Glucagon-like peptide-1 receptor agonists (GLP-1RAs) as treatment for nicotine cessation in psychiatric populations: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Nicotine use and nicotine use disorder (NUD) are the leading causes of preventable death in the United States. Persons with mental disorders (e.g., bipolar disorder) are differentially susceptible to nicotine use. Glucagon-like peptide-1 receptor agonists (GLP-1RAs) are indicated for type 2 diabetes mellitus (T2DM) and obesity and show preliminary evidence of efficacy in addiction-related behaviours. Herein, we synthesize extant preclinical and clinical evidence evaluating the effect of GLP-1RAs on neurobiological systems and behaviours salient to nicotine consumption and cessation. METHODS: Online databases (MedLine, Embase, AMED, PsychINFO, JBI EBP Database, PubMed, Web of Science, Google Scholar) were searched from inception to May 21, 2024. Relevant studies were also extracted from the reference lists of the obtained articles. All articles were screened against inclusion and exclusion criteria. RESULTS: Administration of GLP-1RAs reduced nicotine self-administration and nicotine-seeking behaviour in animal models that, in some cases, is sustained beyond exposure to the agent. GLP-1RAs also mitigated post-nicotine cessation weight gain, craving, withdrawal, and hyperphagia. The preceding effects are attributable to modulation of reward-related brain regions (e.g., mesolimbic dopamine system), resulting in nicotine aversion. GLP-1RAs were also efficacious as adjunctive therapies [e.g., in combination with nicotine replacement therapies (NRTs)]. CONCLUSION: The multi-effect characteristics in NUD paradigms provide a compelling rationale for large, adequately powered, long-term, randomized controlled trials of GLP-1RAs in the treatment and prevention of NUD. The replicated effect on mitigating post-nicotine cessation weight gain is a differentiating feature of GLP-1RAs from extant proven therapies for NUD.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».