Dispositionsindex

Der Dispositionsindex ist ein Maß für die Kreisverstärkung des Insulin-Glukose-Regelkreises. Er ist definiert als das Produkt aus der Insulinsensitivität und der Insulinmenge, die als Antwort auf eine Glukosebelastung ausgeschüttet wird[3][4]. „Metabolisch gesunde“ Personen mit Insulinresistenz können dank erhöhter Insulinsekretion einen normalen Blutzucker halten, solange die Betazellen der Bauchspeicheldrüse in der Lage sind, ihre Sekretionsleistung zu erhöhen, um die zunehmende Insulinresistenz zu kompensieren. Das Verhältnis zwischen dem Anstieg der Plasma-Insulinkonzentration und dem Anstieg des Blutzuckerspiegels liefert ein besseres Maß für die Betazellfunktion als die Insulinantwort auf eine Glukosebelastung[5]. Ein Funktionsverlust der Betazellen, der ihre Fähigkeit einschränkt, eine Insulinresistenz zu kompensieren, führt zu einem niedrigeren Dispositionsindex[3].

Hyberbolic relationship between insulin sensitivity and beta cell function showing dynamical compensation in „healthy“ insulin resistance (transition from A to B) and the evolution of type 2 diabetes mellitus (transition from A to C).
Hyperbolischer Zusammenhang zwischen Insulinsensitivität und Betazellfunktion mit dynamischer Kompensation bei „gesunder“ Insulinresistenz (Übergang vom Punkt A zum Punkt B) und Entwicklung eines Diabetes mellitus Typ 2 (Übergang vom Punkt A zum Punkt C). Dispositionsmetriken integrieren die Betazellfunktion und die Insulinsensitivität, so dass die Ergebnisse über dynamische Kompensation konstant bleiben. Geändert nach Cobelli et al. 2007 und Hannon et al. 2018[1][2].

Bestimmungsmethoden

Der Dispositionsindex kann aus Daten gewonnen werden, die Informationen über die Insulinempfindlichkeit und die Betazellfunktion liefern.

Zu den geeigneten Quellen zählen:

  • Intravenöser Glukosetoleranztest mit engem Messraster (frequently-sampled intravenous glucose tolerance testing, fsIGT)[1]
  • Oraler Glukosetoleranztest mit engem Messraster (frequently-sampled oral glucose tolerance testing, fsOGT)[6][7]
  • Gleichzeitige Bestimmung von Nüchtern-Insulin und -Glukose mit mathematischer Modellierung (Strukturparameter-Inferenz-Ansatz, SPINA)[8]

Die Bestimmung eines Dispositionsindex auf der Grundlage eines fsIGT erfordert es, die Zeitreihen der Insulin- und Glukosekonzentrationen mit dem minimalen Modell der Insulin-Glukose-Homöostase nach Bergman und Cobelli abzugleichen[9]. Der Dispositionsindex wird dann mit

aus der ersten Phase der Insulinantwort auf die Glukoseinjektion () und dem Insulinempfindlichkeitsindex (SI)[9] berechnet.

Aus den Ergebnissen eines oralen Glukosetoleranztests kann ein Dispositionsindex mit

aus dem „Insulinogenic Index“ (IGI) und dem Insulinsensitivitätsindex (ISIcomposite)[6][7] ermittelt werden.

Der statische Dispositionsindex auf der Grundlage von Nüchternwerten (SPINA-DI) ergibt sich als Produkt aus der Sekretionsleistung pankreatischer Betazellen ( oder SPINA-GBeta) und der Insulinrezeptorverstärkung ( oder SPINA-GR) mit

[8].

Die drei Methoden liefern leicht unterschiedliche Information. Obwohl die Ergebnisse von fsIGT-, fsOGT- und SPINA-basierten Dispositionsindices signifikant miteinander korrelieren, ist die Stärke der Korrelation (Bestimmtheitsmaß) nur beschränkt[10][11]. Im direkten Vergleich hatte der SPINA-basierte Dispositionsindex (SPINA-DI) eine höhere diagnostische Trennschärfe für die Diagnose eines Diabetes mellitus als der oGTT-basierte Dispositionsindex nach Matsuda und DeFronzo[8].

Klinische Bedeutung

Der Dispositionsindex wird als Maß für die Betazellfunktion und als integrierter Marker für die Fähigkeit des Organismus, eine Glukosebelastung auszugleichen, verwendet. Ein niedrigerer Dispositionsindex sagt den Übergang von der „metabolisch gesunden“ Insulinresistenz zum Diabetes mellitus voraus[12]. Anders als die Insulinresistenz kann der Dispositionsindex einen Diabetes mellitus Typ 2 bei Personen mit normalen Blutzuckerspiegeln und ohne familiäres Diabetesrisiko vorhersagen[13].

Der Dispositionsindex kann bei aerobem Training ansteigen, aber nur insofern als sich eine Insulinresistenz bessert[14].

