各位早安。在本次會議的最後一場演講中，我們將討論 CAPTAIN MOBI 研究，這是一項評估自動胰島素給藥（Automated Insulin Delivery, AID）系統在患有第 1 型糖尿病的競技型青少年運動員中應用的真實世界數據（Real-World Data）研究。我是 Marie，我沒有任何需要揭露的利益衝突。
確立目前的證據基礎與知識缺口
在過去兩年裡，發表了幾項具有里程碑意義的研究。這些研究向我們展示了兩件重要的事情。第一，它們為我們提供了減輕低血糖（Hypoglycemia）和高血糖（Hyperglycemia）的戰術工具。研究顯示，在青少年運動員中，短時間的運動會使血糖下降 15 mg/dL**（此生理性血糖下降現象由 T1DEXIP 研究繪製，Riddell 2024, PMID 37922335）**；而在成年人群中，血糖下降的經驗法則大約是每 20 分鐘下降 40 mg/dL。
第二，這些研究向我們展示了非常令人安心的結果，因為我們現在能夠預測我們最害怕的情況——低血糖風險。2023 年發表的兩項研究顯示，運動期間血糖下降的最強預測因子是：起始血糖值、血糖變化率（趨勢），以及體內殘留胰島素（Insulin On Board, IOB）水平**（這部分由 T1DEXI 研究確立，Bergford 2023, PMID 37294539）。而今年由 Russon 發表的最新研究（GlucoseGo 趨勢預測模型驗證，Russon 2026, PMID 41741810）**向我們展示，在運動持續時間長達 60 分鐘的情況下，我們只需要三個變數就能準確預測低血糖風險：起始血糖值、血糖變化率，以及運動持續時間。
然而，我們仍有許多未知的領域：
CAPTAIN MOBI 研究設計與技術架構
把這些知識缺口銘記在心，我們啟動了 CAPTAIN MOBI 研究。這是一項跨國的合作研究，我們與斯洛維尼亞盧比安納（Ljubljana）大學兒童醫院內分泌、糖尿病與代謝疾病部的同事們共同合作。
在技術堆疊（Technology Stack）方面，我們選擇了 Tandem 的 AID 系統——Tandem Mobi 胰島素幫浦。它具有靈活的佩戴選項，可以使用傳統的導管，也可以透過身體黏貼套管（Adhesive sleeves）直接貼在身上**（其體積非常小巧，僅 2x1.5x0.5 英吋）**。該系統運行 Control-IQ 演算法（CIQ+），並搭配 Dexcom G7 連續血糖監測儀（CGM）。
我們的目標是招募 30 名符合競技運動員標準的患者，進行為期 12 週的真實世界觀察，涵蓋他們的訓練、恢復和比賽過程。我們希望能累積超過 1000 個訓練療程（Sessions）的數據，這將有望為我們提供答案，並縮小我前面提到的那些知識缺口。
試驗流程與四階段運動框架
讓我們簡要回顧一下研究設計的流程。與往常一樣，我們從篩選期（Screening）開始。我們要確保所有入組的運動員都符合美國運動醫學會（ACSM）的競技級活動標準，也就是每週訓練超過 6 小時並參與正式比賽。年齡限制在 11 到 18 歲之間，已接受幫浦或 AID 治療至少一個月，且確診第 1 型糖尿病超過六個月（此外，要求 HbA1c < 10%）。
篩選後，他們將進入為期 2 週的****導入期（Run-In Phase）。在這個階段，他們將習慣並接受新設備技術的培訓，進行胰島素治療的適應與微調，並接受關於運動期額外碳水化合物（Ex-carbs）攝取的衛教。之後，他們將進入為期 12 週的介入期（Intervention Phase），記錄真實生活中的訓練、恢復和參與比賽的情況，並比較「訓練日」與「非訓練日」的數據差異。
最後，我們將彙整所有數據來評估結果（Outcomes）：包含安全性（低血糖和糖尿病酮酸中毒 DKA 的評估）、有效性（比較訓練與非訓練日的目標範圍內時間 TIR）、使用者體驗，以及對臨床指引的遵循度。
作為一項探索性的深度分析，我們導入了**四階段延伸運動框架（4-Phase Exercise Framework）**來捕捉運動表現的「代謝尾巴（Metabolic Tail）」：
病例系列：MOBI 隊長的初步數據
