連續血糖監測（CGM）判讀技巧：臨床實務指引
目的：提供糖尿病照護者一份系統化、可落地執行的 CGM / AGP 判讀框架，涵蓋核心指標、國際共識目標、結構化判讀流程、以及常見血糖型態（夜間低血糖、黎明現象、餐後高峰、高變異性）的辨識與處置。 資料來源：2019 ATTD 國際 Time-in-Range 共識（Battelino et al., Diabetes Care）、IDC AGP 標準化報告（Johnson et al., DTT 2019）、德國 AGP 判讀共識（Kröger et al., JDST 2020）、AGP 實務指引（Czupryniak et al., Diabetes Ther 2022）、OpenEvidence 臨床綜整。
1. 為何 CGM 判讀比 HbA1c 重要
HbA1c 僅反映 2–3 個月的平均血糖，無法呈現：
- 血糖變異性（intraday / interday fluctuations）
- 低血糖的頻率、深度、持續時間
- 特定時段（夜間、餐後、運動後）的血糖型態
- 在貧血、血紅素病變、缺鐵、懷孕、慢性腎病等情境下可能失真
Beck et al. 2017 的研究顯示，實驗室測得 HbA1c 8.0% 的個案，CGM 平均血糖可低至 155 mg/dL 或高至 218 mg/dL，重疊於 HbA1c 7.0% 與 9.0% 的 CI——這正是「平均值謬誤（fallacy of average）」。CGM 則可直接觀察血糖偏移、量化變異度，並呈現可執行的時間軸型態。
2. 核心 CGM 指標（10 metrics）
依 2019 ATTD 國際共識（Battelino et al.）[1] 與 Czupryniak 2022 整理 [4]：
| # | 指標 | 定義 / 目標 |
|---|---|---|
| 1 | Sensor active days | 建議至少連續 14 天 |
| 2 | % sensor data captured | ≥ 70%（14 天中至少 10 天） |
| 3 | Mean glucose | 計算期間平均血糖 |
| 4 | GMI（Glucose Management Indicator） | GMI (%) = 3.31 + 0.02392 × mean glucose (mg/dL) — 取代 eA1c，但不等於實驗室 HbA1c |
| 5 | %CV（Glucose variability） | CV = SD / mean × 100%；目標 ≤ 36%；> 36% 表不穩定、低血糖風險增 |
| 6 | TAR Level 2 | > 250 mg/dL（> 13.9 mmol/L）；目標 < 5%（< 1h12min/day） |
| 7 | TAR Level 1 | > 180 mg/dL（> 10 mmol/L）；目標 < 25%（< 6h/day） |
| 8 | TIR（Time in Range） | 70–180 mg/dL；目標 > 70%（> 16h48min/day） |
| 9 | TBR Level 1 | < 70 mg/dL；目標 < 4%（< 58min/day） |
| 10 | TBR Level 2 | < 54 mg/dL；目標 < 1%（< 15min/day） |
2.1 TIR 與 HbA1c 的對應關係
- 每 10 個百分點 TIR ↑ ≈ HbA1c ↓ 0.8%（Vigersky & McMahon 2019）
- TIR > 70% ≈ HbA1c ≈ 7.0%（53 mmol/mol）
- 每 5% TIR 增加即具臨床意義（Battelino 2019）
2.2 GMI vs HbA1c 的落差
GMI 不考慮紅血球壽命、血紅素病變、貧血、腎功能等因素。臨床上：
- GMI > HbA1c：可能紅血球壽命縮短（溶血、EPO 治療、大量失血）或醣化速率偏低
- GMI < HbA1c：可能紅血球壽命延長（缺鐵、脾切除）或醣化速率偏高
- 當兩者差距 > 0.5% 時，要警覺並避免以 HbA1c 過度激進降糖，否則會造成隱性低血糖
2.3 TIR 與併發症
- TIR 每降 10% → 視網膜病變進展風險 ↑ 64%、白蛋白尿 ↑ 40%（Lu 2018）[10]
- TIR 與心血管死亡率呈負相關（Lu 2021）
3. 國際共識目標（依族群）
| 族群 | TIR 範圍 | TIR 目標 | TBR < 70 | TBR < 54 | TAR > 180 | TAR > 250 |
|---|---|---|---|---|---|---|
| T1D / T2D 一般成人 | 70–180 mg/dL | > 70% | < 4% | < 1% | < 25% | < 5% |
| 高齡 / 高風險族群 | 70–180 mg/dL | > 50% | < 1% | 0% | < 50% | — |
| T1D 懷孕 | 63–140 mg/dL | > 70% | < 4% (< 63) | < 1% | < 25% | — |
