综述:保留或逆转1型糖尿病患者胰岛β细胞的新型治疗方法:比较疗效的贝叶斯网络荟萃分析

《DIABETES-METABOLISM RESEARCH AND REVIEWS》:Novel Therapeutic Approach to Preserving or Reversing Pancreatic Islet Beta Cells in Patients With Type 1 Diabetes: A Bayesian Network Meta-Analysis of Comparative Efficacy

【字体: 大 中 小 】 时间:2026年01月07日 来源:DIABETES-METABOLISM RESEARCH AND REVIEWS 6

编辑推荐:

  目的:1型糖尿病约占所有糖尿病病例的10%,意味着大量患者需要终身胰岛素治疗。尽管许多人适应了每日注射的需求,但他们仍然容易发生低血糖和长期并发症,尤其是在血糖控制不佳的情况下。这些持续的挑战推动了对有效治疗方法的探索,以改善生活质量并可能诱导临床缓解。为满足

  
目的:1型糖尿病约占所有糖尿病病例的10%,意味着大量患者需要终身胰岛素治疗。尽管许多人适应了每日注射的需求,但他们仍然容易发生低血糖和长期并发症,尤其是在血糖控制不佳的情况下。这些持续的挑战推动了对有效治疗方法的探索,以改善生活质量并可能诱导临床缓解。为满足这一需求,研究人员进行了一项贝叶斯网络荟萃分析,以评估非胰岛素治疗在1型糖尿病中保存胰腺β细胞功能的能力。

材料与方法:研究人员系统检索了PubMed、Web of Science、Embase和Cochrane图书馆,纳入了2000年1月1日至2025年3月1日期间发表的研究。检索包括随机对照试验(RCTs)和非随机对照试验(nRCTs),这些试验评估了干细胞移植(SCT)、Janus激酶抑制剂(JAK/TKI)以及靶向T细胞CD3分子的单克隆抗体(CD3-Ab)等非胰岛素干预措施。主要结局指标是C肽水平,次要结局指标是HbA1c。

结果:研究人员共纳入68项研究,包含69个试验(64个RCTs和5个nRCTs),涉及4779例1型糖尿病患者。这些试验评估了15种非胰岛素干预措施以及常规治疗(安慰剂)。虽然大多数干预措施的结果优于安慰剂,但只有干细胞治疗(SCT)表现出显著的C肽水平改善(MD = 0.20;95% CrI:0.04–0.36)。尽管其他13种干预措施(包括JAK/TKI抑制剂和CD3抗体)产生了正的平均差异,但它们的95% CrI均包含0,表明缺乏统计学显著性。此外,抗胸腺细胞球蛋白(ATG)与轻微负的平均差异相关(MD = ?0.02;95% CrI:?0.32至0.28),提示可能对胰岛功能产生不利影响。以HbA1c作为结局指标的分析表明,维生素D(Vit)(MD = ?1.5;95% CrI:?2.1至?0.78)和细胞因子调节剂(Cyto-Mod)(MD = ?0.72;95% CrI:?1.4至?0.12)在血糖控制方面表现出相对更大的改善。

结论:尽管SCT的临床应用尚未完全成熟,但本荟萃分析进一步证实了SCT对1型糖尿病患者胰岛功能的显著作用。然而,HbA1c分析未显示SCT对血糖控制有显著效果。这可能与移植后恢复期血糖波动影响了HbA1c测量有关。未观察到胰岛功能与血糖控制之间存在完全显著的负相关。
**1 引言**

1型糖尿病是一种自身免疫性疾病,以胰腺β细胞破坏为特征,导致胰岛素分泌绝对不足。它影响从儿童到老年人的所有年龄段个体,这些患者依赖终身外源性胰岛素治疗来维持血糖控制。然而,仅靠胰岛素治疗并不能确保长期稳定的血糖控制。患者经常经历波动,包括低血糖和高血糖发作,长期糖尿病显著增加了并发症风险,包括肾病和心血管疾病。

