Metabolic HealthForschungsarbeitOpen Access

Indonesiens Diabetes-Anstieg wird durch eine alternde Bevölkerung verursacht – nicht durch steigende Risiken

Eine 10-jährige Serienanalyse der nationalen Gesundheitserhebungen Indonesiens zeigt, dass die alternde Bevölkerungsstruktur – und nicht ein zunehmend ungesunder Lebensstil – die Diabetes-Epidemie antreibt.

Donnerstag, 3. September 2026 3 Aufrufe
Veröffentlicht in BMJ Open
A community health clinic in Indonesia with elderly patients waiting in chairs while a nurse prepares a blood glucose testing kit on a table

Zusammenfassung

Anhand von drei Wellen nationaler Gesundheitserhebungen in Indonesien (2013, 2018, 2023) mit jeweils Zehntausenden von Erwachsenen stellten Forscher fest, dass die Diabetesprävalenz von 10,7 % auf einen Höchststand von 11,8 % im Jahr 2018 anstieg und dann 2023 auf 11,3 % zurückging, während Prä-Diabetes von 44,5 % auf 39,2 % sank. Eine synthetische Kohortenanalyse zeigte, dass jüngere Geburtskohorten im gleichen Lebensalter tatsächlich niedrigere Diabetesraten aufweisen als ältere Generationen – ein generationeller Fortschritt. Der eigentliche Treiber steigender Fallzahlen ist die rasch alternde Bevölkerung Indonesiens. Ein hoher BMI und höheres Alter waren die stärksten Prädiktoren für Diabetes. Wohlstand zeigte einen komplexen Zusammenhang: Wohlhabendere Indonesier hatten geringere Chancen auf Prä-Diabetes, jedoch nicht konsistent geringere Chancen auf Diabetes. Die Ergebnisse sprechen für altersgezielt ausgerichtete Screening- und Präventionsprogramme anstelle pauschaler Maßnahmen.

Detaillierte Zusammenfassung

Indonesien, die viertbevölkerungsreichste Nation der Welt, steht vor einer drohenden Diabeteskrise. Projektionen zufolge wird die Zahl der Diabetiker von 18,7 Millionen im Jahr 2020 auf 40,7 Millionen bis 2045 ansteigen. Dennoch fehlten bislang belastbare Trenddaten, die laborbestätigte und selbstberichtete Diagnosen in national repräsentativen Stichproben kombinieren. Diese Studie schließt diese Lücke, indem sie drei Erhebungswellen der indonesischen nationalen Gesundheitssurveys analysiert – Riskesdas 2013, Riskesdas 2018 und SKI 2023 –, um die Prävalenz von Diabetes und Prä-Diabetes über ein Jahrzehnt zu verfolgen und jene demografischen Kräfte zu identifizieren, die die Zahlen tatsächlich antreiben.

Die Studie umfasste Erwachsene ab 15 Jahren, die sowohl einen Nüchternplasmaglukosetest (FPG) als auch einen oralen Glukosetoleranztest (OGTT) abgeschlossen hatten, mit ungewichteten Stichprobengrößen von etwa 26.000 im Jahr 2013, 23.000 im Jahr 2018 und 19.000 im Jahr 2023. Diabetes wurde definiert durch FPG ≥126 mg/dL oder OGTT ≥200 mg/dL bzw. eine selbstberichtete frühere Diagnose; Prä-Diabetes erforderte IFG (FPG 100–125 mg/dL) oder IGT (OGTT 140–199 mg/dL) bei Personen ohne Diabetesdiagnose. Erhebungsgewichte wurden für komplexe Stichprobendesigns und die Überrepräsentation diagnostizierter Fälle angepasst. Multivariable logistische und ordinale logistische Regressionsmodelle prüften Zusammenhänge mit Alter, Geschlecht, BMI, Wohnort, Vermögensquintil, Bildung, Beruf und Raucherstatus.

Die Gesamtprävalenz von Diabetes stieg von 10,7 % (95%-KI: 10,2–11,2 %) im Jahr 2013 auf 11,8 % (11,3–12,3 %) im Jahr 2018, bevor sie bis 2023 moderat auf 11,3 % (10,7–11,9 %) zurückging. Prä-Diabetes zeigte einen konsistenten Abwärtstrend und sank im selben Zeitraum von 44,5 % (43,6–45,3 %) auf 39,2 % (38,0–40,3 %). Der leichte Anstieg bei Diabetes in der Mitte des Beobachtungszeitraums könnte zum Teil eine verbesserte diagnostische Erfassung widerspiegeln. Eine synthetische Kohortenanalyse – bei der Personen derselben Geburtsdekade über die Erhebungsjahre hinweg verglichen wurden – ergab, dass jüngere Geburtskohorten im gleichen Lebensalter eine deutlich niedrigere Diabetesprävalenz aufweisen als ältere Kohorten. Personen, die in den 1980er Jahren geboren wurden, zeigten im Jahr 2023 niedrigere altersspezifische Raten als jene, die in den 1960er Jahren geboren wurden und sich im Jahr 2013 im gleichen Alter befanden – ein Hinweis auf eine echte generationenübergreifende Verbesserung des Gesundheitszustands. Umgekehrt blieb die Diabetesprävalenz bei Erwachsenen über 60 Jahren anhaltend hoch und stabil und verankerte die nationale Rate auf ihrem Niveau.

