Using routine clinical features to classify adult-onset diabetes at diagnosis: the StartRight prospective observational study

De prospectieve observationele StartRight-studie toont aan dat een classificatiemodel dat routinematige klinische kenmerken, zoals een lagere leeftijd en BMI, onbedoeld gewichtsverlies en hoge presentatieglykemie, al dan niet in combinatie met eilandautoantilichamen, combineert, een hoge nauwkeurigheid bereikt bij het onderscheiden van op volwassen leeftijd optredende type 1-diabetes van type 2-diabetes bij diagnose en hierbij de huidige klinische richtlijnen overtreft.

Oorspronkelijke auteurs: Knupp, J., Hill, A. V., Thomas, N. J., McDonald, T. J., Young, K. G., Fraser, D. P., Hattersley, A., McKinley, T., Shields, B. M., Jones, A. G.

Gepubliceerd 2026-05-03
📖 4 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Knupp, J., Hill, A. V., Thomas, N. J., McDonald, T. J., Young, K. G., Fraser, D. P., Hattersley, A., McKinley, T., Shields, B. M., Jones, A. G.

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Het Grote Probleem: Een Geval van Verkeerde Identificatie

Stel je voor dat je met koorts een ziekenhuis binnenloopt. De arts moet beslissen: is dit de griep, of is het een bacteriële infectie? De behandeling voor elk is volledig verschillend. Als je het verkeerde medicijn krijgt, kun je veel zieker worden.

Dit is precies het probleem met diabetes bij volwassenen. Er zijn twee hoofdtypes: Type 1 en Type 2.

  • Type 2 is als een verstopte pijp; het lichaam is resistent tegen insuline, maar maakt er nog steeds wat van aan. Het komt zeer vaak voor bij volwassenen.
  • Type 1 is als een kapotte fabriek; het immuunsysteem van het lichaam heeft de fabriek die insuline maakt, vernietigd. Het komt minder vaak voor bij volwassenen, maar gebeurt vaker dan mensen denken.

Het probleem is dat wanneer een volwassene diabetes krijgt, artsen vaak gokken welk type het is op basis van leeftijd of gewicht. Maar dit "gokspel" leidt tot fouten. Ongeveer één op de drie volwassenen die eigenlijk Type 1 hebben, krijgen ten onrechte te horen dat ze Type 2 hebben en worden behandeld met het verkeerde medicijn.

De Studie: Een Beter Detectiveset Bouwen

De onderzoekers achter deze studie (het StartRight-team) wilden stoppen met gokken. Ze vroegen zich af: "Welke specifieke aanwijzingen, beschikbaar op het moment dat een patiënt binnenloopt, kunnen ons precies vertellen welk type diabetes ze hebben?"

Ze keken niet naar slechts één aanwijzing; ze keken naar 11 verschillende routinekenmerken (zoals leeftijd, gewicht, tailleomvang en bloedsuikerniveaus) en combineerden deze tot een "detectiveset".

De Belangrijkste Aanwijzingen (De "Rookende Pistolen")

De studie vond uit dat hoewel artsen al wisten dat leeftijd en gewicht belangrijk waren, ze enkele andere enorme aanwijzingen misten. De krachtigste indicatoren dat een patiënt Type 1 heeft (de "kapotte fabriek") waren:

  1. Jongere leeftijd (op het moment van diagnose).
  2. Lager Body Mass Index (BMI) (magerder zijn).
  3. Lager taille-heupverhouding (minder vet rond het midden dragen).
  4. Onopzettelijk gewichtsverlies (ponden verliezen zonder te proberen).
  5. Zeer hoge bloedsuiker op het moment van diagnose.

De Metafoor: Denk aan het diagnosticeren van diabetes als het proberen een auto te identificeren aan de hand van het motorgeluid.

  • Oude Methode: "Het klinkt als een vrachtwagen, dus het moet een vrachtwagen zijn." (Alleen gebaseerd op leeftijd/gewicht).
  • Nieuwe Methode: "Het klinkt als een vrachtwagen, maar het mist een belangrijk onderdeel, het verliest snel brandstof en het trilt anders." (Alle aanwijzingen combineren).

De Oplossing: De "StartRight Score"

De onderzoekers hebben niet alleen de aanwijzingen opgesomd; ze hebben een rekenmachine gebouwd (de StartRight Score genoemd).

  • Hoe het werkt: Je voert de routinegetallen van de patiënt in (leeftijd, gewicht, bloedsuiker, enz.).
  • Het Resultaat: De rekenmachine geeft een score.
    • Lage Score: "Dit lijkt op Type 2."
    • Hoge Score: "Dit lijkt op Type 1."
    • Middelmatige Score: "We zijn niet zeker; laten we een specifieke labtest (antistoftest) uitvoeren om op safe te spelen."

Waarom Dit een Game-Changer Is

De studie testte deze rekenmachine op twee manieren:

  1. In een gecontroleerde studie: Ze volgden patiënten jarenlang om te zien of de rekenmachine gelijk had. Het was extreem nauwkeurig (94–97% nauwkeurigheid), veel beter dan alleen kijken naar leeftijd of gewicht.
  2. In real-world data: Ze testten het op gegevens van meer dan 180.000 mensen in het VK. Ze ontdekten dat mensen die door de rekenmachine werden aangeduid als "waarschijnlijk Type 1", daadwerkelijk snel insuline nodig hadden of andere tekenen van Type 1 vertoonden, zelfs als hun artsen hen aanvankelijk als Type 2 hadden behandeld.

De "Filter" voor Labtests

Momenteel suggereren richtlijnen om bij veel mensen te testen op specifieke antistoffen (het "rookende pistool" voor Type 1). Deze tests kosten echter geld en kosten tijd.

De studie suggereert het gebruik van de StartRight Score als filter:

  • Als de score zegt "Zeer kleine kans op Type 1", heb je waarschijnlijk de dure labtest niet nodig.
  • Als de score zegt "Hoge kans", moet je de test absoluut doen.

Dit helpt artsen prioriteit te geven aan wie de test nodig heeft, bespaart geld en zorgt ervoor dat de juiste mensen sneller de juiste diagnose krijgen.

De Conclusie

Deze studie bewijst dat we niet hoeven te gokken. Door eenvoudige, routinefeiten (zoals hoeveel gewicht iemand heeft verloren of hun tailleomvang) te combineren tot één enkele score, kunnen we het verschil tussen Type 1 en Type 2 diabetes bij volwassenen met zeer hoge nauwkeurigheid vaststellen. Dit helpt ervoor te zorgen dat volwassenen direct de juiste behandeling krijgen, in plaats van verkeerd gediagnosticeerd te worden en behandeld te worden voor de verkeerde aandoening.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →