這是一份以演講者口述內容為主軸，並無縫融入簡報（Slides）數據與細節的雙效合一（Two-in-One）詳細演講逐字文稿。
跨越橋樑：從 A1C 時代邁向 CGM 測量與管理的全新紀元 (Crossing the Bridge from A1C to CGM Measurement & Management)
血糖控制的現況與困境：我們是否遺忘了初衷？
來自基層醫療、基礎研究領域以及各大國際組織的權威專家們，最近紛紛提出一個嚴肅的探問：「我們是否遺忘了對血糖控制的追求？」因為目前的數據顯示，我們在血糖控制上做得並不好，現行的策略顯然並未奏效。究竟出了什麼問題？專家們強調，我們目前正處於一個「血糖控制持續不佳（Persistent Poor Glycemic Control）」的時代，儘管現今有許多進階的降糖療法，但全球多數國家的血糖控制依舊未達標（參考《Diabetologia》2025年文獻：The Forgotten Search for Glycaemic Control）。
這是一個亟需更好管理策略的時刻。當然，在讀完這些文獻後，我心中的疑問是：「這是否意味著，我們該全面擁抱連續血糖監測（CGM）了？」
回顧過去，我們真的處於一個控制不佳的時代嗎？我們必須感謝 Dr. Selvin 提供了一張我們大家每次都會引用的經典圖表。是的，我們現在的處境非常糟糕，作為我們長期以來的指導原則，A1C 達標率並沒有改善。**根據 1999 年至 2018 年美國成人糖尿病治療與控制趨勢的數據（Fang 等人發表於 2021 年《新英格蘭醫學雜誌》），只有大約 50.5% 的患者 A1C 小於 7%，約 75.4% 小於 8%。**更令人擔憂的是，如果患者正在使用胰島素，以 A1C 作為指標的成效甚至更差：使用胰島素的第二型糖尿病患者中，只有 60% 能將 A1C 控制在 8% 以下，而只有 30% 能將 A1C 控制在 7% 以下。
即便在我們自己的醫療機構（HealthPartners）中也是如此。我們雖然不是全球最大的機構，但我們也照護了六萬名糖尿病患者。我們在許多指標上能達標，但 A1C 這個目標就是非常難以達成。在我們監測的糖尿病照護五大目標（D5）中，阿斯匹靈使用率（99.8%）、血脂/Statin（90.5%）、戒菸（87.0%）與血壓（83.5%）的達成率都相當高，唯獨 A1C 小於 8% 的達成率是最低的，僅有 70.7%，且呈現逐年微幅下滑的趨勢。
回顧糖尿病控制與併發症試驗（DCCT），我已經追蹤這些患者長達 43 年了。良好的血糖控制絕對至關重要。但在 DCCT 結束後的 20 年裡，我們進入了一個我不知道該稱之為「荒地」還是「空窗期」的階段——我們就這樣停滯在 A1C 8% 的水準。在長達 40 年的 DCCT 與 EDIC 追蹤數據中，積極治療組的 A1C 在試驗初期快速下降後，於隨後的 20 年間逐漸回升並在 8.0% 左右停滯。
為什麼會這樣？有些人對此有獨到的見解。我回想 Dr. P.E. Cryer 的說法，他說：「這理所當然，因為當你試圖將 A1C 降至目標值時，患者會經歷太多的低血糖。」他在 DCCT 結束後立刻提出了這個觀點，隨後他用幾乎相同的主題，反覆發表了至少十幾次：「低血糖是糖尿病管理中最主要的限制因素（Limiting Factor）」。（包含 1994 年的 Banting Lecture，以及 1999、2002、2006、2008 年等多篇文獻，均一致強調此觀點）。他指出，A1C 不僅無法幫助我們，還經常引導我們走上錯誤的治療路徑。
A1C 的侷限性與平均值的謬誤
因此，我們必須跨越這座橋樑，從 A1C 轉向 CGM。第一個理由非常明確：將 A1C 作為我們指導的黃金標準，已經被證明是無效的。 我們並沒有達到理想的控制目標。
