基于模型薈萃分析5 個SGLT2 抑制劑在單用和聯合用藥治療2 型糖尿病的臨床療效

曾 茗，盛蘭蘭，夏 宇，李梓晴，畢福林，楊 勁*

1 中國藥科大學藥學院，南京 211198;2 中國藥科大學國際醫藥商學院，南京211198

糖尿病是常見的慢性疾病之一，其中患病率最高的是2 型糖尿病（type 2 diabetes mellitus，T2DM）[1]。口服降糖藥鈉-葡萄糖共轉運蛋白2 抑制劑（sodium-glucose co-transporter-2 inhibitors，SGLT2i）通過選擇性地抑制腎近曲小管中的SGLT2 受體，阻止葡萄糖的重吸收，增加葡萄糖在尿液中的排泄，從而改善人體血糖水平[2]。目前已批準上市SGLT2i 包括卡格列凈[3]、達格列凈[4]、恩格列凈[5]、埃格列凈[6]、依格列凈[7]、魯格列凈[8]、托格列凈[9]共7 種。

由于臨床試驗間存在異質性而產生偏差，不同試驗結果受到試驗樣本量、受試人群、隨訪期、治療劑量等因素的影響，而傳統薈萃分析（meta-analysis）對數據的同質性要求較高。本研究基于模型的薈萃分析（model-based meta-analysis，MBMA）[10]，選擇糖化血紅蛋白（hemoglobin A1c，HbA1c）相對基線變化值作為藥效學指標，建立SGLT2i 以時間、劑量描繪的藥物效應模型，定量分析不同SGLT2i 單用或SGLT2i 聯合二甲雙胍、聯合二肽基肽酶-4 抑制劑（dipeptidyl peptidase-4 inhibitors，DPP4i）、聯合DPP4i 和二甲雙胍，探究四種治療方式對于T2DM 的臨床治療效果，為制定臨床用藥方案、藥物開發策略提供科學合理的證據。

1 資料方法

1.1 文獻檢索

在ClinicalTrials.gov（http://clinicaltrial.gov/）和Web of Science（MEDLINE）進行文獻檢索，檢索時間截止至2021 年5 月。檢索條件設置為英文發表的文獻，檢索表達式為（“targeted drugs”）AND（“diabetes”OR“diabetic”），其中“targeted drugs”包括已上市SGLT2i（卡格列凈、達格列凈、恩格列凈、埃格列凈、依格列凈、魯格列凈、托格列凈）的商品名、通用名和化合物代號，具體名稱見表1。Clinical-Trials.gov 檢索條件設置為已完成的、干預性臨床Ⅱ期和Ⅲ期研究。此外，通過查閱美國食品藥品監督管理局的藥物審評報告、相關綜述等，查驗是否有缺漏文獻。

表1 SGLT2 抑制劑的通用名、商品名和化合物代號

1.2 納排標準

文獻的納入標準：（1）隨機雙盲臨床試驗；（2）研究人群為T2DM 患者；（3）由于運動飲食、服用降糖藥或其他治療方法而血糖控制不足，采用SGLT2i單用或SGLT2i 聯用二甲雙胍、聯用DPP4i、聯合DPP4i 和二甲雙胍四種治療方式；（4）以HbA1c 為臨床終點指標；（5）可找到全文的英文文獻。

文獻的排除標準：（1）針對特殊人群的研究，包括青少年、腎功能衰竭患者；（2）伴隨使用胰島素以及胰島素類似物、GLP-1RA、TZD、SU；（3）開放性研究、擴展階段的觀察性研究和臨床Ⅳ期研究；（4）二次分析、匯總分析、重復發表等不相關的文章。

1.3 數據提取

從篩選得到的文獻中提取以下信息：（1）各文獻的基本信息，包括作者、發表時間；（2）給藥方案，包括藥物名稱、劑量、給藥方式、治療維持時間和聯合用藥情況；（3）受試人群的樣本量、人口統計學信息（年齡、性別和種族）、基線HbA1c 值、身體質量指數（body mass index，BMI）以及T2DM 患病持續時間；（4）主要療效指標，即各時間點相對基線變化的HbA1c 平均值。使用GetDataGraph Digitizer（Version 2.2.5）將圖中的數據轉換為相應的數值。

不同研究對試驗中缺失數據的處理方法不同，選擇采用末次觀測值結轉法（last observation carried forward，LOCF）處理療效缺失值的文獻數據作為建模數據。

