Dear DCB Community,

Die kontinuierliche Glukoseüberwachung (CGM) hat die Art und Weise verändert, wie Menschen mit Diabetes ihren Alltag gestalten. Glukosewerte, Trends und Warnmeldungen liefern wertvolle Informationen, die Menschen mit Diabetes und medizinischem Fachpersonal dabei helfen, täglich fundierte Entscheidungen zu treffen.

Könnten uns dieselben Daten jedoch weitaus mehr über die Gesundheit einer Person verraten, als uns derzeit bewusst ist?

Eine neue Studie, die in npj Digital Medicine Dies legt nahe, dass ein Blick über einzelne Blutzuckerwerte hinaus Muster aufdecken könnte, die mit diabetesbedingten Gesundheitsrisiken in Zusammenhang stehen. Die Ergebnisse deuten auf eine interessante Möglichkeit hin: Die CGM-Technologie könnte uns eines Tages dabei helfen, Blutzuckerwerte zu verstehen, individuelle Risikoprofile zu ermitteln und eine stärker personalisierte Diabetesversorgung zu unterstützen.

Was haben die Forscher herausgefunden?

Die Forscher analysierten CGM-Daten von 90.757 Teilnehmern der iCanNet-Kohorte, darunter Personen mit Normoglykämie, Prädiabetes, Typ-1-Diabetes und Typ-2-Diabetes. Anstatt sich ausschließlich auf einzelne Glukosewerte zu konzentrieren, untersuchten sie 48 verschiedene aus den CGM-Daten abgeleitete Kennzahlen, darunter die Glukosevariabilität und zeitliche Verläufe. Ihre Analyse ergab unterschiedliche Glukosemuster in den verschiedenen Gruppen. Durch die Kombination mehrerer Kennzahlen konnten die Forscher diese Gruppen zudem besser voneinander unterscheiden.

Besonders interessant waren die Ergebnisse bei Menschen mit Typ-2-Diabetes.

Die Forscher identifizierten vier unterschiedliche glykämische Phänotypen – verschiedene Muster der Glukosewerte und deren Schwankungen –, die mit unterschiedlichen Risiken für diabetesbedingte Komplikationen verbunden sind.

Beispiel:

• Anhaltend hohe Blutzuckerwerte waren mit einem um 59 % erhöhten relativen Risiko für akute Komplikationen verbunden.
• Eine hohe Blutzuckerschwankung war mit einem um 75 % höheren relativen Risiko für akute Komplikationen und einem um 41 % höheren relativen Risiko für chronische Komplikationen verbunden.

Die Forscher entwickelten zudem einen „Digital Glycemic Risk Score“ (DGRS), bei dem mehrere CGM-Kennzahlen kombiniert werden, um Personen mit potenziell erhöhtem Risiko zu identifizieren.

Bei den Teilnehmern mit Typ-2-Diabetes, die bereits eine „Time in Range“ von mindestens 70 % erreicht hatten, stufte das Modell 25 % in eine Hochrisikokategorie für akute Komplikationen und 22,3 % in eine Hochrisikokategorie für chronische Komplikationen um. Es handelte sich hierbei um vom Modell generierte Einstufungen und nicht um bestätigte Vorhersagen über das Auftreten von Komplikationen bei diesen Personen.

Die Ergebnisse deuten darauf hin, dass die Kombination verschiedener Blutzuckerverläufe Aufschluss über Gesundheitsrisiken geben kann, die durch die üblicherweise verwendeten CGM-Kennzahlen allein nicht vollständig erfasst werden.

Von CGM-Daten zu neuen Erkenntnissen. Im Rahmen der Studie wurden 48 aus CGM-Daten abgeleitete Messwerte von 90.757 Teilnehmer und identifizierten unterschiedliche Glukosemuster über das gesamte Diabetes-Spektrum hinweg. Bei Menschen mit Typ-2-Diabetes wurden vier glykämische Phänotypen mit

Was könnte dies für die Diabetesversorgung bedeuten?

Heute helfen CGM-Systeme den Menschen in erster Linie dabei, die Entwicklung ihres Blutzuckerspiegels nachzuvollziehen und entsprechend zu reagieren. Doch die enorme Datenmenge, die diese Geräte generieren, könnte zusätzliche Informationen enthalten, die wir erst jetzt zu ergründen beginnen.

Durch die Analyse der Glukoseverläufe im Zeitverlauf könnten Forscher möglicherweise digitale Biomarker entwickeln – messbare Indikatoren, die aus digitalen Gesundheitsdaten abgeleitet werden – die dazu beitragen könnten, individuelle Stoffwechselprofile zu charakterisieren und potenzielle Gesundheitsrisiken zu erkennen.

Dies könnte medizinisches Fachpersonal in Zukunft dabei unterstützen, Personen zu erkennen, die von einer engmaschigeren Überwachung oder individuelleren Behandlungsansätzen profitieren könnten.

Das Ziel sollte nicht darin bestehen, mehr Daten zu generieren, sondern vorhandene Daten in aussagekräftige Informationen umzuwandeln, die die Diabetesbehandlung erleichtern und fundiertere Entscheidungen ermöglichen.

Die Studie stellt jedoch einen wichtigen Schritt in der Forschung dar und ist kein Beweis dafür, dass diese Ansätze bereits für den klinischen Alltag einsatzbereit sind.

Die Ergebnisse müssen noch in anderen Populationen validiert und prospektiv überprüft werden. Im Rahmen weiterer Forschungsarbeiten muss zudem geklärt werden, ob die Nutzung dieser Risikoprofile als Grundlage für klinische Entscheidungen tatsächlich zu besseren Gesundheitsergebnissen führt.

Ein Blick in die Zukunft: Die Zukunft der CGM-Technologie

Seit Jahren konzentrieren sich die Fortschritte in der CGM-Technologie auf die Verbesserung der Sensorgenauigkeit, der Tragedauer, des Tragekomforts und der Konnektivität. Diese Entwicklungen sind nach wie vor von entscheidender Bedeutung.

Diese Studie zeigt jedoch einen weiteren vielversprechenden Ansatz auf: Der Nutzen der CGM-Technologie könnte zunehmend davon abhängen, welche Erkenntnisse wir aus den von ihr generierten Daten gewinnen können.

Mit den Fortschritten in der Datenanalyse und bei den Algorithmen könnten Glukosesensoren möglicherweise Teil eines umfassenderen Ansatzes werden, um die Stoffwechselgesundheit besser zu verstehen und eine individuellere Versorgung zu ermöglichen.

Dies eröffnet zudem neue Möglichkeiten für Forscher, medizinisches Fachpersonal und Technologieentwickler. Die Herausforderung wird darin bestehen, komplexe Daten in zuverlässige, klinisch aussagekräftige Erkenntnisse umzusetzen, ohne die Diabetesversorgung unnötig zu verkomplizieren.

Inwiefern ist dies für DCB von Bedeutung?

Im Diabeteszentrum Bern konzentrieren wir uns darauf, die Diabetes-Technologie durch Forschung, klinische Entwicklung, Datenwissenschaft und Innovation voranzubringen. Im Mittelpunkt unserer Arbeit steht das Verständnis dafür, wie Technologie den Bedürfnissen von Menschen mit Diabetes besser gerecht werden kann.

Forschungsergebnisse wie diese verdeutlichen, warum Innovationen in der Diabetes-Technologie sowohl auf die Entwicklung besserer Geräte als auch auf die bessere Nutzung der Informationen abzielen, die diese Geräte bereits liefern.

Die Kombination von Fortschritten in der Sensortechnologie mit intelligenter Datenanalyse könnte neue Möglichkeiten für eine personalisierte Diabetesversorgung eröffnen. Damit diese Ansätze jedoch einen spürbaren Unterschied bewirken können, müssen sie wissenschaftlich validiert, klinisch nutzbar und auf die Bedürfnisse der Menschen zugeschnitten sein, die sie anwenden werden.

Vielen Dank für Ihre Aufmerksamkeit und bleiben Sie dran für weitere Einblicke aus unserer Reihe „WUSSTEN SIE SCHON…!“

Eigenforschung

Lu, J., Ding, Y., Zhao, B. et al. (2026). Mehrdimensionale Messgrößen der kontinuierlichen Glukoseüberwachung ermöglichen eine digitale Risikostratifizierung über das gesamte Diabetes-Spektrum hinweg. npj Digital Medicine. Veröffentlicht am 13. Oktober 2026.

https://doi.org/10.1038/s41746-026-03368-w

Dieser Artikel ist eine Bearbeitung eines Originalbeitrags aus dem Newsletter von Derek Brandt, dem Geschäftsführer des Diabeteszentrums Bern.

Dear DCB Community,

We often talk about diabetes management in terms of glucose levels, insulin dosing, carbohydrates, physical activity, sleep, stress and technology. But there is another factor that can influence glucose patterns and insulin needs for many women and people who menstruate, month after month: the menstrual cycle.

In der neuesten Folge von „loop&life“, dem DCB Diabetes Tech Talk, spricht Moderatorin Greta Ehlers mit Martina Rothenbühler, wissenschaftliche Programmmanagerin am Diabetes Center Bern , sowie Laura Burlando, die mit Typ-1-Diabetes lebt, über ein Thema, das in der Diabetesversorgung, Forschung und Technologieentwicklung noch immer zu oft vernachlässigt wird: Diabetes und der Menstruationszyklus.

