2型糖尿病亚型
2型糖尿病亚型：Novel subgroups of adult-onset diabetes and their association
with outcomes: a data-driven cluster analysis of six variables
总论
瑞典斯堪尼亚的最新进2型糖尿病病例：数据驱动的聚类分析data-driven cluster analysis （n=8980）；从以下6个参数聚类，并在3类人群中重复
谷氨酸脱羧酶抗体glutamate decarboxylase antibodies
诊断年龄age at diagnosis
身体质量指数BMI
糖化血红蛋白HbA1c
β-细胞功能homoeostatic model assessment 2 estimates of β-cell function
胰岛素抵抗insulin resistance
发现了2型糖尿病的5个亚型。其中类群3糖尿病肾病（通常胰岛素抵抗）的风险高于4 5类群，但治疗仍是同样对待；类群2有（胰岛素不足）有视网膜病高风险
1型糖尿病和2型糖尿病主要通过检测是否具有抵抗β-胰岛细胞抗原的抗体。存在（1型糖尿病）或缺席（2型糖尿病）。还有诊断年龄（年轻的为1型）。3型：成人自身免疫性糖尿病患者（LADA），主要诊断是否存在谷氨酸脱羧酶抗体（GADA）；但是和2型并未区别诊断。
前期诊断很重要因为身体似乎能够记住前期不良的代谢治疗方案，叫做代谢记忆
一个精细的分类可以提供一个强大的工具在诊断中识别出最大的并发症风险并使个性化的治疗方案在就像单基因型糖尿病的基因诊断一样指导临床医生进行最佳治疗
根据6个参数进行了无监督,数据驱动的聚类分析
方法
数据源：All New Diabetics in Scania (ANDIS)
the Scania Diabetes Registry (SDR)
All New Diabetics in Uppsala (ANDIU)
Diabetes Registry Vaasa (DIREVA)
Malmö Diet and Cancer CardioVascular Arm (MDC-CVA).
分析方法：SPSS中两步聚类法
结果
Cluster 1, 6·4% 严重的自身免疫性糖尿病severe autoimmune diabetes (SAID)：表现为早发性疾病,相对低BMI，代谢控制不良，胰岛素缺乏，以及存在GADA
Cluster 2, 17·5% 严重胰岛素不足糖尿病severe insulin-deficient diabetes (SIDD),：表现为早发性疾病,相对低BMI，代谢控制不良，胰岛素缺乏，但不存在GADA
Cluster 3, 15·3% 严重的胰岛素抵抗糖尿病severe insulin resistant diabetes (SIRD)：胰岛素抵抗和高BMI
Cluster 4, 21·6% 中度肥胖相关糖尿病mild obesity-related diabetes (MOD)：肥胖但不是胰岛素抵抗
cluster 5，39·1% 轻度老年性糖尿病mild age-related diabetes [MARD]：只有适度的代谢紊乱
用了3个独立数据集验证
with outcomes: a data-driven cluster analysis of six variables
总论
瑞典斯堪尼亚的最新进2型糖尿病病例：数据驱动的聚类分析data-driven cluster analysis （n=8980）；从以下6个参数聚类，并在3类人群中重复
谷氨酸脱羧酶抗体glutamate decarboxylase antibodies
诊断年龄age at diagnosis
身体质量指数BMI
糖化血红蛋白HbA1c
β-细胞功能homoeostatic model assessment 2 estimates of β-cell function
胰岛素抵抗insulin resistance
发现了2型糖尿病的5个亚型。其中类群3糖尿病肾病（通常胰岛素抵抗）的风险高于4 5类群，但治疗仍是同样对待；类群2有（胰岛素不足）有视网膜病高风险
1型糖尿病和2型糖尿病主要通过检测是否具有抵抗β-胰岛细胞抗原的抗体。存在（1型糖尿病）或缺席（2型糖尿病）。还有诊断年龄（年轻的为1型）。3型：成人自身免疫性糖尿病患者（LADA），主要诊断是否存在谷氨酸脱羧酶抗体（GADA）；但是和2型并未区别诊断。
前期诊断很重要因为身体似乎能够记住前期不良的代谢治疗方案，叫做代谢记忆
一个精细的分类可以提供一个强大的工具在诊断中识别出最大的并发症风险并使个性化的治疗方案在就像单基因型糖尿病的基因诊断一样指导临床医生进行最佳治疗
根据6个参数进行了无监督,数据驱动的聚类分析
方法
数据源：All New Diabetics in Scania (ANDIS)
the Scania Diabetes Registry (SDR)
All New Diabetics in Uppsala (ANDIU)
Diabetes Registry Vaasa (DIREVA)
Malmö Diet and Cancer CardioVascular Arm (MDC-CVA).
分析方法：SPSS中两步聚类法
结果
Cluster 1, 6·4% 严重的自身免疫性糖尿病severe autoimmune diabetes (SAID)：表现为早发性疾病,相对低BMI，代谢控制不良，胰岛素缺乏，以及存在GADA
Cluster 2, 17·5% 严重胰岛素不足糖尿病severe insulin-deficient diabetes (SIDD),：表现为早发性疾病,相对低BMI，代谢控制不良，胰岛素缺乏，但不存在GADA
Cluster 3, 15·3% 严重的胰岛素抵抗糖尿病severe insulin resistant diabetes (SIRD)：胰岛素抵抗和高BMI
Cluster 4, 21·6% 中度肥胖相关糖尿病mild obesity-related diabetes (MOD)：肥胖但不是胰岛素抵抗
cluster 5，39·1% 轻度老年性糖尿病mild age-related diabetes [MARD]：只有适度的代谢紊乱
用了3个独立数据集验证
Lancet Diabetes Endocrinol 2018