THEMEN DER ZEIT

Diabetes Mellitus Typ 2: Risikobestimmung wird präzisiert

Dtsch Arztebl 2010; 107(13): A-600 / B-519 / C-511

Joost, Hans-Georg; Fritsche, Andreas; Häring, Hans-Ulrich; Pfeiffer, Andreas F. H.; Roden, Michael; Schulze, Matthias B.

Durch den zusätzlichen Einschluss von Biomarkern wird der Deutsche Diabetes-Risiko-Test deutlich verbessert. Daraus lässt sich nun eine ärztliche Vorsorgeuntersuchung „Metabolisches Syndrom“ ableiten. Ein Diskussionsbeitrag

Die Entstehung von Diabetes mellitus Typ 2 kann durch eine Lebensstilintervention, Pharmakotherapie oder die bariatrische Chirurgie verhindert oder mindestens verzögert werden. Präventionsmaßnahmen im Hochrisikosegment der Bevölkerung sind deshalb notwendig, wirksam und ökonomisch vertretbar, machen aber eine sorgfältige, am individuellen Risikoprofil ausgerichtete Indikationsstellung notwendig. Jeder Intervention wird also eine ärztliche Risikobestimmung vorangehen müssen, die Hoch-risikopersonen mit hoher Spezifität und Sensitivität identifiziert. Hierzu haben wir den Deutschen Diabetes-Risiko-Test (DRT) durch Einschluss von Biomarkern erweitert, wobei seine Präzision allein durch Einschluss der Plasmaglukosewerte bereits erheblich verbessert wird.

Wir schlagen vor, diese Risikobestimmung als Teil einer hausärztlichen Vorsorgeuntersuchung „Metabolisches Syndrom“ sowie zur quantitativen Erfolgskontrolle von Präventionsmaßnahmen einzusetzen.

Prävention des Typ-2-Diabetes: Randomisierte kontrollierte Interventionsstudien haben den Nachweis erbracht, dass sowohl eine Lebensstilintervention (Gewichtsabnahme durch Ernährungsumstellung und gesteigerte körperliche Aktivität) als auch eine Pharmakotherapie (zum Beispiel mit Metformin) (1) oder die bariatrische Chirurgie bei morbider Adipositas (2) die Konversion der gestörten Glukosetoleranz zum Typ-2-Diabetes verhindern oder verzögern können (3, 4). Der Interventionserfolg ist heterogen; er hielt bei einem Teil der Studienteilnehmer an, ein erheblicher Teil sprach jedoch nicht auf die Intervention an (non-responder).

Die Diabetesprävention erfordert eine ärztliche, am individuellen Risikoprofil ausgerichtete Indikationsstellung; eine Prävention bei unzureichend definierten Risikopersonen ist wenig sinnvoll. Diese Indikationsstellung sollte auf einer möglichst exakten Bestimmung des Diabetesrisikos beruhen, die

• eine Indikationsstellung für die verschiedenen Interventionen (Lebensstil, Pharmakotherapie, bariatrische Chirurgie)
• eine individualisierte Intervention/Prävention, die auf Korrektur der jeweils dominierenden Risikofaktoren abzielt, sowie eine
• quantitative Erfolgskontrolle der Intervention erlaubt.

Bestimmung des Diabetesrisikos: Bis heute sind zahlreiche Risikofaktoren (Prädiktoren) für die Entstehung von Typ-2-Diabetes identifiziert worden, die für die Risikobestimmung und für gezielte Interventionen nutzbar sind (5). Neben den Komponenten des metabolischen Syndroms (viszerale Adipositas, Hypertonie, Dyslipoproteinämie) sind dies Angaben zum sogenannten Lebensstil (geringe körperliche Aktivität, Rauchen), die Familienanamnese, Ernährungsmuster sowie mehrere Biomarker. Zahl und Heterogenität der Risikofaktoren machen eine komplexe Quantifizierung der einzelnen Beiträge und des Gesamtrisikos notwendig.

