簡介與開場：轉換視角探討連續葡萄糖監測 (CGM) 的應用
主持人 Sharon 在上一場演講結束後表示：「非常感謝 Yang 博士。最後壓軸登場的是來自美國的 Tom Martins 博士，他將為我們探討如何運用 CGM 指標來指引第 2 型糖尿病患者在使用每週一次基礎胰島素時的劑量滴定 (dose titration)。」
Martins 博士登台後說道：「非常感謝。接下來，我們來轉換一下視角 (shift gears)。在開始之前，我必須先聲明我有一些相關的利益揭露。在背景部分，我們剛剛已經聽了很多關於 insulin efsitora 的介紹，這是一種新型的每週一次基礎胰島素，並且在多項第 3 期臨床試驗（如 Rosenstock 2025、Wysham 2024 等研究）中展現出不劣於傳統每日一次基礎胰島素的療效，這無疑將會是一款非常出色的產品。」
「我今天在這裡要和大家一起思考的，是關於如何使用連續葡萄糖監測 (CGM) 來為 insulin efsitora 進行劑量滴定的一些初步想法。我們從 QWINT 系列試驗中了解到，過去用於胰島素滴定的是傳統『以達標為導向』(treat-to-target) 的治療模式，這主要仰賴空腹血糖 (Fasting Blood Glucose, FBG) 數值以及由自我監測血糖 (SMBG) 所測量到的低血糖事件。**然而，根據美國糖尿病學會 (ADA) 2025 年的最新臨床指引，CGM 是目前推薦給使用胰島素之糖尿病患者的標準指引科技。**因此，我接下來要向各位展示的這項事後回顧性分析 (post hoc retrospective analysis)，其主要目的，就是要找出在 CGM 報告中有哪些標記，可以作為 QWINT 第 3 期試驗中所使用的空腹血糖 (FBG) 數值的替代指標或等效指標，以幫助我們構建基於 CGM 的 efsitora 滴定策略。」
試驗設計與回顧性分析方法
這項研究利用了早期一項 efsitora 臨床可行性研究 (feasibility study) 的數據，並對該數據進行了回顧性分析。
**這是一項為期 21 週的單臂 (single-arm) 試驗，收案對象為成人第 2 型糖尿病患者，共有 68 人參與試驗，並且總共產生了高達 1,333 次的每週劑量決策 (Katz M, et al. 2025)。**這些參與者被平均分為兩組：一半是未曾使用過胰島素 (insulin-naïve) (35 人) 的患者，另一半則是從傳統每日基礎胰島素方案轉換過來 (basal-switch) (33 人) 的患者。
在該試驗中，胰島素的滴定完全是基於空腹血糖 (FBG)。研究鼓勵患者每週進行高達 7 次的血糖讀取，並視臨床需要增加量測次數。重要的是，雖然在整個研究過程中都有記錄 CGM 數據，但這些 CGM 數據是被盲測 (blinded) 的（除了安全性追蹤期之外），因此它並沒有被用來指導劑量滴定。
基於這樣的設計，我們著手檢視了一系列基於 CGM 的潛在指標，並將這些指標與我們的空腹血糖數據進行配對，看看它們是否有可能作為空腹血糖的替代方案，從而實現使用 CGM 來進行劑量滴定。具體來說，我們透過每次劑量調整的比較與平均葡萄糖差異，來評估 CGM 空腹指標與 FBG 中位數之間的臨床等效性；同時，我們也評估了低於目標範圍時間 (Time-Below-Range, TBR) 閾值與第 1 級、第 2 級及夜間 CGM 低血糖事件的吻合度，並納入了患者收集資料的負擔作為考量。
QWINT 系列試驗的傳統劑量調整規則
為了給大家一些背景知識，我先說明在 QWINT 系列試驗中，胰島素劑量是如何進行滴定的。這是一個兩步流程：
第一步是評估低血糖標準 (Hypoglycemia criteria)。具體包括：在過去一週內，是否發生超過 3 次血糖小於 70 mg/dL 的事件？是否發生 1 次或以上的第 2 級低血糖（Level 2，血糖小於 54 mg/dL）？或是過去一週內是否發生 1 次或以上的夜間低血糖？這構成了我們的低血糖標準。如果在過去一週內符合上述任何一項低血糖標準，efsitora 的每週劑量將被調降 40 單位 (-40 Weekly Units)。
