Entwicklung und Validierung von DM- und Pre-DM-Risikovorhersagemodellen

Diabetes Mellitus (DM) ist die zweithäufigste chronische nicht übertragbare Krankheit (NCD) und ein großes Problem für die öffentliche Gesundheit. Im Jahr 2017 hatten schätzungsweise 451 Millionen Erwachsene weltweit DM, eine Zahl, die bis 2045 voraussichtlich auf 693 Millionen steigen wird. Hinsichtlich der wirtschaftlichen Belastung wurde geschätzt, dass die globalen Kosten der DM im Jahr 2015 1,31 Billionen US-Dollar betrugen, was 1,8 % des globalen Bruttoinlandsprodukts entsprach. In China ist die Prävalenz von DM schnell gestiegen, von weniger als 1 % im Jahr 1980 auf 10,9 % im Jahr 2013, wobei etwa 109,6 Millionen chinesische Erwachsene (25,8 % aller Fälle weltweit) derzeit mit dieser Erkrankung leben. Unter der chinesischen Bevölkerung hat Hongkong eine der höchsten Prävalenzen von DM. Die vom Gesundheitsministerium durchgeführte Population Health Survey (PHS) 2014/2015 ergab eine DM-Prävalenz von 8,4 % bei Personen im Alter von 15 bis 84 Jahren in Hongkong, von denen mehr als die Hälfte (4,5 %) zuvor unbekannt waren. Daten (unveröffentlicht) aus der Population Health Survey 2014/2015 zeigten, dass weitere 9,5 % der Personen im Alter von 15–84 Jahren an Hyperglykämie (Prädiabetes) litten, sich aber des Problems vor der Umfrage nicht bewusst waren DM kann zu schweren Komplikationen führen, die zu einer Behinderung führen können Morbidität und vorzeitige Sterblichkeit. Eine Reihe von randomisierten kontrollierten Studien (RCTs) hat herausgefunden, dass Lebensstilinterventionen (z. B. Ernährung, Bewegung) und pharmakologische Behandlungen bei der Vorbeugung von DM und seinen Komplikationen wirksam sind. Es wurde jedoch berichtet, dass 224 Millionen Erwachsene (49,7 % aller Fälle) weltweit nicht wissen, dass sie an dieser Krankheit leiden, ähnlich wie die Ergebnisse des Hong Kong PHS 2014/2015. DM kann 9-12 Jahre vor einer Diagnose vorhanden sein und wird oft nur erkannt, wenn Patienten mit Komplikationen auftreten. Daher besteht ein dringender Bedarf für eine frühere Erkennung von DM, damit geeignete Interventionen bereitgestellt werden können, um das Fortschreiten von Komplikationen zu verhindern und/oder zu verzögern. Es wäre sogar noch effektiver, wenn Personen im Prädiabetes-Stadium (Prä-DM) identifiziert werden könnten, wenn noch die Möglichkeit besteht, durch Änderungen des Lebensstils zur Normoglykämie zurückzukehren. Obwohl DM alle Screening-Kriterien von Wilson und Jungner (1968) erfüllt, haben Studien gezeigt, dass Screenings in der Allgemeinbevölkerung nicht effektiv sind, und die aktuelle Empfehlung ist die Fallfindung, die auf Personen mit hohem Risiko abzielt. Der Hong Kong Reference Framework for Diabetes Care for Adults in Primary Care Settings empfiehlt ein regelmäßiges Screening auf DM bei Personen im Alter von >=45 Jahren oder mit DM-Risikofaktoren. Die empfohlenen Methoden für das Screening umfassen orale 75-g-Glukosetoleranztests (OGTT), Nüchtern-Plasmaglukosetests (FPG) oder HbA1c-Tests. Tatsächlich ergab eine Kosten-Nutzen-Analyse, dass das Screening auf DM und Prädiabetes bei Patienten mit hohem Risiko (z > 55 Jahre) im Vergleich zu keinem Screening. Um Personen mit hohem Risiko genauer zu identifizieren, wurden multivariate Risikovorhersagemodelle