MétaCan
Menu
Retour à la cohorte
Enregistrement W4391231369 · doi:10.2174/0115733998276832231124170324

Future is Brighter: New Potential Paradigm-Shifting Medications andRegimens for Diabetes and Obesity

2024· review· en· W4391231369 sur OpenAlexaff
Rami A. Al‐Horani, Kholoud F. Aliter, Hashem Aliter

Notice bibliographique

RevueCurrent Diabetes Reviews · 2024
Typereview
Langueen
DomaineMedicine
ThématiquePharmacology and Obesity Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésMedicineDiabetes mellitusObesityIntensive care medicineMEDLINEBioinformaticsInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Diabetes is a chronic illness that can become debilitating owing to its microvascular and macrovascular complications. Its prevalence is increasing and so is its cost. Diabetes, particularly type 2, appears to have a very close relationship with obesity. While lifestyle modifications, exercises, and current therapeutics have substantially improved clinical outcomes, the need for new therapeutics and regimens continue to exist. Several new medications and regimens for diabetes, obesity, and diabesity are showing promising results in advanced clinical trials. For type 1 diabetes mellitus (T1DM), they include teplizumab, ustekinumab, jakinibs, and cell therapies, whereas for type 2 diabetes mellitus (T2DM), they include once-weakly insulin, tirzepatide, high oral dose of semaglutide, orforglipron, retatrutide, CagriSema, and survodutide. Given their structural and mechanistic diversity as well as their substantial efficacy and safety profiles, these medications and regimens are paradigm shifting and promise a brighter future. They will likely enable better disease prevention and management. This review will provide details about each of the above strategies to keep the scientific community up to date about progress in the fields of diabetes and obesity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,065
Tête enseignante GPT0,400
Écart entre enseignants0,335 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Diabetes ReviewsMême sujetPharmacology and Obesity TreatmentTravaux en français237 207