Przedcukrzyca – Rokowania, prognozy i postęp choroby

Przedcukrzyca
Rokowania, prognozy i postęp choroby

Przedcukrzyca stanowi istotny czynnik ryzyka rozwoju cukrzycy typu 2 (T2D), z około 20% ryzykiem progresji w ciągu 5 lat od rozpoznania na podstawie HbA1c. Według danych Amerykańskiego Towarzystwa Diabetologicznego, 10-letnie ryzyko rozwoju T2D u osób powyżej 45 roku życia z przedcukrzycą wynosi 9-14%, a całkowite ryzyko w ciągu życia sięga około 70%. Kluczowe predyktory progresji obejmują czynniki metaboliczne (BMI, FBG, HbA1c), demograficzne (wiek, płeć), styl życia oraz choroby współistniejące. Indeks triglicerydowo-glukozowy (TyG) wykazuje wyższą zdolność predykcyjną (AUC 0,60) niż tradycyjne wskaźniki otyłości i profili lipidowych. Modele prognostyczne, takie jak nomogram uwzględniający wiek, BMI, FBG, triglicerydy, ciśnienie skurczowe i kreatyninę, osiągają AUC około 0,73, co potwierdza ich użyteczność w ocenie ryzyka 5-letniej progresji przedcukrzycy.

Progresja przedcukrzycy do cukrzycy typu 2

Przedcukrzyca stanowi istotny czynnik ryzyka rozwoju cukrzycy typu 2 (T2D). Badania wskazują, że około jedna na pięć osób z nowo zdiagnozowaną przedcukrzycą na podstawie poziomu HbA1c rozwinie cukrzycę typu 2 w ciągu 5 lat od rozpoznania¹². Według Amerykańskiego Towarzystwa Diabetologicznego, 10-letnie ryzyko rozwoju cukrzycy typu 2 u osób w wieku powyżej 45 lat z przedcukrzycą wynosi od 9% do 14%³. Inne źródła podają, że osoby z przedcukrzycą mają około 10% szansy rozwoju cukrzycy typu 2 w ciągu jednego roku, a całkowite ryzyko wystąpienia cukrzycy typu 2 w ciągu życia wynosi około 70%⁴.

W długoterminowej prognozie przedcukrzycy kluczowa jest identyfikacja czynników ryzyka progresji do cukrzycy typu 2. Wskaźnik zapadalności na cukrzycę według niektórych badań wynosi 2,14 przypadku na 100 osobolat wśród osób z przedcukrzycą poddanych interwencji związanej ze stylem życia⁵. Projekcje na przyszłość sugerują, że całkowita chorobowość cukrzycy (przypadki zdiagnozowane i niezdiagnozowane) może wzrosnąć z 14% w 2010 roku do 21-33% populacji dorosłych w USA do 2050 roku, w zależności od scenariusza dotyczącego zapadalności i śmiertelności⁶.

Czynniki ryzyka progresji

Identyfikacja czynników ryzyka progresji przedcukrzycy do cukrzycy typu 2 jest kluczowa dla skutecznej prewencji. Badania wykazały szereg istotnych predyktorów tej progresji, w tym:¹²

Czynniki metaboliczne – wskaźnik masy ciała (BMI), poziom glukozy na czczo (FBG), hemoglobina glikowana (HbA1c)
Czynniki demograficzne – wiek, płeć
Czynniki związane ze stylem życia – samoocena zdrowia, aktywność fizyczna, nawyki żywieniowe
Czynniki społeczne – istnienie sieci wsparcia społecznego
Choroby współistniejące – wcześniej istniejące schorzenia

Najnowsze badania identyfikują również markery biochemiczne jako potencjalne predyktory progresji lub regresji przedcukrzycy. W jednym z badań zidentyfikowano pięć biomarkerów (20-Hydroksy-leukotrien E4, Lizopc(20:4), 5-metoksytryptamina, Endomorfina-1, Lizopc(20:3)) jako dobre predyktory powrotu do prawidłowej regulacji glukozy oraz pięć biomarkerów (Izowaleraldehyd, kwas linolowy, Lizopc(18:1), 2-Piroloiloglicyna, Dityrozyna) dla rozwoju cukrzycy⁷⁸.

Indeks triglicerydowo-glukozowy (TyG) okazał się potencjalnym predyktorem do identyfikacji osób o wysokim ryzyku przedcukrzycy. Badania wykazały, że ryzyko wystąpienia przedcukrzycy wzrasta 1,38 (1,28-1,48) razy dla każdego zwiększenia o 1SD indeksu TyG⁹. Zdolność predykcyjna (oceniana przez AUC) indeksu TyG dla przewidywania przedcukrzycy wynosiła 0,60 (0,58-0,62), co było lepsze niż w przypadku wskaźników otyłości, profili lipidowych i innych wskaźników insulinooporności niezwiązanych z insuliną¹⁰.

