《Obesity Science & Practice》:Preventing Weight Regain After Glucagon-Like Peptide?1 Therapy Discontinuation: A Pilot Randomized Controlled Trial
编辑推荐:
摘要
目的:胰高血糖素样肽?1受体激动剂(GLP?1 RAs)是肥胖症的有效治疗药物,但因费用、保险覆盖限制、不良反应、患者偏好及其他因素,停药现象较为常见。停药后体重常迅速反弹,然而针对这一过渡期体重维持的循证策略十分有限。本项初步随机试验旨在评估数字健康应
摘要
目的:胰高血糖素样肽?1受体激动剂(GLP?1 RAs)是肥胖症的有效治疗药物,但因费用、保险覆盖限制、不良反应、患者偏好及其他因素,停药现象较为常见。停药后体重常迅速反弹,然而针对这一过渡期体重维持的循证策略十分有限。本项初步随机试验旨在评估数字健康应用或医学定制膳食(MTM)能否减轻GLP?1停药后最初4个月内的体重增加。
方法:在这项初步随机试验中,既往经GLP?1诱导减重的成年受试者在GLP?1停药时被随机分配至常规护理组、健康应用组或医学定制膳食组。问卷调查评估了依从性与满意度(主要结局),以及探索性结局、膳食质量与自评健康。体重(探索性结局)采用经验证的蓝牙体重秤每月测量。
结果:受试者(n = 39)被随机分配至对照组(N = 14)、数字健康应用组(N = 12)或医学定制膳食组(N = 13),基线平均体质指数(BMI)为31.4(标准差6.3)kg/m2。膳食质量、自评健康、依从性与满意度在各组间无显著差异,但部分估计值提示可能存在有利于健康应用组的趋势。与对照组相比,健康应用组和医学定制膳食组的总体体重增加均较少:健康应用组为?7.16%(95%置信区间:?12.27至?2.04),医学定制膳食组为?7.17%(95%置信区间:?12.20至?2.14)。
结论:研究结果表明,结构化支持可能减轻GLP?1停药后的早期体重增加。仍需更大规模、更多样化的受试人群以及更长随访时间和临床结局的试验来确认研究结果并阐明其机制。
GLP?1受体激动剂停药后体重反弹的预防:一项初步随机对照试验的深度解读
一、研究背景与问题提出
肥胖已成为全球重大公共卫生挑战。在美国,超过73%的成年人存在超重或肥胖,每年有50%–70%的人群尝试减重。胰高血糖素样肽?1受体激动剂(GLP?1 RAs)自2005年起获批用于2型糖尿病治疗,利拉鲁肽和司美格鲁肽等药物自2014年起陆续获批用于肥胖管理,可实现8%–17%的体重下降。然而,随着该类药物认知度提升,需求与费用急剧攀升,部分保险公司已停止对无2型糖尿病患者的减重适应症报销,截至2025年仅有约19%的人群获得减重用药保险覆盖。纵向研究显示,GLP?1突然停药后最初3–4个月内体重迅速反弹,多数患者一年内至少恢复所减体重的一半。20%–50%的患者在开始用药一年内即停药,原因包括不良反应、自付费用高昂、达到目标体重或不愿长期用药。因此,探索停药后体重维持的非药物干预策略具有重要的临床意义与现实紧迫性。
二、研究设计与核心发现
本研究由德克萨斯大学西南医学中心团队开展,于2024年3月至2025年8月进行,是首个随机评估医学定制膳食(MTM)或商业数字健康应用(Noom)用于GLP?1停药后体重维持的试验。研究纳入39名受试者,随机分配至常规护理对照组(N=14)、数字健康应用组(N=12)或医学定制膳食组(N=13)。受试者均在GLP?1停药后30天内入组,基线平均年龄49.9岁,平均体质指数(BMI)31.4 kg/m2,GLP?1治疗期间平均减重18.1%。干预持续4个月,主要结局为依从性与满意度,探索性结局包括膳食质量、自评健康及体重变化。