MétaCan
Menu
Retour à la cohorte
Enregistrement W2491908576 · doi:10.1530/joe-16-0056

Targeting the gastrointestinal tract to treat type 2 diabetes

2016· review· en· W2491908576 sur OpenAlexafffund
Paige V. Bauer, Frank A. Duca

Notice bibliographique

RevueJournal of Endocrinology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensToronto General HospitalUniversity of Toronto
Organismes subventionnairesBanting and Best Diabetes Centre, University of Toronto
Mots-clésType 2 diabetesGut floraMetforminGlucose homeostasisMedicineGastrointestinal tractDiabetes mellitusGlucagon-like peptide-1ObesityBioinformaticsInternal medicineEndocrinologyBiologyInsulin resistanceImmunology

Résumé

récupéré en direct d'OpenAlex

The rising global rates of type 2 diabetes and obesity present a significant economic and social burden, underscoring the importance for effective and safe therapeutic options. The success of glucagon-like-peptide-1 receptor agonists in the treatment of type 2 diabetes, along with the potent glucose-lowering effects of bariatric surgery, highlight the gastrointestinal tract as a potential target for diabetes treatment. Furthermore, recent evidence suggests that the gut plays a prominent role in the ability of metformin to lower glucose levels. As such, the current review highlights some of the current and potential pathways in the gut that could be targeted to improve glucose homeostasis, such as changes in nutrient sensing, gut peptides, gut microbiota and bile acids. A better understanding of these pathways will lay the groundwork for novel gut-targeted antidiabetic therapies, some of which have already shown initial promise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,333
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of EndocrinologyMême sujetDiabetes Treatment and ManagementTravaux en français237 207