跳到正文
原文
Nature 健康护理主题·· 2026-10-16精选AI 评分77

Nature Medicine报告超8000名女性GLP-1RA数字疗法项目6个月真实世界结果

Real-world, digital-first delivery of GLP-1 receptor agonist therapy in women

AI 导读

一项发表于Nature Medicine的观察性真实世界研究报告,评估了8127名通过数字平台接受GLP-1RA(主要为tirzepatide)治疗的成年女性6个月结局。

推荐理由

报告了一项超8000名女性GLP-1受体激动剂数字疗法项目的6个月真实世界结局,为评估非随机环境下女性群体的治疗响应提供了数据。

正文 · AI 翻译

译文尚不完整,完整内容请切换到原文。

主要

肥胖代表一个重大的全球公共卫生挑战,是2型糖尿病、心血管疾病、肝功能失调以及多种影响生活质量并带来巨大医疗和经济负担的慢性疾病的主要驱动因素。过度的脂肪堆积,特别是内脏脂肪和异位脂肪沉积,在心脏代谢疾病的发病机制中起着核心作用,这凸显了有效且可扩展的策略在减少体脂和相关风险方面的必要性1,2。

胰高血糖素样肽-1受体激动剂(GLP-1RAs)及相关的肠促胰岛素类疗法已经改变了肥胖管理的药物治疗格局。这些药物最初是为治疗糖尿病开发的,但在针对超重和肥胖人群(包括无糖尿病患者)的大型随机试验中,它们显示出具有临床意义的体重减轻效果,改善了心脏代谢风险因素,并取得了良好的临床结果3,4,5。可接受治疗的人群不断扩大,这为大幅减轻肥胖相关疾病负担提供了机会,但大规模提供医疗服务对主要围绕面对面护理模式构建的医疗系统构成了挑战。

在许多情况下,GLP-1RAs的获取仍然仅限于患有严重肥胖或糖尿病的人群,这导致通过社区和自费途径获取该疗法的人数不断增加6,7,8。通过这些途径获得治疗的人群可能在共病负担、治疗行为、用药模式和代谢特征方面与试验人群存在差异。尽管女性在常规和社区护理中占GLP-1RA使用者的绝大多数,但肥胖的大型心脏代谢结局试验入组的绝大多数为男性人群6。数字化提供的护理模式提供了另一种潜在的治疗提供框架,但关于这种方法的稳健真实世界证据仍然有限9,10,11,12。大多数已报告的平台作为交易性处方服务运行,附加功能有限。关于这些方法的局限性和顾虑已得到充分阐述,并提出了一套标准12。我们的项目符合这些标准,此外还有几个整合的、方案驱动的组成部分,这些组成部分共同构成了一个结构化的临床-数字混合模式,更接近于专科面对面护理的安全性和监督功能。这些组成部分包括:将每月完成结构化问卷作为药物续方批准的条件;每周与受过培训的督导人员进行的实时视频签到;监督下的体重确认和药物扫描。每月由临床医生主导的审查允许进行个体化的、基于反应指导的剂量调整,而不是自动升级。此外,在提供不断演进的培训内容在整个项目期间可用的同时,还提供了主动的结构化副作用缓解方案。

我们报告了这一大规模数字化项目的结果,该项目在6个月内为从社区人群中招募的8000多名女性提供了GLP-1RA治疗。

包容性设计使得能够按年龄、基线体重、社会经济分层和种族评估治疗反应。本研究是女性性群体队列中规模最大的GLP-1RA疗法真实世界评估之一,提供的证据可补充试验发现,同时为规模化实施的数字支持肥胖护理提供依据。

结果

研究人群

2024年11月27日至2025年1月31日,成年女性(出生时指定为女性)通过数字推广招募,并通过结构化在线入职平台进行筛查,平台包含人口学特征、人体测量、病史、用药史以及对GLP-1RA疗法的禁忌证(图 1)。

图1:参与者经过筛查、资格认定和入组的流程。

流程图展示了参与者的招募、资格筛查、基线评估以及纳入分析队列的过程。个体通过结构化数字入职平台进行筛查。仅纳入已完成基线生化检测的个体;若临床审查发现实验室检查结果异常或存在治疗禁忌证,则予以排除。最终分析队列由在行政截止日期前被处方并配送GLP-1RA疗法的参与者组成。

在符合初步筛查标准的16,121名个体中,有4,025名仅因未完成基线血液检测而未纳入,另有308名因实验室检查异常或医学排除标准在临床审查后被排除。截至行政截止日期前,共有8,127名参与者被处方并配送了GLP-1RA疗法,随后被纳入分析队列(图 1,表 1 和扩展数据表 1)。这代表了在完全远程护理路径中,按资格确认、实验室检测和临床审查阶段进行的连续筛选。

表1 按基线体重分层的 study 人群基线特征

全尺寸表格

基线特征

该方案专为成年女性(出生时为女性)设计,出生性别通过入组时的结构化自我报告确定,并通过受监督的身份验证进行确认。表 1 和补充数据表 1 分别列出了按体重和年龄分组的参与者基线特征。基线平均体重为 104.2 kg(标准差 19.8),平均体质指数(BMI)为 38.2 kg m−2(标准差 6.7),95.5% 的参与者符合 I–III 级肥胖标准。体重分布较广,19.3% 的参与者体重 ≥120 kg,25.9% 的参与者体重 <90 kg。队列的成年年龄范围广泛(18–79 岁),其中 82.1% 的参与者年龄在 30 至 <60 岁之间。基线平均总胆固醇为 5.7 mmol l−1(标准差 1.2),低密度脂蛋白(LDL)胆固醇为 3.8 mmol l−1(标准差 1.1),糖化血红蛋白(HbA1c)为 36.2 mmol mol−1(标准差 6.1),这些数值与未确诊心血管疾病的肥胖社区人群中报告的心血管代谢特征相符。按年龄分层分析显示,随年龄增长代谢风险略有增加,60 岁及以上参与者中 21.3% 符合 2 型糖尿病或糖尿病前期的标准,而 18 至 <30 岁参与者中这一比例为 4.1%。参与者以白人为主(88.0%),其他族裔的分布情况使得治疗反应的分层分析成为可能。社会经济分布不均衡,37.6% 的参与者居住在“综合贫困指数(IMD)”中两个最贫困的五分位组内。在 8,127 名开始接受治疗的参与者中,7,297 名(89.8%)在第 6 个月提供了体重测量数据,6,466 名(79.6%)完成了重复生化评估。

