連續血糖監測 (CGM) 的準確性：在普及率、成本與安全性之間取得平衡
為大家介紹 Martin Tauschmann 醫師。Martin Tauschmann 是一位年輕的兒童內分泌科醫師，目前任職於維也納大學附設醫院。他曾在 Roman Hovorka 教授的人工胰臟研究團隊中進行了很長一段時間的研究，而現在他將時間投入在格拉茲 (Graz) 與 Otmar Moser 教授合作的運動生理研究團隊。今天，他將為我們帶來關於 CGM 準確性的深入見解。
謝謝 Katarina 的親切介紹。大家午安。首先，感謝 ISPAD 邀請我進行這場演講。一開始我非常熱情地答應了，但後來我心想：「等等，這個給定的講題非常廣泛，可能有點難度。」但我還是盡力而為了，讓我們來看看吧。
這是我要聲明的利益衝突。M.T. 曾從 Abbott、Eli Lilly、Medtronic、Sanofi 及 Ypsomed 獲得演講費與諮詢委員會等個人報酬，並獲得 Eli Lilly 與 KelCon GmbH 的會議出席贊助。（操作簡報筆）我對科技產品不太在行，這有點棘手……啊，現在可以了。好，回到正題。
CGM：現代糖尿病照護的基石
在這次會議的許多場次中，我們幾乎都聽到了這個觀點：連續血糖監測 (CGM) 不僅對第一型糖尿病至關重要，其應用甚至超越了第一型糖尿病的範疇。它徹底改變了糖尿病的日常管理。如今，CGM 衍生的各項參數被廣泛應用於日常臨床決策、臨床試驗終點，以及治療成功的基準。我們都熟知那些核心指標：目標範圍內時間 (Time in Range, TIR)、嚴格目標範圍內時間 (Time in Tight Range, TITR)以及平均血糖值。此外，新的共識指南也即將發布。同時，CGM 也是自動胰島素給藥 (Automated Insulin Delivery, AID) 系統的技術骨幹。
這張圖表取自我們兩年前發布的 ISPAD 臨床共識指南，該指南發布於 2024 年的《荷爾蒙研究兒科學》(Hormone Research in Paediatrics) 期刊。讓我們來看看我們在其中陳述了什麼。在由 Martin De Bock 主導的血糖目標章節中提到，CGM 結合血糖管理指標 (Glucose Management Index, GMI) 可以被視為評估血糖控制的「獨立方法」(Standalone method)。雖然在這次會議中，大家對於糖化血色素 (A1C) 是否仍扮演一定角色有過辯論，但我們暫且將重點放在這裡。
指南強烈建議所有患有第一型糖尿病的兒童、青少年與年輕成人使用 CGM；同時，它也已成功應用於接受任何治療方案的第二型糖尿病患者。如今，CGM 越來越多地被用來追蹤血糖模式，並用於早期第一型糖尿病的分期。因此，它確實是當今糖尿病照護的核心。
我們知道，目前在數據解讀與查看方式上已經有了標準化，例如動態血糖圖譜 (Ambulatory Glucose Profile, AGP)，它包含 14 天的數據聚合與 8 項核心指標，並以視覺化方式呈現 24 小時的血糖模式。當然，也有標準化的共識指南發表，指導如何在臨床照護和研究中正確使用這些 CGM 參數。
今天的演講，在開場之後，第一部分我將探討準確性與安全性，第二部分則會討論普及率、成本與給付問題。
CGM 系統的準確性：我們真的解決這個問題了嗎？
關於準確性，讓我們再次回到指南。我們在裡面寫了什麼？我們提到，CGM 的準確性已有大幅提升，現在已允許非輔助性使用 (Non-adjunctive use)——這意味著，如果你想根據 CGM 讀數來做臨床決策或調整胰島素劑量，你不再需要進行指尖微血管採血來確認。然而，指南也指出，當 CGM 在家庭環境中使用時，其準確性可能會低於臨床試驗期間的表現。此外，作為衡量準確性的關鍵指標之一，平均絕對相對誤差 (MARD) 在不同人群中的表現可能會有所差異。
