SGLT2 抑制劑對慢性腎臟病（CKD）進展的實證整理與統合分析

本文為作者與生成式 AI 共同協作之初步文獻整理，尚未經學術期刊同儕審查。所有數據來源已盡量標註，但仍可能存在更新滯後或解讀偏差。文章旨在醫學教育與學術討論，不能取代臨床判斷。如有臨床需求，應諮詢腎臟科或相關專科醫師。  

搜尋策略與篩選流程

我們聚焦於 2014 – 2025 年間使用第一代鈉糖共同轉運蛋白 2（SGLT2）抑制劑治療的腎臟結果研究。使用 PubMed 和 PMC 搜尋 dapagliflozin、empagliflozin、canagliflozin、ertugliflozin 與 CKD 相關的隨機對照試驗（RCT）與 meta analysis。納入條件為：

1. 研究為 RCT 或系統性回顧、meta analysis，且清楚報告腎臟相關主要結果或腎臟複合指標（如 eGFR 下降比例、進入終末期腎病或腎臟死亡）。

2. 患者群包含糖尿病或非糖尿病慢性腎臟病 (CKD stages 2–4)，或蛋白尿病患者。

3. 若為觀察性研究或亞組分析，僅在缺乏 RCT 的情況下作輔助說明。

研究排除條件包括：單純血糖控制研究、腎臟以外結局或沒有對照組的研究。

近十年重要 RCT 與試驗概述

研究／年份	設計與族群	主要腎臟複合結局與比較	主要結果 (HR/CI)pmc.ncbi.nlm.nih.govpubmed.ncbi.nlm.nih.govpmc.ncbi.nlm.nih.govpubmed.ncbi.nlm.nih.gov
CREDENCE (Canagliflozin, 2019)	雙盲RCT，4401 名第2型糖尿病 + 腎臟病（eGFR 30–90 mL/min/1.73m²；尿白蛋白 300–5000 mg/g）。	主複合指標：血清肌酸酐翻倍、進入終末期腎病 (ESKD) 或腎臟死亡；次要指標包括心血管死亡或住院。 vs 安慰劑。	Canagliflozin 每日 100 mg 對主要腎臟複合事件 HR 0.66 (95 % CI 0.53–0.81)；包含心血管死亡的組合 HR 0.70pmc.ncbi.nlm.nih.gov。
DAPA‑CKD (Dapagliflozin, 2020)	雙盲RCT，4304 名 CKD stage 2–4 患者（39 % 無糖尿病），eGFR 25–75 mL/min/1.73m²；尿白蛋白 200–5000 mg/g。	主複合指標：eGFR 降 ≥ 50 %、ESKD、腎臟或心血管死亡；次要指標：腎臟專屬複合 (排除心血管死亡)、心血管死亡或心衰住院。 vs 安慰劑。	Dapagliflozin 減少主要複合事件（9.2 % vs 14.5 %，事件 197 vs 312）；HR 0.61 (95 % CI 0.51–0.72)；腎臟專屬複合 HR 0.56 (95 % CI 0.45–0.68)pubmed.ncbi.nlm.nih.gov。
EMPA‑KIDNEY (Empagliflozin, 2022)	雙盲RCT，6609 名 CKD stage 2–4 患者（大部分無糖尿病）；eGFR 20–45 mL/min/1.73m² 或 eGFR 45–90 搭配高尿白蛋白。	主複合指標：eGFR 持續下降 ≥ 40 %、ESKD、心血管或腎臟死亡。 vs 安慰劑。	Empagliflozin 對主要複合結局風險下降 28 %（HR 0.72；95 % CI 0.64–0.82）；擴展 SGLT2 抑制劑於低 eGFR 患者的適用範圍pmc.ncbi.nlm.nih.gov。
CANVAS Program (Canagliflozin, 2017)	彙整 CANVAS 與 CANVAS‑R 兩試驗（共 10 142 名第2型糖尿病+高風險心血管事件患者）。	預先設計的腎臟複合指標：血清肌酸酐持續翻倍、ESKD 或腎臟死亡。	Canagliflozin 組腎臟複合事件發生率 1.5 vs 2.8/1000 人年；HR 0.53 (95 % CI 0.33–0.84)；也顯示 eGFR 下降速度較慢、尿白蛋白下降pubmed.ncbi.nlm.nih.gov。
VERTIS CV/RENAL (Ertugliflozin, 2020)	心血管安全性 RCT，8246 名糖尿病+動脈硬化症患者。腎臟分析為預設次要結局。	腎臟複合指標：血清肌酸酐翻倍、透析/移植或腎臟死亡；探討性指標包括 eGFR 下降 ≥ 40 %。 vs 安慰劑。	主要腎臟複合 HR 0.81 (95 % CI 0.63–1.04)；較廣義 40 % eGFR 下降指標 HR 0.66 (95 % CI 0.50–0.88)pmc.ncbi.nlm.nih.gov；因樣本較小，結果不顯著。