Modele prognostyczne w przedcukrzycy

Opracowano różne modele prognostyczne dla przewidywania ryzyka progresji przedcukrzycy do cukrzycy typu 2 lub regresji do normalnej regulacji glukozy. Jednym z takich narzędzi jest nomogram do określania 5-letniego ryzyka przedcukrzycy u dorosłych, wykorzystujący parametry wieku, wskaźnika masy ciała (BMI), glukozy na czczo (FBG), triglicerydów (TG), ciśnienia skurczowego krwi (SBP) i kreatyniny w surowicy (Scr)¹¹.

Wyniki badań wskazują, że modele te wykazują akceptowalną zdolność dyskryminacyjną. Na przykład, model nomogramu w kohorcie treningowej osiągnął AUC 0,7341 (95% CI 0,7290-0,7392), a w kohorcie walidacyjnej AUC 0,7336 (95% CI 0,7285-0,7387)¹². Podobnie, modele predykcyjne oparte na poziomie HbA1c osiągnęły obszar pod krzywą czasozależną (AUCts) równy 73 (95% CI 71-74) dla cukrzycy zdefiniowanej na podstawie HbA1c¹².

Istnieje również prosty model regresji logistycznej, który wymaga tylko glukozy na czczo w teście OGTT i HbA1c zaraz po rozpoznaniu cukrzycy ciążowej (GDM), aby przewidzieć z godną uwagi dokładnością prawdopodobieństwo poporodowej przedcukrzycy u kobiet z cukrzycą ciążową¹³¹⁴.

Porównanie definicji przedcukrzycy w prognozowaniu

Istnieje pięć szeroko stosowanych definicji przedcukrzycy. Badania porównujące ich zdolność do przewidywania 5-letniej konwersji do cukrzycy wykazały, że wszystkie obecne definicje przedcukrzycy były związane z 4-8 razy wyższym ryzykiem cukrzycy (HR od 3,78 do 8,36) w porównaniu z normoglikemią¹⁵. Wszystkie definicje różnicowały 5-letnie ryzyko cukrzycy z dobrą dokładnością (C-statystyka 0,79-0,81)¹⁵.

Co istotne, stosowanie definicji przedcukrzycy o niższych wartościach granicznych w celu identyfikacji osób o największym ryzyku rozwoju cukrzycy w ciągu 5 lat nie przyniosło znaczącej poprawy w predykcji¹⁶. Oznacza to, że wybór konkretnej definicji zależy ostatecznie od celu identyfikacji osób zagrożonych cukrzycą oraz dostępnych zasobów opieki zdrowotnej przeznaczonych na interwencje u osób określonych jako wysokiego ryzyka¹⁶.

Odwracalność przedcukrzycy

Jednym z najważniejszych aspektów prognozy przedcukrzycy jest jej potencjalna odwracalność. Badania wykazują, że przedcukrzyca może zostać odwrócona, prowadząc do przywrócenia normalnej regulacji glukozy (NGR)³. Jest to kluczowy aspekt, ponieważ pokazuje, że przedcukrzyca nie musi nieuchronnie prowadzić do cukrzycy typu 2.

Skuteczność interwencji w stylu życia

Interwencje związane ze stylem życia (LI) okazują się skuteczne w zapobieganiu progresji przedcukrzycy do cukrzycy typu 2 i promowaniu regresji do normalnej regulacji glukozy. Badania wykazują, że około 93% dorosłych z rodzicielską cukrzycą typu 2, którzy rozpoczęli interwencję w stylu życia w ciągu od 3 miesięcy do 8,3 lat od rozwinięcia przedcukrzycy, nie progresowało do cukrzycy typu 2; prawie połowa powróciła do normalnej regulacji glukozy¹⁷.

Skuteczność interwencji w stylu życia potwierdzają również inne badania, które wykazują, że osoby z przedcukrzycą, które tracą 5-7% masy ciała i ćwiczą około 30 minut dziennie, mogą zmniejszyć ryzyko cukrzycy w ciągu następnych 3 lat o prawie 60%⁴. Regularne spożywanie pożywnych pokarmów i regularne ćwiczenia fizyczne mogą pomóc przywrócić poziom cukru we krwi do zdrowego poziomu i zapobiec lub opóźnić wystąpienie cukrzycy typu 2³.

