Le site de Jacques Chevalier

DIABETE DE TYPE 2

Du Journal International de Médecine du 20 mars 2025

Diabète de type 2 : choisir le bon traitement

 

Dr Philippe Tellier | 20 Mars 2025

Validé sur plus de 200 000 patients, un modèle prédictif aide à choisir le traitement hypoglycémiant du diabète de type 2 en plus de la metformine. Basé sur 9 variables cliniques et biologiques, il pourrait réduire les échecs thérapeutiques et améliorer le contrôle glycémique. 

La prise en charge du diabète de type 2 repose sur un contrôle glycémique strict pour réduire au mieux le risque de macro- et de microangiopathie à long terme.

 

Pour ce faire, il existe désormais plusieurs classes de médicaments hypoglycémiants dotés de mécanismes d’action spécifiques et caractérisés par un rapport efficacité/acceptabilité largement tributaire des caractéristiques propres à chaque patient.

De ce fait, leur prescription reste largement empirique, quoiqu’orientée par les recommandations émanant des sociétés savantes.

En pratique, chaque prescripteur est à même de déterminer le médicament qui convient le mieux à une situation clinique donnée, la maladie per se n’étant qu’un élément décisionnel, à côté du profil psychologique ou encore du statut socio-économique. 

L’idéal serait cependant de disposer d’un modèle capable de prédire la réponse glycémique à ces divers médicaments en fonction de variables opportunément choisies et simples à utiliser en routine. Une telle stratégie permettrait de prévenir les échecs thérapeutiques à long terme, préjudiciables à la prise en charge optimale de cette maladie chronique. 

Vers un modèle prédictif : cinq classes pharmacologiques, neuf variables cliniques ou biologiques 

Tel est l’objectif d’une étude publiée dans le Lancet, qui s’est attachée à développer et à valider un tel modèle à partir d’une base de données britannique (en l’occurrence Clinical Practice Research Datalink [CPRD] Aurum). 

C’est ainsi qu’ont été prises en compte et intégrées 212 166 initiations de traitement entre 2004 et 2020 chez autant de patients atteints d’un diabète de type 2. Une première validation interne a été réalisée selon des critères géographiques et calendaires.

Le modèle a par ailleurs été validé en externe sur la base des données individuelles extraites de trois essais randomisés publiés, tous consacrés au traitement du diabète de type 2 (un essai croisé à trois médicaments dit TriMaster, et deux essais menés sur groupes parallèles NCT00622284 et NCT01167881).

Les classes pharmacologiques suivantes ont été évaluées : inhibiteurs de la DPP-4 (dipeptidyl peptidase-4), agonistes des récepteurs GLP-1 (glucagon-like peptide-1), inhibiteurs du SGLT-2 (sodium–glucose co-transporter-2), sulfonylurées et thiazolidinediones. La metformine était administrée en première intention dans la plupart des cas et, dans ces conditions, non soumise à un choix thérapeutique. 

Neuf variables cliniques et biologiques ont été utilisées pour prédire la réponse glycémique : âge, sexe, ancienneté du diabète, HbA1c à l’état basal, indice de masse corporelle (IMC), débit de filtration glomérulaire estimé, taux sériques de cholestérol HDL et total, mais aussi de l’enzyme alanine aminotransférase (ALAT).

Des résultats encourageants et validés de manière transversale 

L’évaluation repose sur une approche statistique alambiquée qui fait intervenir la notion de concordance entre l’impact des traitements prédits par le modèle et ceux observés dans la pratique courante, quant au contrôle glycémique ou à d’autres critères d’efficacité.

Le groupe dit concordant se compose de patients qui ont reçu le traitement considéré comme optimal par le modèle et celui constaté en pratique. Les résultats observés sont obtenus à partir de la base de données précédemment définie et des essais randomisés cités. 

La concordance a été observée lors de 32 305 initiations thérapeutiques (15,2 %) et, dans ce cas, la réduction des taux d’HbA1c (versus discordance) à 12 mois a été en moyenne comprise entre 5,0 et 5,3 mmol/mol. Un résultat qui a été validé à l’aune des données individuelles extraites des trois essais randomisés. Le risque d’échec thérapeutique s’est ainsi avéré réduit de 38 % en cas de concordance, le hazard ratio ajusté (HRa) étant de fait estimé à 0,62 [IC à 95 % 0,59–0,64].

Le bénéfice à long terme dépasse l’impact sur le simple contrôle glycémique, si l’on procède à la même comparaison concordance/discordance en tenant compte du risque de complications diverses à 5 ans : (1) évènements cardiovasculaires majeurs ou insuffisance cardiaque : HRa = 0,85 [0,76–0,95] ; (2) progression d’une atteinte rénale : HRa= 0,71 [0,64–0,79]) ; (3) microangiopathie : HRa= 0,86 [0,78–0,96].

Les agonistes du GLP-1R et les inhibiteurs du SGLT2 sont les classes pharmacologiques jugées le plus souvent optimales (62,4 % des initiations). Seules 17,8 % des prescriptions en Angleterre depuis 2019 correspondaient au traitement optimal prédit, ce qui plaide en faveur d’une marge d’amélioration plus que significative.

Des promesses à confirmer 

Ce modèle prédictif constitue au moins en théorie un outil simple et utilisable en routine pour choisir l’hypoglycémiant le plus adapté à un patient diabétique donné, en complément de la metformine. Il serait ainsi possible d’améliorer le contrôle glycémique, de prévenir les échecs thérapeutiques, voire de réduire l’incidence des complications à long terme.

Les variables retenues sont facilement accessibles et peu coûteuses, encore qu’elles soient loin de refléter la complexité des décisions à prendre dans le monde réel. L’étude a par ailleurs ses limites car, si la méthodologie statistique est alambiquée (quoique critiquable), elle n’en repose pas moins sur une approche strictement transversale.

Avant d’adopter ce modèle en pratique courante et d’en faire un outil révolutionnaire, il convient de valider ses promesses en s’aidant d’études de cohorte prospectives, faute de quoi l’exercice risque fort de rester purement mathématique et académique. Il faut démontrer qu’il apporte un plus par rapport à la pratique courante, ce qui n’est pas si évident… 

Pour en savoir plus : 

L’outil est consultable ici : https://www.diabetesgenes.org/t2-treatment/

References

Dennis JM, Young KG, Cardoso P, et al ; MASTERMIND Consortium. A five-drug class model using routinely available clinical features to optimise prescribing in type 2 diabetes: a prediction model development and validation study. Lancet. 2025 Mar 1;405(10480):701-714. doi: 10.1016/S0140-6736(24)02617-5.

Date de dernière mise à jour : 23/03/2025

  • Aucune note. Soyez le premier à attribuer une note !