Continuous Ketone Monitoring for the Masses: Risky or Rewarding? — Con 立場

開場：辯論的核心不是「CKM 有沒有前景」，而是「能不能現在就給大眾」

Jeremy Pettus 醫師以反方（con）立場開場，但一開始先點出這場辯論題目的關鍵字：continuous ketone monitoring for the masses。問題不是連續酮體監測（continuous ketone monitoring, CKM）在研究上有沒有趣、未來有沒有可能有用，而是：現在是否已經準備好把這項技術釋放到一般臨床世界、讓所有人都使用？

講者為 Jeremy Pettus, MD，University of California San Diego（UC San Diego）副教授、Winkler Endowed Chair for T1D Research，並參與 Taking Control of Your Diabetes（TCOYD）。

他也坦承自己在反方立場上有一點「不幸」或尷尬：NIH 其實已經意識到 CKM 可能是重要研究方向，特別是希望了解是否能利用 CKM 來讓 SGLT inhibitors / SGLT2 inhibitors（SGLTi）在第 1 型糖尿病（type 1 diabetes, T1D）中更安全使用，尤其是降低 diabetic ketoacidosis（DKA）風險。因此 NIH 發出研究申請徵求，他非常興奮地申請，現在也成為一個國際 CKM 研究聯盟的一員。

這個 NIH consortium 名為 SCAUT DKA，研究方向為「SGLTi use / Continuous Ketone Monitoring in Type 1 Diabetes to prevent DKA」。參與臨床中心包括 International Diabetes Center, Minneapolis（PI: Rich Bergenstall）、McGill University, Montreal（PI: Dr. Ahmad Haidar）、UC San Diego, La Jolla（PI: Jeremy Pettus）、AdventHealth, Orlando（PI: Rich Pratley），以及 The University of Melbourne, Australia（PI: David O'Neil）。

因此，Pettus 用一個很戲劇化的方式處理自己的角色衝突：他本人其實對 CKM 研究相當支持，也感謝 Abbott 捐贈感測器；但為了進入辯論的反方，他「字面上與象徵上」脫下外套，暫時不代表原本那位支持研究的 Jeremy Pettus，而是化身成一位 anti-CKM、反對現在就普及 CKM 的辯論角色。

他的反方論點從一個諷刺性開場開始：正方描繪了一個烏托邦式的糖尿病世界——每位醫師都是會寫 guideline 的 academic endocrinologist，每位病人都能理解資料、想要更多資訊，所有人對額外數據都能正確反應，世界一起和諧歌唱。但真實世界並非如此。真正要面對的，是當我們把大量、複雜、尚未有清楚行動指引的 CKM 資訊釋放給「大眾」時，醫療端與病人端是否真的準備好了。

CKM 的夢想鏈條：更多資料就會帶來更好結果嗎？

CKM 的理想願景看起來非常美好：

更多資料（more data） → 資料被理解且被需要（data is understood and wanted） → 資料能被採取行動（data is acted upon） → 預防 DKA（DKA prevented） → 因為能預防 DKA，所以第 1 型糖尿病可以安全使用 SGLT inhibitors → 取得 SGLTi 的各種好處 → 生活品質大幅改善 → 糖尿病被解決 → 大家慶祝，然後糖尿病專家們都要找新工作。

這條「CKM dream」在完整願景中還包含：better time in range（TIR）、lower A1c、renal benefits、cardiac benefits、weight loss，以及 quality of life booms。

但 Pettus 立刻反問：在前一場支持 CKM 的精彩演講中，究竟看到了多少證據能證明 CKM 已經做到這些？他認為目前多半只是 case reports、一些看起來有趣的「squiggly lines」曲線，還不足以支持把這項技術給「大眾」使用。

在這整條夢想鏈中，他願意先給正方一個綠色勾勾：CKM 確實會提供更多資料。 這沒有爭議。裝置會產生大量數據。問題是：資料更多，不等於資料有用；更多資料也可能是太多資料。

