GLP-1 类药物会增加癌症风险吗？临床试验显示了什么

目前的随机试验证据显示，在约 2 至 5 年内，GLP-1 类药物不会增加癌症风险。这一点很重要，因为 Ozempic、Wegovy 和 Mounjaro 等药物带有源于啮齿动物研究的甲状腺肿瘤警告，而如今已有超过 4,000 万人使用这类药物。令人安心的部分是真实存在的。其界限也同样真实：试验无法回答治疗十年后是否会出现癌症风险。

迄今为止规模最大的分析，Ko 等人（2026），汇总了 48 项随机对照试验，共纳入 94,245 名参与者。在 13 种与肥胖相关的癌症类型中，没有任何合并结果达到统计学显著性。所有置信区间均跨越 1.0，这意味着这些试验既未证实风险增加，也未证实风险降低。

最佳试验证据实际发现了什么

随机试验提供了最清晰的比较，因为参与者被分配接受 GLP-1 受体激动剂或对照治疗，而不是根据自身健康状况、可及性或临床医生的选择来决定治疗。但这些试验主要旨在衡量代谢和心血管结局。癌症是次要或探索性结局，而且癌症事件罕见。

对于四种癌症，Ko 及其同事将证据评为中等确定性。均未显示具有统计学显著性的差异：

甲状腺癌：比值比（OR）为 1.37，95% 置信区间（CI）为 0.82–2.31；估计绝对差异为每 10,000 名接受治疗者少 1 例至多 9 例。
胰腺癌：OR 为 0.84，95% CI 为 0.53–1.35；每 10,000 名接受治疗者少 9 例至多 6 例。
乳腺癌：OR 为 0.95，95% CI 为 0.60–1.49；每 10,000 名接受治疗者少 10 例至多 12 例。
肾癌：OR 为 1.12，95% CI 为 0.78–1.60；每 10,000 名接受治疗者少 5 例至多 13 例。

这些范围比仅仅说结果“中性”更重要。例如，胰腺癌的估计值略低于 1.0，但其置信区间同时包含较低和较高风险。它并不能证明具有保护作用。甲状腺癌的估计值高于 1.0，但也不能证明存在危害。

对于结直肠癌、食管癌、肝癌、胆囊癌、卵巢癌、子宫内膜癌、胃癌、多发性骨髓瘤和脑膜瘤结局，由于事件太少，证据的确定性低至极低。胃癌尤其缺乏可用的试验证据。从稀疏数据得出的无差异结果并非一份明确的健康证明；它是一个附带置信区间的未解问题。

为何甲状腺警告一直如此令人不安

黑框警告可追溯至啮齿动物。在这些研究中，慢性 GLP-1 受体刺激导致甲状腺 C 细胞发生变化，可经由增生和腺瘤进展为癌。监管机构有合理理由认真对待这一发现，而不是置之不理，因为小鼠在许多方面都是糟糕的微型人类模型。

人类甲状腺生物学似乎存在实质性差异。Vilsbøll 等人（2026）在一篇聚焦甲状腺癌的综述中发现，没有临床证据表明 GLP-1 受体激动剂会在人群中导致甲状腺癌。其机制论点很具体：啮齿动物甲状腺 C 细胞高密度表达 GLP-1 受体，而人类甲状腺 C 细胞的受体表达可忽略不计至无法检测。如果该受体大多不存在，那么啮齿动物 C 细胞通路在人类组织中就没有明显的药理学作用途径。

这种生物学差异使人类甲状腺癌效应的可能性降低，但并未消除统计学不确定性。Ko 等人对甲状腺癌的估计值，其置信区间上限为 2.31。这并不是增加 130% 的证据；而是现有试验数据无法排除的最大增幅。罕见癌症即使在大型试验项目中也会导致估计不精确。

胰腺癌：未能在试验中得到支持的担忧

早期对胰腺毒性的担忧源于机制假设和不良事件报告，两者都无法可靠地确定某种药物会导致癌症。对照证据则更为一致。Nreu 等人（2023）开展的一项聚焦胰腺癌的随机试验荟萃分析发现，在 2 型糖尿病患者中，使用 GLP-1 受体激动剂与胰腺癌之间没有显著关联。

Ko 等人报告的胰腺癌 OR 为 0.84（95% CI 为 0.53–1.35），与此前的无差异结果一致。另一项广泛综述，Jaradat 等人（2025），也得出结论：临床数据并未一致支持动物研究和药物警戒报告所提出的甲状腺和胰腺信号。独立综述可能在纳入的试验上存在重叠，因此它们并非三项完全独立的实验。不过，它们的结论趋于一致。

长期问题仍未得到解答

核心限制在于随访时间。2026 年荟萃分析中的随机试验，中位随访期为 2 至 5 年。许多实体瘤需要 5 至 20 年才会发展并达到临床可检测的程度。这些数据支持观察期内的安全性；但无法排除需要更长暴露时间或潜伏期才会出现的风险。

Levy 等人（2025）开展的一项全国性回顾性队列研究，在 110 万名患者中增加了更长时间的上市后观察。与按药物类别汇总的试验荟萃分析不同，该研究报告了不同个体 GLP-1 药物之间不同的癌症风险特征。这一发现值得关注，但不能证明某一种药物导致了差异。被处方不同药物的患者，可能在肥胖严重程度、糖尿病、其他疾病、癌症筛查、治疗可及性和基线风险方面存在差异。这些问题——适应证混杂、渠道偏倚和差异性监测——可能会在观察性数据中造成表面上的药物差异。

因此，与试验荟萃分析之间的差异尚未解决，而非神秘莫测。试验能更有力地防范混杂因素，但癌症事件太少且随访时间不足，无法检测微小的、药物特异性的效应。大型队列具有统计规模和更长的真实世界暴露时间，但因果控制较弱。具有长期随访的药物特异性登记研究，将比又一个宽泛的类别平均值更重要。

效应是否可能因肿瘤类型而异？

至少从生物学上讲，可能如此。Ungvari 等人（2025）分析了多种肿瘤类型中的 GLP-1 受体表达，发现其表达差异很大，并且以肿瘤类型特异性的方式与生存相关。这证实的是关联，而不是 GLP-1 治疗会改变肿瘤行为的证明。不过，这确实解释了为什么跨癌症类型的单一合并估计可能会漏掉仅限于表达该受体的肿瘤亚型的效应。

减重进一步使解读复杂化。通过改变胰岛素和 IGF-1 信号传导、性激素生物利用度及炎性脂肪因子活性，较低的脂肪量可降低与肥胖相关的癌症风险。如果一项研究最终发现 GLP-1 使用者的癌症发生率较低，这一结果可能反映的是减重，而非药物直接的抗癌效应。目前证据无法清楚地区分这些解释。

如果您正在使用 GLP-1 类药物，这意味着什么

证据并不支持因一般性的癌症担忧而在已研究的 2 至 5 年时间窗口内停用 GLP-1 受体激动剂。在 48 项试验和 94,245 名参与者中，未出现统计学显著的癌症风险增加，包括甲状腺癌和胰腺癌。针对司美格鲁肽和替尔扎肽的现代药物敏感性分析与总体结果一致。

目前证据对短期至中期使用而言令人安心，但并非终身肿瘤学保障。

患有活动性癌症、癌症风险较高，或对某一具体药物有疑问的人，应与其主治临床医生讨论个人情况。对于被评为中等确定性的四种癌症结局，试验证据最强；对于其余九种则较弱。对其他所有人而言，诚实的答案虽不那么引人注目，却令人欣慰：目前人类数据未显示癌症信号，而长达十年的风险仍未被测量。