PDF herunterladen
Diabetes aktuell 2021; 19(07): 292-294
DOI: 10.1055/a-1646-0208
Gesellschaft
VDBD
Der Verband der Diabetes-Beratungsund Schulungsberufe in Deutschland informiert

Gezieltere Diagnose- und Therapieverfahren mithilfe von Clusteranalysen

Subtypen des Prädiabetes und des Typ-2-Diabetes
Nina Saatmann
,
Oana-Patricia Zaharia
› Weitere Informationen
Auch verfügbar auf
    Lizenzen und Reprints

Patienten mit Diabetes weisen eine breite Palette von Stoffwechselmerkmalen auf, die die Klassifizierung in Cluster basierend auf Autoimmunität, Alter, Body-Mass-Index (BMI), Betazellfunktion und Insulinsensitivität als primäre Diabetes-ätiologische Parameter ermöglichen. Die Cluster weisen ein unterschiedliches Risikomuster für Diabetes-Komplikationen auf. Unter den 5 neuen Clustern zeigt die schwer insulinresistente Diabetes-Subgruppe (SIRD) bereits frühzeitig einen erhöhten Leberfettgehalt sowie Hinweise für die Progression der NAFLD und eine komplexe Beziehung zum PNPLA3-Gentyp. Auch Personen mit Prädiabetes können in 6 Cluster unterteilt werden, wobei Personen aus Cluster 1, 2 und 4 ein geringes Risiko für eine Diabetes-Manifestation aufweisen, wohingegen Cluster 3, 5 und 6 mit einem höheren Risiko für Krankheitsprogression verbunden sind. Dies kann zukünftig zur Entwicklung von frühzeitigen, gezielten Diabetes-Präventionsstrategien führen.