有些人可能會指責我：「你難道要把這一切都怪罪於 A1C 嗎？」我想，Roy Beck 和我確實承擔了這個挑戰。我們說：「是的，問題就出在那個『平均值』指標上。」大家可以去讀讀 Todd Rose 寫的那本書《平均的終結》（The End of Average）。我們兩人都讀了這本書，在交流意見後決定必須就此寫點東西。於是我們發表了關於「平均值的謬誤（The Fallacy of Average）」的文章。
在醫學的許多領域中，「針對平均值進行治療」根本不合邏輯，我認為在糖尿病領域也是如此。這是 A1C 最常被忽略的頭號限制。兩位患者可以擁有完全相同的平均血糖，但他們的 A1C 卻可能是 7%、8% 或 9%。 （根據《Diabetes Care》2017 年的數據，當患者的平均血糖為 184 mg/dL 時，其對應的 A1C 在臨床觀察中確實分佈於 7%、8% 甚至 9% 的廣泛區間）。因此，這絕對不是一個好的臨床指導原則。
所以，這是我想跨越的橋樑。我認為現在正是跨越這座從傳統 A1C 走向 CGM 指標橋樑的時候了，我們已經在這座橋上走了很遠，我希望在演講結束時，我們能完全到達彼岸。在這座橋的起點，我甚至把「A1C 測量與『管理（Management）』」中「管理」這個詞給劃掉了，看看我接下來能否說服你們。
治療典範的轉移與臨床指引的更新
早在幾年前，學界就開始討論「典範轉移（Changing Paradigms）」。Ismail-Beigi 等人指出，當前第二型糖尿病的管理不應再單純以 HbA1c 為基礎，而應整合心血管風險的評估。四大臨床試驗證實了新一代降糖藥物在心血管事件上的獲益。
現行針對第二型糖尿病的治療演算法必須超越 A1C 的數值。現在的演算法開始全面考量心血管風險（Cardiovascular Risk）、體重與血糖。在美國糖尿病學會（ADA）最新的用藥決策流程圖中，左側分支專注於「心腎風險降低」（針對有動脈粥狀硬化心血管疾病 ASCVD、心臟衰竭 HF 或慢性腎病 CKD 的患者，優先使用具心血管實證的 GLP-1 RA 或 SGLT2i）；右側分支才專注於「血糖與體重管理」。
大家仔細看看這個你們每個人都知道、且都在使用的最新演算法，A1C 在哪裡？A1C 本來應該是核心的指導原則，但你必須找得很辛苦。過去那些「如果 A1C 大於多少，就做什麼」的指引去哪了？首先映入眼簾的，是針對「是否發生低血糖（If hypoglycemia is present）」的處置，而不是 A1C。如果出現低血糖，我們應該採取不同的行動。
最後，你得一路看到演算法的最底端，才會看到 A1C。它寫著：「如果上述所有治療都不見效，如果你的 A1C 依然未達標，那麼也許你應該使用 CGM 或導入糖尿病衛教，以達成你的目標。」我永遠無法理解，為什麼這個代表 CGM 與衛教的方塊不放在最上面？為什麼不是一開始就使用這些工具來建立並維持血糖控制，而是非得等到治療失敗後才說：「喔對，你早該用 CGM 來控制血糖」？
再來看看我們當前時代的《糖尿病標準照護指引（Standards of Care）》。過去 20 年來，指引一直是舊的模樣。所以你可以想像，當我在 2022 與 2023 年的指引中看到這些變化時，臉上的驚訝表情。學會說：「不，我們不再稱之為『A1C 檢測』了。我們現在將其更名為『血糖評估（Glycemic Assessment）』。」
現在，你可以使用 A1C，或者其他的血糖測量指標。請注意，這是一個「或（OR）」的選項！**在指引 6.1 條文明白寫出：評估血糖狀態時，可使用 A1C 或其他測量指標，如「目標範圍內時間（Time in Range, TIR）」或「血糖管理指標（GMI）」。**展望 2026 年的照護標準，更是明確將連續血糖監測（CGM）、目標範圍內時間（TIR）、低於目標範圍時間（TBR）以及高於目標範圍時間（TAR）全面寫入。演算法上已經不再貼滿 A1C 的標籤。
那醫療品質測量指標呢？NCQA 現在也規定，你可以使用 A1C 或 GMI 作為醫療品質的評量標準。事實上，大家只剩下兩天的時間可以去針對他們最新提出的草案發表評論，也就是提議在 HEDIS 2027 年將「CGM 的使用率（CGD-E）」正式納入糖尿病患者的品質追蹤指標。