我們到底在量什麼？CKM 甚至不是在量「ketones」

第一個基本問題是：CKM 到底測量什麼？

Pettus 指出，這些裝置其實不是廣義地測量「ketones」，而是測量 β-hydroxybutyrate（beta-hydroxybutyrate, BHB）。所以嚴格來說，它不該叫 CKM，而更像是 continuous beta-hydroxybutyrate monitoring。他用 CGM 類比：CGM 測量 glucose，因此叫 continuous glucose monitor，不會叫 continuous saccharide monitor。那為什麼測 BHB 的裝置要叫 CKM？他開玩笑說，也許因為縮寫成 CBM 會有 “BM” 的尷尬聯想，不太適合市場命名。

這個命名問題背後其實是更大的臨床問題：我們連自己在監測什麼、什麼數值該擔心、單位是什麼，都還沒有普遍共識。

例如，什麼樣的 BHB 值會讓你擔心？

0.6 mmol/L？
0.8 mmol/L？
0.4 mmol/L 但正在上升？
1.5 mmol/L 但血糖正常？

每個情境都不同，也都可能讓人困惑。更基本的是，很多人甚至不知道酮體數值的單位。是 mg/dL？mg/L？還是像《星際大戰》裡 Kessel Run 的 parsecs？Pettus 的重點是：除非你是在學術環境或特別研究這個領域，多數臨床人員與病人並不熟悉這些單位，因為血中 BHB 並不是一般日常糖尿病照護中常規追蹤的指標。

換句話說，在說「每個人都應該在手臂上貼一個 CKM」之前，我們面對的是一個很根本的困境：我們不知道自己該怎麼稱呼它、不知道正常值是多少、不知道什麼數值該採取行動，甚至連單位都不熟。

這一段的核心警訊可濃縮為：我們不知道正在測量物的名稱、正常範圍與單位；在將其普及化之前，這本身就是重大問題。

即使是糖尿病專家，也未必知道正常 fasting ketone level

為了說明這個問題不是病人才不懂，Pettus 做了一個小型但很有代表性的「現場研究」。他在 TCOYD 的場合，找了 34 位糖尿病專家，現場問一個簡單問題：

正常 fasting ketone level 是多少？

他特別選擇在現場舉手投票，而不是線上問卷，因為如果線上問，大家可能會先查資料再回答。選項包括：

0.1 mmol/L
1.0 mmol/L
10.0 mmol/L
100 mmol/L

這些選項不是細微差異，而是相差到 1,000 倍 的量級。這不是在辯論 0.1 還是 0.3，而是從正常生理可能值一路跳到極端不合理的數字。

結果如何？他的結論非常直接：沒有人真的有把握。 回答分布很分散，顯示即使在糖尿病專家之間，對 fasting ketone level 的直覺理解也非常不一致。

34 位糖尿病專家的回答在 0.1、1.0、10.0、100 mmol/L 之間分散，約呈 12、11、7、4 人的分布；正確答案位於最低的 0.1 mmol/L 一側。這個分布顯示的不是精細學術爭議，而是基礎認知尚未普及。

Pettus 說，這看起來很像考試策略：大家覺得最高或最低的選項應該不太可能，所以猜中間。這就好像問在場所有糖尿病專家：「正常 fasting blood glucose 是多少？10 mg/dL？100 mg/dL？1,000 mg/dL？10,000 mg/dL？」如果大家對這題也猶豫不決，那就代表我們對這項資料的理解距離臨床可用還非常遙遠。

而這些人還是照護者、教育者，是理應教導糖尿病患者如何理解數據的人。如果連專家都不知道正常 ketone level 是多少，病人端更不可能自然理解。

因此，CKM 夢想鏈中的第二步——資料會被理解（data is understood）——在 Pettus 看來並不成立。

病人真的想要這些 ketone 資訊嗎？市場已經回答了

接著是另一個問題：就算資料可以被產生，病人與臨床端是否真的想要這些資訊？

Pettus 認為，市場已經給出答案。回顧 2010 年左右，那是 CGM 大規模成長之前，血糖試紙（blood glucose strips）市場非常龐大。當 CGM 後來愈來愈普及，血糖試紙市場逐漸下降，這代表一項新技術真的被需要、被使用，並取代了既有但較不方便的工具。CGM 之所以成功，是因為大家本來就需要 glucose data，CGM 提供了更好的方式取得這些資料。

2010 年 self-monitoring blood glucose（SMBG）試紙市場約為每年 150 億美元（~$15B annual market），反映當時對 glucose data 的巨大需求。

