運動與第 1 型糖尿病：臨床試驗 vs. 真實世界證據——誰能說出全貌？

演講者：Dessi P. Zaharieva 博士 (美國史丹佛大學醫學院 小兒內分泌科講師)

開場與引言

主持人 Kirsten 準備進入下一個精彩的講題，向大家介紹來自美國史丹佛大學的 Dessi Zaharieva 博士，她的講題將探討「運動與第 1 型糖尿病 (T1D)：臨床試驗與真實世界證據，究竟哪一個才能反映真實全貌？」。

Zaharieva 博士上台後首先感謝大家的參與，並幽默地表示：「很高興看到大家都選擇了『運動』這個主題。我剛才沒往後看，但現在發現整個會議室都坐滿了，這太棒了！」她坦言，在演講結束時她可能也無法給出一個最明確的答案，但會盡力為大家梳理。接著她展示了利益衝突聲明，指出她與 The Leona M. and Harry B. Helmsley 慈善基金會、Enhance-d、The Glucose Never Lies、Diabetes Research Hub、Dexcom 甚至 Insulet 等機構與公司皆有顧問、演講費或研究資助等合作關係。

臨床試驗與真實世界證據的「證據鴻溝」

Zaharieva 博士首先為兩種研究方式的差異奠定基礎。我們有時會忘記兩者間存在著極大的落差，她笑稱這也是身為研究者的無奈：「當審稿人看我的論文時，有時會問『妳為什麼不做臨床試驗？』，有時又會問『妳為什麼不用真實世界數據？』，感覺不管怎麼做都無法讓所有人滿意。」

從各個面向來看，這兩者有著顯著的對比：

達成運動指南的患者，是否就沒有挑戰了？

我們常說許多人沒有達到運動指南的建議，但「那些達標的人」難道就沒問題了嗎？Zaharieva 博士分享了一項針對線上社群中 100 多位「確實達成運動指南」的 T1D 成人所做的調查。

結果發現，即使是這群人，仍然面臨許多挑戰：

臨床試驗的盲點與人工化（以自身研究為例）

接下來，Zaharieva 博士以她自己在 Mike Riddell 教授指導下完成的博士班研究作為「臨床試驗有多不切實際」的笑料。

在那項典型的試驗中，他們要求參與者吃非常標準化的餐點、確保運動開始時體內「沒有活性胰島素 (No IOB)」、並嚴格規定要在運動前剛好 90 分鐘精準減少胰島素，運動結束後必須「立刻」恢復胰島素。然後，還要吃另一頓標準化的餐後餐，加上一條能量棒以確保他們晚上不會發生低血糖。「這看起來非常真實，對吧？我們絕對能從中了解真實世界的狀況！」她反諷地說。

相比之下，真實世界的時間軸往往是這樣：**中午 12 點吃午餐（且延遲打了胰島素），下午 1:30 連續血糖監測儀 (CGM) 響起高血糖警報（數值來到 261 mg/dL），下午 2:00 孩子跑去操場活動，2:20 CGM 響起低血糖警報並過度補給了小熊軟糖，下午 3:00 發生反彈性高血糖，下午 5:00 去踢足球，晚上 7:00 吃晚餐吃披薩，而且根本不確定吃了幾片、該打多少劑量。**這才是 T1D 族群在真實世界中更貼切的寫照。

臨床試驗範例 1：Omnipod 5 關鍵試驗的活動模式子研究

儘管有上述批評，臨床試驗仍有其價值。她引用了由 Turner 等人於 2025 年發表在《Diabetes Care》上的研究。這項試驗納入了 38 位使用 Omnipod 5 的 T1D 青少年與成人（平均年齡 30±15 歲，平均 HbA1c 為 7.5±0.9%）。

目前的指南通常建議在運動前 1 到 2 小時設定較高的血糖目標，但許多人根本做不到。因此，這項研究測試了：若在運動前 60 分鐘設定「活動功能 (Activity Feature, AF)」，或者只在 30 分鐘前設定，與「完全不設定 (Auto 模式)」相比有何差異？ 結果顯示，無論是提前 30 分鐘或 60 分鐘設定 AF，都能在運動前與運動期間有效降低胰島素的輸送量。這非常有幫助，因為它告訴我們「不一定非得提前兩小時」，提前 30 分鐘依然有效。相較於什麼都不做，提前 30 或 60 分鐘設定皆能減緩血糖的下降幅度 (AF-60 的血糖變化約 -45 mg/dL，AF-30 約 -35 mg/dL，而 Auto 模式則高達 -58 mg/dL)，並且顯著降低了低血糖的風險 (AF-60 發生率約 29%，AF-30 約 24%，而 Auto 模式高達 43%)。

臨床試驗範例 2：整合行動醫療的 Diactive-1 APP

第二個範例來自西班牙同僚 Jacinto Muñoz-Pardeza 等人發表於 2025 年《Diabetes Care》的研究。這是一項為期 24 週的隨機對照試驗 (RCT)，納入 62 位 8 至 18 歲的 T1D 青少年。

現在所有東西都在結合穿戴式科技，這項研究測試了一款名為「Diactive-1」的阻力訓練與衛教 APP，比較使用 APP 輔助阻力訓練與常規糖尿病照護的差異。 結果發現，**使用這款 APP 的介入組成功減少了每日總胰島素劑量 (平均差異 -0.17 units/kg/day)，且沒有增加低血糖風險。此外，參與者的肌肉力量與爆發力顯著提升 **(手部握力增加了 2.90 kg)****，證明實施此類輔助是可行的。當然，試驗在文獻中也坦承了限制：樣本數較小、單一介入環境（可能無法反映真實世界）、且追蹤期相對較短（僅 24 週），但整體而言，這是一項能提升肌力卻不會讓血糖惡化的有效方案。

