Классификация диабета и персонифицированная терапия

Предпосылки. Исторически сахарный диабет подразделяют на следующие группы: сахарный диабет 1-го типа (СД1), сахарный диабет 2-го типа (СД2), гестационный диабет и другие специфические типы сахарного диабета. Новая модель классификации включает 5 групп: тяжелый аутоиммунный диабет (SAID), тяжелый инсулин-дефицитный диабет (SIDD), тяжелый инсулинорезистентный диабет (SIRD), связанный с ожирением диабет средней степени тяжести (MOD) и возрастной диабет средней степени тяжести (MARD). В основе новой классификации лежат 6 клинических переменных: возраст, индекс массы тела при постановке диагноза, показатели гликированного гемоглобина, антитела к декарбоксилазе глутаминовой кислоты, оценка гомеостатической модели функции бета-клеток 2 и резистентность к инсулину. Модель способствует назначению персонифицированной терапии и позволяет прогнозировать осложнения. Цель. В этом обзоре проводится оценка клинических и терапевтических аспектов применения классификации, основанной на 5 группах, с использованием данных, полученных в 2010–2023 годах, и анализируется влияние на эффективность терапии и персонифицированную помощь. Методы. Обзор ограничивался последними 15 годами и проводился с применением баз данных и платформ PubMed, Web of Science и Google Scholar. Использовались следующие термины: прецизионная терапия, подгруппы диабета, SAID, SIDD, SIRD, MOD и MIRD. В обзор включены доклинические и клинические данные исключительно на английском языке. Результаты. Основанная на 5 группах модель выявляет специфические клинические векторы: SIRD связан с нефропатией, SAID и SIDD вызывают большее количество осложнений (например, нейропатию, кетоацидоз) и имеют тяжелое течение. Метаболические расстройства и дисфункция органов (MARD и MOD), которые чаще встречаются у пациентов с ожирением, протекают в более легкой форме. Валидационные исследования выявили региональные и этнические различия в распространенности SIRD и MOD. В частности, представляется, что у жителей Южной Азии SIRD встречается чаще, чем у африканского населения, и MOD превалирует. В заключение, учитывая метаболический профиль при определении терапевтического подхода, основанный на 5 группах, метод способствует внедрению прецизионной медицины; терапия должна основываться на биологии.

1. Sun H., Saeedi P., Karuranga S., et al. IDF diabetes Atlas: Global, regional, and country-level diabetes prevalence estimates for 2021 and projections for 2045. Diabets Res Clin Pract. 2022; 183:109-119. doi: 10.1016/j.diabres.2021.109119.

2. Ahlqvist E., Storm P., Käräjämäki A., et al. Novel subgroups of adultonset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol. 2018; 6(5):361-369. doi: 10.1016/S2213-8587(18)30051-2.

3. American Diabetes Association. Standards of Medical Care in Diabetes: 2021. Diabetes Care. 2021; 44(Suppl. 1):15-33. doi: 10.2337/dc21-ad09.

4. Ahlqvist E., Prasad R., Groop L. Subtypes of Type 2 Diabetes Determined From Clinical Parameters. Diabetes. 2020; 69(10):2086–2093. doi: 10.2337/dbi20-0001.

5. WHO Expert Committee on Diabetes Mellitus. Second Report. Technical report Series 646. Geneva: World Health Organization; 1980.

6. Anjana R., Pradeepa R., Unnikrishnan R., et al. New and unique clusters of type 2 diabetes identified in Indians. J Assoc Physicians India. 2021; 69(2):58-61.

7. Zaharia O.P., Strassburger K., Strom A., et al. Risk of diabetesassociated diseases in subgroups of patients with recent-onset diabetes: a 5-year follow-up study. Lancet Diabetes Endocrinol. 2019; 7(9):684–694. doi: 10.1016/S2213-8587(19)30187-1.

8. Buzzetti R., Zampetti S., Maddaloni E. Adult-onset autoimmune diabetes: current knowledge and implications for management. Nat Rev Endocrinol. 2017; 13(11):674–686. doi: 10.1038/nrendo.2017.99.

9. Maalmi H., Herder C., Strassburger K., et al. Biomarkers of inflammation and glomerular filtration rate in individuals with recentonset type 1 and type 2 diabetes. J Clin Endocrinol Metab. 2020; 105(12): dgaa622. doi: 10.1210/clinem/dgaa622

10. Veelen A., Erazo-Tapia E., Oscarsson J., et al. Type 2 diabetes subgroups and potential medication strategies in relation to effects on insulin resistance and beta-cell function: A step toward personalised diabetes treatment? Mol Metab. 2021; 46:101158. doi: 10.1016/j.molmet.2020.101158.

11. Landgraf W., Bigot G., Hess S., et al. Distribution and characteristics of newly-defined subgroups of type 2 diabetes in randomised clinical trials: Post hoc cluster assignment analysis of over 12,000 study participants. Diabetes Res Clin Pract. 2022; 190:110012. doi: 10.1016/j.diabres.2022.110012.