| T2D / GDM 懷孕 | 63–140 mg/dL | （資料有限，常建議 > 90%） | < 4% | < 1% | — | — |
3.1 Time in Tight Range（TITR）
針對使用 AID（automated insulin delivery, 混合閉迴路胰島素幫浦）的個案，新興指標為 70–140 mg/dL 的 TITR，目標 > 50%。目前仍在驗證中，尚未寫入共識。
3.2 高齡族群的特殊考量
- 首要目標是避免低血糖，而非追求 HbA1c
- 可接受 TAR > 50%（換取 TBR < 1%）
- 適用於失能、認知退化、多重共病、預期壽命有限者
4. Ambulatory Glucose Profile（AGP）解剖
AGP 是將 ≥ 14 天的 CGM 資料疊合為單一 24 小時「典型日」 的標準化單頁報告。由 Mazze et al. 1987 原創，由 IDC 持續演化，現為 CGM 資料呈現的國際標準。
4.1 三大區塊
| 區塊 | 內容 |
|---|---|
| Section 1: Glucose Statistics & Time in Ranges | 10 項核心指標、彩色堆疊條圖（target / low / very low / high / very high） |
| Section 2: AGP（modal day 圖） | 24 小時曲線：中位線（50th）、IQR（25–75th）、IDR（5–95th） |
| Section 3: Daily Glucose Profiles | 14 天每日軌跡縮圖（週末 vs 平日、運動日 vs 休息日） |
4.2 AGP 曲線的三條帶
- 中位線（深藍）：50% 值的中位；理想應平坦且落於目標範圍
- IQR（深藍帶，25–75th）：50% 的讀數落此帶。寬度反映治療因素相關的變異（胰島素劑量、ICR、ICF 錯誤）
- IDR / 5–95th（淺藍帶）：90% 的讀數落此帶。寬度反映行為因素（漏餐、運動、飲酒、IMI 錯誤）
Kröger et al. 2020 的關鍵洞察：IQR 寬 = 治療問題；IDR 寬但 IQR 窄 = 行為問題；兩者皆寬 = 雙重問題。這個分工是後續決定「調胰島素還是衛教」的核心判斷點。
5. 結構化判讀流程（Step-by-Step）
5.1 IDC 的「9 Steps」（Johnson 2019）
- 確認資料足夠性：≥ 14 天、≥ 70% 使用時間
- 在紙本 AGP 上標註：糖尿病型態 / 病程 / 體重 / 日胰島素劑量、起床 (W) / 早 (B) / 午 (L) / 晚 (D) / 睡 (BT) 時間、藥物時間、運動與點心習慣
- 請個案自述 AGP 圖中他看到什麼、為什麼
- 先找低血糖型態：若 5th percentile 觸及 70 mg/dL → 有 5% 時間 < 70 mg/dL，考慮介入；若 25th percentile 觸及 70 或 5th 觸及 54 → 立即行動
- 再找高血糖型態（對照用餐時間、週末/平日差異）
- 檢視 IQR 與 IDR 寬帶區段 → 評估變異性來源
- 對照前次 AGP → 進步或退步
- 每次只做 1–2 項處置改動；永遠先處理低血糖，再處理高血糖
- 印出標註版給個案、存 PDF 於病歷
5.2 德國專家共識的結構化流程（Kröger 2020）
1. 資料品質
↓
2. 定義目標範圍與 TIR
↓
3. 辨識並消除低血糖
↓
4. 評估並優化血糖變異性
↓
5. 檢查血糖穩定性（斜率 dGlucose/dt）
↓
6. 評估血糖暴露量（AUC）
核心原則：上一層未解決前，不處理下一層。低血糖未解決前，不追高血糖；變異性未改善前，無法穩定血糖剖面。
5.3 Czupryniak 2022 的簡化三步驟
- 評估安全（Safety first）：看 TBR、辨識低血糖型態
- 評估療效（Efficacy）：看 TIR、TAR 是否達標
- 尋找可改動的型態（Actionable patterns）：看 AGP 曲線與每日軌跡，決定何處需要調整胰島素或非胰島素藥物
6. 常見血糖型態與處置
6.1 夜間低血糖（Nocturnal Hypoglycemia）
辨識：AGP 圖上午夜–早上 6 點間，中位線或 5th percentile 進入紅區 (< 70 mg/dL)；Daily views 顯示特定夜晚發生（運動日、飲酒後）。
處置：
- 減基礎胰島素劑量（尤其長效或幫浦基礎率）
- 用 insulin secretagogues（SU, glinides）時確認睡前點心
- 啟用 CGM 低血糖警報（real-time 或 predictive low glucose suspend）
- 評估是否為反彈性高血糖前的低血糖（Somogyi effect）
6.2 黎明現象（Dawn Phenomenon）
辨識：中位線於凌晨 3–4 點到 8–9 點間持續上升 > 10 mg/dL，且沒有先發生夜間低血糖。T1D 約 54%、T2D 約 55% 有此現象。
處置：
- 幫浦使用者：增加凌晨 3–6 點基礎率
