Opportunities to optimize lifestyle interventions in combination with <scp>glucagon‐like peptide</scp> ‐1‐based therapy
Notice bibliographique
Résumé
Obesity is a chronic multi-system disease and major driver of type 2 diabetes and cardiometabolic disease. Nutritional interventions form the cornerstone of obesity and type 2 diabetes management. Some interventions such as Mediterranean diet can reduce incident cardiovascular disease, probably independently of weight loss. Weight loss of 5% or greater can improve many adiposity-related comorbidities. Although this can be achieved with lifestyle intervention, it is often difficult to sustain in the longer term due to adaptive endocrine changes. In recent years glucagon-like-peptide-1 receptor agonists (GLP-1RAs) have emerged as effective treatments for both type 2 diabetes and obesity. Newer GLP-1RAs can achieve average weight loss of 15% or greater and improve cardiometabolic health. There is heterogeneity in the weight loss response to GLP-1RAs, with a substantial number of patients unable to achieve 5% or greater weight. Weight loss, on average, is lower in older adults, male patients and people with type 2 diabetes. Mechanistic studies are needed to understand the aetiology of this variable response. Gastrointestinal side effects leading to medication discontinuation are a concern with GLP-1RA treatment, based on real-world data. With weight loss of 20% or higher with newer GLP-1RAs, nutritional deficiency and sarcopenia are also potential concerns. Lifestyle interventions that may potentially mitigate the side effects of GLP-1RA treatment and enhance weight loss are discussed here. The efficacy of such interventions awaits confirmation with well-designed randomized controlled trials.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,007 |
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 ».