司美格鲁肽注射液相关不良反应的影响因素及风险预测模型   研究

黄娟娟; 吕美怡; 何海萍

doi:10.6039/j.issn.1001-0408.2026.20.15

您当前的位置：

首页 >

文章列表页 >

司美格鲁肽注射液相关不良反应的影响因素及风险预测模型研究

药物与临床 | 更新时间：2026-10-29

- 司美格鲁肽注射液相关不良反应的影响因素及风险预测模型研究
- Study on influencing factors and a risk prediction model for adverse drug reactions associated with Semaglutide injection
- 中国药房 2026年37卷第20期页码：2718-2724
- 作者机构：
  
  中南大学湘雅医学院附属长沙医院/长沙市第一医院药剂科，长沙　410005
- 作者简介：
  
  主任药师。研究方向：临床药学。E-mail：85529726@qq.com
- 基金信息：
  
  湖南省自然科学基金项目(2024JJ8202)
- DOI：10.6039/j.issn.1001-0408.2026.20.15
  中图分类号： R977.1+5;R969.3
- 收稿：2026-06-10，
  
  修回：2026-09-30，
  
  录用：2026-10-10，
  
  纸质出版：2026-10-30
- 稿件说明：
移动端阅览
黄娟娟,吕美怡,何海萍.司美格鲁肽注射液相关不良反应的影响因素及风险预测模型研究 [J].中国药房,2026,37(20):2718-2724.

HUANG Juanjuan,LYU Meiyi,HE Haiping.Study on influencing factors and a risk prediction model for adverse drug reactions associated with Semaglutide injection[J].ZHONGGUO YAOFANG,2026,37(20):2718-2724.
黄娟娟,吕美怡,何海萍.司美格鲁肽注射液相关不良反应的影响因素及风险预测模型研究 [J].中国药房,2026,37(20):2718-2724. DOI： 10.6039/j.issn.1001-0408.2026.20.15.

HUANG Juanjuan,LYU Meiyi,HE Haiping.Study on influencing factors and a risk prediction model for adverse drug reactions associated with Semaglutide injection[J].ZHONGGUO YAOFANG,2026,37(20):2718-2724. DOI： 10.6039/j.issn.1001-0408.2026.20.15.

摘要

目的

分析司美格鲁肽注射液相关不良反应（ADR）的影响因素，构建风险预测模型，为个体化治疗提供参考。

方法

对2024年4月－2025年12月因2型糖尿病和/或肥胖症或超重，且至少存在1种体重相关合并症、在我院就诊并首次使用司美格鲁肽注射液的患者进行为期6个月的随访，分析其相关ADR的发生情况。采用7∶3分层随机抽样将纳入患者分为训练集（216例）与验证集（93例），以是否发生ADR为因变量，在训练集中进行单因素分析；采用最小绝对收缩和选择算子（LASSO）回归分析，在训练集中筛选预测变量，并利用多因素Logistic回归分析筛选司美格鲁肽相关ADR发生的独立影响因素；基于所得多因素Logistic回归分析的回归系数构建风险预测模型并绘制列线图，通过受试者工作特征（ROC）曲线、决策曲线分析（DCA）、校准曲线在训练集和验证集中进行模型预测性能评估。

结果

共纳入309例患者，发生司美格鲁肽相关ADR的有165例（占53.40%）；发生时间为用药后的4.20（2.04，6.53）d，以消化系统不适最为常见；ADR多为轻至中度，因无法耐受ADR而停药的患者有15例（占4.85%）。基于训练集的单因素分析和LASSO回归分析共筛选出性别、糖尿病患病年限、基线空腹血糖（FBG）、基线糖化血红蛋白（HbA1c）、联用基础胰岛素、联用阿卡波糖、联用抗血小板药7个预测变量。多因素Logistic回归结果显示，女性、基线FBG≥11.1 mmol/L、基线HbA1c≥9.0%、合用阿卡波糖是司美格鲁肽相关ADR发生的独立影响因素（比值比分别为2.11、18.11、0.11、0.10，

＜0.05）。所建风险预测模型的评估结果显示，训练集和验证集ROC曲线下面积分别为0.82、0.81；在对应阈值概率范围（0～0.80、0～0.75）内，使用该模型的临床净获益大于“全干预”或“无干预”策略；两数据集的原始校准曲线、偏倚校正曲线均与理想校准线重合（Hosmer-Lemeshow检验的

均大于0.05）。

结论

司美格鲁肽相关ADR多发生于治疗早期，以消化系统不适为主要临床表现；女性、基线FBG≥11.1 mmol/L是ADR发生的独立危险因素，基线HbA1c≥9.0%、合用阿卡波糖则是其独立保护因素。所建风险预测模型的区分度、一致性、临床实用性较好，可用于临床上司美格鲁肽注射液相关ADR发生风险的预测。

Abstract

OBJECTIVE

To analyze the influencing factors of adverse drug reactions （ADRs） related to Semaglutide injection， construct a risk prediction model， and provide a reference for individualized treatment.

