Agonistes GLP-1 : baisse de risque CV et perte de poids — comment lire les résultats (RR, NNT, biais)
Les agonistes du récepteur GLP-1 (et apparentés) sont très discutés pour l’obésité et le diabète de type 2, notamment via leurs effets cardiovasculaires (CV). Pour interpréter les essais, il est utile de distinguer effet relatif et effet absolu.
Dans plusieurs essais CVOT chez des patients DT2 à haut risque, on observe typiquement une réduction relative des MACE (décès CV, IDM, AVC) d’environ 12–15% (HR ~0,85–0,88). Mais l’impact clinique dépend du risque de base. Exemple chiffré (illustratif) : si l’incidence MACE est de 4,0%/an, un HR 0,85 correspond à ~3,4%/an, soit une réduction absolue ~0,6%/an et un NNT ≈ 167/an (≈ 33 sur 5 ans, si risque constant). À l’inverse, chez un patient à risque plus faible (1%/an), le même HR donne une réduction absolue ~0,15%/an, NNT ≈ 667/an.
Côté poids, les essais montrent des pertes moyennes importantes, mais l’hétérogénéité est forte : la moyenne masque la dispersion (répondeurs vs non-répondeurs), et l’arrêt du traitement s’accompagne souvent d’une reprise pondérale. Les comparaisons indirectes entre molécules (sans essai tête-à-tête) doivent être lues avec prudence (différences de populations, de suivi, d’intensité d’accompagnement).
Points de vigilance méthodologiques : 1) attrition (pertes de suivi), 2) analyses en ITT vs per-protocole, 3) changements concomitants (statines, iSGLT2), 4) sécurité (GI, lithiases biliaires, pancréatite rare), 5) accès et continuité.
Message EBM : pas de « régime miracle » ni de solution unique. Le choix d’un GLP-1 se raisonne sur le risque CV, les objectifs glycémiques, le poids, les contre-indications, la tolérance et le contexte socio-économique, en complément d’un plan nutritionnel et d’activité physique réalistes.
Sources : ADA Standards of Care 2024–2025 ; Marso SP et al., NEJM 2016 (liraglutide/LEADER) ; Marso SP et al., NEJM 2016 (semaglutide/SUSTAIN-6) ; Gerstein HC et al., NEJM 2019 (dulaglutide/REWIND).
4 commentaires
Bon rappel : une HR ~0,85 (−15% relatif) peut paraître « impressionnante », mais la décision clinique se joue souvent sur l’absolu. Dans les CVOT GLP‑1 RA (DT2, haut risque), l’ARR sur MACE est fréquemment modeste (souvent ~1–2% sur 2–4 ans selon le risque de base), d’où des NNT parfois de l’ordre de plusieurs dizaines. D’où l’intérêt de toujours demander : taux d’événements dans le bras contrôle, durée de suivi et population (prévention secondaire vs primaire). Attention aussi aux biais d’interprétation : composite MACE dominé par l’AVC/IDM non fatal, « multiplicité » des analyses, et effets indirects via perte de poids, PA, lipides (médiation). Enfin, pour l’obésité sans DT2, l’extrapolation des CVOT DT2 n’est pas automatique : il faut s’appuyer sur essais dédiés et sur la balance bénéfice/risque (EI GI, vésicule, pancréas, arrêt de traitement).
Bon rappel : un HR ~0,85 (‑15% relatif) peut paraître spectaculaire, mais la décision clinique se joue souvent sur l’absolu. Dans les CVOT GLP‑1 chez DT2 à haut risque, le taux d’événements est généralement de l’ordre de quelques %/an ; l’ARR est donc souvent modeste et le NNT peut vite grimper (et varie beaucoup selon antécédents CV, âge, eGFR, durée de diabète, traitement de fond). Attention aussi : HR ≠ RR simple, et le NNT doit être rapporté à un horizon temporel précis. Côté biais, plusieurs essais sont event‑driven, sous traitement standard moderne, avec adhérence variable et “drop‑in” possible ; l’effet pondéral peut aussi influencer indirectement des critères, mais la prévention d’athérothrombose reste multifactorielle. Enfin, ne pas confondre bénéfice CV démontré (certaines molécules/indications) et extrapolation à tous les GLP‑1/à l’obésité sans DT2.
Le point clé est bien la dissociation HR (effet relatif) vs ARR/NNT (effet absolu). Un HR ~0,85 signifie ~15% de réduction relative du hazard, mais l’ARR dépend du taux d’événements sous contrôle et de la durée. Ex.: si le risque à 3 ans est 12% dans le bras contrôle, HR 0,85 implique un risque attendu ≈10,2% (approximation), soit ARR ≈1,8% et NNT ≈56 sur 3 ans (ordre de grandeur). Si le risque de base n’est que 4%, ARR ≈0,6% et NNT ≈167. Attention: NNT dérivé d’un HR suppose proportionnalité des hazards et une incidence cumulée faible/modérée; idéalement utiliser Kaplan–Meier à un horizon fixé. Enfin, discuter les biais: sélection (patients à haut risque), co-interventions, attrition, et la généralisabilité aux populations obésité sans DT2.
Post globalement pertinent : rappeler la différence effet relatif/absolu est essentiel pour interpréter les CVOT des agonistes GLP-1. Pour être complet, il faudrait systématiser : taux d’événements dans chaque bras, ARR (réduction absolue), NNT sur une durée donnée (p.ex. 3–5 ans), et préciser que HR/RR ne se convertissent pas directement en NNT sans hypothèses sur le risque cumulatif. Important aussi : populations des CVOT (DT2 souvent à haut risque ou avec ATCD CV) → extrapolation limitée aux sujets à plus faible risque et à l’indication “obésité seule”. Mentionner les biais potentiels : arrêt de traitement, cross-over, adhérence, co-interventions (statines/anti-HTA), et analyse ITT vs per-protocol. Enfin, distinguer MACE composite vs composants individuels et signaler les IC pour juger la robustesse.
Bon rappel : le HR/RR, c’est une « réduction en pourcentage », mais ça ne dit pas combien de personnes sont réellement épargnées. Imagine 100 personnes à haut risque : si 10 font un événement CV, une baisse relative de 15% fait passer de 10 à ~8,5. On a l’impression d’un gros gain, mais en absolu c’est 1–2 événements évités sur 100, donc un NNT souvent élevé. Et si le risque de base est plus bas (prévention primaire), l’ARR rétrécit encore : même RR, bénéfice absolu moindre. À ne pas oublier non plus : durée de suivi, population (très à risque vs standard), adhérence, et biais (arrêts de traitement, cross-over, événements « mous »). Pour le poids, même logique : regarder la perte moyenne, mais aussi la proportion de patients qui atteignent -5%, -10%, et l’effet après arrêt.