在具有有效基线数据的在线注册者整体人群中,分析队列的基线社会人口学和人体测量特征总体相似,在年龄、基线 BMI 或基于邮政编码的 IMD 方面无重大差异(补充数据表 2)。在接受 GLP-1RA 治疗的参与者中,具有和缺乏完整配对随访体重或生化测量数据者之间的基线社会人口学和临床特征也大体可比,纳入完整病例分析样本与被排除的参与者之间无系统性差异(附表 1 和 2)。

药物剂量与滴定

治疗启动主要采用 tirzepatide 2.5 mg 每周一次(99.6%),13 名参与者以较高剂量(5–15 mg)启动。共 19 名参与者启动 semaglutide,其中 17 名为 0.25 mg,2 名为较高剂量(0.5 或 2.4 mg)。随后的剂量上调依据授权建议,并根据体重轨迹和耐受性个体化调整13(图 2)。建议临床医生对表现出充分减重(≥2 kg 月−1)或报告临床意义副作用的参与者暂缓剂量上调。第 6 个月时,tirzepatide 的平均暴露量增加至每周 9.5 mg。分层分析显示,在基线体重、年龄和社会经济分层中,剂量轨迹大体平行(补充数据图 1)。

图 2:剂量暴露、副作用与治疗保留。

a,从治疗开始到 6 个月的每周 tirzepatide 剂量暴露分布,每个月度时间点反映随访期间该月之前或当月记录的最新处方剂量。图下方显示了每个时间点纳入均值剂量和患者人数。b,随访期间的参与者报告副作用负担,汇总为每位参与者记录的副作用总数及报告的最大严重程度(无、轻度、中度或重度)。副作用在药物补充间隔期使用结构化报告工具进行记录。c,在报告任何副作用的参与者中,6 个月时治疗中断的情况,根据治疗开始时提供结构化症状缓解方案的使用情况进行分层。由于 semaglutide 暴露有限(<2% 的队列),未显示其剂量轨迹。治疗中断定义为在 6 个月观察期内停止药物治疗。

体重结局

在具有 6 个月体重测量数据的参与者中(n = 7,297),99.3% 经历了体重减轻。平均体重从基线的 104.6 kg(标准差 19.8)降至 6 个月时的 88.6 kg(标准差 19.0),相当于平均绝对减少 16.1 kg(95% 置信区间 (CI) 15.9 至 16.2;P < 0.001)或基线的 15.5%(95% CI 15.4 至 15.7)(Fig. 3)。在 6 个月时广泛达到了具有临床意义的减重阈值,其中 96.1% 实现 ≥5% 体重减轻,83.1% ≥10%,53.5% ≥15% 且 22.4% ≥20%。在完整病例样本中,研究期间平均 BMI 从 38.4 kg m−2(标准差 6.7)降至 32.5 kg m−2(标准差 6.5)。在 6 个月时,基线为 III 级肥胖的参与者中 63.6% 已过渡至 II 级或更低,基线为 II 级肥胖的参与者中 92.1% 已降至 I 级或低于肥胖阈值(BMI <30 kg m−2)。时间分析表明,6 个月总减重量的 58.0% 发生在前 3 个月内。

Fig. 3: GLP-1RA 治疗 6 个月期间的体重轨迹。

a,b,在具有纵向体重测量数据的参与者中(n = 7,297),6 个月期间相对于基线的平均绝对体重变化(以 kg 计)(a)和百分比变化(b)。数值代表治疗开始后每个随访时间点的平均体重变化。百分比体重变化是相对于每位参与者的基线体重计算的。图内显示的平均药物暴露量来源于每位参与者在各自随访时间点之前或期间记录的最新处方。c,d,个体参与者从基线到 6 个月随访的绝对(c)和百分比(d)体重变化。每位参与者的体重变化以单个条形图表示。P 值通过比较基线和 6 个月测量值的配对双侧 t 检验得出。由于这些是主要结局,未对多重比较进行校正。

基于基线特征的减重异质性

体重减轻在所有基线体重分层中均有观察到,起始体重较高的参与者绝对减重更大,但各组的百分比减重相当(图 4)。老年组的百分比减重略低(18~<30 岁为 16.1%,60~<80 岁为 14.8%),白人参与者的百分比减重略高于非白人参与者(15.8% 比 13.5%),尽管所有种族群体均观察到具有临床意义的减重(图 4d)。在绝对体重变化的分析中,不同 IMD 五分位数之间的减重差异无统计学意义(P = 0.364;图 4c)。综合亚组分析以热图形式展示,基线体重、年龄和剥夺分层组合的体重变化估计值均为负值,未发现亚组无反应证据(扩展数据图 2)。

图 4:按基线特征分层的体重变化轨迹。

a–d,GLP-1RA 起始后基线至 6 个月的平均绝对体重变化,按基线特征分层。图中显示按基线体重类别(a)、年龄组(b)、IMD 五分位数(c)和自报种族(d)划分的轨迹。数值代表各随访时间点内的组内平均体重变化。每个时间点各亚组的患者人数显示在图下方。6 个月时组间体重变化差异采用线性回归模型评估,使用部分 F 检验比较含与不含亚组变量的模型。为校正多重检验,Benjamini–Hochberg FDR 校正(FDR-adj.)P 值与未校正 P 值并列呈现,FDR 校正在 a–d 所示四个亚组检验间应用。对于 a,基线体重类别定义为 <90 kg、90 至 <100 kg、100 至 <110 kg、110 至 <120 kg 及 ≥120 kg。对于 b,年龄组定义为 18 至 <30、30 至 <40、40 至 <50、50 至 <60 以及 60 至 <80 岁。对于 c,社会经济指标根据参与者邮政编码派生的 IMD 五分位数确定,第一分为最贫困,第五分为最不贫困。每个图的仅纳入相关亚组变量数据非缺失的参与者进行分析。

糖代谢结局

在具有成对HbA1c测量值的受试者中(n = 6,245),平均HbA1c从36.3降至33.0 mmol mol−1,相当于按National Glycohemoglobin Standardization Program (NGSP) 标准从约5.5%降至5.2%(平均变化−3.3 mmol mol−1;P < 0.001)(Fig. 5)。基线时,155名受试者(2.5%)的HbA1c值处于糖尿病范围(≥48 mmol mol−1),567名(9.1%)处于糖尿病前期范围(42至 <48 mmol mol−1)。经过6个月的治疗,基线为糖尿病范围值的受试者中,84.5%(131/155)的HbA1c恢复正常,糖尿病前期受试者中96.3%(546/567)恢复正常,而仅0.3%的受试者(19/5,523)从糖代谢正常进展为糖代谢异常(Extended Data Fig. 3)。校正线性回归模型显示,体重每减轻10 kg,HbA1c的降幅额外增加1.3 mmol mol−1(Extended Data Fig. 4)。

