Glucagon-Like Peptide 1 Receptor Agonists and Risk of Thyroid Cancer: An International Multisite Cohort Study
Notice bibliographique
Résumé
Introduction: Concerns have been raised that glucagon-like peptide 1 receptor agonists (GLP1-RAs) may increase the risk of thyroid cancer, but evidence remains conflicting. We therefore investigated if GLP1-RA use, compared with use of dipeptidyl peptidase-4 inhibitors (DPP-4is), was associated with thyroid cancer risk in patients with type 2 diabetes. Methods: This multisite cohort study with subsequent meta-analysis included six population-based databases from Canada (Ontario), Denmark, Norway, South Korea, Sweden, and Taiwan. Study populations comprised patients with type 2 diabetes between 2007 and 2023. Cox regression models estimated hazard ratios (HR) and 95% confidence intervals (CIs) for thyroid cancer among GLP1-RA users compared with DPP-4is. Models were weighted using standardized mortality ratio weights generated from time-specific propensity scores. Site-specific HRs were pooled using a fixed-effects model. Results: We identified 98,147 users of GLP1-RA and 2,488,303 users of DPP-4i, with the median follow-up among users of GLP1-RA ranging from 1.8 to 3.0 years. Overall, use of GLP1-RA relative to use of DPP-4i was not associated with an increased risk of thyroid cancer (pooled weighted HR 0.81, CI 0.59–1.12). Similarly, we observed no increased risk in thyroid cancer with increasing cumulative dose of GLP1-RA among GLP1-RA ever-users. Subgroup analysis of types of thyroid cancer was not possible. Results remained consistent across a range of supplementary analyses. Discussion: In this large multisite study, utilizing data from six population-based databases, we found no evidence that GLP1-RA use is associated with an increased risk of thyroid cancer with follow-up ranging from 1.8 to 3.0 years, providing some reassurance to patients and clinicians about the short-term safety of these drugs. Nevertheless, evidence was insufficient to rule out excess risk with long-term use, due to the short follow-up.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».