Longitudinal patterns and predictors of healthcare utilization among cancer patients on home-based palliative care in Singapore: a group-based multi-trajectory analysis | BMC Medicine

Charakterisierung von datengesteuerten Clustern bei diabetesfreien Erwachsenen und ihr Nutzen für die Risikostratifizierung von Typ-2-Diabetes | BMC-Medizin

Spread the love

Proben studieren

In dieser Studie wurden zwei unabhängige Kohorten verwendet. Daten des Stockholm Diabetes Prevention Program (SDPP) wurden in der Hauptanalyse verwendet, während Daten der Metabolic Syndrome Cohort (MSC) in Mexiko als Validierungsdatensatz verwendet wurden (siehe Zusatzdatei 1: Tabelle S1).

Das Stockholmer Diabetes-Präventionsprogramm

Detaillierte Informationen zur SDPP-Kohorte wurden bereits veröffentlicht [18]. Zusammenfassend wurden alle Einwohner von fünf Stockholmer Gemeinden, die zwischen 1938 und 1961 in Schweden geboren wurden, per Brief zur Teilnahme an SDPP eingeladen. Die in diese Studie eingeschlossene klinische Teilstichprobe wurde erstellt, indem diabetesfreie Personen mit Typ-2-Diabetes in der Familienanamnese, Frauen mit Gestationsdiabetes in der Vorgeschichte und entsprechende Kontrollpersonen eingeladen wurden, an einer klinischen Untersuchung teilzunehmen, die Fragebögen, anthropometrische und Blutdruckmessungen umfasste , und Blutentnahme.

Insgesamt nahmen zwischen 1992 und 1998 7948 Personen an der Baseline-Untersuchung der klinischen Teilstichprobe teil. Die zweite Nachuntersuchung zwischen 2002 und 2006 bestand aus 5612 Teilnehmern und die dritte Nachuntersuchung zwischen 2014 und 2017 umfasste 4297 Personen . Alle Baseline-Teilnehmer wurden auch hinsichtlich einer Diagnose von Typ-2-Diabetes durch individuelle Verknüpfung mit den klinischen Registern für stationäre und ambulante Patienten der Region Stockholm (VAL) und dem National Diabetes Registry of Sweden (NDR) nachbeobachtet.

Für diese Studie wurden 516 (6,5 %) Personen aufgrund fehlender Informationen oder Extremwerte einer der Variablen, die zur Durchführung der Clusteranalyse verwendet wurden, und 115 (1,4 %) aufgrund einer Diagnose von Diabetes während der Basisuntersuchung ausgeschlossen. Die resultierende Studienstichprobe umfasste 7317 Teilnehmer (Zusatzdatei 2: Abb. S1).

Die Metabolische-Syndrom-Kohorte

Detaillierte Informationen zum MSC wurden bereits veröffentlicht [19]. Zusammenfassend war dies eine prospektive Kohorte von 9637 diabetesfreien Personen mit Wohnsitz in Zentralmexiko, geboren in Mexiko und im Alter von 20 Jahren oder älter. Basisuntersuchungen wurden zwischen 2006 und 2009 am Arbeitsplatz, zu Hause oder während eines Besuchs in einem primären Gesundheitszentrum durchgeführt und umfassten eine umfassende Anamnese, anthropometrische und Blutdruckmessungen, Blutprobenentnahme und standardisierte Fragebögen. Nach 3 Jahren (± 6 Monaten) wurden alle Teilnehmer kontaktiert und zu einer Nachuntersuchung eingeladen, an der 6144 Personen (80,7 %) teilnahmen.

Für diese Studie wurden 1839 (19,1 %) Personen, die zu Studienbeginn jünger als 30 Jahre oder älter als 60 Jahre waren, entfernt, um die Vergleichbarkeit mit SDPP zu gewährleisten und das Risiko zu minimieren, Fälle von Typ-1-Diabetes oder anderen Formen von Diabetes einzubeziehen. Weitere 3966 (40,5 %) wurden aufgrund fehlender Informationen oder Extremwerte von Variablen, die in der Clusteranalyse verwendet wurden, und 1500 (15,6 %) aufgrund von Verlusten bei der Nachverfolgung entfernt. Die endgültige Stichprobe der MSC-Studie umfasste somit 2332 Teilnehmer (Zusatzdatei 2: Abb. S2).

Variablen

Typ 2 Diabetes

Die Inzidenz von Typ-2-Diabetes in der SDPP-Studienprobe wurde mit oralen Glukosetoleranztests (OGTT) bestimmt (Nüchtern-Plasmaglukose ≥ 7,0 mmol/L oder 2-h-Plasmaglukose nach Belastung ≥ 11,0 mmol/L) [20], Daten aus den VAL- oder NDR-Registern (ICD-10-Code E11) oder selbstberichteter Typ-2-Diabetes in den Studienfragebögen. Fälle von Typ-1-Diabetes oder LADA-Diabetes wurden anhand der VAL- und NDR-Register unterschieden und ausgeschlossen. Der oGTT wurde bei jedem Nachsorgebesuch bei Teilnehmern ohne neue Diagnose von Diabetes durchgeführt, wobei ein 75-g-Bolus Glukose gelöst in 0,25–0,3 l Wasser verwendet wurde. Blutproben wurden nach dem Fasten und 2 h nach Verabreichung des Glukosebolus entnommen. In jeder Blutprobe wurden Glukose- (mmol/l) und Insulinspiegel (μU/ml) gemessen.