图5:随访期间血糖和血脂参数的变化。

a–f,在具有成对测量值的受试者中,基线与6个月时心代谢生物标志物在个体内部的变化,瀑布图显示了总胆固醇(a)、HDL胆固醇(b)、LDL胆固醇(c)、甘油三酯(d)和HbA1c(以mmol mol−1表示(e)及相对于基线的百分比变化(f))的个体变化,受试者按变化幅度排序。负值表示较基线降低。g–i,按基线血糖类别分层的基线和6个月时HbA1c成对分布:糖尿病(g)、糖尿病前期(h)和糖代谢正常(i)。在每个箱线图中,中心线表示中位数,箱体下界和上界分别表示第25和75百分位数。须线延伸至1.5倍IQR范围内的最极端值。须线以外的值以单个点表示,最低和最高点分别代表最小值和最大值。个体内部平均变化、95% CI和P值通过比较基线与6个月测量值的配对双侧t检验得出。呈现Benjamini–Hochberg FDR校正(FDR-adj.)P值,并附有未校正(unadj.)P值,以考虑多重检验,FDR校正分别在两组次要结局中应用:六项主要血液检测结局显示于a–f,三项基线HbA1c类别特异性分析显示于g–i。HbA1c类别定义为糖代谢正常(<42 mmol mol−1)、糖尿病前期(42至 <48 mmol mol−1)和糖尿病(≥48 mmol mol−1)。

Lipid outcomes

在有配对血脂测量的参与者中,各血脂参数均观察到显著改善(图5)。平均总胆固醇降低0.77 mmol l−1(95% CI 0.74至0.79;P < 0.001),低密度脂蛋白胆固醇降低0.61 mmol l−1(95% CI 0.59至0.63;P < 0.001),甘油三酯降低0.47 mmol l−1(95% CI 0.45至0.48;P < 0.001)。高密度脂蛋白(HDL)胆固醇呈适度下降,幅度为0.19 mmol l−1(95% CI 0.19至0.20;P < 0.001)。多变量回归分析显示减重与血脂改善之间存在分级关联,每减重10 kg,总胆固醇降低0.23 mmol l−1(95% CI 0.19至0.27;P < 0.001),低密度脂蛋白胆固醇降低0.14 mmol l−1(95% CI 0.10至0.17;P < 0.001)(扩展数据图4)。

联合用药情况

8,127名参与者中有8,091名提供了基线用药史及随访期间新启动的联合用药数据。总体而言,165名参与者(2.0%)在基线或随访期间报告使用任何降糖药,以二甲双胍为主;436名参与者(5.4%)报告使用任何降胆固醇药物,以他汀类为主。随访期间新启动降糖药和降胆固醇药物者报告较少。尽管用药数据为自我报告,但这些发现提示,葡萄糖或降脂治疗方案的变更不太可能完全解释观察到的HbA1c和血脂变化。

参与度、安全性和依从性

在整个随访期间,参与者对数字化项目的参与度保持高位。6个月生化复评由8,127名参与者中的6,466名(79.6%)完成,且7,429名(91.4%)在6个月时仍在接受治疗,另有698名(8.6%)终止治疗(扩展数据图5)。多变量Cox回归分析显示,与18至<30岁组相比,较年长年龄组终止治疗的风险较低(风险比(HR)范围0.34–0.57;所有P < 0.001)。与IMD最底层第5分位相比,第3和第4分位参与者终止治疗的风险较低(HR范围0.71–0.75;所有P ≤ 0.05),而第2和第5分位未观察到显著差异,提示存在非单调关联而非明确的社会经济梯度。基线体重<90 kg的参与者终止治疗的风险高于体重≥120 kg者(HR 1.64,95% CI 1.30至2.06;P < 0.001),而其他体重类别之间无显著差异。与非白人参与者相比,白人参与者的终止治疗风险较低;非白人参与者终止治疗的风险高于白人参与者(HR 1.27,95% CI 1.04至1.56;P < 0.05)(扩展数据图5)。

总体而言,在 8,127 名参与者中,有 5,092 名(62.7%)在随访期间报告了至少一例副作用。在这 5,092 名参与者中,报告的最大副作用严重程度为:轻度占 36.8%,中度占 55.4%,重度占 7.7%(图 2b),且在不同基线体重类别或年龄组之间差异甚微(扩展数据图 6)。在终止治疗的参与者中,698 人里有 286 人(41.0%)报告了至少一例副作用,其中 39 人(5.6%)将其报告为重度。使用推荐的缓解症状策略与未使用策略相比,治疗终止率更低(3,778 人中有 189 人 [5.0%] 对比 1,314 人中有 97 人 [7.4%];P = 0.001)(图 2c)。在随访期间,8,127 名参与者中有 11 人报告怀孕,所有这些人都立即终止了 GLP-1RA 治疗。未发现与治疗相关的严重不良事件。

治疗反应的决定因素

探索性亚组分析显示,在不同基线体重、年龄和社会经济地位的组合中,体重减轻表现一致,未发现亚组无反应的证据(扩展数据图 2)。未观察到既导致疗效降低又增加治疗终止的模式。在 6 个月前终止治疗的参与者,其总体体重减轻幅度小于完成随访者。在具有配对数据的参与者中,完成随访者达到≥5% 体重减轻的可能性远高于在 6 个月前终止治疗者(7,241 人中有 6,980 人 [96.4%] 对比 698 人中有 312 人 [44.7%])。在最后可用的随访时点,完成随访者的平均体重减轻为 16.1 kg(15.6%),而终止治疗者为 5.4 kg(5.4%)。然而,近半数的终止治疗者(44.7%)在其最后一次记录的测量值时已达到≥5% 的体重减轻,表明许多人在停止治疗前已获得具有临床意义的益处(扩展数据图 7)。对早期体重轨迹的分析显示,没有证据表明治疗终止前伴随着更大的初始体重减轻。在 tirzepatide 和 semaglutide 暴露量的比较分析中,未显示体重减轻存在显著差异,但由于接受 semaglutide 治疗的参与者人数较少,该结果的解释受到限制。

