编者按：

降糖药物的依从性与持续性看似平常，却攸关降糖治疗的实际成效。米兰当地时间10月2日上午，第62届欧洲糖尿病研究协会年会（EASD2026）围绕“请不要离开：降糖药物的依从性与持续性”专题展开讨论，3位讲者聚焦“如何测量治疗持续性”、“GLP-1受体激动剂（GLP-1RA）和SGLT2抑制剂的持续性现状”以及“促进更广泛领域的依从性”，分享了各自的最新研究证据与临床思考。本文梳理核心要点如下。

来自斯洛伐克的Patricia Schnorrerova药师以一句名言开场：“患者不吃药，药物就不会起效”。随后她明确了“依从性”的概念：根据世界卫生组织2003年的定义[1]，依从性是指患者的服药、饮食调整及生活方式改变等行为，与医患共同商定的建议相符合的程度。它不同于传统意义上的服从，后者把患者视为被动接受指令的一方；依从则强调医患共同决策，患者是自身照护中主动、知情的伙伴。

卫生系统与医护团队、社会与经济环境、疾病本身、治疗方案以及患者自身，这五大因素共同塑造了依从行为。也就是说，依从性是多维度的，很少单纯归咎于患者；依从性还会随时间经历不同阶段[2]：从启动、首次取药、执行，到持续用药、再到停药乃至治疗结束。因此，干预措施也必须与患者所处的具体阶段相匹配，而非采取传统的一刀切模式[3]。此外，测量本身同样关键。依从性的测量方法通常从可靠性与采样丰富度两个维度加以考量：治疗药物监测和药房续药数据可靠性较高，但采样相对稀疏；回顾性问卷与自我报告虽能提供更丰富的信息，却容易受到偏倚影响，整体质量参差不齐[4]。Schnorrerova认为，应优先选用经COSMIN评价的测量工具（包括量表、问卷等）——COSMIN框架从效度、信度、反应性等9项属性出发，能够系统评估这些工具的质量[5]。

在这一思路下，Schnorrerova团队开展了一项真实世界研究[6-7]。他们在社区药房使用15-STARS问卷，比较了斯洛伐克药师主动、非评判性的询问方式与奥地利常规实践的效果。结果显示，主动询问能发现更多不依从情况：总体不依从率为76% vs. 66%，其中漏服条目差异尤为明显（72% vs. 38%）；这提示坦诚交流有助于患者更真实地披露用药情况。团队进一步开发了基于REDCap的移动应用[8]，通过每日提醒与患者点击记录，实现了客观、实时的依从性追踪。

图1. 15-STARS：斯洛伐克主动询问与奥地利常规实践发现的不依从率比较

值得注意的是，59.8%的2型糖尿病（T2DM）患者存在用药不依从现象[9]，持续性问题常被“治疗抵抗”的标签所掩盖[8]（表面看似疗效不佳，实际却可能是未规律服药）。对此，提醒工具、行为支持、电子监测、简化方案以及数据驱动的风险识别等干预，可带来有意义的改善。

意大利米兰比可卡大学Stefano Ciardullo教授在报告中指出，从临床试验到真实世界，药物疗效往往会出现衰减——从处方、配药、启动，再到依从并持续用药，每一步都会流失患者。他提醒，解读或开展相关研究前应明确以下3个核心术语：持续性指从启动治疗到停药的时间，通常以允许的断药间隔（如45~90天）界定；依从性以覆盖天数比例（PDC）衡量，反映患者在治疗期间按处方服药的程度；停药则指超过允许间隔，且随访期内不再取药。由于各研究对断药间隔和PDC阈值的定义不一，比较结果往往存在明显异质性，因此三者不可混用。

一项系统综述显示[10]，降糖药的依从率跨度极大（约39%~93%），且测量工具与定义的不同进一步加剧了这一差异。真实世界中的持续性同样不容乐观：多数慢性病的1年用药持续率不足50%，即便是相对较高的口服降糖药也仅52%，降压药、他汀、骨质疏松药物则分别为45%、38%、32%。Ciardullo教授团队研究显示[11]，启动SGLT2抑制剂或GLP-1RA治疗1年后，后者停药率低于前者（24.1% vs. 28.8%；RR=0.85，95%CI：0.75~0.97），且在女性和年龄≤65岁者中更为显著。

图2. GLP-1RA与SGLT2抑制剂治疗1年停药率比较（按性别与年龄分层）

停药的驱动因素因药而异[12]：SGLT2抑制剂停药多与依从性差及生殖泌尿系统感染等有关；GLP-1RA停药则多受分子与剂型影响（利拉鲁肽、利司那肽、艾塞那肽依从性较差，司美格鲁肽、度拉糖肽更优），胃肠道不耐受是主要诱因。停药的代价也十分明确：一项纳入18项随机对照试验（RCT）的荟萃分析显示[13]，停用GLP-1RA后，肥胖患者的体重平均反弹5.63 kg、HbA1c升高0.25%、腰围增加3.81 cm、收缩压升高4.15 mmHg；T2DM患者体重反弹2.03 kg，HbA1c升高0.65%，但空腹血糖变化不显著。此外，停药后随访超过26周者，体重反弹显著高于随访26周内者（7.31 kg vs. 2.51 kg；P=0.007）。

然而，停药未必是终点。瑞典全国注册研究表明[14]：停药后3年内，超过半数患者会重新启动治疗（GLP-1RA 57.4%；SGLT2抑制剂55.7%），GLP-1RA的同类换药比例显著高于SGLT2抑制剂（22.9% vs. 2.1%）。此外，计入重启后，实际长期治疗覆盖率可达70%~80%，远高于仅计算首次停药所得的持续性估算。但人群间的差异不可忽视。一项美国真实世界研究[15]按是否合并T2DM分层，结果发现，仅因超重/肥胖使用GLP-1RA者停药率更高（64% vs. 46.5%）、重启率更低（36.3% vs. 47.3%）。这意味着，最需要长期体重管理的单纯肥胖人群反而最难获得持续治疗，凸显了肥胖长期照护中的公平性问题。

最后，Ciardullo教授表示，依从性与临床结局密切相关。依从者的胰岛素启动、住院以及全因死亡风险均更低[16]；SGLT2抑制剂依从轨迹研究[17]进一步说明，依从性并非简单的二元之分：该研究基于12个月月度PDC，识别出持续依从（48.3%）、不依从（14.7%）、早期下降（13.5%）、晚期下降（10.5%）及波动型（13.0%）5种依从轨迹，结果表明，与持续依从者相比，晚期下降者和波动型依从者的糖尿病相关住院/急诊风险最高（HR分别为2.52和2.42）；但还需警惕“健康依从者效应”：规律服用安慰剂者的死亡风险同样更低（OR=0.56），说明依从性本身即伴随着更健康的生活方式，因此应谨慎解读依从性与临床结局之间的关联。

三、促进更广泛领域的依从性：从被动应对迈向主动、预测、自适应

匈牙利佩奇大学Tamás Ágh教授开篇打了一个比方，当行人走错路时，导航会提示“重新计算路线”，而不会指责其不依从——医疗体系亦应如此。依从性并非一成不变，而是会随时间动态波动，单次测量或平均值往往会掩盖重要的行为变化[18]；不依从也绝非患者单方面的过错，而是多重障碍共同作用的结果[1]。因此，我们不应反复告诉患者他们偏离了轨道，而应致力于构建一个能帮助患者找到前行之路的医疗体系。

为此，他提出四层进阶策略：

反应性策略：指在问题出现后识别障碍并定制干预方案，但其总体效果有限且异质性大，一项meta分析显示其汇总效应量仅为0.27[19]。

主动性策略：强调在依从性恶化前降低治疗负担，包括：将每日一次给药改为每周一次给药（GLP-1RA不依从风险降低11%，RR＝0.89）、以固定剂量复方减少药片负担（依从性提高8.6%）、通过缓释剂型和/或逐步剂量滴定预防并减轻副作用以及按患者偏好进行个体化治疗等[20-23]。

预测性策略：借助纵向常规数据与人工智能/机器学习，预测患者未来的不依从风险，还可构建患者的数字孪生模型，用以模拟不同干预对未来轨迹的影响，从而实现更为精准的干预（尚处于探索阶段）[24-27]。

自适应策略：实施适应性干预，其核心是持续监测服药情况、临床结局、患者报告的障碍及背景因素等，随患者变化及时重新评估并再次调整，从而在恰当的时机为恰当的患者提供恰当的支持[28-29]。

“请不要离开”——这场专题以恳切的标题，指向降糖治疗中常被忽视的“最后一公里”。3位专家从测量工具、真实世界数据到干预策略层层递进，最终达成一致共识：依从性差绝不是患者的过错，而是可测量、可预测、可干预的系统性问题。唯有将系统性的测量、预测及支持贯穿诊疗全程，降糖治疗的获益方能真正落地。

参考文献：

[1] WHO. Adherence to Long-Term Therapies: Evidence for Action. Geneva, 2003.

[5] Mokkink LB,et al. COSMIN methodology for PROMs, 2018.

[6] Schnorrerova P, Schnorrerova V, Arnet I. PCNE 14th Working Conference, 2025.

[8] Schnorrerova P, Matalova P, Wawruch. Bratislava Med J, 2025.

[9] Huang J, Ding S, Xiong S,et al. Front Public Health, 2021.

[11] Rea F,Ciardullo S,et al. Diabetes Res Clin Pract. 2021.

[14] Lim CE,Pasternak B,Eliasson B,Ueda P. Diabetologia, 2025.

[16] Ciardullo S,et al. Diabetes Metab Res Rev, 2024.

[17] Damachi U, Okoye G, Camelo Castillo W, dosReis S. Am J Manag Care. 2026.

[27] Olawade DB,et al. Diabetes Res Clin Pract, 2026.

本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。