近年来,许多研究调查了旨在保存或恢复1型糖尿病患者胰腺β细胞功能的干预措施,其中一些报告了有前景的结果。然而,目前尚不清楚这些干预措施中哪一种能带来最显著的益处。C肽作为内源性胰岛素分泌的标志物,被广泛认为是评估β细胞功能的金标准。HbA1c反映长期血糖控制,与单次血糖读数相比,受日常饮食或运动变化的影响较小。因此,它已成为常规糖尿病护理中的首选标志物。因此,研究人员选择C肽作为分析的主要结局指标,HbA1c作为评估血糖控制的次要指标。

近年来,在1型糖尿病患者的临床试验中,许多针对胰岛功能的治疗方法已得到研究。Gandhi(2008)的研究是首批评估免疫抑制剂用于新发1型糖尿病的研究之一,但因其仅关注少量药物而受到限制;Jacobsen(2020)对七种药物进行的跨试验比较强调了ATG和抗CD3在保存C肽方面的优越疗效,但受限于评估的药物数量较少;Narendran(2022)将干预措施分为六类,表明只有少数(如强化胰岛素治疗)能同时改善血糖控制和β细胞功能,但该分析仅关注胰岛素相关疗法;Lin(2024)和Beese(2025)均聚焦于免疫疗法。前者对抗原特异性和非抗原特异性免疫疗法进行了汇总分析,证实非特异性疗法总体上可改善C肽水平,但未进一步区分各类疗法的相对疗效。后者首次全面比较了所有免疫调节干预措施,确定了11种显著优于安慰剂的疗法(例如SCT、Cyto-Mod),但仍存在局限性:对新兴药物(如JAK/TKI)的覆盖不足,且使用的传统频率学派方法不适用于小样本分析和结果预测,未能提供临床指导所需的基于概率的证据。

因此,本研究采用贝叶斯网络荟萃分析(NMA)来克服上述局限性。本研究对所有非胰岛素干预措施进行了全面比较和排序。通过利用贝叶斯框架,该分析稳健地整合了间接证据并评估了新疗法,最终为1型糖尿病建立了一个直观且可靠的证据基础,可直接指导临床决策并指导未来研究。

**2 方法**

两名研究人员(S. Lu和D. Qiang)根据相同标准独立进行检索。过程中遇到的任何不确定性均与第三名研究人员(C. Zheng)讨论以达成共识。收集的文献随后被整理以便进一步分析。

**2.1 研究目的**

本研究旨在系统比较各种临床干预措施的疗效,以确定最优治疗策略。基于这些发现,未来研究可进一步探索最有效的方法,以完善临床实践和先进治疗方案。

**2.2 方案与注册**

本研究严格遵循PRISMA-NMA(网络荟萃分析首选报告项目)指南,以确保方法学一致性和结果可靠性。此外,研究方案已在PROSPERO(CRD420250650363)正式注册,以增强其透明度和可重复性。

**2.3 纳入标准**

研究纳入需满足以下所有标准:(i)研究队列参与者诊断为1型糖尿病,无论病程、年龄或性别;(ii)研究评估非胰岛素疗法;(iii)比较干预组与对照组或其他干预类型;(iv)C肽水平作为结局变量之一;(v)以英文发表的原创文章。

排除标准如下:(i)参与者患有糖尿病以外的合并症;(ii)研究在21世纪之前发表(该标准旨在与当前临床进展和当代背景保持一致。自21世纪初以来,1型糖尿病的诊断标准、关键结局的测量标准以及保存胰腺β细胞功能的策略均发生了重大更新);(iii)灰色文献(例如会议论文集或社论);(iv)联系作者后未能提供有效数据。未对干预项目设定特定的最短持续时间。研究人员对2000年至2025年期间四大医学数据库(PubMed、Web of Science、Embase和Cochrane图书馆)的出版物进行了全面文献检索。

**2.4 信息来源与检索**

从21世纪初至2025年3月1日,研究人员通过全文检索电子数据库PubMed、Web of Science、Embase和Cochrane识别相关文章。检索策略包括与疾病“1型糖尿病”相关的术语。

此外,还包括指定相关干预措施的检索词,例如“TNF-α”、“依那西普”、“戈利木单抗”、“英夫利西单抗”、“托珠单抗”和“树突状细胞”。所有检索策略均已呈现。

**2.5 研究选择**

在本研究中,两名审查员(S. Lu和D. Qiang)独立进行筛选过程,以确保文献选择的严谨性。首先使用EndNote 21参考文献管理软件对每个数据库的检索结果进行去重。然后,审查员根据标题和摘要对剩余研究进行筛选,随后对符合初步标准的研究进行全文审查。根据预先建立的筛选标准进一步评估全文。值得注意的是,每位审查员需在筛选过程的每个阶段独立编制选入研究的清单。若出现分歧,第三名研究人员(C. Zheng)做出纳入的最终决定。

