Effects of Incretin-based Therapies on Weight-related Indicators among Patients with Type 2 Diabetes: A Network Meta-analysis.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effects of incretin-based therapies on body weight as the primary outcome, as well as on body mass index (BMI) and waist circumference (WC) as secondary outcomes. METHODS: Databases including Medline, Embase, the Cochrane Library, and clinicaltrials.gov (www.clinicaltrials.gov) were searched for randomized controlled trials (RCTs). Standard pairwise meta-analysis and network meta-analysis (NMA) were both carried out. The risk of bias (ROB) tool recommended by the Cochrane handbook was used to assess the quality of studies. Subgroup analysis, sensitivity analysis, meta-regression, and quality evaluation based on the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) were also performed. RESULTS: : -1.69, -0.86), respectively. CONCLUSION: GLP-1 RAs were more effective than DPP-4Is in lowering the three indicators. Overall, the effects of GLP-1 RAs on weight, BMI, and WC were favorable.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,057 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».