Glucagon-like peptide-1/glucose-dependent insulinotropic polypeptide receptor co-agonists for cardioprotection, type 2 diabetes and obesity: a review of mechanisms and clinical data
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Glucagon-like peptide-1 receptor agonists (GLP-1RAs) are approved for the management of type 2 diabetes (T2D) and obesity, and some are recommended for cardiorenal risk reduction in T2D. To enhance the benefits with GLP-RA mono-agonist therapy, GLP-1/glucose-dependent insulinotropic polypeptide (GIP) receptor co-agonists are in development to capitalize on the synergism of GLP-1 and GIP agonism. We review the mechanisms of action and clinical data for GLP-1/GIP receptor co-agonists in T2D and obesity and their potential role in cardiovascular protection. RECENT FINDINGS: Tirzepatide, a first-in-class unimolecular GLP-1/GIP receptor co-agonist, is approved for T2D and is awaiting approval for obesity management. Phase 3 trials in T2D cohorts revealed significant reductions in glycemia and body weight and superiority compared with GLP-1R mono-agonism with semaglutide. Tirzepatide has demonstrated significant body weight reductions in individuals with obesity but not diabetes. It enhances lipid metabolism, reduces blood pressure, and lowers liver fat content. Pooled phase 2/3 data showed cardiovascular safety in T2D while a post hoc analysis suggested tirzepatide slows the decline of kidney function in T2D. SUMMARY: GLP-1/GIP receptor co-agonists are a novel addition to the diabetes and obesity armamentarium. The cardiorenal-metabolic benefits position them as promising multiprong tools for metabolically complex individuals with chronic vascular complications.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».