Fantasie wordt werkelijkheid… introductie van het mylife CamAPS FX systeem in Nederland.
Het totale systeem bestaat -zoals het plaatje aangeeft- uit de myLife YpsoPump insuline pomp, de Dexcom G6 glucose sensor, en het verbindende CamAPS FX software systeem, dat is ontworpen door professor Roman Hovorka, een genie op het gebied van diabetes en closed-loop software.
Kijk hier naar de opnames van dit webinar. De link is: https://www.youtube.com/watch?v=FNzAE-6A1-4
In een recent onderzoek worden de resultaten gepresenteerd van de insuline afgifte na een test maaltijd bij mensen met langer bestaande type 1 diabetes.
Het abstract is als volgt:
Aims: This study aims to evaluate the stability of C-peptide over time and to compare fasting C-peptide and C-peptide response after Mixed-Meal Tolerance Test (MMTT) at T90 or T120 with C-peptide area under the curve (AUC) in long-standing type 1 diabetes.
Methods: We included 607 type 1 diabetes individuals with diabetes duration >5 years. C-peptide concentrations (ultrasensitive assay) were collected in the fasting state, and in a subpopulation after MMTT (T0, just prior to, T30-T60-T90-T120, 30-120 minutes after ingestion of Mixed-meal) (n=168). Fasting C-peptide concentrations (in n=535) at Year 0 and Year 1 were compared. The clinical determinants associated with residual C-peptide secretion and the correspondence of C-peptide at MMTT T90 / T120 and total AUC were assessed.
Results: 153 participants (25%) had detectable fasting serum C-peptide (i.e ≥ 3.8 pmol/L). Fasting C-peptide was significantly lower at Year 1 (P <0.001, effect size = -0.16). Participants with higher fasting C-peptide had a higher age at diagnosis, shorter disease duration and were less frequently insulin pump users. Overall, 109 of 168 (65%) participants had both non-detectable fasting and post-meal serum C-peptide concentrations. The T90 and T120 C-peptide values at MMTT were concordant with total AUC. In 17 (10%) individuals, C-peptide was only detectable at MMTT and not in the fasting state.
Conclusions: Stimulated C-peptide was detectable in an additional 10% of individuals compared with fasting in individuals with >5 years diabetes duration. T90 and T120 MMTT measurements showed good concordance with the MMTT total AUC. Overall there was a decrease of C-peptide at 1-year follow-up.
Het volledige artikel is hier te lezen: https://onlinelibrary.wiley.com/doi/10.1111/dme.15012
Het onderzoek werd mogelijk gemaakt door het JDRF (Juvenile Diabetes Research Foundation) en het DiabetesFonds Nederland.
In het kader van hun bachelor project hebben 5 enthousiaste studenten Geneeskunde in Groningen onderzoek gedaan naar de verbetering van kwaliteit van leven van mensen met type 1 diabetes die een sensor (ruim twee-derde gebruikte rtCGM, real-time continue glucose monitoring) zijn gaan gebruiken. De resultaten zijn eind 2020 gepubliceerd in het Nederlands Tijdschjift voor Diabetologie, en vindt u hier: https://link.springer.com/article/10.1007/s12467-020-0607-0. Aan het onderzoek deden mensen met type 1 diabetes mee van het Martini ziekenhuis (dr. Klaas Hoogenberg) en het UMCG.
De samenvatting is als volgt:
Sensortechnologie biedt aan mensen met type 1-diabetes de mogelijkheid om het verloop van de glucosewaarde nauwgezet te volgen. Bij bepaalde typen sensoren is er tevens de mogelijkheid van alarmering bij (dreigende) hypoglykemie. Wij onderzochten in een retrospectieve studieopzet of de kwaliteit van leven van mensen met type 1-diabetes veranderd is door het gebruik van continue glucosemonitoring via een sensor. In totaal werden de vragenlijsten − deels gebaseerd op de PAID en Angst voor Hypoglykemie Vragenlijst en deels op de EQ5L kwaliteit van leven-schaal − door 105 mensen ingevuld. De gemiddelde leeftijd was 50 (spreiding van 18 tot 76) jaar. In totaal maakten 33 (31%) personen gebruik van Flash Glucose Monitoring (FGM) en 72 (69%) van Real-Time Continue Glucose Monitoring (RT-CGM). Er was een sterke en significante toename van de gerapporteerde kwaliteit van leven in alle domeinen. Een significante daling van het HbA1c-gehalte werd vastgesteld bij die mensen die de sensortechnologie toepasten ter verbetering van de glykemische regulatie. Wij concluderen dat er sprake is van een sterke verbetering van de kwaliteit van leven bij het gebruik van FGM of RT-CGM in vergelijking met de vingerprikmethode bij mensen met type 1-diabetes. Daarnaast verbeterde de glucoseregulatie aanzienlijk.
