Metformin and Cancer: Mounting Evidence Against an Association
Notice bibliographique
Résumé
Metformin, a biguanide derived from the French lilac, has become the preferred first-line therapy for the treatment of type 2 diabetes (1). This drug is inexpensive, has an excellent safety profile, and can be safely combined with other antidiabetes agents (2). As a result, it has become the most widely prescribed antidiabetes drug worldwide. In addition to metformin’s well-established antidiabetes effects, there has been considerable interest in its antitumor properties. Such interest started from a short report of an observational study published in 2005 that suggested that the use of metformin was associated with a 23% decreased risk of any cancer (3). Since then, a large number of observational studies have been published with several “corroborating” a possible decreased incidence of cancer with this drug (4). In parallel, several laboratory studies have also suggested that metformin has antineoplastic activity, although doses used in such experiments were typically higher than the conventional doses used in the treatment of type 2 diabetes (5). Nonetheless, this apparent convergence of evidence from both observational and laboratory studies has led some to call for large randomized clinical trials (RCTs) of metformin in cancer prevention and treatment (6–9). However, a careful assessment of the observational studies conducted to date point to some important time-related biases that systematically exaggerated the reported antitumor effects of metformin (10). Time-related biases, such as immortal time bias, time window bias, and time lag bias, have been previously described in studies of diabetes treatment (10) and in other therapeutic areas (11–14). These biases result from not properly classifying exposure during the follow-up of a cohort study or from …
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.
Comment cette classification a été obtenuedéplier
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».