Rippl, Michaela (2023): Zusammenhang und Einfluss anthropometrisch und MR-graphisch ermittelter Körperfettparameter sowie der Inkretin-Hormone GLP-1 und GIP auf die Entwicklung einer Glucosemetabolismusstörung nach Gestationsdiabetes. Dissertation, LMU München: Faculty of Medicine |
Preview |
PDF
Rippl_Michaela.pdf 3MB |
Abstract
Ziel: Ein hoher Körperfettgehalt, insbesondere an viszeralem Körperfett, wird seit langem mit der Entstehung eines Typ 2 Diabetes assoziiert. Auch die Inkretin-Hormone GLP-1 und GIP scheinen sowohl auf das Körperfettgewebe als auch auf den Glucosemetabolismus Einfluss zu nehmen. Ziel dieser Arbeit ist es im Vergleich zwischen einem metabolischen Risikokollektiv wie den post-Gestationsdiabetikerinnen und den während einer Schwangerschaft normoglykämen Kontrollen, die Zusammenhänge verschiedener Körperfettparameter, sowie die Korrelationen dieser mit den Komponenten des metabolischen Syndroms zu untersuchen. Ebenso soll der Zusammenhang der Inkretin-Hormone mit den Körperfettparametern und dem Glucosemetabolismus dargestellt und der prädiktive Wert dieser Parameter für einen Übergang in einen manifesten Diabetes innerhalb des 5-Jahres-Follow-ups untersucht werden. Methodik: Es wurde eine Gruppe des PPS-Diab-Studienkollektivs (Prediction, prevention and subclassification of Type 2 diabetes) untersucht. Verschiedene Körperfettparameter wurden anthropometrisch, mittels BIA-Waage und MR-graphisch erhoben, sowie laborchemisch die Komponenten des metabolischen Syndroms, und im Rahmen eines OGTTs die Plasmaglukose- und Plasmainsulin-Werte, sowie die Inkretin-Hormon-Spiegel bestimmt. Die statistische Auswertung der Unterschiede zwischen den Kohorten erfolgte mittels Mann-Whitney-U-Test, Fisher-Exakt-Test, Kolmogorov-Smirnov-Test und Spearman-Korrelationen. In einer logistischen Regressionsanalyse mit Adjustierung für verschiedene Ko-Variablen, wurden die prädiktiven Werte, der in diesem Studienkollektiv metabolisch relevanten Parameter erhoben. Ergebnisse: Es wurden 196 Probandinnen untersucht, von denen 129 der pGDM- und 67 der Kontroll-Gruppe angehörten. 56 davon komplettierten beide MRT-Untersuchungen der Visiten V1 (Baseline) und V3 (5-Jahres-Follow-up). Es zeigten sich signifikant höhere Werte aller Körperfettparameter und einiger Komponenten des metabolischen Syndroms bei den pGDM (Taillenumfang: pGDM: 82,51 ± 11,84 cm, Kontrolle: 76,40 ± 8,57 cm, p = 0,002, BMI: pGDM: 25,99 ± 5,81 kg/m2, Kontrolle: 23,11 ± 3,7 kg/m2, p = 0,003, Körperfett der BIA-Waage: pGDM: 32,40 kg (25,35;39,30), Kontrolle: 29,00 kg (5,20;35,20), p = 0,034, FVI: pGDM: 8,35 dm3/m2 (6,35;11,85), Kontrolle: 7,13 dm3/m2 (5,53;9,54), p = 0,007, IAFI: pGDM: 0,67 dm3/m2 (0,42;1,08), Kontrolle: 0,46 dm3/m2 (0,029;0,69), p 0,001, nüchtern Blutzucker: pGDM: 93,00 mg/dl (89,00;98,00), Kontrolle: 90,00 mg/dl (84,00;93,00), p < 0,001, Systolischer Blutdruck: pGDM: 117,13 ± 9,57 mmHg, Kontrolle: 112,50 ± 10,86 mmHg, p = 0,035, Diastolischer Blutdruck: pGDM: 73,40 ± 8,48 mmHg, Kontrolle: 70,08 ± 8,56 mmHg, p = 0,006). Die