MétaCan
Menu
Retour à la cohorte
Enregistrement W4417524227 · doi:10.18773/austprescr.2025.052

Injectable drugs for weight management

2025· article· en· W4417524227 sur OpenAlexaff
Natasha Yates, Terri-Lynne South

Notice bibliographique

RevueAustralian Prescriber · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensCanadian Fitness and Lifestyle Research Institute
Organismes subventionnairesnon disponible
Mots-clésIncretinWeight lossGallstonesAdverse effectObesityWeight managementGastric emptyingDiabetes mellitusType 2 diabetes

Résumé

récupéré en direct d'OpenAlex

Obesity management is complex; medications must be used in conjunction with behavioural changes and monitoring by health professionals. Injectable drugs for weight management include glucagon-like peptide-1 (GLP-1) receptor agonists (e.g. liraglutide, semaglutide) and dual glucose-dependent insulinotropic polypeptide (GIP)/GLP-1 receptor agonists (e.g. tirzepatide). These drugs contribute to weight loss by mimicking the incretin hormones GLP-1 and GIP to reduce appetite, change food enjoyment, slow stomach emptying and stimulate insulin release. Regaining weight is common when these drugs are stopped, so they usually need to be continued long term. Relatively minor gastrointestinal issues are common. There is also a small but real risk of more serious adverse effects, including gallstones and pancreatitis. It is important to monitor mental health, as these drugs can change a patient's relationship with food, and they may be misused by those without obesity.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,545

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 Opus0,015
Tête enseignante GPT0,282
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian PrescriberMême sujetDiabetes Treatment and ManagementTravaux en français237 207