MétaCan
Menu
Retour à la cohorte
Enregistrement W2944619570 · doi:10.1002/oby.22462

Real‐World Clinical Effectiveness of Liraglutide 3.0 mg for Weight Management in Canada

2019· article· en· W2944619570 sur OpenAlexafffundabout
Sean Wharton, Aiden Liu, Arash Pakseresht, Emil Nørtoft, Christiane L. Haase, Johanna Mancini, G. Sarah Power, Sarah VanderLelie, Rebecca Christensen

Notice bibliographique

RevueObesity · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensMerck Canada Inc. (Canada)
Organismes subventionnairesCanadian Institutes of Health ResearchMitacsNovo NordiskAstraZenecaObesity CanadaEli Lilly and Company
Mots-clésLiraglutideMedicineWeight lossWeight changeCohortPersistence (discontinuity)Body weightWeight managementInternal medicineWeight gainCohort studyObesityGastroenterologyAnimal scienceEndocrinologyType 2 diabetesDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Real-world clinical effectiveness of liraglutide 3.0 mg, in combination with diet and exercise, was investigated 4 and 6 months post initiation. Changes in absolute and percent body weight were examined from baseline. METHODS: A cohort of liraglutide 3.0 mg initiators in 2015 and 2016 was identified from six Canadian weight-management clinics. Post initiation values at 4 and 6 months were compared with baseline values using a paired t test. RESULTS: , and weight was 114.8 kg. There was a significant change in body weight 6 and 4 months after initiation of treatment in persistent subjects (≥ 6-month: -8.0 kg, P < 0.001; ≥ 4-month: -7.0 kg, P < 0.001) and All Subjects, regardless of persistence (-7.3 kg; P < 0.001). Percentage change in body weight from baseline was -7.1% in the ≥ 6-month group and -6.3% in the ≥ 4-month group, and All Subjects lost 6.5% body weight. Of participants in the ≥ 6-month group, 64.10% and 34.5% lost ≥ 5% and > 10% body weight, respectively. CONCLUSIONS: In a real-world setting, liraglutide 3.0 mg, when combined with diet and exercise, was associated with clinically meaningful weight loss.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,013
Tête enseignante GPT0,286
Écart entre enseignants0,273 · 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'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

Citations76
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetDiabetes Treatment and ManagementTravaux en français237 207