获得的干预措施被分类为:“对照组(CON)”、“CD3-Ab”、“抗胸腺细胞球蛋白(ATG)”、“ATG联合粒细胞集落刺激因子(ATG + GCSF)”、“SCT”、“B细胞和T细胞靶向疗法(B/T-cell)”、“细胞因子调节剂(Cyto-Mod)”、“JAK/TKI”、“霉酚酸类药物(MMAs)”、“GAD联合明矾(GAD + Alum)”、“胰岛素肽类疗法(I-Pep)”、“肠促胰岛素类疗法(Incretin)”、“噻唑烷二酮类(TZDs)”、“钙通道阻滞剂(CCBs)”、“维生素D补充剂(VitD)”、“免疫疗法联合维生素D辅助治疗(IT + VD-AT)”。独立类别的解释见补充材料。

**2.6 数据收集过程与数据项**

为确保数据质量,两名审查员(S. Lu和D. Qiang)使用基于预先设计表格的标准化流程独立进行数据提取,涵盖四个关键方面:(1)研究信息(第一作者、期刊、年份);(2)参与者特征(性别、年龄);(3)干预细节(类型、持续时间);(4)结局,以C肽(nmol/L)为主要结局,HbA1c(%)为次要结局。为确保准确性,审查员交叉核对条目并通过讨论解决差异。

研究人员希望强调,提取并输入模型的数据特指各组内相对于基线的平均变化。这些代表每个单独研究组内观察到的变化的值,直接取自原始试验报告。

在数据收集期间,记录了每项研究中使用的测量单位(pmol × min/mL、pmol/mL、nmol/L、ng/mL),并在最终分析中整合数据时对单位进行了标准化(nmol/L)。当关键结果仅以图形形式呈现时,研究人员使用WebPlotDigitizer 4.6提取数据。若无法从图中获得标准差(SD),则尝试联系作者获取原始数据,否则排除该研究。

**2.7 偏倚风险评估**

研究人员使用ROB 2对64个RCT进行了偏倚风险评估,涵盖五个领域:随机化、偏离预期干预措施、缺失数据、结局测量和选择性报告。根据Cochrane手册,仅当所有领域均评为低风险时,研究才被归类为“低风险”;任何高风险领域的存在导致整体评为“高风险”,而存在担忧但无高风险领域的研究评为“有一定风险”。对于5个nRCT,研究人员应用了ROBINS-I V2,该工具使用类似算法,将偏倚分为五个等级:低、中、高、严重和临界。两名审查员独立评估研究,分歧由第三名审查员解决。

**2.8 网络荟萃分析**

使用R(x64版本4.4.3)的gemtc和rjags包进行贝叶斯网络荟萃分析,构建统计模型。基于研究间异质性选择模型(随机效应模型vs.固定效应模型)。研究人员使用无信息先验作为默认设置,以减少先验选择的主观性。为保持模型稳定性,运行四条马尔可夫链,每条链进行50,000次迭代,包括20,000次退火以确保收敛。

为直观呈现C肽的可用证据并评估其稳健性,研究人员构建了网络图。图中,每个干预节点的大小与该组分配的参与者数量成比例,较大的节点代表较大的样本量。节点间连线的粗细代表干预措施之间直接比较的数量,较粗的线表示更多证据。

使用Tau2和I2统计量评估研究间异质性。异质性的程度和临床相关性通过Tau2统计量量化,其影响分为低临床相关性(<0.04)、中度(0.04–0.14)或实质性(0.14–0.40)。I2值低于25%表示低异质性,25%–50%为中度异质性,50%–75%为高异质性,高于75%为非常高异质性。当I2 > 50%时应用随机效应模型,当I2 ≤ 50%时使用固定效应模型,所有分析以p < 0.05为具有统计学显著性。