Große Kohorten und lange Beobachtungszeiten
In den letzten Jahren wurden deshalb Punktesysteme (Risiko-scores) in den USA, Finnland, Schweden und Deutschland entwickelt, um den relativen Beitrag der einzelnen Risikofaktoren zu gewichten und daraus ein individuelles Gesamtrisiko zu ermitteln (610). Methodische Voraussetzung zur Quantifizierung der einzelnen Risikofaktoren sind prospektiv angelegte Kohorten,

• die aus einer Stichprobe der Allgemeinbevölkerung und nicht einer Hochrisikopopulation bestehen
• in denen die einzelnen Risikofaktoren vor dem Auftreten der Erkrankung und nicht retrospektiv erfasst werden
• in denen der Beitrag der einzelnen Risikofaktoren auf der Basis einer ausreichenden Zahl inzidenter Fälle (unter Ausschluss der zu Studienbeginn prävalenten Fälle) ermittelt wird
• in denen akzeptierte mathematische Modelle angewandt werden, um den unabhängigen Beitrag der einzelnen Faktoren zu quantifizieren und
• deren Ergebnisse in einer zweiten Kohorte überprüft (validiert) werden.

Diese Methodik erfordert einen hohen Aufwand: Große Kohorten und lange Beobachtungszeiträume sind nötig, um ausreichende Fallzahlen zu generieren.

Die Basisversion des Deutschen Diabetes-Risiko-Tests: Für den DRT wurden mehr als 25 000 Studienteilnehmer aus der Allgemeinbevölkerung nach Erhebung der relevanten Risikofaktoren über einen Zeitraum von sieben Jahren beobachtet, um 849 inzidente Typ-2-Diabetes-Fälle zu erhalten (10). Die Ergebnisse des DRT wurden in einer etwa gleich großen, ebenfalls prospektiv angelegten Studienpopulation (EPIC-Heidelberg) validiert. Damit erfüllt der DRT die methodischen Voraussetzungen, um eine zuverlässige Vorhersage des Fünfjahresrisikos machen zu können.

Der DRT verwendet in seiner Basisversion (Fragebogen oder Webtool, www.dife.de) diejenigen einfach abfragbaren Risikofaktoren, die einen statistisch signifikanten Beitrag zum Gesamtrisiko der deutschen Studienpopulation leisteten (10): Alter, anthropometrische Charakteristika (Bauchumfang, Körpergröße), Komponenten des metabolischen Syndroms (Hypertonie) sowie ernährungs- und lebensstilbezogene Variablen (Konsumhäufigkeit von Vollkornbrot, rotem Fleisch, Kaffee und Alkohol, Rauchen, Aktivitätsprofil). Alle diese Variablen sind in früheren Studien als Risikofaktoren beschrieben worden; die Daten der EPIC-Potsdam-Studie sind also mit der verfügbaren Literatur konsistent (5). Dies gilt auch für das – manchen Diabetologen überraschende – Fehlen eines signifikanten, unabhängigen Beitrags der verzehrten Menge von Fett (5, 11) sowie von Obst und Gemüse (12).

Die Breite der Datenbasis erlaubte eine präzise Berücksichtigung der dominierenden Risikofaktoren Bauchumfang und Alter über einen weiten Wertebereich durch kontinuierliche Zuteilung von Score-Punkten, aus deren Kategorisierung sich eine Risikobewertung mit fünf Stufen ergibt (Tabelle 1). Mit einem Grenzwert von 49 Punkten werden 85 Prozent der in den nächsten fünf Jahren in der Normalbevölkerung zu erwartenden Diabetesfälle identifiziert. Dieser Sensitivität steht dabei eine Spezifität von 68 Prozent gegenüber, das heißt, circa 30 Prozent der Getesteten werden mit diesem Grenzwert falschpositiv als Risikopersonen qualifiziert.

Erweiterung des DRT durch Biomarker: Nach Messung mehrerer metabolischer und inflammatorischer Biomarker (13) ließ sich zeigen, dass die Sensitivität und Spezifität (C-Statistik) des DRT erheblich durch Einschluss der Werte für Plasmaglukose, HbA1c, Triglyceride, HDL-Cholesterin und Leberenzyme (gamma-GT, GPT) erhöht wird (eTabelle 1). Im Gegensatz dazu wurde die Präzision des Tests durch Genotypisierung für 20 bekannte diabetogene SNPs nicht verbessert. Der Einschluss von Daten zur Familienanamnese verbessert die Präzision des Tests nur geringfügig, obwohl die Diabeteserkrankung eines erstgradigen Verwandten das Fünfjahresrisiko signifikant erhöht (Schulze, unveröffentlichte Daten).