那麼血中 β-hydroxybutyrate 測試市場呢？Pettus 指出，目前血中 BHB 測試的市場大約比當時血糖試紙市場小 100 倍。換句話說，人們其實知道可以買 ketone meter、ketone strips，但他們沒有大量購買；醫療提供者也沒有廣泛推薦；臨床上並沒有把這類工具普遍發給患者。

如果病人沒有要求這項資料，醫師也沒有積極推薦，為什麼突然說：「你不想偶爾量 ketones，那如果我連續幫你量呢？」這在他看來邏輯不通。

他用一個幽默類比說明：給一個人他沒有要求的東西，還要連續給，就像你問對方「我可以哪天打電話給你嗎？」對方回答「謝謝，但我沒興趣。」你卻說：「了解，那如果我接下來每 5 分鐘打給你一次、一直打到永遠呢？」這就是把 CKM 強加給大眾的感覺：在病人從未要求這些資訊的情況下，讓他們手臂上多一個裝置，不斷吐出更多難以解讀的資料。

因此，CKM 夢想鏈中的「資料被需要（wanted）」也不成立。

Glucose 不是 ketones：血糖資料有行動路徑，酮體資料高度情境依賴

即便資料被產生，也必須能被採取行動。Pettus 強調，這裡需要先記住一件事：

glucose is not ketones.

血糖管理走到今天，花了很長時間才建立出相對清楚的行動框架。臨床上大致知道什麼是 low、normal、high，也知道低血糖或高血糖時該怎麼做。即使如此，血糖管理仍然需要大量教育。

血糖資料相對清楚：低血糖通常定義為 <70 mg/dL，常用目標範圍為 70–180 mg/dL，高血糖為 >180 mg/dL。低血糖行動計畫包括補充碳水化合物、重測、必要時重複；高血糖則可能包括視情況補胰島素、保持水分、並於 2–4 小時後重測。

但 ketones 完全不同。酮體數值高度依賴情境：

運動後上升可能是正常的。
生病時上升可能代表風險。
使用 SGLT inhibitors 時，BHB 數值可能呈現完全不同型態。
禁食（fasting）或低碳飲食（low carb）時，酮體上升也可能是預期中的生理現象。

因此，ketones 並不存在一個對每個人、每個情境都適用的「單一正常值」。同一個數字在不同情境下可能代表完全不同的意義。

ketone management 的特徵是 context、individual、complex；沒有 universal action plan，而是必須結合生病、SGLT2 inhibitors、運動、fasting / low carb 等脈絡，並看整體臨床狀況。

Pettus 提到正方快速帶過某些 action plan，例如喝水、做這個、做那個，但如果仔細看，ketone action plans 其實很複雜。到底是超過某個 threshold 就要行動？還是要持續 15 分鐘以上？如果數值上升後又下降，還要不要處置？目前並沒有清楚、普遍可操作的 guidelines。

所以，如果連臨床專家都還不確定每個情境該怎麼做，卻假設病人可以拿到 CKM 數據後自然知道如何反應，這就是一個錯誤假設。

大量 CKM 資料會變成大量臨床訊息與電話：誰來處理？

CKM 產生的資料不會只停留在 app 裡。病人看到資料後會焦慮、會詢問、會打電話或傳訊息給診所。而診所本來已經非常忙碌。

Pettus 特別提到臨床護理師與診所 staff 已經被日常工作淹沒。例行的血糖、藥物、設備、保險與病人照護訊息已經很多，現在若再加入一整批「crazy CKM calls」，而且又沒有清楚演算法或 guideline，臨床負擔會大幅上升。

現實中的 RN 與診所團隊往往已經 short-staffed，日常工作包含 medications、assessments、discharges、charting、call backs、patient care，以及維持整個診所運作。

目前 inbox 裡的問題可能像是：

我想換成 Dexcom 15-day sensor。
最近我的血糖普遍偏高，有什麼建議？

這些問題雖然也需要判斷，但至少臨床上大致知道如何處理。CKM 普及後，可能出現的新問題則完全不同：

我的 ketones 每天早上都上升，該怎麼辦？
我的 ketones 一夜之間變成兩倍，是否該打電話或去急診？
我運動後 ketones 上升，我是否該調整 cardio 與 weight training 的比例？
我在學校追蹤我兒子的 ketones，已經 0.7 mmol/L 兩小時了，我該去接他嗎？
每次 CKM 說 ketones 高，我用血酮機測卻差很多，我需要校正（calibrate）嗎？