然后,研究人员使用节点分割法评估直接证据与间接证据之间的局部不一致性。循环中95% CrI包含0表示无不一致性。为识别最有效的干预措施,基于排序概率生成非累积排序图。此外,在贝叶斯网络荟萃分析模型中计算累积排名曲线下面积(SUCRA)值,以估计每种治疗从第1名到第15名的排序概率。

联盟表呈现了所有治疗之间的两两比较,包括估计的MD和95% CrI。若95% CrI包含0,则表明比较的治疗之间无统计学显著差异。由于C肽和HbA1c反映的临床获益方向相反,研究人员澄清了以下解释:对于C肽,正MD表示干预措施在延缓或逆转β细胞功能下降方面优于对照组,而负MD则相反。对于HbA1c,负MD表示干预组在过去3个月的血糖控制优于对照组,而正MD表示控制更差。

**2.9 GRADE**

研究人员使用GRADE系统评估NMA中证据的质量,根据估计效应反映真实效应的接近程度,将置信度分为四个等级:极低、低、中和高。评估依据网络荟萃分析置信度评估(CINeMA)工具的六个领域,该工具旨在评估多臂比较中的证据:研究内偏倚、报告偏倚、间接性、不精确性、异质性和不一致性。每个领域的初始确定等级为高,但随后根据下文所述的具体方法学问题予以降级。

**2.10 研究内偏倚**

将偏倚风险评估结果导入CINeMA框架后,研究人员首先检查系统生成的条形图。然后,使用加权平均偏倚风险方法调整每个比较组的置信水平。具体实施方法如下:低、中、高偏倚风险分别分配权重?1、0和1。每个比较组的总体偏倚水平通过首先从条形图中提取各风险等级的比例来确定。然后将每个比例乘以其分配的权重,并将结果值相加得出最终估计值。这种定量方法确保了偏倚评估的客观性和可重复性。

**2.11 报告偏倚**

根据Cochrane手册,使用ROB-MEN工具评估报告偏倚。还生成了漏斗图以评估发表偏倚。检查了所有非胰岛素疗法与对照组比较的对称性,以评估潜在发表偏倚的存在。

**2.12 间接性**

为评估现有证据的临床适用性,研究人员使用了基于CINeMA框架内生成的条形图分析的加权平均方法。

**2.13 不精确性**

在NMA中,研究人员采用证据合成策略,通过将直接比较和间接比较整合到统一的证据网络中,以提高效应量估计的精度。使用最小重要差异(MID)0.2作为临床重要效应的阈值,并使用最大似然法计算95% CrI以评估估计的精度。标准定义如下:(1)当95% CrI完全位于效应侧或等效范围内时,判断为“无担忧”;(2)若95% CrI同时包含临床重要效应和无效应的可能性,则评为“有一定风险”;(3)当95% CrI超过等效边界进入相反方向时,该比较评为“主要担忧”。

**2.14 异质性**

如上,应用MID为0.2,并使用CINeMA系统通过检查预测值与95% CrI的一致性来评估异质性。判断标准如下:当预测区间穿过临床重要区域边界一次时,标记为“有一定风险”;若预测区间反复穿过临床显著区域,则判断为“主要担忧”。

**2.15 不一致性**

研究人员使用系统方法评估NMA中直接比较与间接估计之间的一致性。首先,评估传递性假设,确保治疗组之间的差异仅归因于干预措施而非潜在的混杂因素。基于此,应用分离间接证据与直接证据(SIDE)方法,通过分离直接证据和间接证据并识别两者之间的任何统计差异来检验效应估计。标准如下:(1)当直接和间接证据的95% CrI在幅度上不同但方向一致时,该比较评为“有一定风险”;(2)当95% CrI表明效应方向发生变化时,该比较评为“主要担忧”。

**2.16 置信度评级**

本研究采用标准化的证据水平转换方法,将CINeMA评估映射到GRADE系统。转换标准定义如下:(1)高置信度:真实效应预计非常接近估计效应;(2)中度置信度:真实效应可能接近估计值但可能存在差异;(3)低置信度:真实效应可能显著不同于估计值;(4)极低置信度:真实效应极有可能显著偏离估计值。在最终评估中,研究人员还考虑了GRADE领域之间的交互作用——例如,实质性异质性可能增加不精确性的影响。通过跨领域整合信息而不是孤立地判断任何单一领域,确保总体评估保持平衡和方法学严谨。