„Niemand hat jemals mit mir darüber gesprochen.“

Einer der eindrücklichsten Momente der Folge stammt von Laura Burlando. Laura lebt seit 18 Jahren mit Typ-1-Diabetes. Seit fast ebenso langer Zeit hat sie auch einen Menstruationszyklus. Doch wie sie in der Folge erklärt, waren ihr die zyklischen Veränderungen in ihrem eigenen Diabetesmanagement nicht wirklich bewusst, bis sie im Rahmen ihrer Masterarbeit am Diabeteszentrum Bern begann, sich selbst mit diesem Thema auseinanderzusetzen.

„Und dann ging mir plötzlich ein Licht auf“, sagt sie. „Ich begann, bestimmte Muster in meinem eigenen Diabetes-Management zu erkennen.“

Als Greta fragt, ob Laura dies bereits in ihrem persönlichen Leben mit Diabetes erkannt habe, antwortet Laura:

„Aber niemand hat jemals mit mir darüber gesprochen.“

Dieser Satz bringt das Problem sehr deutlich auf den Punkt. Viele Menschen, die mit Diabetes leben, sind es gewohnt, nach Erklärungen zu suchen. War es die Mahlzeit? Stress? Schlaf? Bewegung? Eine falsche Einschätzung? Ein Problem mit dem Messgerät? Wenn jedoch der Menstruationszyklus in der routinemäßigen Diabetesversorgung nicht thematisiert wird, sind viele Menschen darauf angewiesen, diese Zusammenhänge selbst zu entdecken – sei es durch Aufzeichnungen, durch Ausprobieren, durch Gespräche mit Gleichgesinnten oder über soziale Medien. Das ist eine Herausforderung, die nicht allein dem Einzelnen überlassen bleiben sollte.

Ein immer wiederkehrender Faktor, der jedoch nach wie vor eine Forschungslücke darstellt

Aus wissenschaftlicher Sicht ist diese Lücke auffällig. Wie Martina Rothenbühler in der Folge erläutert, hatte das Team erwartet, mehr Belege zu finden. Schließlich sind etwa die Hälfte der Menschen mit Diabetes Frauen, und der Menstruationszyklus ist kein seltenes oder außergewöhnliches Ereignis. Es handelt sich um einen wiederkehrenden physiologischen Vorgang. Dennoch ist die wissenschaftliche Evidenz nach wie vor begrenzt.

Bisherige Studien deuten darauf hin, dass sich der Blutzuckerspiegel und der Insulinbedarf im Verlauf der verschiedenen Phasen des Menstruationszyklus verändern können. So weisen beispielsweise einige Daten auf eine Tendenz zu niedrigeren Blutzuckerwerten oder vermehrten Hypoglykämien zu Beginn des Zyklus hin, sowie auf höhere Blutzuckerwerte oder eine verminderte Insulinsensitivität in der Lutealphase, kurz vor Beginn der nächsten Periode. Doch so einfach ist es nicht, da die Muster von Person zu Person variieren. Sie können auch bei ein und derselben Person von Zyklus zu Zyklus schwanken. Manche bemerken möglicherweise Veränderungen rund um den Eisprung. Andere erleben möglicherweise Veränderungen vor oder während ihrer Periode. Bei wieder anderen lässt sich möglicherweise überhaupt kein klares Muster erkennen.

Diese Variabilität ist von Bedeutung und erschwert es, das Thema in allgemeine Leitlinien umzusetzen und in der Diabetes-Technologie anzuwenden.

Gleichzeitig gewinnt das Thema dadurch jedoch noch mehr an Relevanz, denn wenn die Diabetesversorgung und die entsprechende Technologie darauf abzielen, den Alltag zu unterstützen, müssen sie den tatsächlichen Schwankungen im Alltag Rechnung tragen.

Die Diabetes-Technologie ist hierfür noch nicht ausgereift

Die Folge wirft zudem eine wichtige technologische Frage auf. Die aktuelle Diabetes-Technologie ist immer ausgefeilter geworden. Viele Menschen nutzen mittlerweile CGMs, Insulinpumpen und automatisierte Insulinabgabesysteme. Diese Hilfsmittel können für viele Anwender die Belastung verringern und das Blutzuckermangement verbessern. Dennoch gibt es Einschränkungen: Aktuelle AID-Systeme sind nicht darauf ausgelegt, die Insulinabgabe sinnvoll an die hormonellen Veränderungen im Zusammenhang mit dem Menstruationszyklus anzupassen.

Für Personen, die zyklusbedingte Muster wahrnehmen, kann dies einen gewissen Arbeitsaufwand bedeuten. Sie erstellen möglicherweise verschiedene Pumpenprofile, passen die Insulineinstellungen an, verfolgen ihren Zyklus in einer separaten App oder versuchen, wiederkehrende Veränderungen selbst zu interpretieren.

