Injection‐site and dermatologic reactions associated with glucagon‐like peptide‐1 receptor agonists: Insights from meta‐analysis of randomised controlled trials and real‐world evidence
Notice bibliographique
Résumé
Abstract Aims Glucagon‐like peptide‐1 receptor agonists (GLP‐1 RAs) are widely used for type 2 diabetes mellitus and obesity, with once‐weekly dosing that supports adherence. However, injection‐site reactions (ISRs) and dermatologic events have been recognised, ranging from mild local events to rare systemic hypersensitivity reactions that may cause discontinuation. To evaluate dermatologic and ISR safety of GLP‐1 RAs through a meta‐analysis of randomised controlled trials (RCTs) and disproportionality analysis of data from the United States Food and Drug Administration Adverse Event Reporting System (FAERS). Materials and Methods PubMed, Embase and Web of Science were searched through December 2024 to identify RCTs reporting ISR or dermatologic outcomes for GLP‐1 RAs. Random‐effects meta‐analysis synthesised trial evidence. A retrospective disproportionality analysis of FAERS data evaluated all approved GLP‐1 RAs. Lower bound reporting odds ratios (LB ROR), proportional reporting ratios (PRR) and information components (IC) were calculated. Results The pooled meta‐analysis of 14 RCTs that reported ISRs (4861 patients; 396 ISR events) showed increased ISR risk with GLP‐1 RAs versus comparators (risk ratio 3.55; 95% confidence interval, 2.35–5.36; I 2 = 41.4%). Dermatologic events were infrequent and not significantly elevated. FAERS data analysis revealed potential ISR signals for exenatide and dulaglutide. Exenatide was associated with injection‐site haemorrhage (PRR: 27.6; LB ROR: 29.4; IC 025 : 4.6). Dulaglutide showed disproportionate reporting for injection‐site haemorrhage (PRR: 11.5; LB ROR: 11.5; IC 025 : 3.4). Conclusions GLP‐1 RAs are consistently linked to higher ISR risk, especially with exenatide and dulaglutide, while generalised dermatologic events are rare. Clinicians should counsel patients about ISR risk to support adherence and optimise outcomes.
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 | 0,072 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,059 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».