*僅供醫學專業人士閱讀參考

CGM推動血糖管理邁入精準時代。

撰文：黃斑斑

在糖尿病管理領域，持續葡萄糖監測（CGM）技術的發展為患者和醫療工作者提供了全新的血糖管理視角[1]。然而，隨著技術普及，其準確性以及臨床指標應用方面的爭議日益凸顯。在2025年美國糖尿病協會（ADA）會議上，三位專家圍繞CGM的準確性爭議、葡萄糖管理指標（GMI）與糖化血紅蛋白（HbA1c）的臨床應用比較展開討論，層層剖析了當前CGM技術面臨的關鍵挑戰，對金標準HbA1c提出了質疑，為我們揭示了CGM技術在糖尿病管理中的現狀與未來方向。

CGM的準確性爭議：指標解析與臨床挑戰

CGM的準確性是其臨床應用的基礎，而相關指標的解讀直接影響其在糖尿病管理中的信任度。Michael Cohen教授詳細解析了CGM準確性評估的核心指標及其局限性。

圖1 Michael Cohen教授主題報告

▌準確性指標的多維解讀[2]

1.平均絕對相對差（MARD）：作為CGM準確性的核心指標，MARD反映了CGM讀數與參考值的相對偏差。研究顯示，CGM的MARD通常在9%-12%之間，但在低血糖狀態下，同一絕對誤差會導致更高的相對偏差。此外，血糖快速變化時，組織間液葡萄糖滯后于血液葡萄糖，以及CGM佩戴首日和末日的傳感器穩定性問題，均會導致MARD升高。

2.一致性率（AR）：ISO標準要求血糖儀的AR誤差在15%以內的比例需≥95%，而CGM的AR15通常為80%-90%，AR20（誤差在20%以內）為85%-95%，反映出CGM在準確性上與BGM的差距。

3.誤差網格分析：以DTS誤差網格為例，約83%-90%的CGM讀數位于臨床安全的A區，而共識誤差網格的A區比例更高（如92.5%），提示誤差網格的選擇會影響準確性評估結果。

4.低血糖與高血糖檢測率：CGM對低血糖的真陽性檢測率約75%，但假警報率高達50%，即半數的低血糖警報可能為誤報，這不僅導致患者焦慮，還可能引發警報疲勞。此外，約25%的真實低血糖事件可能被CGM漏檢。

盡管CGM存在準確性局限，但其持續反饋仍顯著改善了臨床結局。研究顯示，使用CGM后，患者每年的低血糖事件從5.1次降至3次，且為胰島素泵和閉環胰島素輸送系統的應用奠定了基礎。Cohen教授強調，CGM的價值在于“足夠準確”而非“絕對準確”，其提供的動態血糖變化趨勢比單一數值更具臨床指導意義。

GMI和HbA1c，新舊指標的碰撞與融合：誰更值得信賴？

Nicole Earhart教授圍繞GMI與HbA1c的臨床應用展開討論，揭示了兩者在不同人群中的一致性差異及個體化應用策略[3]。

圖2 Nicole Earhart教授主題報告

▌HbA1c的臨床價值與局限性

①紅細胞壽命影響：缺鐵性貧血可使HbA1c假性升高，慢性腎病則使其假性降低。

②人群差異：非西班牙裔黑人的HbA1c較平均葡萄糖（MG）高0.2%-0.6%，而非洲裔美國人在相同HbA1c水平下的MG更低，提示HbA1c可能無法準確反映不同人群的真實血糖狀態。

③時間窗限制：HbA1c反映2-3個月的平均血糖，無法捕捉血糖波動和短期變化。

▌GMI的演變與臨床應用困境

GMI源于HbA1c衍生平均葡萄糖（ADAG）研究，旨在通過CGM數據估算等效HbA1c值，便于臨床溝通。然而，其在不同人群和設備中的不一致性逐漸顯現：

①設備差異：使用Libra或Dexcom等不同CGM設備時，GMI與HbA1c的不一致率可達50%以上，超過1%的差異率在20%左右。

②人群特異性：在健康人群中，GMI較HbA1c高0.6%，且58%的個體存在>0.5%的差異；慢性腎病患者中，70%的個體GMI與HbA1c的絕對差異>0.5%，提示GMI在特定人群中的準確性不足。當患者存在鐵缺乏性貧血時，HbA1c可能假性升高，而GMI和平均葡萄糖更能反映真實血糖狀態，避免過度胰島素治療。