Laura beschreibt, wie ihr die Forschung dabei geholfen hat, ihre eigenen Muster besser zu verstehen und je nach Menstruationsphase entsprechende Pumpenprofile zu erstellen. Sie weist jedoch auch darauf hin, dass dies nicht jeden Monat gleich ist. Selbst bei einem relativ regelmäßigen Zyklus können die Auswirkungen auf den Diabetes variieren, und genau hier besteht Bedarf an fundierteren Erkenntnissen: um mögliche Muster, Unterschiede und Einflussfaktoren klarer zu verstehen.

Die TIMES-Studie: Der Beitrag von DCB zur Schließung der Lücke

Im Diabeteszentrum Bern wird diese Frage nicht nur diskutiert, sondern auch wissenschaftlich untersucht.

Die derzeit laufende TIMES-Studie zielt darauf ab, ein besseres Verständnis dafür zu gewinnen, wie sich die Insulinsensitivität im Verlauf des Menstruationszyklus bei Frauen mit Typ-1-Diabetes verändert. Ziel ist es, Muster im Insulinbedarf und bei den Blutzuckerwerten zu erkennen, in der Hoffnung, damit künftig eine individuellere Diabetesversorgung zu ermöglichen.

Bei der Studie handelt es sich um eine multinationale und dezentrale Studie, was bedeutet, dass die Teilnehmer aus verschiedenen Ländern Daten aus ihrem Alltag beisteuern. Dadurch kann die Studie vielfältigere und realistischere Muster erfassen, als dies bei einer Studie an einem einzigen Standort möglich wäre. Es werden Daten aus automatisierten Insulinabgabesystemen erfasst, darunter Blutzuckerwerte, Insulindosen und die Kohlenhydrataufnahme. Ergänzt werden diese durch Informationen, die von den Teilnehmerinnen selbst eingegeben werden, wie beispielsweise Daten zum Menstruationszyklus, Symptome und Lebensstilfaktoren.

Die Studie befasst sich zudem mit möglichen Störfaktoren, darunter körperliche Aktivität, da der Menstruationszyklus nicht der einzige Faktor ist, der den Insulinbedarf beeinflussen kann.

Dieser Ansatz wurde gewählt, da er den Alltag besser widerspiegelt als ein streng kontrolliertes Umfeld. Diabetes tritt nicht isoliert auf, sondern im Zusammenhang mit Arbeit, Schlaf, körperlicher Betätigung, Stress, Reisen, hormonellen Veränderungen und all den anderen Faktoren, die den Alltag prägen.

Die TIMES-Studie soll dazu beitragen, aus dieser Realität fundiertere Erkenntnisse zu gewinnen.

Warum persönliche Erfahrungen von Bedeutung sind

Eine wesentliche Stärke dieser Folge besteht darin, dass sie wissenschaftliche Erkenntnisse und gelebte Erfahrungen miteinander verbindet.

Lauras Sichtweise verdeutlicht, wie es sich anfühlen kann, wenn ein wichtiger Aspekt der Diabetesbehandlung nicht benannt oder erklärt wird. Martinas Sichtweise verdeutlicht, warum dieses Thema wissenschaftlich komplex ist und warum bessere wissenschaftliche Erkenntnisse erforderlich sind.

Gemeinsam verdeutlicht ihr Gespräch einen wichtigen Punkt: Lebenserfahrungen können dazu beitragen, aufzuzeigen, wo es in den Bereichen Forschung, Pflege und Technologie noch an etwas mangelt.

Was sollte sich ändern?

Es gibt keine einheitliche Antwort, doch wie in der Podcast-Folge hervorgehoben wird, sind einige Bedürfnisse eindeutig:

• Menschen, die mit Diabetes leben, sollten besser über den möglichen Zusammenhang zwischen dem Menstruationszyklus und der Blutzuckerkontrolle aufgeklärt werden.
• Fachkräfte im Gesundheitswesen sollten sich besser gerüstet fühlen, dieses Thema im Rahmen der Routineversorgung anzusprechen.
• Die Diabetes-Technologie sollte besser auf physiologische Veränderungen reagieren, die im Alltag auftreten.
• Die Forschung sollte weiterhin Erkenntnisse liefern, die die Vielfalt individueller Erfahrungen widerspiegeln.

Wie Greta in der Folge sagt, sollte es nicht davon abhängen, dass jemand selbst recherchiert, um herauszufinden, dass möglicherweise ein Zusammenhang zwischen dem Menstruationszyklus und der Diabetesbehandlung besteht.

Dieses Thema verdient mehr Beachtung: in der Forschung, in der klinischen Versorgung, in der Technologieentwicklung und in den alltäglichen Gesprächen mit Menschen, die mit Diabetes leben.

Hören Sie sich die gesamte Folge an

In dieser Folge von „loop&life“ spricht Greta Ehlers mit Martina Rothenbühler und Laura Burlando über Diabetes, den Menstruationszyklus, persönliche Erfahrungen, Forschungslücken, technologische Grenzen und die laufende TIMES-Studie am DCB.