1.4 模型建立

選擇相對基線HbA1c 的變化值作為藥效學指標，基礎模型由安慰劑效應和藥物效應兩部分組成，見式（1）：

其中EFFHbA1c表示隨時間變化HbA1c 相對基線的變化值，EFFplacebo和EFFdrug分別表示臨床試驗的安慰劑效應和藥物效應。

由于安慰劑效應會隨著治療維持時間的變化而發生變化，考慮使用以下模型描繪安慰劑效應的變化情況，見式（2）：

其中Pmax為最大安慰劑效應，kplacebo為指數模型的速率常數。

考慮使用以下模型描繪藥物效應的變化情況，見式（3）：

其中Emax為最大藥物效應，ET50為達到50%最大藥物效應（Emax）所需的時間，Dose 為藥物的劑量，ED50為達到50%最大藥物效應（Emax）所需的劑量。

隨機效應包括研究間的變異和殘差變異。其中研究間的變異通常考慮指數型模型（式4）、加和型模型（式5）：

其中θi為個體i 的參數估計值，為參數的群體典型值為個體i 的參數θ 的研究間變異，具有個體的特異性，并且服從分布η～N（0，ω2）。

殘差變異模型采用由樣本量的平方根加權的加和模型，見式（6）：

建立基礎模型后進行協變量篩選，選擇年齡、性別、種族、BMI、基線HbA1c 和T2DM 患病持續時間作為候選協變量，考察是否對基礎模型參數產生影響。協變量模型考慮線性（式7）、指數型（式8）和冪型模型（式9）：

其中P為基礎模型中的參數，TVP 為該參數的群體典型值，θcov為該參數與協變量的關系系數，Cov 為協變量，Covmedian為協變量的中位數。協變量的納入依據臨床合理性和引入協變量后目標函數值（objective function value，OFV）的變化值。采用向前納入法和向后排除法，顯著性差異分別設定為0.01 和0.001。

使用NONMEM（Version7.5.0）建立模型，采用含個體間變異和殘差變異交互作用的一階條件估算法（first-order conditional estimation method with η-ε interaction，FOCE-I）進行參數估算,配合使用Perl-speaks-NONMEM（Version5.0.0）、工作平臺Pirana（Version 3.0.0），以及使用R（Version 4.0.2）進行作圖。

1.5 模型評價

最終模型采用擬合優度圖（goodness of fit plots，GOF plots）進行綜合評價，包括個體估計值（individual predictions，IPRED）-觀察值圖、群體估計值（population predictions，PRED）-觀察值圖、群體估計值-條件加權殘差（conditional weighted residuals versus time，CWRES）圖、時間-條件加權殘差圖，觀察散點圖是否分布均勻及是否呈現一定的趨勢性。

采用可視化預測檢驗（visual predictive check，VPC），利用最終擬合的參數在原有數據基礎上進行1000 次模擬，得到的95%置信區間與觀察值作圖，考察是否存在數據偏差。采用非參數自舉法（bootstrap）進行1000 次自舉擬合，模型估算參數成功率至少為80%，比較參數的擬合值和計算值。

1.6 模型模擬

基于最終模型結果，進行1000 次模擬，比較不同SGLT2i 在單用、或SGLT2i 聯用二甲雙胍、聯用DPP4i、聯合DPP4i 和二甲雙胍四種治療方式的降糖效果。

模擬SGLT2i 在推薦劑量下72 周隨時間變化的效應變化曲線、第52 周各藥的劑量效應曲線，以及基于各藥ED50進行劑量校正后的量效關系曲線。

2 結果

2.1 數據特征

共檢索得到652 篇文獻，文獻經篩選，最后納入文獻54 篇，其中卡格列凈11 篇，達格列凈17 篇，恩格列凈12 篇，埃格列凈7 篇，依格列凈7 篇。魯格列凈和托格列凈由于文獻數量較少，未納入后續的分析。在納入文獻中，與SGLT2i 聯用的DPP4i 包括西格列汀、利格列汀、沙格列汀、替格列汀。綜合所有的文獻共涵蓋167 組研究的24802 名受試者，其中57%為白種人，35%為亞洲人，黑種人和其他人種占8%。納入文獻的人群基線特征：平均年齡為56.36 歲（49.9 歲～64.3 歲），男性在人群的平均占比為58.1%（39.8%～83.1%），平均基線HbA1c值為8.03%（7.16%～9.03%），平均基線BMI 為29.34 kg·m-2（24.7 kg·m-2～33.6 kg·m-2），平均T2DM 患病持續時間為6.37 年（0.25 年～12.6 年）。

2.2 建立模型

匯總5 個SGLT2i 文獻數據統一建立形成分析數據集，標識出不同藥物，按照不同治療方式分為5組：①因運動飲食血糖控制不足，采用SGLT2i 單藥治療組（簡稱SGLT2i 組）；②因使用二甲雙胍血糖控制不足，采用SGLT2i 聯合二甲雙胍治療組（簡稱SGLT2i+MET 組）；③因單用SGLT2i 或DPP-4i 血糖控制不足，采用SGLT2i 聯合DPP4i 治療組（簡稱SGLT2i+DPP4i 組）；④因使用二甲雙胍和DPP4i 血糖控制不足，采用SGLT2i 聯合DPP4i 和二甲雙胍治療組（簡稱SGLT2i+DPP4i+MET（DPP4i+MET）組）；⑤因使用二甲雙胍血糖控制不足，采用SGLT2i聯合DPP4i、二甲雙胍治療組（簡稱SGLT2i+DPP4i+MET（MET）組）。由此得以在不同治療方式下對不同SGLT2i 分別擬合各自的模型參數。安慰劑模型描述不同治療組的安慰劑效應隨時間的變化情況，藥效學模型描述不同藥物隨時間、劑量的變化情況，分別擬合SGLT2i 各藥的模型參數。綜合模型OFV 值、診斷圖和參數擬合情況，研究間的變異采用加和型模型，最終模型見式（10）：

其中Pmax，group為不同治療組對應的最大安慰劑效應，Emax，drug、ET50，drug、ED50，drug為不同SGLT2i藥物對應的最大藥物效應、達到50%最大藥物效應所需的時間、50%最大藥物效應所需的劑量。

建立基礎模型后考察潛在協變量對模型的影響，經向前納入法和向后排除法依次篩選，未找到對模型參數產生顯著性影響的協變量。最終得到一個以時間、劑量描繪的HbA1c 模型，模型參數結果見表2 所示，其中Emax，canagliflozin、Emax，empagliflozin、Emax，ipragliflozin的研究間變異值被固定為0，是因為出現收斂問題[11]，使得估計值接近于0。

表2 最終模型參數估計值

2.3 評價模型

最終模型的GOF 診斷圖如圖1 所示，DVPRED 圖和DV-IPRED 圖的數據趨勢線與對角線呈現出高度重合，表明模型能很好地描述數據的集中情況；Time-CWRES 圖和PRED-CWRES 圖各點均勻分布在X 軸兩側，且大部分處于±2 范圍內，沒有出現趨勢性的偏倚。VPC 結果如圖2 所示，大部分數據點落在95%置信區間內，說明模型具有良好的預測能力。結果如表2 所示，Bootstrap 重抽樣1000 次，滿足模型最小化成功率大于80%，所有參數的中位值均包含在95%的置信區間內，且與最終模型的參數估算值相近。

圖1 最終模型的擬合優度圖

圖2 最終模型的可視化檢驗圖

2.4 模擬結果

采用最終模型的參數結果，模擬安慰劑和治療組72 周隨時間變化的相對基線HbA1c 中位值變化，給藥方案設為推薦劑量（即100 mg/300 mg 卡格列凈，5 mg/10 mg 達格列凈，10 mg/25 mg 恩格列凈，5 mg/15 mg 埃格列凈，50 mg/100 mg 依格列凈）治療72 周，每天給藥一次。單用、二聯、三聯的模擬結果如表3 所示，72 周高劑量組卡格列凈、達格列凈、恩格列凈、埃格列凈、依格列凈在SGLT2i 組的相對基線HbA1c 中位值分別為-0.84%、-0.63%、-0.67%、-0.78%、-0.95%，與之相比，SGLT2i+MET 組再降0.13%，SGLT2i +DPP4i 組再降 0.09%，SGLT2i +DPP4i+MET（DPP4i+MET）組再降0.02%，SGLT2i+DPP4i+MET（MET）組再降0.75%。模擬曲線如圖3所示，綜合考慮所有治療方式，結果表明72 周內SGLT2i 各藥按療效由高到低排序為依格列凈＞卡格列凈＞埃格列凈＞恩格列凈＞達格列凈。

圖3 SGLT2 抑制劑72 周相對基線HbA1c中位值隨時間變化

表3 SGLT2 抑制劑第72 周在不同組的相對基線HbA1c 變化值

圖4 為SGLT2i 在第52 周隨劑量變化的經安慰劑校正的相對基線HbA1c 中位值變化。根據該量效關系曲線，目前所用的藥物推薦劑量幾乎已達到最大降糖效果。結果顯示SGLT2i 存在劑量飽和現象，這提示繼續加大劑量可能不會出現明顯的降幅。

