Download PDF
Diabetes aktuell 2019; 17(05): 178-183
DOI: 10.1055/a-0965-9433
Schwerpunkt
© Georg Thieme Verlag Stuttgart · New York

Die 5 Cluster des Diabetes – eine neue/alternative Klassifikation?

Lässt sich die Diabetestherapie weiter individualisieren?
Theresa van Gemert
1   Institut für Klinische Diabetologie, Deutsches Diabetes-Zentrum, Leibniz-Zentrum für Diabetesforschung, Heinrich-Heine-Universität, Düsseldorf, Deutschland
2   Deutsches Zentrum für Diabetesforschung (DZD e. V.), München-Neuherberg, Deutschland
3   Klinik für Endokrinologie und Diabetologie, Medizinische Fakultät, Heinrich-Heine-Universität Düsseldorf, Deutschland
,
Oana Patricia Zaharia
1   Institut für Klinische Diabetologie, Deutsches Diabetes-Zentrum, Leibniz-Zentrum für Diabetesforschung, Heinrich-Heine-Universität, Düsseldorf, Deutschland
2   Deutsches Zentrum für Diabetesforschung (DZD e. V.), München-Neuherberg, Deutschland
,
Michael Roden
1   Institut für Klinische Diabetologie, Deutsches Diabetes-Zentrum, Leibniz-Zentrum für Diabetesforschung, Heinrich-Heine-Universität, Düsseldorf, Deutschland
2   Deutsches Zentrum für Diabetesforschung (DZD e. V.), München-Neuherberg, Deutschland
3   Klinik für Endokrinologie und Diabetologie, Medizinische Fakultät, Heinrich-Heine-Universität Düsseldorf, Deutschland
,
Karsten Müssig
1   Institut für Klinische Diabetologie, Deutsches Diabetes-Zentrum, Leibniz-Zentrum für Diabetesforschung, Heinrich-Heine-Universität, Düsseldorf, Deutschland
2   Deutsches Zentrum für Diabetesforschung (DZD e. V.), München-Neuherberg, Deutschland
3   Klinik für Endokrinologie und Diabetologie, Medizinische Fakultät, Heinrich-Heine-Universität Düsseldorf, Deutschland
› Author Affiliations
Further Information

Publication History

Publication Date:
23 August 2019 (online)

Also available at
    Permissions and Reprints

Zusammenfassung

Der Versuch einer neuen Diabetesklassifikation, welche neben den klassischen Merkmalen auch den Krankheitsverlauf und das Risiko für die Entwicklung von Folgeerkrankungen miteinbezieht, ermöglicht möglicherweise eine differenzierte Einteilung der Erkrankung. Dies könnte dazu beitragen, Behandlungen zu individualisieren und Personen mit einem erhöhten Risiko für Komplikationen bereits bei Beginn der Diagnose zu identifizieren, hin zu einer stratifizierten, zielgerichteten Therapie. Inwieweit sich die Ergebnisse hinsichtlich der 5 Diabetestypen auf andere Populationen übertragen lassen, bleibt jedoch zu überprüfen.

 

