MétaCan
Menu
Retour à la cohorte
Enregistrement W4417498343 · doi:10.1016/j.xcrm.2025.102511

Glucagon-like peptide-1 medicines in neurological and psychiatric disorders

2025· article· en· W4417498343 sur OpenAlexafffund
Susanna Fang, Daniel J. Drucker

Notice bibliographique

RevueCell Reports Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Cancer Society
Mots-clésMigraineClinical trialHeadache DisordersDiabetes mellitusSafety profileAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Glucagon-like peptide-1 (GLP-1) medicines are used for the treatment of type 2 diabetes (T2D) and obesity and reduce rates of cardiovascular disease, including stroke, in people with T2D. Substantial evidence from real-world data and clinical trials highlights the therapeutic potential of GLP-1 medicines for the treatment of neurodegenerative disorders such as Parkinson's and Alzheimer's diseases. Similarly, there is growing evidence for the potential utility of using GLP-1 medicines to reduce rates of smoking, or use of alcohol, tobacco, cannabis, or cocaine in individuals with substance use disorders. More limited clinical data suggest utility for GLP-1 medicines in patients with migraine or intracranial hypertension. The available data suggest that the use of GLP-1 medicines exhibits an acceptable safety profile in most individuals with neuropsychiatric disorders. Here, we review recent clinical evidence and ongoing trials exploring the efficacy and safety of GLP-1 medicines across a broad range of neurological conditions.

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 enseignants0,221
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,244 · 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Reports MedicineMême sujetDiabetes Treatment and ManagementTravaux en français237 207