**3 结果**

**3.1 研究选择**

通过检索策略,研究人员识别了9637条潜在相关记录,其中2788条因重复被移除。剩余的6849条记录通过标题和摘要进行筛选,6624条因与主题不相关或为综述、会议摘要或其他非原创研究而被排除。最终,225篇文章被保留进行全文评估和数据提取。

最终,157篇文章因以下原因被排除:事后分析不可用(n=14),以及涉及胰岛移植的研究在筛选后被排除(n=71)。大多数胰岛移植研究是回顾性、队列或观察性研究。这些设计很常见,原因是伦理问题、技术和操作限制、患者异质性以及选择适当对照组的挑战。此外,研究人员排除了涉及环孢素、烟酰胺、DiaPep277和BCG疫苗等干预措施的研究,因为这些药物因严重不良反应或已证明缺乏疗效而退出市场。

由于过去二十年在1型糖尿病的理解和治疗方面取得了重大进展,2000年之前发表的研究在诊断标准、测量方法和临床实践方面存在显著差异。为确保方法与当代临床标准一致,因此排除了2000年之前发表的文献。基于现有系统综述和荟萃分析,研究人员识别并纳入了除CON之外的15种额外干预措施。这些干预措施的缩写和详细描述已在补充材料中提供。

共有68项研究符合纳入标准。其中,一项研究包含两个完全独立的RCT。因此,这68项研究共贡献了64个RCT和5个nRCT。

**3.2 研究特征**

本NMA纳入了4782例1型糖尿病患者。参与者的平均年龄范围从12.5岁到45.2岁,表明研究之间存在显著的年龄差异。这些报告发表于2002年至2024年,涵盖五大洲的21个国家。在本NMA中,研究人员未施加严格的年龄限制,以最大化纳入符合条件的研究。尽管这可能导致参与者年龄范围较广,但该策略增强了研究结果的泛化性,并允许在不同年龄组之间对干预效果进行总体评估。

**3.3 研究内偏倚风险**

根据偏倚风险评估,RoB 2.0工具评估了49%的研究为低偏倚风险,27%为有一定风险,24%为高风险。

对于非随机研究,ROBINS-I V2工具评估了60%为中度偏倚风险,20%为严重偏倚风险,其余20%为低偏倚风险。

**3.4 网络荟萃分析结果**

除CON外,其他干预措施的研究数量范围为2至11项,表明某些治疗类别的证据有限。CD3-Ab是研究最频繁的干预措施,纳入11个试验。Cyto-Mod、SCT和VitD各在9个试验中评估。相比之下,ATG、ATG + GCSF、CCBs、IT + VD-AT和JAK/TKI各仅由2个试验代表。此外,肠促胰岛素类疗法在6个试验中评估,而B/T-cell和GAD + Alum各在4个试验中检查。MMAs、I-Pep和TZDs各由3个试验代表。大多数比较是在两臂试验中进行,其中CON与另一种干预措施比较。仅识别出两项三臂研究,每项研究在两种不同干预措施之间产生了两对比较。

共有48个试验报告了HbA1c作为次要结局。CD3-Ab和SCT是评估最频繁的干预措施,各在8个试验中报告,而ATG + GCSF、MMAs和IT + VD-AT各仅在1个试验中评估。相应的网络图已呈现。

**3.5 模型收敛**

在本NMA中,研究人员使用Gelman-Rubin诊断评估了贝叶斯网络荟萃分析模型的收敛性。结果表明,所有参数的比例缩减因子(PSRF)均为1.00,表明模型收敛令人满意。拟合模型的偏离信息准则(DIC)为261.42,反映了良好的模型拟合,后验分布稳定,进一步支持模型收敛。

此外,为评估模型拟合的局部充分性,研究人员绘制了杠杆率与偏差残差图。大多数研究聚集在低杠杆、低残差区域,未观察到离群值或高影响点,表明模型拟合在所有研究中都是充分且稳健的。

贝叶斯一致性模型下的估计研究间标准差(τ)为0.197(95% CrI:0.144–0.264),相应的I2为2%。这表明在整合直接和间接证据后,网络中的研究间变异性低且一致性良好。

