GLOW UP Study: Protocol for an Observational Digital Biomarker Study for Prediabetes Screening and Digital Phenotyping

De GLOW UP-studie is een prospectief observationeel onderzoek dat de haalbaarheid van het gebruik van digitale biomarkers uit wearables en smartphones voor het screenen van pre-diabetes en het karakteriseren van levensstijlfactoren bij volwassenen met een verhoogd risico in Zwitserland onderzoekt.

De kern

De "Glow Up" Studie: Een Digitale Detectie voor een Stille Dreiging

Stel je voor dat je lichaam een auto is. Meestal rijden we gewoon door, zonder te weten dat er een klein lekje in de benzinetank zit. Pas als de auto helemaal stilvalt (diabetes), merken we dat er iets mis is. De Glow Up-studie is als een slimme monteur die niet wacht tot de auto stopt, maar die een speciale scanner meeneemt om het lekje te vinden voordat het een probleem wordt.

Hier is hoe dit werkt, vertaald naar alledaags taal:

1. Het Probleem: De "Stille" Voorbode

Velen hebben een tussenstadium genaamd pre-diabetes. Je bloedsuiker is net iets te hoog, maar niet hoog genoeg om direct "diabetes" te heten. Het is alsof de auto net begint te haperen, maar de dashboardlampjes gaan nog niet branden. In Zwitserland (en wereldwijd) hebben veel mensen dit zonder het te weten. Als je dit niet opvangt, kan het uitgroeien tot een serieuze ziekte.

2. De Oplossing: Een Digitale "Super-Scanner"

De onderzoekers willen niet wachten tot mensen naar de dokter gaan voor een bloedtest (wat soms pas gebeurt als het te laat is). In plaats daarvan willen ze kijken of slimme gadgets (zoals een slim horloge, een ring en een telefoon) de signalen kunnen zien die de mens zelf niet voelt.

Ze noemen dit "digitale biomarkers".

• De Analogie: Stel je voor dat je een spookjager bent. Je kunt de geest niet zien, maar je kunt wel zien dat de lampen flitsen en de ramen trillen. De gadgets meten die "trillingen" in je lichaam: hoe je slaapt, hoe je hartslag reageert, hoe je beweegt en wat je eet.

3. Hoe het Werkt: De 4-Weekse Uitdaging

De studie nodigt 200 mensen uit (45 jaar of ouder) die een beetje extra gewicht hebben. Ze worden in twee groepen verdeeld:

• Groep A: Mensen met pre-diabetes (de "gevaarlijke" zone).
• Groep B: Gezonde mensen (de "veilige" zone).

Beide groepen doen hetzelfde gedurende vier weken:

1. De Slimme Ring & Horloge: Ze dragen een ring en een horloge die 24/7 meten hoe je slaapt, hoe je hartslag is en hoe je lichaam reageert op stress. Dit is alsof je een onzichtbare bewaker hebt die elke beweging noteert.
2. De Bloedglucose-Scanner (CGM): Ze krijgen een klein sensortje op hun arm dat continu meet hoeveel suiker er in hun bloed zit. Dit is de "waarheid" – het is de digitale versie van een bloedtest, maar dan elke 15 minuten.
3. De Foto-App: Ze moeten bij elke maaltijd een foto maken van hun eten. De app fungeert als een digitale kok die zegt: "Ah, je at vandaag veel pasta, let op!"

4. Het Doel: De Puzzel Oplossen

Na vier weken kijken de onderzoekers naar de data. Ze proberen een puzzel op te lossen:

• Kunnen we het verschil zien tussen de "gevaarlijke" en de "veilige" groep, puur op basis van hun slaappatroon, hartslag en foto's van eten?
• Zien we patronen? Bijvoorbeeld: "Mensen met pre-diabetes slapen slechter en hun hartslag reageert anders op een broodje kaas dan gezonde mensen."