- MDI：改用更長效基礎胰島素（degludec / glargine U300），或調整施打時間至睡前較晚
- 避免僅增加睡前胰島素劑量（易造成 2–4 AM 低血糖）
- 若有黃昏現象（晚餐後血糖仍高），考慮 GLP-1 RA（T2D）或重檢晚餐 ICR
6.3 餐後尖峰（Postprandial Spikes）
辨識：每日軌跡中，於典型用餐後 1–2 小時出現一致性尖峰；AGP 於該時段 IQR 帶變寬。
處置：
- 提早給藥：prandial insulin 改為餐前 15–20 分鐘（不是餐後或餐當下）
- 檢視 ICR（insulin-to-carbohydrate ratio）是否需調整
- 調整醣類攝取（低 GI 食物、前置蛋白/脂肪/纖維）
- T2D 加 GLP-1 RA 或 SGLT2i 以鈍化餐後偏移
- 若尖峰 > 250 mg/dL 且持續 → 考慮 super-bolus / extended bolus（幫浦）
6.4 高變異性（High Glucose Variability, CV > 36%）
辨識：CV > 36%、IQR 或 IDR 寬帶；每日軌跡差異大。
處置先後順序（Czupryniak 2022）：
- 先消除低血糖（即使 TIR 已達標，CV > 36% 仍警示未來低血糖風險）
- 再找變異性來源：
- 治療型（IQR 寬）：胰島素劑量 / ICR / ICF / 注射部位脂肪增生（lipohypertrophy）
- 行為型（IDR 寬）：漏餐、IMI 不當、不規律作息、運動、飲酒、壓力
- 慢性病因：腸胃吸收異常（麩質不耐、糖尿病胃輕癱）、間歇性疾病、類固醇
7. 實務陷阱（Pitfalls）
| 陷阱 | 說明 | 對策 |
|---|---|---|
| 只看 TIR 忽略 TBR | TIR 70% 但 TBR 6% 仍是不良控制 | 永遠先看 TBR，再看 TIR |
| 把 GMI 當 HbA1c | 兩者可差 0.5–1%，不同病理生理機轉 | 以 GMI 追蹤趨勢（週/月），以 HbA1c 追蹤長期 |
| 資料不足卻判讀 | < 10 天資料、< 70% 捕獲 → 統計不穩定 | 先等資料累積，勿做結論 |
| 一次改太多項 | 難以辨識何者有效 / 有害 | 每次 1–2 項改動，2–4 週後再檢視 |
| 忽略每日軌跡 | 只看疊合 AGP，錯過週末 / 運動日特殊型態 | 一定要同時看 Section 3 |
| 忽略注射部位問題 | 脂肪增生區吸收不穩定 → 高變異性的隱形主因 | 觸診注射部位、輪替教育 |
| 把黎明現象當基礎劑量不足 | 盲目加睡前基礎 → 半夜低血糖 | 看中位線斜率判斷，考慮改劑型或幫浦基礎率 |
| CV 36% 是「門檻」而非「目標」 | 穩定個案常 CV < 30% | 以 ≤ 36% 為安全線，< 30% 為理想 |
8. 特殊情境
8.1 懷孕 / GDM
- 目標範圍更嚴格：63–140 mg/dL（3.5–7.8 mmol/L）
- T1D 孕婦 TIR > 70% 可顯著降低新生兒併發症（CONCEPTT trial）
- 孕期 HbA1c 本身會下降 → 不可以 HbA1c 為唯一指標
8.2 AID（自動胰島素輸送）使用者
- 目標 TIR > 70% 容易達成，可進一步追求 TITR（70–140 mg/dL）> 50%
- 檢查 auto-correction / auto-basal 的時段分布
- 若常在 auto-mode exit → 找出脫離原因（校正過期、斷訊、過激運動）
8.3 T2D 未使用胰島素者
- CGM 仍可改善 HbA1c（MOBILE trial, JAMA 2021；Martens et al.）
- 重點在衛教回饋：讓個案看見特定食物、運動、用藥的即時血糖效應
- 可採間歇性 real-time CGM（每季 14 天）
9. 一頁式判讀清單（Cheat Sheet）
□ 資料足夠？ ≥ 14 天、≥ 70% 使用
□ TBR < 54 < 1%？ TBR < 70 < 4%？ → 先處理低血糖
□ TIR > 70%？（高齡 > 50%；孕婦 > 70% in 63-140）
□ TAR > 250 < 5%？ TAR > 180 < 25%？
□ CV ≤ 36%？
□ GMI 與 HbA1c 差異 > 0.5%？ → 找紅血球壽命/醣化差異
□ AGP 中位線是否平坦？
□ IQR 寬帶在哪個時段？ → 治療因素
□ IDR 寬帶在哪個時段？ → 行為因素
□ 夜間（0-6 AM）有無低血糖或黎明現象？
□ 餐後 1-2h 有無尖峰？
□ Daily views 週末 vs 平日差異？
□ 決定 1-2 項處置，2-4 週後再評估
進階篇：AGP 深度分析與複雜個案
11. 進階 AGP 分析技巧
11.1 IQR vs IDR 的分離分析（Kröger framework）
這是區分「治療問題」與「行為問題」的關鍵判讀技巧：
| AGP 圖型 | 解讀 | 最可能原因 |
|---|---|---|
