アジア系若年層における糖尿病リスク (DIARY)

全体的な目的：21〜40歳のシンガポール若年成人における2型糖尿病（T2D）の症例発見率を向上させること。

特定目的1：21〜40歳の現代シンガポール若年成人集団において、年齢とBMIで層別化したサンプリングによるT2Dおよび前糖尿病の症例発見研究を実施すること。

特定目的2：新規のリスク因子を特定し、アジア人若年発症糖尿病（YOD）および前糖尿病の検出率を向上させるための複合スコアを開発すること。これには、持続血糖モニタリング（CGM）からのグルコメトリクス、体組成測定、社会行動分析などの非伝統的予測因子が含まれます。

特定目的3：アジア人若年発症糖尿病のリスクに対するゲノム的差異の寄与を特定すること。

最初の1〜2年以内に目的1を達成するために、研究者は21〜40歳の人々（n=3000）を対象とした島全体の糖尿病または前糖尿病のスクリーニングを実施する計画です。募集は、まず年齢カテゴリ（21〜25歳、25〜30歳、30〜35歳、35〜40歳）で層別化され、各年齢カテゴリでn=750を目指し、次に各年齢グループ内でアジアの閾値による正常体重、過体重、肥満のBMIカテゴリ（<23kg/m²、23〜27.5kg/m²、≧27.5kg/m²）で層別化されます。参加者は、ソーシャルメディア広告、口コミ、および/または紹介を含むオンラインおよび印刷メディアを通じて募集されます。研究ポスター広告がオンラインおよび印刷で掲載され、参加者をウェブページ www.thdiary.sg に誘導し、研究デザイン、適格要件、追加の研究詳細をさらに説明します。参加者はこのウェブページでFORMSGを介して自己登録を進めることができ、基準を満たす場合はCALSGに誘導され、研究チームとの予約を取ることができます。

同意と募集後、以下が行われます：

1. 血圧（BP）やウエストヒップ比などの伝統的リスク因子とともに人体測定。
2. 体インピーダンス分析。これは、体の組成を測定する痛みのない方法で、特別なスケールに立ち、ハンドルを握ることを含みます。
3. 静脈穿刺により、経口ブドウ糖負荷試験（OGTT）のための0分、1時間、2時間の血糖値読み取り、HbA1c、および保存用の採血が行われます。
4. 訪問前最大1年間のフェイスブック、インスタグラム、ティックトックからの選択されたソーシャルメディアデータ（個人データや投稿を直接含まないもの）のダウンロード。
5. 持続血糖モニター（CGM）センサーの挿入。CGM挿入当日、挿入前質問票（form.sgを使用、DIARY皮膚反応フォーム1、センサー装着前）が記入され、センサー挿入前の部位の写真が含まれます。
6. 社会人口統計学的（雇用、居住タイプ）および教育状況、糖尿病の家族歴および併存疾患（ある場合）、個人の食事摂取、身体活動レベル、健康志向行動を確認するための調査も実施されます。この調査には、7日/30日間の平均歩数を記入するセクションも含まれます。参加者は、スマートフォンの活動トラッカー（Apple Health、Samsung Health、Google Fit、またはその他の活動トラッカーを含む）から7日または30日間（利用可能なものに応じて）の歩数データを探すように案内されます。この情報は、form.sgの調査フォームに入力されます。スクリーンショットやデータエクスポートは必要ありません。
7. 握力測定
8. OGTTの第二部のための第二および第三の静脈穿刺。
9. デジタルフードログによる食事データの収集

目的2では、研究者は若年成人のT2Dまたは前糖尿病に関連する新規の現代的なリスクマーカーを特定することを目指します。この目的には、参加者からの別の研究訪問は必要ありません。目的1のベースラインOGTT静脈穿刺から保存されたサンプルと、目的1の研究手順から取得されたデータが使用されます。T2Dおよび前糖尿病と診断された人々（推定各n=200）と、目的1からの正常血糖グループ（n=200）は、糖尿病のサブタイピングを可能にするために以下を行います：脂質、Cペプチド、インスリンレベル、グルタミン酸デカルボキシラーゼ（GAD）、膵島抗原2（IA-2）抗体（Ab）、亜鉛トランスポーター8（ZnT8）Ab。

その後、前糖尿病および糖尿病の診断のための複合スコアが開発されます。データセットは開発セットと検証セットに分割されます。ロジスティック回帰モデリングと受信者操作特性（ROC）曲線分析を用いて、200人の新規診断T2D、200人の前糖尿病、200人の正常血糖参加者のサンプルに基づき、T2Dまたは前糖尿病の人々を特定するための複合スコアが開発されます。開発セットを用いて、対象者がT2D、前糖尿病、または正常血糖に属することを予測する2つのモデルが適合されます：(a) 上記のすべての指標およびその派生指標、社会人口統計学的、糖尿病の家族歴および併存疾患、食事摂取、身体活動レベル、体組成指標、健康志向行動、およびCGMバイオマーカーを含む候補予測変数、および(b) CGMから抽出/派生した変数を除くこれらすべての変数の候補予測変数。変数選択方法を用いて、最適な予測可能性、倹約性、モデル適合指標を持つ最終モデルが決定されます。その後、CGMバイオマーカーを含むものと含まないものの2つの複合スコアが、最終的に選択されたモデルによって定義されます。

目的3を達成するために、参加者から保存された血液は、国立精密医療のフェーズ3プログラムなどの大規模ゲノム研究で使用されます。このプログラムでは、参加者は研究下で全ゲノムシーケンスが行われ、臨床遺伝学者、バイオインフォマティシャン、バリアントキュレーター、遺伝カウンセラーで構成されるクラスター固有の集中ゲノミクスチーム（ゲノミクスイノベーションハブ）が遺伝子サンプルをエンドツーエンドで処理します。これには、この場合は糖尿病に関連する遺伝子のキュレーションが含まれますが、アメリカ医学遺伝学・ゲノミクス学会（ACMG）ティア1条件の偶発的所見も返されます。この研究の参加者からのVCFファイルは、ゲノム情報がアジア人YODのリスク層別化をさらに助けることができるかどうかを決定するためのさらなる研究が行えるように、この研究チームに返還されます。