entwickelt und in DM-Präventionsprogramme in einer Reihe westlicher Länder integriert. Solche Modelle haben soziodemografische Faktoren (z. B. Alter, Geschlecht), klinische Faktoren (z. B. Familiengeschichte von DM, Schwangerschafts-DM) oder Biomarker (z. B. BMI, Blutdruck) einbezogen. Die meisten dieser Modelle wurden jedoch hauptsächlich in der kaukasischen Bevölkerung entwickelt und haben sich in der chinesischen Bevölkerung nicht so gut bewährt. Beispielsweise wurde festgestellt, dass die Modelle Prospective Cardiovascular Münster, Cambridge, San Antonia und Framingham in einer Kohorte von Chinesen eine geringere Diskriminierung aufweisen. Dies kann auf ethnische Unterschiede sowie auf Lebensstil und sozioökonomische Faktoren zurückzuführen sein, die den Bedarf an populationsspezifischen Risikovorhersagemodellen erfordern. Seit 2009 wurde eine Reihe von Risikovorhersagemodellen und Bewertungsalgorithmen speziell für die chinesische Bevölkerung entwickelt, hauptsächlich aus Festlandchina, von denen nur zwei an Chinesen aus Hongkong entwickelt und validiert wurden. Die erste verwendete einfache selbstberichtete Faktoren und Labormessungen, um einen Bewertungsalgorithmus zu entwickeln. Die Verallgemeinerbarkeit des Modells auf Primärversorgungspatienten kann jedoch eingeschränkt sein, da 70 % der Probanden der Entwicklungs- und Validierungsstichproben bekannte Risikofaktoren für DM hatten. Das zweite Risikovorhersagemodell für Chinesen aus Hongkong wurde zuvor von Mitgliedern des Ermittlerteams mit Daten von 3.357 asymptomatischen Berufskraftfahrern ohne Diabetes entwickelt. Zu den Nicht-Labor-Risikofaktoren gehörten Alter, BMI, DM in der Familienanamnese, regelmäßige körperliche Aktivität (PA) und Bluthochdruck. Triglycerid wurde dem laborbasierten Algorithmus hinzugefügt. Die Anwendung dieses Risikovorhersagemodells ist begrenzt, da es sich bei der Stichprobe überwiegend um männliche (92,7 %) Berufskraftfahrer handelte und die Genauigkeit bescheiden war. Es wird darauf hingewiesen, dass die Mehrzahl der in früheren Modellen enthaltenen Faktoren nicht modifizierbar sind (z. B. Familiengeschichte von DM, Schwangerschafts-DM, Alter), und es besteht die Forderung nach zukünftiger Forschung, mehr Lebensstilfaktoren einzubeziehen, um die Vorhersagevalidität zu verbessern und Auswirkungen von Risikovorhersagemodellen. Lebensstilfaktoren, die mit DM und Prä-DM in Verbindung gebracht werden können, umfassen körperliche Aktivität (PA), Ernährungsfaktoren (z. B. Aufnahme von Ballaststoffen, Zucker oder Fett), Alkoholkonsum, Rauchen und Schlaf. Diese vorgeschlagene Studie zielt darauf ab, ein neues DM- und Prä-DM-Risikovorhersagemodell zu entwickeln, das spezifisch für die allgemeine chinesische Bevölkerung in Hongkong ist und traditionelle und modifizierbare Lebensstilfaktoren enthält. Die Forscher werden die neuartige Methode des maschinellen Lernens sowie die traditionelle logistische Regression in der Modellentwicklung anwenden, um die Vorhersagekraft zu verbessern. Die Ermittler hoffen, dass die Ergebnisse die Umsetzung einer effektiven Fallfindung von DM und Prä-DM in der Primärversorgung ermöglichen und Mortalität und Morbidität durch diese häufige, aber stille nichtübertragbare Krankheit für die Menschen in Hongkong verhindern.