Diabetes

Snart avslutas jättestudien TEDDY

År 2025 lämnar barn inom TEDDY-studien in de sista proverna på mottagningar i Sverige, Finland, Tyskland och USA. Den internationella studien har gett mycket ny kunskap om hur typ 1-diabetes utvecklas. Nu fortsätter analysarbetet med det långsiktiga målet att förebygga sjukdomen.

25 november, 2024 • Uppdaterades 28 maj, 2025 • 3 minuters läsning

Sverige och Finland är de två länder i världen som har högst andel barn som insjuknar i typ 1-diabetes, med hänsyn till befolkningsmängd. I dag har över 1,2 miljoner barn och unga under 20 år typ 1-diabetes. Sjukdomen ökar också i hela världen. Eftersom typ 1-diabetes kräver livslång behandling med insulin är det viktigt att förstå vad som orsakar typ 1-diabetes. Detta för att förhindra eller fördröja sjukdomsförloppet.

TEDDY-studien har pågått sedan 2004 och omfattar närmare 8 700 barn från Sverige, Finland, Tyskland och USA. Forskningsprojektet finansieras av den amerikanska hälsovårdsmyndigheten NIH. Målet med studien är att ta reda på vad det är som gör att barn får typ 1-diabetes. Studien, som har lett till många vetenskapliga artiklar i ansedda tidskrifter, ger ökat stöd för att en kombination av genetiska faktorer och miljöfaktorer påverkar vem som insjuknar.

I samband med att insamlingen av data och prover avslutas i mars år 2025 presenteras de viktigaste lärdomarna i tidskriften Nature Reviews Endocrinology.

– Studiens framgång beror på engagemanget och uppoffringarna från barnen som har deltagit och deras familjer. De flesta har känt sig trygga med att delta, tack vare den nära kontakten med våra studiekoordinatorer och den noggranna uppföljningen av risken för sjukdom. Många av familjerna som har varit med i studien vill hjälpa oss att förstå orsakerna till sjukdomen, säger Jeffrey Krischer, professor och chef för Health Informatics Institute vid University of South Florida.Screening för typ 1-diabetesI TEDDY-studien har forskarna följt utvecklingen av diabetesrelaterade autoantikroppar hos deltagarna. Ett blodprov med positivt resultat för en av fyra diabetesrelaterade autoantikroppar tyder på att de celler i bukspottkörteln som tillverkar insulin blir angripna av kroppens eget immunförsvar.

Studien har bland annat visat att autoantikroppar som bildas mot insulin är vanligast under barnets tre första år. Forskarnas analyser av genetiska data från barnen innebär att det är möjligt att göra uppskattningar av individers genetiska risk att utveckla sjukdomen.

Forskarna har även funnit en koppling mellan enterovirusinfektion, utvecklingen av diabetesrelaterade autoantikroppar och typ 1-diabetes. Ett annat viktigt fynd är att probiotika som ges till spädbarn med förhöjd risk att utveckla sjukdomen kan minska risken för att utveckla diabetesrelaterade autoantikroppar.

Resultaten från TEDDY har haft betydelse för flera nya studier. Forskning inom studien POInT har till exempel visat att små barn med genetisk risk för typ 1-diabetes hade ökad risk att utveckla diabetesrelaterade autoantikroppar i samband med covid-19-infektion.

Forskare vid Lunds universitets diabetescentrum försöker nu förebygga typ 1-diabetes genom covidvaccin inom studien AVAnT1A. I studien SINT1A undersöker forskare vid LUDC om typ 1-diabetes kan förebyggas med hjälp av probiotika med förhöjd risk.

TEDDY-studien har även ökat kunskapen om celiaki och tyreoidit, två andra autoimmuna sjukdomar. Deltagarna i TEDDY har screenats för autoantikroppar som är associerade med celiaki och tyreoidit. Denna kunskap används inom studien TRIAD, som screenar skånska barn för de tre sjukdomarna typ 1-diabetes, celiaki och tyreoidit. Målet med TRIAD är att undersöka olika metoder som kan användas för screening av autoimmuna sjukdomar inom sjukvården.

