GLP-1 medicine and non-arteritic anterior ischemic optic neuropathy: Literature review and perspectives
Notice bibliographique
Résumé
GLP-1 therapeutics (defined as GLP-1 medicine hereafter), including GLP-1 receptor (GLP-1R) agonists (i.e. semaglutide) and glucose-dependent insulinotropic polypeptide (GIP)/GLP-1 receptor dual agonist (i.e. tirzepatide), were initially developed for diabetes treatment. Semaglutide and tirzepatide were then approved for treating obesity and body weight management. Beyond their capability in improving glucose disposal and lowering body weight, clinical trials are undertaking to assess their beneficial effect in other metabolic disorders. However, several recent retrospective studies indicated that semaglutide treatment increased the risk of non-arteritic anterior ischemic optic neuropathy (NAION). A few other studies, however, reported a lack of such association, or that the increased risk was very moderate. As an untreatable disorder, NAION mainly affects middle-aged and elderly people, associated with hyperglycemia and hyperlipidemia. Here, we highlighted additional beneficial effects of GLP-1 medicine, reviewed literature on the above association, and presented our view on future investigations. Based on literature controversy, the intrinsic limitations of retrospective studies, and the existence of neuroprotective effect of GLP-1 in neural systems, future meta-analyses are essential to quantitatively determine the potential association. Animal models may be utilized to explore the underlying mechanisms, if the association indeed exists.
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 | 0,000 | 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 ».