PORTĀLS ĀRSTIEM UN FARMACEITIEM
Šī vietne ir paredzēta veselības aprūpes speciālistiem

Kā prognozēt, kuriem pacientiem nebūs gaidītā rezultāta no metformīna lietošanas?

Doctus
Kā prognozēt, kuriem pacientiem nebūs gaidītā rezultāta no metformīna lietošanas?
Freepik.com
Metformīns ir pirmās izvēles zāles cukura diabēta ārstēšanai, taču ar to arī visai bieži neizdodas sasniegt izvirzītos mērķus un kontrolēt glikozes līmeni.

Pētījuma mērķis bija identificēt pieejamos demogrāfiskos un klīniskos faktorus, kas varētu ietekmēt metformīna iespēju kontrolēt glikozes līmeni un sasniegt kontroli, izmantojot elektroniskajās veselības kartēs (EHR) esošos ierakstus.

Trīs vietās (Arizonā, Misisipi un Minesotā) tika identificēta pacientu grupa ar vismaz vienu patoloģisku cukura diabēta skrīninga testu, kas uzsāka metformīna lietošanu. Tika identificēti 22 047 metformīna lietotāji (48 % sieviešu, vidējais vecums 57 ± 14 gadi), tostarp 2141 afroamerikāņi, 440 aziāti, 962 citu/vairāku rasu pārstāvji. Lietojot metformīnu terapijā nespēja sasniegt mērķa hemoglobīna A1c līmeni (<7 %) 18 mēnešu laikā pēc indeksa vai duālās terapijas sākšanas tika definēts kā galvenais iznākums.

Lietojot metformīnu 33 % pētījuma dalībnieku nesasniedz mērķa rādītāju. Analīzes modelī tika iekļauti tādi rādītāji, kā HbA1c, vecums, dzimums, rase/ etniskā piederība. Sākotnējais HbA1c līmenis bija visnoteicošākais faktors, kas ietekmēja to, vai, lietojot metformīnu, izdosies sasniegt mērķa rādītāju. Pārējie analizētie klīniskie faktori uzlaboja modeļa sniegumu (attiecīgi, 0,745; 95 % TI [0,737 – 0,754]; p<0,0001).

Sākotnējais hemoglobīna līmenis A1c bija spēcīgākais metformīna mazspējas prognozētājs, un papildu faktori būtiski uzlaboja veiktspēju, kas liecina, ka pieejamos klīniskos datus var izmantot, lai identificētu pacientus ar augstu metformīna mazspējas risku, kuriem varētu būt noderīga rūpīgāka uzraudzība un agrāka ārstēšanas intensifikācija.

AVOTS: Bielinski SJ, Yanes Cardozo LL, Takahashi PY, et al. Predictors of Metformin Failure: Repurposing Electronic Health Record Data to Identify High-Risk Patients. The Journal of Clinical Endocrinology & Metabolism, dgac759.