Hören Sie sich die gesamte Folge hier an oder sehen Sie sie sich hier an:

YouTube: https://youtu.be/Th1L-lN9nCs

Spotify: https://open.spotify.com/episode/0pXQeasczpCIAeNAGt9WIZ

Apple Podcasts: https://podcasts.apple.com/ch/podcast/diabetes-and-the-menstrual-cycle-what-we-know-what/id1885831147?i=1000773847130

Erfahren Sie mehr über die TIMES-Studie auf der DCB-Website: https://www.dcberne.com/en/times-study/

Liebe Community,

Wir freuen uns, Ihnen eine neue Folge unserer Reihe „WUSSTEN SIE SCHON…“ präsentieren zu dürfen – diesmal mit einem Schwerpunkt auf dem langfristigen Anstieg der Typ-1-Diabetes-Inzidenz und darauf, was uns aktuelle Prognosen über die kommenden Jahrzehnte verraten.

Während eines Großteils des 20. Jahrhunderts galt Typ-1-Diabetes (T1D) als relativ stabile Autoimmunerkrankung. Dieses Bild hat sich geändert.

In ganz Nordamerika und Europa steigt die Zahl der Kinder, Jugendlichen und Erwachsenen, bei denen neu Typ-1-Diabetes diagnostiziert wird, seit Jahrzehnten an, und die COVID-19-Pandemie scheint diese ohnehin schon steigende Kurve noch weiter verschärft zu haben. Mit dem aktuellen IDF Diabetes Atlas (11. Auflage, 2025) und den Prognosen des Global Burden of Disease (GBD) 2021 bis zum Jahr 2050 ergibt sich nun ein klareres, wenn auch ernüchterndes Bild.

Vereinigte Staaten

Die SEARCH-for-Diabetes-in-Youth-Studie ist nach wie vor die wichtigste Quelle für Daten zur Inzidenz bei Kindern und Jugendlichen in den USA. In den Jahren 2017–2018 erreichte die jährliche T1D-Inzidenz bei Personen unter 20 Jahren 22,2 pro 100.000, was einem durchschnittlichen jährlichen Anstieg von etwa 2 % seit 2002–2003 entspricht. Schätzungen der CDC zufolge werden im Jahr 2025 etwa 1,7 Millionen Erwachsene in den USA mit T1D leben, zusammen mit rund 304.000 Jugendlichen unter 20 Jahren – ein Anstieg der Gesamtprävalenz von T1D um etwa 30 % seit 2017. Die stärksten relativen Anstiege wurden bei hispanischen und schwarzen Jugendlichen beobachtet.

Bei Erwachsenen ist das Bild uneinheitlicher. Eine groß angelegte Längsschnittanalyse für den Zeitraum 2001–2015 ergab einen leichten Rückgang der T1D-Inzidenz bei Erwachsenen (−1,3 % pro Jahr), während die Inzidenz bei Jugendlichen weiter anstieg. Diese unterschiedliche Entwicklung deutet darauf hin, dass sich die auslösenden Faktoren für im Kindesalter und im Erwachsenenalter auftretenden T1D möglicherweise unterscheiden.

Deutschland und Österreich

In Deutschland verfolgen das DPV-Register und das Register von Nordrhein-Westfalen (NRW) seit den 1990er Jahren die Inzidenz von Typ-1-Diabetes bei Kindern unter 15 Jahren. In den 2010er Jahren stieg die Inzidenz um etwa 3–4 % pro Jahr an, wobei sich kurz vor der Pandemie Anzeichen einer Stabilisierung abzeichneten. COVID-19 hat diese Stabilisierung unterbrochen: Die DPV-Daten zeigen ein wellenförmiges Muster mit einer über den Erwartungen liegenden Inzidenz, gefolgt von einer teilweisen Rückkehr zum Mittelwert zwischen 2020 und 2023. In NRW erreichte die Inzidenz im Jahr 2020 etwa 29,2 pro 100.000 Personenjahre – den bislang höchsten in Deutschland gemeldeten Wert.

Österreich verfügt über eines der am längsten bestehenden landesweiten Register für Typ-1-Diabetes bei Kindern, das seit 1989 geführt wird. Zwischen 1989 und 2011 stieg die Inzidenz bei Kindern unter 15 Jahren mit einer jährlichen prozentualen Zunahme von +4,6 %. Von 2011 bis 2020 flachte sich der Trend ab – um dann im Jahr 2021 auf einen Rekordwert von 28,7 pro 100.000 Personenjahre zu steigen, was weitgehend mit den Erfahrungen in Deutschland übereinstimmt. Zum ersten Mal steigt auch die Inzidenz von Typ-2-Diabetes bei Kindern in Österreich statistisch signifikant an.