Znaczenie wczesnej interwencji

Wyniki badań sugerują, że rozpoczęcie interwencji w stylu życia po upływie nawet 8 lat od diagnozy przedcukrzycy nadal byłoby wysoce skuteczne w zapobieganiu progresji do cukrzycy typu 2, ale wcześniejsza interwencja mogłaby mieć większy wpływ glikemiczny⁵. Porównując kategoryczne wyniki odwrócenia lub utrzymywania się przedcukrzycy, wskaźniki były podobne wśród uczestników, którzy rozpoczęli interwencję w stylu życia w czasie krótszym niż 3 lata, 3-5 lat lub ponad 5 lat po wystąpieniu przedcukrzycy⁵.

Te ustalenia sugerują, że rutynowa praktyka kliniczna polegająca na proaktywnych badaniach przesiewowych i szybkiej interwencji w stylu życia u osób z nowo rozpoznaną przedcukrzycą byłaby skuteczna w zapobieganiu cukrzycy typu 2 lub odwróceniu przedcukrzycy u większości osób¹⁷.

Biomarkery w prognozowaniu przedcukrzycy

Identyfikacja biomarkerów metabolicznych dla prognostycznego przewidywania przejścia z przedcukrzycy do normalnej regulacji glukozy (NGR) lub cukrzycy (DM) stanowi obszar intensywnych badań⁷. Te biomarkery mogą dostarczyć cennych informacji na temat mechanizmów leżących u podstaw progresji lub regresji przedcukrzycy.

Biomarkery predykcyjne dla regresji do NGR

W badaniach zidentyfikowano pięć kluczowych biomarkerów, które mogą być dobrymi predyktorami powrotu do normalnej regulacji glukozy u osób z przedcukrzycą⁷⁸:

20-Hydroksy-leukotrien E4
Lizopc(20:4)
5-metoksytryptamina
Endomorfina-1
Lizopc(20:3)

Badania sugerują, że zmniejszony metabolizm glicerofosfoslipidów i zrównoważone procesy utleniania i antyutleniania przyczyniają się do przejścia do normalnej regulacji glukozy¹⁸.

Biomarkery predykcyjne dla progresji do DM

Z kolei pięć innych biomarkerów zostało zidentyfikowanych jako predyktory rozwoju cukrzycy u osób z przedcukrzycą⁷⁸:

Izowaleraldehyd
Kwas linolowy
Lizopc(18:1)
2-Piroloiloglicyna
Dityrozyna

Upośledzony metabolizm aminokwasów i zaburzenia mitochondrialnej β-oksydacji są związane z rozwojem cukrzycy wśród uczestników z przedcukrzycą¹⁸.

Indeks triglicerydowo-glukozowy (TyG)

Indeks triglicerydowo-glukozowy (TyG), uproszczony wskaźnik insulinooporności, okazuje się być potencjalnym predyktorem wystąpienia przedcukrzycy⁹. Badania wykazały, że ryzyko wystąpienia przedcukrzycy wzrasta 1,38 (1,28-1,48) razy dla każdego zwiększenia o 1SD indeksu TyG⁹.

Indeks TyG ma lepszą zdolność predykcyjną do przewidywania przedcukrzycy niż wskaźniki otyłości BMI i obwód talii, profile lipidowe TG i HDL-C oraz wskaźniki insulinooporności niezwiązane z insuliną TG/HDL-C i Mets-IR¹⁰. Badania sugerują, że indeks TyG jest doskonałym wskaźnikiem do przewidywania zaburzeń tolerancji glukozy na czczo (i-IGT) w porównaniu z innymi wskaźnikami, w tym otyłością, profilami lipidowymi i FPG¹⁰.

Ze względu na swoją wyższą wartość predykcyjną i łatwą dostępność, indeks TyG może być rozważany do szerokiego zastosowania klinicznego jako potencjalny wskaźnik do przewidywania wystąpienia przedcukrzycy¹⁰.

Narzędzia do przewidywania ryzyka w przedcukrzycy

Wczesne wykrycie przedcukrzycy może zapobiec cukrzycy i związanym z nią powikłaniom¹⁹. Opracowano różne narzędzia do przewidywania ryzyka przedcukrzycy, które mogą pomóc w identyfikacji osób najbardziej zagrożonych progresją do cukrzycy typu 2.

Narzędzia niezwiązane z badaniami laboratoryjnymi

Większość narzędzi do oceny ryzyka przedcukrzycy niezwiązanych z badaniami laboratoryjnymi wykazała zadowalającą skuteczność w wykrywaniu przedcukrzycy w populacjach, dla których zostały opracowane¹⁹. Jednak możliwość uogólnienia tych narzędzi jest niejasna, ponieważ większość z nich nie została poddana zewnętrznej walidacji¹⁹.

Przed zastosowaniem tych narzędzi w praktyce klinicznej do wykrywania osób z przedcukrzycą należy zawsze przeprowadzić zewnętrzną walidację przy użyciu zestawów danych uzyskanych z docelowej populacji¹⁹.