Plasmaspiegel der Inkretin-Hormone zeigten keinen signifikanten Unterschied zwischen den Gruppen, wohingegen die GLP-1/Plasmazucker-Ratio und GLP-1/Plasmainsulin-Ratio für die meisten Zeiten signifikant niedrigere Werte bei den pGDM zeigten. (GLP-1/Plasmazucker-Ratio: 60 min. OGTT: pGDM 0,08 pmol/l (0,06;0,11), Kontrolle 0,1 pmol/l (0,07;0,14), p = 0,002, 90 min OGTT: pGDM 0,09 pmol/l (0,06;0,13), Kontrolle 0,11 pmol/l (0,09;0,19) p < 0,001, 120 min. OGTT: pGDM 0,08 pmol/l (0,06;0,13), Kontrolle 0,12 pmol/l (0,1;0,18), p < 0,001, AUC 30-120 min: pGDM 8,07 pmol/l (6,02;10,75), Kontrolle 10,12 pmol/l (7,55; 13,37), p < 0,001, GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: pGDM 0,42 pmol/l (0,27;0,67), Kontrolle 0,56 pmol/l (0,38 pmol/l;0,73 pmol/l), p = 0,012, 60 min. OGTT: pGDM 0,19 pmol/l (0,11;0,29), Kontrolle 0,28 pmol/l (0,18;0,39 p), p < 0,001, 90 min OGTT: pGDM 0,19 pmol/l (0,13;0,35), Kontrolle 0,39 pmol/l (0,22;0,48), p < 0,001, 120 min. OGTT: pGDM 0,19 pmol/l (0,13;0,35), Kontrolle 0,36 pmol/l (0,25;0,63), p < 0,001, AUC 0-30 min. OGTT: pGDM 11,02 pmol/l (7,58;16,2), Kontrolle 13,43 pmol/l (8,84;21,63), p = 0,019, AUC 30-120 min: pGDM 19,63 pmol/l (11,89;31,69), Kontrolle 32,40 pmol/l (19,82;42,05), p < 0,001). In beiden Gruppen konnten sehr starke Korrelationen aller Körperfettparameter untereinander und in der Korrelation mit den Komponenten des metabolischen Syndroms, insbesondere mit dem HOMA-Index, als Marker der Insulinresistenz, festgestellt werden. (Korrelationen des HOMA-Indexes mit Körperfettparametern V1: pGDM: Taillenumfang ρ = 0,630 (p < 0,001), BMI ρ = 0,623 (p <0,001), dem Körperfett der BIA-Waage ρ = 0,643 (p < 0,001), FVI ρ = 0,646 (p < 0,001) und IAFI ρ = 0,631 (p < 0,001), MR-graphisch ermitteltes Leberfett ρ = 0,365 (p < 0,001), Kontrolle: Taillenumfang ρ = 0,514 (p < 0,001), BMI ρ = 0,714 (p < 0,001), Körperfett der BIA-Waage ρ = 0,640 (p < 0,001), FVI ρ = 0,680 (p < 0,001), IAFI ρ = 0,435 (p = 0,002), V3: pGDM: Taillenumfang ρ = 0,689 (p < 0,001); BMI ρ = 0,768 (p < 0,001), Körperfett der BIA-Waage ρ = 0,710 (p < 0,001), FVI ρ = 0,702 (p < 0,001), IAFI ρ = 0,634 (p < 0,001), Kontrollen: Taillenumfang ρ = 0,840 (p < 0,001), BMI ρ = 0,800 (p < 0,001), Körperfett der BIA-Waage ρ = 0,809 (p < 0,001), FVI ρ = 0,871 (p < 0,001), IAFI ρ = 0,776 (p < 0,001)). In den Korrelationen der MR-graphischen Körperfettparameter (FVI, IAFI, MR-graphisches Leberfett) mit den Inkretin-Hormonen konnten hingegen nur für die GLP-1/Plasmainsulin-Ratio signifikante Zusammenhänge bei den pGDM nachgewiesen werden, wohingegen die Korrelationen der reinen GLP-1- und GIP-Spiegel keine signifikanten Zusammenhänge zeigten. (FVI und GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: ρ = -0,456 (p < 0,001), 30 min. OGTT: ρ = -0,460 (p < 0,001), 60 min. OGTT: ρ = -0,508 (p < 0,001), 90 min. OGTT: ρ = -0,498 (p < 0,001), 120 min. OGTT: ρ = -0,472 (p < 0,001), AUC 0-30 min. OGTT: ρ = -0,515 (p < 0,001), AUC 30-120 min. OGTT: ρ = -0,525 (p < 0,001), IAFI und GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: ρ = -0,377 (p < 0,001), 30 min. OGTT: ρ = -0,409 (p < 0,001), 60 min. OGTT: ρ = -0,488 (p < 0,001), 90 min. OGTT: ρ = -0,480 (p < 0,001), 120 min. OGTT: ρ = -0,487 (p < 0,001), AUC 0-30 min. OGTT: ρ = -0,454 (p < 0,001), AUC 30-120 min.: ρ = -0,516 (p < 0,001), MR-graphisches Leberfett und GLP-1/Plasmainsulin-Ratio: 30 min. OGTT: ρ = -0,273 (p = 0,017), 60 min. OGTT: ρ = -0,309 (p = 0,007), 90 min. OGTT: ρ = -0,328 (p = 0,004), 120 min. OGTT: ρ = -0,317 (p = 0,005), AUC 0-30 min. OGTT: ρ = -0,231 (p = 0,044), AUC 30-120 min. OGTT: ρ = -0,332 (p = 0,003)). Im Vergleich der GLP-1- und GIP-Spiegel im Verhältnis zu den Körperfettparametern des abdominellen und viszeralen Körperfettes (IAFI und MR-graphisches Leberfett) konnten jedoch deutlich höhere Werte bei den pGDM gefunden werden. (IAFI/GLP-1: AUC 0-30 min.: pGDM: 0,002 (0,002;0,004), Kontrolle: 0,002 (0,001;0,003), p = 0,017, AUC 30-120 min.: pGDM: 0,5x10-3 (0,4x10-3;0,001), Kontrolle: 0,3x10-3 (0,3x10-3 ;0,7x10-3), p = 0,001, MR-graphisches Leberfett/GLP-1: AUC 0-30 min.: pGDM: 0,002 (0,2x10-4; 0,007), Kontrolle: 0,4x10-3 (0,000;0,003), p = 0,012 , AUC 30-120 min.: pGDM: 0,4x10-3 (0,000;0,003), Kontrolle: 0,1x10-3 (0,000;0,6x10-3), p = 0,011, IAFI/GIP: AUC 0-30 min.: pGDM: 0,001 (0,7x10-3;0,002), Kontrolle: 0,7x10-3 (0,4x10-3;0,001), p = 0,002, AUC 30-120 min.: pGDM: 0,2x10-3 (0,13x10-3; 0,3x10-3), Kontrolle: 0,1x10-3 (0,9x10-4;0,2x10-3), p = 0,004, MR-graphisches Leberfett/GIP: AUC 0-30 min.: pGDM: 0,8x10-3 (0,1 x10-4;0,003), Kontrolle: 0,2x10-3 (0,000;0,001), p = 0,012, AUC 30-120 min.: pGDM: 0,2x10-3 (0,2x10-5 ;0,6x10-3), Kontrolle: 0,4 x10-4 (0,000;0,2x10-3), p = 0,010). Die Analyse der prozentualen Veränderung der Körperfettparameter und des HOMA-Indexes im 5-Jahres Follow-ups zeigte bei den pGDM eine prozentuale Abnahme des HOMA-Indexes, wohingegen dieser bei den Kontrollen deutlich anstieg (pGDM: -4,35% (-27,26;53,61), Kontrolle: + 39,20% (3,24;99,96), p = 0,030). Nach Aufteilung der Probandinnen in eine Gruppe mit BMI > bzw. < 25 kg/m2 zeigte sich, wenn auch nicht statistisch signifikant, die größte Zunahme des HOMA-Indexes bei den Probandinnen mit BMI > 25 kg/m2 (Visite V1: BMI > 25 kg/m2: +27,57% (-16,6;70), BMI < 25 kg/m2: + 1,15% (-24,7;95,78), p = 0,588, Visite V3: BMI > 25 kg/m2: +32,45% (-16,6;100,65), BMI < 25 kg/m2: -0,21% (-24,72;71,06), p = 0,382). Die Korrelationen der prozentualen Veränderungen der Körperfettparameter zeigten in beiden Gruppen signifikante Werte der medianen prozentualen Veränderungen der konventionellen Körperfettparameter, sowie der des FVI mit der des BMIs und der des IAFIs (%-Veränderung Taillenumfang und BMI: pGDM: ρ = 0,437 (p = 0,010); Kontrollen: ρ = 0,647 (p < 0,001), %-Veränderung FVI und BMI: pGDM: ρ = 0,615 (p < 0,001), Kontrollen: ρ = 0,679 (p < 0,001), %-Veränderung FVI und IAFIs: pGDM: ρ = 0,698 (p < 0,001), Kontrollen: ρ = 0,524 (p = 0,009)). In der prädiktiven Analyse der Entstehung einer Glucosemetabolismusstörung innerhalb des 5-Jahres-Follow-ups zeigten sich die MR-graphischen