Hochrisisko: Schwellenwerte könnten kombiniert werden
Wenn Patienten bei der Blutentnahme nüchtern sind, kann die Prädiktion des DRT allein auf der Basis einer zusätzlichen Glukosebestimmung deutlich verbessert werden (Tabelle 2). Um Hochrisikopersonen zu identifizieren, könnten Schwellenwerte für DRT-Punkte und Plasmaglukosewerte kombiniert werden (Tabelle 3). Dieser Einschluss der Plasmaglukose bewirkt eine erhebliche Differenzierung des relativen Risikos (eTabelle 2) in den DRT-Kategorien 30 bis 39, 40 bis 49 und 50 bis 59 Punkte; die entsprechende Erweiterung der Basisversion des DRT könnte dadurch eine sehr viel zuverlässigere Entscheidungsgrundlage für präventive Maßnahmen liefern.

So erreichen die mit DRT-Punkten und Plasmaglukose gebildeten Kategorien „hohes“ und „sehr hohes Risiko“ (Tabelle 3) eine akzeptable Sensitivität (65 Prozent) bei gleichzeitiger deutlicher Reduktion falschpositiver Ergebnisse (15 Prozent, Tabelle 4b). Mit dieser Kategorisierung lassen sich Präventionsmaßnahmen sinnvoll auf ein Hochrisikosegment begrenzen. Es ist zudem wahrscheinlich, dass ein erheblicher Teil der falschpositiv klassifizierten Personen nach der Fünfjahreszeitspanne erkranken wird. Die demnächst zu erwartende Bestimmung des Zehnjahresrisikos dürfte die Präzision der Risikobestimmung also noch verbessern. Unterhalb des Interventionsschwellenwerts (hohes und sehr hohes Risiko) wäre es sehr sinnvoll, die Personen der Kategorie ‚erhöhtes Risiko‘ aufzuklären und die Risikobestimmung im jährlichen Abstand zu wiederholen, um die Sensitivität des Tests zu erhöhen (88,4 Prozent).

Vergleich der verfügbaren Risikotests: Nicht alle bislang etablierten Risikoscores erfüllen die oben beschriebenen methodischen Voraussetzungen und sind dazu geeignet, Personen in der Allgemeinbevölkerung zu identifizieren, die zum Zeitpunkt des Tests zwar noch keinen Diabetes, aber ein erhöhtes Risiko haben, die Krankheit in den folgenden Jahren zu entwickeln. So können der Danish Diabetes Risk Score (14) oder der Indian Diabetes Risk Score (15) lediglich zur Identifizierung eines vorhandenen, aber unerkannten Diabetes dienen. Auch die aus Daten prospektiver Kohorten etablierten Risikoscores weichen von den methodischen Rahmenbedingungen ab.

So schließt die Datenbasis des FINRISK-Score (8) nur medikamentös behandelte Patienten mit Typ-2-Diabetes ein (196 inzidente Fälle), was zu einer wesentlichen Unterschätzung der Diabetesinzidenz führen musste (circa ein Drittel der Typ-2-Diabetiker in der deutschen EPIC-Studie wird allein mit Diät behandelt).

Grundsätzlich sollten Risikotests nur an Populationen anwendbar sein, für die die Ausgangskohorte repräsentativ ist. Es ist deshalb wegen der Unterschiede in Ernährung, Lebensstil und genetischem Hintergrund fraglich, ob die von nordamerikanischen (6, 7, 16, 17) oder finnischen Kohortenstudien (8) abgeleiteten Risikoscores auf die deutsche Bevölkerung übertragbar sind, insbesondere wenn die Ergebnisse Grundlage ärztlicher Entscheidungen sein sollen und relevante ökonomische Konsequenzen haben werden. Die deutsche Adaptation des finnischen Score (FINDRISK; [18]) zeichnet sich durch Kürze und einfache Auswertung aus, was ihn zur Anwendung durch Laien geeignet macht. Für die Risikobestimmung als ärztliche Aufgabe ist er jedoch weniger geeignet, da er nicht auf Daten aus der deutschen Bevölkerung beruht.

Aus der Risikobestimmung ableitbare Konsequenzen und Empfehlungen: Aus ärztlicher Sicht ergeben sich aus dem Ergebnis des Tests, sofern er ein hohes Risiko anzeigt, die folgenden Konsequenzen:

• Aufklärung des Patienten über die Bedeutung des Testergebnisses
• Einleitung weiterer Untersuchungen auf makrovaskuläre Sekundärkomplikationen
• Einleitung einer Lifestyle-Intervention
• Entscheidung über eine medikamentöse Intervention
• Einsatz des Tests zur Erfolgskontrolle der Lifestyle-Intervention.

Hochrisikopersonen haben wegen der makrovaskulären Sekundärkomplikationen, die lange vor der Diagnose des Typ-2-Diabetes beginnen, eine erheblich verkürzte Lebenserwartung (19). Die Bestimmung des erhöhten Diabetesrisikos könnte deshalb andere, vom Diabetesrisiko unabhängige vaskuläre Risikofaktoren (zum Beispiel PROCAM-score, LDL-Cholesterin) ergänzen und eine frühere – und damit wirksamere – Prävention vaskulärer Sekundärkomplikationen begründen. Natürlich hat die Risikobestimmung auch Auswirkungen auf die Häufigkeit von Nachuntersuchungen, denn bei niedrigem Risiko ist eine erneute Untersuchung von symptomfreien Personen erst nach einem größeren Zeitabstand angezeigt.

Einbindung des Diabetes-Risiko-Tests in das System hausärztlicher Vorsorgeuntersuchungen: Kostenlose Vorsorgeuntersuchungen (Gesundheits-Check-up) für gesetzlich versicherte Frauen und Männer ab 35 Jahren beinhalten gegenwärtig eine Eigen-, Familien- und Sozialanamnese zur Erfassung des Risikoprofils, eine Untersuchung zum Ganzkörperstatus sowie Laboruntersuchungen inklusive Plasmaglukose. Sie zielen auf die Früherkennung von Herz-, Kreislauf- und Nierenerkrankungen sowie des Diabetes mellitus ab. Notwendige Parameter zur Bestimmung des Diabetesrisikos werden also im Rahmen dieser Untersuchungen bereits routinemäßig erhoben.

Der DRT kann als PC-Applikation oder Papierversion ohne größeren zusätzlichen Aufwand ein objektives Gesamtergebnis liefern und damit die ärztliche Entscheidung unterstützen.

Zitierweise dieses Beitrags:
Dtsch Arztebl 2010; 107(13): A 600–2

Anschrift für die Verfasser
Prof. Dr. med. Dr. rer. nat. Hans-Georg Joost
Wissenschaftlicher Direktor des Deutschen
Instituts für Ernährungsforschung
Potsdam-Rehbrücke, Abteilung Pharmakologie,
Arthur-Scheunert-Allee 114–116, 14558 Nuthetal E-Mail: joost@dife.de


Methodische Voraussetzungen
Das individuelle Diabetesrisiko setzt sich aus einer komplexen Kombination von anthropometrischen, ernährungsbezogenen und Lebensstilfaktoren zusammen (Schulze und Hu, 2005). Zu diesen kommen metabolische und inflammatorische Biomarker sowie die genetische Prägung; Letztere wird zum Teil durch die phänotypischen Risikofaktoren bereits abgebildet. Zur Quantifizierung des jeweiligen Beitrags der einzelnen Faktoren werden prospektiv angelegte Kohorten benötigt, die aus einer Stichprobe der Allgemeinbevölkerung und nicht einer Hochrisikopopulation bestehen in denen die einzelnen Risikofaktoren vor dem Auftreten der Erkrankung und nicht retrospektiv erfasst werden in denen der Beitrag der einzelnen Risikofaktoren auf der Basis einer ausreichenden Zahl inzidenter Fälle (unter Ausschluss der zu Studienbeginn prävalenten Fälle) ermittelt wird in denen akzeptierte mathematische Modelle angewandt werden, um den unabhängigen Beitrag der einzelnen Faktoren zu quantifizieren deren Ergebnisse in einer zweiten Kohorte überprüft (validiert) werden.