Als dit werkt, kunnen we in de toekomst een app hebben die je telefoon of horloge raadt: "Hé, je gedrag lijkt op dat van iemand met een suikerprobleem. Ga eens naar de dokter voor een check-up." Dit zou het opsporen van diabetes revolutioneren.

5. De Grenzen (Niet alles is perfect)

De onderzoekers zijn eerlijk over wat ze niet kunnen doen:

• Korte tijd: Vier weken is lang voor een vakantie, maar kort voor een ziekte die zich over jaren ontwikkelt. Het is alsof je een film bekijkt van slechts 5 minuten en probeert het hele verhaal te raden.
• Geen diepe ingrepen: Ze meten niet alles. Ze kijken niet naar de bacteriën in je darmen of je cholesterol in detail. Ze kijken alleen naar wat de gadgets kunnen zien.
• Specifiek publiek: De studie is in Zwitserland. Wat hier werkt, werkt misschien niet precies hetzelfde in een ander land met een ander dieet.

Samenvattend

De Glow Up-studie is een experiment om te zien of onze slimme gadgets kunnen fungeren als een vroege waarschuwingssysteem voor suikerziekte. Het is alsof we leren om de "trillingen" van een zieke auto te horen voordat hij kapot gaat, zodat we hem kunnen repareren voordat hij op de snelweg stopt.

Als het lukt, krijgen we een manier om diabetes te voorkomen in plaats van alleen maar te behandelen. Dat is de echte "glow up" voor onze gezondheid.

Technische samenvatting

Opmerking: Dit artikel is een studieprotocol (een plan voor toekomstig onderzoek) en geen artikel met reeds verkregen resultaten. Daarom bevat de samenvatting de geplande methodologie en de verwachte bijdragen, maar geen empirische resultaten of eindconclusies.

1. Het Probleem

Prediabetes is een kritieke voorloper van type 2-diabetes (T2D) en wordt vaak niet gediagnosticeerd, vooral bij volwassenen van 45 jaar en ouder met een verhoogde BMI.

• Huidige beperkingen: De standaarddiagnose (HbA1c en nuchter glucose) gebeurt via bloedtesten met intervallen van 3 tot 5 jaar. Dit kan preklinische metabole veranderingen missen die zich voordoen tussen deze testen.
• Noodzaak: Er is behoefte aan innovatieve, schaalbare screeningsmethoden die op basis van dagelijkse levensstijl en fysiologische signalen (digitale biomarkers) vroegtijdig risico's kunnen detecteren, voordat traditionele bloedwaarden de diagnostische drempels bereiken.
• Kennislacune: Er is nog geen onderzoek in Zwitserland dat heeft onderzocht of continu gemeten levensstijldata van commercieel beschikbare apparaten (smartwatches, ringen) prediabetes van normoglykemie kan onderscheiden in een vrije leefomgeving.

2. Methodologie

De Glow Up-studie is een prospectieve, observationele case-control studie die in Zwitserland wordt uitgevoerd.

• Doelgroep: 200 volwassenen (≥45 jaar) met een BMI ≥25 kg/m².
  • Cases: 100 personen met prediabetes (gebaseerd op HbA1c 5,7–6,4% en/of nuchter glucose 5,6–6,9 mmol/L).
  • Controls: 100 leeftijds- en geslachtsgematchte personen met normoglykemie.
• Studieperiode: 4 weken continue monitoring in de vrije leefomgeving.
• Datacollectie (Multimodaal):
  1. Medische apparatuur: Een verblindde continue glucosemonitor (CGM, Abbott FreeStyle Libre Pro iQ) gedragen op de bovenarm voor 28 dagen (interstitiële glucose elke 15 minuten).
  2. Commerciële wearables: Een slimme ring (Ultrahuman Ring AIR) en een smartwatch (Ametris Leap) voor het meten van hartslag, hartslagvariabiliteit (HRV), slaap, fysieke activiteit en huidtemperatuur.
  3. Smartphone-applicatie: Een studie-app (MyDataHelps) voor:
     • Beeldgebaseerde maaltijddagboeken (foto's van voeding 3x per dag).
     • Enquêtes over stress en stemming.
     • Dynamische herinneringen voor maaltijdregistratie.
  4. Klinische biomarkers: HbA1c en nuchter plasma glucose (FPG) gemeten bij baseline (T1) en follow-up (T3, na 4 weken), evenals antropometrie (BMI, taille/heup, lichaamssamenstelling via slimme weegschaal).
• Design: Deelnemers worden ingedeeld in groepen op basis van bloedtesten bij aanmelding, maar de toewijzing is tot het einde van de studie verblind voor de onderzoekers.

