MétaCan
Menu
Retour à la cohorte
Enregistrement W4389304454 · doi:10.1016/j.isci.2023.108628

Amylin receptor agonism enhances the effects of liraglutide in protecting against the acute metabolic side effects of olanzapine

2023· article· en· W4389304454 sur OpenAlexafffund
Kyle D. Medak, Stewart Jeromson, Annalaura Bellucci, Meagan Arbeau, David C. Wright

Notice bibliographique

RevueiScience · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésLiraglutideOlanzapineAmylinDyslipidemiaEndocrinologyMedicineGlucagonInternal medicineInsulin resistanceGlucose homeostasisPharmacologyInsulinDiabetes mellitusType 2 diabetesSchizophrenia (object-oriented programming)

Résumé

récupéré en direct d'OpenAlex

Olanzapine is a second-generation antipsychotic (AP) used in the management of schizophrenia. Although effective at reducing psychoses, APs cause rapid hyperglycemia, insulin resistance, and dyslipidemia, an effect mediated in part by glucagon. We tested if amylin, a hormone that reduces glucagon, or the amylin receptor agonist pramlintide would protect against acute olanzapine-induced impairments in glucose and lipid homeostasis alone or in combination with other glucose-lowering agents such as liraglutide. We demonstrated that pramlintide lowered olanzapine-induced increases in glucagon:insulin ratio with a trend to protect against excursions in blood glucose. There was an additive effect of pramlintide and liraglutide in protecting against olanzapine-induced hyperglycemia, which was mirrored by reductions in glucagon and attenuated markers of dyslipidemia. Our findings provide evidence that pramlintide, although moderately protective against some aspects of olanzapine-induced metabolic dysfunction, can be used to enhance the protective effects of other interventions against acute olanzapine-induced metabolic dysfunction.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,254 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetDiabetes Treatment and ManagementTravaux en français237 207