我原本以為，準確性的問題已經解決了，我們可以把焦點轉向其他臨床適應症。這也是為什麼上一版指南的重點並沒有放在準確性上。我們在指南中公布了 MARD 數據，新一代系統的 MARD 大約在 6% 到 10% 之間，這是可以接受的。
但是，身為一名臨床醫師，當我看到最近的一篇論文時，我心想：「等等，事情沒那麼簡單。」即使是我們目前使用、已經獲得 FDA 批准可用於非輔助性使用的 CGM 設備，它們之間仍然存在差異。
如果我們看 Guido Freckmann 進行的一項研究，他們將三個感測器——FreeStyle Libre、Dexcom 和 Medtronic Enlite（或 Simplera）——同時佩戴在同一個受試者身上。結果顯示，差異相當大。同一個人在同一時間佩戴不同的 CGM 系統，其目標範圍內時間 (TIR) 竟然有 6% 到 8% 的顯著差異。該研究針對 23 名成人進行 14 天的測試，比較了 FreeStyle Libre 3、Dexcom G7 與 Medtronic Simplera。結果顯示，Simplera 的 TIR 達 84.0%，而 Libre 3 與 Dexcom G7 分別為 76.3% 與 76.2%。
這與自動胰島素給藥 (AID) 系統的統合分析結果一致：根據 Pöhlmann 等人的研究，儘管患者的 A1C 數值非常相似，但不同 AID 系統之間的 TIR 差異仍可高達 11%。這些設備間的差異，引發了我們對系統間「可比較性」的質疑。
為什麼這很重要？
我們知道，在臨床上與患者溝通時，5% 的 TIR 變化就具有臨床意義。而根據文獻，在比較不同治療方案時，3% 的 TIR 差異就足以產生臨床意義。然而，我們觀察到的差異（6% 到 11%）已經遠遠超過了這些閾值。
這會對臨床解讀與血糖控制產生重大影響。這不僅影響接受胰島素治療的第一型糖尿病患者，當我們越來越常使用 CGM 來進行第一型糖尿病的「分期」時，問題會變得更棘手。如果我們必須單憑 CGM 讀數來判斷患者處於正常血糖還是血糖異常（Stage 1 或 Stage 2），這種設備間的差異可能會導致誤判。你可能會因為被判定為 Stage 2 而獲得某些治療資格，但如果是 Stage 1 則沒有。在這次會議中，我們也討論了將其用於第二型糖尿病分期的議題。當然，感測器準確性的差異，也可能直接改變自動胰島素給藥系統的行為，並影響臨床試驗結果的比較。
為什麼 CGM 系統之間會存在差異？
最近有許多論文和臨床意見探討了這個問題。首先，感測器的演算法被校準到不同的血糖區隔 (Glucose compartments)。有些系統使用微血管血糖作為參考，有些使用靜脈血糖，有些則使用動脈化血糖。這些區隔之間存在生理學上的差異，特別是在血糖值快速變化的時期。這些微小的變異，最終會導致顯著的臨床影響。
核心問題在於校準對齊 (Calibration alignment)。不同的系統使用不同的參考標準，這會產生系統性偏差。正如前面提到的，演算法是在不同的參考血糖數據集上進行訓練的，這會影響其回報的血糖範圍、AID 系統的給藥行為以及數據解讀。
這帶來了科學上的影響。CGM 指標在所有研究中變得越來越重要，但目前卻缺乏標準化的評估框架。這帶來的風險是，研究之間無法進行比較，數據解讀不一致，這也讓統合分析和系統性回顧變得非常困難。
監管環境的差異與標準化的呼籲