如果在 QWINT 系列中對這些低血糖問題的答案都是「否」（即沒有發生上述低血糖事件），那麼接下來就會進入第二步，根據患者在滴定期前三天的空腹血糖中位數 (Median Fasting Glucose) 來調整胰島素劑量。具體規則如下：如果空腹血糖 >140 mg/dL，每週劑量增加 40 單位 (+40)；若介於 121-140 mg/dL，增加 20 單位 (+20)；若在 80-120 mg/dL 的目標範圍內，則不作改變 (No change)；若小於 80 mg/dL，則調降 20 單位 (-20)。這就是基於指尖採血的血糖管理模式。
尋找 CGM 替代指標的分析架構
我們在可行性研究中嘗試做的，就是尋找多個潛在的 CGM 指標，看看它們是否與上述的空腹血糖滴定結果具有相關性。
接下來這是一張有點複雜的投影片，我不會在上面停駐太久，但如果您看左下方的部分**（劑量差異矩陣表）**，我們所做的是將「基於空腹血糖 (BGM) 的滴定建議」與「CGM 指標推導出的滴定建議」進行交叉比對。
此外，我們也研究了目標範圍內時間，或者是更具體地說，低於目標範圍時間 (TBR) 的數據，將其作為低血糖事件的替代指標，以滿足我們剛剛提到的低血糖標準，藉此構想使用 CGM 來滴定 insulin efsitora 的臨床情境。在統計圖表上，我們觀察了 TBR 70 百分比與發生 ≥3 次 CGM 低血糖事件機率的 S 型曲線，以及 TBR 54 百分比與發生 ≥1 次第 2 級低血糖事件機率的對應關係。
關鍵結果：兩項極具潛力的 CGM 空腹指標
在思考的過程中，我們總共識別出了 8 個潛在的 CGM 空腹指標作為空腹血糖數據的替代方案。我不會一一講述這 8 個指標**（如最近 CGM 中位數、每日 1 小時最低點等，這些通常會為使用者帶來『非常高』的負擔，需要每天記錄空腹時間並在週報中估算）**，但我會和大家分享我們發現的兩個非常有潛力的候選指標。
第一項非常有潛力的候選指標是**「在早餐前一小時的第 25 百分位線」(Typical fasting 25% from AGP - preceding hour)****。這個指標表現得非常好。它與基於空腹血糖的胰島素滴定數據高度相關（平均葡萄糖差異僅 7.2 mg/dL，且有高達 95.8% 的劑量差異落在臨床可接受的 ±20 單位內）。它既不會表現得過度積極，也不會過度保守，而且它利用的是非常容易取得的數據。您可以從動態葡萄糖圖譜 (AGP) 報告中估算出來，或者為了獲得更高的精確度**，您可以查看每小時統計數據 (Hourly statistics)。對使用者而言，這項指標的負擔被評估為『低 (Low)』。
第二個看起來也非常有潛力的空腹指標是**「動態葡萄糖圖譜 (AGP) 上中位數線的最低點」(Lowest median of AGP)****。也就是說，不管它在一天當中的什麼時候發生，只要取平均葡萄糖線上的最低點 (nadir) 即可。它同樣與基於空腹血糖的滴定結果高度相關（平均葡萄糖差異為 5.3 mg/dL，高達 95.9% 落在 ±20 單位內）**。它既不會特別積極也不會特別保守，而且同樣地，您可以很容易地從 AGP 圖譜中估算，或是從每小時統計報告中獲得更具體的數值。更棒的是，這項指標不需要使用者特別設定空腹時間，其使用者負擔被評估為『極低 (Very Low)』。
關鍵結果：低血糖事件的 CGM 替代指標 (TBR)
至於低血糖的指標，如前面所述，我們分為三個類別：一週內發生 3 次小於 70 mg/dL 的事件、1 次小於 54 mg/dL 的事件 (第 2 級低血糖)，以及夜間低血糖專屬類別。當我們去尋找可能與這些 CGM 低血糖事件相關聯的 TBR 百分比閾值時，以下是看起來最有希望的結果。
（補充：在評估這些指標時，我們也參考了第 1 型與第 2 型糖尿病的 AGP 共同目標：目標範圍 (Target, 70-180 mg/dL) 應 ≥70%，低範圍 (Low, <70 mg/dL) 應 <4%，而極低範圍 (Very Low, <54 mg/dL) 應 <1%。記住，TIR 每增加 5% 都有臨床效益，而每 1% 的時間大約等於 15 分鐘。）
臨床應用範例總結
那麼，這套基於 CGM 的滴定流程在實際臨床環境中看起來會是什麼樣子呢？我們首先會檢查低血糖指標：
（演講於此結束）