人工智能分析Reddit帖子揭示减肥药物可能存在的新副作用
一项新研究利用人工智能分析了超过40万个Reddit帖子，发现了与GLP-1类减肥药物相关的一些可能未被充分记录的副作用。
- 人工智能(AI)对超过40万个Reddit帖子的分析发现，服用GLP-1药物的人经常报告一些在临床试验或药品标签中未被完全记录的副作用。
- 两类被报告不足的症状包括生殖问题，如月经不规律，以及与温度相关的投诉，包括寒战和潮热。
- 此外，尽管在临床试验数据中不太突出，但疲劳也是经常在网上讨论的症状，而已知的副作用如恶心也被广泛报告。
- 研究人员强调，这些发现并不能证明因果关系，但表明对社交媒体的AI分析可以帮助更早识别患者关注的问题，并指导未来的临床研究。
GLP-1受体激动剂是目前流行的减肥药物，用于管理肥胖和2型糖尿病。世界卫生组织表示，这类疗法的需求正在增长，有研究表明大约八分之一的美国成年人报告曾经使用过GLP-1药物，其中6%目前正使用此类药物。
GLP-1药物的常见副作用主要是胃肠道方面的，如恶心、呕吐、腹泻和便秘。研究表明，这些不良反应可能发生在40%至85%的人群中。健康专家建议，人们可以通过调整饮食来帮助减轻这些副作用。
尽管这些副作用大多为轻度至中度，并且通常会很快消失，但不良反应仍然是停药的常见原因。
虽然这些副作用已有充分记录，但许多人在使用GLP-1药物时也经常报告一些经验性的不良反应。
现在，一项发表在《自然健康》杂志上的新研究利用AI分析社交媒体帖子，发现了与这些药物相关的患者报告的副作用，这些可能尚未在临床试验中得到充分记录。
GLP-1社交媒体数据的关键发现
由宾夕法尼亚大学研究人员领导的这项研究，分析了近7万名用户发布的超过40万个讨论GLP-1受体激动剂（包括司美格鲁肽和替泽帕肽）的Reddit帖子。
分析确定了两类可能需要进一步调查的主要症状类别。这些包括生殖症状，如月经不规律和异常出血，以及与温度相关的问题，如寒战、潮热和异常感觉寒冷。
此外，疲劳成为讨论频繁的症状，尽管在临床试验数据中不太突出。
常见的已知副作用，如胃肠道症状，也被广泛报告，这为该方法的可信度提供了支持。
"我们发现的一些副作用，如恶心，是众所周知的，这表明该方法正在捕捉真实的信号，"高级作者Sharath Chandra Guntuku在新闻稿中表示，"那些被报告不足的症状是来自患者自身的线索，未经提示，临床医生可能会关注它们。"
该研究突显了一个日益发展的领域，有时被称为"计算社交倾听"，即AI工具分析大量在线内容以识别健康趋势。
从历史上看，这种方法受到个人如何用自己的语言描述症状的解释难度的限制。将这些描述映射到标准化的医学术语可能耗时。然而，大型语言模型的最新进展使大规模处理此类数据成为可能，使研究人员能够更高效、更一致地分析数十万帖子的模式。
令人惊讶的GLP-1副作用
关于哪些新发现的副作用最令人惊讶，该研究的第一作者、Guntuku和Lyle Ungar博士指导的博士生Neil Sehgal, ME, MS，告诉Medical News Today：
"有几个有趣的发现。生殖症状是最有趣的信号之一。近4%报告副作用的用户提到了月经变化，如周期不规律、大量出血或月经间期出血，而这些症状在当前的药品说明书中并未突出显示。"
"当你考虑到我们在Reddit上看到的是男女混合样本，而Reddit用户偏向男性时，真正服用这些药物的女性中这一比例可能更高，"Sehgal说。
"疲劳也是总体上报导第二多的症状，但在现有试验中很少达到报告阈值。患者在网上自我报告的内容与试验中捕捉到的内容之间的这种差距，正是推动这项工作的动力，"他补充道。
为什么临床试验可能会漏掉某些症状
临床试验仍然是识别药物安全问题的"黄金标准"。然而，它们可能并不总是能捕捉到患者体验的全部范围。
通常，试验旨在检测最严重或最常见的不良反应。因此，它们可能会忽略那些个人认为麻烦但危险性较低，或发生频率较低的症状。
"临床试验通常能识别药物最危险的副作用，"合著者Ungar补充道，"但它们可能无法发现患者最关心的症状；尽管社交媒体不一定具有代表性，但大量帖子的集合可能反映了额外的担忧。"
不过，研究人员强调，这些发现并不能证明因果关系。他们指出，该研究仅显示用户在服用药物时报告了这些症状，并不意味着GLP-1药物直接导致了这些症状。
研究团队认为，某些报告的症状背后可能有合理的生物学原因。
GLP-1药物被认为作用于下丘脑——大脑中调节激素、体温和能量平衡的区域。因此，这可能可以解释有关月经问题和体温波动的报告。
然而，需要更严格的对照研究来确定GLP-1药物是否确实是这些症状的真正原因。
为什么负面Reddit帖子不能代表全部情况
研究作者警告说，Reddit用户并不能代表总人口。该平台的用户往往比服用GLP-1药物的更广泛人群更年轻、更多为男性、更多基于美国。因此，这些发现可能无法反映所有个体的体验。
"最重要的挑战是理解我们实际上发现了什么。有几点使这变得棘手，"Sehgal告诉MNT。
"首先，Reddit用户并不是服用这些药物的所有人的代表性样本。如果你有良好的体验，你不太可能在网上写关于它。所以我们几乎肯定捕捉到了一个扭曲的全貌。"
"其次，我们不能说明任何因果关系。当有人报告在服用这些药物之一时出现月经不规律，我们不知道是否是药物导致的，"Sehgal继续说。
"我对所有这些的总结是，我们的发现最好被视为值得进一步调查的信号，而不是结论。我们指出的方向我们认为值得更严格的后续跟进，而不是对任何事情下定论，"他总结道。
此外，一位研究作者报告称，代表宾夕法尼亚大学收到了诺和诺德公司提供的研究者发起的资助，并从Currax Pharmaceuticals, LLC获得咨询费。
社交媒体可帮助监测药物安全
研究团队希望他们的发现能鼓励临床医生和监管机构更加关注患者在网上分享的报告体验。他们还希望将未来的研究扩展到Reddit以外，包括其他平台和更多样化的人群，以及非英语语言数据。
研究人员得出结论，AI驱动的社交媒体分析可以作为早期预警系统，特别是对于迅速广泛使用的药物或健康产品。
"先前的研究已经确立社交媒体可以作为药物安全监测的有用工具，"Sehgal补充道。
"Ungar实际上在2011年就做了一项研究，研究如何从在线留言板上识别乳腺癌药物的不良事件，所以从某种意义上说，这项工作建立在一个有着悠久传统的基础之上。"
"改变的是技术。大型语言模型使这种分析能够更快地进行，并达到以前难以实现的标准化水平，"Sehgal说。
目前，建议服用司美格鲁肽或替泽帕肽等GLP-1药物的人，如出现任何新的或不寻常的症状，应与医疗专业人员讨论。
【全文结束】
