Digitaler Zwilling offenbart Zusammenhang zwischen Psyche und Typ-2-Diabetes

Die Psyche spielt bei der Entstehung eines Typ-2-Diabetes eine maßgebliche Rolle. Das geht aus einer britischen Studie hervor, in der Forschende ein digitales Zwillingsmodell entwickelt und so den Einfluss psychosozialer Faktoren auf das Diabetesrisiko simuliert haben.

Anhand von Lebensstil- und Gesundheitsdaten haben Forschende der Anglia Ruskin University (Großbritannien) die Auswirkungen psychosozialer Faktoren auf das Diabetesrisiko analysiert – und zwar mithilfe eines digitalen Zwillingsmodells. Die Simulationen zeigen: Faktoren wie Einsamkeit, Schlaflosigkeit und psychische Erkrankungen erhöhen das Risiko für Typ-2-Diabetes deutlich.

Einsamkeit, Schlaflosigkeit und psychische Erkrankungen

Das von der ARU entwickelte digitale Zwillingsmodell basiert auf Künstlicher Intelligenz (KI) und simuliert, wie sich Veränderungen im Alltag auf das langfristige Diabetesrisiko auswirken können. Einsamkeit, Schlaflosigkeit und psychische Erkrankungen – unter den Annahmen des KI-Modells – waren jeweils mit einem um schätzungsweise 35 Prozentpunkte erhöhten Risiko verbunden. Wenn alle drei Faktoren gleichzeitig auftreten, sagt das Modell einen Anstieg des absoluten Risikos um 78 Prozentpunkte voraus. Damit seien diese ein genauerer Prädiktor für das Risiko von Typ-2-Diabetes als die Ernährung allein, so die Wissenschaftler.

Die Studie wurde in Zusammenarbeit mit der Cranfield University, der University of Portsmouth und Intelligent Omics Ltd. durchgeführt. Sie beruht auf Lebensstil- und Gesundheitsdaten von 19.774 Erwachsenen aus Großbritannien, die in der UK Biobank erfasst und bis zu 17 Jahre lang beobachtet wurden. Im Gegensatz zu herkömmlichen Prognoseinstrumenten lag der Fokus in dieser Studie ausschließlich auf Verhaltens-, Lebensstil- und psychosozialen Informationen. Daten von Bluttests oder Wearables wurden nicht verwendet. Die Ergebnisse sind in der Fachzeitschrift „Frontiers in Digital Health“ veröffentlicht.

Stress fördert ungünstige Ernährungsgewohnheiten

Nach Ansicht der Forschenden hängen diese Effekte sehr wahrscheinlich damit zusammen, wie der Körper auf chronischen Stress reagiert. Letzterer führt beispielsweise zur Ausschüttung von Stresshormonen, löst Entzündungen aus und beeinträchtigt die Blutzuckerregulation. Aktuellen Daten zufolge könnte sich Einsamkeit so auch negativ auf die Wundheilung bei chronischen Wunden auswirken, von denen Diabetiker oft betroffen sind (wir berichteten).

Die Studie deckte zudem starke Zusammenhänge zwischen stressbedingten Faktoren und Ernährungsgewohnheiten auf. Dazu zählten unter anderem ein höherer Konsum von Salz, zuckerhaltigen Cornflakes und verarbeitetem Fleisch, die allesamt mit einem höheren Diabetesrisiko assoziiert sind (wir berichteten). Selbst geringfügige Ernährungsumstellungen scheinen das Risiko zu verstärken.

Das digitale Zwillingsmodell verdeutlichte außerdem signifikante ethnische Unterschiede: Teilnehmende südasiatischer, afrikanischer und karibischer Herkunft wiesen ein deutlich höheres geschätztes Risiko auf als weiße Teilnehmende. Diese Ergebnisse bestätigen langjährige Beobachtungen des britischen National Health Service (NHS) und von Public Health England.

Digitaler Zwilling als Präventionstool

Da das Modell keine medizinischen Tests erfordert, könnte es sich nach Ansicht der Autorinnen und Autoren für die Früherkennung von Risikopersonen in Gesundheitseinrichtungen eignen. Die Erkenntnisse des Modells könnten zudem dabei helfen, kostengünstige und zielgerichtete Präventionsprogramme zu entwickeln.

„Digitale Zwillingsmodelle bilden individuelle Gesundheitsprofile nach. So ermöglichen sie die Simulation von Was-wäre-wenn-Szenarien und die Anpassung der Versorgung an individuelle Bedürfnisse“, erklärt Prof. Barbara Pierscionek, Seniorautorin der Studie. Aktuelle Risikoprognosemodelle – basierend auf BMI, Alter und Blutdruck – vereinfachten die Erkrankung hingegen zu stark. Ihre Studie zeige, wie wichtig es sei, Verhaltens- und psychosoziale Variablen wie Einsamkeit, Schlafstörungen und die psychische Vorgeschichte in Gesundheitsdatensätze zur Risikoprognose einzubeziehen, ergänzt Erstautorin Dr. Mahreen Kiran. „Diese Faktoren werden oft vernachlässigt, liefern aber wichtige Hinweise auf das zukünftige Krankheitsrisiko“, erklärt sie.

In Regionen mit unzureichender technischer Infrastruktur oder in finanzschwachen Bevölkerungsgruppen könnten Modelle, die auf Echtzeitdaten von Wearables basieren, laut Pierscionek ebenfalls ein Hindernis darstellen. „Digitale Zwillingsmodelle bieten eine praktikable und kostengünstige Möglichkeit zur Diagnose, Untersuchung und Behandlung einer Reihe von Erkrankungen.“

(mkl/BIERMANN)