Teddy-studien TEDDY-studien har pågått sedan 2004 och omfattar närmare 8 700 barn från Sverige, Finland, Tyskland och USA. Forskningsprojektet har som målsättning att ta reda på vad det är som gör att barn får typ 1-diabetes. Barnen lämnade sina första prover när de var fyra månader och följs upp till 15 års ålder. Forskarna har samlat in många olika typer av material från barnen, som mätningar av fysisk aktivitet, blodprov, näsprov, tånaglar, urin- och avföringsprov, mjölktänder och vattenprov. Deltagarna har också deltagit i intervjuer och kostundersökningar. TEDDY-studien avslutar insamlingen av data i mars 2025. Analyser av data beräknas pågå till och med år 2035.

TEDDY-studiens svenska webbsajt

TEDDY-studiens internationella webbsajt

Forskning

AI kan spela större roll i nutritionsbedömningen

Artificiell intelligens kan användas för att identifiera patienter med nutritionsrisk, analysera kroppssammansättning och ge stöd i kliniska beslut. En ny forskningsöversikt beskriver stora möjligheter för AI inom klinisk nutrition – men också risker och behovet av fortsatt mänsklig kontroll.

Redaktionen 16 september, 2026 • 3 minuters läsning

Artificiell intelligens har på kort tid blivit en del av många områden inom hälso- och sjukvården. Nu utvecklas också tillämpningar som riktar sig specifikt mot klinisk nutrition.

I en ny översikt i Current Opinion in Clinical Nutrition and Metabolic Care går forskare igenom hur AI kan användas från screening och nutritionsbedömning till kliniskt beslutsstöd och uppföljning.

En grundläggande möjlighet är att snabbt bearbeta mycket stora mängder patientdata. Genom att kombinera exempelvis journaluppgifter, laboratorievärden, bilddiagnostik och annan klinisk information kan algoritmer hitta mönster som kan vara svåra att upptäcka manuellt.

Kan upptäcka nutritionsrisk

Ett användningsområde är screening och tidig identifiering av patienter som löper risk för undernäring eller nutritionsrelaterade komplikationer.

AI-baserade modeller kan analysera stora databaser med patientinformation och användas för att förutsäga vilka patienter som har störst risk att utveckla problem. Det skulle kunna ge vårdpersonal möjlighet att sätta in nutritionsåtgärder tidigare.

Forskarna lyfter också fram användningen av medicinska bilder. Datortomografibilder som redan tagits av andra medicinska skäl innehåller information om bland annat patientens muskelmassa. Med hjälp av AI kan bilder analyseras automatiskt för att identifiera låg muskelmassa och sarkopeni och bidra till bedömningen av patientens risk och prognos.

Tekniken kan därmed göra information som redan finns i vården användbar även för nutritionsbedömningen.

Från bedömning till beslut

Nästa steg är kliniskt beslutsstöd. Genom att väga samman stora mängder information skulle AI-system exempelvis kunna bidra till att identifiera patienter som behöver nutritionsbehandling och ge underlag för mer individualiserade beslut.

I intensivvården, där patienternas tillstånd kan förändras snabbt och stora mängder data genereras kontinuerligt, ser forskarna särskilt stora möjligheter.

AI kan också användas för att förutsäga nutritionsrelaterade komplikationer och patientutfall. På sikt kan sådana system bidra till en mer individualiserad nutritionsbehandling, där rekommendationerna i större utsträckning anpassas efter den enskilda patientens tillstånd och riskprofil.

Kräver stora mängder bra data

Men möjligheterna kommer med tydliga begränsningar. AI-system är beroende av de data de tränats och testats på. Om underlaget är bristfälligt eller inte representerar de patienter som systemet senare används för finns risk för missvisande resultat.

För att utveckla tillförlitliga modeller behövs därför stora och välstrukturerade datamängder samt samarbete mellan kliniker, forskare och experter på dataanalys.

Det behövs också klinisk validering. Ett system som fungerar bra i en forskningsmiljö eller för en viss patientgrupp behöver inte automatiskt fungera lika bra i en annan vårdmiljö.

Stöd – inte ersättning för klinisk kompetens

Forskarna ser en betydande potential för AI att förändra den kliniska nutritionen, framför allt genom bättre screening, riskbedömning och mer individualiserade beslut.

Samtidigt behöver införandet ske under noggrann uppföljning. Målet är inte att ersätta den kliniska bedömningen utan att ge vårdprofessionen ytterligare information och beslutsstöd.

För dietisten väcker utvecklingen därför frågor som går utöver själva tekniken. Om en algoritm identifierar en patient som undernärd eller föreslår en nutritionsåtgärd behöver någon fortfarande kunna värdera resultatet i sitt kliniska sammanhang.