綜合以上，我認為現在明確是跨越這座橋樑的時候了。因為 A1C 並未將我們引導至正確的路徑，加上「血糖變異度（Glucose Variability）」與「低血糖偵測」我認為是至關重要的。
A1C 的變異性與干擾：同一個 A1C，完全不同的血糖分佈
此外，A1C 還受到許多因素干擾，導致無法得到準確的數值。即便一個檢驗方法再怎麼標準化與精準，如果它測量的是錯誤的東西，且兩者結果並不一致，那麼它就是在錯誤的時間給出精準但錯誤的資訊。
大家看看這個畫面，我們每個人在臨床上都會用到這些圖表。這是我在 DCCT 中長期追蹤的三位患者。他們擁有完全相同的 6.7% A1C，但他們的連續血糖分佈圖卻截然不同，治療策略也將完全不同。 這三位患者的 A1C 皆為 6.7%，但 CGM 數據顯示：
當你會因為相同的 A1C 而對這三位患者採取完全不同的臨床處置時，你怎麼還能說：「我愛死 A1C 了，我完全知道在臨床管理上該怎麼做」？這絕不是我心目中的黃金標準。它是一個「風險指標」，但絕不是一個能帶領你改善糖尿病照護或進行精準管理的指標。
這是我持續追蹤的一位 DCCT 患者，我在 7 月份剛看過她。她的 A1C 預估值看起來很好，她的 GMI 數據顯示為 6.8%，相當不錯。她的目標範圍內時間（TIR）高達 83% （平均血糖約 144 mg/dL，低血糖為 0%），表現很好。但當我們將她的檢體送到 DCCT 中央實驗室後，結果出來的 A1C 卻是 4.9%。
各位，這個血糖分佈絕對不可能是一個 4.9% A1C 會有的樣子。是的，我做了所有該做的檢查。我篩檢了血紅素病變（Hemoglobinopathy），我檢查了腎功能、檢驗了鐵質。一切正常。她顯然在紅血球的新陳代謝週期（Turnover）上有某種特異性，導致 A1C 無法準確反映她的真實血糖。我們絕對不能依據這個 4.9% 的 A1C 來決定治療。
你可能會說：「哦，這只是個案或巧合。」所以我們回顧了她過去 30 年來每年的醫療紀錄，發現這個高達 1.9% 的差距（Gap）始終穩定存在。那我到底該依據什麼來治療？把那個 A1C 當作我的指導原則嗎？不，這完全說不通。
我們來看看圖表，感謝 Earl 製作了這張漂亮的干擾因素圖表。這不是少數病人的問題。**導致 A1C 假性降低（A1c < GMI）的因素包含：短紅血球壽命、懷孕中後期、溶血性貧血、急性失血、晚期肝病等；而導致 A1C 假性升高（A1c > GMI）的因素則包含：長紅血球壽命、年齡、維生素 B12/葉酸缺乏的貧血、嚴重高三酸甘油酯血症、高膽紅素血症等；此外，特定藥物（如 Dapsone）、腎衰竭、族群差異（非裔美國人通常略高）等皆會造成干擾。**有太多理由證明，在很大一部分人群中，A1C 是站不住腳的。
從 GMI 到更新版 uGMI：提升 CGM 與 A1C 的對齊度
那麼，我們順利跨越這座橋了嗎？走到哪裡了？GMI（血糖管理指標）能幫助我們過橋嗎？之前大家對此有些懷疑，而動態血糖圖譜（AGP）也是一個工具。
最初，在 2018 年《Diabetes Care》發表的文獻中，我們利用線性迴歸（Linear regression）計算了一套公式 （GMI = 3.31 + 0.02392 x 平均血糖），因為基層醫師反應：「哦，我們已經習慣了百分比的數值。你能不能給我一個與 A1C 等效或接近的 CGM 指標？」
但事實證明，那條直線迴歸線可能是不正確的。它實際上可能是一條曲線，或是某種線性函數。最近，我們開發了一個新模型，這個模型真正將紅血球的新陳代謝週期以及葡萄糖融入紅血球的速率考慮了進去。在此推出這個「更新版 GMI（uGMI）」。
Dr. Selvin 如果知道了肯定會很高興，因為這篇論文剛被接受即將發表。我原本以為今天就能拿到最終版本，目前它還在最後修訂中，大約下週就會正式刊出。這個針對 GMI 的新模型，修正了過去在光譜低端與高端的誤差。因為以前我們假設它是一條直線，導致在兩端數值會略高或略低，但現在都修正了。
如果你知道什麼是 Bland-Altman 偏差圖（我想 Dr. Selvin 肯定知道，我也是後來才學會的），這是最棒的標準化測試，用來評估這兩個數值之間是否存在關聯性的問題。Liz 一直希望看到一條完美的直線，而這個分析結果，給出了你所能得到最直的線。順帶一提，**這項研究（由 Xu, Dunn, Bergenstal 等人執行）**包含了三萬名患者的數據！這不是在診所裡隨便拿一百個 A 廠牌感測器和一百個 B 廠牌感測器做出來的結果。這是由超過 26,000 組配對數據，結合了 56 天真實世界的 CGM 長期追蹤以及紅血球分析所得到的結論。
我們看看 18,186 位使用 Libre 以及 788 位使用 Dexcom 兩大感測器的數據，它們完全重疊在那條直線上。**更新版 GMI 顯著消除了舊版 GMI 在 A1C 極低（<42 mmol/mol）時的正向偏差，以及在 A1C 極高（>64 mmol/mol）時的負向偏差。**所以如果有人告訴你，使用不同廠牌的感測器會得到不同的 GMI 數值，這兩家大廠牌的數據已經證明並非如此。如果你心裡想的是其他廠牌的感測器，請讓我知道。
紅血球壽命與葡萄糖攝取的單細胞研究突破
這一切的關鍵在於紅血球。今天我沒有太多時間深入探討葡萄糖進入紅血球的攝取機制，以及紅血球的壽命問題。但最近有一篇非常驚人的論文發表，（Paprocki 等人，發表於 2025 年《Scientific Reports》），這項研究顯示，我們甚至已經能量測葡萄糖進入單一紅血球細胞的攝取量。
這是一項令人驚豔的研究，他們使用螢光標記 （螢光葡萄糖示蹤劑 2-NBDG） 結合共軛焦顯微鏡，觀察單一紅血球。結果發現，有些人的紅血球非常容易讓葡萄糖進入，有些則不然。在個體之間確實存在著攝取率的梯度差異。而且當你隨著時間重複測量這些紅血球，那些個體差異（Gap）依然穩定存在。
至於紅血球的壽命，我們現在也有了全新的生物標記。在這次大會中，你將會看到一張海報 （由 Paprocki, Cheng, Macdonald, Xu, Dunn 等人發表），介紹如何將紅血球透過離心分離 （使用 Percoll 密度梯度離心法，分為年輕的頂部 1mL 與老化的底部 1mL），並測量其中的「穀胱甘肽（Glutathione, GSH）」。這是一種抗氧化壓力指標，位於紅血球內部。
結果顯示，老化的紅血球（密度較高，在底部）所含的 GSH 較少（約 9.0），且其 A1C 數值較高（無糖尿病者約 6.4%，有糖尿病者約 13%）；而年輕的紅血球（密度較低，在頂部）所含的 GSH 較多（約 13.5），其 A1C 數值相對較低（無糖尿病者約 5.0%，有糖尿病者約 10%）。
我認為，在不久的將來，我們將擁有一種快速的檢測方法，能夠準確判定紅血球的壽命與葡萄糖攝取率，從而精準校正 A1C。但話說回來，如果我們已經有這麼好的技術，為什麼不直接使用 CGM 就好呢？
種族間的變異：CGM 揭示了 A1C 未能呈現的個體差異
關於 A1C 與平均血糖之間的相關性，以及種族之間的討論，我想 Dr. Selvin 和我在這點上是有共識的：A1C 不應該被用作判定不同種族之間差異的診斷性指標。
我從過去完成的各種研究中學到了很多。我們團隊做過一項研究 （2017 年發表於《Ann Intern Med》，顯示黑人與白人的平均血糖與 A1C 迴歸線存在顯著差異，N=208），Kaiser 醫療系統也做過一項擁有成千上萬名患者的大型研究 （Andrew J. Karter 等人，2023 年發表於《Diabetes Technology & Therapeutics》）。