Diese Methodik erfordert einen hohen Aufwand: Große Kohorten und lange Beobachtungszeiträume sind nötig, um ausreichende Fallzahlen zu generieren.
Anzeige
1.
Knowler WC, Barrett-Connor E, Fowler SE, Hamman RF, Lachin JM, Walker EA, Nathan DM: Diabetes Prevention Program Research Group: Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med 2002; 346: 393–403.
2.
Buchwald H, Estok R, Fahrbach K, Banel D, Jensen MD, Pories WJ, Bantle JP, Sledge I: Weight and type 2 diabetes after bariatric surgery: systematic review and meta-analysis. Am J Med 2009; 122: 248–56.
3.
Pan XR, Li GW, Hu YH, Wang JX, Yang WY, An ZX, Hu ZX, Lin J, Xiao JZ, Cao HB, Liu PA, Jiang XG, Jiang YY, Wang JP, Zheng H, Zhang H, Bennett PH, Howard BV: Effects of diet and exercise in preventing NIDDM in people with impaired glucose tolerance. The Da Qing IGT and Diabetes Study. Diabetes Care 1997; 20: 537–44.
4.
Tuomilehto J, Lindström J, Eriksson JG, Valle TT, Hamalainen H, Ilanne-Parikka P, Keinanen-Kiukaanniemi S, Laakso M, Louheranta A, Rastas M, Salminen V, Uusitupa M: Prevention of type 2 diabetes mellitus by changes in lifestyle among subjects with impaired glucose tolerance. N Engl J Med 2001; 344: 1343–50.
5.
Schulze MB, Hu FB: Primary prevention of diabetes: What can be done and how much can be prevented? Annu Rev Public Health 2005; 26: 445–67.
6.
Stern MP, Williams K, Haffner SM: Identification of persons at high risk for type 2 diabetes mellitus: do we need the oral glucose tolerance test? Ann Intern Med 2002; 136: 575–81.
7.
Kanaya AM, Fyr CL, de Rekeneire N, Shorr RI, Schwartz AV, Goodpaster BH, Newman AB, Harris T, Barrett-Connor E: Predicting the development of diabetes in older adults: the derivation and validation of a prediction rule. Diabetes Care 2005; 28: 404–8.
8.
Lindström J, Tuomilehto J: The diabetes risk score: a practical tool to predict type 2 diabetes risk. Diabetes Care 2003; 26: 725–31.
9.
Norberg M, Eriksson JW, Lindahl B, Andersson C, Rolandsson O, Stenlund H, Weinehall L: A combination of HbA1c, fasting glucose and BMI is effective in screening for individuals at risk of future type 2 diabetes: OGTT is not needed. J Intern Med 2006; 260: 263–71.
10.
Schulze MB, Hoffmann K, Boeing H, Harttig U, Linseisen J, Rohrmann S, Möhlig M, Pfeiffer AFH, Spranger J, Thamer C, Häring HU, Fritsche A, Joost HG: A simple and accurate risk score to predict the development of type 2 diabetes. Diabetes Care 2007; 30: 510–15.
11.
Tinker LF, Bonds DE, Margolis KL, Manson JE, Howard BV, Larson J, Perri MG, Beresford SA, Robinson JG, Rodríguez B, Safford MM, Wenger NK, Stevens VJ, Parker LM: Women’s Health Initiative: Low-fat dietary pattern and risk of treated diabetes mellitus in postmenopausal women: the Women’s Health Initiative randomized controlled dietary modification trial. Arch Intern Med 2008; 168: 1500–11.
12.
Hamer M, Chida Y: Intake of fruit, vegetables, and antioxidants and risk of type 2 diabetes: systematic review and meta-analysis. J Hypertens 2007; 25: 2361–69.
13.
Schulze MB, Weikert C, Pischon T, Bergmann M, Al-Hasani H, Schleicher E, Fritsche A, Häring H-U, Boeing H, Joost H-G: Use of Multiple Metabolic and Genetic Markers to Improve the Prediction of Type 2 Diabetes: the European Prospective Investigation into Cancer and Nutrition (EPIC) Potsdam study. Diabetes Care 2009; 32: 2116–19.