敏感性分析

敏感性分析支持了总体发现的稳健性。对主要和次要体重及生化结局进行逆概率加权分析所得的估计值与完整病例分析的估计值相似。预测结局完整性的模型具有 0.600 至 0.684 的 c 统计量,且稳定权重中不存在极端值或不稳定的证据。对于涉及多个相关比较的次要和探索性分析,Benjamini–Hochberg 错误发现率(FDR)调整并未改变对发现的总体解释(扩展数据表 3)。

讨论

在这项大型真实世界队列研究中,纳入的女性受试者接受了一种数字化提供的护理模式下的GLP-1RA治疗。与治疗相关的变化包括显著的体重减轻、广泛的心血管代谢改善以及在6个月内的持续项目参与。该研究人群在几个重要方面与纳入关键随机试验的参与者不同,包括仅招募女性、基于社区的招募方式以及在传统医疗保健设置之外提供护理。这些发现将基于肠促胰素的疗法的证据扩展到了试验环境之外,并证明在可扩展的肥胖护理远程框架中可以取得具有临床意义的益处。

该队列中观察到的体重下降幅度与tirzepatide和semaglutide试验中报告的早期阶段轨迹一致,尽管平均和最大剂量暴露水平较低3,4。6个月时平均体重百分比下降为15.5%,与STEP-1和SURMOUNT-1中观察到的早期阶段轨迹相符,时间序列分析显示,约58.0%的总体重下降发生在前3个月内,这与试验中已知的早期药效动力学反应模式一致3,4。体重减轻几乎是普遍的(>99%),这与某些常规护理数据集中报告的异质性和无应答集群形成对比11。

一个重要发现是,实现了与tirzepatide和semaglutide随机试验中报告的早期阶段轨迹一致的体重减轻,但剂量水平较低。6个月时tirzepatide的平均暴露量为每周9.5 mg,远低于最大许可剂量,表明经常可以在不升级到更高剂量的情况下实现有效的体重减轻。额外的分析显示,在年龄、基线体重和社会经济分层方面,剂量轨迹普遍相似,支持了在大规模数字化提供护理中由反应指导的滴定可行性。

血糖和血脂参数的代谢改善支持了在该计划内实现的体重减轻的临床相关性。HbA1c降低伴随着从糖代谢异常状态向正常糖代谢状态的显著转变,6个月时,>80%的基线HbA1c值在糖尿病范围的参与者和>95%的糖尿病前期参与者实现了正常化。各参数和人口分层中的血脂改善方向一致,回归分析显示体重减轻与生物标志物变化之间存在分级关联,表明协同的 cardiometabolic适应。

在6个月时观察到的HDL胆固醇的适度下降,与饮食和药物介导的减重期间活动性减重阶段的暂时性下降一致。长期促胰素试验已证明体重稳定后HDL随后会升高,表明短期HDL轨迹可能不同于长期模式。这些发现与试验证据一致,证明了在肥胖和心血管代谢疾病人群中广泛存在的代谢和心血管益处5,14,15,16,17。

本研究提供了关于数字化给药药物治疗项目实施与患者依从性的见解。6 个月时的留组率超过 90%,这一数据与常规临床实践及行政数据库分析中的中断率相比表现良好10,11。不同人口学亚组间的中断风险存在适度差异,但未发现明确的停止治疗临床决定因素。剥夺程度与停药之间的关联是非单调的,中等 IMD 五分位组的风险较低,而最严重和最轻微剥夺组的风险相似,因此未显示出简单的社会经济梯度。此外,停药与早期体重减轻幅度或副作用负担无关,这提示在社区环境中,治疗反应和耐受性之外的因素可能影响长期药物治疗的坚持。尽管无法最终确定停药的具体原因,但这些发现强调了在长期药物治疗依从性中考虑行为、情境和结构性决定因素的重要性。

副作用主要以胃肠道反应为主,且多为轻度或中度,这与 GLP-1RA 已确立的安全性特征一致9。使用结构化症状缓解包组的参与者显示出更低的中断率和较理想的症状分布,提示在远程治疗路径中采取主动副作用管理策略可能具有潜在价值。

我们的研究仅关注成年女性(出生时为女性)。基于肠促胰素的疗法的大型心脏代谢结局试验主要纳入男性人群,尽管女性在肥胖患病率、脂肪分布、代谢风险和治疗利用方面存在显著差异6。因此,本研究填补了重要的证据空白,并证明了在年龄、基线体重和社会经济分层中疗效的一致性。尽管队列以白人为主,但不同族裔间反应大体平行,但这需要在预定义人群中得到确认。女性在肥胖表型、激素环境及心脏代谢风险轨迹方面的差异可能调节 GLP-1RA 的药理反应,但目前在临床试验中评估不足。我们的队列涵盖了生殖期、围绝经期和绝经后年龄段,这些年龄组间体重减轻的一致性(图.4b)及队列整体代谢改善(图.5)表明,绝经相关的代谢转变并未显著削弱治疗反应。此外,在同一数字化给药框架内直接比较男性和女性的结局,将进一步提供有关性别特异性治疗效应的信息。

这些真实世界发现应置于Incretin( incretin-based)疗法全球应用快速扩大的背景下进行考量。随机对照试验已确立该类药物作为具有变革性的治疗类别,证明其能够显著减轻体重,并在心血管、肾脏和代谢结果方面产生有利影响5,14,15,16,17。因此,以所需的规模提供医疗服务仍具挑战性。不同医疗体系在人力能力、处方基础设施和受益人群的接触面上存在巨大差异1,2,7,18。数字化介导的医疗模式可能提供一种潜在的机制来扩大可及性,同时保持安全性和有效性;然而,描述此类框架下结局的实证证据仍然有限。本研究为数字化介导的医疗模式在传统医疗环境之外实现以人群规模提供Incretin( incretin-based)药物治疗提供了真实世界支持。既往报道使用的平台作为交易性处方服务运作,结构化的监测或安全监督有限,且通常规模较小、回顾性研究,或聚焦于糖尿病患者人群13,19。本项目的特点是增加了多个集成的、方案驱动的组成部分,这些组合此前未曾同时实施。数字基础设施(远程资格审核、基于应用程序的纵向监测、家庭生物标志物检测和临床医生指导的反应引导剂量滴定)不依赖特定技术,具有可转移性,但需要在多样化的监管和医疗体系中进行前瞻性评估,以确立广泛的国际普适性。我们已在不同社会经济阶层中证明了稳健的有效性,表明设计合理的数字化提供的药物治疗不一定加剧健康不平等。此外,远程生物标志物监测、结构化行为支持和临床医生监督的结合展示了混合临床与数字模式复制专科护理关键组件而无需频繁面对面互动的潜力。减重与代谢改善之间的联系强化了早期治疗可及性作为心代谢疾病预防策略的重要性。