最後這個問題尤其重要。CGM 的教育經驗告訴我們，當 CGM 數值與症狀不符時，可以用血糖機確認。那 CKM 呢？如果 CKM 數值不可信，是否要每個使用者再去買一台血酮機與試紙來確認？這就變成：給病人一個他原本不想要的 wearable，再要求他買另一個他原本也不想要的 blood ketone meter，來驗證第一個裝置吐出的資料。

因此，CKM 夢想鏈中的「資料會被採取行動（data is acted upon）」也站不住腳。Pettus 的結論是：目前無論病人端、醫療提供者端或診所流程，都遠未準備好處理 CKM 會帶來的資料。

核心判斷：我們對 CKM 將提供的資料「woefully unprepared to act」。這在糖尿病專家聚集的會場已經如此；若推向一般基層或偏遠地區診所，困難會更大。

CKM 會預防 DKA 嗎？必須先問：誰會發生 DKA？

CKM 最重要的承諾之一是預防 DKA。但 Pettus 認為，這是一個巨大的假設：不是只要提供 ketone 資訊，病人就會突然被啟發，然後 DKA 就會消失。

要問 CKM 是否能預防 DKA，必須先問：誰會發生 DKA？

臨床上很清楚，高風險族群通常包括：

A1c 較高者。
省略或漏打 insulin 者。
醫療可近性不足者。
有 psychosocial challenges 者。

這些病人確實困難，也確實需要幫助；但他們通常不是走進診間說：「醫師，我一直 DKA，如果你能再幫我手臂上貼一個會一直嗶嗶叫、提醒我我做得很差的裝置，也許問題就解決了。」這不是這群病人的典型需求。

Pettus 引用自己幾年前的研究：分析美國約 30,000 名第 1 型糖尿病患者，依 A1c 分層觀察 DKA 發生率。結果非常明顯：A1c 從 <6% 到 >13% 越高，DKA 率越高。約 1,900 個 DKA events 中，80% 發生在 A1c ≥9% 的人身上。

Pettus et al., Diabetes Care 2019 的資料顯示，12 個月 baseline period 的 DKA 發生率隨 HbA1c 上升而陡增；低 HbA1c 區間約 1–2% 左右，高 HbA1c 區間可上升到約 30% 以上，HbA1c 13% 或 >13% 附近約 34–35%。

面對 A1c >9%、真正容易發生 DKA 的病人，臨床重點通常不是「我們能不能把你從某個幫浦換到另一個更先進的幫浦，例如從 Mobi 換到 Omnipod 5？」更實際的高影響力問題是：

你每天有打 basal insulin 嗎？
我們能不能先做到一天至少對最大一餐 bolus 一次？
你有沒有醫療照護可近性？
你拿得到 insulin、針具、耗材與其他 supplies 嗎？
有沒有教育與支持能幫你避免完全中斷治療？

這些才是 DKA 預防的核心。若把重點放在再給一個 sensor、再加一個 wearable，並假設它能解決本質上與 engagement、access、insulin omission 與 psychosocial barriers 有關的問題，並不合理。

Pettus 用圖像化方式描述落差：真正需要幫助的人 是 A1c 高、DKA 風險高的人；但 最可能真的去使用 CKM 的人，可能是已經高度投入、自我管理良好、追求 performance data 的族群，例如馬拉松跑者，希望用 ketone device 最佳化早晨跑步。這些人當然也值得尊重，但這不是 CKM 最初被期待用來消除 DKA 的主要族群。

此外，對「大眾」而言，必須有大型、隨機、臨床對照試驗（large randomized controlled clinical trials）證明 CKM 能降低 DKA，尤其是在真正高風險族群中。目前並沒有這樣的證據。因此，CKM 夢想鏈中的「DKA prevented」目前也不能成立。

SGLT inhibitors：CKM 可能是未來關鍵，但現在還不能說已經解決問題

Pettus 承認，SGLT inhibitors 是他自己也抱有期待的部分。大家都希望能在第 1 型糖尿病中安全使用這些藥物，因為它們可能帶來許多好處；問題一直是 DKA 風險。於是自然會問：如果 CKM 可以即時偵測 ketones，是否就能預防 DKA，進而「解鎖」SGLT inhibitors 在 T1D 的安全使用？

這是一個很有吸引力的希望，但必須先問：使用 SGLT inhibitor 時，CKM data 會長什麼樣子？

Pettus 分享來自 SCAUT consortium 同事 Dr. Ahmad Haidar 的尚未正式發表資料。首先，在沒有使用 SGLT inhibitor 的人身上，CKM 可看到一些 ketosis events；這裡定義為 BHB 超過約 1.0 mmol/L 的 trigger threshold，且至少持續 15 分鐘。在未使用藥物時，一些人可能大約每週出現一次這樣的 ketosis event。若這真的令人擔心，似乎還有可能透過教育教病人如何處理。

但當這些人使用 empagliflozin 10 mg/day 後，情況完全不同：他們完全沒有症狀，但 ketosis events 大幅增加，甚至可接近每天一次。這表示 SGLT inhibitors 確實會提高 BHB 或 ketosis events；但目前問題是：這到底是好事、壞事，還是多數時候只是生理變化？我們並不知道。

相關研究方向包括 Continuous Ketone Monitoring in People With Type 1 Diabetes Using SGLT2 Inhibitors（EmpaCKM），ClinicalTrials.gov ID: NCT06753994，由 Dr. Ahmad Haidar 參與推動。

這立刻帶來臨床規則的混亂：如果病人有使用 SGLT inhibitor，就要遵循一套 ketone action plan；如果沒有使用，又是另一套。那如果病人停藥兩天呢？要回到未使用 SGLT inhibitor 的規則嗎？何時切換？這些都會讓教育變得非常複雜。

在 SGLT2 inhibitor 使用情境下，CKM plan 可能需要不同於未使用者：例如更頻繁或不同方式地檢查 ketones、採用不同 targets，並考慮餐食與運動對 ketones 的影響可能不同；相對地，未使用 SGLT2 inhibitor 時可能仍需依 meals、exercise 調整判讀與處置。這代表臨床工作流程不是單一路徑，而是至少兩套路徑。

Pettus 的結論非常精準：CKM doesn’t solve the SGLT-i ketone problem; it just lets us watch it in real time.
CKM 並沒有自動解決 SGLT inhibitors 造成的 ketone 問題，它只是讓我們即時看見問題。

目前仍需要蒐集資料，才能知道在 SGLT inhibitors 使用者身上，什麼樣的 BHB pattern 真的危險、何時該介入、如何介入，以及如何避免過度警報與過度處置。因此，目前不能直接說 CKM 已經能讓 SGLT inhibitors 在 T1D 中安全使用。Pettus 仍然相信未來可能會走到那一步，自己也正在相關研究中努力，但現在還沒到那裡。

生活品質會變好嗎？更多資料可能讓人更受限，而不是更自由

即使 CKM 尚未證明能預防 DKA 或安全解鎖 SGLT inhibitors，或許它至少可以提升生活品質？病人也許會覺得更安全、更安心？

Pettus 轉向 diabetes quality of life 的研究。他提到好友 Dr. Bill Polonsky 近期關於 diabetes constraint 的研究：糖尿病真正讓人痛苦的地方之一，是人們覺得被疾病限制，不能像平常那樣生活。

Polonsky et al., DTS 2024 提出的核心問題是：每一項新的 diabetes technology 都應該被一個問題檢驗——Does it make life feel less constrained?

diabetes constraint 的概念可透過幾個問題表現出來，例如：

我花在思考糖尿病上的時間，比我希望的更多。
我覺得有壓力要吃點心以避免低血糖。
我覺得運動受到限制。
我覺得飲食與生活的 spontaneous choices 受到限制。
我不像想要的那樣自由。

那 CKM 能解決這些問題嗎？

Pettus 認為多半不能。若病人已經覺得花太多時間思考糖尿病，CKM 會給更多資料，而且當 CKM 提供資訊時，往往是令人擔心的資訊，結果很可能讓病人更常想到糖尿病。CKM 對低血糖本身幫助不大；但對運動，反而可能增加限制感，因為運動本身可能提高 ketones。病人可能開始想：我跑步時 ketones 超過 0.6 mmol/L，是不是要停？我是不是要邊運動邊即時監測？我是不是要喝 Gatorade 或做其他處置？

