GLP‐1 agonists for obesity and type 2 diabetes in children: Systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pharmacological options for management of obesity and type 2 diabetes mellitus (T2DM) in children are limited. We aimed to synthesize published randomized controlled trial (RCT) evidence on the efficacy of glucagon-like peptide-1 (GLP-1) agonists in T2DM, pre-diabetes, and obesity in children aged <18 years. Inclusion criteria were RCTs of any GLP-1 agonist, solely or in conjunction with other drugs, for the treatment of obesity, pre-diabetes, and/or T2DM in children aged <18 years old. Nine studies met the inclusion criteria (two for T2DM, one for pre-diabetes, and six for obesity without diabetes). In total, 286 children were allocated to GLP-1 agonist therapy. Compared with controls, GLP-1 agonist therapy reduced HbA1c by -0.30% (95% confidence interval [CI] -0.57, -0.04) with a larger effect in children with (pre-)diabetes (-0.72%; 95% CI -1.17, -0.28; three studies) than in children with obesity (-0.08%; 95% CI -0.13, -0.02; four studies). Conversely, GLP-1 agonist therapy reduced body weight more in children with obesity (-2.74 kg; 95% CI -3.77, -1.70; six studies) than in children with T2DM (-0.97 kg; 95% CI -2.01, 0.08; two studies). Adverse effects included gastrointestinal symptoms and minor hypoglycemic episodes, but not severe hypoglycemia. GLP-1 agonists are efficacious in treating children with obesity and/or T2DM. Effect sizes are comparable with those reported in adults.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle