摘要
背景：随着胰高血糖素样肽-1（GLP-1）受体激动剂在全球范围内的使用日益广泛，自发报告数据库中关于其引发的不良心理反应的报告也越来越多。然而，究竟哪些病例特征与这些报告模式相关，目前仍缺乏充分的研究。本研究旨在通过药物警戒和可解释机器学习方法，分析GLP-1受体激动剂使用者中与心理不良反应报告相关的病例特征。方法：研究分析了美国食品药品监督管理局的不良事件报告系统（FAERS）中的数据（2021年第二季度至2025年第三季度），采用了与其他降糖药及减肥药对比的分析方法。通过比例失衡分析（PRR、ROR和IC）在首选术语层面识别出潜在的安全信号，同时针对不同的GLP-1受体激动剂进行了单独分析。研究人员建立了三种分类模型（逻辑回归、XGBoost和LightGBM），并利用SHAP值来确定与心理不良反应报告模式相关的病例特征。结果：共纳入211,195例独特病例（其中111,105例为GLP-1受体激动剂使用者，100,090例为对照药物使用者）。有16个首选术语符合潜在安全信号的标准，其中自杀念头是最常被报告的不良反应（ROR为2.95）。针对不同药物的单独分析显示，司美格鲁肽引发的不良反应程度始终高于替尔泽帕肽。XGBoost模型的AUROC值为0.816。SHAP分析表明，年龄在65岁及以上的群体具有最高的平均|SHAP|值（0.57），且该值为负，意味着这类老年人的心理不良反应报告概率较低。司美格鲁肽的使用则排在第二位（0.35），且该值为正。未同时使用其他药物（0.20）以及患有糖尿病（0.10）的情况也显示出负值，而年龄在19至44岁之间的群体则呈现正值。在排除同时使用精神类药物的受试者的敏感性分析中，这些规律依然成立（AUROC值为0.797）。结论：年龄较大与心理不良反应报告概率降低相关，而司美格鲁肽的使用及较年轻的年龄则有助于增加不良反应报告的概率。通过基于对比的方法以及可解释机器学习技术所发现的这些病例特征表明，不同亚群之间的报告模式可能存在差异，因此在未来的研究中有必要进一步探讨年轻人群体及司美格鲁肽使用者中观察到的报告差异现象。
