当前位置:首页|资讯

IF=93.6!中山大学发文顶刊BMJ杂志

作者:郑老师讲统计发布时间:2024-10-18


详情请点击右方:发表SCI论文首选NHANES医学数据库,现在2021-2023新一轮数据发布了,太给力!

直播预告

10月20日,郑老师新一期NHANES直播课来了!详情可点击下方链接了解
针对公共数据库NHANES数据挖掘直播,快速下载分析数据

2024年10月15日,中山大学附属第一医院李延兵教授领衔,在医学顶刊《BMJ》(医学一区top,IF=93.6)发表了一篇多中心、开放、随机对照试验,题为:“Intense simplified strategy for newly diagnosed type 2 diabetes in patients with severe hyperglycaemia: multicentre, open label, randomised trial”,旨在评估“先强化,后简化”策略(即短期强化胰岛素治疗(SIIT),随后口服抗高血糖药物的方案)是否能改善新诊断2型糖尿病伴随严重高血糖患者的长期血糖结果。

研究结果表明,SIIT后继续口服抗高血糖药物治疗的“先强化,后简化”策略,特别是利格列汀+二甲双胍联合治疗,可持续改善新诊断2型糖尿病伴随严重高血糖患者的血糖控制和β细胞功能。

如果你需要全文,请关注“医学论文与统计分析”公众号后台回复关键词pdf”。如果您需要进一步的了解随机对照研究如何进行数据分析,不妨看看我们临床试验设计与数据分析培训班!详情可咨询助教,微信号:aq566665

据统计,全球糖尿病患者已超过5.37亿,其中有四分之一来自中国。目前由于单药治疗的疗效受限,部分患者的血糖控制疗效不佳。因此,不少学者开始探索联合治疗的新路径。 

该项研究在中国15家医院开展,最终纳入412名年龄20~70岁初诊2型糖尿病并有明显高血糖症(HbA1c ≥8.5%)的患者。入组后,以1:1:1:1的比例随机分配至4个后续治疗组。

包括:利格列汀组、二甲双胍组、利格列汀+二甲双胍联合治疗组、对照组(仅改变生活方式)

图1 研究流程

全部患者最初接受2-3SIIT治疗后,按随机化分组在后续治疗组治疗48周。

主要结局:SIIT后第48周达到HbA1c<7.0%的参与者百分比。

次要结局:包括血糖控制、β细胞功能和胰岛素敏感性较基线的变化。

最终,39名参与者在SIIT后没有返回接受任何随访,因此被排除在进一步的疗效分析之外。其余373例患者中,321例完成了随访,四组之间的基线特征良好均衡。

48周后,研究团队对主要结局,以及各治疗组与对照组之间的差异进行了分析。研究结果显示,48周时,利格列汀+二甲双胍联合治疗组达到HbA1c <7.0%以及 <6.5%的患者比例最高,分别为80.4%和70%。

此外,使用卡方检验(χ² test)比较不同治疗组之间达到HbA1c<7.0%或<6.5%比例的差异,总体P=0.02和P=0.005。

多重比较调整后,利格列汀加二甲双胍联合治疗组与对照组差异仍然有统计学意义(HbA1c<7.0%比例:P=0.003;HbA1c<6.5%比例:P=0.005;小于多重比较设定P<0.0167)。

图2 第48周时各组达到HbA 1c <7.0%或HbA 1c <6.5%的受试者比例

LIN =利格列汀组; LIN + MET =利格列汀加二甲双胍组; MET =二甲双胍组

另外,在将试验中心设为随机效应的Logistic分析显示,与对照组相比,在校正年龄、性别、体重指数和基线HbA1c后,利格列汀联合二甲双胍组(OR=2.78,95%CI:1.37 ~ 5.65;P = 0.005)更有可能在第48周达到HbA1c <7.0%,而利格列汀组和二甲双胍组的相对效应不显著。

进一步深入分析后,研究团队发现相较于对照组,三个治疗组的空腹血糖指数和β细胞功能均有不同程度的改善。其中,利格列汀+二甲双胍联合治疗组的疗效最佳所有治疗均耐受良好。

表1 随访至48周时,各指标的变化

图3 随访期间,各组HbA1c的变化

综上所述,实施“先强化,后简化”策略显著改善了新诊断2型糖尿病伴随严重高血糖患者的血糖和了β细胞功能,其中利格列汀+二甲双胍的疗效最佳。研究团队建议,后续在治疗伴随高血糖症的早期糖尿病患者时,可考虑使用“先强化,后简化”的治疗策略。

1.样本量计算:为能在48周时,以80%的检验效能,检测利格列汀+二甲双胍联合治疗组实现HbA1c <7.0%的概率比对照组高20%(假设干预组75%的参与者和对照组55%的参与者能够达到该终点),α设为单侧2.5%,研究者计算出每组需要89名参与者。

考虑15%的失访率后,最终确定每组需103名参与者,总样本量为412名。

2.组间比较:对于不同治疗组间主要结局的差异,连续变量采用广义线性模型,分类变量则采用χ2检验或Fisher精确检验

3.纵向数据分析:使用广义估计方程模型(GEE)评估结局变量随时间的纵向变化,采用独立模型标准下的准似然方法来优化模型的拟合优度。

4.研究者用log-rank检验比较Kaplan-Meier曲线并使用logistic回归模型计算治疗组间主要终点的优势比。P值<0.05具有统计学显著性。

5.I类错误的控制为解决多重比较中I类错误的风险,将显著性水平设定为P<0.0167(0.05/3)

5.所有统计分析均使用SPSS 19.0版和GraphPad Prism 9.0版进行。

关注“医学论文与统计分析”公众号后台回复关键词pdf”即可获取原文!更多统计指导,请联系郑老师团队,助教微信:aq566665。

详情请点击右方:欢迎报名,GBD公共数据库挖掘1对1指导高级班,快速发表SCI论文!




Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1