Περίπου 1 στους 9 ενήλικες παγκοσμίως ζει με διαβήτη, και πάνω από το 90% αυτών των περιπτώσεων αφορά τον τύπο 2. Δεδομένου ότι τα συμπτώματα αναπτύσσονται αργά ή ενδέχεται να μην εμφανιστούν καθόλου, η διάγνωση του διαβήτη τύπου 2 από τους γιατρούς μπορεί να είναι πολύ δύσκολη.
«Ο διαβήτης τύπου 2 αναπτύσσεται αργά- μέχρι τη στιγμή της διάγνωσης, μπορεί ήδη να έχουν ξεκινήσει δυσμενείς αλλαγές στην καρδιά, τα νεφρά ή τα αιμοφόρα αγγεία», δήλωσε στο Medical News Today η Τζουν Λι, αναπληρωτής καθηγητής ιατρικής και επιδημιολόγος στο Τμήμα Ιατρικής του Mass General Brigham.
«Τα υπάρχοντα εργαλεία αξιολόγησης κινδύνου βασίζονται κυρίως σε παράγοντες όπως η ηλικία, το σωματικό βάρος, το οικογενειακό ιστορικό και τα επίπεδα σακχάρου στο αίμα. Ωστόσο, παρότι είναι χρήσιμα, δεν αποτυπώνουν τις υποκείμενες βιολογικές αλλαγές που οδηγούν στον διαβήτη, και πολλοί άνθρωποι που τελικά θα αναπτύξουν τη νόσο δεν εντοπίζονται ως υψηλού κινδύνου αρκετά νωρίς» εξήγησε η ερευνήτρια.
Λόγω αυτών των περιορισμών, οι επιστήμονες επικεντρώνονται στην αναζήτηση νέων τρόπων για την έγκαιρη διάγνωση του διαβήτη τύπου 2. Για παράδειγμα, σε πρόσφατη μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό Nature, αναφέρθηκε ένα νέο μοντέλο τεχνητής νοημοσύνης (ΤΝ) ικανό να εντοπίζει άτομα που διατρέχουν υψηλό κίνδυνο να εμφανίσουν διαβήτη ή να πεθάνουν από καρδιαγγειακή νόσο. Η μελέτη προτείνει ότι το μοντέλο είναι πιο αποτελεσματικό από την τυπική εξέταση HbA1c, η οποία μετρά τον μέσο όρο σακχάρου στο αίμα ενός ατόμου τους τελευταίους 3 μήνες.
Επιπλέον, η Λι, πρώτη συγγραφέας της μελέτης που δημοσιεύθηκε στο επιστημονικό περιοδικό NatureMedicine, εντόπισε μικρά μόρια στο αίμα που μπορεί να βοηθήσουν τους γιατρούς να προβλέψουν τον μελλοντικό κίνδυνο διαβήτη τύπου 2 πέρα από τους παραδοσιακούς παράγοντες κινδύνου.
Ο ρόλος της τεχνητής νοημοσύνης
Η πρώτη μελέτη επικεντρώθηκε σε μια πλατφόρμα ΤΝ που ονομάζεται GluFormer, ένα γενετικό μοντέλο βάσης για συνεχή παρακολούθηση γλυκόζης (CGM). Η πλατφόρμα εκπαιδεύτηκε μέσω αυτο-εποπτευόμενης μάθησης χρησιμοποιώντας πάνω από 10 εκατομμύρια μετρήσεις γλυκόζης από σχεδόν 11.000 ενήλικες, οι περισσότεροι από τους οποίους δεν είχαν διαβήτη. Σε μελέτη με 580 συμμετέχοντες, οι επιστήμονες ανέφεραν ότι το GluFormer εντόπισε πιο αποτελεσματικά τους συμμετέχοντες με αυξημένο κίνδυνο διαβήτη και θανάτου από καρδιαγγειακές παθήσεις σε σύγκριση με την εξέταση HbA1c.
Κατά τη διάρκεια μέσης παρακολούθησης 11 ετών, το 66% των συμμετεχόντων που κατηγοριοποιήθηκαν ως υψηλού κινδύνου από το GluFormer ανέπτυξαν διαβήτη, ενώ μόνο το 7% αυτών που ήταν στην ομάδα χαμηλού κινδύνου εμφάνισαν τη νόσο. Όσον αφορά τον κίνδυνο καρδιαγγειακού θανάτου, το 69% όσων κατηγοριοποιήθηκαν ως υψηλού κινδύνου απεβίωσαν από καρδιαγγειακά προβλήματα, ενώ δεν καταγράφηκε κανένας θάνατος στην ομάδα χαμηλού κινδύνου.
Επιπλέον, οι ερευνητές ανέφεραν ότι η πλατφόρμα GluFormer μπόρεσε να εντοπίσει τους συμμετέχοντες με προδιαβήτη που ήταν πιο πιθανό να εμφανίσουν σημαντική αύξηση των τιμών HbA1c μέσα σε 2 χρόνια, πιο αποτελεσματικά από τις βασικές μετρήσεις HbA1c και τα συνηθισμένα CGM metrics.
