Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
Background: Beta-cell monogenic forms of diabetes have strong support for precision medicine. We systematically analyzed evidence for precision treatments for GCK-related hyperglycemia, HNF1A-, HNF4A- and HNF1B-diabetes, and mitochondrial diabetes (MD) due to m.3243 A > G variant, 6q24-transient neonatal diabetes mellitus (TND) and SLC19A2-diabetes. Methods: The search of PubMed, MEDLINE, and Embase for individual and group level data for glycemic outcomes using inclusion (English, original articles written after 1992) and exclusion (VUS, multiple diabetes types, absent/aggregated treatment effect measures) criteria. The risk of bias was assessed using NHLBI study-quality assessment tools. Data extracted from Covidence were summarized and presented as descriptive statistics in tables and text. Results: There are 146 studies included, with only six being experimental studies. For GCK-related hyperglycemia, the six studies (35 individuals) assessing therapy discontinuation show no HbA1c deterioration. A randomized trial (18 individuals per group) shows that sulfonylureas (SU) were more effective in HNF1A-diabetes than in type 2 diabetes. Cohort and case studies support SU’s effectiveness in lowering HbA1c. Two cross-over trials (each with 15–16 individuals) suggest glinides and GLP-1 receptor agonists might be used in place of SU. Evidence for HNF4A-diabetes is limited. Most reported patients with HNF1B-diabetes (N = 293) and MD (N = 233) are on insulin without treatment studies. Limited data support oral agents after relapse in 6q24-TND and for thiamine improving glycemic control and reducing/eliminating insulin requirement in SLC19A2-diabetes. Conclusion: There is limited evidence, and with moderate or serious risk of bias, to guide monogenic diabetes treatment. Further evidence is needed to examine the optimum treatment in monogenic subtypes.
Precision treatment of beta-cell monogenic diabetes: a systematic review
Naylor R. N.;Patel K. A.;Kettunen J. L. T.;Mannisto J. M. E.;Stoy J.;Beltrand J.;Polak M.;Franks P. W.;Rich S. S.;Wagner R.;Vilsboll T.;Vesco K. K.;Udler M. S.;Tuomi T.;Sweeting A.;Sims E. K.;Sherr J. L.;Semple R. K.;Reynolds R. M.;Redondo M. J.;Redman L. M.;Pratley R. E.;Pop-Busui R.;Pollin T. I.;Perng W.;Pearson E. R.;Ozanne S. E.;Owen K. R.;Oram R.;Murphy R.;Mohan V.;Misra S.;Meigs J. B.;Mathioudakis N.;Mathieu C.;Ma R. C. W.;Loos R. J. F.;Lim S. S.;Laffel L. M.;Kwak S. H.;Josefson J. L.;Hood K. K.;Hivert M. -F.;Hirsch I. B.;Hattersley A. T.;Griffin K.;Greeley S. A. W.;Gottlieb P. A.;Gomez M. F.;Gloyn A. L.;Florez J. C.;Dennis J. M.;Costacou T.;Boyle K.;Billings L. K.;Brown R. J.;Philipson L. H.;Nolan J. J.;Eckel R. H.;Sherifali D.;Mixter E.;Mekonnen E. G.;Gruber C.;Fawcett A. J.;de Souza R.;Auh S.;Zhu Y.;Zhang C.;Saint-Martin C.;Provenzano M.;Pomares-Millan H.;Njolstad P. R.;Nakabuye M.;Molnes J.;McGovern A.;Maloney K. A.;Flanagan S. E.;de Franco E.;Aukrust I.;Zhou S. J.;Zhang Y.;Yu G.;White S. L.;Hannah W.;Wentworth J. M.;Vatier C.;Van der Schueren B.;Urazbayeva M.;Ukke G. G.;Tye S. C.;Taylor R.;Stoy J.;Stefan N.;Steck A. K.;Steenackers N.;Stanislawski M. A.;Speake C.;Sheu W. H. -H.;Selvin E.;Scholtens D. M.;Monaco G. S. F.;Sarkar S.;Kanbour S.;Santhakumar V.;Saeed Z.;Ried-Larsen