**3.6 两两比较**

对于C肽结局,只有SCT与CON之间的两两比较显示出统计学显著效应(MD = ?0.20,95% CrI:?0.36至?0.04),表明SCT在保存或改善1型糖尿病患者胰腺β细胞功能方面比常规胰岛素治疗具有可测量的益处。相比之下,CD3-Ab、JAK/TKI和ATG + GCSF等干预措施显示出有益趋势,但其95% CrI跨越了零,表示无统计学显著效应。联合免疫疗法和代谢干预措施产生了适度的正效应估计,但宽的95% CrI表明存在实质性的不精确性和不确定性。对于HbA1c结局,VitD在血糖控制方面显示出明显优于CON(MD = ?1.46,95% CrI:?2.14至?0.78)。其他干预措施,包括CD3-Ab和SCT,在降低HbA1c方面明显不如VitD有效。

**3.7 干预措施排序**

SUCRA排序图反映了每种治疗在所有排序中表现最佳的概率(越接近1,疗效越好)。结果显示,JAK/TKI(SUCRA = 0.8047)、SCT(SUCRA = 0.7459)和I-Pep(SUCRA = 0.6745)排名最高,表明这三种干预措施在改善C肽水平方面表现出最突出的总体疗效。其次是ATG + GCSF(SUCRA = 0.6284)、CCBs(SUCRA = 0.6218)和CD3-Ab(SUCRA = 0.5407),均显示出相对较好的潜力。疗效最低的两种干预措施是ATG(SUCRA = 0.2432)和MMAs(SUCRA = 0.2959),后者SUCRA值显著较低,表明其在改善C肽水平方面最不具优势。基于SUCRA的HbA1c分析表明,VitD排名最高,Cyto-Mod也表现出相对有利的排名,表明在所比较的干预措施中,它们改善血糖控制的概率更大。这一观察结果与上述森林图显示的趋势一致。

**3.8 局部不一致性检验**

不幸的是,本NMA仅包含两对直接比较。节点分割分析显示,ATG和ATG + GCSF的直接比较与间接比较之间存在数值差异,不一致性检验p值为0.0572(P > 0.05);对于SCT与IT + VD-AT的比较,直接比较与间接比较的不一致性p值为0.6121,远高于0.05,表明直接证据与间接证据之间具有高度一致性。

**3.9 异质性检验**

在随机效应网络荟萃分析中,τ为0.18(95% CrI:0.13–0.24),相应的方差(Tau2)约为0.03,属于通常解释为低异质性的范围(<0.04)。然而,网络中几个治疗节点仅由少数试验支持,使其局部异质性非常低。这可能掩盖了潜在的异质性,并部分降低了估计的全局Tau2。为进一步探索,研究人员使用mtc.anohe()函数获得了每对直接比较的I2值。在这些两两比较中,一些对比表现出实质性异质性,对于CD3-Ab、SCT和B/T-cell疗法等干预措施,I2值达到80%–99%。

相比之下,某些治疗如MMAs、I-Pep、TZDs、CCBs和B/T-cell在与CON的直接比较中,I2值接近0%,表明其可靠性相对较高。

由于观察到纳入研究的平均年龄存在显著差异,研究人员假设年龄作为连续协变量可能导致异质性。然而,由于只有一项干预措施由至少10项研究代表,根据当前方法学指南,不建议进行基于亚组的网络荟萃回归。此外,由于网络断开,亚组分析不可行,因为特定亚组中某些干预措施完全缺失,无法形成相连的比较网络。

因此,研究人员采取了更稳健的方法,应用全局协变量的网络荟萃回归,以评估每个协变量在多大程度上能解释网络内治疗效应的变异。该方法允许在水平上建模协变量对治疗效应的影响,从而保持模型稳定性,避免由数据分层带来的不稳定性。

结果显示,在调整平均年龄后,τ从0.18降至0.11(95% CrI:0.07–0.16),相应方差为0.01。这表明控制年龄改善了模型拟合,DIC从261.7降至259.9,证实了年龄是异质性的一个重要来源。值得注意的是,未调整协变量时,ATG的MD为?0.02,表明其总体上不如CON。然而,调整平均年龄后,ATG的效应变为强烈且显著的负值(Beta = ?6.69),表明其疗效随年龄增长显著降低。这提示ATG可能在年轻患者中具有一定的治疗潜力。研究人员推测,先前观察到的负MD可能是由于协变量对总体治疗效应的掩蔽效应。此外,JAK/TKI(Beta = ?1.149)、VitD(Beta = ?0.981)、CD3-Ab(Beta = ?0.283)和SCT(Beta = ?0.069)在95% CrI内也表现出统计学显著的负相关。

