Den nya indelningen är ett resultat av den så kallade Andis-studien (Alla nya diabetiker i Skåne) som omfattar alla personer som nyinsjuknat i diabetes i södra Sverige.

Det kanske allra viktigaste resultatet av studien är att typ 2-diabetes egentligen består av fyra olika undergrupper.

Enligt professorn Leif Groop som tagit initiativet till studien är dagens diagnostik och klassificering av diabetes otillräcklig för att kunna förutsäga framtida komplikationer eller val av behandling. Genom att ta hänsyn till andra faktorer än enbart blodsockret har forskarna funnit att man kan ställa en mer exakt diagnos.

Så här ser den nya indelningen av diabetes ut:

  1. SAID, motsvarar i princip det som i dag går under benämningen typ 1-diabetes och Lada. Patienten insjuknar i låg ålder med dålig metabol kontroll, försämrad insulinproduktion och förekomst av Gada-antikroppar.
  2. SIDD, omfattar personer utan antikroppar med högt HbA1C, försämrad insulinproduktion och måttlig insulinresistens. Grupp 2 har den högsta förekomsten av ögonskador i form av retinopati.
  3. SIRD, karaktäriseras av kraftig övervikt och allvarlig insulinresistens. Grupp 3 har den högsta förekomsten av njurskador vilket också är den följdsjukdom som kostar samhället mest.
  4. MOD, omfattar kraftigt överviktiga patienter som insjuknar vid relativt ung ålder.
  5. MARD, är den största gruppen, cirka 40 procent, och drabbar de äldsta patienterna.

– De som tillhör grupp 2 och 3 hade nog behövt en helt annan behandling än vad de får i dag. Grupp 2 skulle troligen behöva behandlas med insulin medan grupp tre skulle behöva en behandling som förbättrar insulinkänsligheten, säger Leif Groop till Vårdfokus.

Forskarna har upprepat analysen i ytterligare tre studier från Sverige och Finland och funnit likartade resultat i dessa. Det som skilde var att grupp 5 var större i Finland än i Skåne.

Forskarna planerar nu att inleda motsvarande studier i Kina och Indien på människor med andra etniska bakgrunder än i Norden.

Studien – Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables – publiceras i Lancet Diabetes & Endocrinology