Switzerland

In der Schweiz gibt es bislang kein einheitliches, landesweites T1D-Register, doch ermöglichen Daten aus der Krankenversicherung sowie die Teilnahme an DPV/DIVE fundierte Schätzungen. Derzeit leben in der Schweiz etwa 40.000 Menschen mit T1D. Historische Analysen aus dem späten 20. Jahrhundert dokumentierten zwischen 1965 und 1996 einen absoluten Anstieg der Inzidenz um 0,67 Fälle pro 100.000 Einwohner pro Jahr – ein relativer jährlicher Anstieg von etwa 3,4 % –, wobei der Anstieg bei Kindern unter fünf Jahren besonders steil ausfiel. Aktuelle Schweizer Daten deuten weiterhin auf einen steigenden, wenn auch moderaten Trend hin, der mit den Mustern in Deutschland und Österreich übereinstimmt.

Aus Schweizer Sicht ist eine Schlussfolgerung eindeutig: Die Einrichtung eines vollständig integrierten nationalen Registers für Typ-1-Diabetes bei Kindern und Erwachsenen stellt nach wie vor einen wichtigen ungedeckten Bedarf für die Epidemiologie, die Planung des Gesundheitswesens und die Forschung dar.

Skandinavien, Frankreich und andere Länder mit hoher Inzidenz

Die nordische Region ist nach wie vor der weltweite Schwerpunkt für Typ-1-Diabetes im Kindesalter. Finnland verzeichnete in der Vergangenheit die weltweit höchste Inzidenz – etwa 60 Fälle pro 100.000 Kinder pro Jahr –, obwohl sich diese Rate seit Anfang der 2000er Jahre offenbar stabilisiert oder leicht verringert hat. Schweden, Norwegen und Dänemark folgen dicht dahinter, und der IDF Diabetes Atlas 11 listet Finnland, Schweden und Norwegen nach wie vor unter den weltweit zehn Ländern mit der höchsten veröffentlichten Inzidenz.

Eine systematische Auswertung europäischer pädiatrischer Daten aus den Jahren 1994 bis 2022 aus dem Jahr 2024 bestätigte, dass die nordischen Länder nach wie vor die höchste absolute Inzidenz in Europa aufweisen, auch wenn sich ihr Anstieg im Vergleich zum raschen Anstieg in den mittel- und osteuropäischen Ländern, in denen die Inzidenz zuvor niedrig war, verlangsamt hat. Eine schwedische landesweite Kohortenstudie mit 2,9 Millionen Kindern ergab, dass die Heritabilität von im Kindesalter auftretendem T1D über 30 Jahre hinweg mit etwa 0,83 hoch und stabil geblieben ist, was darauf hindeutet, dass bekannte Umweltfaktoren weniger als 10 % des beobachteten Anstiegs erklären.

In Frankreich meldet Santé publique France einen jährlichen Anstieg der T1D-Inzidenz um etwa 4 %. Die Inzidenz bei Kindern stieg zwischen 2010 und 2015 von 15,4 auf 19,1 pro 100.000 Personenjahre, wobei die Gesamtrate im Zeitraum 2015–2017 bei 19,5 pro 100.000 lag und erhebliche regionale Unterschiede auftraten. Sardinien (Italien) verzeichnet nun mit 76,3 pro 100.000 (2022) die weltweit höchste veröffentlichte Inzidenz bei Kindern und hat damit Finnland überholt, während das Vereinigte Königreich und Irland ebenfalls weiterhin zu den Top Ten weltweit gehören.

Prognosen bis 2050

Zwei bedeutende Modellstudien deuten auf denselben Trend hin. Die GBD-2021-Studie prognostiziert, dass die altersstandardisierte weltweite Prävalenz von Typ-1-Diabetes zwischen 2021 und 2050 um etwa 23,9 % steigen wird – ein relativ geringerer Anstieg als bei Typ-2-Diabetes, jedoch ein erheblicher absoluter Anstieg angesichts der lebenslangen Belastung durch die Behandlung von T1D. Der IDF Diabetes Atlas 11 prognostiziert, dass die Gesamtprävalenz von Diabetes bei Erwachsenen (Typ 1 und Typ 2) von 589 Millionen im Jahr 2024 auf rund 853 Millionen bis 2050 ansteigen wird, was einem absoluten Anstieg von 46 % entspricht. Während dieser Anstieg größtenteils auf Typ-2-Diabetes zurückzuführen ist, trägt T1D durch eine anhaltende oder steigende Inzidenz in Ländern mit hohem Einkommen sowie durch eine verbesserte Überlebensrate maßgeblich dazu bei, was die Prävalenz erhöht, selbst wenn sich die Inzidenz stabilisiert.

Für die USA deutet eine auf SEARCH-Daten basierende Modellrechnung darauf hin, dass sich die Zahl der Jugendlichen mit Typ-1-Diabetes unter einem Szenario mit linearem Anstieg bis 2050 fast verdreifachen könnte, wobei der stärkste relative Anstieg bei hispanischen und schwarzen Kindern zu verzeichnen wäre.