  • Literatur

  • 1 Tönnies T, Röckl S, Hoyer A. et al. Projected number of people with diagnosed Type 2 diabetes in Germany in 2040.. Diabet Med 2019 Jan 2019; DOI: doi: 10.1111/dme.13902.
    CrossrefGoogle Scholar
  • 2 Nauck M, Petermann A, Müller-Wieland D. et al. Definition, Klassifikation und Diagnostik des Diabetes mellitus.. Diabetologie und Stoffwechsel 2018; 13: S90-S96 doi: 10.1055/a-0598-0527
    Article in Thieme ConnectGoogle Scholar
  • 3 Buzzetti R, Di Pietro S, Giaccari A. et al. High titer of autoantibodies to GAD identifies a specific phenotype of adult-onset autoimmune diabetes.. Diabetes Care 2007; 30: 932-938 doi:10.2337/dc06-1696
    CrossrefPubMedGoogle Scholar
  • 4 Szendroedi J, JSaxena A, JWeber KS. et al. Cohort profile: the German Diabetes Study (GDS).. Cardiovasc Diabetol 2016; 15: 1-14 doi:10.1186/s12933-016-0374-9
    CrossrefPubMedGoogle Scholar
  • 5 Zaharia OP, JBobrov P, Strassburger K. et al. Metabolic characteristics of recently diagnosed adult-onset autoimmune diabetes mellitus.. J Clin Endocrinol Metab 2018; 103: 429-437 doi:10.1210/jc.2017-01706
    CrossrefPubMedGoogle Scholar
  • 6 Rawshani A, Sattar N, Franzén S. et al. Excess mortality and cardiovascular disease in young adults with type 1 diabetes in relation to age at onset: a nationwide, register-based cohort study.. Lancet 2018; 392: 477-486 doi: 10.1016/S0140-6736(18)31506-X
    CrossrefPubMedGoogle Scholar
  • 7 Stidsen JV, Henriksen JE, Olsen MH. et al. Pathophysiology-based phenotyping in type 2 diabetes: a clinical classification tool.. Diabetes Metab Res Rev 2018; 34: e3005 doi:10.1002/dmrr.3005
    CrossrefPubMedGoogle Scholar
  • 8 Simon MC, Möller-Horigome A, JStrassburger K. et al. Correlates of insulin-stimulated glucose disposal in recent onset type 1 and type 2 Diabetes.. J Clin Endocrinol Metab 2019; 104: 2295-2304 doi:10.1210/jc.2018-02057
    CrossrefPubMedGoogle Scholar
  • 9 Ahlqvist E, Storm P, Käräjämäki A. et al. Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables.. Lancet Diabetes Endocrinol 2018; 6: 361-369 doi: 10.1016/S2213-8587(18)30051-2
    CrossrefPubMedGoogle Scholar
  • 10 Matthews DR, Hosker JP, Rudenski AS. et al. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man.. Diabetologia 1985; 28: 412-419
    CrossrefPubMedGoogle Scholar
  • 11 American Diabetes Association. 9. Pharmacologic approaches to glycemic treatment: standards of medical care in diabetes—2019. Diabetes Care. 2019 42. 90-102 doi:10.2337/dc19-S009
    PubMedGoogle Scholar
  • 12 Fitipaldi H, McCarthy MI, JFlorez JC. et al. A global overview of precision medicine in type 2 diabetes.. Diabetes 2018; 67: 1911-1922 doi:10.2337/dbi17-0045
    CrossrefPubMedGoogle Scholar
  • 13 Saaristo T, Peltonen M, Lindström J. et al. Cross-sectional evaluation of the Finnish Diabetes Risk Score: a tool to identify undetected type 2 diabetes, abnormal glucose tolerance and metabolic syndrome.. Diab Vasc Dis Res 2005; 2: 67-72 10.3132/dvdr.2005.011
    CrossrefPubMedGoogle Scholar
  • 14 Leslie RD, JPalmer J, JSchloot NC. et al. Diabetes at the crossroads: relevance of disease classification to pathophysiology and treatment.. Diabetologia 2016; 59: 13-20 doi:10.1007/s00125-015-3789-z
    CrossrefPubMedGoogle Scholar
  • 15 Malandrino N, Smith RJ. Personalized medicine in diabetes.. Clin Chem 2011; 57: 231-240 doi:10.1373/clinchem.2010.156901
    CrossrefPubMedGoogle Scholar
  • 16 Udler MS, Kim J, von Grotthuss M. et al. Type 2 diabetes genetic loci informed by multi-trait associations point to disease mechanisms and subtypes: A soft clustering analysis.. PLoS Med 2018; 15: e1002654 doi:10.1371/journal.pmed.1002654
    CrossrefPubMedGoogle Scholar