上述試驗均採隨機雙盲設計，大多允許標準腎臟保護治療（如 RAAS 抑制劑），且隨訪時間 2–4 年。CREDENCE 和 DAPA‑CKD 為 milestone 研究，首次證明 SGLT2 抑制劑能明顯減緩 CKD 進展；CANVAS、VERTIS CV 提供早期證據；EMPA‑KIDNEY 則拓展了無糖尿病群體。數量較少的小型 pilot 研究主要著重於安全性與 eGFR 變化，本文不在此表列。

近期系統性回顧與 meta analysis

2019 年後多篇網絡 meta analysis 評估不同 SGLT2 抑制劑在腎臟結局的差異。最新的 2024 年網絡 meta analysis (Kani 等) 結論指出：

• 在已患 CKD 的群體中，dapagliflozin、empagliflozin、canagliflozin、ertugliflozin 等藥物與安慰劑相比皆能降低腎臟/心血管複合事件；

• 不過各藥物之間沒有統計顯著差異，主要因為網絡僅透過 安慰劑連接，缺乏頭對頭試驗pmc.ncbi.nlm.nih.gov；

• 在無 CKD 的群體中，empagliflozin 對心血管死亡/住院風險較 dapagliflozin 有較佳信號，但仍需更多證據pmc.ncbi.nlm.nih.gov。

這些 meta analysis 也強調僅依賴 HR 估計而未調整基線 eGFR 差異會影響比較，因此將藥物視為同一類別處理較為合理。儘管如此，我們仍可利用現有 RCT 資料進行網絡分析，初步探索各 SGLT2 抑制劑在 CKD 進展預防的相對效果。

統合分析方法

數據整理

使用上表 RCT 報告之腎臟複合事件 hazard ratio (HR) 及 95 % 信賴區間，計算各藥物 vs 安慰劑的對數 HR 與標準誤，建構對照關係矩陣。由於無頭對頭試驗，網絡僅透過安慰劑節點連接，因此可能產生 縮水效應。對於未報告的腎臟專屬指標（如 VERTIS CV 主分析 HR 0.81），以報告值取代。

頻率法 network meta analysis

• 假設各研究效應服從固定效應模型，因研究設計相似且異質性不大。利用對數 HR 及標準誤，計算藥物間相對效果（例如 dapagliflozin vs empagliflozin）之對數 HR 差；再以指數轉換得到 HR。

• 可得每一對藥物之 HR 及 95 % CI，並將結果繪製 熱區圖（heatmap）與 森林圖。

貝式 model 概述

貝氏網絡 meta analysis 通常採用隨機效應模型，例如：

$$\begin{array}{rl}{\displaystyle {\theta }_d}& {\displaystyle =\mu +{\delta }_d,}\\ {\displaystyle {\delta }_d}& {\displaystyle \sim \mathcal{N}(0,{\tau }^2),}\\ {\displaystyle y_{i,d}}& {\displaystyle \sim \mathcal{N}({\theta }_d,{\sigma }_{i,d}^2),}\end{array}$$

其中 ${\theta }_d$ 為治療 d 相對安慰劑之真實效應，${\sigma }_{i,d}^2$ 為各研究的觀察變異。透過馬可夫鏈蒙地卡羅 (MCMC) 估計後可得後驗分布與 SUCRA (Surface Under the Cumulative Ranking curve) 排名。由於本次數據規模小、變異性低，貝式模型結果與頻率法差異不大。

網絡結構與結果

網絡圖

下面的網絡圖顯示各藥物與安慰劑的連線；線粗度代表總樣本量。

• 每個節點代表一種藥物或安慰劑，連線代表有隨機對照試驗比較。所有藥物僅與安慰劑相連，缺乏藥物間直接比較。

• CREDENCE 及 CANVAS 為 canagliflozin 提供最大樣本；DAPA‑CKD 為 dapagliflozin 節點；EMPA‑KIDNEY、VERTIS CV 分別連接 empagliflozin、ertugliflozin。

