Rebekah Carl, 13 Kasım 2023’te New Columbia, Pensilvanya, ABD’de Wegovy reçetesiyle poz veriyor.

Hannah Beier | Reuters

Bir arkadaşınızın veya meslektaşınızın bu bülteni alması gerektiğini mi düşünüyorsunuz? Paylaşmak bu bağlantı kaydolmak için onlarla birlikte.

Tünaydın! Kilo verme ve diyabet ilaçlarının popüler bir sınıfının kullanımı her zamankinden daha yaygındır.

Bir araştırmaya göre, ABD’de yaklaşık 8 yetişkinden 1’i hayatının bir noktasında GLP-1 ilacı kullanmıştır. anket sağlık politikası araştırma kuruluşu KFF’nin geçen hafta yayınladığı rapor. Bu Amerikalıların yaklaşık yarısı veya ABD’li yetişkinlerin yaklaşık %6’sı şu anda tedavilerden birini kullanıyor.

Bu içerir Novo Nordisk‘nin kilo verme enjeksiyonu Wegovy ve diyabet ilacı Ozempic ile birlikte Eli Lilly‘nin kilo verme tedavisi Zepbound ve diyabet muadili Mounjaro.

Anket, aralıksız talebin neden olduğu kesintilere rağmen Amerikalıların geniş bir kesiminin uyuşturucu kullandığını gösteriyor. Yüksek maliyetlerine ve sınırlı sigorta kapsamlarına rağmen tedavilerin popülaritesi geçen yıl hızla arttı.

Bazı verilere bakalım.

GLP-1 kullanan yetişkinlerin çoğu veya %60’tan fazlası, bunları kısmen diyabet veya kalp hastalığı gibi kronik durumların tedavisi için aldıklarını bildirdi. Bu, yalnızca kronik bir durumu tedavi etmek için GLP-1 alan %39’u ve hem kronik bir durumu tedavi etmek hem de kilo vermek için GLP-1 alan %23’ü içermektedir.

Bu arada, GLP-1 alan yetişkinlerin %38’i bunları özellikle kilo vermek için kullandıklarını bildirdi.

Özellikle GLP-1 kullanımı ırk ve etnik kökene bağlı olarak farklılık gösteriyordu.

  • Siyah yetişkinlerin yaklaşık %18’i uyuşturuculardan birini aldı
  • İspanyol kökenli yetişkinlerin yaklaşık %14’ü bunları kullandı
  • Beyaz yetişkinlerin yaklaşık %10’u bu ilaçlardan birini almıştır.

KFF’ye göre ABD’deki siyahi ve İspanyol kökenli yetişkinlerde obezite oranı beyaz yetişkinlere göre daha yüksek analiz Hastalık Kontrol ve Önleme Merkezlerinin verileri.

Ankette yaş gruplarına göre de farklılıklar olduğu belirtildi.

Yaşları 50 ile 64 arasında değişen yetişkinlerin yaklaşık %20’si daha önce GLP-1 aldıklarını söyledi; bu oran diğer yaş gruplarının bildirdiği oranlardan daha yüksektir.

Bununla birlikte, genç yetişkinlerin özellikle kilo kaybı için GLP-1 aldıklarını bildirme olasılıkları 65 yaş ve üzeri olanlara göre daha yüksekti. KFF, bunun federal Medicare programının reçeteli zayıflama ilaçlarını kapsamadığı gerçeğini yansıtabileceğini söyledi.

Medicare, yalnızca ABD’de diyabet tedavisi ve kalp hastalığı riskinin azaltılması gibi ek sağlık yararları için onaylanması durumunda kilo verme tedavilerini karşılayabilir.

Ancak KFF anketine göre, GLP-1 alıp almadıklarına bakılmaksızın tüm yetişkinlerin çoğunluğu, Medicare’in kilo kaybı ve fazla kilolu kişilere reçete edilen ilaçların maliyetini karşılaması gerektiğini düşündüklerini söyledi.

Yine de GLP-1 alan sağlık sigortası olan yetişkinlerin yarısından fazlası, planlarının bu ilaçların maliyetinin bir kısmını karşıladığını söyledi. Bu arada, yüzde 24’ü sigortalarının ilacın tüm maliyetini karşıladığını, yüzde 19’u ise tüm maliyeti kendilerinin ödediğini söyledi.