Publikationsverlauf

Artikel online veröffentlicht:
25. November 2021

© 2021. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 World Health Organization. Classification of diabetes mellitus, 2019
  • 2 American Diabetes Association. 2. Classification and Diagnosis of Diabetes: Standards of Medical Care in Diabetes – 2021. Diabetes care 2021; 44: 15
    CrossrefPubMedGoogle Scholar
  • 3 Tabák AG, Herder C, Rathmann W. Prediabetes: a high-risk state for diabetes development. Lancet 2012; 379: 2279-2290
    CrossrefPubMedGoogle Scholar
  • 4 Ahlqvist E, Storm P, Karajamaki A. Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol 2018; 6: 361-369
    CrossrefPubMedGoogle Scholar
  • 5 van Gemert T, Zaharia OP, Roden M, Müssig K. Die 5 Cluster des Diabetes – eine neue/alternative Klassifikation?. Diabetes aktuell 2019; 17: 178-183
    Artikel in Thieme ConnectGoogle Scholar
  • 6 Zaharia OP, Szendrödi J. Subphänotypen des Diabetes. Der Diabetologe 2019; 15: 288-295
    CrossrefGoogle Scholar
  • 7 Wagner R, Heni M, Tabák AG. et al Pathophysiology-based subphenotyping of individuals at elevated risk for type 2 diabetes. Nature medicine 2021; 27: 49-57
    CrossrefPubMedGoogle Scholar
  • 8 Prasad RB, Groop L. Precision medicine in type 2 diabetes. J Intern Med 2019; 285: 40-48
    CrossrefPubMedGoogle Scholar
  • 9 Del Prato S. Heterogeneity of diabetes: heralding the era of precision medicine. The Lancet Diabetes & Endocrinology 2019; 7: 659-661
    CrossrefPubMedGoogle Scholar
  • 10 Marmot M, Brunner E. Cohort Profile: the Whitehall II study. Int J Epidemiol 2005; 34: 251-256
    CrossrefPubMedGoogle Scholar
  • 11 Wallace TM, Levy JC, Matthews DR. Use and abuse of HOMA modeling. Diabetes Care 2004; 27: 1487-1495
    CrossrefPubMedGoogle Scholar
  • 12 Szendroedi J, Saxena A, Weber KS. et al Group GDS: Cohort profile: the German Diabetes Study (GDS). Cardiovasc Diabetol 2016; 15: 59
    CrossrefPubMedGoogle Scholar
  • 13 Zaharia OP, Strassburger K, Strom A. et al Risk of diabetes-associated diseases in subgroups of patients with recent-onset diabetes: a 5-year follow-up study. Lancet Diabetes Endocrinol 2019; 7: 684-694
    CrossrefPubMedGoogle Scholar
  • 14 Vernon G, Baranova A, Younossi ZM. Systematic review: the epidemiology and natural history of non-alcoholic fatty liver disease and non-alcoholic steatohepatitis in adults. Aliment Pharmacol Ther 2011; 34: 274-285
    CrossrefPubMedGoogle Scholar
  • 15 Tilg H, Moschen AR, Roden M. NAFLD and diabetes mellitus. Nat Rev Gastroenterol Hepatol 2017; 14: 32-42
    CrossrefPubMedGoogle Scholar
  • 16 Williams CD, Stengel J, Asike MI. et al Prevalence of nonalcoholic fatty liver disease and nonalcoholic steatohepatitis among a largely middle-aged population utilizing ultrasound and liver biopsy: a prospective study. Gastroenterology 2011; 140: 124-131
    CrossrefPubMedGoogle Scholar
  • 17 Gerber L, Otgonsuren M, Mishra A. et al Non-alcoholic fatty liver disease (NAFLD) is associated with low level of physical activity: a population-based study. Aliment Pharmacol Ther 2012; 36: 772-781
    CrossrefPubMedGoogle Scholar
  • 18 Naik A, Kosir R, Rozman D. Genomic aspects of NAFLD pathogenesis. Genomics 2013; 102: 84-95
    CrossrefPubMedGoogle Scholar
  • 19 Al-Serri A, Anstee QM, Valenti L. et al The SOD2 C47T polymorphism influences NAFLD fibrosis severity: evidence from case-control and intra-familial allele association studies. J Hepatol 2012; 56: 448-454
    CrossrefPubMedGoogle Scholar
  • 20 Speliotes EK, Yerges-Armstrong LM, Wu J. et al Genome-wide association analysis identifies variants associated with nonalcoholic fatty liver disease that have distinct effects on metabolic traits. PLoS Genet 2011; 7: e1001324
    CrossrefPubMedGoogle Scholar
  • 21 Koliaki C, Szendroedi J, Kaul K. et al Adaptation of hepatic mitochondrial function in humans with non-alcoholic fatty liver is lost in steatohepatitis. Cell Metab 2015; 21: 739-746
    CrossrefPubMedGoogle Scholar
  • 22 Liu Y-L, Reeves HL, Burt AD. et al TM6SF2 rs58542926 influences hepatic fibrosis progression in patients with non-alcoholic fatty liver disease. Nature Communications 2014; 5: 4309
    CrossrefPubMedGoogle Scholar
  • 23 Zaharia OP, Strassburger K, Knebel B. et al Role of Patatin-Like Phospholipase Domain – Containing 3 Gene for Hepatic Lipid Content and Insulin Resistance in Diabetes. Diabetes Care. 2020: dc200329
    Google Scholar
  • 24 El-Agroudy NN, Kurzbach A, Rodionov RN. et al Are Lifestyle Therapies Effective for NAFLD Treatment?. Trends in endocrinology and metabolism: TEM 2019; 30: 701-709
    CrossrefPubMedGoogle Scholar
  • 25 Kahl S, Gancheva S, Straßburger K. et al Empagliflozin Effectively Lowers Liver Fat Content in Well-Controlled Type 2 Diabetes: A Randomized, Double-Blind, Phase 4, Placebo-Controlled Trial. Diabetes Care 2020; 43: 298-305
    CrossrefPubMedGoogle Scholar
  • 26 Schröder B, Roden M. Was bedeuten die neuen Diabetessubgruppen für Menschen mit Fettlebererkrankung?. Der Diabetologe 2021; 17: 20-25
    CrossrefGoogle Scholar
  • 27 Möser C. Präzise Diagnostik des Diabetes prägt das therapeutische Konzept bei Patienten mit kardiovaskulärem Ereignis. Der Diabetologe 2021; 17: 32-35
    CrossrefGoogle Scholar
  • 28 Pilz S, Scharnagl H, Tiran B. et al Free fatty acids are independently associated with all-cause and cardiovascular mortality in subjects with coronary artery disease. J Clin Endocrinol Metab 2006; 91: 2542-2547
    CrossrefPubMedGoogle Scholar
  • 29 Targher G, Lonardo A, Byrne CD. Nonalcoholic fatty liver disease and chronic vascular complications of diabetes mellitus. Nat Rev Endocrinol 14: 99-114
    CrossrefPubMedGoogle Scholar
  • 30 Roden M, Shulman GI. The integrative biology of type 2 diabetes. Nature 2019; 576: 51-60
    CrossrefPubMedGoogle Scholar
  • 31 Zaharia O-P, Szendrödi J. Vorschlag für neue Subklassifikationen des Diabetes mellitus. Aktuelle Kardiologie 2020; 9: 346-350
    Artikel in Thieme ConnectGoogle Scholar
  • 32 Herder C, Maalmi H, Strassburger K. et al Differences in Biomarkers of Inflammation Between Novel Subgroups of Recent-Onset Diabetes. Diabetes 2021; 70: 1198-1208
    CrossrefPubMedGoogle Scholar
  • 33 Herder C, Kowall B, Tabak AG, Rathmann W. The potential of novel biomarkers to improve risk prediction of type 2 diabetes. Diabetologia 2014; 57: 16-29
    CrossrefPubMedGoogle Scholar
  • 34 Herder C, Schamarek I, Nowotny B. et al Inflammatory markers are associated with cardiac autonomic dysfunction in recent-onset type 2 diabetes. Heart 2017; 103: 63-70
    CrossrefPubMedGoogle Scholar