MétaCan
Menu
Retour à la cohorte
Enregistrement W2751204730 · doi:10.14740/jocmr3135w

Incretin Kinetics Before and After Miglitol in Japanese Patients With Late Dumping Syndrome

2017· article· en· W2751204730 sur OpenAlexvenueno aff
Mari Amagai, Hirohisa Tsuchiya, Yukari Chiba, Jun Suzuki, Jo Nagakura, Erina Shigematsu, Tadashi Yamakawa, Yasuo Terauchi

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBariatric Surgery and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDumping syndromeMedicineInternal medicineHypoglycemiaIncretinEndocrinologyInsulinGlucagon-like peptide-1SecretionDiabetes mellitusType 2 diabetesGastrectomy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In patients with late dumping syndrome following gastrectomy, it has been reported that hypoglycemia occurs due to inhibition of glucagon secretion as a result of excessive insulin production facilitated by an increase in glucagon-like peptide-1 (GLP-1). METHODS: To determine the kinetics of incretins in Japanese patients with late dumping syndrome, an oral glucose tolerance test was carried out before and after miglitol administration, and the kinetics of insulin and incretins were analyzed. RESULTS: After miglitol administration, there was improvement of hypoglycemia and early phase insulin secretion, with persistent excessive insulin secretion being minimized. These findings revealed that miglitol inhibited rapid excessive influx of carbohydrates into the blood and persistent elevation of GLP-1, resulting in improvement of early phase insulin secretion and minimizing persistent excessive insulin secretion. CONCLUSIONS: Eating frequent small meals is generally effective for late dumping syndrome, but patients often find it difficult to continue such a regimen. Based on the present analysis of incretin kinetics, miglitol may be a useful treatment option for late dumping syndrome.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,099
Tête enseignante GPT0,469
Écart entre enseignants0,370 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetBariatric Surgery and OutcomesTravaux en français237 207