Körperfettparameter und der HOMA-Index positiv, sowie die GLP-1/Plasmazucker- und GLP-1/Plasmainsulin-Ratio zu den meisten Zeiten des OGTTs negativ prädiktiv (FVI: R = 0,195 (p = 0,002), IAFI: R = 1,516 (p = 0,009), HOMA-Index: R = 0,580 (p = 0,007), GLP-1/Plasmazucker-Ratio: 0 min. OGTT: R = 1,192 (p = 0,898), 30 min. OGTT: R = -10,502 (p = 0,016), 60 min. OGTT: R = -8,925 (p = 0,022), 90 min. OGTT: R = -5,917 (p = 0,049), 120 min. OGTT: R = -6,724 (p = 0,036), AUC 0-30 min. OGTT: R = -0,504 (p = 0,029), AUC 30-120 min. OGTT: R = -0,099 (p = 0,025), GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: R = -0,232 (p = 0,433), 30 min. OGTT: -0,897 (p = 0,319), 60 min. OGTT: R = -2,365 (p = 0,047), 90 min. OGTT: R = -2,228 (p = 0,018), 120 min. OGTT: R = -1,956 (p = 0,022), AUC 0-30 min. OGTT: R = -0,017 (p = 0,343), AUC 30-120 min. OGTT: R = -0,027 (p = 0,024). Auch nach Adjustierung für Alter blieben die prädiktiven Eigenschaften der meisten Parameter signifikant. Nach zusätzlicher Adjustierung für initialen Fall-Kontroll-Status erreichten nur noch wenige, für BMI > oder < 25 kg/m2 kein Parameter statistische Signifikanz. Schlussfolgerung: Die durchweg hohen Korrelationen der anthropometrischen und der MR-graphischen Körperfettparameter mit den Komponenten des metabolischen Syndroms verdeutlicht den Zusammenhang des Fettgewebes mit dem Metabolismus. Somit scheinen die anthropometrischen Körperfettparameter für eine erste Einschätzung geeignet, sollten jedoch insbesondere in einem Risikokollektiv durch bildgebende Maßnahmen ergänzt werden. Bezüglich der Inkretin-Hormone konnten in Bezug auf die reinen Plasmaspiegel in dieser Studie zwar keine signifikanten Unterschiede zwischen den Studiengruppen gezeigt werden, bei Betrachtung des Verhältnisses von GLP-1 zum Plasmazucker bzw. Plasmainsulin konnten jedoch signifikant niedrigere Werte bei den pGDM gefunden werden. Ebenso zeigten sich signifikant höhere GLP-1-Spiegel im Verhältnis zum abdominellen bzw. viszeralen Körperfett bei den pGDM, sodass durchaus abhängig vom Körperfettgehalt und metabolischen Status Unterschiede in der Sekretion dieser Hormone zu bestehen scheinen. In der Vorhersage einer Glucosemetabolismusstörung innerhalb des 5-Jahres-Follow-ups zeigten sich die GLP-1/Plasmazucker- und GLP-1/Plasmainsulin-Ratios negativ prädiktiv bedeutsam, wohingegen sowohl der HOMA-Index als auch die MR-graphischen Körperfettparameter positiv prädiktive Eigenschaften aufwiesen. Die ausbleibende Signifikanz nach Adjustierung für BMI > bzw. < 25 kg/m2 betont die Bedeutung des Körpergewichtes, sodass einer Zunahme des BMIs frühzeitig entgegengewirkt werden sollte. Insgesamt zeigte sich die Kohorte im 5-Jahres-Follow-up jedoch metabolisch stabil, was wohl zum einen den Studienbedingungen an sich, als auch der höheren Motivation der teilnehmenden Probandinnen zuzuschreiben ist. Klinisch relevant scheint jedoch die Tatsache, dass die Beobachtung der Probandinnen allein zu einem bewussteren Verhalten führen kann. Ein regelmäßiges und intensiviertes Screening eines Risikokollektiv, wie den post-Gestationsdiabetikerinnen, scheint somit sinnvoll in der Prävention bzw. Verzögerung eines postpartalen Diabetes und sollte allen Betroffenen angeboten werden.