圖4 SGLT2 抑制劑52 周經安慰劑校正的HbA1c 中位值隨劑量變化

選擇卡格列凈作為參照藥物，將各藥推薦劑量通過ED50進行校正，在治療第52 周隨劑量變化的經安慰劑校正的相對基線HbA1c 中位值變化。結果如圖5 所示，經劑量校正后SGLT2i 表現出一致的劑量HbA1c 效應關系，相比之下卡格列凈和依格列凈幾乎已達到SGLT2i 的最大HbA1c 變化值。

圖5 SGLT2 抑制劑52 周經安慰劑校正的HbA1c 變化值隨用ED50 校正后劑量變化

3 討論

基于模型的薈萃分析是在綜合廣泛數據的基礎上，通過建立藥效學模型，精確描述藥物的劑量效應關系、時間效應關系，同時可考察多種因素（基線、人口學特征、試驗特征等）對有效性或安全性的影響[12]。目前MBMA 已廣泛應用于比較新化合物與新的或現有的治療方案[13]；將短期生物標志物反應與長期臨床療效、安全性終點聯系[14]；優化劑量選擇和臨床試驗設計[15]；綜合評價上市后藥物的有效性和安全性[16]。Gross JL 等[17]和Gibbs JP 等[18]用MBMA比較不同DPP4i 間的療效差異，Inoue H 等[11]比較在二甲雙胍基礎上聯用DPP4i、GLP-1RA、SGLT2i的療效差異，Maloney A 等[19]比較6 類24 種治療T2DM 藥物在3 個T2DM 指標的差異。本研究針對SGLT2i 不同的治療方式，建立時間、劑量與藥物效應的關系，對SGLT2i 單藥、二聯、三聯治療方式在不同給藥劑量和治療時期作準確、定量分析。

本研究定量分析不同SGLT2i 單用、二聯、三聯治療方式對T2DM 降糖效果的差異，得到SGLT2i按療效排序依次為依格列凈、卡格列凈、埃格列凈、恩格列凈、達格列凈，此結果與先前已發表研究[11，19]的結果相一致。SGLT2i+MET 組與SGLT2i+DPP4i 組72 周差異很小，但提示聯合二甲雙胍仍處于優勢治療地位。值得注意的是，三聯用藥組不同人群的HbA1c 基線差異大，對于已使用DPP4i+MET 而控制不足的患者，三聯72 周降糖效果接近于SGLT2i+MET；但對于二甲雙胍而控制不足人群，三聯用藥相比SGLT2i+MET、SGLT2i+DPP4i 兩種二聯用藥仍有約0.6%的降幅。以上兩個亞組，前者可能與聯合用藥的SGLT2i 固有降糖效果有關，后者則可能通過改善胰島素抵抗情況以有效降低血糖水平[20]。本研究綜合探究SGLT2i 安慰劑效應、藥物效應以及變異性等因素對臨床療效終點的影響，有利于優化臨床研究設計。由圖3 時間效應曲線可知，SGLT2i在約36 周達到臨床最大效應，這提示SGLT2i 臨床研究的揭盲時間應至少為36 周以觀察到最大臨床獲益。圖4 劑量效應曲線表明，SGLT2i 目前的推薦劑量可接近最大臨床療效，這提示科學合理的劑量探索有利于成功開發SGLT2i 新品種。圖5 則顯示出卡格列凈和依格列凈幾乎已達到該類藥的最大HbA1c 變化值，這提示未來同類藥物的開發可以以兩者作為對照藥物，衡量新化合物開發是否具有良好的臨床優勢性。

本研究也存在一定的局限性：一是T2DM 是一個動態發展的疾病過程，患者狀態可能會伴隨著β細胞功能障礙和胰島素抵抗發生變化，每年HbA1c大約會升高0.2%，使得安慰劑效應會發生變化[18]。而現有的模型尚未考察這一影響因素，預測長期療效可能出現一定的偏頗。二是由于僅能從已發表文獻中的圖表提取數據，而這些數據為群體均值，難以獲得各研究每個受試者的原始個體數據。雖然本研究經篩選未發現協變量顯著影響，但使用患者水平的數據對于理解協變量的影響將更具有參考價值[17]，未來也需要通過大型的臨床研究進一步確證。

綜上所述，本研究采用MBMA 方法量化SGLT2i 在單用、二聯、三聯不同治療方式的降糖作用，按藥物療效高低排序依次為依格列凈、卡格列凈、埃格列凈、恩格列凈、達格列凈。未來同類藥物的開發可以以卡格列凈和依格列凈作為對照藥物，衡量新化合物開發是否具有良好的臨床優勢性。