| IQR 窄 + IDR 窄 | 穩定、可預測 | 接近健康個體的代謝狀態 |
| IQR 寬 + IDR 窄 | 治療相關變異 | 胰島素劑量錯誤、ICR/ICF 錯誤、CEU/BEU factor 錯誤；需調整處方 |
| IQR 窄 + IDR 寬 | 行為相關變異 | 漏餐、IMI（injection-meal interval）不當、不規律飲食、運動、飲酒；需衛教 |
| IQR 寬 + IDR 寬 | 雙重問題 | 需先調處方再衛教 |
臨床判讀口訣：
- 25th percentile 觸 70 mg/dL → 該時段 ≥ 25% 時間低血糖 → 立即處置
- 5th percentile 觸 54 mg/dL → 偶發嚴重低血糖 → 立即處置
- 75th percentile 持續 > 180 mg/dL → 該時段 ≥ 25% 時間高血糖 → 調餐前胰島素
- 95th percentile 持續 > 250 mg/dL → 偶發極端高血糖 → 找特殊日子的行為因子
11.2 血糖穩定性（Glucose Stability）分析
Kröger et al. 2020 提出的第五層分析，聚焦於中位線的斜率 (dGlucose/dt)：
- 正斜率 (mg/dL)/h：血糖上升速度（餐後期、黎明現象）
- 負斜率：血糖下降速度（胰島素作用、運動、餐後衰退）
- 健康個體：整體斜率平緩；糖尿病個案初期平均斜率約 14 (mg/dL)/h
臨床判斷：
- 早晨 4–8 AM 斜率 > 10 (mg/dL)/h → 黎明現象
- 餐後 1–2h 正斜率過陡 → IMI 不當或 ICR 過低
- 下降斜率過陡（> 2 mg/dL/min）→ 胰島素 stacking 或運動後延遲效應
11.3 血糖暴露量（Glucose Exposure / AUC）
以梯形法計算 AGP 中位線下面積：
- AUC_median（24h mg/dL · h）
- AUC_hyperglycemia：僅計算 > 180 mg/dL 部分 → 反映慢性併發症風險
- AUC_hypoglycemia：僅計算 < 70 mg/dL 部分 → 反映低血糖負擔
原則：變異性與穩定性未改善前，不應直接降低 AUC（會增加低血糖風險）。
11.4 進階變異性指標
| 指標 | 意義 | 目標 |
|---|---|---|
| MAGE（Mean Amplitude of Glycemic Excursions） | 平均血糖振幅；Monnier 建議 ≤ 40 mg/dL | ≤ 40 mg/dL（2.2 mmol/L） |
| MODD（Mean of Daily Differences） | 日間變異（同時段比較不同日） | 反映作息/用藥一致性 |
| CONGA（Continuous Overall Net Glycemic Action） | n 小時間的血糖差標準差 | 補充 SD 之不足 |
| LBGI / HBGI | Low/High Blood Glucose Index | LBGI < 2.5 低風險、< 5 中、≥ 5 高 |
| J-Index | 結合平均與 SD 的單一指標 | < 10 mmol²/L² |
| ADRR（Average Daily Risk Range） | 低血糖+高血糖風險加總 | < 20 低風險 |
實務建議：臨床日常以 TIR + CV + GMI 三指標已足夠。MAGE / MODD / LBGI 用於研究或難治個案的深入分析。
11.5 時段分群分析（Time-Block Analysis）
將 24 小時分為 3 段評估（IDC 建議）：
- Sleep：12 AM – 5:59 AM
- Wake：6 AM – 11:59 PM
- 24h：全日
對長時間靜態者（老人、臥床）或夜班族，時段分群能更精準地定位問題時段。特別是「Sleep TIR」與「Wake TIR」差異 > 20% 常意味著夜間基礎率/基礎胰島素過量或不足。
11.6 每日軌跡（Daily Profiles）的系統化比較
不只看疊合 AGP，要系統性對照每日圖：
- 週一–週五 vs 週六–週日
- 運動日 vs 休息日
- 工作日 vs 請假日
- 月經週期相關性（女性）
- 旅行/時差日 vs 常規日
差異 > 30% TIR 即建議分開判讀，並與個案討論生活因子。
11.7 Rodbard 2021 的 AGP 改進建議
可視覺化疊加的資訊（目前多數 CGM 軟體尚未內建）：
- 胰島素注射時點疊加於 AGP
- 餐食時點與碳水化合物量
- 運動時段
- 睡眠時段（合併 wearable 資料）
→ 形成 AGIP（Ambulatory Glucose-Insulin-Physical Activity Profile）。臨床上若軟體不支援，可用紙本手繪疊加達成類似效果。
12. 複雜個案研討（Case Studies）
本章節已獨立為 Notion 子頁面「複雜個案研討」，Google Drive 同步路徑：notion/醫學/糖尿病/CGM_判讀技巧/case/。
內容架構（每個案例皆為獨立子頁，含完整度檢核、相關圖形、附件位）：