12. Gnudi L., Coward R.J., Long D.A. Diabetic Nephropathy: Perspective on Novel Molecular Mechanisms. Trends Endocrinol Metab. 2016; 27(11):820-830. doi: 10.1016/j.tem.2016.07.002.

13. Bello-Chavolla O.Y., Bahena-Lopez J.P., Vargas-Vazquez A., et al. Clinical characterization of data-driven diabetes subgroups in Mexicans using a reproducible machine learning approach. BMJ Open Diabetes Res Care. 2020; 8(1):e001550. doi: 10.1136/bmjdrc-2020-001550.

14. Duarte V., Ivo C., Vermssimo D., et al. Novel Clusters of Adult-Onset Diabetes in a Portuguese Population. Austin J Endocrinol Diabetes. 2020; 7:1076.

15. Zou X., Zhou X., Zhu Z., et al. Novel subgroups of patients with adult-onset diabetes in Chinese and US populations. Lancet Diabetes Endocrinol. 2019; 7(1):9-11. doi: 10.1016/S2213-8587(18)30316-4.

16. Zhu J., Yu X., Zheng Y., et al. Association of glucose-lowering medications with cardiovascular outcomes: an umbrella review and evidence map. Lancet Diabetes Endocrinol. 2020; 8(3):192–205. doi: 10.1016/S2213-8587(19)30422-X.

17. Gan S., Dawed A.Y., Donnelly L.A., et al. Efficacy of Modern Diabetes Treatments DPP-4i, SGLT-2i, and GLP-1RA in White and Asian Patients With Diabetes: A Systematic Review and Meta-analysis of Randomized Controlled Trials. Diabetes Care. 2020; 43(8):1948–1957. doi: 10.2337/dc19-2419.

18. Rena G, Hardie DG, Pearson ER. The mechanisms of action of metformin. Diabetologia. 2017; 60(9):1577-1585. doi: 10.1007/s00125-017-4342-z.

19. United Kingdom Prospective Diabetes Study Group. Intensive blood-glucose control with sulfonylureas or insulin compared with conventional treatment and risk of complications in patients with type 2 diabetes (UKPDS 33). Lancet. 1998; 352(9131):837–853.

20. Zaccardi F., Webb D.R., Htike Z.Z., et al. Efficacy and safety of sodium-glucose co-transporter-2 inhibitors in type 2 diabetes mellitus: systematic review and network meta-analysis. Diabetes Obes Metab. 2016; 18(8):783-794. doi: 10.1111/dom.12670.

21. Wiviott S.D., Raz I., Bonaca M.P., et al. Dapagliflozin and cardiovascular outcomes in type 2 diabetes. N Engl J Med. 2019; 380(4):347-357. doi: 10.1056/NEJMoa1812389.

22. Ferrannini E., Muscelli E., Frascerra S., et al. Metabolic response to sodium-glucose cotransporter 2 inhibition in type 2 diabetic patients. J Clin Invest. 2014; 124(2):499-508. doi: 10.1172/JCI72227.

23. Anholm C., Kumarathurai P., Pedersen L.R., et al. Liraglutide effects on beta-cell, insulin sensitivity and glucose effectiveness in patients with stable coronary artery disease and newly diagnosed type 2 diabetes. Diabetes Obes Metab. 2017; 19(6):850-857. doi: 10.1111/dom.12891.

24. Vilsbøll T, Christensen M, Junker AE, et al. Effects of glucagon-like peptide-1 receptor agonists on weight loss: systematic review and meta-analyses of randomised controlled trials. BMJ. 2012; 10:344:d7771. doi: 10.1136/bmj.d7771.

25. Morales J. The pharmacologic basis for clinical differences among GLP-1 receptor agonists and DPP-4 inhibitors. Postgrad Med. 2011; 123(6):189-201. doi: 10.3810/pgm.2011.11.2508.

26. Redondo M.J., Hagopian W.A., Oram R., et al. The clinical consequences of heterogeneity within and between different diabetes types. Diabetologia. 2020; 63(10):2040–2048. doi: 10.1007/s00125-020-05211-7.

27. Tanabe H., Saito H., Kudo A., et al. Factors associated with risk of diabetic complications in novel cluster-based diabetes subgroups: a Japanese retrospective cohort study. J Clin Med. 2020; 9(7):2083. doi: 10.3390/jcm9072083.

28. Dennis J.M., Shields B.M., Henley W.E., et al. Disease progression and treatment response in data-driven subgroups of type 2 diabetes compared with models based on simple clinical features: an analysis using clinical trial data. Lancet Diabetes Endocrinol. 2019; 7(6):442-451. doi: 10.1016/S2213-8587(19)30087-7

29. Herder C., Roden M. A novel diabetes typology: towards precision diabetology from pathogenesis to treatment. Diabetologia. 2022; 65(11):1770–1781. doi: 10.1007/s00125-021-05625-x.