Glucagon-like peptide-1 analogs for Alzheimer’s disease -- A systematic meta-analysis
Notice bibliographique
Résumé
Alzheimer’s Disease (AD) poses a serious health concern especially for the aging population above the years of 65. An estimated 6 million Americans are diagnosed with Alzheimer’s Disease, and there are at least 50 million Alzheimer’s patients in the world. AD affects the daily life of these patients, yet there is no permanent cure. Current treatments involve cholinesterase inhibitors and NMDA-receptor agonists to help alleviate the symptoms. GLP-1 is a peptide often used in the treatment of diabetes. Since there are shared pathological features between diabetes and AD, such as insulin dysfunction and glucose metabolism dysregulation, GLP-1 may be a viable study for AD treatment. To perform a meta-analysis to investigate whether GLP-1 has a beneficiary effect on biological markers and cognitive outcome in AD patients. We searched the following electronic databases: EMBASE, MEDLINE, phycINFO, CINAHL, PubMed, Cochrane CENTRAL, and ClinicalTrials.gov. We only utilized Randomized Control Trials (RCTs) and clinical trials. We also searched with the following Medical Search Headings: Alzheimer’s Disease, Alzheimer, Alzheimer’s, and GLP-1. We included 2 randomized, double-blind, and placebo controlled clinical trials into our meta-analysis. We extracted the baseline and outcomes from the clinical trials and evaluated its risks of bias. Biological markers were measured by amyloid beta (Aß) accumulation, and cognitive outcomes were measured by the Wechsler Memory Scale - Fourth Edition (WMS-IV) and Mini Mental State Exam (MMSE). For one study, the WMS-IV was used to measure cognitive outcome. The other study measured cognitive outcome with the MMSE. Biological markers were measured by Aß accumulation in one study and with [11C]PIB tracer in another. There was no significant difference between the placebo and experimental group after the treatment period.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».