-
8 個綜整案例（依 OpenEvidence / Kröger 2020 / Czupryniak 2022）：
- T1D 脆性糖尿病 + 低血糖無感知症
- T2D 基礎胰島素 + 夜間低血糖 + 黎明現象
- 減重手術後反應性低血糖
- 糖尿病胃輕癱 + 延遲性餐後尖峰
- 輪班工作者的晝夜節律失調
- 類固醇誘發高血糖
- 運動誘發延遲性低血糖
- 酒精相關夜間低血糖
-
真實個案分析：
- 謝玉華（2026-03-17 至 03-22，6 天 Medtronic Guardian 4 CGM + 幫浦資料）完整判讀
- 檔案：
case/謝玉華_CGM_完整分析_20260317-22.md、case/Patient_Profile_謝玉華.md.gdoc、case/1989261-謝玉華20260317_226703606.gsheet
每個子頁包含：個案類型定義、典型患者輪廓、典型 AGP 型態（含 ASCII 示意）、資料完整性檢核清單、臨床推理流程、處置框架、追蹤指標、教學重點（Pearls）、相關文獻、附件位。
詳見 Notion 子頁面「複雜個案研討」。
13. 臨床經驗珠璣（Pearls from Practice）
13.1 判讀順序的金科玉律
Safety → Stability → Target → Exposure
先救命（低血糖），再穩定（變異性），再達標（TIR），最後才追求完美（AUC）。
跳級的常見錯誤：個案 HbA1c 9.0%，急著加胰島素降糖，結果 CGM 一看已有 TBR 5% — 這種情況應先找低血糖型態並處理後再談降糖。
13.2 「看到高血糖想加藥」的陷阱
發現餐後持續 > 250 mg/dL 時，檢查順序：
- 先看前 12–18 小時有無低血糖 → 有 = 先處理低血糖（可能是反彈高血糖）
- 確認胰島素 timing（餐前還是餐當下/餐後）
- 確認胰島素是否真的有打（個案遺忘率 > 想像）
- 確認注射部位（脂肪增生）
- 最後才是增加胰島素劑量或改 ICR
13.3 GMI ≠ HbA1c，個案教育的關鍵句
「GMI 是你最近兩週 CGM 的平均，HbA1c 是你過去三個月紅血球的糖化。如果你這兩週特別好/特別差，兩個數字就會差很多——但只有 GMI 會改變你今天的處方。」
13.4 個案自行判讀 AGP 的教學步驟
- 教看彩色堆疊條（紅/橘/綠/黃），先理解「現在是怎樣」
- 教看中位線（黑粗線），問「這線平不平？哪裡突起？」
- 教看 IQR 帶寬度，問「哪個時段最亂？」
- 教對照每日視圖，問「這一天我做了什麼特別的事？」
- 最後才教數字（TIR/TBR/CV）
多數個案第一次看 AGP 會被數字嚇到，先從視覺圖型進入接受度更高。
13.5 調整幅度的實務比例
| 情境 | 建議調整幅度 | 評估間隔 |
|---|---|---|
| 低血糖患者減量 | 一次減 10–20% | 3–7 天 |
| 高血糖個案加量 | 一次加 10%（空腹）或改 ICR | 7–14 天 |
| ICR 調整 | 每次 ±10%（如 1:10 → 1:9 或 1:11） | 3–5 天對同餐 |
| ICF 調整 | 每次 ±10–20% | 以 correction 後血糖評估 |
| 基礎胰島素大改 | 一次最多 20% | 3–7 天 |
黃金守則：一次只改一項。否則看到 AGP 變化時無法歸因。
13.6 不同族群的「真實世界 TIR」參考
依 2023–2024 年觀察研究資料：
- T1D（使用傳統 MDI）：TIR 平均 50–55%
- T1D（使用 HCL）：TIR 平均 70–80%
- T2D（使用 MDI）：TIR 平均 55–65%
- T2D（僅口服藥）：TIR 平均 65–75%
- 健康成人：TIR > 95%（70–140 mg/dL 也 > 90%）
告知個案：「70% 是目標，但起步可能 40–50%，每月進步 5% 就非常好了。」
13.7 低血糖無感知的 CGM 線索
依 Vieira 2022 的 Portuguese cohort（n=111, T1D）：
- 低血糖無感知組 vs 正常組：
- 病程：25.1 ± 10.4 vs 18.2 ± 10.3 年（p=0.047）
- TBR：10.3 ± 4.9% vs 6.3 ± 5.1%（p=0.009）
- 平均低血糖持續時間：131.7 vs 116.6 分鐘（p=0.008）
- Cutoff：平均低血糖 ≥ 106.5 分鐘 → 敏感度 84.6%，特異度 64.4%
實務應用：看到 AGP 顯示多次低血糖但每次持續 > 100 分鐘（個案卻沒補充醣），主動問 Clarke questionnaire。
13.8 AGP 判讀的診間流程（15 分鐘內完成）
- [2 min] 看 TBR → 有低血糖？有 = 跳 5
- [2 min] 看 TIR → 達標（> 70% 或 > 50%）？
- [3 min] 看 AGP 中位線 → 哪個時段最高？最低？有無黎明現象？
- [3 min] 看 IQR 帶 → 哪個時段最寬？治療還是行為？