Warum steigt die Inzidenz?

Typ-1-Diabetes ist eine polygen bedingte Autoimmunerkrankung, bei der Umweltfaktoren auf eine genetische Veranlagung einwirken. Derzeit werden mehrere, sich oft überschneidende Hypothesen untersucht:

• Eine verminderte Exposition gegenüber häufigen Infektionen in der frühen Kindheit („Hygienehypothese“), wobei die Beweislage uneinheitlich ist.
• Die zunehmende Fettleibigkeit und Insulinresistenz bei Kindern, die das klinische Auftreten einer bestehenden Inselautoimmunität beschleunigen könnten („Beschleuniger-Hypothese“).
• Virale Auslöser wie Enteroviren und in jüngerer Zeit SARS-CoV-2, wobei Metaanalysen einen Anstieg der Inzidenz von Typ-1-Diabetes bei Kindern um 14–27 % während der Pandemie belegen.
• Ernährungs- und mikrobiombezogene Faktoren, darunter der frühe Kontakt mit Kuhmilch, der Zeitpunkt der Gluteneinführung und Veränderungen im Darmmikrobiom des Säuglings.
• Vitamin-D-Status und geografische Breite, endokrin wirksame Chemikalien, Umweltverschmutzung sowie perinatale Faktoren wie ein höheres Alter der Mutter, ein höheres Geburtsgewicht und eine Entbindung per Kaiserschnitt.

Die oben erwähnte schwedische Kohortenstudie macht deutlich, wie viel noch ungeklärt ist: Selbst unter Berücksichtigung bevölkerungsweiter Daten zu verschiedenen Umweltfaktoren konnten weniger als 10 % des Anstiegs der T1D-Inzidenz in Schweden auf bekannte Faktoren zurückgeführt werden. Dies unterstreicht die Notwendigkeit langfristiger Geburtskohorten, eines bevölkerungsweiten Screenings auf Inselzellen-Autoantikörper und der Erforschung der immunologischen Mechanismen.

Auswirkungen für das nächste Jahrzehnt

Für Gesundheitssysteme, Innovatoren und die Diabetes-Gemeinschaft ergeben sich drei praktische Konsequenzen:

• Die Gesundheitssysteme müssen sich darauf einstellen, dass immer mehr Menschen mit Typ-1-Diabetes leben. Selbst unter konservativen Annahmen wird die Zahl der Menschen mit Typ-1-Diabetes weiter steigen. Dies hat praktische Auswirkungen auf die Versorgung mit Insulin und Sensoren, die Kostenerstattung für Diabetes-Technologie, die fachärztliche Versorgung sowie die Infrastruktur für klinische Studien.
• Die Früherkennung gewinnt zunehmend an Bedeutung. Typ-1-Diabetes lässt sich oft bereits vor dem Auftreten von Symptomen anhand von Markern für eine frühe Autoimmunaktivität erkennen. Da nun die erste Therapie zugelassen wurde, die das klinische Ausbruchstempo bei Menschen im Frühstadium der Erkrankung verzögern kann, ist das Screening nicht mehr nur eine Frage der Forschung. Programme wie „Fr1da“ in Deutschland und die „D1Ce“-Studie in Italien zeigen, wie eine frühzeitige Erkennung zukünftige Interventionsstrategien beeinflussen könnte.
• Wir müssen noch herausfinden, warum die Inzidenz steigt. Zahlreiche Umweltfaktoren werden derzeit untersucht, doch keine einzelne Erklärung reicht aus. Solange wir die Ursachen für diesen Anstieg nicht besser verstehen, wird eine echte Primärprävention unerreichbar bleiben. Dies macht hochwertige Register, langfristige Kohortenstudien und koordinierte Forschung wichtiger denn je.

Wir bei DCB betrachten diese Trends sowohl als Warnung als auch als Aufruf zum Handeln.

Die steigende Zahl der Typ-1-Diabetes-Erkrankungen erfordert eine nachhaltige Zusammenarbeit zwischen Klinikern, Forschern, der Industrie, politischen Entscheidungsträgern und vor allem den von Diabetes betroffenen Menschen und ihren Familien.

Unsere Arbeit in den Bereichen Innovation, klinische Forschungsinfrastruktur und gesellschaftliches Engagement soll zu diesen gemeinsamen Bemühungen beitragen.