同樣地，在飲食與生活彈性方面，CKM 也可能讓人更不自由。若每次禁食、低碳、運動後都看到 ketones 上升，卻沒有清楚行動指引，病人可能更焦慮、更受限，而不是更安心。

Pettus 強調，給第 1 型糖尿病患者另一個裝置，然後等於對他們說「自己 figure it out」，在要推向大眾時並不適當。

與 CGM、AID 相比：CKM 現階段的價值主張不清楚

Pettus 接著比較不同 diabetes technology 對生活品質的影響。

CGM 成功，是因為它帶來明確好處：不用頻繁 fingersticks、讓人感覺安全、提供可行動的資料。市場也已經證明 provider 與 patient 都喜歡 CGM。Pettus 說，他與 Jennifer Sherr 都不會願意放棄自己的 CGM，因為 CGM 確實讓人感到安全，也提供有價值的資訊。

AID（automated insulin delivery）系統則提供另一種明確價值：less work with better results。使用者可能仍然需要把 bolus 做好，但 AID 尤其能幫助夜間睡眠，讓 overnight blood glucose 更常維持在範圍內。

技術與生活品質的常見價值主張可簡化為：CGM = no fingersticks、feeling safe、actionable data；AID = less work and better results。

那 CKM 現在提供什麼？Pettus 的答案比較悲觀：更多資料，但也可能帶來更多焦慮、成本、困惑、負擔，甚至他開玩笑說「破碎的婚姻」。這個笑話背後的意思是，當更多警報、更多不確定數字、更多照護討論進入家庭生活時，未必會讓生活更輕鬆。

因此，「quality of life booms」目前也缺乏資料支持。

結語：CKM 的目標值得追求，但尚未準備好給大眾

Pettus 最後回到整條 CKM dream。到目前為止，唯一可以打勾的是：CKM 會提供更多資料。 但其他關鍵環節都還沒有充分成立：

資料是否被理解？目前不是。
資料是否被需要？市場似乎說不是。
資料是否能被採取行動？目前 guideline 與流程不足。
是否能預防 DKA？沒有大型隨機臨床試驗證明。
是否能安全解鎖 SGLT inhibitors？仍需研究。
是否能提升生活品質？甚至可能增加焦慮與限制感。

他承認自己真正希望 CKM 未來能做到兩件重要事情：

降低 DKA。
讓 SGLT inhibitors 能更安全地用於第 1 型糖尿病。

最終目標是讓 CKM reduce DKA，並 allow safe use of SGLT inhibitors。

但現階段，CKM 更可能提供的是 confusing data，並增加 patient anxiety、clinic burden 與 cost。Pettus 並不是說永遠不可能，也不是否定 CKM 的研究價值；他的反方結論是：若問題是「是否已經 ready for the masses」，答案是還沒有。

Take-home Summary

CKM 的辯論核心是「for the masses」：不是研究上有沒有前景，而是是否能現在普及到一般臨床與所有患者。
CKM 確實會帶來 more data，但更多資料不代表更好結果；資料必須被理解、被需要、能行動，才有臨床價值。
目前連糖尿病專家都未必熟悉 fasting ketone level、BHB 單位與正常範圍，顯示教育基礎尚不足。
市場對血酮測試需求遠低於血糖測試；病人並沒有明確要求 continuous ketone information。
Ketones 與 glucose 不同：血糖有相對清楚的 thresholds 與 action plans；ketones 高度受 sickness、exercise、fasting、low carb、SGLT inhibitors 等情境影響。
CKM 可能大幅增加診所訊息、電話與護理負擔，尤其在沒有清楚 guideline 與 algorithm 的情況下。
DKA 高風險族群多半是 A1c 高、insulin omission、access 不足與 psychosocial challenges 的患者；他們更需要 insulin、access、education，而不一定是另一個複雜 wearable。
SGLT inhibitors 使用者的 CKM pattern 可能出現頻繁無症狀 ketosis events；CKM 只是即時看見 ketone 問題，尚未證明能解決問題。
生活品質未必改善；更多警報與不確定資料可能讓患者更焦慮、更覺得被糖尿病限制。
現階段最合理結論：CKM 值得研究，也可能有未來角色，但尚未準備好作為給大眾使用的標準技術。