大家知道嗎？在同一個種族「內部（Within races）」的 A1C 與 CGM 平均血糖關聯性變異度，遠大於不同種族「之間（Between races）」的變異度。 Karter 的研究（N=1,788）明確指出，族群「內」的變異佔了 65%，而族群「間」的變異僅佔 9%，兩者相差高達 7 倍。此外，Isaksson 在 2024 年針對 T1D 的研究也一致強調，必須正視平均血糖與 A1C 之間的不一致性。
這意味著，CGM 才能真正告訴你「你目前的真實控制狀態」，而 A1C 在這方面往往極具誤導性。這也就是為什麼我們必須將臨床上顯著的「個體間變異（Person-to-person variation）」納入考量，以實現個人化的糖尿病管理。
跨越橋樑：CGM 對臨床預後的實質改善
最後，有充分的證據告訴我們為什麼應該跨越這座橋樑。如果我們跨過去，全面使用 CGM，它真的能幫助我們嗎？結果會更好嗎？
我認為現有的數據是壓倒性強烈的。是的，我們可能沒有針對 CGM 做一個像 DCCT 那樣耗時數十年的超大型試驗，但我們有非常多隨機對照試驗。這些試驗告訴我們：過去你依賴 A1C，現在將患者隨機分派，一組使用 CGM，一組不使用。結果發現，使用 CGM 的組別，其「目標範圍內時間（TIR）」顯著改善。但為了回應今天討論的主題：他們的 A1C 也同樣獲得了改善。
重點在於，單純依賴 A1C 作為測量指標，並不能為我們帶來更好的 A1C；但使用「目標範圍內時間（TIR）」來指引治療，實際上卻能讓我們獲得更好的 A1C（如果你仍然堅持要測量它的話）。我不太確定既然你已經能用 TIR 了，為什麼還非得看 A1C 不可。
此外，使用 CGM 同時帶來了低血糖事件的顯著減少。在探討 Flash CGM 與傳統指尖血測量（SMBG）差異的薈萃分析（Forest Plot）中，數據一面倒地支持 CGM 能顯著減少各個區段的低血糖時間（如 <70 mg/dL, <55 mg/dL 等）。減少高血糖與減少低血糖這兩點在品質管理上都至關重要。當你轉換使用 CGM 後，伴隨而來的是住院率的下降，以及急診就診次數的減少。（數據顯示，在導入 CGM 的六個月後，急性糖尿病事件的風險比 HR 降至 0.39，全因住院率風險比 HR 降至 0.68，P 值均 <0.001）。
Dr. Roy Beck 已經回顧了無數的相關研究 （2023 年發表於 DTT 的統整文獻，總結了包含中、美、丹麥、韓國、比利時等多國的 9 項大型研究）。不論是橫斷面研究還是縱向研究，所有的結論都指向同一件事：在預測慢性併發症上，CGM 指標絕對不亞於 A1C。 這些研究一致顯示，較低的 TIR 緊密關聯著視網膜病變、腎病變、周邊神經病變、心血管疾病，乃至於整體死亡率的攀升。
在比利時 （由 De Meulemeester 等人發表於 2024 年《Diabetologia》），一項針對 800 名第一型糖尿病患者長達 5 年的研究顯示，目標範圍內時間（TIR）以及「嚴格目標範圍內時間（Time in Tight Range, TITR）」與微血管及巨血管併發症的發生率高度相關。數據證實，TITR 每提升 10%，微血管併發症減少 23.8%，腦血管疾病減少 34.9%；TIR 每提升 10%，微血管併發症減少 17.2%，腦血管疾病減少 25.1%。
而在 Kaiser Permanente 醫療系統 （由 Karter 等人 2021 年發表於《JAMA》），一項針對高達 41,753 名使用胰島素治療的糖尿病患者研究中 （包含 5,673 名 T1D 與 36,080 名 T2D），那些導入即時連續血糖監測（Real-Time CGM）的患者，相較於間歇性指尖測血糖，其成效出現了全方位的淨改善：他們擁有更低的 A1C （T2D 下降 0.56%，T1D 下降 0.34%），以及更少的低血糖事件 （T2D 減少 4.0%，T1D 減少 2.3%）。
總結來說，促進所有糖尿病患者的福祉是我們的共識。我們必須承認我們在過去三十年來深陷 A1C 時代的侷限。現在，典範正在轉移，數據也明確顯示：從 A1C 跨越到以 CGM 進行測量與管理的時代，不僅是必要的，更是完全可行的。