Die Inzidenz von Typ-2-Diabetes in der MSC-Studienstichprobe wurde als neue Diagnose während der Nachbeobachtung der Studie für Teilnehmer mit einem Nüchtern-Plasmaglukosewert von ≥ 7 mmol/l oder als selbst berichtete neue Diagnose durch eine medizinische Fachkraft definiert , oder Beginn einer neuen Behandlung mit blutzuckersenkenden Arzneimitteln zwischen den Ausgangs- und Nachuntersuchungen.

Kovariaten

Stockholmer Diabetes-Präventionsprogramm

Alter und Geschlecht wurden dem schwedischen allgemeinen Bevölkerungsregister entnommen. Die Baseline-Fragebögen enthielten Informationen zur familiären Vorgeschichte von Typ-2-Diabetes (definiert als mindestens ein oder zwei Familienmitglieder zweiten Grades mit Typ-2-Diabetes); andere chronische Komorbiditäten (dichotomisiert); allgemeiner Gesundheitszustand (als sehr gut, gut, weder gut noch schlecht, schlecht oder sehr schlecht angegeben); körperliche Aktivität im Vergleich zu Gleichaltrigen (kategorisiert als viel niedriger, niedriger, durchschnittlich, höher und viel höher); Bildungsniveau (kategorisiert als Grundschulbildung, Sekundarstufe II und Universität oder höher); und Raucherstatus (kategorisiert als aktueller Raucher, früherer Raucher oder nie geraucht).

Anthropometrische Messungen wurden von ausgebildeten Study Nurses durchgeführt und umfassten Größe (m), Gewicht (kg) und Taillenumfang (cm). Body-Mass-Index (BMI) wurde berechnet als BMI = Gewicht (kg)/Größe (m)2. Systolischer und diastolischer Blutdruck (mmHg) wurden unter Verwendung eines Aneroid-Blutdruckmessgeräts gemessen. Die Insulinresistenz (HOMA2-IR) und die β-Zellfunktion (HOMA2-B) wurden anhand der Nüchternglukose- und Insulinspiegel gemäß der homöostatischen Modellbewertung (HOMA2) geschätzt. [21].

Prädiabetes wurde gemäß den Definitionen der American Diabetes Association (ADA) und der WHO als beeinträchtigte Nüchternglukose (IFG), beeinträchtigte Glukosetoleranz (IGT) oder beides kategorisiert. Die ADA definiert IFG als einen Nüchternglukosewert von 5,6–6,9 mmol/l, während die WHO ihn mit 6,1–6,9 mml/l definiert. Sowohl die ADA als auch die WHO definieren IGT als 2-h-Glukose von 7,8–11,0 mmol/l.

Die Metabolische-Syndrom-Kohorte

Selbstberichtete Baseline-Kovariaten waren Alter, Familiengeschichte von Typ-2-Diabetes (mindestens ein Verwandter ersten Grades mit einer Diagnose von Typ-2-Diabetes), körperliche Aktivität (unter Verwendung der Kurzversion des International Physical Activity Questionnaire, kategorisiert als niedrig, mäßig oder intensive körperliche Aktivität), Bildungsniveau (kategorisiert als Grundschulbildung (< 9 Jahre), Sekundarstufe II (9–12 Jahre) oder Universität und höher (> 12 Jahre)) und Komorbiditäten (eine frühere Diagnose von Bluthochdruck, erhöhter Cholesterinspiegel im Blut oder endokrine Erkrankungen).

Der Grundlinien-BMI wurde aus der gemessenen Größe und dem gemessenen Gewicht wie oben bestimmt, und der systolische und diastolische Blutdruck wurden von einem geschulten Gesundheitspersonal unter Verwendung eines Aneroid-Blutdruckmessgeräts gemessen. Nüchtern-Blutzucker (mg/dl) und Insulinspiegel (μU/ml) wurden gemessen. Nüchternglukose wurde nach folgender Formel in mmol/L umgerechnet: mg/dl × 0,0555 = mmol/l. Prädiabetes wurde basierend auf dem Nüchtern-Plasmaglukosespiegel bestimmt und gemäß den WHO- und ADA-Kriterien, wie oben beschrieben, als IFG kategorisiert.

Clusteranalyse

Die Clusteranalyse wurde unter Verwendung von k-Prototypen durchgeführt, einer nicht überwachten Partitionierungsmethode, die den Datensatz basierend auf der Variabilität von kategorialen und kontinuierlichen Variablen unterteilt [22]. Die für die Identifizierung von Clustern verwendeten Variablen wurden basierend auf früheren Studien ausgewählt [14, 16] und umfassten Nüchtern-Plasmaglukose- und Insulinspiegel, HOMA2-IR, HOMA2-B, BMI, systolischen und diastolischen Blutdruck, Geschlecht, Familienanamnese von Typ-2-Diabetes und Bildungsniveau. Vor der Analyse wurden kontinuierliche Variablen standardisiert (Mittelwert = 0, Standardabweichung (SD) = 1) und extreme Ausreißer, definiert als Werte ≥ ±5 SD, wurden entfernt.