本研究存在观察性真实世界研究固有的局限性。无法确切地建立药物治疗的因果归因,可能存在残余混杂因素。收集了自我报告的数据,包括病史和药物,但未系统地对照电子健康记录和处方记录进行核实。然而,报告的降糖和降脂药物使用不常见,且在随访期间新启动该类药物的报告较少。这使得伴随药物变化不太可能完全解释所观察到的HbA1c和血脂结局,尽管不能排除残余的误分类或未报告的药物变化。

参与自费项目引入了固有的经济准入壁垒,而为结构化健康项目付费的意愿本身可能会筛选出健康动机较强的个体,从而有助于实现较高的留存率和良好的结局。本研究中采用补贴价格可能并非可持续、可扩展的商业结构。然而,队列人群中广泛的BMI分布表明,其定价和数字准入模式并未产生排他性,而GLP-1RA疗法在经济学层面的变革将受到新型口服疗法和专利保护期即将到期两方面的影响。

尽管随访完整度较高,但部分结局数据不可用,且针对每项终点的主要分析均采用了完整病例方法。拥有和不拥有完整配对数据的参与者的基线特征总体相似,且逆概率加权估计值与完整病例结果在实质上也相似。预测结局完整度的模型显示其区分度较低。然而,这些分析假设结局缺失在条件于观测协变量时是随机缺失(MAR),且无法排除由非随机缺失(MNAR)机制产生的偏倚。

生化结局的部分缺失可能是由于使用居家毛细血管采血而非在监管下进行的静脉采血所致。这可能因采集和运输的限制而导致了不完全的配对测量,但极大地便利了生化数据的收集。血压和腰围等额外测量代表未来工作的重要方向,因为它们是关键的糖代谢与心血管风险标志物,且目前正开发出新型药物组合,旨在改善GLP-1RA疗法引起的脂肪与肌肉流失比例。我们当前的报告仅限于6个月,捕捉了GLP-1RA介导的体重减轻的早期阶段轨迹。需要长期评估来表征其持久性、依从性轨迹以及治疗后的体重动态,特别是鉴于有证据表明,停用促胰分泌素类疗法常伴随体重反弹和代谢获益的逆转20,21。本研究人群以健康者为主,合并症有限,研究结果不应推广至因肥胖相关并发症更严重而需要GLP-1RA治疗的人群。尽管存在上述考量,本研究的优点包括队列规模大、参与度高,以及在无需到诊室就诊的情况下实现了全面的心血管代谢表型检测。

总之,在结构化数字项目中提供的GLP-1RA疗法与在大型基于社区的队列女性中观察到的具有临床意义的体重减轻、代谢改善和高治疗留存率相关。这些结果表明,数字赋能的护理模式可能提供了一种可行的、可扩展的策略,以扩大促胰分泌素类药物治疗的准入范围,而肥胖治疗的需求仍在不断增长。

方法

研究设计与设置

这是一项在英国进行的一项针对成年女性(出生时为女性)的真实世界观察性队列研究,研究对象为一名数字 GLP-1RA 体重管理计划。该研究旨在评估在已确立疗效的药物中,结构化数字传递模式是否能在社区人群中实现具有临床意义的大规模结果。该计划提供了远程资格评估、临床医生审核、电子处方和纵向监测,无需常规面对面就诊(详见 补充方法)。研究人群包括在 2024 年 11 月 27 日至 2025 年 1 月 31 日期间招募的符合预定义资格标准的人员,这些人于 2025 年 2 月 9 日前启动了 GLP-1RA 治疗(替尔泊肽或司美格鲁肽),并在治疗启动后 6 个月的观察期内提供了随访数据。

该计划作为直接访问的数字服务运行,参与者自行注册并支付固定费用,该费用涵盖药物治疗、实验室检测以及数字监测和临床支持组件的访问权限。除常规计划费用外,无需为研究参与额外支付任何费用。该计划独立于本分析运行,本分析是使用在计划交付过程中前瞻性收集的常规服务数据回顾性进行的。在研究期间,该计划由提供者部分补贴。

资格标准

资格标准包括 18 至 80 岁且 BMI ≥30 kg m−2 的女性个体,或 BMI 27–30 kg m−2 且伴有符合资格标准的体重相关合并症(包括 2 型糖尿病、糖尿病前期、高血压、血脂异常、需规律吸入糖皮质激素的哮喘/慢性阻塞性肺疾病、多囊卵巢综合征、阻塞性睡眠呼吸暂停和心脏病),或符合国家卫生与临床卓越研究所(National Institute for Health and Care Excellence)指南的族裔特定 BMI 阈值(南亚裔、华裔、其他亚裔、非洲裔、加勒比海裔或中东裔)7。排除标准包括过去 12 个月内使用过 GLP-1RA、存在禁忌症或用药以及妊娠或哺乳(详见 补充方法)。

符合条件的个体由非医疗监督员在视频入组过程中完成身份验证和监护下的体重确认,并在治疗启动前完成居家基线毛细血管血检测。无法完成入组程序或未能在监护下的视频入组中确认基线体重测量值将被排除。

数字护理计划和临床管理

该计划完全通过安全数字平台提供,无需到诊室就诊。参与者完成结构化资格问卷的远程入组、通过监护下的视频咨询进行身份验证,并使用经过验证的居家采集试剂盒(Randox)进行居家基线毛细血管血检测。提交的临床信息和实验室数据由计划的临床团队审核,以根据英国处方规定和计划的临床治理框架确认治疗适宜性。

符合标准的参与者由 eMed Healthcare UK Limited 运营的、受英国执业医生执业委员会(Care Quality Commission)注册服务机构内注册的英国执业医生处方 GLP-1RA 疗法。药物选择依据临床判断和参与者偏好确定。治疗启动和剂量递增遵循批准的滴定方案,并根据每月评估间隔的体重变化趋势、耐受性和临床医生评估进行个体化调整。临床监督由 25 名全科医生组成的团队提供,并得到临床药剂师和高级护士从业者的支持。

治疗启动后,参与者主要通过智能手机应用程序与项目互动,该应用程序支持远程体重报告、健康问卷填写以及与药物续方同步的每月临床沟通。体重记录每周提示一次,问卷收集体重变化趋势、副作用负担及参与者自评健康状况。非临床项目工作人员全程提供支持,以促进参与、协助数据收集和提供技术援助;他们不提供临床建议。在药物续方时,参与者还被要求报告怀孕或疑似怀孕情况。随访期间报告怀孕的参与者被告知立即停用 GLP-1RA 疗法,并转诊进行适当的临床随访。