Earhart教授強調，GMI與HbA1c并非對立關系，而是互補工具。HbA1c仍為診斷金標準，但GMI可用于篩查糖尿病風險，尤其是在有家族史或糖負荷試驗異常的個體中，其較高的數值（如5.9%）可更早啟動干預。GMI在存在紅細胞壽命異常（如貧血、腎病）或血糖波動顯著的患者中更具優勢，而HbA1c在無上述干擾因素的患者中仍可作為長期控制指標。

TIR/TITR：糖尿病管理的新范式與臨床證據

來自盧布爾雅那大學的Tadej Battelino教授則以前瞻視角，論證了以葡萄糖為中心、特別是血糖達標時間（TIR，3.9-10.0mmol/L）和嚴格血糖達標時間（TITR，3.9-7.8mmol/L）作為新一代血糖評估和預后指標的強大證據，直指HbA1c的不足[4]。

▌TIR/TITR的臨床預測價值

微血管與大血管并發癥：前瞻性研究顯示，TITR（血糖在70-140mg/dL的時間比例）對視網膜病變的預測能力優于HbA1c，且在血糖控制較好（HbA1c<7%）的人群中，TITR的預測價值更為顯著。此外，TIR每降低10%，心血管事件風險增加，白蛋白尿風險上升，提示TIR與并發癥的強相關性。

特殊人群應用：在糖尿病足潰瘍患者中，TIR<70%的患者潰瘍愈合時間是TIR>70%患者的2倍；在慢性肝病患者中，TIR與肝纖維化指標顯著相關，而HbA1c無此關聯；妊娠糖尿病患者中，血糖控制軌跡（如持續良好vs.初期不良后期改善）與不良妊娠結局風險呈11倍差異，凸顯TIR在特殊人群中的管理價值。

Batalino教授進一步指出，HbA1c在血糖接近正常范圍時對并發癥的預測能力下降，而TIR/TITR可捕捉“正常范圍內的異常”。例如：

▌UK Biobank研究顯示，認知功能和腦體積變化與HbA1c的關聯在正常范圍即可檢測到，而TIR能更敏感地反映血糖波動對器官的影響。

▌虛擬DCCT研究通過機器學習模擬CGM數據，發現TIR對視網膜病變和微量白蛋白尿的預測能力（HR=1.96）顯著強于HbA1c（HR=1.3），提示TIR可能成為未來臨床試驗的主要終點。

盡管TIR/TITR的臨床價值已被證實，但其標準化仍需突破（如不同設備的一致性、監測時長的標準化）。FDA已認可心電圖作為心律失常的主要終點，未來或可推動TITR成為糖尿病臨床試驗的核心指標。

未來展望：技術革新與臨床實踐的融合

基于上述證據，三位專家的討論勾勒出CGM技術發展的三大方向：

①準確性優化：通過算法改進（如動態校準）和傳感器材料升級，降低MARD尤其是低血糖時的誤差，減少假警報率。

②指標標準化：推動GMI方程的設備特異性優化和TIR/TITR的統一定義，建立跨設備、跨人群的標準化評估體系。

③個體化醫療：結合患者特征（如紅細胞壽命、種族）和實時血糖數據，開發個性化的血糖管理模型，實現“精準控糖”。

在臨床實踐中，醫療工作者需綜合運用HbA1c、GMI、TIR/TITR等多維指標，結合患者具體情況（如是否使用胰島素、并發癥風險）制定個體化管理方案。糖尿病管理的終極目標并非“達標”，而是通過動態血糖監測和精準干預，實現并發癥的早期預防和生活質量的全面提升。

CGM技術的爭議與革新，恰是糖尿病管理從“經驗醫學”向“數據驅動醫學”轉型的縮影。隨著技術的不斷進步和證據的持續積累，我們有理由相信，CGM將在糖尿病全程管理中發揮愈發核心的作用，為患者帶來更精準、更個性化的照護。

參考文獻：

[1]Jancev M,et, al. Diabetologia. 2024 May;67(5):798-810.

[2]Acciaroli G, et, al. J Diabetes Sci Technol. 2018 Jan;12(1):105-113.

[3]Olczuk D, et, al. Diabetes Metab Syndr. 2018 Apr-Jun;12(2):181-187.

[4]Dunn TC,et, al. Diabetes Technol Ther. 2024 Mar;26(3):203-210.

更多信息，敬請關注醫學界 2025ADA會議專欄

責任編輯丨小林

*"醫學界"力求所發表內容專業、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據時另行核查。