Studie: CT-Gesundheitsscreening kann Diabetes-Risiko erkennen

Die Analyse von CT-Scans bei Menschen, die sich im Rahmen von Vorsorgeuntersuchungen einer Bildgebung unterziehen, kann Personen mit einem Risiko für Typ-2-Diabetes identifizieren.

In der Studie untersuchten Forscher des Kangbuk Samsung Hospital der Sungkyunkwan University School of Medicine in Seoul, Südkorea, die Fähigkeit von automatisierten CT-Markern zur Vorhersage von Diabetes und damit verbundenen Erkrankungen. „Angesichts der erheblichen Belastung durch Diabetes und seine Komplikationen wollten wir untersuchen, ob automatisierte und präzise Bildgebungsanalysen die Früherkennung und Risikostratifizierung über herkömmliche Methoden hinaus verbessern könnten“, kommentiert der Hauptautor der Studie, Dr. Seungho Ryu. Die Ergebnisse der Forschung wurden in der Fachzeitschrift „Radiology“ veröffentlicht.

Verlauf der Untersuchungen

Die Studiengruppe umfasste 32.166 Erwachsene im Alter von 25 Jahren oder älter, die sich einer Gesundheitsuntersuchung mit 18F-Fluordesoxyglucose (18F-FDG) PET/CT unterzogen. Die Forschenden um Ryu verwendeten klinisch validierte Deep-Learning-Algorithmen zur Analyse der CT-Bilder. Die Algorithmen ermöglichten die 3D-Segmentierung und Quantifizierung verschiedener Körperkomponenten wie viszerales Fett, subkutanes Fett, Muskelmasse, Leberdichte und Aortenkalk. Die Diabetesprävalenz lag zu Beginn der Studie bei 6 Prozent und die Inzidenz während der medianen 7,3-jährigen Nachbeobachtungszeit bei 9 Prozent.

Die automatisierte Multiorgan-CT-Analyse identifizierte Personen mit einem hohen Risiko für Diabetes und damit verbundene Krankheiten. Der Index des viszeralen Fettes zeigte die höchste Vorhersagekraft für Diabetes. Die Kombination von viszeralem Fett, Muskelfläche, Leberfettanteil und Aortenverkalkung verbesserte die Vorhersagekraft. Von der CT abgeleitete Marker identifizierten auch eine per Ultraschall diagnostizierte Fettleber, Koronararterienkalkwerte von mehr als 100, Osteoporose und altersbedingter Sarkopenie.

Diese Marker übertrafen die traditionellen Risikofaktoren bei der Vorhersage von Typ-2-Diabetes, schreiben die Autoren. „Diese automatisierte CT-Analyse verbessert die Risikovorhersage und die Frühinterventionsstrategien für Diabetes und verwandte Gesundheitsprobleme“, sagt Ryu abschließend.