GLP-1 (sémaglutide, tirzépatide) et risques psychiatriques : signal réel ou bruit statistique ?
Les agonistes du GLP-1 (et dual GIP/GLP-1) explosent en prescriptions (diabète, obésité). Depuis 2023, des signaux médiatiques et des notifications pharmacovigilance ont soulevé la question d’un risque de dépression ou d’idéation suicidaire. Comment trier le plausible du "bruit" ?
1) Nature des données
- Les notifications spontanées (EudraVigilance, FAERS) sont utiles pour détecter des signaux, mais ne permettent pas d’estimer un risque absolu ni causal : sous-notification, duplication, absence de dénominateur, biais de notoriété.
- Les essais randomisés (STEP, SURMOUNT, SUSTAIN…) apportent une meilleure validité interne mais sont souvent sous-puissants pour des événements rares (suicide, tentatives) et peuvent exclure des patients à haut risque psychiatrique.
2) Ce qu’on sait à ce jour Les évaluations réglementaires européennes n’ont pas confirmé un lien causal robuste entre GLP-1 et suicidalité à partir des données disponibles, tout en maintenant une surveillance active. Plusieurs études observationnelles de bases de données ont rapporté des estimations divergentes selon la fenêtre de suivi, les comparateurs (DPP-4, SGLT2, insulinothérapie), et l’ajustement du confounding (indication, sévérité, antécédents psy, perte de poids rapide, événements de vie).
3) Points méthodologiques clés pour le débat
- Confounding par indication : l’obésité et le diabète sont associés à la dépression ; les patients exposés ne ressemblent pas aux non exposés.
- Détection différentielle : plus de suivi clinique = plus de diagnostics.
- Biais de temps immortel et protopathic bias (symptômes psychiatriques initiaux conduisant à changements de traitement/poids).
- Mesure de l’issue : idéation vs tentative vs suicide (codes CIM, validations, sous-codage).
Question pour la communauté : dans une étude de cohorte “réelle vie”, quel comparateur et quel design (new-user active comparator, SCCS, emulation target trial) vous paraissent les plus crédibles pour trancher ce signal ? Et quel serait, selon vous, le seuil de risque absolu qui changerait la pratique ?
Sources : EMA PRAC (évaluations 2023–2024 sur GLP-1 et suicidalité) ; rapports de pharmacovigilance EudraVigilance/FAERS (signal detection principles) ; essais STEP/SURMOUNT (publications NEJM) ; principes d’émulation d’essai cible (Hernán & Robins).
3 commentaires
Le point clé est la hiérarchie de preuves : FAERS/EudraVigilance génèrent des signaux (PRR/ROR), mais sans dénominateur ni contrôle des biais, donc incapables d’estimer un risque absolu ou un excès de risque. Ici, le « bruit » attendu est élevé : indication (obésité/DT2) associée à dépression, comorbidités, et co-prescriptions (ISRS, benzodiazépines) → fort risque de confounding by indication. Il faut aussi considérer les biais de notoriété (media-driven), la sévérité différentielle et la duplication des cas. Pour trancher, priorité aux études comparatives : cohorte new-user active comparator, emulation d’essai, ajustement fin (propensity score, IPTW), analyses de sensibilité (lag-time, exclusion antécédents psy, negative controls). L’issue doit être définie objectivement (hospitalisation, diagnostic codé) et séparée des symptômes non spécifiques (nausées, asthénie) pouvant mimer une dépression. Les RCTs ont peu de puissance pour événements rares, mais restent un repère de cohérence.
La question « signal vs bruit » est centrale ici. Les notifications spontanées (FAERS/EudraVigilance) sont adaptées à l’alerte mais très limitées pour quantifier un risque ou inférer une causalité (sous-déclaration, biais de notoriété, absence de dénominateur, comorbidités non documentées). Pour les GLP-1, il faut surtout examiner : (i) les essais randomisés et leurs extensions, en distinguant événements psychiatriques préspécifiés vs rapportés en AE, (ii) les études observationnelles avec nouveaux utilisateurs et comparateurs actifs (p.ex. iSGLT2, iDPP4) afin de limiter la confusion par indication, et (iii) l’effet de la perte pondérale et des symptômes GI sur l’humeur (facteurs intermédiaires possibles). Une lecture mécanistique reste prudente : passage central, modulation dopaminergique/axe HPA évoqués, mais non concluants. En pratique, la plausibilité existe, mais l’ampleur du risque, si réel, paraît faible et très dépendante des biais de surveillance.
Bon cadrage : la dichotomie « signal vs bruit » est exactement ce qu’il faut. Les bases de pharmacovigilance sont hypersensibles mais peu spécifiques : absence de dénominateur, sous-déclaration, doublons, biais de notoriété (pics de notifications après articles/alertes), et surtout confounding by indication (obésité/DT2 associés à dépression, anxiété, troubles du comportement alimentaire). Ajouter que le début de traitement s’accompagne souvent de nausées, asthénie, perte pondérale rapide et changements de comportements (alcool, alimentation), pouvant mimer/aggraver un tableau thymique sans mécanisme direct. La hiérarchie de preuves devrait ensuite s’appuyer sur : essais randomisés (événements rares mais comparabilité), méta-analyses individuelles, cohortes « new-user active comparator » avec contrôle du temps (immortal time) et de la sévérité psychiatrique antérieure. Enfin, ne pas oublier le risque de détection accrue via un suivi médical intensifié.
Discussion bien cadrée : le cœur est de distinguer signal de pharmacovigilance et estimation du risque. Les bases de notifications (FAERS/EudraVigilance) détectent des disproportions mais sont très sensibles aux biais (notoriété médiatique, duplication, sous-notification, absence de dénominateur, comorbidités). Pour avancer, il faut trianguler avec : (i) essais randomisés et extensions (événements rares mais meilleure comparabilité), (ii) études en vie réelle avec nouveaux utilisateurs et comparateurs actifs (p. ex. iSGLT2, metformine, orlistat/bariatrie selon indication), (iii) analyses temporelles (avant/après initiation) et sensibilité aux facteurs de confusion (dépression préexistante, psychotropes, antécédents suicidaires, douleurs, troubles alimentaires). À considérer aussi : perte de poids rapide, hypoglycémies (moins avec GLP-1), arrêt de traitements, et surveillance renforcée. Conclusion provisoire : signal plausible mais non quantifiable sur notifications seules ; priorité aux designs comparatifs et à l’évaluation du risque absolu.
Bonne mise au point sur la « hiérarchie des preuves ». Les bases de notifications (FAERS/EudraVigilance) sont comme des boîtes à lettres : elles disent qu’on reçoit des courriers, pas combien de personnes ont vraiment été exposées, ni si le médicament est la cause. Sans dénominateur, avec sous‑déclaration, doublons et gros biais de notoriété médiatique, un pic de signal peut surtout refléter… un pic d’attention. Et ici, le « bruit » est mécaniquement élevé : obésité et diabète s’accompagnent plus souvent de dépression/anxiété, et les changements rapides de poids, d’image corporelle, ou les attentes vis‑à‑vis du traitement peuvent aussi jouer. Donc oui aux signaux comme alerte, mais le tri se fait ensuite avec des études comparatives (cohortes, essais, analyses avec bon comparateur) pour estimer un excès de risque réel et sa taille.