Nomogramy predykcyjne

Opracowano spersonalizowany nomogram do określania 5-letniego ryzyka przedcukrzycy u dorosłych, identyfikujący osoby wysokiego ryzyka¹¹. Model ten wykorzystuje parametry wieku, wskaźnika masy ciała (BMI), glukozy na czczo (FBG), triglicerydów (TG), ciśnienia skurczowego krwi (SBP) i kreatyniny w surowicy (Scr)¹¹.

5-letnia częstość występowania przedcukrzycy wynosiła 10,70% i 10,69% odpowiednio w kohorcie treningowej i walidacyjnej¹¹. Krzywa kalibracji wykazała doskonałe dopasowanie między przewidywanym ryzykiem przedcukrzycy a obserwowanym ryzykiem przedcukrzycy¹².

Pole pod krzywą ROC (AUC) nomogramu w kohorcie treningowej wynosiło 0,7341 (95% CI 0,7290-0,7392), a w kohorcie walidacyjnej 0,7336 (95% CI 0,7285-0,7387)¹². Wyniki wskazały, że wszystkie sześć zmiennych było dodatnio związanych z wystąpieniem przedcukrzycy¹².

Modele predykcyjne dla kobiet z cukrzycą ciążową

Wczesne wystąpienie cukrzycy typu 2 i chorób sercowo-naczyniowych jest częstym powikłaniem u kobiet z rozpoznaną cukrzycą ciążową¹³. Około połowa kobiet z cukrzycą ciążową rozwija poporodową przedcukrzycę w ciągu 10 lat od indeksowej ciąży¹³.

Opracowano prosty model regresji logistycznej, który wymaga tylko glukozy na czczo w teście OGTT i HbA1c zaraz po rozpoznaniu cukrzycy ciążowej (GDM), aby przewidzieć z godną uwagi dokładnością prawdopodobieństwo poporodowej przedcukrzycy u kobiet z cukrzycą ciążową¹³¹⁴.

Implikacje dla zdrowia publicznego

Przedcukrzyca stała się pandemią, a jej wpływ na zdrowie publiczne jest znaczący⁹. Dokładne prognozy obciążenia cukrzycą są niezbędne dla decydentów planujących przyszłe potrzeby i koszty opieki zdrowotnej⁶.

Projekcje obciążenia cukrzycą

Przy założeniu niskiej zapadalności i stosunkowo wysokiej śmiertelności z powodu cukrzycy, całkowita chorobowość cukrzycy (przypadki zdiagnozowane i niezdiagnozowane) ma wzrosnąć z 14% w 2010 roku do 21% populacji dorosłych w USA do 2050 roku⁶. Jednak jeśli ostatnie wzrosty zapadalności na cukrzycę będą kontynuowane, a śmiertelność z powodu cukrzycy będzie stosunkowo niska, chorobowość wzrośnie do 33% do 2050 roku⁶.

Analiza sugeruje, że szerokie wdrożenie racjonalnie skutecznych interwencji prewencyjnych skupionych na podgrupach populacji wysokiego ryzyka może znacznie zmniejszyć, ale nie wyeliminować, przyszłe wzrosty chorobowości cukrzycy²⁰.

Znaczenie profilaktyki pierwotnej

Przewidywana utrata jakości życia i przewidywane koszty zapewnienia opieki zdrowotnej mogą być znaczące²⁰. Zwiększone wysiłki w pierwotnej profilaktyce cukrzycy mogą pomóc zmniejszyć utratę jakości życia i przyszłe koszty zapewnienia opieki dla osób z cukrzycą²⁰.

Model pięciostanowy przyjął założenie, że hipotetyczna interwencja obejmie 100% osób z IFG i zmniejszy roczną zapadalność na cukrzycę w tej grupie o 25%²⁰. Przewidywane wzrosty chorobowości cukrzycy są w dużej mierze przypisywane kombinacji trzech kluczowych czynników demograficznych, w tym starzenia się populacji USA, zwiększającego się rozmiaru populacji mniejszościowych o wyższym ryzyku oraz zmniejszającej się śmiertelności wśród osób z cukrzycą²⁰.

Ryzyko powikłań

Osoby z przedcukrzycą mają wyższe ryzyko chorób serca niż przeciętne, nawet przed rozwojem cukrzycy⁴. Wraz z początkiem cukrzycy ryzyko chorób serca i udaru gwałtownie wzrasta⁴. Cukrzyca prowadzi również do powikłań, takich jak ślepota, niewydolność nerek, owrzodzenia stóp, ból podczas chodzenia z powodu słabego krążenia i uszkodzenia nerwów⁴.