参与者还可以使用应用内报告功能在计划沟通之间报告副作用。治疗启动时向所有参与者提供了一套针对 GLP-1RA 疗法相关常见胃肠道副作用的结构化症状缓解方案。该方案包括非处方药、建议及通过应用提供的饮食调整指导。严重或令人担忧的症状报告将在收到后 24 小时内触发临床审查,并根据预设的项目安全协议进行上报。参与者被建议在出现符合急性严重疾病症状时寻求急诊护理,并提供了关于紧急服务联系方式的指导。详细描述见补充方法。

数据收集

人口学特征,包括出生时的性别、年龄、族裔及居住地区邮政编码,均在注册时由参与者自行报告。入组资格限定为报告出生时性别为女性者。社会经济地位基于英国信息贫指数(IMD)的社区层面剥夺程度进行衡量,IMD 是衡量英国社区相对剥夺程度的多维度指标。鉴于参与者分布在英国四个地区,系统根据参与者的邮政编码分配了英格兰、威尔士、苏格兰和北爱尔兰各自最新版的地区性 IMD 值(详见补充方法)。体重通过参与者自有的电子秤进行远程测量。参与者被要求在标准化条件下测量体重(例如,穿着轻薄衣物、不穿鞋、使用同一只自有的电子秤,并在尽可能相同的时间段进行测量)(详见补充方法)。体重数值精确记录至小数点后一位(0.1 kg)。核验流程包括监督下的视频确认,以及必要时提供的照片证据和重复测量。身高由参与者自行报告,并据此计算体质指数(BMI)。血压未作为该数字项目常规数据收集的一部分在研究期间采集,因此不可用于分析。研究在基线期及 6 个月时提供毛细血管采血试剂盒,供参与者在家庭环境下采集样本以检测 HbA1c 和血脂。样本由 Randox Clinical Laboratory Service 处理,该实验室为英国认可服务(UKAS)认可的实验室。参与者被指示在采集当日使用预付费优先邮寄包装寄回样本,该包装符合生物制品运输法规要求。副作用通过按月实施的标准化问卷及参与者向监测团队和/或临床团队的自发性报告进行捕捉。严重或令人担忧的症状报告将触发 24 小时内的临床审查,并根据项目安全协议进行上报。用药史,包括合并用药情况,在开处方前于基线期收集。续药问卷还记录了自上次开处方以来新启用的,用于 GLP-1RA 疗法的合并用药。

终点指标

主要疗效终点为从基线到治疗启动后 6 个月体重变化,以绝对值(kg)和百分比变化表示。次要疗效终点包括达到具有临床意义的减重阈值(≥5%、≥10%、≥15% 和 ≥20% 基线体重)的参与者比例,以及同一时期内代谢参数的变化。血糖结局通过基线和 6 个月时测量的 HbA1c 进行评估,并对正常血糖(<42 mmol mol−1)、糖尿病前期(42 至 <48 mmol mol−1)和糖尿病(≥48 mmol mol−1)之间的转变进行评估。血脂结局包括参与者内部总胆固醇、LDL 胆固醇、HDL 胆固醇和甘油三酯的变化。项目参与度和耐受性通过随访期间的治疗中断和参与者报告的副作用进行评估。治疗中断定义为最近一次配药后超过 8 周无记录的 GLP-1RA 配药事件。安全结局包括观察期间报告副作用的频率和严重程度。

统计分析

Program data were pseudonymized before transfer to an independent statistical analysis team. Prespecified data-quality procedures identified implausible laboratory values and physiologically inconsistent weight measurements using predefined rules described in the Supplementary Methods. Baseline characteristics were summarized using means with standard deviations (s.d.), medians with interquartile ranges (IQRs) and counts with percentages as appropriate. Within-participant changes in continuous outcomes from baseline to 6 months were analyzed using paired t-tests. Differences in 6-month weight change and GLP-1 dosing across baseline subgroups were evaluated using linear regression models with nested model comparison using partial F-tests. Treatment discontinuation according to symptom-mitigation package use was examined using Pearson’s χ2 tests, and time-to-event analyses using multivariable Cox proportional hazards regression adjusted for age, ethnicity, IMD quintile and baseline weight category. Complete-case analyses were performed for each endpoint using participants with paired baseline and 6-month follow-up measurements. As sensitivity analyses, primary and secondary paired change estimates were repeated using stabilized inverse probability weighting to assess the potential influence of missing baseline or follow-up outcome data. The discrimination of the models used to derive the inverse probability weights was assessed using the c-statistic (see the Supplementary Methods for further details). For secondary outcomes and exploratory analyses involving multiple related hypothesis tests, Benjamini–Hochberg FDR adjustment was applied within predefined groups of related comparisons presented within the same figure, with FDR-adjusted P values presented alongside unadjusted P values. All tests were two-sided, with significance defined as P < 0.05. Analyses were conducted using R version 4.5.2.

Ethics

Participants provided electronic consent during program onboarding for use of their data for service evaluation and research purposes. Data were pseudonymized before transfer for analysis. In accordance with UK Health Research Authority guidance, the study constituted secondary analysis of routinely collected service data and did not require research ethics committee review. The study was conducted in accordance with the Declaration of Helsinki and applicable data-protection legislation.

Reporting summary

Further information on research design is available in the Nature Portfolio Reporting Summary linked to this article.

Data availability

Owing to the sensitive participant-level demographic and health information contained in the dataset, the data cannot be made openly available. Data and an accompanying data dictionary will be available for 5 years from publication to qualified researchers affiliated with recognized institutions, subject to applicable regulatory requirements and institutional approval. Requests should include the research objectives, methods, details of ethical approval and required data and be submitted to support@shemed.co.uk. Requests will be assessed within 6 months for scientific validity. Approved applicants will receive de-identified participant-level data after signing a data sharing agreement covering data security, permitted use and onward sharing.

Code availability

Analytical code for data processing and statistical analysis is available via GitHub at https://github.com/jamiewlc/shemed-glp1-6m-clinical-outcomes and Zenodo at https://doi.org/10.5281/zenodo.18821943 (ref. 22).

References

  1. Obesity and overweight. WHO fact sheet. WHO https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight (2025).

  2. NCD Risk Factor Collaboration (NCD-RisC). Worldwide trends in underweight and obesity from 1990 to 2022: a pooled analysis of 3663 population-representative studies with 222 million children, adolescents, and adults. Lancet 403, 1027–1050 (2024).

