MétaCan
Menu
Retour à la cohorte
Enregistrement W4403940010 · doi:10.1177/20543581241290317

GLP-1 Agonism for Kidney Transplant Recipients: A Narrative Review of Current Evidence and Future Directions Across the Research Spectrum

2024· review· en· W4403940010 sur OpenAlexaff
Victoria J. Riehl-Tonn, Kyle D. Medak, Christie Rampersad, Anne MacPhee, Tyrone G. Harrison

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health NetworkLibin Cardiovascular Institute of AlbertaLunenfeld-Tanenbaum Research InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineAgonismNarrative reviewNarrativeIntensive care medicineBroad spectrumInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose of Review: Diabetes is the most common cause of kidney disease in individuals that receive a kidney transplant, and those without pre-existing diabetes are at greater risk of developing diabetes following kidney transplant. A class of diabetes treatment medications called glucagon-like peptide-1 receptor agonists (GLP-1RA) has seen recent widespread use for people with diabetes or obesity, with efficacy for improved glycemic control, weight loss, and reduced risk of cardiovascular events. Given these benefits, and indications for use that often co-occur in kidney transplant recipients, use of GLP-1RAs warrants consideration in this population. Therefore, we sought to review the current literature to better understand the mechanisms of action, clinical application, and person-centred considerations of GLP-1RAs in kidney transplant recipients. Sources of Information: Original articles were identified between December 2023 and July 2024 from electronic databases including the Ovid MEDLINE database, PubMed, and Google Scholar using terms "kidney transplant," "GLP-1," "glucagon-like peptide-1 receptor agonist," and "diabetes." Methods: A comprehensive review of the literature was conducted to explore the relationship between GLP-1RAs and kidney transplant recipients. We reviewed the current state of evidence across the research disciplines of basic or fundamental science, clinical and health services research, and person-centred equity science, and highlighted important knowledge gaps that offer opportunities for future research. Key Findings: Numerous clinical studies have demonstrated the benefit of GLP-1RAs in people with and without diabetic kidney disease, including decreased risk of cardiovascular events. However, there is a paucity of high-quality randomized controlled trials and observational studies analyzing use of GLP-1RAs in kidney transplant recipients. Evidence of benefit in this population is therefore limited to small studies or inferred from research conducted in nontransplant populations. Growing evidence from preclinical and clinical studies may elucidate renoprotective mechanisms of GLP-1RAs and remove barriers to application of these drugs in the transplant recipient population. Individuals who are female, non-white, have lower socioeconomic status, and live in rural communities are at greater risk of diabetes and have lower uptake of GLP-1RAs. There is a need for clinical trials across diverse kidney transplant populations to estimate the efficacy of GLP-1RAs on important health outcomes. Limitations: The search strategy for this narrative review may not have been sensitive to identify all relevant articles. Our search was limited to English language articles.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,485
Écart entre enseignants0,342 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207