Osoby z cukrzycą mogą cierpieć z powodu różnych powikłań, które poważnie obniżają jakość życia⁶. Dlatego ważne jest podjęcie działań w celu poprawy zdrowia po zdiagnozowaniu przedcukrzycy⁴.

Choć możliwe jest odwrócenie przedcukrzycy, zazwyczaj nie jest możliwe odwrócenie powikłań cukrzycy. Dlatego profilaktyka i/lub właściwe zarządzanie są kluczowe³.

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1 Development of a 5-year risk prediction model for type 2 diabetes in individuals with incident HbA1c-defined pre-diabetes in Denmark | BMJ Open Diabetes Research & Care
https://drc.bmj.com/content/10/5/e002946
Pre-diabetes increases the risk of type 2 diabetes, but data are sparse on predictors in a population-based clinical setting. […] We aimed to develop and validate prediction models for 5-year risks of progressing to type 2 diabetes among individuals with incident HbA1c-defined pre-diabetes. […] During a median follow-up of 2.7 years, 11.8% progressed to type 2 diabetes and 10.1% died. […] In addition to well-known pre-diabetes predictors such as age, sex, and BMI, we found that measures of self-rated lifestyle, health, and social support are important and modifiable predictors for diabetes. […] Our model had an acceptable discriminative ability and was well calibrated. […] One in five individuals with pre-diabetes will progress to HbA1c-defined diabetes within 5 years. […] Although we identified individuals with pre-diabetes who were at high risk, the time-dependent area under the curve was only 73 (95% CI 71 to 74) for HbA1c-defined diabetes.
#2 Development of a 5-year risk prediction model for type 2 diabetes in individuals with incident HbA1c-defined pre-diabetes in Denmark | BMJ Open Diabetes Research & Care
https://drc.bmj.com/content/10/5/e002946
The use of prognostic prediction models can aid in identifying individuals who will develop type 2 diabetes, allowing preventive interventions to be targeted more effectively. […] We showed that one in five individuals from our population will progress to HbA1c-defined type 2 diabetes within 5 years after their first HbA1c-defined pre-diabetes diagnosis, and that one in nine will initiate glucose-lowering treatment within the same period. […] In addition to age, sex, metabolic factors and pre-existing comorbidities, we found that self-rated health, lifestyle, and existence of a social network are important predictors of the progression to type 2 diabetes. […] Although we could identify individuals with pre-diabetes who were at high risk, the AUCts were modest at only 73 (95% CI 71 to 74) for HbA1c-defined type 2 diabetes and 79 (95% CI 78 to 81) for glucose-lowering treatment initiation.
#3 Prediabetes: What Is It, Causes, Symptoms & Treatment
https://my.clevelandclinic.org/health/diseases/21498-prediabetes
According to the American Diabetes Association, for people 45 years old with prediabetes, the 10-year risk of developing Type 2 diabetes is 9% to 14%. The good news is that its possible to reverse prediabetes with healthy lifestyle changes. […] Without taking action, many people with prediabetes eventually develop Type 2 diabetes. This is often because people dont know they have prediabetes. […] The best way to treat and potentially reverse prediabetes is through healthy lifestyle changes. Regularly eating nutritious foods and getting regular exercise can help return your blood sugar to healthy levels and prevent or delay Type 2 diabetes. […] While its possible to reverse prediabetes, its typically not possible to reverse diabetes complications. This is why prevention and/or proper management are key.
#4 Pre-Diabetes – Harvard Health
https://www.health.harvard.edu/a_to_z/pre-diabetes-a-to-z
If you have pre-diabetes, you have about a 10% chance of developing type 2 diabetes within one year. Your chance of developing type 2 diabetes during your lifetime is roughly 70%. […] Fortunately, improvements in diet and exercise habits can help to delay or prevent type 2 diabetes. Research has shown that people with pre-diabetes who lose 5% to 7% of their body weight and exercise about 30 minutes a day can reduce their risk for diabetes during the next 3 years by almost 60%. […] People with pre-diabetes have a higher risk of heart disease than average, even before diabetes develops. With the onset of diabetes, your risks for heart disease and stroke increase sharply. Diabetes also leads to complications such as blindness, kidney failure, foot ulcers, pain with walking due to poor circulation, and nerve damage. That’s why it’s important to take action to improve your health when you are diagnosed with pre-diabetes.
#5 Outcome of lifestyle intervention in relation to duration of pre-diabetes: the Pathobiology and Reversibility of Prediabetes in a Biracial Cohort (PROP-ABC) study
https://pmc.ncbi.nlm.nih.gov/articles/PMC8915300/