    Article  Google Scholar 

  3. Wilding, J. P. H. et al. Once-weekly semaglutide in adults with overweight or obesity. N. Engl. J. Med. 384, 989–1002 (2021).

    Article  PubMed  CAS  Google Scholar 

  4. Jastreboff, A. M. et al. Tirzepatide once weekly for the treatment of obesity. N. Engl. J. Med. 387, 205–216 (2022).

    Article  PubMed  CAS  Google Scholar 

  5. Lincoff, A. M. et al. Semaglutide and cardiovascular outcomes in obesity without diabetes. N. Engl. J. Med. 389, 2221–2232 (2023).

    Article  PubMed  CAS  Google Scholar 

  6. Lingvay, I. et al. Semaglutide for cardiovascular event reduction in people with overweight or obesity: SELECT study baseline characteristics. Obesity 31, 111–122 (2023).

    Article  PubMed  CAS  Google Scholar 

  7. Overweight and obesity management (NG246). NICE https://www.nice.org.uk/guidance/ng246 (2025).

  8. Tirzepatide for managing overweight and obesity (TA1026). NICE https://www.nice.org.uk/guidance/ta1026 (2024).

  9. Xie, Y. et al. Mapping the effectiveness and risks of GLP-1 receptor agonists. Nat. Med. 31, 951–962 (2025).

    Article  PubMed  CAS  Google Scholar 

  10. Do, D. et al. GLP-1 receptor agonist discontinuation among patients with obesity and/or type 2 diabetes. JAMA Netw. Open 7, e2413172 (2024).

    Article  PubMed  Google Scholar 

  11. Gasoyan, H. et al. One-year weight reduction with semaglutide or liraglutide in clinical practice. JAMA Netw. Open 7, e2433326 (2024).

    Article  PubMed  PubMed Central  Google Scholar 

  12. Golovaty, I. & Hagan, S. Direct-to-consumer platforms for new anti-obesity medications - Concerns and potential opportunities. N. Engl. J. Med. 390, 677–680 (2024).

    Article  PubMed  Google Scholar 

  13. Ladebo, L. et al. Real-world use of semaglutide for weight management: patient characteristics and dose titration—a Danish cohort study. Diabetes Care 47, 1834–1837 (2024).

    Article  PubMed  CAS  Google Scholar 

  14. Kosiborod, M. N. et al. Semaglutide in patients with heart failure with preserved ejection fraction and obesity. N. Engl. J. Med. 389, 1069–1084 (2023).

    Article  PubMed  CAS  Google Scholar 

  15. Perkovic, V. et al. Effects of semaglutide on chronic kidney disease in patients with type 2 diabetes. N. Engl. J. Med. 391, 109–121 (2024).

    Article  PubMed  CAS  Google Scholar 

  16. Malhotra, A. et al. Tirzepatide for the treatment of obstructive sleep apnea and obesity. N. Engl. J. Med. 391, 1193–1205 (2024).

    Article  PubMed  PubMed Central  CAS  Google Scholar 

  17. Newsome, P. N. et al. A placebo-controlled trial of subcutaneous semaglutide in nonalcoholic steatohepatitis. N. Engl. J. Med. 384, 1113–1124 (2021).

    Article  PubMed  CAS  Google Scholar 

  18. Dellgren, J. L. et al. International coverage of GLP-1 receptor agonists: a review and ethical analysis of discordant approaches. Lancet 404, 902–906 (2024).

    Article  PubMed  CAS  Google Scholar 

  19. Johnson, H. et al. Impact of digital engagement on weight loss outcomes in obesity management among individuals using GLP-1 and dual GLP-1/GIP receptor agonist therapy: retrospective cohort service evaluation study. J. Med. Internet Res. 27, e69466 (2025).

    Article  PubMed  PubMed Central  Google Scholar 

  20. Wilding, J. P. H. et al. Weight regain and cardiometabolic effects after withdrawal of semaglutide: the STEP 1 trial extension. Diabetes Obes. Metab. 24, 1553–1564 (2022).

    Article  PubMed  PubMed Central  CAS  Google Scholar 

  21. West, S. et al. Weight regain after cessation of medication for weight management: systematic review and meta-analysis. BMJ 392, e085304 (2026).

    Article  PubMed  PubMed Central  Google Scholar 

  22. Wong, J. L. C. Analysis code for: Real world, digital-first delivery of GLP-1 receptor agonist therapy in women. Zenodo https://doi.org/10.5281/zenodo.18821943 (2026).

Download references

Funding

This study was supported by a grant from The Chicago Community Trust provided through a donor-advised fund. The award is administered through an institutional research account at University College London. The funder had no role in study design, data collection, analysis, interpretation of the data or the decision to submit the manuscript for publication.

Author information

Authors and Affiliations

  1. Institute of Cardiovascular Science, University College London, London, UK

    John Deanfield

  2. Unit for Lifelong Health and Ageing, Institute of Cardiovascular Science, University College London, London, UK

    Jamie Lai Chun Wong & Michail Katsoulis

  3. Independent researcher, London, UK

    Emma Deanfield

  4. Primary Care Cardiology Lead, Oxford and Thames Valley Health Innovation Network, High Wycombe, UK

    Raj Thakkar

  5. Institute of Clinical Trials and Methodology, University College London, London, UK

    Riyaz Patel

  6. SheMed, London, UK

    Rachael Joy

  7. eMed Healthcare UK, London, UK

    Matthew Noble

  8. Pennington Biomedical Research Center, Louisiana State University, Baton Rouge, LA, USA

    Donna H. Ryan

Authors

  1. John Deanfield
  2. Jamie Lai Chun Wong
  3. Michail Katsoulis
  4. Emma Deanfield
  5. Raj Thakkar
  6. Riyaz Patel
  7. Rachael Joy
  8. Matthew Noble
  9. Donna H. Ryan

Contributions

Conceptualization: J.D. and E.D.; data curation: M.N., R.J. and J.L.C.W.; formal analysis: J.L.C.W. and M.K.; funding acquisition: J.D.; methodology: J.D., E.D., J.L.C.W. and M.K.; project administration: M.N. and R.J.; resources: M.N. and R.J.; validation: J.L.C.W. and M.K.; visualization: J.L.C.W.; writing—original draft: J.D., E.D. and J.L.C.W.; writing—review and editing: R.T., D.H.R., R.P., M.N., R.J. and M.K. All authors reviewed and approved the final manuscript and vouch for the accuracy and integrity of the analyses.

Corresponding author

Correspondence to John Deanfield.