METHODS

Patients diagnosed with type 2 diabetes and/or obesity or overweight who also had at least one weight-related complication and were treated at our hospital for the first time with Semaglutide injection from April 2024 to December 2025 were followed up for 6 months to analyze the incidence of related ADRs. Using a 7∶3 stratified random sampling method， the enrolled patients were divided into a training set （216 cases） and a validation set （93 cases）. With the occurrence of ADRs as the dependent variable， univariate analysis was performed on the training set； the least absolute shrinkage and selection operator （LASSO） regression analysis was used to screen predictive variables in the training set， and multivariate Logistic regression analysis was employed to identify independent risk factors for the occurrence of semaglutide-related ADRs. A risk prediction model was constructed based on the regression coefficients obtained from the multivariate Logistic regression analysis， and a nomogram was generated. The predictive performance of the model was evaluated in both the training and validation sets using receiver operating characteristic （ROC） curves， decision curve analysis （DCA）， and calibration curves.

RESULTS

A total of 309 patients were enrolled， of whom 165 （53.40%） experienced semaglutide-related ADRs； the time to onset was 4.20 （2.04， 6.53） days after initiation of treatment， with gastrointestinal discomfort being the most common manifestation. ADRs were predominantly mild to moderate in severity， and 15 patients （4.85%） discontinued treatment due to intolerance of the ADRs. Univariate analysis and LASSO regression analysis based on the training set identified seven predictive variables： gender， duration of diabetes， baseline fasting blood glucose （FBG）， baseline glycated hemoglobin （HbA1c）， concomitant use of basal insulin， concomitant use of acarbose， and concomitant use of antiplatelet drugs. Results of multivariate Logistic regression analysis showed that female gender， baseline FBG≥11.1 mmol/L， baseline HbA1c≥9.0%， and concomitant use of acarbose were independent risk factors for the occurrence of semaglutide-related ADRs （odds ratios of 2.11， 18.11， 0.11， and 0.10， respectively；

＜0.05）. Evaluation of the constructed ris

k prediction model showed that the areas under the ROC curves for the training and validation sets were 0.82 and 0.81， respectively； within the corresponding threshold probability ranges （0-0.80 and 0-0.75）， the clinical net benefit of using this model was greater than that of the “full intervention” or “no intervention” strategies. The unadjusted and bias-corrected calibration curves for both sets coincided with the ideal calibration curves （

values for the Hosmer-Lemeshow test were all greater than 0.05）.

CONCLUSIONS

Semaglutide-related ADRs occur predominantly in the early stages of treatment， with gastrointestinal discomfort as the main clinical manifestation. Female gender and baseline FBG≥11.1 mmol/L are independent risk factors for ADRs， while baseline HbA1c≥9.0% and concomitant use of acarbose are independent protective factors. The developed risk prediction model demonstrates good discrimination， consistency and clinical utility， and can be used to predict the risk of ADRs associated with Semaglutide injection in clinical practice.

关键词

Keywords

references

GBD 2021 Diabetes Collaborators . Global，regional，and national burden of diabetes from 1990 to 2021，with projections of prevalence to 2050：a systematic analysis for the Global Burden of Disease Study 2021 [J ] . Lancet ， 2023 ， 402 （ 10397 ）： 203 - 234 .

Chatterjee S ， Khunti K ， Davies M J . Type 2 diabetes [J ] . Lancet ， 2017 ， 389 （ 10085 ）： 2239 - 2251 .

国家卫生健康委员会医政司 . 肥胖症诊疗指南：2024年版 [J ] . 中华消化外科杂志， 2024 ， 23 （ 10 ）： 1237 - 1260 .

GBD 2019 Risk Factors Collaborators . Global burden of 87 risk factors in 204 countries and territories，1990-2019：a systematic analysis for the Global Burden of Disease Study 2019 [J ] . Lancet ， 2020 ， 396 （ 10258 ）： 1223 - 1249 .

Lingvay I ， Sumithran P ， Cohen R V ， et al . Obesity manage-ment as a primary treatment goal for type 2 diabetes：time to reframe the conversation [J ] . Lancet ， 2022 ， 399 （ 10322 ）： 394 - 405 .

吴玥，陈力，何绪成 . 基于FAERS数据库的司美格鲁肽不良事件信号挖掘研究 [J ] . 中南药学， 2022 ， 20 （ 9 ）： 2160 - 2164 .

卢伟涛，何家汝，陈文瑛 . 基于FAERS数据库的司美格鲁肽药品不良事件信号挖掘 [J ] . 中国药房， 2022 ， 33 （ 15 ）： 1865 - 1869，1875 .

U.S. Food and Drug Administration . Approval letter：NDA 215256 [EB/OL ] .（ 2021-06-04 ）[ 2026-07-06 ] . https：//www.accessdata.fda.gov/drugsatfda_docs/appletter/2021/215256-Orig1s000ltr.pdf https://www.accessdata.fda.gov/drugsatfda_docs/appletter/2021/215256-Orig1s000ltr.pdf .