The diabetes incidence among the 138 lifestyle intervention participants was 2.14 cases per 100 person-years. […] Our findings showed that the vast majority (~93%) of participants who received lifestyle intervention within 3 months to 8 years (mean ~4 years) of developing pre-diabetes did not progress to T2D during 5 years of follow-up. […] However, when comparing the categorical outcomes of reversal or persistence of pre-diabetes, the rates were similar among participants who started lifestyle intervention at less than 3 years, 3-5 years, or greater than 5 years after the occurrence of pre-diabetes. […] Together, our findings suggest that initiating lifestyle intervention after up to ~8 years of pre-diabetes diagnosis would still be highly efficacious in preventing progression to T2D, but earlier intervention could have a greater glycemic impact.
#6 Projection of the year 2050 burden of diabetes in the US adult population: dynamic modeling of incidence, mortality, and prediabetes prevalence | Population Health Metrics | Full Text
https://pophealthmetrics.biomedcentral.com/articles/10.1186/1478-7954-8-29
People with diabetes can suffer from diverse complications that seriously erode quality of life. […] Accurate projections of diabetes burden are essential to policymakers planning for future health care needs and costs. […] A four-state model divides the state of „no diabetes” into high-risk (prediabetes) and low-risk (normal glucose) states. […] A five-state model incorporates an intervention designed to prevent or delay diabetes in adults at high risk. […] Assuming low incidence and relatively high diabetes mortality, total diabetes prevalence (diagnosed and undiagnosed cases) is projected to increase from 14% in 2010 to 21% of the US adult population by 2050. […] However, if recent increases in diabetes incidence continue and diabetes mortality is relatively low, prevalence will increase to 33% by 2050.
#7 Metabolic Biomarkers for Prognostic Prediction of Pre-diabetes: results from a longitudinal cohort study | Scientific Reports
https://www.nature.com/articles/s41598-017-06309-6
To investigate the metabolic biomarkers of predicting the transition from pre-diabetes (pre-DM) to normal glucose regulation (NGR) and diabetes (DM) in a longitudinal cohort study. […] Results from stepwise logistic regression analysis showed that five biomarkers (20-Hydroxy-leukotriene E4, Lysopc(20:4), 5-methoxytryptamine, Endomorphin-1, Lysopc(20:3)) were good prediction for the restoration to NGR, and five biomarkers (Iso-valeraldehyde, linoleic acid, Lysopc(18:1), 2-Pyrroloylglycine, Dityrosine) for the development of DM. […] The findings suggest that the combination of these potential metabolites may be used for the prognosis of pre-DM. […] Using UPLC-QTOF-MS based metabolic profiling combined with pattern recognition techniques on plasma samples, we identified molecular markers that discriminate the prognoses to NGR and to DM in 108 pre-diabetic patients in a longitudinal study with more than ten years of follow-up. In this study, a total of 23 metabolites involved in different biochemical metabolic pathways with high statistical significance were associated with the outcome of NGR, while 22 metabolites with the outcome of DM.
#8 Metabolic Biomarkers for Prognostic Prediction of Pre-diabetes: results from a longitudinal cohort study | Scientific Reports
https://www.nature.com/articles/s41598-017-06309-6
To make it better to apply the identified biomarkers for prediction of pre-DM prognosis in the long run in clinical setting, the key of this study was to select and combine several specific biomarkers for establishing a noninvasive and accurate predict method for prognosis of pre-DM. The candidate biomarker selection rationale was as follows: first, the biomarkers must be confirmed by standards; second, the biomarkers with high VIPs in the pattern recognition analysis and significant discrepancy between groups; and last, the biomarkers in the logistic regression equation with higher AUCs and predictive sensibility and specificity. As a result, five biomarkers (20-Hydroxy-leukotriene E4, Lysopc(20:4), 5-methoxytryptamine, Endomorphin-1, Lysopc(20:3)) and five biomarkers (Iso-valeraldehyde, linoleic acid, Lysopc(18:1), 2-Pyrroloylglycine, Dityrosine) were included in the predictive equation of NGR and DM, respectively.
#9 Elevated triglyceride-glucose (TyG) index predicts incidence of Prediabetes: a prospective cohort study in China | Lipids in Health and Disease | Full Text
https://lipidworld.biomedcentral.com/articles/10.1186/s12944-020-01401-9
Prediabetes has become a pandemic. This study aimed to identify a better predictor for the incidence of prediabetes, which we hypothesize to be the triglyceride-glucose (TyG) index, a simplified insulin resistance index. We compared its predictive value with the other common risk factors of prediabetes. […] During the 3.25years, 1071 out of the 4543 participants developed prediabetes. Using the logistic regression analysis adjusted for some potential confounders, the risk of incidence of prediabetes increased 1.38 (1.281.48) fold for each 1SD increment of TyG index. The predictive ability (assessed by AUCs) of TyG index for predicting prediabetes was 0.60 (0.580.62), which was superior to the indices of obesity, lipid profiles and other non-insulin-based insulin resistance indices. […] TyG could be a potential predictor to identify the high risk individuals of prediabetes.
#10 Elevated triglyceride-glucose (TyG) index predicts incidence of Prediabetes: a prospective cohort study in China | Lipids in Health and Disease | Full Text
https://lipidworld.biomedcentral.com/articles/10.1186/s12944-020-01401-9