Die Analyse wurde unabhängig in den Hauptdaten (SDPP) und Validierungsdaten (MSC) durchgeführt. Wir bewerteten die Validität auf der Grundlage von Maßnahmen zur internen und externen Validität, internen Stabilität und visuellen Validierung [23]. Die Lückenstatistik wurde verwendet, um die optimale Anzahl von Clustern zu bestimmen [24] und als Maß für die interne Validität zusammen mit der Summe der Quadrate innerhalb der Cluster. Die externe Validität wurde unter Verwendung von Cox-Proportional-Hazard-Modellen bewertet, um zu bestimmen, ob der Clustering-Prozess die Inzidenz von Typ-2-Diabetes vorhersagt. Die interne Stabilität der Cluster wurde mit dem Jaccard-Ähnlichkeitsindex bewertet, der unter Verwendung von 1000 Bootstrap-Proben geschätzt wurde. Ein Wert größer als 0,75 für jeden Cluster wurde als stabil angesehen [25]. Schließlich wurde eine visuelle Validierung unter Verwendung von Boxplots und Balkendiagrammen sowie uMAP und Heatmaps durchgeführt, um die Muster der Variablen zu vergleichen, die für die Clusterbildung in jeder Kohorte verwendet wurden. Eine ausführliche Beschreibung ist als Zusatzdatei 3 verfügbar [22].

statistische Analyse

Die Ausgangscharakteristika der Teilnehmer, gruppiert nach Cluster, werden als Mittelwert und Standardabweichung für kontinuierliche Variablen und als Anteile für binäre und kategoriale Daten dargestellt (Tabellen 1 und 2). Das mit den resultierenden Clustern verbundene Risiko für Typ-2-Diabetes wurde unter Verwendung multivariabler Cox-Proportional-Hazards-Modelle mit dem Alter als zugrundeliegender Zeitvariable geschätzt [26]. Die Teilnehmer der SDPP-Studienstichprobe wurden vom Datum der Ausgangsuntersuchung bis zum ersten aufgezeichneten Datum einer neuen Diagnose von Typ-2-Diabetes, Todesdatum, Diagnose von Typ-1-Diabetes aus den Registern oder bis zum 31. März 2021 nachbeobachtet. Teilnehmer in der MSC-Studienstichprobe wurden vom Datum der Ausgangsuntersuchung bis zum selbstberichteten Datum der Diagnose von Typ-2-Diabetes, selbstberichtetes Beginndatum der blutzuckersenkenden Therapie, Datum der Nachuntersuchung bei Diagnose von Typ-2-Diabetes verfolgt, Todestag oder bis zum 28. Februar 2014.

Tabelle 1 Aus SDPP-Daten abgeleitete Grundlinienmerkmale der Cluster
Tabelle 2 Aus MSC-Daten abgeleitete Grundlinienmerkmale der Cluster

Proportionale Gefahren wurden visuell unter Verwendung von Log-Log-Überlebensdiagrammen und vorhergesagten Kaplan-Meier-Überlebensdiagrammen sowie statistisch bewertet. Die Analyse in SDPP wurde nach Geburtsjahr unter Verwendung von 5-Jahres-Intervallen stratifiziert [26]. Rohe und angepasste Hazard Ratios (HR) werden gemeldet. Mögliche Confounder in den Modellen waren das Geschlecht, der selbstberichtete allgemeine Gesundheitszustand, das Vorhandensein chronischer Komorbiditäten, das Ausmaß der körperlichen Aktivität, der Raucherstatus und die Vorgeschichte von Schwangerschaftsdiabetes bei Frauen [27].

Um den klinischen Nutzen der Cluster zu bewerten, wurden die Vorhersagegenauigkeit und Langzeitstabilität der Cluster bewertet und in den SDPP-Daten mit Prädiabetes verglichen. Die Vorhersagegenauigkeit wurde anhand von Sensitivität, Spezifität, Fläche unter der Kurve (AUC) und Konkordanzstatistiken bewertet. Die Langzeitstabilität der Cluster wurde in den SDPP-Daten von Teilnehmern bewertet, die an allen Nachuntersuchungen der Studie teilgenommen hatten, wobei die Intra-Rater-Übereinstimmung, gemessen als Cohens Kappa- und Gwets AC1-Index, verwendet wurde [26].

Statistische Analysen wurden mit Stata Version 17 durchgeführt [28]. Der Clustering-Algorithmus wurde mithilfe eines angepassten k-Prototyp-Pakets in Python 3.7 implementiert [29, 30]. Der verwendete Code ist als Zusatzdatei 3 zu finden.

Leave a Comment

Your email address will not be published.