Siehe auch

Einzelnachweise
  1. C Cobelli, GM Toffolo, C Dalla Man, M Campioni, P Denti, A Caumo, P Butler, R Rizza: Assessment of beta-cell function in humans, simultaneously with insulin sensitivity and hepatic extraction, from intravenous and oral glucose tests. In: American Journal of Physiology. Endocrinology and Metabolism. 293. Jahrgang, Nr. 1, Juli 2007, S. E1–E15, doi:10.1152/ajpendo.00421.2006, PMID 17341552 (englisch).
  2. TS Hannon, SE Kahn, KM Utzschneider, TA Buchanan, KJ Nadeau, PS Zeitler, DA Ehrmann, SA Arslanian, S Caprio, SL Edelstein, PJ Savage, KJ Mather, Consortium RISE: Review of methods for measuring β-cell function: Design considerations from the Restoring Insulin Secretion (RISE) Consortium. In: Diabetes, Obesity & Metabolism. 20. Jahrgang, Nr. 1, Januar 2018, S. 14–24, doi:10.1111/dom.13005, PMID 28493515, PMC 6095472 (freier Volltext) – (englisch).
  3. Bergman RN, Ader M, Huecking K, Van Citters G: Accurate assessment of beta-cell function: the hyperbolic correction. In: Diabetes. 51. Jahrgang, Supp 1, 2002, S. S212–S220, doi:10.2337/diabetes.51.2007.s212, PMID 11815482 (englisch, diabetesjournals.org).
  4. E Ferrannini, A Mari: Beta cell function and its relation to insulin action in humans: a critical appraisal. In: Diabetologia. 47. Jahrgang, Nr. 5, Mai 2004, S. 943-56, doi:10.1007/s00125-004-1381-z, PMID 15105990 (englisch).
  5. Defronzo RA: Banting Lecture. From the triumvirate to the ominous octet: a new paradigm for the treatment of type 2 diabetes mellitus. In: Diabetes. 58. Jahrgang, Nr. 4, 2009, S. 773–795, doi:10.2337/db09-9028, PMID 19336687, PMC 2661582 (freier Volltext) – (englisch, diabetesjournals.org).
  6. M Matsuda, RA DeFronzo: Insulin sensitivity indices obtained from oral glucose tolerance testing: comparison with the euglycemic insulin clamp. In: Diabetes care. 22. Jahrgang, Nr. 9, September 1999, S. 1462-70, doi:10.2337/diacare.22.9.1462, PMID 10480510 (englisch).
  7. RA DeFronzo, M Matsuda: Reduced time points to calculate the composite index. In: Diabetes care. 33. Jahrgang, Nr. 7, Juli 2010, S. e93, doi:10.2337/dc10-0646, PMID 20587713 (englisch).
  8. Johannes W. Dietrich, Assjana Abood, Riddhi Dasgupta, Shajith Anoop, Felix K. Jebasingh, R. Spurgeon, Nihal Thomas, Bernhard O. Boehm: A novel simple disposition index (SPINA‐DI) from fasting insulin and glucose concentration as a robust measure of carbohydrate homeostasis. In: Journal of Diabetes. 2. Januar 2024, doi:10.1111/1753-0407.13525, PMID 38169110 (englisch).
  9. RN Bergman: Origins and History of the Minimal Model of Glucose Regulation. In: Frontiers in endocrinology. 11. Jahrgang, 2020, S. 583016, doi:10.3389/fendo.2020.583016, PMID 33658981 (englisch).
  10. R Retnakaran, Y Qi, MI Goran, JK Hamilton: Evaluation of proposed oral disposition index measures in relation to the actual disposition index. In: Diabetic medicine : a journal of the British Diabetic Association. 26. Jahrgang, Nr. 12, Dezember 2009, S. 1198-203, doi:10.1111/j.1464-5491.2009.02841.x, PMID 20002470 (englisch).
  11. LG Sjaarda, F Bacha, S Lee, H Tfayli, E Andreatta, S Arslanian: Oral disposition index in obese youth from normal to prediabetes to diabetes: relationship to clamp disposition index. In: The Journal of pediatrics. 161. Jahrgang, Nr. 1, Juli 2012, S. 51-7, doi:10.1016/j.jpeds.2011.12.050, PMID 22325254 (englisch).
  12. Lorenzo C, Wagenknecht LE, Rewers MJ, Karter AJ, Bergman RN, Hanley AJ, Haffner SM: Disposition index, glucose effectiveness, and conversion to type 2 diabetes: the Insulin Resistance Atherosclerosis Study (IRAS). In: Diabetes Care. 33. Jahrgang, Nr. 9, 2011, S. 2098–2103, doi:10.2337/dc10-0165, PMID 20805282, PMC 2928371 (freier Volltext) – (englisch).
  13. Goldfine AB, Bouche C, Parker RA, Kim C, Kerivan A, Soeldner JS, Martin BC, Warram JH, Kahn CR: Insulin resistance is a poor predictor of type 2 diabetes in individuals with no family history of disease. In: Proceedings of the National Academy of Sciences of the United States of America. 100. Jahrgang, Nr. 5, 2003, S. 2724–2729, doi:10.1073/pnas.0438009100, PMID 12591951, PMC 151408 (freier Volltext), bibcode:2003PNAS..100.2724G (englisch).
  14. Solomon TP, Malin SK, Karstoft K, Kashyap SR, Haus JM, Kirwan JP: Pancreatic β-cell function is a stronger predictor of changes in glycemic control after an aerobic exercise intervention than insulin sensitivity. In: The Journal of Clinical Endocrinology and Metabolism. 98. Jahrgang, Nr. 10, 2013, S. 4176–4186, doi:10.1210/jc.2013-2232, PMID 23966244, PMC 3790622 (freier Volltext) – (englisch).
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.