Archiv "Diabetes Mellitus Typ 2: Risikobestimmung wird präzisiert" (02.04.2010)

(1)

DIABETES MELLITUS TYP 2

Risikobestimmung wird präzisiert

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

D

ie Entstehung von Diabetes mellitus Typ 2 kann durch eine Lebensstilintervention, Pharma- kotherapie oder die bariatrische Chirurgie verhindert oder mindes- tens verzögert werden. Präventi- onsmaßnahmen im Hochrisikoseg- ment der Bevölkerung sind deshalb notwendig, wirksam und ökono- misch vertretbar, machen aber eine sorgfältige, am individuellen Risi- koprofil ausgerichtete Indikations- stellung notwendig. Jeder Interven- tion wird also eine ärztliche Risiko- bestimmung vorangehen müssen, die Hoch risikopersonen mit hoher Spezifität und Sensitivität identifi- ziert. Hierzu haben wir den Deut- schen Diabetes-Risiko-Test (DRT) durch Einschluss von Biomarkern erweitert, wobei seine Präzision allein durch Einschluss der Plasma- glukosewerte bereits erheblich verbessert wird.

Wir schlagen vor, diese Risikobe- stimmung als Teil einer hausärztli- chen Vorsorgeuntersuchung „Meta- bolisches Syndrom“ sowie zur quan-

titativen Erfolgskontrolle von Prä- ventionsmaßnahmen einzusetzen.

Prävention des Typ-2-Diabe- tes: Randomisierte kontrollierte In- terventionsstudien haben den Nach- weis erbracht, dass sowohl eine Lebensstilintervention (Gewichts- abnahme durch Ernährungsumstel- lung und gesteigerte körperliche Aktivität) als auch eine Pharmako- therapie (zum Beispiel mit Metfor- min) (1) oder die bariatrische Chi- rurgie bei morbider Adipositas (2) die Konversion der gestörten Glu- kosetoleranz 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 Indikati- onsstellung; eine Prävention bei un- zureichend definierten Risikoperso- nen ist wenig sinnvoll. Diese In - dikationsstellung sollte auf einer möglichst exakten Bestimmung des Diabetesrisikos beruhen, die

●

eine Indikationsstellung für die verschiedenen Interventionen (Lebensstil, Pharmakotherapie, bariatrische Chirurgie)

●

eine individualisierte Inter- vention/Prävention, die auf Korrek- tur der jeweils dominierenden Ri - sikofaktoren abzielt, sowie eine

●

quantitative Erfolgskontrolle der Intervention erlaubt.

Bestimmung des Diabetesrisi- kos: Bis heute sind zahlreiche Ri - sikofaktoren (Prädiktoren) für die Ent stehung von Typ-2-Diabetes iden - tifiziert worden, die für die Ri - sikobestimmung und für gezielte

Interventionen nutzbar sind (5). Ne- ben den Komponenten des meta bolischen Syndroms (viszerale Adipositas, Hypertonie, Dyslipopro - tein ämie) sind dies Angaben zum sogenannten Lebensstil (geringe körperliche Aktivität, Rauchen), die Familienanamnese, Ernährungsmus - ter sowie mehrere Biomarker. Zahl und Heterogenität der Risikofakto- ren machen eine komplexe Quanti- fizierung 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 entwi- ckelt, um den relativen Beitrag der einzelnen Risikofaktoren zu ge- wichten und daraus ein individuel- les Gesamtrisiko zu ermitteln (6–10). Methodische Vorausset- zung zur Quantifizierung der einzelnen Risikofaktoren sind prospektiv angelegte Kohorten,

●

die aus einer Stichprobe der All- gemeinbevölkerung und nicht einer Hochrisikopopulation bestehen

●

in denen die einzelnen Risiko- faktoren vor dem Auftreten der Erkrankung und nicht retrospektiv erfasst werden