Abstract
Objective: High percentage of bodyfat, especially visceral bodyfat, is closely related to the development of type 2 diabetes. Also, the incretin hormones GLP-1 and GIP seem to have impact on the bodyfat as well as the glucose metabolism. Aim of this study was to show the connections between different bodyfat parameters as well as their correlations with metabolic syndromes` components in a high-risk collective such as the post-gestational diabetes women compared to a control group of women who had remained normoglycemic during pregnancy. Accordingly, the incretin hormones` influence on bodyfat and glucose metabolism have been analyzed and been studied for their predictive value in predicting a manifest diabetes within the 5-year-follow up. Methods: A group of the PPS-Diab-study collective (Prediction, prevention and subclassification of Type 2 diabetes) has been examined. Different bodyfat parameters have been measured anthropometrically, by BIA-scale or MRI-scans. In laboratory analysis the components of metabolic syndrome, incretin hormones as well as the plasma glucose and plasma insulin during different times of OGTT have been analyzed. For the statistical analysis Mann-Whitney-U-Test, Fisher-Exact-Test, Kolmogorov-Smirnov-Test and Spearman-correlations have been performed. Predictive values for in this collective`s metabolically relevant parameters have been calculated by logistic regression analysis with adjustments for several co-variables. Results: 196 probands have been analyzed of which 129 belonged to pGDM-group and 67 probands to the control group. A total of 56 probands completed both MRI-scans at baseline (V1) and 5-year follow-up visit (V3). For both visits significantly higher values for the bodyfat parameters and most metabolic syndromes` components were found in pGDM-group (waist circumference: pGDM: 82,51 ± 11,84 cm, control: 76,40 ± 8,57 cm; p = 0,002, BMI: pGDM: 25,99 ± 5,81 kg/m2, control: 23,11 ± 3,7 kg/m2; p = 0,003, bodyfat by BIA-scale: pGDM: 32,40 kg (25,35;39,30), control: 29,00 kg (5,20;35,20); p = 0,034, FVI: pGDM: 8,35 dm3/m2 (6,35;11,85), control: 7,13 dm3/m2 (5,53;9,54); p = 0,007, Intraabdominal Fat Index: pGDM: 0,67 dm3/m2 (0,42;1,08), control: 0,46 dm3/m2 (0,029;0,69); p 0,001, fasting blood glucose: pGDM: 93,00 mg/dl (89,00;98,00), control: 90,00 mg/dl (84,00;93,00); p < 0,001, systolic blood pressure: pGDM: 117,13 ± 9,57 mmHg, control: 112,50 ± 10,86 mmHg; p = 0,035; diastolic blood pressure: pGDM: 73,40 ± 8,48 mmHg, control 70,08 ± 8,56 mmHg; p = 0,006). The incretin hormones` plasma values showed no significant differences between the groups at baseline visit whereas the GLP-1/Plasmaglucose- and GLP-1/Plasmainsulin-Ratios showed lower values in the pGDM-group for most of the times (GLP-1/Plasmaglucose-Ratio: 60 min. OGTT: pGDM 0,08 pmol/l (0,06;0,11), control 