14.
Glümer C, Carstensen B, Sandbaek A, Lauritzen T, Jørgensen T, Borch-Johnsen K: A Danish diabetes risk score for targeted screening: the Inter99 study. Diabetes Care 2004; 27: 727–33.
15.
Mohan V, Deepa R, Deepa M, Somannavar S, Datta M: A simplified Indian Diabetes Risk Score for screening for undiagnosed diabetic subjects. J Assoc Physicians India 2005; 53: 759–63.
16.
McNeely MJ, Boyko EJ, Leonetti DL, Kahn SE, Fujimoto WY: Comparison of a clinical model, the oral glucose tolerance test, and fasting glucose for prediction of type 2 diabetes risk in Japanese Americans. Diabetes Care 2003; 26: 758–63.
17.
Schmidt MI, Duncan BB, Bang H, Pankow JS, Ballantyne CM, Golden SH, Folsom AR, Chambless LE: Identifying individuals at high risk for diabetes: The Atherosclerosis Risk in Communities study. Diabetes Care 2005; 28: 2013–18.
18.
Schuppenies A, Jacobey H, Bornstein S, Schwarz PEH: FINDRISK: Finde das Risiko! – Entwicklung eines Fragebogens zur Einschätzung des Diabetesrisikos. Ernährungs-Umschau 2006; 53: 386–89.
19.
Heidemann C, Boeing H, Pischon T, Nöthlings U, Joost HG, Schulze MB: Association of a diabetes risk score with risk of myocardial infarction, stroke, specific types of cancer, and mortality: a prospective study in the European Prospective Investigation into Cancer and Nutrition (EPIC)-Potsdam cohort. Eur J Epidemiol 2009; 24: 281–88.
Prof. Dr. med. Dr. rer. nat. Joost, Prof. Dr. PH Schulze, Deutsches Institut für Ernährungsforschung, Potsdam-Rehbrücke
Prof. Dr. med. Fritsche, Prof. Dr. med. Häring, Medizinische Klinik IV, Universität Tübingen
Prof. Dr. med. Pfeiffer, Charité – Universitätsmedizin Berlin, Campus Benjamin Franklin
Prof. Dr. med. Roden, Deutsches Diabetes-Zentrum Düsseldorf
1. Knowler WC, Barrett-Connor E, Fowler SE, Hamman RF, Lachin JM, Walker EA, Nathan DM: Diabetes Prevention Program Research Group: Reduction in the incidence of type 2 diabetes with lifestyle intervention or metformin. N Engl J Med 2002; 346: 393–403.
2. Buchwald H, Estok R, Fahrbach K, Banel D, Jensen MD, Pories WJ, Bantle JP, Sledge I: Weight and type 2 diabetes after bariatric surgery: systematic review and meta-analysis. Am J Med 2009; 122: 248–56.
3. Pan XR, Li GW, Hu YH, Wang JX, Yang WY, An ZX, Hu ZX, Lin J, Xiao JZ, Cao HB, Liu PA, Jiang XG, Jiang YY, Wang JP, Zheng H, Zhang H, Bennett PH, Howard BV: Effects of diet and exercise in preventing NIDDM in people with impaired glucose tolerance. The Da Qing IGT and Diabetes Study. Diabetes Care 1997; 20: 537–44.
4. Tuomilehto J, Lindström J, Eriksson JG, Valle TT, Hamalainen H, Ilanne-Parikka P, Keinanen-Kiukaanniemi S, Laakso M, Louheranta A, Rastas M, Salminen V, Uusitupa M: Prevention of type 2 diabetes mellitus by changes in lifestyle among subjects with impaired glucose tolerance. N Engl J Med 2001; 344: 1343–50.
5. Schulze MB, Hu FB: Primary prevention of diabetes: What can be done and how much can be prevented? Annu Rev Public Health 2005; 26: 445–67.
6. Stern MP, Williams K, Haffner SM: Identification of persons at high risk for type 2 diabetes mellitus: do we need the oral glucose tolerance test? Ann Intern Med 2002; 136: 575–81.