3. Belangrijkste Bijdragen en Innovaties

• Eerste van zijn soort in Zwitserland: Dit is de eerste studie in Zwitserland die glycemische en levensstijlprofielen vergelijkt tussen normoglykemische en prediabetische personen in een vrije leefomgeving.
• Unieke Datacombinatie: De studie creëert een rijke "digitale fenotypen"-dataset door vier datastromen te combineren:
  1. Hoge-resolutie CGM-data.
  2. Commerciële en medische-grade wearable-sensoren.
  3. Smartphone-gebaseerde voedsel- en stresslogging.
  4. Klinische gouden standaarden (HbA1c/FPG) als grondwaarheid.
• Validatie van Digitale Biomarkers: Door de digitale data te koppelen aan klinische bloedtesten, wordt getest of wearables en smartphone-data kunnen dienen als betrouwbare proxy's voor metabole dysregulatie.
• Methodologische Strenheid: Het gebruik van zowel baseline als follow-up klinische biomarkers versterkt de validiteit van de uitkomsten en helpt bij het observeren van intra-individuele trends.

4. Verwachte Resultaten en Analyse

Omdat dit een protocol is, zijn er nog geen eindresultaten. De analyse zal echter de volgende doelen nastreven:

• Hoofduitkomst: Het ontwikkelen en valideren van machine learning-modellen (logistische regressie, random forests, gradient boosting) om prediabetes te classificeren op basis van wearable-gebaseerde levensstijlmetrieken. De prestaties worden gemeten aan de hand van AUC, nauwkeurigheid, sensitiviteit en specificiteit.
• Secundaire uitkomsten:
  • Karakterisering van individuele en metabole subgroep-variatie in levensstijl en glycemische controle.
  • Analyse van de relatie tussen specifieke factoren (slaap, HRV, voeding) en postprandiale glucosepieken.
  • Evaluatie van de adherentie aan beeldgebaseerde maaltijdregistratie en het effect van herinneringsmeldingen.
• Statistiek: Er wordt gebruik gemaakt van multivariate regressie, netwerkanalyse en lineaire mixed-modellen.

5. Betekenis en Toekomstperspectief

• Vroegtijdige Screening: Als succesvol, kan deze aanpak leiden tot schaalbare, niet-invasieve screeningsmethoden voor prediabetes die minder afhankelijk zijn van frequente bloedafnames.
• Persoonlijke Preventie: De studie biedt inzicht in hoe specifieke levensstijlfactoren individueel bijdragen aan metabole ongezondheid, wat de basis kan vormen voor gepersonaliseerde, data-gedreven interventies (bijv. "Just-in-Time Adaptive Interventions").
• Beperkingen: De studieduur van 4 weken is kort in vergelijking met de biologische tijdschaal van HbA1c (3 maanden), en er ontbreken metingen voor insulineresistentie en lipidenmetabolisme.
• Toekomst: De resultaten kunnen leiden tot verdere longitudinale cohortstudies en de ontwikkeling van AI-gestuurde gezondheidscoachingtools.

Conclusie: De Glow Up-studie is een baanbrekend protocol dat de potentie onderzoekt van een multimodale digitale aanpak om prediabetes vroegtijdig te detecteren en te phenotypen, met als doel de overgang naar type 2-diabetes te voorkomen door middel van gepersonaliseerde levensstijlinterventies.