清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A model‐based approach to predict individual weight loss with semaglutide in people with overweight or obesity

赛马鲁肽 超重 减肥 医学 肥胖 人口统计学的 人口 加药 内科学 糖尿病 2型糖尿病 人口学 内分泌学 环境卫生 利拉鲁肽 社会学
作者
Anders Strathe,Deborah B. Horn,Malte Selch Larsen,Domenica Rubino,Rasmus Sørrig,Marie Thi Dao Tran,Sean Wharton,Rune Viig Overgaard
出处
期刊:Diabetes, Obesity and Metabolism [Wiley]
卷期号:25 (11): 3171-3180 被引量:22
标识
DOI:10.1111/dom.15211
摘要

Abstract Aims To determine the relationship between exposure and weight‐loss trajectories for the glucagon‐like peptide‐1 analogue semaglutide for weight management. Materials and Methods Data from one 52‐week, phase 2, dose‐ranging trial (once‐daily subcutaneous semaglutide 0.05–0.4 mg) and two 68‐week phase 3 trials (once‐weekly subcutaneous semaglutide 2.4 mg) for weight management in people with overweight or obesity with or without type 2 diabetes were used to develop a population pharmacokinetic (PK) model describing semaglutide exposure. An exposure‐response model describing weight change was then developed using baseline demographics, glycated haemoglobin and PK data during treatment. The ability of the exposure‐response model to predict 1‐year weight loss based on weight data collected at baseline and after up to 28 weeks of treatment, was assessed using three independent phase 3 trials. Results Based on population PK, exposure levels over time consistently explained the weight‐loss trajectories across trials and dosing regimens. The exposure‐response model had high precision and limited bias for predicting body weight loss at 1 year in independent datasets, with increased precision when data from later time points were included in the prediction. Conclusion An exposure‐response model has been established that quantitatively describes the relationship between systemic semaglutide exposure and weight loss and predicts weight‐loss trajectories for people with overweight or obesity who are receiving semaglutide doses up to 2.4 mg once weekly.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Ccc完成签到,获得积分10
22秒前
Henry完成签到,获得积分10
25秒前
李煜琛完成签到 ,获得积分10
33秒前
刚子完成签到 ,获得积分0
39秒前
SciGPT应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
房天川完成签到 ,获得积分10
1分钟前
自信的高山完成签到 ,获得积分10
1分钟前
JamesPei应助生动的水池采纳,获得50
1分钟前
1分钟前
Elytra发布了新的文献求助10
1分钟前
1分钟前
ybwei2008_163发布了新的文献求助10
2分钟前
2分钟前
2分钟前
2分钟前
ybwei2008_163发布了新的文献求助10
2分钟前
香蕉觅云应助yyz采纳,获得30
2分钟前
cheqi完成签到 ,获得积分10
2分钟前
生动的水池完成签到,获得积分10
2分钟前
Lucas应助ybwei2008_163采纳,获得10
2分钟前
慕青应助ybwei2008_163采纳,获得10
2分钟前
2分钟前
清脆世界完成签到 ,获得积分10
2分钟前
yyz发布了新的文献求助30
2分钟前
3分钟前
Autin完成签到,获得积分10
3分钟前
ybwei2008_163发布了新的文献求助10
3分钟前
3分钟前
彭于晏应助科研通管家采纳,获得20
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
汉堡包应助科研通管家采纳,获得10
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
3分钟前
Elytra完成签到,获得积分10
3分钟前
ybwei2008_163发布了新的文献求助10
3分钟前
爆米花应助ybwei2008_163采纳,获得10
3分钟前
万能图书馆应助ybwei2008_163采纳,获得10
3分钟前
萌兴完成签到 ,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
Adhesion Science: Principles & Practice 800
The Graphene Handbook (2019 Edition) 700
Signals, Systems, and Signal Processing 610
IEST-RP-CC018: Cleanroom Cleaning and Sanitization: Operating and Monitoring Procedures 600
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6529876
求助须知:如何正确求助?哪些是违规求助? 8322692
关于积分的说明 17817479
捐赠科研通 5631320
什么是DOI,文献DOI怎么找? 2931848
邀请新用户注册赠送积分活动 1908421
关于科研通互助平台的介绍 1767724