Chụp cắt lớp vi tính đa cơ quan tự động có thể dự đoán bệnh tiểu đường

Tiến sĩ Yoosoo Chang đến từ Trường Y khoa Đại học Sungkyunkwan ở Seoul, Hàn Quốc, cùng các đồng nghiệp đã kiểm tra khả năng của các dấu hiệu có nguồn gốc từ chụp cắt lớp vi tính tự động trong việc dự đoán bệnh tiểu đường và các bệnh tim mạch chuyển hóa đi kèm liên quan trong một nghiên cứu theo dõi hồi cứu ở người lớn Hàn Quốc.

Những người tham gia đã được sàng lọc sức khỏe bằng phương pháp chụp cắt lớp phát xạ positron với fluorine 18 fluorodeoxyglucose (FDG-PET/CT) từ tháng 1 năm 2012 đến tháng 12 năm 2015. Dữ liệu được đưa vào phân tích cắt ngang đối với 32.166 người lớn và phân tích theo nhóm đối với 27.298 người lớn.

Các nhà nghiên cứu phát hiện ra rằng tỷ lệ mắc và tỷ lệ mới mắc bệnh tiểu đường lần lượt là 6 và 9% khi bắt đầu và trong thời gian theo dõi trung bình 7,3 năm. Hiệu suất dự đoán cao nhất đối với bệnh tiểu đường phổ biến và mới mắc được thấy đối với chỉ số mỡ nội tạng, với diện tích dưới đường cong (AUC) lần lượt là 0,70 và 0,82 đối với nam và nữ, và chỉ số C lần lượt là 0,68 và 0,82.

Hiệu suất dự đoán được cải thiện bằng cách kết hợp mỡ nội tạng, diện tích cơ, nhóm mỡ gan và vôi hóa động mạch chủ, tạo ra chỉ số C lần lượt là 0,69 và 0,83 đối với nam và nữ. Để xác định hội chứng chuyển hóa, AUC đối với chỉ số mỡ nội tạng lần lượt là 0,81 và 0,90 đối với nam và nữ.

Gan nhiễm mỡ được chẩn đoán bằng siêu âm, điểm canxi động mạch vành >100, teo cơ và loãng xương cũng được xác định bằng các dấu hiệu có nguồn gốc từ CT, với AUC dao động từ 0,80 đến 0,95.

Nhóm nghiên cứu cho biết: "Các thông số có nguồn gốc từ chụp cắt lớp vi tính, đặc biệt là chỉ số diện tích mỡ nội tạng, vượt trội hơn các phương pháp truyền thống để dự đoán bệnh tiểu đường tuýp 2 ở cả hai giới".