●

in denen der Beitrag der einzelnen Risikofaktoren auf der Basis einer ausreichenden Zahl inziden- ter 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

Prof. Dr. med. Dr. rer.

nat. Joost, Prof. Dr. PH Schulze, Deutsches Ins - titut für Ernährungsfor- schung, Potsdam- Rehbrücke Prof. Dr. med. Fritsche,

Prof. Dr. med. Häring, Medizinische Klinik IV, Universität Tübingen Prof. Dr. med. Pfeiffer, Charité – Universitäts- medizin Berlin, Campus

Benjamin Franklin Prof. Dr. med. Roden, Deutsches Diabetes-

Zentrum Düsseldorf

Alter 35 Jahre 45 Jahre 55 Jahre 65 Jahre GRAFIK

Einfluss von Alter und Bauchumfang auf das absolute Risiko, innerhalb der nächsten fünf Jahre an Diabetes mellitus Typ 2 zu erkranken.

80 90 100 110 120 30

25 20 15 10 5 0

Bauchumfang (cm) Risiko in Prozent

(2)

●

deren Ergebnisse in einer zweiten Kohorte überprüft (vali- diert) werden.

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

Die Basisversion des Deut- schen Diabetes-Risiko-Tests: Für den DRT wurden mehr als 25 000 Studienteilnehmer aus der Allge- meinbevölkerung 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-Heidel- berg) validiert. Damit erfüllt der DRT die methodischen Vorausset- zungen, um eine zuverlässige Vor- hersage des Fünfjahresrisikos machen zu können.

Der DRT verwendet in seiner Basisversion (Fragebogen oder Webtool, www.dife.de) diejenigen einfach abfragbaren Risikofakto- ren, die einen statistisch signifikanten Beitrag zum Gesamtrisiko der deutschen Studienpopulation leiste- ten (10): Alter, anthropometrische Charakteristika (Bauchumfang, Kör - pergröße), Komponenten des meta- bolischen Syndroms (Hypertonie) sowie ernährungs- und lebensstil- bezogene Variablen (Konsumhäu- figkeit von Vollkornbrot, rotem Fleisch, Kaffee und Alkohol, Rau- chen, Aktivitätsprofil). Alle diese Variablen sind in früheren Studien als Risikofaktoren beschrieben worden; die Daten der EPIC-Pots- dam-Studie sind also mit der ver- fügbaren Literatur konsistent (5).

Dies gilt auch für das – manchen Diabetologen überraschende – Feh- len eines signifikanten, unabhängi-

gen Beitrags der verzehrten Menge von Fett (5, 11) sowie von Obst und Gemüse (12).

Die Breite der Datenbasis erlaub- te eine präzise Berücksichtigung der dominierenden Risikofaktoren Bauchumfang und Alter über einen weiten Wertebereich durch kontinu- ierliche Zuteilung von Score-Punk- ten, 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 iden- tifiziert. Dieser Sensitivität steht da- bei eine Spezifität von 68 Prozent gegenüber, das heißt, circa 30 Pro- zent der Getesteten werden mit diesem Grenzwert falschpositiv als Risikopersonen qualifiziert.

Erweiterung des DRT durch Biomarker: Nach Messung mehre- rer metabolischer und inflammato- rischer Biomarker (13) ließ sich zeigen, dass die Sensitivität und Spezifität (C-Statistik) des DRT erheblich durch Einschluss der Werte für Plasmaglukose, HbA

1c, Trigly- ceride, HDL-Cholesterin und Le- berenzyme (gamma-GT, GPT) er- höht wird (eTabelle 1). Im Gegensatz dazu wurde die Präzision des Tests durch Genotypisierung für 20 be- kannte diabetogene SNPs nicht verbessert. Der Einschluss von Daten

zur Familienanamnese verbessert die Präzision des Tests nur gering- fügig, obwohl die Diabeteserkran- kung eines erstgradigen Verwand- ten das Fünfjahresrisiko signifikant erhöht (Schulze, unveröffentlichte Daten).