M.;Ray D.;Jain R.;Quinteros A.;Powe C. E.;Petrie J. R.;Perez D.;Pazmino S.;Pathirana M.;Pankow J. S.;Onengut-Gumuscu S.;Motala A. A.;Morton R. W.;Lowe W. L.;Long S. A.;Liu K.;Libman I. M.;Leung G. K. W.;Leong A.;Koivula R. W.;Jones A. G.;Johnson R. K.;Hoag B.;Ismail H. M.;Harris-Kawano A.;Huang C.;Hansen T.;Habibi N.;Guasch-Ferre M.;Grieger J. A.;Goodarzi M. O.;Gitelman S. E.;Fitzpatrick S. L.;Fitipaldi H.;Fernandez-Balsells M. M.;Evans-Molina C.;Dudenhoffer-Pfeifer M.;DiMeglio L. A.;Dickens L. T.;Deutsch A. J.;Dawed A. Y.;Dabelea D.;Clemmensen C.;Chivers S. C.;Chikowore T.;Cheng F.;Chen M.;Bonham M. P.;Andersen M. K.;Amouyal C.;Young K.;Yamamoto J. M.;Wong J. J.;Wang C. C.;Wallace A. S.;Tosur M.;Thuesen A. C. B.;Tam C. H. -T.;Takele W. W.;Svalastoga P.;Sevilla-Gonzalez M.;Semnani-Azad Z.;Schon M.;Rooney M. R.;Raghavan S.;Prystupa K.;Pilla S. J.;Patel K. A.;Ozkan B.;Most J.;Morieri M. L.;Miller R. G.;Mclennan N. -M.;Massey R.;Lim L. -L.;Kreienkamp R. J.;Kahkoska A. R.;Jacobsen L. M.;Ikle J. M.;Hughes A.;Haider E.;Gaillard R.;Gingras V.;Gillard P.;Francis E. C.;Felton J. L.;Duan D.;Cromer S. J.;Corcoy R.;Colclough K.;Clark A. L.;Bodhini D.;Benham J. L.;Aiken C.;Ahmad A.;Merino J.;Tobias D. K.;Greeley S. A. W.
2024-01-01
Abstract
Background: Beta-cell monogenic forms of diabetes have strong support for precision medicine. We systematically analyzed evidence for precision treatments for GCK-related hyperglycemia, HNF1A-, HNF4A- and HNF1B-diabetes, and mitochondrial diabetes (MD) due to m.3243 A > G variant, 6q24-transient neonatal diabetes mellitus (TND) and SLC19A2-diabetes. Methods: The search of PubMed, MEDLINE, and Embase for individual and group level data for glycemic outcomes using inclusion (English, original articles written after 1992) and exclusion (VUS, multiple diabetes types, absent/aggregated treatment effect measures) criteria. The risk of bias was assessed using NHLBI study-quality assessment tools. Data extracted from Covidence were summarized and presented as descriptive statistics in tables and text. Results: There are 146 studies included, with only six being experimental studies. For GCK-related hyperglycemia, the six studies (35 individuals) assessing therapy discontinuation show no HbA1c deterioration. A randomized trial (18 individuals per group) shows that sulfonylureas (SU) were more effective in HNF1A-diabetes than in type 2 diabetes. Cohort and case studies support SU’s effectiveness in lowering HbA1c. Two cross-over trials (each with 15–16 individuals) suggest glinides and GLP-1 receptor agonists might be used in place of SU. Evidence for HNF4A-diabetes is limited. Most reported patients with HNF1B-diabetes (N = 293) and MD (N = 233) are on insulin without treatment studies. Limited data support oral agents after relapse in 6q24-TND and for thiamine improving glycemic control and reducing/eliminating insulin requirement in SLC19A2-diabetes. Conclusion: There is limited evidence, and with moderate or serious risk of bias, to guide monogenic diabetes treatment. Further evidence is needed to examine the optimum treatment in monogenic subtypes.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11770/397815
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
15
18
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