The TyG index had better predictive ability for the incidence of prediabetes than the obesity indices of BMI and WC, lipid profiles of TG and HDL-C, and non-insulin-based insulin resistance indices of TG/HDL-C and Mets-IR. […] The TyG index was found to have a superior predictive value for i-IGT compared with other indices, including obesity, lipids profiles and FPG. […] Our study demonstrated that the TyG index is a superior indicator to predict prediabetes and is so conveniently accessible; and thus, the TyG index may be considered for wide clinical practice as a potential indicator for predicting the incidence of prediabetes.
#11 A nomogram model for predicting 5-year risk of prediabetes in Chinese adults | Scientific Reports
https://www.nature.com/articles/s41598-023-50122-3
Early identification is crucial to effectively intervene in individuals at high risk of developing pre-diabetes. This study aimed to create a personalized nomogram to determine the 5-year risk of pre-diabetes among Chinese adults. […] We developed a simple nomogram that predicted the risk of prediabetes by using the parameters of age, body mass index (BMI), fasting plasma glucose (FBG), triglycerides (TG), systolic blood pressure (SBP), and serum creatinine (Scr). […] A personalized prediabetes prediction nomogram was developed and validated among Chinese adults, identifying high-risk individuals. […] The 5-year incidence of prediabetes was 10.70% and 10.69% in the training and validation cohort, respectively. […] The model’s performance was evaluated in terms of its discriminative ability, clinical utility, and calibration using the area under the receiver operating characteristic (ROC) curve, decision curve analysis, and calibration analysis on the training cohorts.
#12 A nomogram model for predicting 5-year risk of prediabetes in Chinese adults | Scientific Reports
https://www.nature.com/articles/s41598-023-50122-3
The calibration curve showed a perfect fit between the predicted prediabetes risk and the observed prediabetes risk. […] The AUC of the nomogram in the training cohort was 0.7341 (95% CI 0.72900.7392). And the validation cohort. In the validation of the model, we found that the AUC was 0.7336 (95% CI 0.72850.7387). […] The results showed that the six variables were all positively associated with incident prediabetes. […] Our nomogram employs continuous variables to more precisely and individually predict risks. […] We have developed and validated a personalized prediction nomogram for the 5-year risk of incident prediabetes in Chinese adults.
#13 Machine learning prediction of early postpartum prediabetes in women with gestational diabetes mellitus | medRxiv
https://www.medrxiv.org/content/10.1101/2023.02.16.23286016v1.full-text
Early onset of type 2 diabetes and cardiovascular disease are common complications for women diagnosed with gestational diabetes. About half of the women with gestational diabetes develop postpartum prediabetes within 10 years of the index pregnancy. These women also have double the risk of developing cardiovascular disease than women without a history of gestational diabetes. Currently, there is no accurate way of knowing which women with gestational diabetes are likely to develop postpartum prediabetes. This study aims to predict the risk of postpartum prediabetes in women diagnosed with gestational diabetes. […] We propose a simple logistic regression model, which needs only the antenatal fasting glucose at OGTT and HbA1c soon after the diagnosis of GDM, to predict, with remarkable accuracy, the probability of postpartum prediabetes in women with gestational diabetes.
#14 Machine learning prediction of early postpartum prediabetes in women with gestational diabetes mellitus | medRxiv
https://www.medrxiv.org/content/10.1101/2023.02.16.23286016v1.full-text
Our proposed model using nested cross-validation and logistic regression algorithm can effectively predict prediabetes in GDM women, using only the antenatal predictors fasting glucose and HbA1c, with good sensitivity and specificity. […] This study shows that our proposed model using a logistic regression algorithm is effective for the prediction of prediabetes in GDM women by using the already available antenatal fasting glucose and antenatal HbA1c.
#15 Comparing different definitions of prediabetes with subsequent risk of diabetes: an individual participant data meta-analysis involving 76 513 individuals and 8208 cases of incident diabetes | BMJ Open Diabetes Research & Care
https://drc.bmj.com/content/7/1/e000794
Objective There are currently five widely used definition of prediabetes. We compared the ability of these to predict 5-year conversion to diabetes and investigated whether there were other cut-points identifying risk of progression to diabetes that may be more useful. […] Compared with normoglycemia, current prediabetes definitions were associated with four to eight times higher diabetes risk (HRs (95% CIs): 3.78 (3.11 to 4.60) to 8.36 (4.88 to 14.33)) and all definitions discriminated 5-year diabetes risk with good accuracy (C-statistics 0.790.81). […] In terms of identifying individuals at greatest risk of developing diabetes within 5years, using prediabetes definitions that have lower values produced non-significant gain. Therefore, deciding which definition to use will ultimately depend on the goal for identifying individuals at risk of diabetes.
