Effect of Metformin on Different Non-Diabetes Related Conditions, a Special Focus on Malignant Conditions: Review of Literature
Notice bibliographique
Résumé
Metformin has been proven to be one of the most safe and effective antihyperglycemic agents. Through more than six decades of metformin use, it became the most studied hypoglycemic agent; through these studies, it showed a marvelous non-glycemic related effect. These effects include modulation of different points of cancer timeline, weight reduction, cardiovascular health, thyroid diseases, polycystic ovaries disease and many other medical conditions. The aim of this review was to assess the effect of metformin on non-diabetes related medical diseases. We have examined the studies published in PubMed and summarized different randomized controlled trials, observational trials and review articles. This review has summarized most of the non-glycemic effects of metformin. Metformin has been solidly shown to be effective in weight control with certain medications, effective in neuroprotection, in endothelial health, in control of anti-HIV agent side effects and many other crucial health jeopardies. The effects in cancer timeline modulation have taken the biggest part, since it was the most studied area outside the diabetes field. Having mentioned all the above privileges, and in addition to the robust evidence in glycemic control, this consolidates the position of metformin as a first line agent in treatment of diabetes and pre-diabetes. Perhaps in the near future, we may see other indications to use metformin in non-diabetes patients.
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 | 0,015 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».