中华医学会糖尿病学分会 . 中国糖尿病防治指南： 2024版 [J ] . 中华糖尿病杂志， 2025 ， 17 （ 1 ）： 16 - 139 .

Behera S K ， Das S ， Xavier A S ， et al . Comparison of different methods for causality assessment of adverse drug reactions [J ] . Int J Clin Pharm ， 2018 ， 40 （ 4 ）： 903 - 910 .

卫生部 . 药品不良反应报告和监测管理办法：卫生部令第81号 [EB/OL ] .（ 2011-05-04 ）[ 2026-07-06 ] . https：//www.gov.cn/gongbao/content/2011/content_2004739.htm https://www.gov.cn/gongbao/content/2011/content_2004739.htm .

Collins G S ， Moons K G M ， Dhiman P ， et al . TRIPOD+AI statement：updated guidance for reporting clinical prediction models that use regression or machine learning methods [J ] . BMJ ， 2024 ， 385 ： e078378 .

Aroda V R ， Erhan U ， Jelnes P ， et al . Safety and tolerabi-lity of semaglutide across the SUSTAIN and PIONEER phase Ⅲa clinical trial programmes [J ] . Diabetes Obes Metab ， 2023 ， 25 （ 5 ）： 1385 - 1397 .

Ghusn W ， Fansa S ， Anazco D ， et al . Weight loss and cardiovascular disease risk outcomes of semaglutide：a one-year multicentered study [J ] . Int J Obes（Lond）， 2024 ， 48 （ 5 ）： 662 - 667 .

Ghusn W ， De la Rosa A ， Sacoto D ， et al . Weight loss outcomes associated with semaglutide treatment for patients with overweight or obesity [J ] . JAMA Netw Open ， 2022 ， 5 （ 9 ）： e2231982 .

Marso S P ， Bain S C ， Consoli A ， et al . Semaglutide and cardiovascular outcomes in patients with type 2 diabetes [J ] . N Engl J Med ， 2016 ， 375 （ 19 ）： 1834 - 1844 .

Wilding J P H ， Batterham R L ， Calanna S ， et al . Once-weekly semaglutide in adults with overweight or obesity [J ] . N Engl J Med ， 2021 ， 384 （ 11 ）： 989 - 1002 .

Rubino D ， Abrahamsson N ， Davies M ， et al . Effect of continued weekly subcutaneous semaglutide vs placebo on weight loss maintenance in adults with overweight or obesity：the STEP 4 randomized clinical trial [J ] . JAMA ， 2021 ， 325 （ 14 ）： 1414 - 1425 .

Davies M ， Færch L ， Jeppesen O K ， et al . Semaglutide 2.4 mg once a week in adults with overweight or obesity，and type 2 diabetes（STEP 2）：a randomised，double-blind，double-dummy，placebo-controlled，phase 3 trial [J ] . Lancet ， 2021 ， 397 （ 10278 ）： 971 - 984 .

Himmerich H . Glucagon-like peptide-1 receptor agonists：a new pharmacological treatment option for psychiatric illnesses [J ] . Nervenarzt ， 2025 ， 96 （ 3 ）： 247 - 254 .

Enç F Y ， Imeryüz N ， Akin L ， et al . Inhibition of gastric emptying by acarbose is correlated with GLP-1 response and accompanied by CCK release [J ] . Am J Physiol Gastrointest Liver Physiol ， 2001 ， 281 （ 3 ）： G752 - G763 .

Dalsgaard N B ， Gasbjerg L S ， Hansen L S ， et al . The role of GLP-1 in the postprandial effects of acarbose in type 2 diabetes [J ] . Eur J Endocrinol ， 2021 ， 184 （ 3 ）： 383 - 394 .

Zhang L S ， Song P F ， Zhang X W ， et al . Alpha-glucosidase inhibitors alter gut microbiota and ameliorate collagen-induced arthritis [J ] . Front Pharmacol ， 2019 ， 10 ： 1684 .

Peduzzi P ， Concato J ， Kemper E ， et al . A simulation study of the number of events per variable in logistic regression analysis [J ] . J Clin Epidemiol ， 1996 ， 49 （ 12 ）： 1373 - 1379 .

奚丽婧，郭昭艳，杨雪珂，等 . LASSO及其拓展方法在回归分析变量筛选中的应用 [J ] . 中华预防医学杂志， 2023 ， 57 （ 1 ）： 107 - 111 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

血液病合并侵袭性真菌感染患儿泊沙康唑谷浓度与疗效的相关性及影响因素分析

癫痫或双相情感障碍患者抗癫痫药物血药浓度监测及其影响因素分析

柴胡安心胶囊治疗轻中度抑郁症的临床疗效及影响因素分析

狂犬病暴露患儿狂犬病人免疫球蛋白的使用现状及相关因素分析

我国县级医院抗菌药物管理信息化工具应用现状及影响因素分析