利用 CGM 作為糖尿病表型分型的潛在工具（Using CGM as a Potential Tool for Diabetes Phenotyping）

會議／場次： ENDO 2026／In Range: Gadgets for a New Era of Precision Medicine in Glucose Management（SY08）
短講： SY08-02
講者： Devin Steenkamp, MD

整理稿

從血糖變異性看動態表型

Steenkamp 將演講分成兩條相連的問題：連續血糖監測（continuous glucose monitoring, CGM）能否在傳統空腹血糖、HbA1c 與口服葡萄糖耐量試驗之外，提早看見糖尿病風險；以及 CGM 圖譜能否協助辨認不同的糖尿病病理生理表型。

血糖變異性（glycemic variability, GV）常以標準差（standard deviation, SD）與變異係數（coefficient of variation, CV）描述。SD 會受到平均血糖影響；CV 以 SD 除以平均血糖再乘以 100%，較能比較不同平均血糖下的波動。投影片將 CV <30%列為 optimal、30%–36%列為 acceptable、>36%列為高變異，並指出較高 CV 與低血糖風險增加相關。GV 也與睡眠中斷、心血管及微血管併發症、氧化壓力、內皮功能障礙與較差的認知表現相關，但講者特別提醒：相關性不等於已證明「主動降低 GV」會改善長期臨床結局，仍缺乏前瞻性介入證據。

Framingham 資料：傳統正常不代表 CGM 沒有異常

Nicole Spartano 團隊在 Framingham Heart Study 邀請超過 2,000 名參與者於 2022–2025 年佩戴 Dexcom G6、最長 10 天；約 11%在收集資料時已有糖尿病或使用糖尿病相關藥物。講者呈現的 Aim 3 分析尚屬 Bakhshi 等人的 2026 medRxiv preprint／未發表會議資料，因此應視為假說生成，而不是已確立的診斷標準。

其中一張投影片分析 1,356 人，依傳統檢查分為 normoglycemia 753 人、isolated impaired glycemic features 410 人與 multi-trait dysglycemia 193 人；再依血糖高於 140 mg/dL 的時間負擔及 mean amplitude of glycemic excursions（MAGE）分成低負擔／低變異 491 人、低負擔／高變異 188 人、高負擔／低變異 187 人、高負擔／高變異 490 人。多重糖代謝異常者多落在高負擔／高變異群，但傳統 normoglycemia 中也有人呈現相同 CGM 表型，提示單點檢驗可能未捕捉全天動態差異。

另一張投影片改用二元傳統分類，顯示 normoglycemia 768 人、prediabetes 588 人；這是不同的分析分組，不能與前一張三分類人數互換。高負擔／高變異群的 10 年預測 CVD risk estimate較高，且 FPG、HbA1c、2-hour postprandial glucose、triglyceride-glucose index、triglycerides 與 systolic blood pressure 等風險特徵較不利。這裡比較的是預測風險與橫斷面表型，並非已觀察到較多心血管事件，也不能證明 CGM 表型造成風險。

Slides 延伸補充：同一份未發表資料另以 unsupervised clustering 分出 no、low、mild、moderate、high dysglycemia 五群（n=33、139、633、475、76）；這支持 CGM 訊號可能呈連續光譜，但分群仍需外部族群與前瞻性結果驗證。

臨床圖譜可以提示方向，尚不能單獨下診斷

講者用三種常見圖形建立直覺：夜間平穩、餐後迅速升高的 postprandial-spike phenotype；高低血糖交替、常見於 type 1 diabetes 或 insulin-deficient type 2 diabetes 的 insulin-deficient phenotype；以及全天基線偏高但波動小的 high-baseline／low-variability phenotype。示例 AGP 的 CV 達 56.9%，伴隨大量高、低血糖，呈現典型 roller-coaster pattern；原始投影片含個案出生日期，屬非必要識別資訊，發布稿不保留。

這些圖譜目前多來自小型、橫斷性、回顧性或單中心研究，未必在大型、多元族群中重現；MAGE 與 hourly between-day CV 等進階指標也尚未納入標準 ambulatory glucose profile（AGP）報告。CGM 現階段較適合用來提出鑑別診斷與選擇後續檢查，而不是取代自體抗體、C-peptide、遺傳檢測或既有糖尿病診斷標準。

LADA：殘存 beta-cell function 與較低波動

成人潛伏性自體免疫糖尿病（latent autoimmune diabetes in adults, LADA）是緩慢進展的自體免疫性糖尿病，常在成人起病時被歸為 type 2 diabetes。它可能同時具有過重、insulin resistance 與較慢 beta-cell function 流失；若仍保留 C-peptide，低血糖與 GV 理論上可低於典型、明顯 insulin-deficient 的 type 1 diabetes。

中國 multicentre cross-sectional study 最初納入 842 人，排除 CGM 資料不足者後分析 815 人：type 1 diabetes 501 人、LADA 105 人、type 2 diabetes 209 人。參與者使用 Medtronic MiniMed iPro2／Enlite 至少 5 天並完成 2-hour mixed-meal tolerance test。三組 HbA1c 相近，而 fasting 與 2-hour C-peptide 由 type 1 diabetes、LADA 至 type 2 diabetes 依序上升；type 1 diabetes 的 SD、MAGE 與 CV 最高。LADA 中，高 GADA titre 的 LADA-1 較接近 type 1 diabetes，低 titre 的 LADA-2 較接近 type 2 diabetes；C-peptide 是 GV 的重要負向預測因子。