7. Kanaya AM, Fyr CL, de Rekeneire N, Shorr RI, Schwartz AV, Goodpaster BH, Newman AB, Harris T, Barrett-Connor E: Predicting the development of diabetes in older adults: the derivation and validation of a prediction rule. Diabetes Care 2005; 28: 404–8.
8. Lindström J, Tuomilehto J: The diabetes risk score: a practical tool to predict type 2 diabetes risk. Diabetes Care 2003; 26: 725–31.
9. Norberg M, Eriksson JW, Lindahl B, Andersson C, Rolandsson O, Stenlund H, Weinehall L: A combination of HbA1c, fasting glucose and BMI is effective in screening for individuals at risk of future type 2 diabetes: OGTT is not needed. J Intern Med 2006; 260: 263–71.
10. Schulze MB, Hoffmann K, Boeing H, Harttig U, Linseisen J, Rohrmann S, Möhlig M, Pfeiffer AFH, Spranger J, Thamer C, Häring HU, Fritsche A, Joost HG: A simple and accurate risk score to predict the development of type 2 diabetes. Diabetes Care 2007; 30: 510–15.
11. Tinker LF, Bonds DE, Margolis KL, Manson JE, Howard BV, Larson J, Perri MG, Beresford SA, Robinson JG, Rodríguez B, Safford MM, Wenger NK, Stevens VJ, Parker LM: Women’s Health Initiative: Low-fat dietary pattern and risk of treated diabetes mellitus in postmenopausal women: the Women’s Health Initiative randomized controlled dietary modification trial. Arch Intern Med 2008; 168: 1500–11.
12. Hamer M, Chida Y: Intake of fruit, vegetables, and antioxidants and risk of type 2 diabetes: systematic review and meta-analysis. J Hypertens 2007; 25: 2361–69.
13. Schulze MB, Weikert C, Pischon T, Bergmann M, Al-Hasani H, Schleicher E, Fritsche A, Häring H-U, Boeing H, Joost H-G: Use of Multiple Metabolic and Genetic Markers to Improve the Prediction of Type 2 Diabetes: the European Prospective Investigation into Cancer and Nutrition (EPIC) Potsdam study. Diabetes Care 2009; 32: 2116–19.
14. Glümer C, Carstensen B, Sandbaek A, Lauritzen T, Jørgensen T, Borch-Johnsen K: A Danish diabetes risk score for targeted screening: the Inter99 study. Diabetes Care 2004; 27: 727–33.
15. Mohan V, Deepa R, Deepa M, Somannavar S, Datta M: A simplified Indian Diabetes Risk Score for screening for undiagnosed diabetic subjects. J Assoc Physicians India 2005; 53: 759–63.
16. McNeely MJ, Boyko EJ, Leonetti DL, Kahn SE, Fujimoto WY: Comparison of a clinical model, the oral glucose tolerance test, and fasting glucose for prediction of type 2 diabetes risk in Japanese Americans. Diabetes Care 2003; 26: 758–63.
17. Schmidt MI, Duncan BB, Bang H, Pankow JS, Ballantyne CM, Golden SH, Folsom AR, Chambless LE: Identifying individuals at high risk for diabetes: The Atherosclerosis Risk in Communities study. Diabetes Care 2005; 28: 2013–18.
18. Schuppenies A, Jacobey H, Bornstein S, Schwarz PEH: FINDRISK: Finde das Risiko! – Entwicklung eines Fragebogens zur Einschätzung des Diabetesrisikos. Ernährungs-Umschau 2006; 53: 386–89.
19. Heidemann C, Boeing H, Pischon T, Nöthlings U, Joost HG, Schulze MB: Association of a diabetes risk score with risk of myocardial infarction, stroke, specific types of cancer, and mortality: a prospective study in the European Prospective Investigation into Cancer and Nutrition (EPIC)-Potsdam cohort. Eur J Epidemiol 2009; 24: 281–88.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Fachgebiet

Zum Artikel

Alle Leserbriefe zum Thema

Login

Loggen Sie sich auf Mein DÄ ein

E-Mail

Passwort

Anzeige