Ethics declarations

Competing interests

J.D. has received consulting honoraria from Aegerion, Amgen, AstraZeneca, Bayer, Boehringer Ingelheim, Merck, Novartis, Novo Nordisk, Pfizer, Sanofi and Takeda; research grants from Aegerion, Alzheimer’s Research UK, British Heart Foundation, Colgate, Medical Research Council (UK), MSD, National Institute for Health and Care Research, Pfizer, Public Health England and Roche; and consulting fees from eMed Healthcare UK Ltd. R.T. has received honoraria from Abbott, Amarin, Amgen, AstraZeneca, Bayer, Boehringer Ingelheim, Daiichi Sankyo, Edwards, Medtronic, Menarini and Novartis. R.P. has received honoraria, speaker and consulting fees from Novartis, Menarini and Novo Nordisk. R.J. is an employee of SheMed Limited, and M.N. is an employee of eMed Healthcare UK Ltd. eMed Healthcare UK Ltd. and SheMed Limited co-operated the digital program evaluated in this study. D.H.R. has received consulting honoraria from AbbVie, Altimmune, Amgen, AstraZeneca, Biohaven, Boehringer Ingelheim, Calibrate, Carmot Therapeutics (Roche), CinRx, Eli Lilly, eMed, Epitomee, Gila Therapeutics, Ifa Celtic, Novo Nordisk, Pfizer, Regeneron, Rhythm, Scientific Intake, Source Bio, Structure Therapeutics, Tenvie, Wondr Health and Zealand Pharma; and stock options from Calibrate, Epitomee, Scientific Intake and Xeno Bioscience. The other authors declare no competing interests.

Peer review

Peer review information

Nature Medicine thanks Kleopatra Alexiadou, Milan Piya and Aayush Visaria for their contribution to the peer review of this work. Primary Handling Editor: Liam Messin, in collaboration with the Nature Medicine team. Peer reviewer reports are available.

Additional information

Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Extended data

Extended Data Table 1 Baseline age-stratified characteristics

Full size table

Extended Data Table 2 Baseline characteristics of all online registrants stratified by inclusion in the final analytical sample

Full size table

Extended Data Table 3 Inverse probability weighted sensitivity analysis of primary and secondary outcome estimates

Full size table

Extended Data Fig. 1 Dose trajectories across demographic strata.

a–d, Mean tirzepatide dose trajectories from baseline to six months according to baseline weight category (a), age group (b), Index of Multiple Deprivation (IMD) quintile (c) and self-reported ethnicity (d). Dose at each timepoint reflects the most recent prescription recorded before or during that month of follow-up. Semaglutide trajectories are not shown owing to limited exposure within the cohort (<2% of the cohort). Benjamini-Hochberg false discovery rate (FDR) adjusted P values are presented alongside unadjusted P values to account for multiple testing, with FDR adjustment applied across the four subgroup tests shown in panels a–d.

Extended Data Fig. 2 Absolute and percentage weight and BMI change across demographic strata.

a–d, Heat maps displaying absolute weight change (a), percentage weight change (b), absolute BMI change (c) and percentage BMI change (d) at six months stratified by age group, Index of Multiple Deprivation (IMD) quintile and either baseline weight category (a,b) or baseline BMI category (c,d). Cells with fewer than 20 observations are suppressed and denoted by an asterisk (*). Categories were collapsed where necessary to minimise sparse cell counts.

Extended Data Fig. 3 Glycaemic state transitions.

a, Sankey diagram illustrating transitions between baseline and six-month HbA1c categories (normoglycaemia, prediabetes and diabetes). Participants with normoglycaemic HbA1c values at baseline were omitted from the visualisation to improve clarity of transition patterns. b, Data on transitions between baseline and six-month HbA1c categories in a tabular format. Transition counts are derived from complete-case paired measurements.

Extended Data Fig. 4 Associations between weight change and cardiometabolic biomarkers.

Forest plot illustrating multivariable associations between six-month weight change and changes in HbA1c and lipid parameters among participants with paired measurements. Estimates represent mean biomarker change per 10 kg weight reduction derived from linear regression models adjusted for age, ethnicity, Index of Multiple Deprivation (IMD) quintile and baseline weight category. Benjamini-Hochberg false discovery rate (FDR) adjusted P values are presented alongside unadjusted P values to account for multiple testing across the biomarker association tests presented.

Extended Data Fig. 5 Cumulative incidence of treatment discontinuation.

a–e, Kaplan–Meier curves depicting cumulative incidence of treatment discontinuation from baseline to six months overall (a) and stratified by baseline weight category (b), age group (c), Index of Multiple Deprivation (IMD) quintile (d) and self-reported ethnicity (e). Hazard ratios were estimated using mutually adjusted Cox proportional hazards models controlling for age, ethnicity, IMD quintile and baseline weight category. Subgroup analyses were restricted to participants with complete covariate data. Benjamini-Hochberg false discovery rate (FDR) adjusted P values are presented alongside unadjusted P values for the mutually adjusted hazard ratios to account for multiple testing.

Extended Data Fig. 6 Side effect burden across demographic subgroups.

a–d, Distribution of participant-reported side effect counts and maximum severity across age groups (a), Index of Multiple Deprivation (IMD) quintiles (b), self-reported ethnicity (c), and baseline weight categories (d). Side effects were reported at medication refill intervals using structured questionnaires. Severity categories were defined as none, mild, moderate or severe.

Extended Data Fig. 7 Weight loss according to treatment discontinuation status.

a,b, Distribution of absolute (a) and percentage (b) weight change at final available follow-up among participants who discontinued treatment and those who completed six months of follow-up. Within each box plot, the centre line indicates the median, and the lower and upper bounds of the box indicate the 25th and 75th percentiles respectively. Whiskers extend to the most extreme values within 1.5 times the interquartile range. Values beyond the whiskers are shown as individual points, with the minimum and maximum represented by the lowest and highest points respectively. c, Weight loss threshold attainment according to clinically meaningful weight loss thresholds (≥5%, ≥10%, ≥15%) by six months is summarised by discontinuation status.

Rights and permissions

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/.

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Deanfield, J., Wong, J.L.C., Katsoulis, M. et al. Real-world, digital-first delivery of GLP-1 receptor agonist therapy in women. Nat Med (2026). https://doi.org/10.1038/s41591-026-04687-x

Download citation

  • Received: 19 March 2026

  • Accepted: 27 August 2026

  • Published: 16 October 2026

  • Version of record: 16 October 2026

  • DOI: https://doi.org/10.1038/s41591-026-04687-x

来源:Nature 健康护理主题 · nature.com