臨床試驗範例 3：FACTS 試驗中的目標設定策略

Zaharieva 博士分享了一份尚未正式發表（提醒台下觀眾不要拍照或發布上網）的後續分析數據。這源自於 Klemen Dovc 博士等人在 30 位活動量大的 T1D 青少年中進行的 RCT 試驗。

該試驗原本是比較「超速效胰島素」與「標準速效胰島素」，發現在這真實情境下，兩組的目標範圍內時間 (Time in Range) 都高達近 80%。但研究團隊想進一步分析，在試驗中「有使用暫時性目標 (Temp Target)」與「沒有使用」的孩子，其血糖表現是否不同？ 圖表顯示，有設定 Temp Target 的組別，其待在「嚴格目標範圍 (TITR ≥50%)」的時間更多，且低血糖 (<70 mg/dL) 發生率更少。特別是當運動前兩小時的血糖基線高於 130 mg/dL 時，沒有設定 Temp Target 的群體發生低血糖的比例明顯較高。 即使在臨床試驗的背景下，我們仍能將此洞察轉化為鼓勵患者在日常生活中使用暫時目標的實用建議。

真實世界數據範例 1：T1DEXI 運動風險的真實樣貌

接下來轉向真實世界數據。大家都熟知 T1DEXI (第 1 型糖尿病運動倡議) 發布的許多研究，但 Zaharieva 博士特別強調了 Dhaliwal 等人 2025 年發表於《Diabetes Technol Ther》的最新分析。這項研究並非讓受試者在實驗室看著影片做規定的運動，而是收集了成人 T1D 患者超過 8,000 次真正的自由生活活動紀錄。

除了「運動時間越長、起始血糖越低，低血糖風險就越高」這些已知的常理外，最有趣的發現是對於「不同運動類型」的觀察。就像 Mike Riddell 教授稍早提到的，我們過去總以為「無氧運動」一定會導致血糖上升，但在真實世界中並非總是如此。 **數據涵蓋了從滑雪橇、騎自行車、有氧舞蹈到 CrossFit 甚至越野摩托車等各式各樣的活動。對於大多數活動，CGM 血糖變化的中位數通常落在零或低於零的負值。例如，滑雪橇 (Sledding) 呈現了最劇烈的血糖下降，而越野摩托車 (Motorcross) 則是少數導致血糖顯著上升的項目。**這顯示了真實世界中，運動對 CGM 血糖變化的影響存在極大的變異性。

真實世界數據範例 2：4T 運動計畫（新診斷青少年的介入）

這是 Zaharieva 等人 2025 年即將發表於《Diabetes Care》的研究。 他們將臨床試驗的結構應用於「剛確診 T1D 的青少年」身上，加入了模組化的運動衛教。

這項選擇性參與 (Opt-in) 的研究納入了 98 名患者，年齡中位數 13 歲，45% 為女性。值得注意的是，高達 42% 的參與者為西班牙裔，這在一般的臨床試驗中非常罕見。 這些剛確診的孩子配戴了 CGM，11 歲以上的還發放了 Garmin 活動追蹤器，並在確診後的第一年內提供四次系統性的運動衛教。 經過一年的縱向數據收集，當比較這些患者的「運動日」與「久坐日」時發現：

從長期的行為改變來看，在不強迫受試者運動、僅提供衛教建立自信的情況下，到了第 12 個月，受試者的每日步數中位數增加了 1,100 步，中高強度體能活動 (MVPA) 每天增加了 11 分鐘。在 HbA1c 軌跡上，僅發放活動追蹤器的組別 12 個月後的 HbA1c 為 7.9 ± 0.9%，而結合「追蹤器與運動衛教」的組別則控制在更優異的 7.5 ± 0.4%。

我們能將兩者結合嗎？ (臨床試驗與真實世界並行)

Zaharieva 博士拋出疑問：「我們一定要二選一嗎？」答案是否定的。現在有越來越多的大型研究同時具備臨床試驗的嚴謹度與真實世界的廣度。

她舉了 Sabrina Sanfilippo 等人 (2025) 針對 20 位 T1D 成人進行的研究為例。這項研究讓受試者同時配戴三種 CGM 設備 (Abbott FreeStyle Libre 3、Dexcom G7 與 Medtronic Simplera)，進行了為期 3 天的實驗室嚴格測試，以及後續 4 天的居家真實世界測試。 如果只看實驗室數據，有人會批評「這不符合真實世界」；但這項頭對頭比較顯示，兩邊的結果趨勢是一致的。在實驗室階段，Libre 3 的平均絕對相對誤差 (MARD) 為 8.0%，Dexcom G7 為 8.7%，Simplera 為 14.9%；而在居家真實世界階段，誤差率分別為 6.8% (Libre 3)、7.9% (Dexcom G7) 與 12.4% (Simplera)。 藉此我們能確信，在運動期間，這些設備在不同環境下的相對準確度趨勢是穩定且具參考價值的。

Zaharieva 博士的總結 (Take-home Messages)

原本大家可能以為她會選邊站，但她強調：

最後，Zaharieva 博士向包含 Mike Riddell 教授、David Maahs 教授等合作夥伴，以及 Helmsley 慈善基金會的贊助 致上誠摯的謝意。

換場過渡

主持人 Kirsten 大力讚賞了 Zaharieva 博士的結論：「很棒的結論！這代表我們在研究中可以各取所需，並持續帶來新的發現。」