Risk of Thyroid Tumors With GLP-1 Receptor Agonists: A Retrospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To assess the association between glucagon-like peptide 1 receptor agonist (GLP-1RA) use and risk of incident thyroid tumors. RESEARCH DESIGN AND METHODS: The retrospective, active-comparator new-user cohort study used international administrative claims and electronic health record databases. Participants included patients with type 2 diabetes mellitus (T2DM) with prior metformin therapy initiating a GLP-1RA versus new users of sodium-glucose cotransporter 2 inhibitors (SGLT2is), dipeptidyl peptidase 4 inhibitors (DPP-4is), and sulfonylureas (SUs). The outcome was incident thyroid tumor and thyroid malignancy. Propensity score matching and stratification were used to adjust for confounders with an intention-to-treat and on-treatment strategy. Cox regression was used to estimate hazard ratios (HRs) pooled using a random-effects meta-analysis. Unmeasured confounding was evaluated using negative outcomes, with calibration of the HR. RESULTS: A total of 460,032 users of GLP-1RAs, 717,792 users of SGLT2is, 2,055,583 users of DPP-4is, and 1,119,868 users of SUs were included. Only U.S. cohorts passed study diagnostics. Thyroid tumor incidence ranged from 0.88 to 1.03 per 1,000 person-years in GLP-1RA cohorts. GLP-1RA exposure was not associated with an increased risk of thyroid tumors compared with SGLT2is, DPP-4is, or SUs (meta-analysis: GLP-1RA vs. SGLT2i HR range from 0.83 [95% CI 0.57-1.27] to 0.95 [0.85-1.06]; GLP-1RA vs. SU HR range from 0.95 [0.75-1.20] to 1.03 [0.87-1.23]; GLP-1RA vs. DPP-4i HR range from 0.78 [0.60-1.01] to 0.93 [0.83-1.04]). Analysis using thyroid malignancy and including a 1-year lag period produced similar conclusions. CONCLUSIONS: In patients with T2DM initiating second-line treatments, we observed no increased risk of thyroid tumors with GLP-1RA exposure.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».