Ausgewählte Quellen

GBD 2021 Diabetes-Kooperationspartner. Die globale, regionale und nationale Belastung durch Diabetes von 1990 bis 2021, mit Prognosen zur Prävalenz bis 2050. The Lancet, 2023. https://www.thelancet.com/article/S0140-6736(23)01301-6/fulltext

Internationale Diabetes-Föderation. IDF-Diabetes-Atlas, 11. Auflage. 2025. https://diabetesatlas.org/

Ogle GD et al. Schätzungen zur weltweiten Prävalenz, Inzidenz und Mortalität bei Typ-1-Diabetes im Jahr 2025: Ergebnisse aus dem IDF Atlas 11 und dem T1D Index v3.0. Diabetesforschung und klinische Praxis, 2025. https://www.sciencedirect.com/science/article/pii/S0168822725002918

Stahl-Pehe A. et al. Anstieg der Inzidenz von Typ-1-Diabetes bei Kindern nach dem Ausbruch von COVID-19: Spitzen- und Tiefpunktmuster bei deutschen Jugendlichen – DPV-Register. Diabetes Care, 2025. https://diabetesjournals.org/care/article/48/4/e47/157803/

Buchmann M. et al. Die Inzidenzkurven für Typ-1-Diabetes unterscheiden sich bei Mädchen und Jungen im Zeitraum von 1996 bis 2022 je nach Alter: Ergebnisse aus dem Diabetes-Register Nordrhein-Westfalen. Diabetesforschung und klinische Praxis, 2025. https://www.sciencedirect.com/science/article/pii/S0168822725000105

Nagl K. et al. Anhaltender Anstieg der Diabetesinzidenz bei österreichischen Kindern und Jugendlichen 1989–2021. Pediatric Diabetes, 2023. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12017070/

Schoenle EJ et al. Epidemiologie des Typ-I-Diabetes mellitus in der Schweiz: Starker Anstieg der Inzidenz bei Kindern unter fünf Jahren im letzten Jahrzehnt. Diabetologia, 2001. https://www.researchgate.net/publication/12017578

Santé publique France. Diabetes – Daten. Aktualisiert 2024. https://www.santepubliquefrance.fr/en/diabete/data

Piffaretti C. et al. Entwicklungen bei der Inzidenz von Typ-1-Diabetes bei Kindern in Frankreich, 2010–2015. Diabetes Research and Clinical Practice, 2018. https://www.sciencedirect.com/science/article/abs/pii/S0168822718304662

Ruiz-Grao MC et al. Trends bei der Inzidenz von Typ-1-Diabetes bei europäischen Kindern und Jugendlichen von 1994 bis 2022: Eine systematische Übersicht und Metaanalyse. Pediatric Diabetes, 2024. https://onlinelibrary.wiley.com/doi/10.1155/2024/2338922

Ji J. et al. Stabile Heritabilität von Typ-1-Diabetes in einer schwedischen landesweiten Kohortenstudie. Nature Communications, 2024. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12174315/

D’Souza D. et al. Inzidenz von Diabetes bei Kindern und Jugendlichen während der COVID-19-Pandemie: Eine systematische Übersicht und Metaanalyse. JAMA Network Open, 2023. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10314307/

Quinn LM et al.„ “ Umweltfaktoren bei Typ-1-Diabetes: Vom Zusammenhang zum Nachweis der Kausalität. Frontiers in Immunology, 2021. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8518604/

Esposito S. et al. Veränderungen in der globalen Epidemiologie von Typ-1-Diabetes vor dem Hintergrund sich wandelnder Umweltfaktoren. International Journal of Molecular Sciences, 2023. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10141720/

Rogers MAM et al. Schwankungen in der Inzidenz von Typ-1-Diabetes in den Vereinigten Staaten von 2001 bis 2015: eine Längsschnittstudie. BMC Medicine, 2017. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5688827/

<Imperatore G. et al.„ : Prognosen zur Belastung durch Typ-1- und Typ-2-Diabetes in der US-Bevölkerung im Alter von 20 bis 50 Jahren bis zum Jahr 2050“. Diabetes Care, 2012. https://pmc.ncbi.nlm.nih.gov/articles/PMC3507562/

Wir hoffen, dass dieser Überblick für Ihre eigene Arbeit in der Diabetesversorgung, -forschung oder -interessenvertretung hilfreich ist. Wie immer sind wir dankbar für Ihr Interesse an unseren Aktivitäten und Ihre Unterstützung und freuen uns darauf, diesen Austausch mit Ihnen in künftigen Ausgaben unserer Reihe „WUSSTEN SIE SCHON…“ fortzusetzen.

Eine frühere Fassung dieses Artikels wurde ursprünglich im internen Newsletter unseres CEO veröffentlicht, Derek Brandt hier: Diabetes Technology News.

Liebe DCB community,

Da wir uns dem Ende dieses Jahres nähern, möchten wir die Gelegenheit nutzen, um auf die Leistungen unseres Teams im Jahr 2025, dem achten Jahr des Bestehens der DCB, zurückzublicken.

So much has been going on! Aber sehen Sie selbst:

Wir freuen uns, Ihnen die nächste Folge unserer Serie präsentieren zu können!

Wir freuen uns, Dir die nächste Folge unserer Serie „INSIDE DCB“ präsentieren zu können!