GLP-1受体激动剂和SGLT2抑制剂使用相关的妇科肿瘤风险:基于91项随机对照试验的网络荟萃分析

The gynecologic tumor risk related to GLP-1 receptor agonists and SGLT2 inhibitors use: a network meta-analysis of 91 randomized controlled trials

作者信息Ping-Tao Tseng, Bing-Yan Zeng, Chih-Wei Hsu, Cheuk-Kwan Sun, Mein-Woei Suen, Andre F Carvalho, Brendon Stubbs, Yen-Wen Chen, Tien-Yu Chen, Wei-Te Lei, Po-Huang Chen, Jiann-Jy Chen, Yow-Ling Shiue, Bing-Syuan Zeng, Kuan-Pin Su, Chih-Sung Liang
PMID41310711
发布时间2025-11-27
DOI10.1186/s13045-025-01750-x

实验完整度

系统检索和网络荟萃分析,包含91项RCT,使用频率学和贝叶斯模型,进行亚组、敏感性及偏倚评估,但缺乏前瞻性原始实验验证。

主要模型

91项随机对照试验的汇总数据(包含女性参与者)

重点核对

纳入试验的随机对照设计 女性亚组数据 药物剂量分类(如替西帕肽低剂量5mg,高剂量15mg) 妇科肿瘤事件的定义 主要结局为妇科肿瘤发生率

摘要

背景:关于胰高血糖素样肽-1(GLP-1)受体激动剂和钠-葡萄糖协同转运蛋白2(SGLT2)抑制剂的致癌潜力,特别是与妇科恶性肿瘤相关的担忧已经出现。迄今为止,针对特定方案的風險尚未达成共识。本网络荟萃分析(NMA)评估并比较了与各种GLP-1受体激动剂和SGLT2抑制剂相关的妇科肿瘤发生率。方法:遵循Cochrane推荐的确认性方法,我们使用包括女性参与者的随机对照试验(RCT)数据进行了基于频率学的NMA。截至2025年3月3日,对主要数据库进行了系统性检索。主要结局是妇科肿瘤的发生率;退出率作为可接受性终点。进行了贝叶斯敏感性分析以进行验证。结果:本NMA包括91项RCT,共224,986名参与者(89,558名女性)。仅高剂量替西帕肽(每周15mg)与对照组相比,总体妇科肿瘤风险显著增加[比值比(OR)=2.37,95%置信区间(CI):1.04–5.39;绝对风险差异=0.57%;需要伤害的人数=176]。按部位特异性分析注意到,高剂量替西帕肽(每周15mg)(OR = 4.65,95% CI:1.28–16.94)和低剂量替西帕肽(每周5mg)(OR = 4.61,95% CI:1.07–19.90)均与子宫内肿瘤风险显著升高相关。其他方案均未显示风险显著升高。结论:替西帕肽似乎与妇科肿瘤风险相关,尤其是子宫内肿瘤。鉴于这些药物经常被处方给具有易感风险因素的个体,个体化的风险-获益评估是必要的。然而,需要更多数据来确认这种关联是否为因果性而非偶然或偏倚。此外,纵向研究对于阐明潜在机制和指导临床决策至关重要。试验注册:PROSPERO CRD420251003016。该研究方案已获得国防医学中心三军总医院机构审查委员会的批准(TSGHIRB E202516007)。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
GLP-1受体激动剂和SGLT2抑制剂的使用是否与妇科肿瘤风险增加相关,且不同药物和剂量是否存在差异?
核心机制
文中未明确提出具体机制,仅推测可能涉及GIP受体激活和生长因子样通路等,但缺乏直接证据。
主要证据
网络荟萃分析显示,高剂量替西帕肽(每周15mg)与总体妇科肿瘤风险增加相关(OR=2.37),高剂量和低剂量替西帕肽均与子宫内肿瘤风险增加相关(OR分别为4.65和4.61)。
研究意义
研究提示替西帕肽可能增加妇科肿瘤风险,尤其子宫内肿瘤,强调个体化风险获益评估和进一步长期研究的重要性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

系统检索与文献筛选

收集所有符合条件的随机对照试验,评估GLP-1受体激动剂和SGLT2抑制剂相关妇科肿瘤风险。

系统检索PubMed、Embase等数据库,由两名独立评审员筛选,通过PRISMA流程共纳入84篇文章(91项RCT)。

2

数据提取与质量评估

提取试验特征和结局数据,并评估研究质量。

提取参与者特征、干预方案、结局数据等,并使用Cochrane偏倚风险工具进行评估。

3

统计分析

通过网络荟萃分析比较不同药物和剂量对妇科肿瘤风险的影响,并评估稳健性。

使用随机效应模型进行频率学NMA,并进行贝叶斯敏感性分析,评估一致性和发表偏倚。

4

亚组分析

探索不同部位妇科肿瘤的风险差异。

按肿瘤部位(如子宫内、宫颈、卵巢等)进行亚组分析,并进一步区分子宫肿瘤和子宫内膜肿瘤。

5

敏感性分析

验证主要结果的稳健性。

使用贝叶斯NMA模型进行敏感性分析,并评估出版偏倚和一致性。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
MetaInsightNIHR4.0.2
R----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
文献检索策略
检索数据库、截止日期、关键词
阅读提示:Methods部分:Database search strategy和eTable 2
纳入排除标准
研究类型、参与者、干预、对照、结局
阅读提示:Methods部分:Eligibility Criteria
数据提取
提取的数据项、独立审查
阅读提示:Methods部分:Data extraction and management
统计分析方法
效应量、模型选择、连续性校正、敏感性分析
阅读提示:Methods部分:Statistical analysis和Sensitivity analyses
结局定义
妇科肿瘤的定义、纳入的肿瘤类型
阅读提示:Methods部分:Outcome measures