- [3 min] 看 daily views → 週末 vs 平日？運動日？
- [2 min] 決定 1–2 項處置 → 寫處方、衛教、下次回診前可以怎麼做
診間抱怨最多的三件事與對策：
- 「針打太多次」→ 改用 AID 或考慮 GLP-1 RA
- 「感測器脫落」→ 改用適應膠帶（例：Libre 用 Skin Tac）、輪換部位
- 「數字太多看不懂」→ 印出 AGP、圈出 TIR 與中位線，其他先不教
10. 參考文獻
- Battelino T, Danne T, Bergenstal RM, et al. Clinical Targets for Continuous Glucose Monitoring Data Interpretation: Recommendations From the International Consensus on Time in Range. Diabetes Care. 2019;42(8):1593–1603. DOI:10.2337/dci19-0028
- Johnson ML, Martens TW, Criego AB, et al. Utilizing the Ambulatory Glucose Profile to Standardize and Implement Continuous Glucose Monitoring in Clinical Practice. Diabetes Technology & Therapeutics. 2019;21(S2):S2-17–S2-25. DOI:10.1089/dia.2019.0034
- Kröger J, Reichel A, Siegmund T, Ziegler R. Clinical Recommendations for the Use of the Ambulatory Glucose Profile in Diabetes Care. J Diabetes Sci Technol. 2020;14(3):586–594. DOI:10.1177/1932296819883032
- Czupryniak L, Dzida G, Fichna P, et al. Ambulatory Glucose Profile (AGP) Report in Daily Care of Patients with Diabetes: Practical Tips and Recommendations. Diabetes Therapy. 2022;13:811–821. DOI:10.1007/s13300-022-01229-9
- Danne T, Nimri R, Battelino T, et al. International Consensus on Use of Continuous Glucose Monitoring. Diabetes Care. 2017;40(12):1631–1640. DOI:10.2337/dc17-1600
- Bergenstal RM, Beck RW, Close KL, et al. Glucose Management Indicator (GMI): A New Term for Estimating A1C From Continuous Glucose Monitoring. Diabetes Care. 2018;41(11):2275–2280. DOI:10.2337/dc18-1581
- Beck RW, Bergenstal RM, Riddlesworth TD, et al. Validation of Time in Range as an Outcome Measure for Diabetes Clinical Trials. Diabetes Care. 2019;42(3):400–405. DOI:10.2337/dc18-1444
- Vigersky RA, McMahon C. The Relationship of Hemoglobin A1C to Time-in-Range in Patients with Diabetes. Diabetes Technology & Therapeutics. 2019;21(2):81–85. DOI:10.1089/dia.2018.0310
- Monnier L, Colette C, Wojtusciszyn A, et al. Toward Defining the Threshold Between Low and High Glucose Variability in Diabetes. Diabetes Care. 2017;40(7):832–838. DOI:10.2337/dc16-1769
- Lu J, Ma X, Zhou J, et al. Association of Time in Range, as Assessed by Continuous Glucose Monitoring, With Diabetic Retinopathy in Type 2 Diabetes. Diabetes Care. 2018;41(11):2370–2376. DOI:10.2337/dc18-1131
