MétaCan
Menu
Retour à la cohorte
Enregistrement W4214607566 · doi:10.3389/fendo.2022.838410

Recent Advances in Incretin-Based Pharmacotherapies for the Treatment of Obesity and Diabetes

2022· review· en· W4214607566 sur OpenAlexafffund
Qiming Tan, Seun Akindehin, Camila E. Orsso, Richelle C. Waldner, Richard D. DiMarchi, Timo D. Müller, Andrea M. Haqq

Notice bibliographique

RevueFrontiers in Endocrinology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIncretinMedicineType 2 diabetesDiabetes mellitusHormoneGlucagon-like peptide-1Internal medicineObesityExenatideEndocrinologyPharmacologyReceptorBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

The incretin hormone glucagon-like peptide-1 (GLP-1) has received enormous attention during the past three decades as a therapeutic target for the treatment of obesity and type 2 diabetes. Continuous improvement of the pharmacokinetic profile of GLP-1R agonists, starting from native hormone with a half-life of ~2-3 min to the development of twice daily, daily and even once-weekly drugs highlight the pharmaceutical evolution of GLP-1-based medicines. In contrast to GLP-1, the incretin hormone glucose-dependent insulinotropic polypeptide (GIP) received little attention as a pharmacological target, because of conflicting observations that argue activation or inhibition of the GIP receptor (GIPR) provides beneficial effects on systemic metabolism. Interest in GIPR agonism for the treatment of obesity and diabetes was recently propelled by the clinical success of unimolecular dual-agonists targeting the receptors for GIP and GLP-1, with reported significantly improved body weight and glucose control in patients with obesity and type II diabetes. Here we review the biology and pharmacology of GLP-1 and GIP and discuss recent advances in incretin-based pharmacotherapies.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
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 Opus0,033
Tête enseignante GPT0,328
Écart entre enseignants0,295 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations146
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in EndocrinologyMême sujetDiabetes Treatment and ManagementTravaux en français237 207