结果显示,对照组4个月体重增加估计达10.75%,而健康应用组仅增加3.60%,医学定制膳食组为3.58%;与对照组相比,两组总增重分别减少7.16%和7.17%,差异均具有统计学显著性。每月体重增加斜率同样呈现显著差异:对照组每月增加2.94%,健康应用组为0.42%,医学定制膳食组为0.61%。敏感性分析调整GLP?1期间减重百分比和基线体重后,两组干预效应仍保持统计学显著。依从性、满意度、膳食质量及自评健康在各组间未观察到显著差异,但健康应用组膳食质量评分数值上高于对照组,提示可能存在改善趋势。
三、主要技术方法
研究人员采用随机对照试验设计,受试者通过达拉斯和埃尔帕索的肥胖医学诊所及StudyFinder平台招募。体重采用FitBit Aria 2蓝牙秤每月测量,数据经Fitabase电子传输获取。膳食质量采用Mini-EAT九项膳食筛查工具评估,自评健康与自评膳食质量采用单项经验证量表。依从性采用治疗依从感知问卷(TAPQ)感知行为分量表测量,满意度采用药物满意度问卷(TSQM)改编版本评估。统计分析采用基线校正线性回归(ANCOVA)、线性回归及线性混合效应模型,在R v4.5.2软件中完成。
四、研究结果分述
4.1 受试者特征:39名受试者中34人完成最终称重。受试者以女性为主(82.1%),57.9%为白人,31.6%为非裔美国人,69.2%拥有大学及以上学历,全部受试者家庭年收入不低于3万美元。研究期间未报告不良事件。
4.2 治疗感知与满意度:随访时TAPQ感知行为评分在干预组与对照组间无显著差异。健康应用组评分数值低于对照组(35.7 vs 53.9,差异?18.2,95%CI:?40.6至4.3,p=0.11),医学定制膳食组为49.9(差异?3.9,95%CI:?25.5至17.6,p=0.71)。TSQM各维度满意度评分亦无组间显著差异。医学定制膳食组受试者报告平均每周食用8.08餐,健康应用组平均每周使用应用2.80天。
4.3 体重变化:线性混合效应模型显示,对照组估计增重10.75%(95%CI:7.03–14.47),健康应用组为3.60%(95%CI:0.08–7.11),医学定制膳食组为3.58%(95%CI:0.19–6.96)。与对照组相比,健康应用组总增重减少7.16%(95%CI:?12.27至?2.04,p=0.007),医学定制膳食组减少7.17%(95%CI:?12.20至?2.14,p=0.006)。每月增重斜率方面,对照组为2.94%/月,健康应用组为0.42%/月,医学定制膳食组为0.61%/月,两组与对照组的斜率差异均具统计学显著性。敏感性分析结果与主分析一致。
4.4 膳食质量与自评健康:基线校正后Mini-EAT评分对照组为62.9,健康应用组为66.8,医学定制膳食组为63.9,组间差异未达统计学显著。自评膳食质量(PDQ)与自评健康(PHQ)评分亦无显著组间差异。
五、讨论与结论
本研究表明,结构化非药物支持可能缓冲GLP?1停药后驱动体重增加的生理与行为压力。健康应用通过自我监测和行为技能培养发挥作用,医学定制膳食则通过改变食物环境、减轻备餐负担发挥作用,两者机制互补。体重结局与问卷数据之间的分歧提示客观临床指标可能比自我报告更敏感地反映早期变化,未来研究应纳入糖化血红蛋白(HbA1c)、血脂、血压等生物标志物及体成分测量。研究优势在于随机设计、预先注册、客观重复体重测量及低负担可扩展的干预方式。局限性包括样本量有限、人群多样性不足、随访期较短、常规护理未标准化以及依从性依赖自我报告。研究结论为:GLP?1停药后立即实施结构化支持可能有助于稳定体重、缓解停药过渡期,但需更大规模、更长随访的试验来确认效果、阐明机制并识别最可能获益的患者群体。