۲دسامبر ۲۰۲۵- پیش بینی اینکه چه کسانی به دیابت نوع ۱ مبتلا خواهند شد اکنون ارزان تر و در دسترس تر شده است، به لطف ابزاری جدید که بر اساس پژوهش های انجام شده در دانشگاه اکستر ساخته شده و می تواند روزی به تعیین افرادی که باید با داروهای تازه تأیید شده برای تأخیر در بروز بیماری هدف قرار گیرند، کمک کند.
در دیابت نوع ۱، سیستم ایمنی بدن سلول های بتای تولید کننده انسولین در پانکراس را مورد حمله قرار می دهد، به همین دلیل افراد نیاز دارند روزانه انسولین تزریق کنند. دانستن اینکه چه کسانی در آینده بیشترین خطر ابتلا به دیابت نوع ۱را دارند بسیار حیاتی است، زیرا ایالات متحده و بریتانیا اخیراً دارویی را تأیید کرده اند که می تواند شروع بیماری و نیاز به انسولین را تا سه سال به تأخیر بیاندازد. این دارو تنها در صورتی مؤثر است که در مراحل اولیه بروز بیماری تجویز شود.
چگونه پژوهش های ژنتیکی پیش بینی را بهبود بخشیدند
تیمی در دانشگاه اکستر مجموعه ای از سه مقاله را منتشر کرده است که راه های بهبود تشخیص بر اساس ژنتیک را شناسایی کرده و پیش بینی را آسان تر، ارزان تر، مؤثرتر و در دسترس تر ساخته است. آن ها یک ماشین حساب آنلاین ساخته اند که استفاده از آن برای متخصصان سلامت در سراسر جهان رایگان است. این ابزار جدید بر پایه یک دهه پژوهش در اکستر طراحی شده و همه عوامل ژنتیکی مرتبط با دیابت را تحلیل کرده تا آزمونی موسوم به «امتیاز خطر ژنتیکی» برای کمک به تشخیص ایجاد کند.
در جدیدترین مطالعه منتشر شده در مجله Diabetes Care، پژوهشگران تفاوت هایی در روند پیشرفت دیابت نوع ۱بین بزرگسالان و کودکان یافتند. آن ها داده های ۱۳۵۹۱۴کودک (زیر ۱۸سال) و ۹۹۷۹۵بزرگسال خویشاوند افراد مبتلا به دیابت نوع ۱را که در مطالعه TrialNet Pathway to Prevention غربالگری شده بودند، بررسی کردند. نتایج نشان داد تفاوت هایی در میزان خطر بین بزرگسالان و کودکان مثبت برای همان نشانگرهای اتوآنتی بادی وجود دارد، که نیاز به غربالگری متناسب با سن را برجسته می کند.
در دو مطالعه پیشین، پژوهشگران مدل ها را اصلاح کردند و دقیق ترین و مقرون به صرفه ترین روش برای تعیین خطر ابتلای فرد به دیابت نوع ۱در آینده را ارزیابی کردند. این کار اکنون برای شناسایی افرادی که باید از نظر نشانه های اولیه بیماری تحت نظر باشند ضروری است، تا بتوانند از داروی جدید بهرهمند شوند.
پروفسور ریچارد اورام، سرپرست گروه پژوهشی در دانشکده پزشکی دانشگاه اکستر، گفت:«تشخیص زودهنگام برای دریافت بهترین درمان حیاتی است، و اکنون دارویی در ایالات متحده مجوز گرفته که می تواند شروع بیماری را به تأخیر بیاندازد—اما فقط زمانی که پزشکان بتوانند آن را پیش از بروز کامل بیماری شناسایی کنند. پژوهش ما و ماشین حساب جدیدمان این کار را ارزان تر، مؤثرتر و در دسترس تر می کند تا بتوانیم افراد در معرض خطر بالای ابتلا به دیابت نوع ۱را شناسایی کنیم، آن ها را تحت نظر بگیریم و در سریع ترین زمان ممکن تحت درمان قرار دهیم».