为更全面地评估异质性的潜在来源,研究人员还评估了其他候选因素,包括病程和国家。然而,当将病程作为连续协变量加入回归模型时,异质性并未降低;相反,τ从0.18增加到0.23。同时,DIC从261.7升至273.3,表明模型拟合更差。研究人员还使用地区(美洲、亚洲、欧洲)作为研究水平协变量进行了全局荟萃回归。结果显示,τ保持在约0.18,相应方差约0.03,模型拟合未改善。这表明地区差异不足以解释网络内的异质性。

**3.10 网络荟萃分析证据的确定性**

GRADE评估表明,本研究中的任何治疗比较均未评为高置信度。然而,9项比较(6.43%)评为中度置信度,37项(26.43%)评为低置信度,74项(52.86%)评为极低置信度。在CINeMA中,91.6%的比较在报告偏倚方面被评为“有一定风险”。同样,研究内偏倚、不精确性和异质性相关的担忧在相当比例的比较中被识别,比例分别为69.1%、58.3%和50%。相比之下,间接性和不一致性方面的担忧基本不存在,分别有100%和97.5%的比较显示无担忧。

**3.11 不良事件**

不同干预措施的不良事件(AEs)发生率存在显著差异。其中,CD3-Ab表现出最高的AE负担,严重AE约占所有记录事件的4%–5%。轻至中度AE(如神经系统症状、皮肤和皮下反应、胃肠道不适以及感染相关事件)也频繁观察到。在几项研究中,与该疗法相关的总体AE发生率接近甚至达到100%,凸显了与其他干预措施不同的安全性特征。ATG、I-Pep、GAD-Alum和GAD + VitD也显示出非常高的总体AE率,在几项研究中接近100%;然而,这些干预措施的严重AE比例仍然很低。对于VitD、CCBs和JAK/TKIs等干预措施,AE主要是轻微的,通常涉及低级别感染或皮肤反应。相比之下,对照组的总体AE率显著较低,平均约60%。大多数对照组报告无严重AE,其总体AE频率显著低于干预组。值得注意的是,SCT(在网络荟萃分析中显示最显著统计效果的干预措施)与相当数量的AE报告相关。然而,这些事件主要为轻症,最常见的表现为皮肤或胃肠道不适。仅报告了少数孤立的视网膜静脉阻塞、肝功能障碍或月经不调病例,这些症状通常在干预后1–2周内改善或消退。

**3.12 额外分析**

关于非胰岛素干预措施和对照组的发表偏倚评估,漏斗图显示效应量在汇总估计周围的分布高度对称。虽然视觉上存在轻微的不对称性,但未达到统计学显著性,表明本分析中存在发表偏倚的可能性很小。

**4 讨论**

尽管通过本NMA系统评估了各种非胰岛素疗法的相对有效性,但本研究存在若干局限性。

首先,本研究未纳入自数据库建库以来发表的所有试验;相反,分析仅限于21世纪初之后进行的研究,主要考虑临床实践的变化。自20世纪末以来,全球对1型糖尿病的理解和治疗取得了重大进展;同期,C肽(主要结局)的测量转向更准确的化学发光免疫分析法,治疗优先次序也在演变。纳入早期试验将引入相当大的异质性并降低可比性。虽然这种时间限制有遗漏历史数据的风险,但它显著增强了结论的当代相关性和适用性。

其次,NMA本质对异质性和一致性假设敏感。不同研究在人群特征、干预方案和随访时长上的差异可能影响结论的稳健性。虽然这种变异性可能影响研究结果的稳健性,但研究人员未对分析施加任何地理或人口学限制。

第三,由于试验数量有限,一些治疗比较缺乏直接证据,使分析高度依赖间接比较,这可能降低整体证据质量。

最后,研究仍存在潜在的发表偏倚和小样本研究可能过度代表的问题。纳入五个nRCT也可能导致了证据确定性的局限性。

结果表明,SCT在所有治疗方式中显示出最大的临床获益。值得注意的是,在使用年龄作为协变量的回归分析中,未观察到年龄对SCT疗效的显著影响;实际上,效应似乎微乎其微。这一发现为不同年龄组1型糖尿病患者的潜在临床治愈带来了希望。

