Weight loss medications in Canada – a new frontier or a repeat of past mistakes?
Notice bibliographique
Résumé
Current methods for the treatment of excess weight can involve healthy behavior changes, pharmacotherapy, and surgical interventions. Many individuals are able to lose some degree of weight through behavioral changes; however, they are often unable to maintain their weight loss long-term. This is in part due to physiological processes that cannot be addressed through behavioral changes alone. Bariatric surgery, which is the most successful treatment for excess weight to date, does result in physiological changes that can help with weight loss and weight maintenance. However, many patients either do not qualify or elect to not have this procedure. Fortunately, research has recently identified changes in neurochemicals (i.e., orexigens and anorexigens) that occur during weight loss and contribute to weight regain. The neurochemicals and hormones may be able to be targeted by medications to achieve greater and more sustained weight loss. Two medications are approved in adjunction to lifestyle management for weight loss in Canada: orlistat and liraglutide. Both medications are able to target physiological processes to help patients lose weight and maintain a greater amount of weight loss than with just behavioral modifications alone. Two other weight management medications, which also target specific physiological processes to aid in weight loss and its maintenance, a bupropion/naltrexone combination and lorcaserin, are currently pending approval in Canada. Nonetheless, there remain significant barriers for health care professionals to prescribe medications for weight loss, such as a lack of training and knowledge in the area of obesity. Until this has been addressed, and we begin treating obesity as we do other diseases, we are unlikely to combat the increasing trend of obesity in Canada and worldwide.
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) | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».