Fenotypning av patienter med typ 2-diabetes mellitus och cancer (TCPT2023)

Studiedesign Denna studie är en monocentrisk retrospektiv kohortstudie baserad på data som finns tillgängliga i Smart Digital Clinic (Meteda Srl) elektroniska journal.

Deltagande centrum Surgery of Endocrinology and Diabetology vid SCDU i Novara, University of Eastern Piedmont. Ansvarig: Prof.ssa Flavia Prodam

Ämnen kommer att inkluderas i studien alla patienter som besöktes vid endokrinologi- och diabetologikirurgin vid AOU Major of the Charity of Novara för en initial diagnos av diabetes mellitus typ 2 mellan 1990 och 2010.

Inklusionskriterier

• Laglig ålder
• Diagnos av typ 2 diabetes mellitus Exklusionskriterier
• Diagnos av cancer före diagnos av typ 2-diabetes
• Diagnos av diabetes sekundärt till andra sjukdomar
• Diagnos av diabetes sekundärt till andra läkemedel
• Diagnos av diabetes efter operation

Studietid: 24 månader

Uppföljning och händelser av intresse Patienter som ingår i studien kommer att följas från datum för diagnos av typ 2-diabetes mellitus till datum för den sista tillgängliga undersökningen.

Under uppföljningen, för alla inkluderade patienter, kommer år för debut av den första cancersjukdomen efter diagnosen diabetes och typ av tumör att upptäckas. Från denna information kommer det att vara möjligt att beräkna tiden mellan diagnosen diabetes och uppkomsten av cancer (mätt i år).

För patienter som har utvecklat en första tumör kommer också att upptäckas:

1. Återfall av cancer (år för återfall)
2. Diagnos av andra tumör som inte är relaterad till primärtumör (debutår, typ av tumör) Diagnosen av cancer kommer att identifieras genom extraktionssystemet från den elektroniska journalen Smart Digital Clinic (Meteda Srl), med hjälp av nyckelord som är relevanta för området cancer, identifierad i avsnittet om sjukdomshistorien. Nyckelorden kommer att vara: metastas, adenokarcinom, karcinom, neoplasma, sekundär/s, sarkom, tumör, adenom, lymfom, leukemi, gliom, glioblastom, ependymom, basaliom, epitel, melanom, mesoteliom, kordom, odifferentierad, differentierad, anaplastisk, differentierad meningiom, multipelt myelom, småcelligt karcinom, timom, kraniofaryngiom, neuroendokrint, LH, LNH, K, GIST, HCC och NET.

Datainsamling

För varje patient kommer följande variabler att extraheras från Smart Digital Clinic elektroniska journal för alla besök som är tillgängliga efter diagnos, där så är möjligt:

• Kön och ålder;
• rökvanor och alkoholkonsumtion (enheter per dag);
• Vikt och kroppsmassaindex (BMI) vid första (T0) och sista besök (T1);
• Ges av diagnosen typ 2-diabetes mellitus;
• Behandling av typ 2-diabetes mellitus vid T0 och T1;
• Nivåer av glykerat hemoglobin (hba1c) vid T0 och T1, medelvärde för hba1c och genomsnittligt fasteblodsocker;
• Kreatininclearance vid T0 och T1;
• Leverenzymer vid T0 och T1: alaninaminotransferas (ALT) och aspartataminotransferas (AST);
• T0- och T1-lipidprofiler: lipoproteiner med låg densitet (LDL-c) och triglycerider (TG);
• Komplikationer av typ 2 diabetes mellitus;
• Behandling av cancer;
• Familjehistoria av cancer; Diagnosen typ 2-diabetes mellitus bekräftas på diabetologiska centra eller i vissa fall av allmänläkare som remitterar patienter till specialiserade diabetologiska centra. Diagnosens riktighet kommer att bekräftas genom att passera Piedmont Diabetic Registry (PDR) och involvera en andra person för att säkerställa en exakt bedömning.

BMI-kategorier kommer att delas in i undervikt (BMI <18,5 Kg/m2), normalvikt (BMI 18,5 - 25 Kg/m2) och övervikt (BMI >25 Kg/m2).

När det gäller behandling av typ 2-diabetes mellitus kommer deltagarna att kategoriseras och grupperas för statistiska ändamål i följande klasser:

• Dietterapi;
• Metformin/Acarbosio;
• Sulfanilurea;
• Metformin + GLP1/DDPIV-hämmare (DDPIVi) eller endast GLP1 eller endast DDPIVi;
• Metformin + SGLT2i-hämmare (SGLT2i) eller endast SGLT2i;
• Basalinsulin + GLP1/DDPIVi +/- Metformin;
• Basalinsulin +/- Metformin +/- SGLT2i;
• Insulin basal bolus;
• Basal insulinbolus +/- Metformin +/- SGLT2i. Dessutom kommer komplikationer av metabolisk patologi att extraheras från den dedikerade delen av programmet, där de registreras och organiseras systematiskt, och diagnosen utförs i enlighet med lämpliga riktlinjer. Dessa komplikationer kommer att delas in i följande kategorier: vaskulopati, neuropati, högt blodtryck, hjärtsjukdomar, njursvikt och retinopati.

Slutligen, när det gäller cancerpatologi, kommer en kategorisering av behandlingen att genomföras i tre klasser: kemoterapi, kirurgi och strålbehandling.

Dessutom kommer cancertyperna att delas upp för att säkerställa större homogenitet mellan grupper, inklusive nervsystemet, huvud och hals, bröstkorg, mag-tarm, gynekologiska, urinvägar, manliga könsorgan, hud, blod, bröst, mjuka vävnader, endokrina körtlar och neuroendokrina tumörer. Denna information kommer att samlas in vid diabetesdiagnosbesöket och vid det sista besöket före cancerdebut för de försökspersoner som upplever händelsen och vid det sista tillgängliga besöket för de återstående försökspersonerna.

FÖRVÄNTADE RESULTAT Genom denna forskning strävar forskarna efter att få ny information om studiepopulationen för att bättre förstå den möjliga korrelationen mellan de två patologierna. Detta kommer att tillåta oss att identifiera de riskfaktorer som är förknippade med metabolisk patologi som kan påverka utvecklingstiden för cancerpatologier, samt att identifiera de som kan bidra till själva karcinogenesen.

Denna kunskap kommer att tillåta oss att definiera rollen av hyperglykemi, fetma och andra riskfaktorer eller beteenden inom cancerområdet för att agera med lämpliga förebyggande strategier, och därmed betrakta tumörpatologin som en av de möjliga komplikationerna av typ 2-diabetes mellitus .