药物诱发的糖尿病的发病率未知，但在临床研究和药物警戒计划中，人们认为这种情况报告不足。2023年5月，丹麦和澳大利亚学者发表在《Diabetes Obes Metab》的一项丹麦和澳大利亚的对称分析研究，使用真实世界医疗数据库识别致糖尿病药物。

目的：药物诱发的糖尿病在传统的药物安全性监测中被低估，可能对2型糖尿病的不断增加有贡献。因此，该研究利用常规收集的处方数据，筛查所有常用药物的致糖尿病效应。

方法：利用丹麦全国健康登记，采用一种病例对照的对称分析设计，评估药物起始和随后的糖尿病之间的所有可能相关性。该研究在1996~2018年首次处方任何降糖药物的年龄≥40岁的个体中进行（348996人）。获得所有可能的药物类别-糖尿病组合序列比（SR）和95%置信区间（CI）。95% CI的下限>1.00被视为信号。在丹麦生成的信号使用澳大利亚服务机构的药品福利计划10%数据提取进行重复。

结果：总体而言，研究了386个药物类别，其中70个产生了信号。总共有43个根据SIDER数据库或文献综述被分类为已知。例如，糖皮质激素（SR，1.67；95% CI 1.62~1.72）和β-受体阻滞剂（1.20；1.16-1.23）。在27个新信号中，3个药物类别在丹麦和澳大利亚数据源中产生信号：洋地黄苷（2.15；2.04~2.27和1.76；1.50~2.08），大环内酯类（1.20；1.16~1.24和1.11；1.06~1.16）和联合使用吸入β2-激动剂和糖皮质激素（1.35；1.28~1.42和1.14；1.06~1.22）。

结论：该研究确定了70个药物-糖尿病相关性，其中27个迄今未知。需要进一步研究本研究所提出的假设，特别是关于洋地黄苷的信号。

（选题审校：李欣亚 编辑：丁好奇）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：处方序列对称分析（Prescription sequence symmetry analysis，PSSA）是一种依据现有、完备的处方记录数据库来发掘药品不良反应信号的研究方法，由Hallas于1996年进行介绍，国内在2012年有介绍该方法的实施。PSSA是一种单纯病例的设计，使用某种药品的处方（标签药）来代替某特定药品（指示药）引起的不良反应，再基于指示药与标签药的处方时序分布的对称性来发掘不良反应信号。）

参考资料：
Diabetes Obes Metab. 2023 May;25(5):1311-1320
Identifying diabetogenic drugs using real world health care databases: A Danish and Australian symmetry analysis
https://pubmed.ncbi.nlm.nih.gov/36683229/