基于肠促胰岛素的药物和胰腺癌

该研究的目的是确定与磺脲类药物相比，基于肠降血糖素的药物的使用是否与常规临床实践中胰腺癌 (PC) 风险增加有关。 研究人员将使用通用协议方法，使用来自五个司法管辖区（加拿大阿尔伯塔省、曼尼托巴省和安大略省，以及美国 (US) MarketScan 和英国 (UK) 的行政医疗保健数据进行回顾性队列研究) 临床实践研究数据链 [CPRD])。 简而言之，加拿大的数据库包括关于医生账单、诊断和出院摘要程序以及处方药配药的人口水平数据。 安大略省的数据将仅限于 65 岁及以上的患者，因为没有针对年轻患者的处方数据。 CPRD 是一个代表英国人口的临床数据库，包含英国 680 多家全科医生诊所的患者记录；这些数据将链接到医院事件统计 (HES) 数据库，其中包含住院诊断和程序数据。 US MarketScan 包括美国大型雇主健康保险计划以及政府和公共组织所涵盖的个人及其家属。

研究人群

在每个司法管辖区，研究人员将组建一个基础队列，其中包括所有首次接受非胰岛素抗糖尿病药物处方的患者，包括双胍类、磺脲类、噻唑烷二酮类、DPP-4 抑制剂、GLP-1 类似物、α-葡萄糖苷酶抑制剂、格列奈类药物或这些药物的组合，从每个研究中心最早可获得的数据到最后可获得数据的日期。 第一种非胰岛素抗糖尿病药物的处方（对于 CPRD）或配药（对于所有其他部位）的日期将定义基础队列的进入日期。 从这个基础队列中，将创建一个研究队列，包括在基于肠降血糖素的药物进入每个司法管辖区市场的那一年或之后的任何时间开始使用新的抗糖尿病药物类别的所有患者。 这些新用户既包括那些新接受糖尿病治疗的人，也包括那些转用或添加新的抗糖尿病药物类别的人，这些药物不包括在他们以前的治疗史中。 研究队列的进入日期由新处方药类别的处方日期决定。 研究队列中的患者将从进入研究队列之日起 + 365 天，直到发生事件（定义如下）或因死亡、离开数据库、失去连续健康计划或药物计划登记、进入长期- 长期护理机构，或研究期结束（2014 年 6 月 30 日或该站点数据可用的最后日期），以先发生者为准。

病例对照选择

上面定义的队列将使用嵌套病例对照分析进行分析，其中病例被定义为因 PC 住院。 将使用风险集抽样为每个病例随机选择最多 20 个对照，匹配性别、年龄（± 365 天）、研究队列进入日期（± 180 天）、治疗糖尿病的持续时间（± 90 天）和以天为单位的后续持续时间。

暴露评估

抗糖尿病药物的曾经使用将被定义为在基础队列进入和索引日 -365 天之间的抗糖尿病药物的任何处方。 这 365 天的滞后期将用于考虑疾病潜伏期和潜在的原发病偏倚，方法是仅考虑从（包括）基本队列进入日期到（包括）索引日之前一年的日期收到的处方。 曾经使用过的暴露将根据以下三个相互排斥的类别进行分级分类：1）基于肠促胰岛素的药物； 2) 磺脲类； 3) 其他抗糖尿病药。 磺脲类药物将作为主要参考类别，因为基于肠降血糖素的药物是二线至三线治疗药物，因此在疾病管理中的可比点使用。

统计分析

条件逻辑回归将用于估计 PC 住院关联的比值比 (OR) 和相应的 95% 置信区间 (CI)，比较曾经使用过基于肠降血糖素的药物和曾经使用过磺脲类药物。 这被认为是主要分析。 二次分析将包括按类型（即 DPP-4 抑制剂与 GLP-1 类似物）、累计使用时间（≤ 365 天、366-729 天和≥730天），以及从曾经的使用者开始治疗以来的时间。 此外，将进行四项敏感性分析，所有这些都是先验定义的，以评估结果的稳健性。 最后，将使用具有逆方差加权的随机效应模型对所有特定地点的估计进行荟萃分析，并将固定效应分析作为敏感性分析进行。 站点间异质性的数量将使用 I 方统计量进行估计。