講者也引用西班牙 2026 年 multicentre cross-sectional observational study：以診斷年齡 <30 歲區分 type 1 diabetes 555 人、≥30 歲區分 LADA 890 人，分析 FreeStyle Libre 2 的既往 56 天資料。time below range <70 mg/dL（TBR70）區分兩組的 ROC AUC 僅 0.608；LADA 的 GV 與低血糖風險較低，即使校正病程仍有差異。年齡切點不是完善的病因分類，AUC 也只代表有限辨識力，因此這項結果不能把 CGM 當成 LADA 的確診工具。

HNF1A-MODY：餐後尖峰與跨日可重複性

Maturity-onset diabetes of the young（MODY）多為 autosomal dominant monogenic diabetes，估計超過 80%未被辨認。HNF1A-MODY（MODY 3）的 glucose-stimulated insulin secretion 在接近正常血糖時尚可維持；當 glucose 上升後，分泌反應逐漸不足，因此常見空腹相對平穩、餐後明顯升高的圖譜。投影片列出的臨床線索包括 75-g OGTT 2-hour glucose rise >80 mg/dL與相對低的 basal insulin requirement，但任何一項都不是單獨確診條件。

Steenkamp 團隊的 proof-of-concept study 僅納入 5 位 genetically confirmed HNF1A-MODY，與 115 位無可測 C-peptide 的 type 1 diabetes 比較。五位 HNF1A-MODY 的 minimum hourly between-day CV 均 ≤17.3%，maximum 均 ≤37.1%；115 位 type 1 diabetes 中僅 12 位（10.4%）同時低於兩個門檻（p<0.001）。HNF1A-MODY 的 TBR <70 mg/dL 較低（平均 0.68% vs 3.4%，p<0.01），MODD、CONGA24 與 maximum hourly between-day CV 也較低。這表示同一時段的日與日 glucose pattern 可能較可重複，但五人樣本只能支持可行性，尚不足以建立篩檢 cutoff。

GCK-MODY：輕度、穩定且日間 CV 低

GCK-MODY（MODY 2）的 glucose sensing set-point 向較高濃度位移，因此自出生起常有穩定的 fasting hyperglycemia，投影片列為約 110–150 mg/dL；75-g OGTT 的 2-hour rise 通常 <60 mg/dL，HbA1c 多接近正常上限或僅輕度上升。講者表示，正確診斷後多數患者不需要降血糖治療，長期進展與併發症風險很低；這是一般表型描述，不應寫成任何情境下都「零風險」或一律停止治療。

Ren 等人的 case-control study 比較 25 位 genetically confirmed GCK-MODY、25 位 HbA1c-matched drug-naive type 2 diabetes 與 25 位 age／sex／BMI-matched normal glucose tolerance，使用 masked FreeStyle Libre 14 天。GCK-MODY 的 daytime CV 為 20.58±3.18%，與 normal glucose tolerance 的 19.96±3.47%無顯著差異（p=0.605），但低於 type 2 diabetes 的 27.28±3.13%（p<0.001）；24-hour CV 亦呈類似方向。其訊息是：輕度、穩定 hyperglycemia、低 daytime CV 與很小 postprandial excursion 應提高對 GCK-MODY 的懷疑，最終仍須結合家族史與 genetic testing。

現場問答：族群、飲食與 time in tight range

有聽眾詢問 HNF1A-MODY 的餐後模式是否與部分亞洲族群相似。Steenkamp 回答，現有確診資料較多來自 European-ancestry populations，可能反映研究與 genetic testing 分布不均，不能據此推論非洲或亞洲族群的真實盛行率較低。University of Chicago 的與會者也強調，不應用 ancestry 排除 monogenic diabetes。

對飲食造成的混雜，講者認為早期研究宜使用 blinded sensor與 standardized mixed-meal tolerance test 或 OGTT；若受試者可即時看到 glucose，可能主動改變飲食與行為。不同時間的食物、活動與其他生理因素都會影響 CGM，因此還需要 prospective longitudinal studies，而不能由幾張典型 tracing 推及所有人。

臨床辨認 GCK-MODY 時，應細問跨世代 family history、診斷年齡與歷年 glucose／HbA1c；兒童時期已存在的輕度 fasting hyperglycemia，或 pregnancy 24–28 週 OGTT 出現 fasting glucose 偏高但 1、2-hour response 相對正常，都是講者常見的線索。

最後談到 time in tight range（70–140 mg/dL），講者同意傳統 TIR 70–180 mg/dL 對輕度 dysglycemia 的鑑別可能不足；MAGE 等波動指標即使在低負擔群也可能呈現差異。不過這些更緊的範圍與變異指標能否預測 incident diabetes 或臨床結局，仍需要後續 funding 與縱向驗證。

講者的結論

不同糖尿病與 emerging prediabetes phenotype 可能具有反映底層病理生理的 CGM fingerprint。CGM 提供的資訊遠多於目前標準軟體輸出的少數指標，研究方向也正由 static threshold 走向 dynamic pattern-based classification；但目前 clinical guidelines 尚未把 CGM 納入糖尿病病因分型的正式診斷路徑。

最務實的下一步不是讓 CGM 單獨「判型」，而是把經前瞻性驗證的 CGM metrics 與既有 calculators、C-peptide、自體抗體、genetic testing 及其他 biomarkers 結合，測試它們是否真的改善診斷、風險分層與預防決策。