0,1 pmol/l (0,07;0,14), p = 0,002, 90 min OGTT: pGDM 0,09 pmol/l (0,06;0,13), control 0,11 pmol/l (0,09;0,19) p < 0,001, 120 min. OGTT: pGDM 0,08 pmol/l (0,06; 0,13), control 0,12 pmol/l (0,1;0,18), p < 0,001, AUC 30-120 min: pGDM 8,07 pmol/l (6,02;10,75), control 10,12 pmol/l (7,55;13,37), p < 0,001, GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: pGDM 0,42 pmol/l (0,27;0,67), control 0,56 pmol/l (0,38;0,73), p = 0,012, 60 min. OGTT: pGDM 0,19 pmol/l (0,11;0,29), control 0,28 pmol/l (0,18;0,39), p < 0,001, 90 min OGTT: pGDM 0,19 pmol/l (0,13;0,35), control 0,39 pmol/l (0,22; 0,48), p < 0,001, 120 min. OGTT: pGDM 0,19 pmol/l (0,13;0,35), control 0,36 pmol/l (0,25;0,63), p < 0,001, AUC 0-30 min. OGTT: pGDM 11,02 pmol/l (7,58;16,2), control 13,43 pmol/l (8,84;21,63), p = 0,019, AUC 30-120 min: pGDM 19,63 pmol/l (11,89;31,69), control 32,40 pmol/l (19,82; 42,05), p < 0,001). For both groups strong correlations between all bodyfat parameters and with metabolic syndromes’ components, especially HOMA-Index, have been detected (HOMA-Indexes’ correlations pGDM V1: pGDM: waist circumference ρ = 0,630 (p < 0,001), BMI ρ = 0,623 (p <0,001), bodyfat by BIA-scale ρ = 0,643 (p < 0,001), FVI ρ = 0,646 (p < 0,001) and IAFI ρ = 0,631 (p < 0,001), MR-graphic liver fat ρ = 0,365 (p = < 0,001), control: waist circumference ρ = 0,514 (p < 0,001), BMI ρ = 0,714 (p < 0,001), bodyfat by BIA-scale ρ = 0,640 (p < 0,001), FVI ρ = 0,680 (p < 0,001), IAFI ρ = 0,435 (p = 0,002), MR-graphic liver fat ρ = 0,221 (p = 0,126), V3: pGDM: waist circumference ρ = 0,689 (p < 0,001); BMI ρ = 0,768 (p < 0,001), bodyfat by BIA-scale ρ = 0,710 (p < 0,001), FVI ρ = 0,702 (p < 0,001), IAFI ρ = 0,634 (p < 0,001), control: waist circumference ρ = 0,840 (p < 0,001), BMI ρ = 0,800 (p < 0,001), bodyfat by BIA-scale ρ = 0,809 (p < 0,001), FVI ρ = 0,871 (p < 0,001), IAFI ρ = 0,776 (p < 0,001)). Correlation-analysis of the MR-graphic bodyfat indices (FVI and IAFI, MR-graphic liver fat) with the incretin-hormones showed no significant correlations in the pGDM and control-group, whereas the GLP-1/Plasmainsulin-Ratio showed significant correlations with the MR-graphic bodyfat indices in the pGDM-group (FVI and GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: ρ = -0,456 (p < 0,001), 30 min. OGTT: ρ = -0,460 (p < 0,001), 60 min. OGTT: ρ = -0,508 (p < 0,001), 90 min. OGTT: ρ = -0,498 (p < 0,001), 120 min. OGTT: ρ = -0,472 (p < 0,001), AUC 0-30 min. OGTT: ρ = -0,515 (p < 0,001), AUC 30-120 min. OGTT: ρ = -0,525 (p < 0,001), IAFI and GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: ρ = -0,377 (p < 0,001), 30 min. OGTT: ρ = -0,409 (p < 0,001), 60 min. OGTT: ρ = -0,488 (p < 0,001), 90 min. OGTT: ρ = -0,480 (p < 0,001), 120 min. OGTT: ρ = -0,487 (p < 0,001), AUC 0-30 min. OGTT: ρ = -0,454 (p < 0,001), AUC 30-120 min. OGTT: ρ = -0,516 (p < 0,001), MR-graphic liver fat and GLP-1/Plasmainsulin-Ratio: 30 min. OGTT: ρ = -0,273 (p = 0,017), 60 min. OGTT: ρ = -0,309 (p = 0,007), 90 min. OGTT: ρ = -0,328 (p = 0,004), 120 min. OGTT: ρ = -0,317 (p = 0,005), AUC 0-30 min. OGTT: ρ = -0,231 (p = 0,044), AUC 30-120 min. OGTT: ρ = -0,332 (p = 0,003)). When comparing the relation of GLP-1 and GIP-plasma values to the abdominal and visceral bodyfat-parameters (IAFI and MR-graphic liver fat) significantly higher values could be found in pGDM-group (IAFI/GLP-1: AUC 0-30 min.: pGDM: 0,002 (0,002;0,004), control: 0,002 (0,001;0,003), p = 0,017, AUC 30-120 min.: pGDM: 0,5x10-3 (0,4x10-3;0,001), control: 0,3x 10-3 (0,3x10-3;0,7x10-3), p = 0,001, MR-graphic liver fat/GLP-1: AUC 0-30 min.: pGDM: 0,002 (0,2x10-4;0,007), control: 0,4x10-3 (0,000;0,003), p = 0,012, AUC 30-120 min.: pGDM: 0,4x10-3 (0,000;0,003), control: 0,1x10-3 (0,000;0,6x10-3), p = 0,011, IAFI/GIP: AUC 0-30 min.: pGDM: 0,001 (0,7x10-3;0,002), control: 0,7x10-3 (0,4x10-3;0,001), p = 0,002, AUC 30-120 min.: pGDM: 0,2x10-3 (0,13x10-3;0,3x10-3), control: 0,1x10-3 (0,9x10-4;0,2x10-3), p = 0,004, MR-graphic liver fat/GIP: AUC 0-30 min.: pGDM: 0,8x10-3 (0,1x10-4;0,003), control: 0,2x10-3 (0,000;0,001), p = 0,012, AUC 30-120 min.: pGDM: 0,2x10-3 (0,2x10-5;0,6x10-3), control: 0,4 x10-4 (0,000;0,2x10-3), p = 0,010). In longitudinal analysis of the percental changes of bodyfat-parameters and HOMA-Index within the 5-year-follow-up a percental decrease of HOMA-Index in the pGDM-group and a percental increase of HOMA-Index in the control-group have been detected (pGDM -4,35% (-27,26;53,61), control + 39,20% (3,24; 99,96), p = 0,030). After splitting up the study-cohort by BMI > / < 25 kg/m2, even though not statistically significant, the group with BMI > 25 kg/m2 showed the highest percental increase of HOMA-Index (Visit V1: BMI > 25 kg/m2 +27,57% (-16,6;70), BMI < 25 kg/m2 + 1,15% (-24,7;95,78), p = 0,558, Visit V3: BMI > 25 kg/m2 +32,45% (-16,6;100,65), BMI < 25 kg/m2 -0,21% (-24,72;71,06), p = 0,382). The correlation-analysis of the mean percental changes of bodyfat parameters during the 5-year-follow-up showed significant correlations in both groups for the conventional bodyfat parameters, as well as for the FVI with the BMI and the IAFI (%-change waist circumference and BMI: pGDM: ρ = 0,437 (p = 0,010); control: ρ = 0,647 (p < 0,001), %-change FVI and BMI: pGDM: ρ = 0,615 (p < 0,001), control: ρ = 0,679 (p < 0,001), %-change FVI and IAFIs: pGDM: ρ = 0,698 (p < 0,001), control: ρ = 0,524 (p 0,009)). In the regression analysis for predicting glucose metabolism-disorder within the 5-year-follow-up the MR-graphic bodyfat parameters and HOMA-Index showed positive predictive values, whereas the GLP-1/Plasmaglucose- and GLP-1/Plasmainsulin-Ratios showed significant negative predictive values (FVI: R = 0,195 (p = 0,002), IAFI: R = 1,516 (p = 0,009), HOMA-Index: R = 0,580 (p = 0,007), GLP-1/Plasmaglucose-Ratio: 0 min. OGTT: R = 1,192 (p = 0,898), 30 min. OGTT: R = -10,502 (p = 0,016), 60 min. OGTT: R = -8,925 (p = 0,022), 90 min. OGTT: R = -5,917 (p = 0,049), 120 min. OGTT: R = -6,724 (p = 0,036), AUC 0-30 min. OGTT: R = -0,504 (p = 0,029), AUC 30-120 min. OGTT: R = -0,099 (p = 0,025), GLP-1/Plasmainsulin-Ratio: 