Sviluppo e validazione del modello di previsione del rischio DM e pre-DM

Il diabete mellito (DM) è la seconda malattia cronica non trasmissibile (NCD) più comune e un importante problema di salute pubblica. Nel 2017, è stato stimato che 451 milioni di adulti in tutto il mondo avevano DM, un numero che dovrebbe salire a 693 milioni entro il 2045. In termini di onere economico, è stato stimato che il costo globale dei DM nel 2015 fosse di 1,31 trilioni di dollari USA, pari all'1,8% del prodotto interno lordo globale. In Cina, la prevalenza della DM è aumentata rapidamente, da meno dell'1% nel 1980 al 10,9% nel 2013, con circa 109,6 milioni di cinesi adulti (il 25,8% di tutti i casi nel mondo) che attualmente vivono con questa condizione. Tra la popolazione cinese, Hong Kong ha una delle più alte prevalenze di DM. Il Population Health Survey (PHS) 2014/2015 condotto dal Dipartimento della Salute ha rilevato una prevalenza dell'8,4% di DM tra le persone di età compresa tra 15 e 84 anni a Hong Kong, più della metà (4,5%) dei quali erano precedentemente sconosciuti. I dati (non pubblicati) del Population Health Survey 2014/2015 hanno mostrato che un ulteriore 9,5% delle persone di età compresa tra 15 e 84 anni aveva iperglicemia (pre-diabete) ma non era a conoscenza del problema prima dell'indagine. morbilità e mortalità prematura. Numerosi studi randomizzati controllati (RCT) hanno scoperto che gli interventi sullo stile di vita (ad es. Dieta, esercizio fisico) e i trattamenti farmacologici sono efficaci nella prevenzione del diabete mellito e delle sue complicanze. Tuttavia, è stato riferito che 224 milioni di adulti (49,7% di tutti i casi) in tutto il mondo non sono consapevoli di avere la condizione, simile alla scoperta dell'Hong Kong PHS 2014/2015. Il DM può essere presente per 9-12 anni prima di una diagnosi e spesso viene rilevato solo quando i pazienti presentano complicanze. Pertanto, vi è un urgente bisogno di una diagnosi precoce del DM in modo da poter fornire interventi appropriati per prevenire e/o ritardare la progressione verso le complicanze. Sarebbe ancora più efficace se gli individui potessero essere identificati nella fase pre-diabetica (pre-DM) quando potrebbe esserci ancora un'opportunità per tornare alla normoglicemia attraverso modifiche dello stile di vita. Sebbene il DM soddisfi tutti i criteri di screening di Wilson e Jungner (1968), gli studi hanno dimostrato che lo screening della popolazione generale non è efficace e l'attuale raccomandazione è quella di individuare casi mirati a individui ad alto rischio. L'Hong Kong Reference Framework for Diabetes Care for Adults in Primary Care Settings raccomanda uno screening periodico per il DM tra le persone di età >=45 anni o con fattori di rischio di DM. I metodi raccomandati per lo screening includono test di tolleranza al glucosio orale da 75 g (OGTT), test della glicemia plasmatica a digiuno (FPG) o test HbA1c. In effetti, un'analisi di costo-efficacia ha riportato che lo screening per DM e prediabete era conveniente tra i pazienti identificati come ad alto rischio (ad esempio, indice di massa corporea (BMI) > 35 kg/m(2), pressione arteriosa sistolica ≥ 130 mmHg o > 55 anni di età) rispetto a nessuno screening. Al fine di identificare in modo più accurato gli individui ad alto rischio, sono stati sviluppati modelli di previsione del rischio multivariato e incorporati nei programmi di prevenzione del DM in un certo numero di paesi occidentali. Tali modelli hanno incluso fattori sociodemografici (ad esempio, età, sesso), fattori clinici (ad esempio, storia familiare di DM, DM gestazionale) o biomarcatori (ad esempio, BMI, pressione sanguigna). Tuttavia, la maggior parte di questi modelli è stata sviluppata principalmente nelle popolazioni caucasiche e non ha funzionato altrettanto bene tra le popolazioni cinesi. Ad esempio, i modelli Prospective Cardiovascular Münster, Cambridge, San Antonia e Framingham hanno mostrato una discriminazione inferiore in una coorte di cinesi. Ciò può essere dovuto a differenze etniche, stile di vita e fattori socioeconomici, che richiedono modelli di previsione del rischio specifici per la popolazione. Dal 2009, una serie di modelli di previsione del rischio e algoritmi di punteggio sono stati sviluppati appositamente per le popolazioni cinesi, principalmente dalla Cina continentale, solo due dei quali sono stati sviluppati e convalidati sui cinesi di Hong Kong. Il primo ha utilizzato semplici fattori auto-riportati e misurazioni di laboratorio per sviluppare un algoritmo di punteggio. Tuttavia, la generalizzabilità del modello ai pazienti delle cure primarie può essere limitata poiché il 70% dei soggetti dei campioni di sviluppo e validazione presentava fattori di rischio noti per il DM. Il secondo modello di previsione del rischio per i cinesi di Hong Kong era stato precedentemente sviluppato dai membri del team di ricercatori con i dati di 3.357 conducenti professionisti non diabetici asintomatici. I fattori di rischio non di laboratorio includevano età, indice di massa corporea, storia familiare di DM, attività fisica regolare (PA) e ipertensione. Il trigliceride è stato aggiunto all'algoritmo basato sul laboratorio. L'applicazione di questo modello di previsione del rischio è limitata perché il campione era composto prevalentemente da conducenti professionisti di sesso maschile (92,7%) e l'accuratezza era modesta. Si noti che la maggior parte dei fattori inclusi nei modelli precedenti non sono modificabili (ad esempio, storia familiare di DM, DM gestazionale, età) e vi è un appello per la ricerca futura per incorporare più fattori dello stile di vita al fine di migliorare la validità predittiva e l'impatto dei modelli di previsione del rischio. I fattori dello stile di vita che possono essere associati a DM e pre-DM includono il livello di attività fisica (PA), fattori dietetici (ad es. Assunzione di fibre, zuccheri o grassi), consumo di alcol, fumo e sonno. Questo studio proposto mira a sviluppare un nuovo modello di previsione del rischio DM e pre-DM specifico per la popolazione cinese generale di Hong Kong che incorpori fattori di stile di vita tradizionali e modificabili. I ricercatori applicheranno il nuovo metodo di apprendimento automatico e la tradizionale regressione logistica nello sviluppo del modello per migliorare il potere predittivo. I ricercatori sperano che i risultati consentano l'implementazione di un'efficace ricerca di casi di DM e pre-DM nelle cure primarie e prevengano la mortalità e la morbilità da questa NCD comune ma silenziosa per le persone a Hong Kong.