造成這個現象的原因在於，全球的監管環境非常多樣化，缺乏一致的評估框架。不同地區的標準不同，性能評估的透明度也不一。在方法學上，它們是不一致的。例如，在歐洲的 CE 認證中，許多臨床研究報告通常是不公開的，這讓情況變得有點棘手；相比之下，美國 FDA 的透明度就比較高。
讓我們看看 John Pemberton 最近發表的論文。該論文發表於 2026 年的《Diabetes, Obesity and Metabolism》期刊。這只是為了向大家展示其中的差異。圖表中標示綠色的是獲得 FDA 批准的設備，有些同時具備 FDA 和 CE 認證；而標示藍色的則只有 CE 認證，僅限歐洲使用。市場上有許多僅具備 CE 認證但未獲 FDA 批准的系統（例如 AgaMatrix、Sinocare、CareSens Air 等），且其中部分被標示為可作為非輔助性使用。我們作為臨床醫師，會理所當然地認為只要有 CE 認證，就代表它們已經過適當的檢驗且足夠準確，但事實並非如此。
當然，我們知道 FDA 在 2018 年引入了 iCGM (Integrated CGM) 標準。這是一個具有核心準確性要求的監管框架，這確實是一個很好的進展。該標準要求讀數必須達到 ≥87% 落在 ±20% 誤差範圍內、≥95% 落在 ±40% 範圍內，以及 ≥99% 落在 ±70% 範圍內。
除了這些監管標準之外，還有一個推動全球標準化的努力。國際臨床化學暨檢驗醫學聯盟 (IFCC) 工作小組提出了一個關於 CGM 性能評估國際標準化的框架草案。這個框架強調在完整的生理血糖範圍內進行動態準確性評估，並建議採用一致的對照組選擇、標準化的研究設計與報告方式。
如果我們仔細看這個指南的核心要求，你必須在動態血糖變化下進行性能評估。它要求在單一測試階段內進行動態血糖挑戰（例如透過進食引發血糖急遽上升，隨後在峰值注射胰島素使其快速下降），且絕對變化率 (MaRoC) 需大於 1.0 至 1.2 mg/dL/min。同時，要求在所有動態血糖區間 (DGRs) 中均需具備至少 7.5% 的配對數據。除了這些標準化的血糖操控流程外，它還建議選擇一致的參考方法（最好是微血管測量），並要求結構化的報告。
這種標準化的好處在於，設備衍生出的指標集將保持臨床上的可解讀性。它能確保跨設備的可比較性，讓臨床試驗結果的比較更加可靠，並為全球一致的評估奠定基礎。IFCC 工作小組的標準不僅關注準確性的具體數值閾值，更著重於方法學和報告指引。
如果你想了解更多關於準確性、校準對齊等問題的細節，我建議你可以閱讀這篇最近由 John Pemberton 主導發表的臨床意見文章。
普及率、成本與給付問題
接下來，我們談談普及率 (Access) 與成本 (Costs)。
在誰能獲得 CGM 技術這件事上，存在著顯著的不平等。我們美國的同事，特別是史丹佛大學的研究團隊，在這方面做了大量出色的工作。
首先是種族與族裔的差異。研究指出，黑人患者使用 CGM 的比例比白人患者低 50% 至 70%，西班牙裔患者獲得 CGM 的可能性也低了 56%。當然，社會經濟因素也扮演了重要角色。較低的社會經濟地位會導致 CGM 處方率下降。保險類型強烈影響了獲取技術的機會，此外還有地理位置上的差異。其他促成這些不平等的因素還包括：醫療服務提供者在討論與開立處方時的無意識偏見、結構性種族主義與系統性障礙，以及數位落差與科技素養的差距。
最近有一項關於全球 CGM 普及率與給付狀況的精彩研究，是由我們的 SWEET 註冊中心所進行的。這項由 Santova 等人發表於《JAMA Network Open》的研究，是一個多中心橫斷面研究，包含了來自 56 個國家、81 個 SWEET 中心的數據。他們向所有卓越中心發放了網路問卷，目的是描繪 CGM、胰島素幫浦、血糖機與胰島素的普及率與給付狀況。接著，他們將給付數據與 SWEET 數據庫中的 A1C 數值進行比對。這項分析涵蓋了 42,349 名第一型糖尿病兒童。
