Repurposing glucagon-like peptide-1 (GLP-1) receptor agonists for the treatment of depression: A systematic review of preclinical, observational and clinical investigations
Notice bibliographique
Résumé
BACKGROUND: Glucagon-like peptide-1 receptor agonists (GLP-1 RAs), currently used for metabolic conditions, have demonstrated potential antidepressant effects via neuromodulatory pathways. This systematic review aims to provide evidence on the antidepressant effects of GLP-1 RAs and elucidate their underlying mechanism of action. METHODS: We examined studies that investigated the effect of GLP-1 RAs on depressive symptoms. A comprehensive search was performed, and articles were retrieved from MEDLINE, PubMed, and PsychINFO. Both animal and human studies were included. RESULTS: 18 preclinical studies, 5 observational studies, and 3 clinical studies were included in our systematic review. Among the preclinical studies, 15 out of 18 (83 %) reported significant antidepressant-like effects, associated with enhanced neuroplasticity, reduced neuroinflammation, and neurotransmitter alterations. Observational studies indicated mixed results, with 4 out of 5 studies reporting reductions in depressive symptoms. However, only 1 of the 3 clinical trials showed statistically significant antidepressant effects. DISCUSSION: GLP-1 RAs show promise as treatment for depression through multiple neuromodulatory mechanisms. While there is strong preclinical evidence, observational results are mixed, and clinical findings are still preliminary. There is a need for short and long-term studies to establish whether GLP-1 RAs are capable of treating and/or preventing depressive symptoms and episodes in adults with major depressive disorder (MDD).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».