Individualizovaný systém včasné diagnostiky a léčby gestačního diabetes mellitus (GDM) založený na nové technologii kontinuálního monitorování glukózy (CGM)

Čína má diabetickou populaci čítající 233 milionů, což představuje obrovskou společenskou zátěž. Je naléhavě potřeba včasné rozpoznání a intervence u diabetu. V posledních letech rostoucí důkazy zdůrazňují klíčovou roli vývojového prostředí v raném životě při patogenezi diabetu. Již v roce 1986 profesor Barker předložil teorii Vývojových původů zdraví a nemocí (DOHaD). Náš výzkumný tým tuto teorii dříve poprvé ověřil v čínské populaci prostřednictvím kohortových studií, čímž prokázal, že nepříznivé nitroděložní prostředí vede k abnormálnímu metabolismu glukózy u potomků a že intervence v raném životě mohou účinně předcházet diabetu v dospělosti.<\/p>

Podle Atlasu diabetu Mezinárodní diabetické federace (11. vydání) je globální výskyt hyperglykémie během těhotenství 16,7 %, přičemž gestační diabetes mellitus (GDM) představuje až 80 % případů. To znamená, že jedno z pěti živě narozených dětí je v raném životě vystaveno nepříznivému nitroděložnímu prostředí, což zvyšuje jejich riziko metabolických poruch, jako je nadváha, obezita a diabetes v dospělosti. GDM významně zvyšuje riziko nepříznivých těhotenských výsledků a vážně ohrožuje metabolické zdraví matek i potomků. Včasná a účinná diagnostika a prevence GDM jsou proto klíčové pro zlepšení metabolického zdraví matek a dětí.<\/p>

Současná diagnostika GDM se opírá o orální glukózové toleranční testy (OGTT) prováděné ve 24.–28. týdnu těhotenství, které mají omezení, jako je statické a jednorázové měření, provozní složitost, opožděná diagnóza a omezený čas pro účinnou intervenci. Proto je naléhavě potřeba vyvinout nové technologie pro včasnou predikci a diagnostiku GDM.<\/p>

Kontinuální monitorování glukózy (CGM) v prvním trimestru nabízí výhody, včetně detailních dat o glukóze 24/7, detekce skryté hyperglykémie, hodnocení variability glykémie a kompatibility s analýzou podporovanou umělou inteligencí, což ukazuje velký potenciál pro včasnou diagnostiku a management GDM. Dříve náš tým aplikoval CGM u pacientů s diabetem 2. typu a získal čínský patent na vynález pro „Použití CGM pro zlepšený management a monitorování glukózy u diabetu 2. typu (CN 109637677A).“ V posledních letech se CGM široce používá v managementu diabetu a začalo se aplikovat při správě hladin HbA1c u těhotných žen s diabetem 1. typu. Výzkum jeho využití u těhotných žen s diabetem 2. typu a GDM je však stále v raných fázích. V současnosti chybí studie využívající CGM v kombinaci s umělou inteligencí pro včasnou diagnostiku a predikci GDM v prvním trimestru.<\/p>

Kromě toho více studií zkoumalo rizikové faktory a biomarkery pro GDM, aby umožnily včasný screening a predikci výsledků pro matku a plod. Většina výzkumu však byla omezena na jednosložkové přístupy nebo pozdější gestační časové body, což představuje četná omezení. Studie prováděné v dřívějších gestačních obdobích, napříč více časovými body a využívající vícesložkové přístupy dále odhalí biomarkery predikující výsledky pro matku a plod u GDM.<\/p>

Proto se naše skupina plánuje vytvořit mateřsko-dětskou kohortu GDM pokrývající těhotenství a perinatální období. Cílem je navrhnout včasná diagnostická kritéria pro GDM založená na CGM, vyvinout klinicky použitelné nástroje poháněné umělou inteligencí pro analýzu a interpretaci dat CGM a formulovat pomocné diagnostické strategie pro GDM. Budeme zkoumat parametry CGM a vícesložkové biomarkery vhodné pro predikci výsledků pro matku a plod. Na základě těchto zjištění očekáváme, že založíme inteligentní managementovou platformu pro GDM, která posune klinické okno pro diagnostiku a léčbu GDM a zlepší krátkodobé i dlouhodobé zdravotní výsledky matek a jejich potomků.<\/p>