Efficacy of Tirzepatide Dual GIP/GLP-1 Receptor Agonist In Patients with Idiopathic Intracranial Hypertension. A Real-World Propensity Score-Matched Study
Notice bibliographique
Résumé
Introduction: Idiopathic intracranial hypertension (IIH) is a neurological disorder characterized by elevated intracranial pressure, predominantly affecting obese women of reproductive age. While GLP-1 receptor agonists have shown promise in IIH management, the potential of dual GIP/GLP-1 receptor activation through tirzepatide remains unexplored. This study aimed to evaluate tirzepatide's efficacy as an adjunctive therapy in IIH management. Methods: We conducted a retrospective cohort analysis using the TriNetX Global Health Research Network, analyzing data through November 2024. Through propensity score matching, we compared 193 tirzepatide-exposed IIH patients with 193 controls receiving standard care. Primary outcomes included papilledema severity, visual function, headache frequency, and treatment resistance, monitored at multiple follow-up timepoints. Results: Our analysis revealed significant improvements across all measured outcomes in the tirzepatide group. At 24 months, we observed a 68% reduction in papilledema risk (RR 0.320, 95% CI 0.189-0.542, p<0.001), a 73.9% reduction in visual disturbance and blindness risk (RR 0.261, 95% CI 0.143-0.477, p<0.001), and a 19.7% reduction in headache risk (RR 0.803, 95% CI 0.668-0.966, p=0.019). The tirzepatide group demonstrated significant body-mass index reductions, reaching -1.147 kg/m² (95% CI [-1.415, -0.879], p<0.001) at 24 months compared to controls. Conclusions: Our results demonstrate that tirzepatide, when used as an adjunctive therapy, provides significant therapeutic benefits in IIH management, particularly in improving papilledema and visual outcomes. Our findings suggest that dual GIP/GLP-1 receptor activation may offer advantages over traditional single-receptor therapies, potentially through enhanced metabolic regulation and direct effects on intracranial pressure dynamics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».