關於 CGM 的給付，他們發現了什麼？
- 歐洲的情況最為一致。在受訪的 26 個國家中，有 24 個 (92%) 報告提供全額給付。這是一個巨大的進步，回顧 2009 年，當時只有斯洛維尼亞和瑞典提供全額給付，現在已經接近普及，儘管仍有一些缺口。
- 北美則呈現高度異質性。給付範圍取決於保險類型和所在州。聯邦醫療保險 (Medicare) 對於使用胰島素的患者提供「治療性 CGM」，但標準非常嚴格。自付額和適應症標準仍然是一大障礙。
- 拉丁美洲同樣具有高度異質性。國家內部也存在差異，從全額給付到完全不給付都有，且普遍存在高額的自付費用與地理差異。
- 非洲的資源最為受限。在接受調查的國家中，有 4 個國家完全無法取得 CGM。這確實是個問題，但退一步想，如果他們連取得胰島素都有困難（50% 報告胰島素取得不足），那又是另一個層次的問題了。
- 大洋洲方面，澳洲實施了針對 21 歲以下族群的普及性補助，並取得了實證成效；而紐西蘭則仍然需要患者自掏腰包。
在這項分析中，研究人員實際探討了全額給付狀態對血糖控制的影響。我們可以看到，在享有全額給付的地區，平均 A1C 較低，且達成 A1C 低於 6.5% 的患者比例高出許多。具體來說，享有全額給付的地區，患者平均 HbA1c 為 7.62%，有 18.7% 的人達標（<6.5%）；相比之下，完全無法取得 CGM 的地區平均 HbA1c 高達 9.65%，僅 7.8% 達標。數據非常明確：擁有完整 CGM 資源的兒童，其達到建議 A1C 目標的可能性，是資源受限者的 2.4 倍。
我想特別提一下澳洲模式，這在改善血糖控制方面是一個非常成功的案例。2017 年，澳洲針對 21 歲以下的第一型糖尿病患者引入了普及性的 CGM 補助。結果，CGM 的使用率從 5% 躍升至 79%。患者達成 A1C 目標的機率大幅提升，血糖控制不佳的比例下降了 66%，持續使用者的 DKA 風險也降低了 51%。他們還進行了成本效益分析，結果顯示這項政策符合成本效益（每增加一個質量調整壽命年 (QALY) 的成本為 39,518 澳幣）。分析甚至指出，如果將補助擴大到所有年齡層的第一型糖尿病患者，依然是符合成本效益的。
其他研究也顯示，即使在美國，一項涵蓋 3,036 名參與美國醫療補助 (Medicaid) 計畫的糖尿病成人患者的研究中，他們獲得了全額補助的 CGM。這不僅包括第一型，也包括第二型糖尿病患者。結果顯示，該群體的 A1C 降低了 1.2%，且高依從性帶來了更顯著的降幅。最重要的是，當成本障礙被消除後，CGM 使用上的種族與族裔差異就不復存在了。
總結：給付與普及率
總結這個部分，給付政策直接影響了血糖控制的結果。然而，財務障礙仍然是最大的阻礙。由於財務限制導致的普及率不足，阻礙了患者達成血糖目標。各國之間，甚至同一國家內不同保險公司之間的給付政策，都存在著巨大的差異。
結論與未來展望
總結來說，目前全球 CGM 製造商與系統正快速擴張，低成本設備的選擇越來越多（希望未來會更多），且 CGM 的應用已經超越了傳統的糖尿病適應症。
但是，我們必須維持性能與安全性的目標。我們需要確保這些設備是準確的。目前已有提出的標準化框架（如 IFCC），我們希望製造商和監管機構也能採納，這依然是至關重要的。
同時，不平等現象依然存在，全球之間存在巨大差異，成本仍然是一個關鍵障礙。
