Efficacy and Safety of Glucagon-Like Peptide-1 (GLP-1) Receptor Agonists for Spinal Fusion Outcomes: A Comprehensive Meta-Analysis
Notice bibliographique
Résumé
Spinal fusion is a widely performed surgical procedure for treating various spinal disorders, with lumbar fusion showing remarkably rapid growth worldwide. Despite positive outcomes after the procedure, it carries significant complications, most notably pseudarthrosis. Compromised blood supply is a key factor disrupting normal bone fusion, making optimal vascularization crucial for successful outcomes. Glucagon-like peptide-1 (GLP-1) receptor agonists, primarily used for diabetes management, demonstrate promising effects including enhanced glycemic control, improved vascular endothelial function, and direct enhancement of osteoblastic cell activity through GLP-1 receptors on bone precursor cells. Theoretically, GLP-1 receptor agonists should be beneficial for optimizing spinal fusion outcomes. We aim to systematically review and analyze the current evidence on the efficacy and safety of GLP-1 receptor agonists in promoting bone fusion and reducing complications in patients undergoing spinal fusion surgery. We conducted a comprehensive systematic review following Cochrane guidelines. We searched PubMed, Web of Science, Scopus, Embase, and Cochrane Library for studies examining GLP-1 receptor agonists in spinal fusion procedures. We used the Newcastle-Ottawa Scale for the quality assessment of the included studies. We conducted a statistical analysis using RevMan 5.4 with risk ratios for dichotomous outcomes. In total, 11 studies with a total of 14,344 participants were analyzed. GLP-1 receptor agonists significantly reduced pseudoarthrosis at six months (risk ratio (RR) = 0.63, 95% confidence interval (CI) = 0.54-0.74) and 12 months (RR = 0.64, 95% CI = 0.57-0.72), and significantly increased acute kidney injury (RR = 1.30, 95% CI = 1.03-1.65). No significant differences were observed for pseudoarthrosis at 24 months (RR = 1.03, 95% CI = 0.53-2.03), readmission rates (RR = 0.85, 95% CI = 0.48-1.51), cerebrovascular accidents (RR = 1.01, 95% CI = 0.63-1.62), and deep vein thrombosis (RR = 1.16, 95% CI = 0.78-1.72). Additionally, no significant reoperations or adverse effects were found. We also performed a subgroup analysis considering the diabetic stage, which showed valuable insights. GLP-1 receptor agonists showed promising results in reducing pseudoarthrosis at short- to medium-term follow-up, indicating potential therapeutic benefits in bone healing applications. However, the increased risk of acute kidney injury suggests the need for careful patient monitoring and risk stratification. The lack of sustained benefit at 24 months and significant heterogeneity observed in several outcomes indicate that further investigation is warranted. Future research should focus on conducting larger, well-designed randomized controlled trials with standardized outcome definitions, longer follow-up periods, and comprehensive safety monitoring to establish optimal dosing protocols and patient selection criteria for GLP-1 receptor agonist therapy in orthopedic applications.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,044 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».