University of Twente Student Theses

Login

Diagnose van MODY bij patiënten die reeds zijn gediagnosticeerd met een andere vorm van diabetes

Brouwer, Pim and Soomer, Senna and Tienen, Marieke van and Varsovia, Sabrina (2023) Diagnose van MODY bij patiënten die reeds zijn gediagnosticeerd met een andere vorm van diabetes.

Full text not available from this repository.

Full Text Status:Access to this publication is restricted
Abstract:Context: Maturity-Onset Diabetes of the Young (MODY) is een zeldzame vorm van diabetes. Naar schatting lijdt één tot zes procent van de diabetespatiënten aan MODY, maar het percentage correct gediagnosticeerde MODY-patiënten ligt veel lager. Veel MODY-patiënten worden namelijk verkeerd gediagnosticeerd met een ander type diabetes. De gouden standaard voor diagnostiek, genetisch testen, is duur. Daarom is een methode gewenst waarmee patiënten met een verhoogd risico op MODY kunnen worden geselecteerd voor een genetische test. Doel: Het doel van deze studie is om een screeningsmethode te ontwikkelen aan de hand van een clustermodel waarmee patiënten met een verhoogde kans op MODY kunnen worden geïdentificeerd. Methode: Deze studie heeft aan de hand van literatuuronderzoek bekeken welke parameters onderscheid maken tussen diabetes mellitus type 1 (T1DM), diabetes mellitus type 2 (T2DM), MODY en Latent Autoimmune Diabetes of the Adult (LADA). De onderzoeksgroep bestaat uit diabetespatiënten van Ziekenhuisgroep Twente (ZGT) in Almelo en Hengelo. Voor het pre-processen van de data is gebruikgemaakt van Principal Component Analysis (PCA). Om het optimale aantal clusters K te bepalen, werd gebruikgemaakt van verschillende validatiemethoden, zoals de Silhouette, WSS en Gap-stat. Hierna zijn verschillende clusters gevormd met K-means en PAM clustering. De resulterende clusters zijn geanalyseerd. Resultaten: De Silhouette scores van alle clusters variëren tussen de 0 en 0,4 met een Jaccard Similarity Index van 0,5 en 0,75. HDLcholesterol, systolische, diastolische bloeddruk en BMI tonen een significant verschil tussen de clusters van de controlegroepen. Echter, er is veel overlap tussen diagnoses binnen de clusters. De onderzoekspopulatie heeft een Jaccard Similarity Index van 0,75, waardoor het niet mogelijk is om de onafhankelijke eenzijdige t-toets uit te voeren. Conclusie: De gebruikte parameters leveren geen afgebakende clusters op. Om een geclusterde dataset te vormen moeten geen sterk gecorreleerde parameters worden gekozen. Hoewel de gevormde clusters geen directe voorspellende waarde kunnen geven om MODY te onderscheiden van andere vormen van diabetes, is een eerste stap gezet richting de toepassing van clustering in het stellen van een correcte diagnose van MODY-patiënten. Met behulp van alternatieve data-extractie en -analyse kunnen MODY-patiënten beter worden gedetecteerd.
Item Type:Essay (Bachelor)
Faculty:TNW: Science and Technology
Subject:44 medicine
Programme:Technical Medicine BSc (50033)
Link to this item:https://purl.utwente.nl/essays/95210
Export this item as:BibTeX
EndNote
HTML Citation
Reference Manager

 

Repository Staff Only: item control page