DiabetesPrediktion i Skåne - DiPiS

Den här studien är en del av samlingen Skånes Metadatabas för Epidemiologi (SME)

Skapare/primärforskare

Åke Lernmark - Lunds universitet, Institutionen för kliniska vetenskaper, avdelningen för diabetes och endokrinologi

Helena Larsson - Lunds universitet, Institutionen för pediatrik och kliniska vetenskaper

Beskrivning

DiabetesPrediktion i Skåne, DiPiS syftar till att ta reda på varför barn får typ 1 diabetes. Genom att kunna förutsäga vilka barn som utvecklar diabetes är förhoppningen att i framtiden kunna förhindra att sjukdomen bryter ut. DiPiS genomförs i två steg:
Steg 1. Undersökning av ärftlig risk för typ 1 diabetes hos alla nyfödda barn i Skåne. Detta steg pågick från september 2000 till september 2004. I detta steg undersöktes nästan 36 000 barn.
Steg 2. Uppföljning hos en grupp barn med ärftlig risk. Deltagarna i uppföljningsstudien lämnar blodprov en gång om året och får även fylla i en enkät. Dessa barn planeras att följas upp under 15 år.

Syfte:

Att bestämma faktorer som kan förutsäga autoimmun (typ 1) diabetes hos barn.

Ansvarig institution/enhet

Lunds universitet

Skapare/primärforskare

Åke Lernmark - Lunds universitet, Institutionen för kliniska vetenskaper, avdelningen för diabetes och endokrinologi

Helena Larsson - Lunds universitet, Institutionen för pediatrik och kliniska vetenskaper

Identifierare

SND-ID: EXT 0081

Beskrivning

DiabetesPrediktion i Skåne, DiPiS syftar till att ta reda på varför barn får typ 1 diabetes. Genom att kunna förutsäga vilka barn som utvecklar diabetes är förhoppningen att i framtiden kunna förhindra att sjukdomen bryter ut. DiPiS genomförs i två steg:
Steg 1. Undersökning av ärftlig risk för typ 1 diabetes hos alla nyfödda barn i Skåne. Detta steg pågick från september 2000 till september 2004. I detta steg undersöktes nästan 36 000 barn.
Steg 2. Uppföljning hos en grupp barn med ärftlig risk. Deltagarna i uppföljningsstudien lämnar blodprov en gång om året och får även fylla i en enkät. Dessa barn planeras att följas upp under 15 år.

Syfte:

Att bestämma faktorer som kan förutsäga autoimmun (typ 1) diabetes hos barn.

Tidsperiod(er) som undersökts

2000-09 — pågående

Geografisk utbredning

Geografisk beskrivning: Skåne

Analysenhet

Kontakt för frågor om data

Åke Lernmark

Ingår i samling hos SND

Skånes Metadatabas för Epidemiologi (SME)

Ladda ner metadata

Dataset 1

DiPiS: urvalsstudie

Skapare/primärforskare

Åke Lernmark - Lunds universitet, Institutionen för kliniska vetenskaper, avdelningen för diabetes och endokrinologi

Helena Larsson - Lunds universitet, Institutionen för pediatrik och kliniska vetenskaper

Beskrivning

Navelsträngsblod togs från nyfödda barn för att bestämma den ärftliga risken för typ 1 diabetes.

Dataformat / datastruktur

Numeriska

Datainsamling

Insamlingsmetod: Fysiska mätningar och tester

Tidsperiod(er) för datainsamling: 2000-09 — 2004-09

Datakälla: Befolkningsgrupp, Biologiska prover

Tidsperiod(er) som undersökts

2000-09 — 2004-09

Antal individer/objekt

36000

Dataset 2

DiPiS: uppföljningsstudie

Skapare/primärforskare

Åke Lernmark - Lunds universitet, Institutionen för kliniska vetenskaper, avdelningen för diabetes och endokrinologi

Helena Larsson - Lunds universitet, Institutionen för pediatrik och kliniska vetenskaper

Beskrivning

När barnen i urvalsstudien var två månader gamla erhöll föräldrarna ett frågeformulär som handlade om diabetes i familjen, om graviditeten, barnets första tid och föräldrarnas upplevelse av att vara med i DiPis. Över 23000 formulär besvarades. Av dessa har ca 20 % av barnen (ca 5000) bjudits in till en uppföljningsstudie med start vid två års ålder. Uppföljningen omfattar barn med olika grad av diabetesrisk. Uppföljningen består av ett årligt blodprov. Dessutom fyller föräldrarna i ett frågeform

... Visa mer..

Dataformat / datastruktur

Numeriska

Datainsamling

Insamlingsmetod: Fysiska mätningar och tester

Tidsperiod(er) för datainsamling: 2002 — 2019-08

Datakälla: Befolkningsgrupp, Biologiska prover

Tidsperiod(er) som undersökts

2002 — 2019-08

Antal individer/objekt

5000

Publicerad: 2013-09-12
Senast uppdaterad: 2017-01-03