从AE发现来看,CD3-Ab和ATG等免疫调节疗法在保存β细胞功能方面似乎具有理论优势;然而,这些潜在益处伴随着接近100%的AE率,且严重事件比例较高。这凸显了在考虑其临床应用时进行严格风险-获益评估的必要性。相比之下,JAK/TKI抑制剂显示出明显更温和的安全性特征,AE主要为低级别感染或皮肤反应,无严重事件报告。SCT在改善C肽水平的同时保持了良好的安全性。与该干预相关的AE主要是短暂性的皮肤或胃肠道反应,总体耐受性仍然很高。

然而,这些结论仅基于纳入研究的可用数据。因此,仍需高质量的多中心试验来验证这些发现,并最终确定既安全又有效的治疗策略。

来自中国的一项病例研究报道了一名25岁女性1型糖尿病患者接受了涉及基因编辑技术和干细胞移植的联合治疗。在输注由化学诱导的自体多能干细胞分化的胰岛样细胞后,患者的处于目标范围内时间(TIR)显著改善,从基线的43.18%增加到移植后第四个月的96.21%。值得注意的是,移植前检测不到的空腹血清C肽在第六个月迅速上升至0.407 nmol/L。干预一年后,患者达到了所有预先确定的临床终点,且未发生任何与移植相关的不良事件。这些发现强调了干细胞移植在恢复胰岛功能方面的治疗潜力,并突显了基因编辑技术在治疗1型糖尿病方面的创新前景。

然而,目前的证据仍主要来自病例报告,缺乏大规模、多中心随机对照试验的支持。尽管本研究提示这些技术提供了有前景的短期疗效,但关于其在不同人群中的泛化性以及长期结局(特别是5年、10年甚至20年后的结局)仍存在相当大的不确定性。

越来越多的证据表明,不同干预措施的有效性在不同人群中存在差异,年龄、疾病阶段和潜在遗传易感性等因素可能影响治疗疗效和安全性特征。在本研究中,尽管免疫调节疗法在保存胰腺β细胞功能方面未排名第一,但它们仍然显示出显著潜力。

Incani(2016)报告,在撒丁岛的1型糖尿病患者中,自身抗体阳性率高达11.9%,发病率显著高于其他地区。在患者的一级亲属中,也观察到高比例的糖尿病特异性自身免疫。大约89%的抗体阳性个体携带赋予中到高风险的HLA基因型。这些发现强调了HLA相关遗传背景在疾病发生和发展中的关键作用。这表明遗传易感性可能是不同研究和人群间治疗反应差异的基础。这种遗传背景不仅决定了疾病风险,还影响了自身免疫反应的强度。

此外,长期安全性特征,包括治疗后数年可能出现并发症的可能性,仍不确定,需要持续监测。基因编辑和干细胞疗法仍面临重大挑战,包括操作复杂性、伦理问题以及临床实施的高成本。在安全性和标准化方面取得实质性改进对于克服这些障碍至关重要。

这些挑战凸显了为1型糖尿病患者(尤其是年轻人群)制定更合适治疗策略的必要性。在通常专注于生长发育的年龄,这些个体面临终身慢性疾病。需要终身胰岛素治疗以维持生命的迫切需要带来了显著的生理和心理负担。非胰岛素疗法在1型糖尿病的管理中正扮演越来越重要的角色,特别是在保存残余胰岛功能、减缓疾病进展和减少慢性并发症方面。系统评估现有治疗方案的疗效和安全性不仅有助于优化当前临床策略,也为未来的治疗创新和精准医学奠定了基础。随着高质量研究证据的积累,非胰岛素疗法有望成为1型糖尿病综合管理的基石,改善长期结局并减轻疾病负担。在未来1型糖尿病非胰岛素疗法的研究中,仅基于临床表型的患者分层可能不足以捕捉疾病的潜在免疫生物学异质性。这突显了将HLA基因分型和自身抗体谱纳入研究设计的必要性,这可能有助于早期识别具有不同免疫进展速率的亚组,并允许更准确地评估不同干预策略的真实效果。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号