مقایسه و بهبود مدل های پیش بینی
در یک مطالعه اخیر که در مجله Diabetologia منتشر شد، تیم دانشگاه اکستر ۱۹۰۰ مدل پیش بینی را مقایسه کرد؛ هر مدل شامل ترکیب های متفاوتی از شاخص ها بود. این شاخص ها شامل تعداد و انواع اتوآنتی بادی هایی بودند که توسط سیستم ایمنی تولید شده و سلول های بتای پانکراس را تخریب می کنند، شاخص توده بدنی (BMI)، سن، جنسیت گزارش شده توسط خود فرد، و اندازه گیری های قند خون، و C-پپتید که نشان دهنده سطح انسولین هستند اما اندازه گیری آن ها آسان تر است.
این تیم مدل ها را روی بیش از ۳۹۰۰ شرکت کننده از مطالعه آمریکایی TrialNet Pathway to Prevention آزمایش کرد. همه شرکت کنندگان یکی از بستگان نزدیک مبتلا به دیابت نوع ۱ داشتند، اما در زمان آغاز مطالعه خودشان تشخیص داده نشده بودند. یک سوم از این افراد در نهایت به بیماری مبتلا شدند.
پیش بینی دقیق اینکه چه کسی به دیابت نوع ۱مبتلا خواهد شد، معمولاً هزینه های بالایی داشته و گاهی بار سنگینی بر بیماران تحمیل می کند. محققان در دانشگاه اکستر مدل هایی را شناسایی کردند که مقرون به صرفه بوده، نتایج را در زمان کوتاه تر ارائه می دهند و به اندازه مدل های پیچیده، دقیق هستند. با استفاده از شاخص های ساده ای مانند BMI، سن و آزمایش های خونی پایه مثل HbA1c، پژوهشگران خانواده ای از مدل های پیش بینی را معرفی کردند که هزینه ها را تا یک سوم کاهش می دهند. این مدل ها تنها به ۲۰ دقیقه زمان از سوی بیمار نیاز دارند و می توانند در خانه انجام شوند؛ نوآوریی که در تضاد آشکار با ویزیت های بالینی ۲.۵ ساعته مرسوم است، و گامی مهم به سوی مراقبت های بهداشتی در دسترس تر و مقیاس پذیرتر محسوب می شود.
لوریک فرات، پژوهشگر دانشگاه اکستر و دانشگاه ژنو، گفت:«پژوهش ما پیشرفتی چشمگیر در دسترس تر کردن مدل های پیش بینی سلامت و کاهش بار آن ها نشان می دهد، و راه حلی عملی ارائه می کند که به طور قابل توجهی زمان و هزینه بیماران را کاهش می دهد».
آخرین پیشرفت ها و کاربردهای بالینی
اکنون مقاله ای جدید در مجله BMC Medicine مدل پیش بینی بهینه را بیشتر آزمایش و ارتقا داده است؛ این بار با استفاده از داده های بیش از ۴۰۰۰شرکتکننده از مطالعه ی TrialNet و بیش از ۷۰۰۰ شرکت کننده در مطالعه TEDDY(تعیین کننده های محیطی دیابت در کودکان)، که دقت مدل های پیشین را بهبود بخشید.
مدل جدید عواملی مانند سن، داشتن خواهر یا برادر یا والد مبتلا به دیابت نوع ۱، تعداد اتوآنتی بادی های تأیید شده در آزمایش خون، و امتیاز خطر ژنتیکی (که استعداد ژنتیکی ابتلا به دیابت نوع ۱را اندازه گیری می کند) را در نظر می گیرد.
ارین تمپلمن، دانشجوی دکتری در دانشگاه اکستر، گفت:«هدف ما پر کردن فاصله بین پژوهش و کار بالینی است. مدل پیش بینی جدید ما همراه با یک ماشین حساب قابل دسترس طراحی شده تا یافته های ما را به مراقبت بالینی بهتر ترجمه کند. این ابزار به پزشکان اجازه می دهد آن را در زمان مراجعه ی بیماران و خانواده ها استفاده کنند».
این مدل اصلاح شده اکنون در لینک زیر رای استفاده ی رایگان پزشکان در دسترس است:
ماشین حساب پیش بینی خطر ابتلا به دیابت نوع 1
منبع:
https://medicalxpress.com/news/2025-12-diabetes-quick.html