Cagri/Sema wirkt gut, aber nicht überwältigend |
Annette Rößler |
25.06.2025 16:20 Uhr |
Sind das nun gute oder eher mittelmäßige Ergebnisse? Darüber kann man geteilter Meinung sein. »In REDEFINE 1 führte Cagri/Sema zu einem Gewichtsverlust im höchsten Wirksamkeitsbereich bestehender Interventionen zur Gewichtsabnahme«, lobte Erstautor Professor Dr. Timothy Garvey, von der University of Alabama in Birmingham, USA, in einer Pressemitteilung von Novo Nordisk. Auf der Nachrichtenseite »Medscape« heißt es dagegen, Novo Nordisk habe eigentlich einen Gewichtsverlust von –25 Prozent erwartet. Tizepatid, der duale GLP-1-/GIP-Rezeptoragonist und Konkurrent aus dem Hause Lilly, sei wirksamer, als es die jetzt veröffentlichten Daten für Cagri/Sema zeigen.
Allerdings merkte Dr. Samar Hafida, Vizepräsidentin der Adipositas-Sektion der American Diabetes Association (ADA) gegenüber Medscape an, eine 20-prozentige Gewichtsreduktion sei »nicht enttäuschend«. Überhaupt sei der Fokus auf die Prozentangaben beim Abnehmen fehl am Platz. »Das ist zu sehr ein Zahlenspiel.« Schon eine 10-prozentige Gewichtsreduktion könne unglaubliche Effekte haben. In der Realität ist das Ausmaß des Gewichtsverlustes, der sich mit den Präparaten erzielen lässt, ohnehin meist deutlich geringer als in Studien.
Wie sieht es aus mit dem anderen Aspekt des Amylinanalogons Cagrilintid, dem besseren Erhalt der Muskelmasse? Hierzu finden sich Daten in einem Anhang zur REDEFINE-1-Studie. Demnach wurde bei 252 Teilnehmenden jeweils vor und nach der Intervention die Körperzusammensetzung per Dual-Röntgen Absorptiometrie (DEXA) bestimmt. Die Messungen zeigten, dass sich der Anteil des Fettes am Körpergewicht um durchschnittlich –6,1 Prozent (Cagri/Sema), –5,5 Prozent (Semaglutid), –2,7 Prozent (Cagrilintid) und –0,5 Prozent (Placebo) reduzierte, während sich der Anteil der Magermasse am Körpergewicht um durchschnittlich 5,5 Prozent, 5,1 Prozent, 2,3 Prozent und 0,4 Prozent erhöhte.
Daraus lässt sich durchaus eine Tendenz zu einem »gesünderen« Abnehmen unter Cagri/Sema ableiten, ohne dass diese sehr kleine Subgruppenanalyse allerdings genügend statistische Power hätte, um belastbare Aussagen zu treffen.