Combination of a Glucagon-Like Peptide 1 Analog and a Sodium-Glucose Cotransporter 2 Inhibitor Improves Lipid Metabolism Compared to the Monotherapies in Experimental Metabolic Syndrome
Notice bibliographique
Résumé
Background: Obesity is a risk factor for insulin resistance, dyslipidemia, fatty liver disease, and all disorders associated with metabolic syndrome. Here we evaluated the association of the glucagon-like peptide 1 (GLP-1) analog, liraglutide, and the sodium-glucose cotransporter-2 (SGLT-2) inhibitor, canagliflozin, on the improvement of metabolic syndrome symptoms in a high-fat diet (HFD)-induced obesity rat model. Methods: Male Wistar rats received either a control diet or HFD ad libitum for 5 months. After 4 months of diet, HFD rats were randomly divided into four experimental groups (HFD, HFD + liraglutide, HFD + canagliflozin, and HFD + liraglutide + canagliflozin). Treatment groups received liraglutide (100 µg/kg) and/or canagliflozin (10 mg/kg) once daily for one month. Body mass and food intake were monitored throughout the experiment. An oral glucose tolerance test, biochemical parameters, epididymal and liver fat, and adipocyte morphology were assessed after the treatment period. Results: Rats on the HFD developed obesity, glucose intolerance, dyslipidemia, and fatty liver. Liraglutide reduced food intake and body weight, normalized the lipid profile, and reduced abdominal and liver fat. Canagliflozin slightly reduced body mass and improved glucose tolerance and dyslipidemia. The combination therapy was more effective than the monotherapies in normalizing the lipid profile. Conclusions: The combination of liraglutide and canagliflozin was more effective than the monotherapies in improving dyslipidemia and liver fat. These results indicate that the combination of GLP-1 receptor agonists and SGLT-2 inhibitors is a promising therapeutic strategy to treat dyslipidemia, and possibly prevent fatty liver disease in metabolic syndrome and obese patients. J Endocrinol Metab. 2022;12(6):168-177 doi: https://doi.org/10.14740/jem843
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».