#16 Comparing different definitions of prediabetes with subsequent risk of diabetes: an individual participant data meta-analysis involving 76 513 individuals and 8208 cases of incident diabetes | BMJ Open Diabetes Research & Care
https://drc.bmj.com/content/7/1/e000794
All five current prediabetes definitions identified individuals at risk of developing diabetes within 5years with similar accuracy. […] Using diabetes definitions that have lower values to identify individuals at greatest risk of developing diabetes within 5years did not significantly improve prediction. […] All current prediabetes definitions were associated with greater risk of diabetes relative to people with lower glucose concentrations and identified people at risk of developing diabetes within 5years with similar accuracy. Therefore, deciding which definition to use will ultimately depend on the allocation of healthcare resources available to intervene in individuals designated at high risk, and the need to balance sensitivity with specificity.
#17 Outcome of lifestyle intervention in relation to duration of pre-diabetes: the Pathobiology and Reversibility of Prediabetes in a Biracial Cohort (PROP-ABC) study
https://pmc.ncbi.nlm.nih.gov/articles/PMC8915300/
In studies that enrolled people with prevalent pre-diabetes of unknown duration, lifestyle intervention (LI) delayed progression to type 2 diabetes (T2D) but did not reverse pre-diabetes in most participants. Here, we assessed the effects of LI among individuals with pre-diabetes of known duration to determine whether outcomes are related to duration of pre-diabetes. […] Ninety-three per cent of adults with parental T2D who initiated LI within 3 months to 8.3 years of developing pre-diabetes did not progress to T2D; nearly half reverted to NGR. […] The findings showed that ~93% of participants who initiated lifestyle intervention within 3 months to 8.3 years of developing pre-diabetes did not progress to diabetes and ~43% reverted to normal glucose regulation. […] Our findings suggest that routine clinical practice of proactive screening and prompt lifestyle intervention in people with incident pre-diabetes would be effective in preventing T2D or reversing pre-diabetes in most individuals.
#18 Metabolic Biomarkers for Prognostic Prediction of Pre-diabetes: results from a longitudinal cohort study | Scientific Reports
https://www.nature.com/articles/s41598-017-06309-6
A decreased glycerophosphoslipid metabolism and balanced oxidation and antioxidation contributed to the transition to NGR, while impaired amino acid metabolism and perturbed mitochondrial -oxidation were associated with the development of DM. Targeting the pathways that involve in these newly prognosis biomarkers would be beneficial for the regression to NGR and the early prevention of DM among participants with pre-DM.
#19 Non-Laboratory-Based Risk Prediction Tools for Undiagnosed Pre-Diabetes: A Systematic Review
https://www.mdpi.com/2075-4418/13/7/1294
Early detection of pre-diabetes (pre-DM) can prevent DM and related complications. This review examined studies on non-laboratory-based pre-DM risk prediction tools to identify important predictors and evaluate their performance. […] Most non-laboratory-based risk tools for pre-DM detection showed satisfactory performance in their study populations. The generalisability of these tools was unclear since most lacked external validation. […] The majority of existing non-laboratory-based tools (n = 26) had fair to good discrimination in case finding of pre-DM in the population that they were developed for. […] The generalisability of these tools was unclear as most of them had not been validated externally. External validation using datasets obtained from the intended target population should always be performed before application to practice for case-finding of pre-DM individuals.
#20 Projection of the year 2050 burden of diabetes in the US adult population: dynamic modeling of incidence, mortality, and prediabetes prevalence | Population Health Metrics | Full Text
https://pophealthmetrics.biomedcentral.com/articles/10.1186/1478-7954-8-29
Our analysis suggests that widespread implementation of reasonably effective preventive interventions focused on high-risk subgroups of the population can considerably reduce, but not eliminate, future increases in diabetes prevalence. […] The projected loss in quality of life and the projected costs of providing health care could be significant. […] Increased efforts in primary prevention of diabetes can help to decrease loss in quality of life and the future cost of providing care for people with diabetes. […] Our five-state model made the assumption that a hypothetical intervention would reach 100% of those with IFG and would reduce the annual incidence of diabetes in this group by 25%. […] The increases in diabetes prevalence projected here are largely attributable to a combination of three key demographic factors, including aging of the US population, increasing size of higher-risk minority populations, and declining mortality among people with diabetes.