Pharmacogenetics of Metformin for Medication-Induced Weight Gain in Autism Spectrum Disorder
Notice bibliographique
Résumé
Objectives: We recently found that metformin attenuated weight gain due to mixed dopamine and serotonin receptor antagonists, commonly termed atypical antipsychotics, in children and adolescents with autism spectrum disorder (ASD). Previous studies have found that genetic variation predicts response to metformin in diabetes. In this study, we aimed to assess whether response to metformin for weight gain in this population is associated with variants in five genes previously implicated in metformin response in diabetes. Methods: Youth with ASD who experienced significant weight gain while taking mixed receptor antagonist medications were randomly assigned to metformin or placebo for 16 weeks, followed by open-label metformin treatment for 16 weeks. In the 53 participants with available DNA samples, we used a linear, mixed model analysis to assess response in the first 16 weeks of metformin treatment, whether in the randomized or open-label period, based upon genotypes at polymorphisms in five genes previously associated with metformin response in diabetes: ATM, SLC2A2, MATE1, MATE2, and OCT1. Results: In the primary analysis, both ATM and OCT1 showed significant effects of genotype on change in body mass index z-scores, the primary outcome measure, during the first 16 weeks of treatment with metformin. No other polymorphism showed a significant difference. Conclusion: As has been shown for metformin treatment in diabetes, genetic variation may predict response to metformin for weight gain in youth with ASD treated with mixed receptor antagonists. Further work is needed to replicate these findings and evaluate whether they can be used prospectively to improve outcomes.
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) | 0,000 | 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) | 0,000 | 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 ».