Ruim 1 miljoen mensen in Nederland hebben type 2 diabetes, en in 2040 zijn dat er naar schatting 1,5 miljoen. Als we nu al zouden weten wie de mensen zijn die in 2040 type 2 diabetes hebben gekregen zouden we wellicht kunnen voorkomen dat ze diabetes krijgen, of de diagnose kunnen uitstellen. En die 1 miljoen mensen met type 2 diabetes, die behandelen we nu allemaal volgens dezelfde behandelrichtlijn. We baseren die behandelrichtlijn op gerandomiseerde klinische studies, waarin de een bepaalde behandeling gemiddeld genomen beter bleek dan een andere behandeling. Maar geldt dat ook voor de patiënt die tegenover je in de spreekkamer zit? Een behandeling waarvan de meerwaarde niet kon worden aangetoond staat niet in de richtlijn. Terwijl het best mogelijk is dat bij een subgroep van de onderzochte populatie de behandeling wel degelijk effectief is. En bovendien verschilt de studiepopulatie vaak van de doelpopulatie wat betreft genetische en socio-economische achtergrond. Voor een deel van de patiënten doen we het misschien niet goed genoeg als we strikt de richtlijn volgen.
Tijdens de EASD liet dr. Shivani Misra onderstaande dia zien. Vier mensen met de diagnose type 2 diabetes, ieder met eigen genetische opmaak, en eigen omgevingsfactoren. Moeten die allemaal volgens dezelfde richtlijn gediagnosticeerd en behandeld worden?
Precisiegeneeskunde is erop gericht de foutmarge van preventie, diagnostiek of therapiekeuze zo klein mogelijk te maken. Dat kan door bijvoorbeeld gebruik te maken van een genscore, een combinatie van voorspellende biomarkers of metabole kenmerken, die afkomstig zijn van een referentiegroep. Precisiegeneeskunde is overigens niet hetzelfde als gepersonaliseerde zorg, maar meer een tussenstap in de richting van gepersonaliseerde zorg. Bij gepersonaliseerde zorg wordt gebruik gemaakt gegevens die direct van het individu zelf afkomstig zijn, zoals bijvoorbeeld een genmutatie, de nierfunctie of CGM data.
In 2003 werd het Human Genome Project voltooid, en kunnen we met genoombrede associatiestudies (GWAS) naar verbanden zoeken tussen genmutaties en ziektes. GWAS hebben mede de basis gelegd voor de zoektocht naar biomarkers: eiwitten die bijvoorbeeld gerelateerd zijn aan de kans om diabetes te ontwikkelen of gerelateerd aan de kans om gunstig te reageren op een bepaalde behandeling. Farmaceutische bedrijven investeren veel geld hierin, omdat biomarkers aangrijpingspunten kunnen zijn voor nieuwe medicijnen. Vooral in de oncologie wordt hier al volop gebruikt gemaakt in de dagelijkse praktijk, denk bijvoorbeeld aan immunotherapie.
Sceptici zeggen dat de enorme investeringen van de afgelopen jaren in genomics, proteomics en metabolomics de kwaliteit van diabeteszorg tot nu toe nauwelijks verbeterd hebben, en dat toekomstige preventieve en behandelstrategieën voor specifieke subgroepen alleen in rijke landen betaalbaar zullen zijn. Voorstanders van precisiegeneeskunde zeggen dat juist gerichte interventie zal leiden tot betere en goedkopere zorg, en dat juist daarom ook de minder rijke landen van precisie geneeskunde zullen profiteren.
De EASD en de ADA zien, ondanks de genoemde barrières, potentie in precisiegeneeskunde. Tegelijk met de sessie Precision Medicine op de EASD verscheen donderdag 5 oktober in Nature Medicine het tweede EASD/ADA consensus document, met ambitieuze plannen voor meer maatwerk in zowel preventie, diagnostiek als behandeling van diabetes type 1, diabetes type 2 en zwangerschapsdiabetes en de diagnostiek en behandeling van monogenetische diabetes. Er moet nog veel gebeuren om de grote ambities waar te maken. Denk aan meer informatie over subgroepen die nu vaak ondervertegenwoordigd zijn in klinische studies. Denk bijvoorbeeld aan onderzoek zoals de Trimaster studie, die op de EASD van 2021 gepresenteerd werd. In deze studie werd van de patiëntgebonden factoren BMI en leeftijd onderzocht of ze het effect op glucoseverlagende medicatie konden voorspellen. Wat bleek mensen met een lagere BMI reageerden beter op sitagliptin dan op pioglitazon, en patiënten met een hoge BMI net andersom. En artificial intelligence gaat vast helpen bij het vertalen van de bergen aan data vanuit multi-omics naar geavanceerde risicocalculatoren die patenten in hun persoonlijke gezondsheidsomgeving kunnen raadplegen.
Tot die tijd moeten we het doen met de huidige risicocalculatoren, richtlijnen én ons gezond verstand. Want eigenlijk doen we allemaal al aan precisiegeneeskunde. Even terug naar de dia van dr. Misra: de huidige richtlijnen zijn misschien wel het best toegesneden op Mark. Maar u had vast al bedacht dat u Yang Mi dia van Aziatische afkomst is, graag een GLP-1 agonist wilde geven, hoewel ze er volgens de richtlijn niet voor in aanmerking komt omdat haar BMI niet hoog genoeg is. En het was u vast ook opgevallen dat Yonas van Eritreese afkomst waarschijnlijk ketosis prone diabetes heeft. Hij zou zomaar de diagnose diabetes type 1 gekregen kunnen hebben, toen hij zich op 35 jarige leeftijd met een ketoacidose op de SEH presenteerde. En wat verwacht u van het cardiovasculaire risico van de uit India afkomstige Kirti, die op 19 jarige leeftijd naast diabetes ook overgewicht en microalbuminurie heeft? Gaat u haar bellen als ze haar 3-maanden controle afzegt?
Referenties
Franks PW et al. Second international consensus report on gaps and opportunities for the clinical translation of precision diabetes medicine. Nature Medicine 2023; published ahead of print https://doi.org/10.1038/s41591-023-02502-5
Shields BM et al. Patient stratification for determining optimal second-line and third-line therapy for type 2 diabetes: the TriMaster study. Nature Medicine 29;376–383 (2023)
