Differential effects of GLP-1 receptor agonists on diabetic osteopathy in type 2 diabetes: a patient-stratified network meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Diabetic osteopathy is a skeletal disorder that is characterized by increased fracture risk despite normal bone mineral density. Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) have emerged as important therapeutic agents for type 2 diabetes mellitus (T2DM), but their effects on diabetic bone disease were not studied nor investigated sufficiently in previous studies in the literature. We conducted a network meta-analysis to evaluate the differential effects of GLP-1 RAs on bone health outcomes in patients with T2DM. METHODS: We performed a systematic review and network meta-analysis of randomized controlled trials evaluating GLP-1 RAs with bone-related outcomes in T2DM patients. Primary outcomes included changes in bone mineral density (BMD), bone turnover markers, and fracture incidence. RESULTS: [0.060-0.084]), however BMD findings from studies less than 52 weeks require cautious interpretation per clinical densitometry standards. They reduced bone resorption (β-CTX SMD -0.36 [-0.53, -0.20]) while increasing formation markers, possibly normalizing the uncoupled remodeling characteristic of diabetic osteopathy. Long-term treatment was associated with reduced fracture risk by 20% (RR 0.80 [0.65-0.94]). CONCLUSIONS: GLP-1 RAs may provide skeletal benefits in T2DM patients by addressing specific mechanisms underlying diabetic osteopathy. The skeletal effects appear to vary according to agent type, patient characteristics, and treatment duration, suggesting promising role for personalized approaches to therapy selection. When bone health is a concern, GLP-1 RAs may represent a beneficial therapeutic option that could simultaneously address both metabolic and skeletal outcomes in patients with T2DM, though further bone-specific studies is needed for newer agents.
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 | 0,015 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,046 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».