In der multivariablen Regression war ein Alter über 60 Jahre im Vergleich zu Personen unter 40 Jahren mit dem stärksten Zusammenhang mit dem Diabetesrisiko verbunden (adjustiertes OR deutlich erhöht, p<0,001). Der BMI war der andere dominante Prädiktor: Adipositas Klasse II oder höher war im Vergleich zu normalem BMI mit deutlich erhöhten Odds für Diabetes und Prä-Diabetes verbunden. Interessanterweise zeigte das Vermögensquintil divergierende Muster – ein höheres Vermögen war mit geringeren Odds für Prä-Diabetes assoziiert, jedoch nicht konsistent mit geringeren Odds für Diabetes. Dies könnte darauf hindeuten, dass wohlhabendere Personen mit unkontrollierten Risikofaktoren lang genug überleben, um einen manifesten Diabetes zu entwickeln, oder dass Ernährungsumstellungen bei höherem Einkommen neue glykämische Belastungen mit sich bringen. Städtischer versus ländlicher Wohnort und Raucherstatus zeigten nach Adjustierung weniger konsistente unabhängige Zusammenhänge.

Altersstandardisierte Analysen bestätigten, dass das intrinsische Diabetesrisiko bei Kontrolle der demografischen Altersstruktur nicht dramatisch gestiegen ist – der Anstieg der absoluten Fallzahlen ist wesentlich durch Indonesiens rasch alternde Bevölkerungspyramide bedingt. Dies ist eine entscheidende Neubewertung für die öffentliche Gesundheitspolitik: Sie verschiebt die Priorität von einer breit angelegten bevölkerungsweiten Risikoreduktion (die dennoch wichtig bleibt) hin zu gezieltem Screening, Monitoring und Interventionen für ältere Erwachsene, während gleichzeitig Programme für einen gesunden Lebensstil bei jüngeren Kohorten gestärkt werden, bei denen Präventionsmaßnahmen offenbar wirken. Ein wesentlicher Vorbehalt besteht darin, dass das Querschnittsdesign keine kausalen Schlussfolgerungen erlaubt und synthetische Kohortenmethoden kein Ersatz für eine echte Längsschnittbeobachtung sind. Darüber hinaus wurde in früheren Erhebungen geschätzt, dass 73 % der indonesischen Diabetiker nicht diagnostiziert waren, was bedeutet, dass Selbstberichtsdaten die tatsächliche Krankheitslast unterschätzen.

Wichtigste Erkenntnisse

  • Diabetes prevalence rose from 10.7% (2013) to 11.8% (2018), then declined to 11.3% (2023), suggesting a plateau rather than sustained escalation
  • Pre-diabetes prevalence fell consistently from 44.5% in 2013 to 39.2% in 2023, a 5.3 percentage-point improvement
  • Synthetic cohort analysis showed younger birth cohorts (e.g., born 1980–1989) had lower diabetes rates at the same age compared with older birth cohorts, indicating generational risk reduction
  • Diabetes prevalence remained persistently high and stable in adults over 60, with age being the strongest multivariable predictor (p<0.001)
  • Obesity (BMI ≥25–30+) was the second strongest predictor of both diabetes and pre-diabetes in adjusted models
  • Higher wealth quintile was associated with lower pre-diabetes odds but not consistently with lower diabetes odds, suggesting complex socioeconomic dynamics
  • Approximately 73.2% of Indonesia's diabetic population were estimated to be undiagnosed in prior national survey data, underscoring a major detection gap

Methodik

Serielle Querschnitts-Sekundäranalyse dreier national repräsentativer indonesischer Gesundheitserhebungen (Riskesdas 2013, Riskesdas 2018, SKI 2023) unter Verwendung von stratifiziertem mehrstufigem Zufallssampling mit Haushaltsrücklaufquoten von bis zu 77 % im Jahr 2023. Die ungewichteten Analysestichproben umfassten annähernd 26.448 (2013), 23.027 (2018) und 19.159 (2023) Erwachsene im Alter von ≥15 Jahren mit vollständigen FPG- und OGTT-Daten; schwangere Frauen wurden ausgeschlossen. Die Endpunkte wurden gemäß WHO-Kriterien unter Verwendung standardisierter Biomarkertests definiert, die über alle Erhebungsjahre hinweg konsistent waren. Zu den statistischen Methoden zählten gewichtete Prävalenzschätzungen, Spline- und LOESS-Regression für kontinuierliche Prädiktoren, synthetische Kohortenausrichtung über Geburtsjahrzehnte, multivariable logistische Regression sowie ordinale logistische Regression für den Schweregrad des glykämischen Status; alle Analysen wurden mit dem R-Paket „survey" unter Berücksichtigung des komplexen Studiendesigns durchgeführt.

Studienlimitierungen

Das Querschnittsdesign schließt kausale Schlussfolgerungen sowie die Verfolgung individueller glykämischer Verläufe im Zeitverlauf aus; die Analyse synthetischer Kohorten approximiert eine echte Längsschnitt-Nachverfolgung, ersetzt sie jedoch nicht. Die Erhebungsstichprobe biomedizinischer Tests umfasste nur eine Teilstichprobe der vollständigen nationalen Erhebung, und fehlende Daten zu BMI, Vermögen und Bildung wurden als fehlend kategorisiert statt imputiert, was zu Verzerrungen führen kann. Die Autoren erklärten keine Interessenkonflikte.

Hat dir diese Zusammenfassung gefallen?

Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.

E-Mail-Adresse zum Abonnieren eingeben: