「神药」竟被偷家？！最新研究结果撼动二甲双胍一线霸主地位，最强预后指标为......

最新研究表明，二甲双胍治疗在2型糖尿病患者中失败非常常见，特别是在诊断时糖化血红蛋白水平较高的患者中。

一项对美国三个临床地点超过22000名开始使用二甲双胍的患者的电子健康记录数据的分析发现，超过40%的患者经历了二甲双胍治疗失败。这被定义为在18个月内未能达到或维持A1c低于7%或使用额外的降糖药物。

二甲双胍使用不成功的其他预测因素包括年龄增加、男性性别和种族/民族。然而，后者在调整其他临床危险因素后不再相关。

本问作者，明尼苏达州罗切斯特市梅奥诊所的流行病学教授Suzette J. Bielinski博士说:“我们的研究结果表明，对于具有本文所述临床参数的患者，增加监测并及早加强治疗以实现血糖控制可能是合适的。”

“此外，这些结果对普遍使用二甲双胍作为一线治疗提出了质疑，并表明可能需要一种更个性化的方法来优化治疗，”他们在《临床内分泌与代谢杂志》在线发表的文章中补充道。

Bielinski博士表示，这项研究还值得注意的是，它证明了使用电子健康数据与机器学习方法来发现风险生物标志物的可行性。

“我们希望重新利用临床数据来回答问题……我认为更多的研究使用这些类型的技术，重新利用数据可能会影响其他领域的诊疗……如果我们能从我们生成的所有这些数据中获得价值，我认为这将改善医疗保健，并可能节省医疗费用。”

基线 A1c 是二甲双胍治疗失败的最强预测因子

研究人员从三个临床初级保健地点共确定了22047名二甲双胍启动治疗者，总体而言，共有43%（9407）的患者在18个月时符合二甲双胍失败的两个标准之一。其中，二甲双胍的中位失败时间为3.9个月。

与非西班牙裔白人患者相比，非裔美国人、西班牙裔和其他种族群体的未经调整的失败率更高。

然而，不同种族群体的基线特征也有所不同。总体平均A1c为7.7%，非洲裔美国人8.1%，亚洲人7.9%，西班牙裔8.2%，而非西班牙裔白人为7.6%。

在检查的150个临床因素中，较高的A1c是二甲双胍失败的最强预测指标，风险迅速增加7.5%至8.0%。

“这斜坡很陡，它为我们提供了一些临床指导”， Bielinski说。

其他与二甲双胍失败正相关的变量包括“糖尿病伴并发症”，年龄增加，钾、甘油三酯、心率和平均细胞血红蛋白水平升高。

与二甲双胍失败呈负相关的因素是接受其他疑似疾病的筛查和医学检查/评估，以及钠、白蛋白和高密度脂蛋白胆固醇水平较低。

三个变量——身体质量指数、低密度脂蛋白胆固醇和肌酐——与二甲双胍失败呈u型关系，因此无论是高值还是低值都与风险增加有关。

“一旦考虑到其他临床因素，种族/民族差异就消失了，这表明无论种族/民族，对二甲双胍的生物反应都是相似的，”Bielinski和同事写道。

他们还指出，与二甲双胍失败相关的异常实验室结果“可能代表慢性疾病的生物标志物”。然而，与基线A1c相比，实验室异常的影响较小。

Bielinski博士敦促在解释这些结果时要谨慎。“电子健康记录数据有局限性。我们有证据表明医生给这些人开了二甲双胍，但我们不知道他们是否服用了这种药物……我真的会犹豫是否在提出临床建议时过于强烈。

然而，这些数据“提示我们可能需要设置某种阈值，如果有人的A1c为X，他们应立即接受双重治疗。我认为这打开了一扇门。”

原文来源：

1.https://www.medscape.com/viewarticle/986994?src=#vp_1.

2. Suzette J Bielinski, Licy L Yanes Cardozo, Paul Y Takahashi, Nicholas B Larson, Alexandra Castillo, Alana Podwika, Eleanna De Filippis, Valentina Hernandez, Gouri J Mahajan, Crystal Gonzalez, Shubhangi, Paul A Decker, Jill M Killian, Janet E Olson, Jennifer L St. Sauver, Pankaj Shah, Adrian Vella, Euijung Ryu, Hongfang Liu, Gailen D Marshall, James R Cerhan, Davinder Singh, Richard L Summers, Predictors of Metformin Failure: Repurposing Electronic Health Record Data to Identify High-Risk Patients, The Journal of Clinical Endocrinology & Metabolism, 2023;, dgac759, https://doi.org/10.1210/clinem/dgac759.