MétaCan
Menu
Retour à la cohorte
Enregistrement W4410742862 · doi:10.1038/s41514-025-00224-1

Metformin administration improves adverse outcomes in older adult burn patients: a single-centre cohort study

2025· article· en· W4410742862 sur OpenAlexafffund
Dalia Barayan, Fadi Khalaf, Sarah Rehou, Diana Julia Tedesco, Punit Bhattachan, Gregory R. Pond, Abdikarim Abdullahi, Marc G. Jeschke

Notice bibliographique

Revuenpj Aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensPopulation Health Research InstituteSunnybrook Health Science CentreUniversity of TorontoHamilton Health SciencesMcMaster UniversityHealth Sciences CentreSunnybrook Hospital
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchNational Institute on AgingNational Institutes of Health
Mots-clésMedicineMetforminCohortAdverse effectCohort studyAdministration (probate law)Emergency medicineInternal medicineInsulin

Résumé

récupéré en direct d'OpenAlex

This study assesses the safety and efficacy of metformin administration in older adult burn patients, a rapidly growing demographic with substantially poorer outcomes. This is a single-centre cohort study of older adults (≥60 years) admitted to a provincial burn center over 15 years. Clinical outcomes, laboratory measures, inflammatory markers, and adipose tissue single-nuclei RNA sequencing (SnRNA-seq) were compared among metformin-treated and non-treated controls. A total of 50 metformin-treated and 262 control older burn patients met the eligibility criteria. Despite pre-admission comorbidities, metformin-treated patients showed improved survival, no significant differences in the number of hypoglycemic episodes, a lower incidence of lactic acidosis, and reduced circulating levels of organ damage markers. SnRNA-Seq further revealed that metformin may exert its beneficial effects by local restoration of immune and inflammatory responses. In older burn patients, metformin was linked with improved outcomes and no adverse effects, underscoring its safety and efficacy in this population.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,280
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj AgingMême sujetBurn Injury Management and OutcomesTravaux en français237 207