Diabetes subtype classifier Diabetes
subtype
classifier 糖尿病サブタイプ分類アプリ 糖尿病
サブタイプ
分類アプリ
Language:
English 日本語
years
years
kg/m2
cm
%
mg/dL
ng/mL
mg/dL
mg/dL
U/L
U/L
mg/dL
mL/min/1.73m2
0% 25% 50% 75% 100%
Instructions 使い方
  1. Enter values in blank fields (red = required, blue = recommended). Leave blank if unknown.
    ・Except for age at diabetes diagnosis, either past or current values are acceptable as long as the timing of the measurements is consistent (however, values within several years of the diabetes diagnosis are relatively preferable).
    ・Enter values for the following items only when fasting: glucose, C-peptide, HOMA2-β, HOMA2-IR, triglyceride
    ・In “Fasting C-peptide”, you may enter a value obtained by multiplying the fasting insulin level by 0.21. Example: Fasting insulin 10 (μU/mL) → Fasting C-peptide 2.1 (ng/mL)
  2. Click “Analyze” to calculate estimated values for blank fields and determine the predicted diabetes subtype.
  3. Diagnosis
    1. The subtypes are determined from the probabilities (bar graph) for the five diabetes subtypes.
    2. The subtypes change based on the threshold value. Start with the default value of 60%.
    3. If none of the five diabetes subtypes exceed 60%, the subtype will not be calculated. In this case, adjusting the threshold value will calculate a subtype. If a subtype still cannot be calculated, it will be classified as “Undecidable”.
  1. 空欄（赤字 = 必須項目、青字 = 推奨項目）に数値を入力して下さい。不明の場合は未入力のままでよいです。
    ・糖尿病診断年令 以外、測定時期を一致させれば、入力は過去値でも現在値でもよい（ただし、糖尿病診断後数年以内の値が、比較的望ましい）。
    ・以下の項目は空腹時のみ記入：血糖、C-ペプチド、HOMA2-β、HOMA2-IR、中性脂肪
    ・空腹時C-ペプチド欄に空腹時インスリン × 0.21 を入力しても可。例 空腹時インスリン 10 (μU/mL) →空腹時C-ペプチド 2.1 (ng/mL)
  2. 解析をおすと、未入力項目の推定値と糖尿病サブタイプが算出されます。
  3. 判定方法
    1. 5つの糖尿病サブタイプの確率（棒グラフ）から推定糖尿病サブタイプが判定されます。
    2. 推定糖尿病サブタイプは閾値で変化します。まず初期値60%をお使い下さい。
    3. 5つの糖尿病サブタイプのいずれも60%以上でない場合、推定糖尿病サブタイプは算出されません。この場合、閾値を変化させれば、推定糖尿病サブタイプが算出されます。それでも推定糖尿病サブタイプが算出されない場合は、分類不能と判定されます。
References
  1. Ahlqvist E et al. Lancet Diabetes Endocrinol 2018;6:361.
  2. Tanabe H, et al. Diabetes Res Clin Pract 2021;180:109067.
  3. Tanabe H, et al. Diabetologia 2024;67:2446.
  4. Watanabe-Shimoji K, et al. Diabetologia 2026;69:883.
Last updated: Jun 2, 2026
Analyzing...解析中...
English 日本語
The tool provided on this website was developed by the Department of Diabetes, Endocrinology, and Metabolism at Fukushima Medical University in collaboration with the joint research team (see Machine learning-based reproducible prediction of type 2 diabetes subtypes Diabetologia 2024; 67:2446).
The tool classifies individuals with diabetes into diabetes subtypes based on data-driven clustering (Ahlqvist, Lancet Diabetes Endocrinol 2018;6:361) in health checkups and clinical settings.

As of June 1, 2025, the impact of using this tool in clinical practice has not been validated, so it is not intended for diagnosis or treatment decision-making.
Therefore, the creators and operators of this tool are not responsible for any damages arising from or related to the use of this tool or its results.

Please note that values and results entered on this site may be used for research purposes.
If you wish to conduct research using this tool, please contact the Department of Diabetes, Endocrinology, and Metabolism at dem@fmu.ac.jp for information regarding permission and conditions of use. 本ウェブサイトで提供されているツールは、福島県立医科大学 糖尿病内分泌代謝内科学講座および共同研究チームが開発した手法（Diabetologia 2024; 67:2446–2458 機械学習に基づく2型糖尿病サブタイプの再現可能な予測）に基づき、健診や臨床現場で糖尿病をもつ方を糖尿病サブタイプに分類することを目的に開発されました。

2025年6月1日現在、本ツールを用いた診療への影響について検証されておらず、実際の診断や治療方針の決定に利用されることは想定していません。
したがって、本ツールの使用またはその結果に起因または関連して生じたいかなる損害についても、本ツールの作成者または運営者は、一切の責任を負いません。

尚、本サイトを利用するに際し入力された数値および結果は、研究目的で使用させていただく場合があることをあらかじめご承知おきください。
また、本ツールを用いた研究を希望される方は許諾条件を糖尿病内分泌代謝内科学講座dem@fmu.ac.jpまでお問い合わせ下さい。