Influence of glucagon‐like peptide‐1 receptor agonists on hepatic events in type 2 diabetes: a systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Type 2 diabetes mellitus (T2DM) is intrinsically linked to various etiologies of liver disease, with 69% of patients having concomitant metabolic dysfunction-associated steatotic liver disease (MASLD). Studies suggest glucagon-like peptide-1 receptor agonists (GLP-1RAs) can ameliorating liver disease. With this analysis, we address the gap in knowledge about the effectiveness of these agents in preventing different major adverse liver outcomes (MALOs). METHODS: PubMed, Embase, and The Cochrane Central of Trials were searched for articles reporting MALOs in T2DM patients. Publication bias-identifying methods, quality assessment and sensitivity analyses (subgroup analyses, leave-one-out meta-analyses, and meta-regression) were employed. Statistical analyses were performed in R using the "meta" and "metafor" packages. RESULTS: Nine cohort studies from 535 identified articles encompassing 579 256 T2DM patients were included in the main analyses. GLP-1RA use was associated with reduced risks of hepatocellular carcinoma (HR 0.74, 95% CI 0.56-0.96) and cirrhosis decompensation (HR 0.68, 95% CI 0.65-0.72). Within the latter, variceal bleeding and hepatic encephalopathy prevention were found to be significantly reduced. Egger's test, Begg's test, and funnel-plot analysis yielded no publication bias. No significant differences were observed in preventing cirrhosis or hepatic failure. Meta-regression analysis revealed a positive correlation between hepatocellular carcinoma incidence and both male sex and longer follow-up duration. CONCLUSIONS: This meta-analysis improves our understanding of the hepatoprotective effects of GLP-1RAs in T2DM patients and supports existing research, exhibiting superiority over other antidiabetic medications for hepatoprotection in this subgroup. Additional long-term follow-up studies are necessary to further validate these findings.
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 | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,043 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».