MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394570526 · doi:10.1139/cjpp-2023-0464

Discontinuing semaglutide after weight loss: strategy for weight maintenance and a possible new side effect

2024· article· en· W4394570526 sur OpenAlexvenueno aff
Nicholas W. Carris, Shawn Wallace, Christopher DuCoin, Rahul Mhaskar, Marilyn Stern, Brian E. Bunnell

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSemaglutideWeight lossMedicineDiscontinuationExenatideInternal medicineLiraglutidePediatricsDiabetes mellitusObesityEndocrinologyType 2 diabetes

Résumé

récupéré en direct d'OpenAlex

Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) facilitate weight loss. Weight regain off therapy is concerning. We reported the case of a 35-year-old male prescribed oral semaglutide with 22.7 kg weight loss over 120 days. Herein, we describe the clinical course when discontinuing GLP-1 RA therapy, one approach to maintaining weight loss after discontinuation, and a possible new side effect. At day 120, we continued oral semaglutide 7 mg daily, down from 14 mg, for weight maintenance with subsequent weight regain. We re-increased semaglutide to 14 mg/day with weight re-loss within 1 month and weight maintance for a year. We then discontinued semaglutide; weight loss was maintained for 6 months. The patient reported lactose intolerance ∼13 months before starting semaglutide. During semaglutide therapy, the patient reported worsened lactose intolerance and new gluten intolerance. Food allergy/celiac testing were negative. Intolerances did not improve with semaglutide discontinuation. Six months after semaglutide discontinuation, the patient was diagnosed with small intestinal bacterial overgrowth, possibly worsened by semaglutide. Factors potentially supporting weight maintenance were early drug treatment for new-onset obesity, non-geriatric age, strength training, and diet modification. The case highlights tailoring approaches to maintain weight loss without GLP-1 RAs. Trials are needed to optimize weight maintenance strategies.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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'étudeObservationnel
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and Pharmacology→Même sujetDiabetes Treatment and Management→Travaux en français237 207→