Nieuwe stratificatie voor diabetespatiënten voorspelt risico op complicaties
In een datagedreven clusteranalyse van zes variabelen in volwassenen met nieuw gediagnosticeerde diagnose, werden 5 clusters geïdentificeerd met verschillende eigenschappen en complicatierisico’s.
Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variablesLiteratuur - Ahlqvist E, Storm P, Käräjämäki A, et al. - Lancet Diab Endocrinol 2018; published online ahead of print
Achtergrond
Diabetes wordt slechts gediagnosticeerd op basis van glucoseniveaus, en geclassificeerd in type 1 of type 2. Huidige richtlijnen geven geen criteria voor intensievere behandeling met een hoog risico op complicaties. Diabetes heeft echter een heterogene klinische presentatie en progressie, en diverse zeldzame monogene vormen zijn beschreven [2-4].
In deze studie werd een datagedreven clusteranalyse van zes veelgemeten variabelen uitgevoerd in 14755 volwassenen met nieuw gediagnosticeerde diabetes, om zo hun classificatie te verbeteren en mensen met een hoog risico op complicaties te identificeren. Data uit het Swedish All new Diabetics in Scania cohort (ANDIS) warden gebruikt voor de clusteranalyse, en dit werd gerepliceerd in drie onafhankelijke cohorten (de Scania Diabetes Registry (SDR), All New Diabetics in Uppsala (ANDIU) en Diabetes Registry Vaasa (DIREVA)). De Malmo Diet and Cancer CardioVascular Arm (MDC-CVA) werd gebruikt als een niet-diabetescohort om genetische loci die eerder in verband zijn gebracht met diabetes en gerelateerde eigenschappen, door elk van de clusters in het ANDIS cohort te vergelijken met het MDC-CVA cohort.
De volgende variabelen werden gerelateerd aan prospectieve ontwikkeling van complicaties en het voorschrijven van medicatie:
- Glutamaat decarboxylase antilichamen (GADA)
- Leeftijd bij diagnose
- Body mass index (BMI)
- HbA1c
- β-celfunctie
- insulineresistentie
Belangrijkste resultaten
Op basis van het ANDIS-cohort werden 5 cohorten gevormd:
- Cluster 1 (N=577) werd gekenmerkt door vroege start van ziekte, relatief laag BMI, slechte metabole regulatie, insulinedeficiëntie, en aanwezigheid van GADA, en werd gelabeld als ernstige autoimmuundiabetes (SAID).
- Cluster 2 (N=1,575) werd gekarakteriseerd door lage leeftijd bij start, relatief laag BMI, lage insulinesecretie (lage HOMA2-B index), slechte metabole regulatie, en was GADA-negatief, en werd gelabeld als ernstige insuline-deficiënte diabetes (SIDD).
- Cluster 3 (N=1,373) werd gekarakteriseerd door insulineresistentie (hoge HOMA2-IR index) en hoge BMI, en werd gelabeld als ernstige insulineresistente diabetes (SIRD).
- Cluster 4 (N=1,942) werd gekarakteriseerd door obesitas maar niet door insulineresistentie, en werd gelabeld als milde obesitas-gerelateerde diabetes (MOD).
- Cluster 5 (N=3,513) werd gekarakteriseerd door oudere patiënten met matige metabole verstoringen, en werd gelabeld als milde leeftijdgerelateerde diabetes (MARD)
Clustering in de onafhankelijke replicatiecohorten gaf vergelijkbare resultaten.
In ANDIS werden significante associaties gezien tussen clusters en diabetische complicaties:
- Clusters 1 en 2 hadden hogere HbA1c bij diagnose dan andere clusters, en deze observatie hield aan tijdens follow-up.
- Ketoacidose bij diagnose was het meest frequent in cluster 1 (124/406, 31%) en cluster 2 (259/1033, 25% vs <5% in andere clusters). HbA1c was de sterkste voorspeller van ketoacidose bij diagnose (OR: 2.73, 95%CI: 2.47-3.03, P<0.0001 per 1 SD verandering).
- Ten opzichte van cluster 5, was tijd tot aanhoudend insulinegebruik het kortsts in cluster 1 (HR: 26.87; 95%CI: 21.17–34.11), gevolgd door cluster 2 (HR: 10.97; 8.73–13.77).
- Patiénten in cluster 3 hadden het hoogste risico op het ontwikkelen van chronische nierziekte in de ANDIS, SDR en DIREVA cohorten. In het ANDIS cohort, ontwikkelden patiënten in cluster 2 vaker vroege tekenen van diabetische retinopathie (bijvoorbeeld OR vs cluster 5: 1.6; 95%CI: 1.3–1.9; P<0.0001), hetgeen werd gereplieerd in de ANDIU en SDR cohorten.
- Analyse van genetische loci in de ANDIS en het niet-diabetes MDC-CVA-cohort toonde aan dat geen genetische variant die eerder in verband is gebracht met diabetes en/of gerelateerde aandoeningen, geassocieerd was met alle clusters. Wel bleek bijvoorbeeld de TCF7L2 variant geassocieerd met SIDD, MOD en MARD, maar niet met SIRD, als voorbeeld van een van de associaties van een genvariant met specifieke clusters.
Conclusie
In een datagedreven clusteranalyse van zes variabelen in volwassenen met nieuw gediagnosticeerde diabetes, werden vijf categorieën van patiënten geïdentificeerd met verschillende karakteristieken en verschillende risico’s op diabetische complicaties. Deze resultaten suggereren dat een preciezere stratificatie van nieuwe diabetesgevallen mogelijk is en klinisch nuttig, en het kan informatie verschaffen over onderliggende ziektemechanismen. Dit maakt het mogelijk om behandeling te individualiseren op basis van complicatierisico.
Referenties
1. Tuomi T, Groop LC, Zimmet PZ, et al. Antibodies to glutamic acid decarboxylase reveal latent autoimmune diabetes mellitus in adults with a non-insulin-dependent onset of disease. Diabetes 1993; 42: 359–62.
2. Froguel P, Zouali H, Vionnet N, et al. Familial hyperglycemia due to mutations in glucokinase. Definition of a subtype of diabetes mellitus. N Engl J Med 1993; 328: 697–702.
3. Yamagata K, Oda N, Kaisaki PJ, et al. Mutations in the hepatocyte nuclear factor-1alpha gene in maturity-onset diabetes of the young (MODY3). Nature 1996; 384: 455–58.
Download de slideVind dit artikel online op Lancet Diab Endocrinol
Klik om de slide te bekijken