- Beck RW, Connor CG, Mullen DM, et al. The Fallacy of Average: How Using HbA1c Alone to Assess Glycemic Control Can Be Misleading. Diabetes Care. 2017;40(8):994–999.
- Martens T, Beck RW, Bailey R, et al. Effect of Continuous Glucose Monitoring on Glycemic Control in Patients with Type 2 Diabetes Treated with Basal Insulin (MOBILE). JAMA. 2021;325(22):2262–2272.
- Rodbard D. The Ambulatory Glucose Profile: Opportunities for Enhancement. Diabetes Technology & Therapeutics. 2021;23(5):332–341. DOI:10.1089/dia.2020.0524
- Kulzer B, Freckmann G, Ziegler R, et al. Nocturnal Hypoglycemia in the Era of Continuous Glucose Monitoring. Journal of Diabetes Science and Technology. 2024;18(4):815–829. DOI:10.1177/19322968241251568
- Hölzen L, Schultes B, Meyhöfer SM, Meyhöfer S. Hypoglycemia Unawareness—A Review on Pathophysiology and Clinical Implications. Biomedicines. 2024;12(2):391. DOI:10.3390/biomedicines12020391
- Vieira IH, Barros LC, Baptista CF, et al. Hypoglycemia unawareness in type 1 diabetes patients using intermittent continuous glucose monitoring: Identification of risk factors and glycemic patterns. Diabetes & Metabolic Syndrome. 2022;16(5):102498.
- Monnier L, Colette C, Wojtusciszyn A, et al. Toward Defining the Threshold Between Low and High Glucose Variability in Diabetes. Diabetes Care. 2017;40(7):832–838.
- American Diabetes Association Professional Practice Committee. 6. Glycemic Goals, Hypoglycemia, and Hyperglycemic Crises: Standards of Care in Diabetes—2026. Diabetes Care. 2026;49(Suppl 1):S132–S149. DOI:10.2337/dc26-S006
- Healey E, et al. A case study on using a large language model to analyze continuous glucose monitoring data. Scientific Reports. 2025;15:15078.
- Saboo B. Ambulatory glucose profile in managing post-prandial hyperglycaemia in patients with type 2 diabetes mellitus: a case report. International Journal of Advances in Medicine. 2020;7:1872–1875.
- Mullen DM, Bergenstal RM, et al. AGP reports for glucose and insulin devices qualitative study: what patients and clinicians want. Science of Diabetes Self-Management and Care. 2025.