我建議的未來方向（這也與其他專家的意見一致）是：我們必須在不妥協安全性與性能的前提下擴大普及率；我們需要解決公平性差距，同時確保系統的透明度與可比較性。這需要臨床醫師、監管機構、產業界與政策制定者共同努力。
感謝大家的聆聽。
Q&A 問答時間
主持人 Katarina：非常感謝您帶來如此精彩的演講。現場觀眾有任何問題嗎？
觀眾 1：嗨，Martin，謝謝你。我想把今天 John Ogles 教授和 Martin Scharschmidt 的演講結合起來看。他們提到 CGM 公司有責任提供更高標準的數據來證明其設備的價值。但同時，你也希望市場上能出現非常便宜的顛覆性產品。問題在於，對這些公司來說，要提供你們所要求的那種數據是非常昂貴的。我們該如何打破這個僵局？我們如何不強迫那些我們希望顛覆市場的新公司，去承擔進入市場所需的極高成本？大型巨頭正在保護他們的市場，他們贊助我們撰寫論文，支付作者或機構費用來制定共識聲明，藉此保護他們的地盤，讓新玩家很難進入。我們該如何解開這個結構？我們可以找誰來資助或幫助這些新創公司獲取所需的數據，從而產生真正的顛覆者？我認為這是一個巨大的挑戰，但我們也應該問問自己，在我們面臨的這個問題中，我們自己是否也成了共犯？
Martin Tauschmann：謝謝你的評論。確實，這也是個問題，不同國家之間的產品定價存在差異，這也牽涉到分銷的問題。
觀眾 1：沒錯。你知道其他公司是如何獲得分銷管道的嗎？
Martin Tauschmann：老實說，我對於這些設備在各大洲特定地區的定價機制並沒有深入的了解。在某些國家比其他國家貴上許多，這確實說不通。
觀眾 2：延續剛剛那位觀眾的話題，產品註冊也是一個問題。大公司並沒有在低收入國家（除了印度和少數幾個國家之外）註冊他們的產品。註冊是需要成本的，但這意味著，例如在加勒比海地區的安地卡及巴布達 (Antigua and Barbuda)，人們無法使用這些機器。他們可以在美國買到，但帶回國後，設備無法與他們的手機連線。我們曾試圖在某些國家進行研究，但陷入了第 22 條軍規的困境（Catch-22）：因為產品未註冊，公司不賣給你，即使當地政府說沒問題也不行。所以我認為監管問題是非常深遠的，也許這需要透過倡議來解決。但每個國家都有自己的規定，有些國家甚至沒有規定，但產品依然無法在那裡註冊。
Martin Tauschmann：是的。
觀眾 3：Martin，有沒有可能獨立於這些公司之外，為這些 CGM 工具制定最低的準確性和性能標準？
Martin Tauschmann：我認為標準化框架實際上就是在探討這個特定問題，但我不太確定。這很困難，因為這是一個安全性問題。我們當然可以輕易地說：「好吧，也許針對某些特定人群，我們不需要那麼準確的感測器。」但為什麼呢？如果我們說：「好吧，對於不使用胰島素的第二型糖尿病患者，也許我們不需要 100% 準確的感測器。」但是，當涉及到基於 CGM 軌跡進行疾病分期和個人化醫療時，這就會變得有點棘手。因為這牽涉到誰能獲得特定藥物的給付，以及分期的基準是什麼（對第一型糖尿病也是如此）。目前還沒有解決方案，但我認為應該就此召開共識會議。
觀眾 3：但我們可以看到，即使是少數的測量也能幫助改善照護。所以或許我們可以對 CGM 的品質進行分級？我不知道，例如設定一個最低標準，當然也有最高標準或中等標準，這樣我們就能觸及更多人。
Martin Tauschmann：是的，也許這是未來的方向。但同樣地，我認為如果它們不是最準確的，你可能就不能將其用於「非輔助性使用」，也就是說，你可能仍然需要透過指血來確認讀數。這確實很棘手。
主持人 Katarina：謝謝你，Martin。
Martin Tauschmann：非常感謝大家。