Obesity: Pathophysiology and Clinical Management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Obesity is an increasingly serious socioeconomic and clinical problem. Between (1/4)-(1/3) of population in the developed countries can be classified as obese. Four major etiological factors for development of obesity are genetic determinants, environmental factors, food intake and exercise. Obesity increases the risk of the development of various pathologic conditions including: insulin-resistant diabetes mellitus, cardiovascular disease, non-alcoholic fatty liver disease, endocrine problems, and certain forms of cancer. Thus, obesity is a negative determinant for longevity. In this review we provide broad overview of pathophysiology of obesity. We also discuss various available, and experimental therapeutic methods. We highlight functions of adipocytes including fat storing capacity and secretory activity resulting in numerous endocrine effects like leptin, IL-6, adiponectin, and resistin. The anti-obesity drugs are classified according to their primary action on energy balance. Major classes of these drugs are: appetite suppressants, inhibitors of fat absorption (i.e. orlistat), stimulators of thermogenesis and stimulators of fat mobilization. The appetite suppressants are further divided into noradrenergic agents, (i.e. phentermine, phendimetrazine, benzphetamine, diethylpropion), serotoninergic agents (i.e. dexfenfluramine), and mixed noradrenergic-serotoninergic agents (i.e. sibutramine). Thus, we highlight recent advances in the understanding of the central neural control of energy balance, current treatment strategies for obesity and the most promising targets for the development of novel anti-obesity drugs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle