Gastrointestinal Safety Assessment of GLP-1 Receptor Agonists in the US: A Real-World Adverse Events Analysis from the FAERS Database
Notice bibliographique
Résumé
Background: Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) are commonly used to treat obesity and diabetes but are linked to a variety of gastrointestinal (GI) adverse events (AEs). Real-world data on GLP-1 RA-related GI AEs and outcomes are limited. This study assessed GI AEs and adverse outcomes using the US FDA Adverse Event Reporting System (FAERS). Methods: This retrospective pharmacovigilance study used the US FDA FAERS database (2007–2023). We searched GLP-1 RA medications, AEs, and adverse outcomes. Demographic, treatment indication, and AE data were collected. Descriptive analysis involved frequencies and percentages, while reporting odds ratio (ROR), proportional reporting ratio, Bayesian confidence propagation neural network, and multivariate logistic regression were used to analyze GLP-1 RA-related GI AEs and outcomes. Results: From 2007 to 2023, a total of 187,757 AEs were reported with GLP-1 RAs, and 16,568 were GLP-1 RA-associated GI AEs in the US. Semaglutide was linked to higher odds of nausea (IC025: 0.151, βCoeff: 0.314), vomiting (IC025: 0.334, βCoeff: 0.495), and delayed gastric emptying (IC025: 0.342, βCoeff: 0.453). Exenatide was associated with pancreatitis (IC025: 0.601, βCoeff: 0.851) and death (ROR: 4.50, IC025: 1.101). Overall, semaglutide had a broader range of notable adverse effects; by comparison, dulaglutide and liraglutide use was associated with fewer significant GI AEs. Conclusions: Analysis of the FAERS data reveals that GLP-1 RAs, particularly semaglutide and exenatide, are significantly associated with specific GI AEs, such as nausea, vomiting, delayed gastric emptying, and pancreatitis. Clinicians should be aware of these potential risks to ensure optimal monitoring and patient safety. This study demonstrated the utility of pharmacovigilance data in identifying safety signals, which can inform future pharmacoepidemiological investigations to confirm causal relationships. Clinicians should be aware of these potential risks to ensure optimal monitoring and patient safety.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».