司美格鲁肽用于2型糖尿病合并类风湿关节炎患者主要不良心脑血管事件的一级预防:一项目标试验模拟

Semaglutide for primary prevention of major adverse cardiac and cerebrovascular events in patients with type 2 diabetes and comorbid rheumatoid arthritis: a target-trial emulation

作者信息Farheen Malik, Mandar Shah, Yu Chang, Ishmum Chowdhury, Sridhar Mangalesh, Ahmed Ashraf Morgan, Ezerioha Pascal, Vishakha Modak, Nachum Lebovics, Suraj Adhikari, Pei-Lun Lee, Wei-Cheng Chen, Kuan-Yu Chi
PMID42334436
发布时间2026-08-17
DOI10.1093/ehjcvp/pvag044

实验完整度

中

基于TriNetX数据库的目标试验模拟,采用倾向性评分匹配和Cox模型验证MACCE及HF等结局。

主要模型

TriNetX美国协作网络数据库队列 肥胖T2DM合并RA成人患者队列 倾向性评分匹配队列 非RA T2DM对照队列

重点核对

主要结局:MACCE定义为全因死亡、新发HF、MI或任何卒中的复合终点 倾向性评分匹配:1:1最近邻算法,卡尺宽度为0.1合并标准差 随访时间:从Time 0起至事件、失访或最长2年 Bonferroni校正:对五个次要结局P值阈值<0.01 阴性对照终点:尿路感染和骨折

摘要

目的:类风湿关节炎(RA)相关的身体活动受限常妨碍持续体力活动和体重管理,从而通过不良代谢谱和慢性炎症放大心血管风险。我们旨在评估司美格鲁肽对肥胖的2型糖尿病(T2DM)合并RA成人一级预防背景下新发主要不良心脑血管事件(MACCE)风险的有效性。方法与结果:我们使用TriNetX美国数据库的数据模拟了一项目标试验,纳入肥胖成人[年龄≥18岁;体重指数(BMI)≥30 kg/m2]且患有T2DM和合并RA、既往无卒中、心力衰竭(HF)、急性冠脉综合征或冠状动脉血运重建史。采用新使用者设计,我们比较了起始司美格鲁肽的患者与起始非GLP-1受体激动剂(GLP-1RA)二线降糖治疗的患者。有GLP-1RA禁忌证的患者被排除。使用倾向性评分匹配(PS)(1:1)平衡基线协变量。主要结局为新发MACCE,定义为全因死亡、心肌梗死(MI)、HF或卒中的复合终点。次要结局包括MACCE各组分、HF住院和疾病改善抗风湿药(DMARD)升级,并对多重比较应用Bonferroni校正。在最长2年随访中,使用Cox比例风险模型估计风险比(HR)和95%置信区间(CI)。在2014年1月1日至2025年1月1日期间,我们识别出1200例和2972例分别在符合资格后3个月内起始司美格鲁肽和非GLP-1RA治疗的患者。PS匹配后,1017例司美格鲁肽使用者与1017例非GLP-1RA使用者进行比较(平均年龄59.5 vs 59.3岁;女性81.3% vs 81.0%;平均BMI 38.2 vs 38.0 kg/m2;HbA1c,6.8% vs 7.0%)。与非GLP-1RA治疗相比,起始司美格鲁肽与新发MACCE风险显著降低相关(12.7% vs 16.5%;HR,0.75;95% CI,0.60–0.94;P = 0.01)。这一获益主要由新发HF风险降低驱动(8.9% vs 12.5%;HR,0.69,95% CI,0.53–0.91;P = 0.007)。司美格鲁肽使用还与DMARD升级显著降低相关(16.6% vs 21.6%;HR,0.75;95% CI,0.60–0.90;P = 0.003)。在全因死亡、MI或卒中方面未观察到显著差异。结论:在肥胖的T2DM合并RA成人中,一级预防背景下起始司美格鲁肽与新发MACCE风险降低相关,主要由新发HF减少驱动。需要前瞻性研究来确认这些观察结果并确立因果关系。

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
在肥胖的T2DM合并RA成人一级预防背景下,起始司美格鲁肽作为二线降糖治疗是否与新发MACCE风险降低相关?
核心机制
文中未明确说明。
主要证据
在TriNetX数据库模拟的目标试验中,PS匹配后1017对患者分析显示司美格鲁肽组MACCE发生率为12.7% vs 16.5%(HR,0.75;95% CI,0.60–0.94;P = 0.01),主要由新发HF降低驱动(8.9% vs 12.5%;HR,0.69;95% CI,0.53–0.91;P = 0.007)。
研究意义
作者提出,在RA这一高危炎症人群中,GLP-1RA可能具有重要的一级预防优势,需要前瞻性研究确认这些观察结果并确立因果关系。