Hochrisisko: Schwellenwerte könnten kombiniert werden Wenn Patienten bei der Blutentnah- me nüchtern sind, kann die Prädik- tion des DRT allein auf der Basis einer zusätzlichen Glukosebestim- mung deutlich verbessert werden (eTabelle 1). Um Hochrisikoperso- nen zu identifizieren, könnten Schwellenwerte für DRT-Punkte und Plasmaglukosewerte kombiniert werden (Tabelle 2). Dieser Einschluss der Plasmaglukose be- wirkt eine erhebliche Differenzie- rung 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 da- durch eine sehr viel zuverlässigere Entscheidungsgrundlage für präven - tive Maßnahmen liefern.

So erreichen die mit DRT-Punk- ten und Plasmaglukose gebildeten Kategorien „hohes“ und „sehr hohes Risiko“ (Tabelle 2) eine akzep- table Sensitivität (65 Prozent) bei gleichzeitiger deutlicher Reduktion falschpositiver Ergebnisse (15 Pro- zent, eTabelle 2). Mit dieser Kate- gorisierung lassen sich Präventi- onsmaßnahmen 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 TABELLE 1

Risikobewertung nach der Basisversion des Deutschen Diabetes-Risiko-Tests

DRT-Punkte

Fünfjahreserkrankungs- wahrscheinlichkeit (%) Bewertung

< 30

< 0,9

niedrig

30–39 0,9–< 2,4

noch niedrig

40–49 2,4–< 6,3

erhöht

50–59 6,3–< 16,2

hoch

>= 60

>= 16,2

sehr hoch TABELLE 2

Risikobewertung nach der erweiterten Version des Deutschen Diabetes-Risiko-Tests (Stratifizierung für DRT-Punkte und Plasmaglukose [nüchtern])

Glucose

>= 100 mg/dl 90–99 mg/dl

< 90 mg/dl

DRT-Punkte

< 30

niedrig

30–39 erhöht niedrig niedrig

40–49 hoch noch niedrig noch niedrig

50–59 sehr hoch

hoch erhöht

>= 60 sehr hoch

(3)

dürfte die Präzision der Risikobe- stimmung also noch verbessern.

Unterhalb des Interventionsschwel - lenwerts (hohes und sehr hohes Ri- siko) wäre es sehr sinnvoll, die Per- sonen der Kategorie ‚erhöhtes Risi- ko‘ aufzuklären und die Risikobe- stimmung im jährlichen Abstand zu wiederholen, um die Sensitivität des Tests zu erhöhen (88,4 Prozent).

Vergleich der verfügbaren Ri- sikotests: Nicht alle bislang eta - blierten Risikoscores erfüllen die oben beschriebenen methodischen Voraussetzungen und sind dazu geeignet, Personen in der Allgemein- bevölkerung 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 Iden - tifizierung eines vorhandenen, aber unerkannten Diabetes dienen. Auch die aus Daten prospektiver Kohor- ten etablierten Risikoscores wei- chen von den methodischen Rah- menbedingungen ab.

So schließt die Datenbasis des FINRISK-Score (8) nur medikamen- tös behandelte Patienten mit Typ- 2-Diabetes ein (196 inzidente Fälle), was zu einer wesentlichen Unter- schätzung der Diabetesinzidenz füh- ren 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 we- gen der Unterschiede in Ernährung, Lebensstil und genetischem Hinter- grund fraglich, ob die von nord- amerikanischen (6, 7, 16, 17) oder finnischen Kohortenstudien (8) ab- geleiteten Risikoscores auf die deutsche Bevölkerung übertragbar sind, insbesondere wenn die Ergeb- nisse Grundlage ärztlicher Ent- scheidungen sein sollen und rele- vante ökonomische Konsequenzen haben werden. Die deutsche Adap- tation des finnischen Score (FIN- DRISK; [18]) zeichnet sich durch Kürze und einfache Auswertung aus, was ihn zur Anwendung durch

Laien geeignet macht. Für die Risi- kobestimmung als ärztliche Aufga- be ist er jedoch weniger geeignet, da er nicht auf Daten aus der deutschen Bevölkerung beruht.