Bu anketteki veri noktaları gelecekte GLP-1’lerin uyku apnesi ve yağlı karaciğer hastalığı gibi yeni amaçlar için onay almasıyla değişebilir ve bu da bunları kapsayan sağlık planları üzerinde daha fazla baskı oluşturacaktır. Bu ilaçların kullanımına ilişkin haberimiz için bizi takip etmeye devam edin.

Her türlü ipucunu, öneriyi, hikaye fikrini ve veriyi şu adresten Annika’ya göndermekten çekinmeyin: annikakim.constantino@nbcuni.com.

Sağlık teknolojisinde son nokta

Google DeepMind, moleküllerin yapısını tahmin edebilen yeni AI modelini duyurdu

Pavlo Gonçar | Hafif Roket | Getty Images

Google Çarşamba günü AlphaFold 3 adı verilen ve “yaşamın tüm moleküllerinin” karmaşık etkileşimlerini ve yapılarını gösterebildiği söylenen yeni bir yapay zeka modelini duyurdu. Şirket, modelin ilaç keşfini ve biyolojik araştırmaları dönüştüreceğini umuyor.

AlphaFold 3, Google’a göre DNA, RNA ve proteinler gibi büyük biyomoleküllerin yanı sıra ilaçlarda sıklıkla kullanılan küçük moleküllerin şekillerini ve davranışlarını tahmin ediyor Blog yazısı. Modele bir molekül listesi sorulduğunda, ortak 3 boyutlu yapıyı oluşturarak hepsinin birbirine nasıl uyduğunu gösterebilir.

Proteinler gibi moleküllerin modellenmesi tarihsel olarak araştırmacılar için zorlu bir görev olmuştur. Google, deneysel protein yapısı tahmininin yüzbinlerce dolara mal olabileceğini ve tamamlanmasının yıllar sürebileceğini söyledi. Sonuç olarak Google, AlphaFold 3’ün ilaç keşfini ve genom araştırmalarını hızlandırmaya yardımcı olabileceğini ve “biyolojik olarak yenilenebilir malzemeler ve daha dayanıklı mahsuller” gibi yeni bilimsel keşiflere katkıda bulunabileceğini söyledi.

Model, yapay zeka sistemlerini araştıran ve oluşturan Google DeepMind ve ilaç geliştirmede yapay zeka uygulamalarını araştıran Isomorphic Labs tarafından geliştirildi. AlphaFold 3 geniş bir biyomolekül grubu içerdiğinden, Alfa Katlama 2bu sadece proteinlerin yapılarını tahmin edebilir.

DeepMind, AlphaFold 2’yi 2020’de duyurdu. Google, modelin o zamandan beri “milyonlarca” araştırmacı tarafından kanser tedavileri, sıtma aşıları ve enzim tasarımı geliştirmek için kullanıldığını söyledi.

Blog gönderisine göre AlphaFold 3, proteinler ve diğer moleküller arasındaki etkileşimleri diğer mevcut yöntemlere göre en az %50 daha iyi tahmin edebiliyor ve model, diğer etkileşim kategorileri için tahmin doğruluğunu iki katına çıkardı.

Google DeepMind CEO’su Demis Hassabis, “Bu yeni teknolojinin biyolojik araştırmalar için dönüştürücü olma potansiyeline sahip olduğuna inanıyoruz” dedi. LinkedIn gönderisi.

Google, bilim adamlarının yeni AlphaFold Sunucusu aracılığıyla AlphaFold 3’ün yeteneklerinin “çoğunluğuna” ücretsiz olarak erişebileceklerini söyledi. Blog yazısında, şirketin “AlphaFold’un faydalarını paylaşmaya yönelik süregelen kararlılığının” bir parçası olarak sunucuyu başlattığı belirtildi.

Google DeepMind ve Isomorphic Labs’tan araştırmacılar bulgularını “Nature” bilimsel dergisinde yayınladılar.

Her türlü ipucunu, öneriyi, hikaye fikrini ve veriyi şu adresten Ashley’e göndermekten çekinmeyin: ashley.capoot@nbcuni.com.

Kaynak