Ju mer avancerade beslutsstöden blir, desto viktigare blir därmed också frågan om vilken kunskap dietisten behöver för att förstå när AI hjälper – och när den riskerar att leda fel.

Källa: Singer P., Slavin Kish M. & Raphaeli O. Artificial intelligence in nutritional assessment and decision making. Current Opinion in Clinical Nutrition and Metabolic Care, 2026; 29(5):434–440.

Forskning

”Eating jetlag” kopplas till hjärt-kärlsjukdom

Att äta på olika tider under arbetsdagar och lediga dagar kan ha betydelse för hjärt-kärlhälsan. I en stor fransk studie var större variationer i måltidstider kopplade till högre risk för hjärt-kärlsjukdom hos män – även när forskarna tog hänsyn till bland annat kostkvalitet och sömn.

Redaktionen 14 september, 2026 • 3 minuters läsning

Vad vi äter har länge stått i centrum för kostforskningen. På senare år har intresset också ökat för när vi äter och hur måltidernas timing samspelar med kroppens dygnsrytm.

Nu har forskare från den stora franska NutriNet-Santé-studien undersökt fenomenet ”eating jetlag” – skillnaden mellan tidpunkten för måltider under arbetsdagar och lediga dagar.

Studien omfattade 104 806 vuxna, varav 79 procent var kvinnor. Deltagarnas medelålder vid studiens början var knappt 43 år och de följdes under en median på drygt åtta år.

Mätte första och sista intaget

Deltagarna fick vid upprepade tillfällen registrera allt de åt och drack under 24 timmar. Forskarna använde tidpunkterna för dagens första och sista energiintag för att beräkna mitten av varje deltagares dagliga ”ätfönster”.

Därefter jämfördes denna tidpunkt mellan arbetsdagar och lediga dagar. Ju större förskjutningen var, desto större var deltagarens så kallade eating jetlag.

Forskarna delade också in deltagarna efter om de åt ungefär samma tider under arbetsdagar och lediga dagar, försköt sitt ätande till senare tider när de var lediga eller i stället åt tidigare.

Drygt 70 procent behöll ungefär samma måltidsrytm. Omkring en fjärdedel försköt ätandet till senare tider under lediga dagar, medan knappt fem procent åt tidigare.

Samband sågs hos män

Under uppföljningen analyserade forskarna förekomsten av hjärt-kärlsjukdom, inklusive kranskärlssjukdom och cerebrovaskulär sjukdom.

Hos män var större eating jetlag kopplat till 14 procent högre risk för hjärt-kärlsjukdom och 21 procent högre risk för kranskärlssjukdom.

Män som försköt sitt ätande mer än en timme till tidigare tider under lediga dagar hade högre risk för både hjärt-kärlsjukdom och kranskärlssjukdom jämfört med dem som höll ungefär samma tider. Även en förskjutning till senare tider var kopplad till högre risk för kranskärlssjukdom.

Motsvarande tydliga samband sågs inte hos kvinnor.

Resultaten kvarstod efter att forskarna justerat analyserna för en rad faktorer, däribland ålder, fysisk aktivitet, rökning, alkoholintag, kostkvalitet och sömn.

Dygnsrytmen kan spela roll

En möjlig förklaring är kroppens cirkadiska rytm. Kroppens biologiska klockor påverkar bland annat glukosomsättning, blodtryck, hormonproduktion och metabolism. Om tidpunkterna för matintag regelbundet flyttas fram och tillbaka skulle det kunna bidra till en störning av dessa rytmer.

Men forskarna betonar att studien är observationell. Den kan därför inte visa att oregelbundna måltidstider i sig orsakar hjärt-kärlsjukdom.

Det är också oklart varför sambanden framför allt sågs hos män. Deltagarna i NutriNet-Santé är frivilliga och gruppen bestod till stor del av kvinnor, vilket också behöver vägas in när resultaten tolkas.

Forskarna menar att resultaten behöver bekräftas i andra populationer innan regelbundna måltidstider kan rekommenderas som en specifik strategi för att förebygga hjärt-kärlsjukdom. Studien bidrar samtidigt till ett växande forskningsområde där frågan inte bara är vad och hur mycket vi äter – utan också när vi äter.

Källa: Le Folcalvez X. et al. Eating jetlag based on meal timing discrepancies and risk of cardiovascular disease using the prospective cohort NutriNet-Santé. Communications Medicine, 2026.