Effect of oral non-peptide GLP-1 receptor agonist orforglipron (LY3502970) in participants with obesity or overweight: A Phase 2 study
Notice bibliographique
Résumé
Does treatment with Orforglipron (OFG) achieve significant greater change in body weight (BW) and waist circumference (WC) from baseline compared to placebo (PBO)? Methods : In this phase 2 study, participants (N=272) were randomized to placebo or OFG (12, 24, 36, or 45 mg) maintenance treatment. OFG doses were increased to target using different dose escalation schemes in each arm. The primary endpoint was to compare percent body weight (BW) change from baseline in OFG vs placebo at Week 26, with a secondary endpoint at 36 weeks. Secondary endpoints included also change from baseline in waist circumference (WC) and BMI, and the percentage of participants achieving ≥5 or ≥10% weight loss. Results : At baseline, mean BW was 108.7 kg, BMI was 37.9 kg/m2, and 94% of participants had a BMI ≥30 kg/m2. Mean percentage BW loss, mean change in BMI and WC, and the percentage of participants achieving ≥5% or ≥10% weight loss were significantly greater with all OFG doses vs placebo. The AE profile was similar to other GLP-1 RAs; most were GI-related and mild to moderate in severity. Conclusion : The novel non-peptide GLP-1 receptor agonist OFG led to greater reductions in BW, BMI, and WC compared with placebo. These promising data support continued development of OFG as an oral treatment for obesity. Publication History Article published online: 18 April 2024 © 2024. Thieme. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».