De verbetering van kwaliteit van leven is grafisch weergegeven in onderstaande figuur:
De score op de Kwaliteit van Leven thermometer neemt toe met gemiddeld 25 punten, hetgeen een dramatische goede verbetering is, en de HbA1c-waarde daalt met gemiddeld 0,3%-punt. Hierbij daalt de HbA1c-waarde significant bij deelnemers die hun glucosewaarden niet goed kunnen regelen, maar er is –zoals verwacht- geen significante daling bij deelnemers die hun hypo niet tijdig voelen aankomen. Zij ervaren wel veel en veel minder hypo’s. Eén deelneemster zag haar aantal ernstige hypo’s door inzet van deze technologie afnemen van ruim 15 per maand naar minder dan 1 per maand.
Volledige vergoeding van sensoren voor iedereen met type 1 diabetes MOET !!!! Zie ook: https://www.diabetesplus.nl/sensorvergoeding-moet-nu/
Belangrijke toevoeging aan de behandeling van mensen met type 2 diabetes.
En mensen met hartfalen zónder diabetes.
Zie ook de volgende vlammende ingezonden brief:
https://dom-pubs.onlinelibrary.wiley.com/doi/10.1111/dom.14631
In het zgn. Lifelines onderzoek bekeken wij een groep van potentiële risicofactoren voor het ontwikkelen van type 2 diabetes en de toepasbaarheid van deze risicofactoren in het voorspellen van type 2 diabetes in de dagelijkse praktijk.
Allereerst hebben we een omgevingsbrede associatie studiemethode (EWAS) gebruikt waarin we hebben gekeken naar de associaties tussen 134 verschillende variabelen en het ontwikkelen van type 2 diabetes. Daaruit bleken 63 variabelen significant geassocieerd te zijn met type 2 diabetes. Ondanks dat veel van deze risicofactoren al eerder omschreven zijn in de medische literatuur, vonden we -naar ons beste weten- niet eerder gerapporteerde associaties voor variabelen over kwaliteit van leven en bepaalde medicatie (bijvoorbeeld maagbeschermers, anti-astma medicijnen). De variabele HbA1c voorspelde het grootste risico op het krijgen van type 2 diabetes. Het risico wat veroorzaakt wordt door het verhogen van het HbA1c met één standaarddeviatie (+0.31%) is grofweg vergelijkbaar met een toename van 0.53 mmol/l in glucose.
Sommige variabelen zoals BMI, HDL-cholesterol en urinezuur hadden een toename van twee standaarddeviaties nodig om hetzelfde risico te voorspellen als HbA1c. De meeste andere variabelen moesten een onmogelijke hoeveelheid toenemen om tot hetzelfde risico te komen.
Nu we wisten welke individuele risicofactoren het krijgen van type 2 diabetes voorspellen, wilden we kijken welke van deze variabelen kunnen samenwerken om het risico zo goed mogelijk te voorspellen. Dit deden we door een zogenaamde Machine Learning benadering toe te passen. We zagen dat correlaties tussen risicofactoren over het algemeen bescheiden waren. De risicofactoren die sterker met elkaar correleerden hadden vaak een vergelijkbare fysiologische oorsprong (zoals BMI en buikomvang). Daarentegen waren er slechts een handvol variabelen geschikt om ziekterisico onafhankelijk van elkaar te voorspellen; de andere risicofactoren waren min of meer inwisselbaar. Dit werd bevestigd toen we de variabelen één voor één aan een model toevoegden: na in totaal vier risicofactoren was het model verzadigd. Dit betekent dat het toevoegen van andere risicofactoren niet zorgde voor een betere voorspelling van het ontwikkelen van type 2 diabetes.
Behalve glucose en HbA1c waren andere variabelen waarvoor invasieve methoden zoals bloedafname nodig zijn niet bijdragend aan het model. Naast deze twee variabelen voorspelde alleen het hebben van een positieve familiegeschiedenis voor diabetes een uniek stukje ziekte-ontwikkeling. Daarnaast zagen we dat ondanks dat een variabele al in een model was toegevoegd, de kracht van de voorspelling kon variëren op basis van de variabelen die daarna werden toegevoegd.
Het volledige onderzoek vindt u hier: https://link.springer.com/article/10.1007%2Fs00125-021-05419-1
Recente reacties