Para peneliti yang didanai industri mengatakan mereka telah mengembangkan cara untuk meningkatkan keakuratan tes diabetes standar.
"Kami pikir pendekatan kami akan memungkinkan banyak pasien dan dokter mereka untuk melakukan pekerjaan yang lebih baik dalam mengontrol kadar gula darah dan mengurangi risiko jangka panjang dari serangan jantung, stroke, kebutaan dan gagal ginjal" terkait dengan diabetes, kata Dr. John Higgins, profesor sistem biologi di Harvard Medical School di Boston.
Yang menjadi masalah adalah tes HbA1c, juga dikenal sebagai tes A1c, yang digunakan untuk mendiagnosis diabetes. Ini juga mengidentifikasi orang dengan pradiabetes dan memberikan wawasan tentang seberapa baik gula darah dikontrol selama tiga bulan di antara mereka yang memantau penyakit mereka.
Tes A1c "mengukur seberapa banyak gula yang diserap oleh sel darah seseorang sejak saat sel-sel diproduksi, "kata Higgins.
" Sebelum tes itu tersedia, pasien dan dokter hanya tahu apa tingkat gula darah seseorang saat ini. Tetapi pengobatan diabetes yang efektif tergantung pada mengetahui apa tingkat gula darah telah sejak sebelumnya pemeriksaan, "Higgins menjelaskan. "Tes HbA1c memberikan perkiraan pertama yang tersedia dari tingkat gula darah pasien selama beberapa minggu terakhir."
Untuk jutaan penderita diabetes di seluruh dunia, tes A1c membentuk dasar dari perawatan mereka. Di Amerika Serikat saja, lebih dari 29 juta orang Amerika mengidap diabetes, menurut Pusat Pengendalian dan Pencegahan Penyakit AS.
Namun, tesnya bisa tidak akurat. Berapa banyak hal yang penting untuk diperdebatkan.
TERKAIT: 10 Fakta Penting Tentang Diabetes Tipe 2
Higgins mengatakan kesalahannya signifikan. Tetapi spesialis lain, Dr. Joel Zonszein, mengatakan tes ini jarang tidak akurat dan "adalah tes yang baik untuk mayoritas besar" pasien.
"Pasien dengan diabetes dapat dipantau dan diobati dengan baik dengan alat yang kita miliki," kata Zonszein, direktur diabetes klinis di Rumah Sakit Universitas Kedokteran Albert Einstein di New York City.
"Menurut pengalaman saya, masalah utamanya adalah bahwa orang dengan diabetes tidak sering memeriksa nilai A1c mereka," kata Zonszein, yang tidak terlibat dalam penelitian baru.
Untuk penelitian baru, Higgins dan rekan-rekannya menggunakan rumus matematika canggih, atau algoritma, untuk menganalisis kadar gula darah melalui uji HbA1c.
Ini memungkinkan para ilmuwan untuk memperhitungkan variasi di usia sel darah di antara orang yang berbeda, kata Higgins. Hemoglobin dalam sel darah merah menumpuk gula dari waktu ke waktu, dan merupakan alasan utama untuk perbedaan dalam hasil tes, katanya.
Pada lebih dari 200 pasien yang termasuk dalam penelitian ini, Higgins mengatakan pendekatan baru mengurangi kesalahan signifikan dari sekitar satu dari tiga menjadi sekitar satu dalam 10. Ini adalah kesalahan yang cukup besar untuk mempengaruhi keputusan perawatan, katanya.
Karena penderita diabetes sering mendapatkan tes A1c setiap tiga bulan, Higgins mengatakan pendekatan baru dapat meningkatkan pemantauan dan pengobatan mereka.
Higgins menolak untuk memperkirakan berapa biaya untuk menambahkan perhitungan baru ke tes yang ada. Tetapi dia mengantisipasi biaya tambahan akan lebih kecil dari biaya tes A1c itu sendiri. Dan dalam membela harga yang lebih tinggi, ia menambahkan, "diabetes menjadi sangat mahal jika kadar gula darah tidak terkontrol dengan baik."
Penelitian ini didanai oleh National Institutes of Health dan Abbott Diagnostics AS, sebuah perusahaan yang mengembangkan laboratorium. tes medis. Para penulis studi, termasuk Higgins, terdaftar sebagai penemu pada aplikasi paten terkait dengan temuan.
Apa selanjutnya?
Higgins mengatakan para peneliti mencari kemitraan yang akan memungkinkan laboratorium untuk menggunakan algoritma untuk meningkatkan pengujian HbA1c.
Zonszein mengatakan bahwa temuan penelitian ini valid, meskipun algoritmanya "belum ditantang dan / atau dibandingkan dengan model matematika lain yang mungkin."
Untuk saat ini, bagaimanapun, "ini adalah penelitian, dan itu bukan model praktis yang perlu dilaksanakan," katanya.
Penelitian ini muncul dalam 5 Oktober dari Science Translational Medicine .
