Glucagon-like Peptide-1 Receptor Agonists and Thyroid Cancer: Myth or Reality?
Notice bibliographique
Résumé
Glucagon-like peptide-1 receptor agonists (GLP-1RAs) are being used increasingly for the management of type 2 diabetes mellitus (T2DM) or obesity because of their association with robust glucose lowering, weight loss, and cardiorenal benefits. The association between GLP-1RA treatments and thyroid cancer has been a topic of discussion since their early development with the understanding that GLP-1 receptors are present on rodent thyroid parafollicular cells (C-cells), and that GLP-1RAs can cause an increase in calcitonin, and both C-cell hyperplasia and medullary thyroid carcinoma (MTC). This data from rodent studies has led to GLP-1RAs being contraindicated in patients with a personal or family history of MTC or with multiple endocrine neoplasia syndrome type 2. Despite this contraindication, the human relevance of GLP-1RA induced MTC in rodents has not been proven. Normal or hyperplastic C-cells in humans may not express the GLP-1 receptor, and studies of human MTCs have shown variable expression of the GLP-1 receptor. Studies have shown conflicting evidence regarding the expression of the GLP-1 receptor in human papillary thyroid cancer (PTC) cell lines: however, GLP-1RAs did not have significant effects on the proliferation of PTC cells. Because of the data that potentially links GLP-1RAs to an increased risk of thyroid cancer, clinical studies in humans are important in addressing this issue. I will review the relevant data from human studies that have analyzed the potential link between GLP-1RA treatment and thyroid cancer, including pharmacovigilance and observational studies as well as randomized controlled trials (RCTs).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».