0 min. OGTT: R = -0,232 (p = 0,433), 30 min. OGTT: R = -0,897 (p = 0,319), 60 min. OGTT: R = -2,365 (p = 0,047), 90 min. OGTT: R = -2,228 (p = 0,018), 120 min. OGTT: R = -1,956 (p = 0,022), AUC 0-30 min. OGTT: R = -0,017 (p = 0,343), AUC 30-120 min. OGTT: R = -0,027 (p = 0,024)). After adjustment for age most parameters remained statistically significant. When additionally adjusting for initial case-control-status only a few and for BMI > / < 25 kg/m2 all parameters lost significance. Conclusion: Consistently high correlations of anthropometric and MR-graphic bodyfat parameters with the components of metabolic syndrome illustrate the influence of bodyfat on the metabolism. Anthropometric bodyfat parameters can therefore be useful for a primary estimation of body fat but should be followed by imaging methods especially in a high-risk collective. Regarding the Inkretin-Hormones no significant differences between the two study groups could be detected but when looking at the GLP-1/Plasmaglucose- and GLP-1/Plasmainsulin-Ratios significantly lower values could be found in pGDM-group. Also, the relation of abdominal and visceral bodyfat to the Inkretin-Hormones showed significant higher values for the pGDM-group so this study can also confirm the assumed relation of bodyfat and glucose-metabolism on the secretion of Inkretin-Hormones. In the prediction of a glucose metabolism-disorder during the 5-year-follow-up GLP-1/Plasmaglucose- and GLP-1/Plasmainsulin-Ratios showed negative predictive values whereas for HOMA-Index and the MR-graphic bodyfat parameters (FVI, IAFI) positive predictive values could be found. The loss of significance after additional adjustment for BMI > / < 25 kg/m2 for all parameters emphasizes the meaning of bodyweight and therefore a gain of BMI should be counteracted early. In general, the study-cohort remained metabolically stable during the 5-year-follow-up. Also, the study situation itself might have had influence on the probands` behavior and their motivation was supposedly higher than it would have been in a non-study cohort. Therefore it seems like the observation itself might lead to metabolically healthy behavior which could be used in clinical practice. Regular follow-ups should be offered to all patients in a high-risk collective such as the pGDM-group to prevent or at least delay the development of a postnatal diabetes.
Item Type: | Theses (Dissertation, LMU Munich) |
---|---|
Keywords: | Gestationsdiabetes, Typ 2 Diabetes mellitus, Diabetes, Diabetes mellitus, Gestationsdiabetikerinnen, Glucosemetabolismusstörung, postpartal |
Subjects: | 600 Technology, Medicine 600 Technology, Medicine > 610 Medical sciences and medicine |
Faculties: | Faculty of Medicine |
Language: | German |
Date of oral examination: | 13. July 2023 |
1. Referee: | Stöcklein, Sophia |
MD5 Checksum of the PDF-file: | 20ccb61c13318067d272d59d4d1e5864 |
Signature of the printed copy: | 0700/UMD 21277 |
ID Code: | 32207 |
Deposited On: | 18. Aug 2023 12:24 |
Last Modified: | 22. Aug 2023 11:15 |