Schwangerschaftsdiabetes: Blutzuckerwerte und KI lassen Mediziner neue Subgruppen entdecken
Im Rahmen der Studie analysierten Forschende der MedUni Wien in Zusammenarbeit mit der Charité – Universitätsmedizin Berlin und des Consiglio Nazionale delle Ricerche Padua bestimmte Daten von 2682 Frauen mit Schwangerschaftsdiabetes (GDM), welche zwischen 2015 und 2022 an der MedUni Wien und der Charité routinemäßig erhoben worden waren.
Mithilfe von Clusteranalysen, einer Methode des maschinellen Lernens, wurden die Patientinnen in verschiedene Gruppen eingeteilt. Basis für diese Klassifikation waren Daten aus Routineparametern wie Alter, Body-Mass-Index (BMI) vor der Schwangerschaft, sowie die Blutzuckerwerte aus einem Glukosetoleranztest (OGTT).
„Daraus ließen sich ganz klar drei Cluster mit unterschiedlichem Therapiebedarf ableiten“, berichtet Studienleiter Christian Göbl von der Universitätsklinik für Frauenheilkunde, MedUni Wien, und fügt hinzu: „Darüber hinaus haben wir gesehen, dass auch verschiedene Schwangerschaftskomplikationen in den einzelnen Untergruppen unterschiedlich gehäuft auftreten.“
Routinedaten für individualisierte Therapieentscheidung
Der erste Subtyp umfasse Frauen mit den höchsten Blutzuckerwerten, einer hohen Adipositasprävalenz und dem höchsten Bedarf an blutzuckersenkenden Medikamenten. Die zweite Untergruppe besteht den Forschenden zufolge aus Frauen mit mittlerem BMI und erhöhten Nüchternblutzuckerwerten. Frauen mit normalem BMI, aber erhöhten Blutzuckerwerten nach der OGTT wurden im dritten Subtyp zusammengefasst.
„Die Patientinnen in den von uns ermittelten Untergruppen zeigten bemerkenswerte Unterschiede in Bezug auf den Bedarf an glukosesenkenden Medikamenten und Behandlungsmodalitäten wie zum Beispiel schnell wirkendes gegenüber intermediärem oder lang wirkendem Insulin“, weist Christian Göbl auf die enorme klinische Relevanz der Studienergebnisse hin
Das neu geschaffene Modell dafür basiert auf maschinellem Lernen, einem Bereich der künstlichen Intelligenz, der Vorhersagen und Entscheidungen aus Daten ableiten kann. „Dazu werden in diesem Fall nur wenige Parameter benötigt, die in der klinischen Routine bei Schwangerschaftsdiabetes ohnehin immer vorhanden sind. So können Patientinnen noch spezifischer und individualisierter beraten und behandelt und das Risiko für Komplikationen bei Mutter und Kind weiter verringert werden“, so Göbl.
Original Paper:
Lesen Sie dazu auch:
- DGKL: Klinik-Atlas: Deutsche Diabetes Gesellschaft wirft Lauterbach Intransparenz vor
- DGKL: Deutsche Diabetes Gesellschaft (DDG) bezeichnet Klinik-Atlas des BMG als nutzlos und irreführend
- DGKL: Intensivmedizin-Skandal: Schwangere bekommen sehr oft Beschäftigungssverbot
Weiterführende Informationen:
Mit den vom Deutschen Institut für Ernährungsforschung Potsdam-Rehbrücke (DIfE) entwickelten Risiko-Tests können Sie Ihr persönliches Risiko ermitteln, innerhalb der nächsten 10 Jahre an einem Typ-2-Diabetes zu erkranken oder einen Herzinfarkt oder Schlaganfall zu bekommen.