*仅供医学专业人士阅读参考
CGM推动血糖管理迈入精准时代。
撰文：黄斑斑
在糖尿病管理领域，持续葡萄糖监测（CGM）技术的发展为患者和医疗工作者提供了全新的血糖管理视角[1]。然而，随着技术普及，其准确性以及临床指标应用方面的争议日益凸显。在2025年美国糖尿病协会（ADA）会议上，三位专家围绕CGM的准确性争议、葡萄糖管理指标（GMI）与糖化血红蛋白（HbA1c）的临床应用比较展开讨论，层层剖析了当前CGM技术面临的关键挑战，对金标准HbA1c提出了质疑，为我们揭示了CGM技术在糖尿病管理中的现状与未来方向。
CGM的准确性争议：指标解析与临床挑战
CGM的准确性是其临床应用的基础，而相关指标的解读直接影响其在糖尿病管理中的信任度。Michael Cohen教授详细解析了CGM准确性评估的核心指标及其局限性。
图1 Michael Cohen教授主题报告
▌准确性指标的多维解读[2]
1.平均绝对相对差（MARD）：作为CGM准确性的核心指标，MARD反映了CGM读数与参考值的相对偏差。研究显示，CGM的MARD通常在9%-12%之间，但在低血糖状态下，同一绝对误差会导致更高的相对偏差。此外，血糖快速变化时，组织间液葡萄糖滞后于血液葡萄糖，以及CGM佩戴首日和末日的传感器稳定性问题，均会导致MARD升高。
2.一致性率（AR）：ISO标准要求血糖仪的AR误差在15%以内的比例需≥95%，而CGM的AR15通常为80%-90%，AR20（误差在20%以内）为85%-95%，反映出CGM在准确性上与BGM的差距。
3.误差网格分析：以DTS误差网格为例，约83%-90%的CGM读数位于临床安全的A区，而共识误差网格的A区比例更高（如92.5%），提示误差网格的选择会影响准确性评估结果。
4.低血糖与高血糖检测率：CGM对低血糖的真阳性检测率约75%，但假警报率高达50%，即半数的低血糖警报可能为误报，这不仅导致患者焦虑，还可能引发警报疲劳。此外，约25%的真实低血糖事件可能被CGM漏检。
尽管CGM存在准确性局限，但其持续反馈仍显著改善了临床结局。研究显示，使用CGM后，患者每年的低血糖事件从5.1次降至3次，且为胰岛素泵和闭环胰岛素输送系统的应用奠定了基础。Cohen教授强调，CGM的价值在于“足够准确”而非“绝对准确”，其提供的动态血糖变化趋势比单一数值更具临床指导意义。
GMI和HbA1c，新旧指标的碰撞与融合：谁更值得信赖？
Nicole Earhart教授围绕GMI与HbA1c的临床应用展开讨论，揭示了两者在不同人群中的一致性差异及个体化应用策略[3]。
图2 Nicole Earhart教授主题报告
▌HbA1c的临床价值与局限性
①红细胞寿命影响：缺铁性贫血可使HbA1c假性升高，慢性肾病则使其假性降低。
②人群差异：非西班牙裔黑人的HbA1c较平均葡萄糖（MG）高0.2%-0.6%，而非洲裔美国人在相同HbA1c水平下的MG更低，提示HbA1c可能无法准确反映不同人群的真实血糖状态。
③时间窗限制：HbA1c反映2-3个月的平均血糖，无法捕捉血糖波动和短期变化。
▌GMI的演变与临床应用困境
GMI源于HbA1c衍生平均葡萄糖（ADAG）研究，旨在通过CGM数据估算等效HbA1c值，便于临床沟通。然而，其在不同人群和设备中的不一致性逐渐显现：
①设备差异：使用Libra或Dexcom等不同CGM设备时，GMI与HbA1c的不一致率可达50%以上，超过1%的差异率在20%左右。
②人群特异性：在健康人群中，GMI较HbA1c高0.6%，且58%的个体存在>0.5%的差异；慢性肾病患者中，70%的个体GMI与HbA1c的绝对差异>0.5%，提示GMI在特定人群中的准确性不足。当患者存在铁缺乏性贫血时，HbA1c可能假性升高，而GMI和平均葡萄糖更能反映真实血糖状态，避免过度胰岛素治疗。
Earhart教授强调，GMI与HbA1c并非对立关系，而是互补工具。HbA1c仍为诊断金标准，但GMI可用于筛查糖尿病风险，尤其是在有家族史或糖负荷试验异常的个体中，其较高的数值（如5.9%）可更早启动干预。GMI在存在红细胞寿命异常（如贫血、肾病）或血糖波动显著的患者中更具优势，而HbA1c在无上述干扰因素的患者中仍可作为长期控制指标。
TIR/TITR：糖尿病管理的新范式与临床证据
来自卢布尔雅那大学的Tadej Battelino教授则以前瞻视角，论证了以葡萄糖为中心、特别是血糖达标时间（TIR，3.9-10.0mmol/L）和严格血糖达标时间（TITR，3.9-7.8mmol/L）作为新一代血糖评估和预后指标的强大证据，直指HbA1c的不足[4]。
▌TIR/TITR的临床预测价值
微血管与大血管并发症：前瞻性研究显示，TITR（血糖在70-140mg/dL的时间比例）对视网膜病变的预测能力优于HbA1c，且在血糖控制较好（HbA1c<7%）的人群中，TITR的预测价值更为显著。此外，TIR每降低10%，心血管事件风险增加，白蛋白尿风险上升，提示TIR与并发症的强相关性。
特殊人群应用：在糖尿病足溃疡患者中，TIR<70%的患者溃疡愈合时间是TIR>70%患者的2倍；在慢性肝病患者中，TIR与肝纤维化指标显著相关，而HbA1c无此关联；妊娠糖尿病患者中，血糖控制轨迹（如持续良好vs.初期不良后期改善）与不良妊娠结局风险呈11倍差异，凸显TIR在特殊人群中的管理价值。
Batalino教授进一步指出，HbA1c在血糖接近正常范围时对并发症的预测能力下降，而TIR/TITR可捕捉“正常范围内的异常”。例如：
▌UK Biobank研究显示，认知功能和脑体积变化与HbA1c的关联在正常范围即可检测到，而TIR能更敏感地反映血糖波动对器官的影响。
▌虚拟DCCT研究通过机器学习模拟CGM数据，发现TIR对视网膜病变和微量白蛋白尿的预测能力（HR=1.96）显著强于HbA1c（HR=1.3），提示TIR可能成为未来临床试验的主要终点。
尽管TIR/TITR的临床价值已被证实，但其标准化仍需突破（如不同设备的一致性、监测时长的标准化）。FDA已认可心电图作为心律失常的主要终点，未来或可推动TITR成为糖尿病临床试验的核心指标。
未来展望：技术革新与临床实践的融合
基于上述证据，三位专家的讨论勾勒出CGM技术发展的三大方向：
①准确性优化：通过算法改进（如动态校准）和传感器材料升级，降低MARD尤其是低血糖时的误差，减少假警报率。
②指标标准化：推动GMI方程的设备特异性优化和TIR/TITR的统一定义，建立跨设备、跨人群的标准化评估体系。
③个体化医疗：结合患者特征（如红细胞寿命、种族）和实时血糖数据，开发个性化的血糖管理模型，实现“精准控糖”。
在临床实践中，医疗工作者需综合运用HbA1c、GMI、TIR/TITR等多维指标，结合患者具体情况（如是否使用胰岛素、并发症风险）制定个体化管理方案。糖尿病管理的终极目标并非“达标”，而是通过动态血糖监测和精准干预，实现并发症的早期预防和生活质量的全面提升。
CGM技术的争议与革新，恰是糖尿病管理从“经验医学”向“数据驱动医学”转型的缩影。随着技术的不断进步和证据的持续积累，我们有理由相信，CGM将在糖尿病全程管理中发挥愈发核心的作用，为患者带来更精准、更个性化的照护。
参考文献：
[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，敬请关注医学界 2025ADA会议专栏
责任编辑丨小林
*\"医学界\"力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。
熊宝宝配资,股票配资的正规平台,股票杠杆软件下载提示：文章来自网络，不代表本站观点。
