Metabolische Charakterisierung von Frauen ein bis zwei Jahre nach der Entbindung – Assoziation mit der Zugehörigkeit zu einer der fünf OGTT-Klassen während der Schwangerschaft

DSpace Repositorium (Manakin basiert)


Dateien:

Zitierfähiger Link (URI): http://hdl.handle.net/10900/181228
http://nbn-resolving.org/urn:nbn:de:bsz:21-dspace-1812283
http://dx.doi.org/10.15496/publikation-122550
Dokumentart: Dissertation
Erscheinungsdatum: 2026-07-02
Sprache: Deutsch
Fakultät: 4 Medizinische Fakultät
Fachbereich: Medizin
Gutachter: Stefan, Norbert (Prof. Dr.)
Tag der mündl. Prüfung: 2026-06-01
DDC-Klassifikation: 610 - Medizin, Gesundheit
Schlagworte: Schwangerschaftsdiabetes , Glucosetoleranztest
Freie Schlagwörter: OGTT-Klasse
Lizenz: http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=de http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=en
Zur Langanzeige

Inhaltszusammenfassung:

Basierend auf Daten der Tübinger PREG-Studie bei Schwangeren mit und ohne GDM konnte man mit der Methode Latent Class Trajectory Modelling fünf Glukoseverläufe (Klassen) identifizieren. Dafür wurden die Blutzuckerwerte, die im 75g-OGTT zum Zeitpunkt 0 – 30 – 60 – 90 – 120 Minuten entnommen und gemessen wurden, für die Klassifizierung herangezogen. Die Klasseneinteilung wurde mit folgendem Web-basierten Kalkulator berechnet: https://bit.ly/OGTT_Preg. Die wissenschaftlichen Untersuchungen, die zur Entwicklung dieses Kalkulators geführt haben, befinden sich aktuell im Publikationsprozess. Es soll nun untersucht werden, ob sich die in der Schwangerschaft festgelegten Klassen auch nach der Schwangerschaft metabolisch unterscheiden. Als Grundlage wurde eine orientierende Auswertung der Basisvisite V0 in der Schwangerschaft durchgeführt. Für die Auswertung der Nachuntersuchungen liegt der Fokus auf dem BMI, der Gesamtfettmasse, dem viszeralen und subkutanen Fettgewebe, dem Leberfett, den Blutfetten, den Entzündungswerten und dem kardiovaskulären Risiko. Die tiefgehende metabolische Charakterisierung der Frauen soll auch zum Ziel haben, das Risiko für einen Typ-2 Diabetes mellitus vorherzusagen.

Das Dokument erscheint in: