《Cell Metabolism》重磅发布首个CGMap ：数千名非糖尿病人群的持续葡萄糖监测数据，探索CGM衍生指标的临床价值

导读：

糖尿病是世界范围内的主要健康问题，糖尿病已遍布全球所有国家。糖尿病患病率在过去十年已不断上升，预测未来也将持续上升。到2030年，预计超过7%的成年人口，即4亿成年人，将被诊断患有糖尿病，其中发展中国家的糖尿病成年人增加69%，发达国家增加20%。对患者而言，糖尿病的短期和长期并发症，如冠心病和心血管事件的风险较高。这种疾病的日益流行带来了巨大的经济负担。在医疗体系方面，根据数据统计，仅在美国，2007年糖尿病前期达到2180亿美元，随着糖尿病患病率的上升，这一费用还会增加。

临床常用的血糖监测方式包括：空腹血糖、出现糖尿病相关症状时的随机血糖、糖化血红蛋白（HbA1c，评估既往2-3个月平均血糖）以及口服葡萄糖耐量试验(OGTT)中测量的葡萄糖水平等，尽管这些检测成本低且简单，但它们无法提供关于血糖变异性或全天血糖值快速变化的信息。这些测试还有额外的缺点，例如空腹血糖在几天之间变化很大，在某些情况下HbA1C并不可靠(如贫血、缺铁或怀孕期间等) 。目前糖尿病前期和糖尿病的临床诊断是由HbA1C检测分别高于5.7%和6.5%的单一阈值来定义的，尽管从健康到疾病的进展是一个复杂的持续变化的过程，基于这些，我们强调需要超越传统单一的血糖监测方式，寻求更好的工具来诊断、治疗和管理糖尿病期和糖尿病患者。

• 首个探究非糖尿病人群的CGM数据的大规模、前瞻性、纵向研究
  

• 使用扫描式CGM，探索7000多例非糖尿病人群的血糖相关指标与身体健康指标及实验室参数的关联

• 首个CGM数据及衍生参数集，一个未来CGM研究的参考工具

• 与临床参数相关的CGM的衍生指标，包含眼底成像信息

• CGM的衍生参数，包含清醒和睡眠状态的临床参数信息

8个衍生指标均随年龄增长而发生变化，其中MAGE与年龄的相关性最大

• 年龄每增加1岁，MAGE增加0.130 mg/dL

• 且在男女中也不相同，其中男性增加0.144 mg/dL，女性增加0.117 

CGM随年龄增长而发生变化可能反映整个生命历程的糖代谢变化，然而，量化这些变化可帮助临床医师估计预期变化并识别异常变化。

• 身体测量学指标已被证明与血糖波动和平均血糖息息相关

• 身体测量学指标与8个衍生指标几乎都存在一定的相关性

• 腰围、BMI、总脂肪含量、内脏脂肪含量和Android区组织脂肪百分比均与TIR呈正相关

②脂质指标

• 总胆固醇和低密度脂蛋白与8个CGM衍生指均不相关

• 高密度脂蛋白与TIR呈负相关，甘油三酯与TIR呈正相关

• 高密度脂蛋白与eA1C、MODD、J-指数、HBGI呈负相关；与LBGI呈正相关，与MAGE和CV不相关

• 除LBGI外，收缩压和舒张压与其它衍生指标均呈正相关
• 坐位收缩压、坐位舒张压与TIR呈正相关，颈动脉内中膜厚度与TIR呈负相关
• 颈动脉内中膜厚度与LBGI呈正相关，与其它指标呈负相关
• eGFR仅与HBGI呈显著正相关

④肝脏指标

• 谷草转氨酶与MODD呈正相关

• 谷丙转氨酶和肝脏衰减系数与TIR呈正相关，其余肝脏指标与TIR无显著相关性

• 谷丙转氨酶与J_指数、MODD、eA1c呈正相关，与LBGI呈负相关

• 除总睡眠时间和呼吸紊乱外，其余睡眠紊乱相关指标均与TIR有显著相关性
• 平均氧饱和度与CV、LBGI呈正相关，与其它指标呈负相关
• 总睡眠时间仅与MODD呈负相关，与其它指标无相关性

⑥饮食习惯指标

• 平均每日碳水化合物卡路里摄入与TIR呈正相关，平均每日脂肪卡路里摄入与TIR呈负相关

• 每日卡路里摄入与CV、MAGE、MODD呈正相关，与其它无关

• 每日碳水化合物卡路里摄入与LBGI呈负相关，与其它呈正相关

• 每日脂肪卡路里摄入与LBGI无关，与其它指标呈负相关

睡眠时，BMI与eA1C、J_指数的相关性系数分别为0.06(p=1.2×10﹣23)和0.12(p=3.23×10﹣14)；而清醒时，分别为0.004(p=0.97)和0.02(p=0.80)；在其它临床指标中，CGM衍生指标与其相关性的差异也较为明显。

• 睡眠时，甘油三脂与eA1C、J_index、HBGI和LBGI有显著相关性，而清醒时则不相关

• 睡眠时，肝脏衰减系数、氧减指数和坐位舒张压和eA1C、J_index、LBGI有显著相关性，而清醒时则不相关

• 睡眠和清醒时，除平均每日碳水化合物卡路里摄入外，其它饮食习惯指标与CGM衍生指标均无相关性

此外，所有清醒和睡眠时的CGM衍生指标和临床指标的结果可通过 https://github.com/ayya-keshet/CGMap 进行查找。

• 本研究收集超过7000名非糖尿病人群的CGM数据，发现CGM衍生指标随年龄增长而发生变化，且与糖尿病相关的临床指标息息相关

• 笔者发现，非糖尿病人群的CGM指标较糖尿病人群有所不同，在非糖尿病人群中，广泛使用的血糖控制相关指标与临床指标的相关性较弱，但血糖控制相关指标（如TIR、eA1C等）可作为非糖尿病人群的血糖受损的标志物

• 大健康人群也应该关注血糖变化，了解血糖波动趋势，进而改变自己的生活方式，增强体力活动和改善压力调节等

• 笔者认为CGMap将成为临床医生和研究人员的宝藏工具：评估使用CGM的患者与非糖尿病人群的健康状况，评估使用CGM的临床试验结果，并开展关于CGM和相关健康结局的新研究，扩大人类未来的健康和疾病知识库，从而更有效的进行疾病的预防和治疗管理

Keshet A, Shilo S, Godneva A, Talmor-Barkan Y, Aviv Y, Segal E, Rossman H. CGMap: Characterizing continuous glucose monitor data in thousands of non-diabetic individuals. Cell Metab. 2023 May 2;35(5):758-769.e3. doi: 10.1016/j.cmet.2023.04.002. Epub 2023 Apr 19. PMID: 37080199.