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

目标试验模拟框架构建

在观察性数据中模拟随机试验,以减少混杂和永恒时间偏倚。

预先指定资格标准、治疗策略、分配(Time 0)、随访和终点,以意向性治疗(ITT)作为因果对比。

2

研究人群识别与队列构建

识别符合资格标准的肥胖T2DM合并RA患者并构建干预和对照队列。

在TriNetX美国协作网络中,应用预先指定的资格标准,识别2014年1月1日至2025年1月1日期间BMI≥30 kg/m2且具有T2DM和RA诊断代码的患者;要求至少间隔6个月的两次RA诊断代码。

3

暴露定义与分组

定义干预组和对照组,并确定Time 0。

采用新使用者设计,干预组为首次起始司美格鲁肽且在符合资格后3个月内未使用磺脲类、DPP4抑制剂、SGLT2抑制剂、TZD或胰岛素的患者;对照组为在同一3个月期间起始非GLP-1RA降糖药的患者。Time 0定义为治疗起始日期。

4

倾向性评分匹配

模拟随机化并控制基线混杂。

使用1:1倾向性评分匹配,采用贪婪最近邻算法,卡尺宽度为0.1合并标准差的logit PS;PS通过逻辑回归模型估计,协变量包括年龄、性别、种族、民族、高血压、高脂血症、吸烟、COPD、CKD、睡眠呼吸暂停、病态肥胖、干燥综合征、二甲双胍、甲氨蝶呤、羟氯喹、TNF-α抑制剂、甲泼尼龙、泼尼松、阿司匹林、他汀类、依折麦布、β受体阻滞剂、ACEi、ARB、钙通道阻滞剂、抗凝剂、HbA1c、LDL、BMI、eGFR、ESR和住院就诊。

5

结局定义与随访

评估司美格鲁肽对MACCE及次要结局的影响。

主要终点为MACCE(全因死亡、新发HF、MI或任何卒中的复合终点);次要终点包括MACCE各组分、HF住院和DMARD升级。随访从Time 0开始至主要终点发生、失访或最长2年。

6

统计分析

估计司美格鲁肽与非GLP-1RA治疗相比对结局的风险比。

使用Kaplan–Meier方法估计生存曲线,Cox比例风险回归模型估计HR和95% CI;对预先指定的次要终点应用Bonferroni校正(五个结局,校正P值阈值<0.01)。

7

敏感性分析和额外分析

评估结果的稳健性和潜在效应修饰。

进行符合方案分析,限制在1年里程碑时仍坚持初始治疗分配的患者;构建非RA T2DM队列比较RA和非RA队列中GLP-1RA使用与结局的关联;使用UTI和骨折作为阴性对照终点;计算E值。

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。

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
研究人群识别与队列构建
肥胖定义:BMI ≥30 kg/m2;T2DM和RA诊断代码要求至少间隔6个月的两次RA诊断代码;排除既往使用二线降糖药、GLP-1RA、DPP-4抑制剂、SGLT2抑制剂、磺脲类、TZD和胰岛素;排除既往心肌病、HF、卒中、ACS和冠状动脉血运重建史。
阅读提示:Methods中的Eligibility criteria和Study population and definition of Time 0小节;Supplementary material online, Methods S1和Figure S1。
暴露定义与分组
新使用者设计;3个月治疗起始窗口;干预组为首次起始司美格鲁肽;对照组为起始非GLP-1RA降糖药;Time 0为治疗起始日期。
阅读提示:Methods中的Treatment strategies and assignment和Study population and definition of Time 0小节。
倾向性评分匹配
1:1倾向性评分匹配;贪婪最近邻算法;卡尺宽度为0.1合并标准差;PS模型协变量列表包括年龄、性别、种族、民族、高血压、高脂血症、吸烟、COPD、CKD、睡眠呼吸暂停、病态肥胖、干燥综合征、二甲双胍、甲氨蝶呤、羟氯喹、TNF-α抑制剂、甲泼尼龙、泼尼松、阿司匹林、他汀类、依折麦布、β受体阻滞剂、ACEi、ARB、钙通道阻滞剂、抗凝剂、HbA1c、LDL、BMI、eGFR、ESR和住院就诊。
阅读提示:Methods中的Statistical analysis小节;Table 1。
结局定义与随访
主要终点MACCE定义为全因死亡、新发HF、MI或任何卒中的复合终点;次要终点包括MACCE各组分、HF住院和DMARD升级;HF住院定义为使用静脉利尿剂;DMARD升级定义为使用生物DMARDs包括TNF-α抑制剂、IL-6受体拮抗剂、阿巴西普和利妥昔单抗;随访最长2年。
阅读提示:Methods中的Study endpoints and follow-up小节;Supplementary material online, Methods S2。
统计分析
Kaplan–Meier方法;Cox比例风险回归模型;Bonferroni校正:五个结局,校正P值阈值<0.01;比例风险假设使用scaled Schoenfeld残差检验评估。
阅读提示:Methods中的Statistical analysis小节。
敏感性分析和额外分析
符合方案分析:1年里程碑时仍坚持治疗;非RA T2DM队列比较;阴性对照终点:UTI和骨折;E值计算。
阅读提示:Methods中的Per-protocol analyses和Falsification endpoints小节;Supplementary material online, Table S2和Table S3。