MétaCan
Menu
Retour à la cohorte
Enregistrement W4406339339 · doi:10.1017/s109285292400244x

Are glucagon-like peptide-1 receptor agonists anti-consummatory drugs?

2024· review· en· W4406339339 sur OpenAlexaff
Rodrigo B. Mansur, Joshua D. Di Vincenzo, Sebastian Badulescu, Hartej Gill, Aniqa Tabassum, Joshua D. Rosenblat, Roger S. McIntyre

Notice bibliographique

RevueCNS Spectrums · 2024
Typereview
Langueen
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésLiraglutideSemaglutideIncretinGlucagon-like peptide-1Glucose homeostasisEnergy homeostasisFood intakePsychologyReceptorNeuroscienceMedicinePharmacologyObesityInternal medicineType 2 diabetesEndocrinologyDiabetes mellitusInsulin resistance

Résumé

récupéré en direct d'OpenAlex

Incretin-based treatments, such as glucagon-like peptide-1 receptor (GLP-1R) agonists (eg liraglutide and semaglutide), have rapidly transformed obesity treatment. The well-documented weight loss effect from these agents is considered to be primarily a result of their actions on food intake, but frequent anecdotal reports from varied sources have suggested that they might also broadly affect consummatory behavior, including alcohol and drugs of abuse, suggesting a potential modulatory effect on reward behavior. Herein, we critically review the extant literature on the behavioral effects of GLP-1R agonists in humans, including their impact on feeding behavior, alcohol/drug intake, and overall reward response. We also consider the physiological and neurobiological underpinnings of GLP-1 actions, with a focus on its distinct central and peripheral roles, as well as its relationships with the broader energy homeostasis network. We conclude with a discussion on the implications of this line of research on how behavior is conceptualized, and the potential future directions for research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,638
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,022

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 Opus0,053
Tête enseignante GPT0,320
Écart entre enseignants0,267 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCNS SpectrumsMême sujetRegulation of Appetite and ObesityTravaux en français237 207