«Αυτή η νέα εφαρμογή ΤΝ που χρησιμοποιεί συνεχείς μετρήσεις γλυκόζης φαίνεται να παρέχει πιο ακριβείς εκτιμήσεις μελλοντικού κινδύνου σε σχέση με τα τρέχοντα εργαλεία μας» δήλωσε στο Medical News Today ο Ντέιβιντ Κάτλερ, οικογενειακός γιατρός στο Providence Saint John’s Health Center στη Σάντα Μόνικα, Καλιφόρνια, ο οποίος δεν συμμετείχε στη μελέτη.
«Το ερώτημα παραμένει εάν η καλύτερη πρόβλεψη κινδύνου με το GluFormer θα οδηγήσει σε καλύτερα αποτελέσματα», συνέχισε. «Μόλις οι ασθενείς ενημερωθούν ότι είναι πιο πιθανό να αναπτύξουν διαβήτη ή να υποστούν καρδιακό επεισόδιο, θα λάβουν φαρμακευτική αγωγή, θα αλλάξουν συμπεριφορές και θα υποβληθούν σε διαδικασίες που θα αντιμετωπίσουν τον διαβήτη και θα προλάβουν καρδιακά επεισόδια και εγκεφαλικά;» πρόσθεσε.
Επιπλέον, ο γιατρός επισήμανε το ζήτημα του κόστους των συσκευών CGM και της ανάλυσης των δεδομένων τους, διερωτώμενος αν θα είναι αποδεκτό για τους ασθενείς ή τις ασφαλιστικές εταιρείες. Αναφέρθηκε επίσης στα επιπλέον βήματα που θα απαιτηθούν ώστε οι πάροχοι υγειονομικής περίθαλψης να μεταβούν από τα παραδοσιακά εργαλεία αξιολόγησης κινδύνου σε αυτή τη νέα, πιο αποτελεσματική αλλά λιγότερο γνωστή τεχνολογία.
«Στο παρελθόν, χρειάστηκε μια δεκαετία ή περισσότερο, μόλις μια νέα εξέταση, θεραπεία ή τεχνολογία έδειχνε αποδεδειγμένο όφελος, για να ενσωματωθεί στην καθημερινή πρακτική», πρόσθεσε ο Κάτλερ.
Διαβάστε επίσης: Διαβήτης τύπου 2 και τηγανητές πατάτες: Τι αποκαλύπτει μακροχρόνια μελέτη
Χρήση μεταβολιτών για καλύτερη πρόβλεψη διαβήτη
Στη δεύτερη μελέτη, η Λι και η ομάδα της εντόπισαν μεταβολίτες που μπορεί να βοηθήσουν στην πρόβλεψη του μελλοντικού κινδύνου ανάπτυξης διαβήτη τύπου 2.
«Οι μεταβολίτες είναι μικρά μόρια στο αίμα μας που παράγονται κατά τη διάρκεια των καθημερινών βιολογικών διεργασιών, όπως η λήψη, η αποθήκευση και η χρήση ενέργειας, ή η ανταπόκριση σε δραστηριότητες όπως η άσκηση», εξήγησε η Λι.
«Αποτελούν χημικά ‘αποτυπώματα’ που αντικατοπτρίζουν πόσο καλά λειτουργεί ο μεταβολισμός του σώματος σε μια δεδομένη στιγμή. Στη μελέτη αυτή, διαπιστώσαμε ότι ορισμένοι μεταβολίτες αρχίζουν να αλλάζουν, χρόνια πριν την εμφάνιση του διαβήτη τύπου 2. Αυτές οι αλλαγές αντικατοπτρίζουν πρώιμη δυσλειτουργία στη διαδικασία επεξεργασίας σακχάρου, λιπών, ενέργειας και θρεπτικών συστατικών, πριν τα επίπεδα σακχάρου στο αίμα αυξηθούν αρκετά για να διαγνωστεί κάποιος με διαβήτη τύπου 2. Επιπλέον, ένας συνδυασμός μεταβολιτών στο αίμα μπορεί να προβλέψει καλύτερα τον μελλοντικό κίνδυνο διαβήτη τύπου 2» εξήγησε η ερευνήτρια.
Στο τέλος της μελέτης, οι ερευνητές διαπίστωσαν ότι η διατροφή και ο τρόπος ζωής επηρεάζουν περισσότερο τους μεταβολίτες που συνδέονται με τον διαβήτη τύπου 2 σε σχέση με άλλους μεταβολίτες που δεν σχετίζονται με τη νόσο. Επιπλέον, διαπίστωσαν ότι οι μεταβολίτες που σχετίζονται με τον διαβήτη τύπου 2 είχαν γενετική συσχέτιση με κλινικά χαρακτηριστικά και τύπους ιστών που συνδέονται με τη νόσο.
«Αυτό το γενετικό στοιχείο επιτρέπει στους ερευνητές να προχωρήσουν πέρα από τον εντοπισμό βιοδεικτών κινδύνου, προς την κατανόηση των μηχανισμών της νόσου, και η βαθύτερη κατανόηση αυτών των μηχανισμών μπορεί να καθοδηγήσει την ανάπτυξη πιο στοχευμένων στρατηγικών πρόληψης και, μακροπρόθεσμα, να βοηθήσει στον εντοπισμό νέων θεραπευτικών στόχων για τον διαβήτη τύπου 2», κατέληξε η ερευνήτρια.
Πηγή: Medical News Today
www.ertnews.gr
Ακολουθήστε το myvolos.net στο Google News και μάθετε πρώτοι όλες τις ειδήσεις.