Aus der Risikobestimmung ab- leitbare Konsequenzen und Emp- fehlungen: Aus ärztlicher Sicht er- geben sich aus dem Ergebnis des Tests, sofern er ein hohes Risiko an- zeigt, die folgenden Konsequenzen:

●

Aufklärung des Patienten über die Bedeutung des Testergebnisses

●

Einleitung weiterer Untersu- chungen auf makrovaskuläre Se- kundärkomplikationen

●

Einleitung einer Lifestyle-In- tervention

●

Entscheidung über eine medi- kamentöse Intervention

●

Einsatz des Tests zur Erfolgs- kontrolle der Lifestyle-Intervention.

Hochrisikopersonen haben we- gen der makrovaskulären Sekun- därkomplikationen, die lange vor der Diagnose des Typ-2-Diabetes beginnen, eine erheblich verkürzte Lebenserwartung (19). Die Bestim- mung des erhöhten Diabetesrisikos könnte deshalb andere, vom Dia - betesrisiko unabhängige vasku - läre Risikofaktoren (zum Beispiel PROCAM-score, LDL-Choleste- rin) ergänzen und eine frühere – und damit wirksamere – Prävention vaskulärer Sekundärkomplikatio- nen begründen. Natürlich hat die Risikobestimmung auch Auswir- kungen 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-Risi- ko-Tests in das System hausärzt- licher Vorsorgeuntersuchungen:

Kostenlose Vorsorgeuntersuchun- gen (Gesundheits-Check-up) für gesetzlich versicherte Frauen und Männer ab 35 Jahren beinhalten ge- genwärtig eine Eigen-, Familien- und Sozialanamnese zur Erfassung des Risikoprofils, eine Untersu- chung zum Ganzkörperstatus sowie Laboruntersuchungen inklusive Plasmaglukose. Sie zielen auf die Früherkennung von Herz-, Kreis- lauf- und Nierenerkrankungen sowie des Diabetes mellitus ab. Not- wendige Parameter zur Bestimmung des Diabetesrisikos werden also im Rahmen dieser Untersuchungen bereits routinemäßig erhoben.

Der DRT kann als PC-Applikati- on oder Papierversion ohne größe- ren zusätzlichen Aufwand ein ob- jektives 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

@

eTabellen im Internet unter:

www.aerzteblatt.de/10600

Das individuelle Diabetesrisiko setzt sich aus einer komplexen Kombination von anthropometri- schen, ernährungsbezogenen und Lebensstilfak- toren zusammen (Schulze und Hu, 2005). Zu diesen kommen metabolische und inflammatori- sche Biomarker sowie die genetische Prägung;

Letztere wird zum Teil durch die phänotypischen Risikofaktoren bereits abgebildet. Zur Quantifizie- rung des jeweiligen Beitrags der einzelnen Fak- toren werden prospektiv angelegte Kohorten be- nötigt,

●

die aus einer Stichprobe der Allgemeinbe- völkerung 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 Risiko- faktoren auf der Basis einer ausreichenden Zahl inzidenter Fälle (unter Ausschluss der zu Studien- beginn prävalenten Fälle) ermittelt wird

●

in denen akzeptierte mathematische Mo- delle 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 Auf- wand: Große Kohorten und lange Beobachtungs- zeiträume sind nötig, um ausreichende Fallzahlen zu generieren.

METHODISCHE VORAUSSETZUNGEN

(4)

LITERATURVERZEICHNIS HEFT 13/2010, ZU:

Risikobestimmung wird präzisiert

Joost, Hans-Georg; Fritsche Andreas; Häring, Hans-Ulrich; Pfeiffer Andreas F. H.;

Roden, Michael; Schulze Matthias B.