為了讓結果更易於理解，讓我們來看看最近加入我們研究的 4 名青少年運動員的 78 個訓練療程數據。他們來自不同的運動類別，且每週進行超過 6 小時的高強度訓練。這 4 位患者包含：12 歲武術選手（每週 8 小時/9 METS，TIR 65%，TBR 0.5%）、14 歲網球選手（每週 7 小時/8 METS，TIR 76%，TBR 1.0%）、17 歲女性排球選手（每週 8 小時/6 METS，TIR 87%，TBR 1.4%），以及 16 歲籃球選手（每週 7 小時/8 METS，TIR 82%，TBR 5.3%）。他們在 100% 的時間裡都使用了自動胰島素給藥系統。
低血糖風險評估
首先，這也是我們在運動員中最害怕的一點——低血糖風險評估。正如大家所見，結果非常令人安心。在實際的身體活動期間，只有 6.6% 的運動療程經歷過任何形式的低血糖（血糖低於 70 mg/dL）。我說的是運動療程本身，只有 1.3% 的運動療程出現了持續性的輕度低血糖（介於 70 到 54 mg/dL 之間且持續 >15 分鐘）。在所有 78 個療程中，嚴重低血糖事件（定義為低於 54 mg/dL 持續超過 15 分鐘且需要協助**）的發生率為零**。從數據的視覺化圖表中可以看出，AID 系統的自動暫停（Auto-Suspend）功能成功介入，防止了血糖長時間滯留在低血糖危險區。
訓練日與非訓練日的有效性比較
在觀察有效性並比較訓練日與非訓練日後，我們發現：**在訓練日，目標範圍內時間（TIR, 70-180 mg/dL）增加了 6% （從 66.7% 提升至 72.0%），而高於目標範圍時間（TAR, >180 mg/dL）減少了 6% **（從 32.2% 降至 26.3%）****。與此同時，低於目標範圍時間（TBR）保持穩定（1.3% 對比 1.2%）。這種差異在清醒活躍的時間段（Daily, 07:00-24:00）具有統計學上的顯著意義（p=0.025 及 p=0.014），這非常重要。
延伸運動時間範圍的安全性（夜間的高血糖挑戰）
接下來我想向大家展示的是延伸運動時間範圍的安全性，而這正是令人驚訝的發現所在。你可以看到，雖然低血糖事件在所有時間範圍內都保持相當穩定，但高血糖（Hyperglycemia）風險卻在所有四個階段中佔據主導地位，特別是在夜間出現了激增。 具體而言，高血糖風險（>250 mg/dL 持續 >15 分鐘）在運動期間為 14%，運動後 0-3 小時為 19%，運動後 3-6 小時為 13%，但在夜間卻飆升至 29%，這個夜間時段甚至被我們標示為「血糖混亂區（Zone of Glycemic Chaos）」。
這是一個非常有趣的發現，我們必須利用更多的數據來進一步分析。再次強調，在運動的每個時間範圍內，低血糖風險（<70 mg/dL 持續 >15 分鐘）皆極低（運動中 1.3%、運動後 0-3h 為 2.6%、運動後 3-6h 為 1.3%、夜間為 2.9%），且****顯著低血糖風險（< 54 mg/dL 持續 >15 分鐘）為零。
真實世界中的額外碳水化合物（Ex-Carbs）遵循度
最後一點，我們來一瞥真實世界中對額外碳水化合物（Ex-carbs）指引的遵循情況。如大家所見，在所有時間範圍的療程中，無論是運動前、運動後還是深夜，都沒有達到 100% 的事前登錄（Announced）碳水化合物。在運動期間，只有 12% 的療程記錄了未事前登錄（Unannounced）的碳水化合物，儘管這些療程是臨床指引中建議需要補充 Ex-carbs 的。
這也是一個有趣的發現，因為即使如此，患者的目標範圍內時間（TIR）仍然保持得非常穩定，且沒有出現高比例的低血糖。 從數據分布來看，TIR 在運動前 3 小時為 66%，運動期間為 71%，運動後 3 小時為 73%，運動後 6 小時為 66%，夜間降至 57%。同時，高血糖時間（TING）的佔比為：運動前 37%，運動期間 48%，運動後 3 小時 48%，運動後 6 小時 37%，夜間 31%。
結論與致謝
總結來說，從 CAPTAIN MOBI 研究的初步快照數據中，我們看到了在安全性與有效性方面令人安心的結果。深入的訓練分析正在進行中，請大家持續關注我們未來將發布的更多結果。
最後，我要感謝我們的研究團隊，這是一次偉大的合作。感謝來自以色列施耐德兒童醫學中心（Schneider Children’s Medical Center of Israel）國家兒童糖尿病中心的內分泌與糖尿病研究所團隊，以及盧比安納大學醫學中心（University Medical Center Ljubljana）大學兒童醫院內分泌、糖尿病與代謝疾病部的團隊。當然，也要特別感謝在座的聽眾，以及施耐德兒童醫學中心令人驚嘆的團隊。謝謝大家。