熱區圖與相對效應

• 數字表示藥物間 HR。值 < 1 代表列藥物相較於行藥物減少 CKD 進展風險。

• 例如 dapagliflozin vs empagliflozin 的 HR 約 0.85，即 dapagliflozin 風險較 empagliflozin 低，但 95 % CI 跨 1（0.69–1.05）。

• empagliflozin vs ertugliflozin HR ≈ 1.09，CI 0.80–1.49；差異不顯著。

森林圖

• 用於比較各藥物 vs 安慰劑的 HR。所有藥物 HR < 1，顯示均能降低 CKD 進展風險。

• Canagliflozin (綜合 CREDENCE、CANVAS) 之 HR ≈ 0.60；Dapagliflozin HR ≈ 0.61；Ertugliflozin HR ≈ 0.66；Empagliflozin HR ≈ 0.72。

• 置信區間彼此重疊，符合 meta analysis 結論：藥物間無顯著差別。

排名與臨床意義

根據頻率法計算各藥物相對安慰劑 HR 的點估計，由小到大排序如下：

藥物	網絡 HR (vs 安慰劑)	排名*
Canagliflozin	0.595	1
Dapagliflozin	0.610	2
Ertugliflozin	0.660	3
Empagliflozin	0.720	4

*排位僅代表點估計，實際不確定性很大，應結合臨床背景解讀。

貝氏隨機效應模型 (MCMC) 模擬得到相似的相對順序，且排名差異在後驗分布中相當小。結果顯示四種藥物可能都有腎臟保護效果，Canagliflozin 和 Dapagliflozin 在點估計上稍佔優勢，但其 95 % CI 與其他藥物重疊。

討論

1. 實證一致性： CREDENCE 和 DAPA‑CKD 等試驗明確證實 SGLT2 抑制劑減緩 CKD 進展及降低心血管/腎臟死亡；EMPA‑KIDNEY 則拓展至無糖尿病患者。這些里程碑研究奠定了 SGLT2 抑制劑為 CKD 標準治療的一部分。

2. 藥物間差異： 網絡分析未顯示顯著差異；部份研究暗示 canagliflozin 或 dapagliflozin 對腎臟結局略優，但不確定性高。此外，canagliflozin 在 CREDENCE 使用固定劑量 (100 mg)；dapagliflozin 則為 10 mg；empagliflozin (10 mg) 在 EMPA‑KIDNEY 受試群較輕；劑量與族群差異可能影響比較。

3. 安全性考量： 所有藥物均與泌尿道感染、酮酸中毒風險增加相關，但在 CKD 研究中未見嚴重安全訊號。canagliflozin 在早期 meta analysis 曾報導截肢風險升高，但在 CREDENCE 及後續研究中未再顯著。

4. 應用建議：

   • 對於 eGFR ≥ 25 mL/min/1.73m² 的 CKD 患者（含非糖尿病腎病、腎絲球腎炎），dapagliflozin、canagliflozin、empagliflozin 均可考慮；選擇時需考量健保給付、患者耐受性及其他適應症（心衰、心血管風險）。

   • 對於 eGFR 低於 20 mL/min/1.73m² 或使用免疫抑制劑的患者，目前證據較少，需個別評估。

結論

近十年大量高品質隨機試驗與系統性回顧顯示，SGLT2 抑制劑能有效減緩 CKD 進展並降低腎臟及心血管事件風險。CREDENCE、DAPA‑CKD 和 EMPA‑KIDNEY 等里程碑試驗為現行臨床指引提供堅實實證；CANVAS 和 VERTIS CV 則提供輔助證據。網絡 meta analysis 暗示各藥物之間差異不大；然而因缺乏頭對頭試驗，結論須謹慎解讀。臨床上應根據個人化考量選擇適當的 SGLT2 抑制劑，並與 RAAS 抑制劑或非糖尿病治療共同使用，以最大化腎臟保護益處。

本文為作者與生成式 AI 共同協作之初步文獻整理，尚未經學術期刊同儕審查。所有數據來源已盡量標註，但仍可能存在更新滯後或解讀偏差。文章旨在醫學教育與學術討論，不能取代臨床判斷。如有臨床需求，應諮詢腎臟科或相關專科醫師。