LITERATUR

1. Knowler WC, Barrett-Connor E, Fowler SE, Hamman RF, Lachin JM, Walker EA, Na- than DM: Diabetes Prevention Program Research Group: Reduction in the inci- dence 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, Sled- ge I: Weight and type 2 diabetes after ba- riatric 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. Dia- betes Care 1997; 20: 537–44.

4. Tuomilehto J, Lindström J, Eriksson JG, Valle TT, Hamalainen H, Ilanne-Parikka P, Keinanen-Kiukaanniemi S, Laakso M, Lou- heranta 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: Identifi- cation 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, An- dersson 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, Hart- tig U, Linseisen J, Rohrmann S, Möhlig M, Pfeiffer AFH, Spranger J, Thamer C, Hä- ring 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, Beres- ford SA, Robinson JG, Rodríguez B, Saf- ford 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, vegetab- les, 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, Berg- mann M, Al-Hasani H, Schleicher E, Frit- sche 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 In- vestigation 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 targe- ted 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 Ein- schätzung des Diabetesrisikos. Ernäh- rungs-Umschau 2006; 53: 386–89.

19. Heidemann C, Boeing H, Pischon T, Nöth- lings U, Joost HG, Schulze MB: Associati- on of a diabetes risk score with risk of myocardial infarction, stroke, specific ty- pes of cancer, and mortality: a prospective study in the European Prospective Investi- gation into Cancer and Nutrition (EPIC)- Potsdam cohort. Eur J Epidemiol 2009;

24: 281–88.

(5)

eTABELLE 1

Verbesserung von Spezifität und Sensitivität des DRT durch Einschluss verschiedenen Biomarker.

ROC-AUC: Fläche unter der Receiver operating characteristic Kurve (Sensitivität gegen 1/Spezifität).

P-Werte wurden durch Vergleich mit DRT (DRT+HbA_1c, DRT+Glucose) oder dem jeweils einfacheren Modell ermittelt.

Wenn Blutentnahme nüchtern DRT

DRT + Glucose

wenn Blutentnahme zufällig DRT

DRT + Glucose DRT + HbA_1c DRT + HbA_1c + glucose

DRT + Glucose + HbA_1c+ Triglyceride + HDL + γ-Glutamyltransferase + Alanine-Aminotransferase DRT + Glucose + HbA_1c+ Triglycerides + HDL + γ-glutamyltransferase + alanine-aminotransferase + genetic markers

C-Statistik ROC-AUC

0.842 0.893

0.8465 0.8672 0.8859 0.8926 0.9000

0.9002

P-Wert

0.0010

<0.0001

<0.0001 0.0022

0.6868

1-Spezifität bei 85 % Sensitivität

67%

81%

66%

71%

75%

77%

80%

eTABELLE 2

Relative Risiken (a) und Präzision (b) der Risikobewertung nach Stratifizierung für DRT-Punkte und Plasmaglucose (nüchtern).

a. relative Risiken Glucose

>=100 mg/dl 90–99 mg/dl

<90 mg/dl

b. Sensitivitäten und Falsch-Positiv-Raten der Risikobewertung Risikobewertung

noch niedrig, erhöht, hoch oder sehr hoch

erhöht, hoch oder sehr hoch hoch oder sehr hoch sehr hoch

DRT-Punkte

<30

1 (Ref)

30–39 11 1,9 0,6

Falsch-Positiv-Rate (%) 91,9 88,4 65,1 25,6

40–49 22

6 7

50–59 35 17 10

Falsch-Positiv-Rate (%) 47,9 32,4 14,7 4,0

>=60

56

Risikobestimmung wird präzisiert

Joost, Hans-Georg; Fritsche Andreas; Häring, Hans-Ulrich; Pfeiffer Andreas F. H.;

Roden, Michael; Schulze Matthias B.