2025 年連續與間歇性血糖監測 (Continuous and Intermittent Glucose Monitoring) 年鑑回顧

各位好，請大家盡快就座保持安靜，我們準備開始了。在這個場次中，我們總共有 18 場演講，所以必須抓緊時間。

正如在座有些熟面孔所知，也向第一次參與的新朋友說明，這個「年鑑 (Yearbook)」議程是我們過去 17 年來每年都會舉辦的傳統。我們已經出版了 17 本年鑑，並且擁有非常優秀的副編輯群，他們每個人都負責統籌其中一個特定主題。

現在，我與 Tadej Battelino 教授想共同邀請第一位講者 Jennifer Sherr 上台。她將為我們主講關於連續與間歇性血糖監測 (Continuous and Intermittent Glucose Monitoring) 的最新進展。Jennifer，請開始妳的演講。

文獻回顧方法與年度核心主題

非常感謝。我很高興能代表我的共同作者們（包含 Bruce W. Bode、Tadej Battelino 與 Klemen Dovc），與大家分享我們在連續與間歇性血糖監測這個章節的成果。以上是我的利益衝突聲明 (Disclosures)。

在撰寫本章節時，我們透過 Medline 進行了文獻檢索，使用的搜尋關鍵字包含「Diabetes and Continuous Glucose Monitoring」、「rtCGM」以及「isCGM」。我們將焦點鎖定在臨床試驗 (clinical trials) 以及高品質的真實世界數據 (quality real-world data)。

從歷年趨勢來看，自 1963 年至 2025 年間，相關文獻呈現顯著成長，總檢索結果高達 10,540 篇。而我們這次的特定搜尋條件共篩選出 1,400 篇文獻，我們仔細審查了其中的 59 篇研究，最終在我們的章節中收錄了 12 篇核心文獻。大家可以掃描畫面上的 QR Code 直接閱讀我們的章節內容。

在核心主題方面，我們廣泛探討了幾個領域：包含已確診的第 1 型糖尿病 (Established Type 1) （涵蓋了活動對血糖指標的影響、利用數位分身 (Digital Twins) 改善自動胰島素給藥系統 (AID)、高齡族群、青少年族群、以及治療方式與預後的關聯等）、早期第 1 型糖尿病 (Early-stage Type 1)、精選的第 2 型糖尿病 (Type 2) 研究、以及連續血糖監測 (CGM) 在妊娠期的應用、與併發症的關聯、以及血糖與認知的關係等。

今天，我將把重點集中在其中三篇最具代表性的研究上。

研究一：利用 CGM 指標預測第 1 型糖尿病的病程進展

第一篇文章是由 Peter Calhoun 及其團隊發表於 2025 年《Diabetologia》期刊的研究。他們試圖探討：CGM 是否能準確預測患者進展至第 3 期 (Stage 3) 第 1 型糖尿病的風險？

這項研究彙整了來自 5 個不同試驗的 218 位參與者，這些參與者皆帶有一種或多種自體抗體 (Autoantibodies, Aabs)，並且都收集了前瞻性的 CGM 數據。這 5 個試驗對參與者總數的貢獻分別為：ASK 試驗 (n=79)、TrialNet (n=91)、DIPP 試驗 (n=8)、DAISY 試驗 (n=18) 以及比利時糖尿病登記處 BDR (n=22)。

參與者接受了縱向追蹤，結果顯示有 29% 的世代族群最終進展為第 3 期疾病。在評估預測進展風險的因子時，他們的單變量分析發現，血糖高於 7.8 mmol/L (140 mg/dL) 的時間是一個關鍵指標；若高於此範圍的時間超過 10%，其疾病進展的風險就會顯著升高。

隨後，他們建立了一個包含參與者特徵的完整預測模型，發現以下因素皆與較高的進展風險相關：

血糖高於 7.8 mmol/L 的時間
較高的糖化血色素 (A1C)
擁有一等親的第 1 型糖尿病家族史
IA2 陽性反應

他們將這些臨床特徵與 CGM 數據結合，建立了一個具有兩年預測期 (two-year prediction window) 的模型。結果發現，該模型能非常準確地將個體分類到正確的風險層級中：低風險組佔 5%，中風險組佔 13%，而幾乎一半（48%）的人被準確歸類在高風險組。

在比較不同模型的預測力時，我們通常使用 C 統計量 (C-statistic)。從數據來看：

僅使用 A1C 的模型，C 統計量為 0.61。
僅使用 CGM 或僅使用口服葡萄糖耐受試驗 (OGTT) 的模型，C 統計量為 0.68。
而結合特徵與 CGM 的完整模型，C 統計量達到了 0.74 （其第二年的 AUROC 更高達 0.79）。

研究二：CGM 指標能否替代 C-peptide 作為臨床試驗的替代終點？

我想回顧的第二篇文章是由 Anna Neyman 及其團隊發表於 2025 年《Diabetes Care》的研究。這項研究旨在探討：在疾病修飾療法 (disease-modifying therapies) 的試驗中，CGM 指標是否能作為刺激性 C-peptide (stimulated C-peptide) 結果的替代指標 (surrogate)？

這項研究是對 Closed Loop Verapamil (CLVer) 試驗的次級分析，共納入了 103 位近期發病的青少年第 1 型糖尿病患者。

研究中繪製了 C-peptide 與 CGM 指標的接收者操作特徵曲線 (ROC curves)。分為三個組別：A 圖是整體世代 (Overall cohort)，B 圖是強化治療組 (Intensive group)，C 圖是標準治療組 (Standard group)。他們測試的 CGM 指標包括：目標範圍內時間 (Time in Range, 70-180 mg/dL)、低於目標範圍時間 (Time Below Range, <70 mg/dL)、變異係數 (Coefficient of Variation, CV) 以及所有指標的綜合評估。

從 ROC 曲線的數據來看，各組的敏感度與特異度表現不一：整體組的敏感度為 68.4%、特異度 75.0%；強化治療組敏感度為 63.6%、特異度高達 92.9%；標準治療組敏感度為 80.0%、特異度 70.0%。

結論是：儘管 CGM 指標與刺激性 C-peptide 測量值之間確實存在相關性，但其相關性的強度、敏感度以及特異度，仍不足以在臨床試驗中完全取代 C-peptide 測量。

研究三：CGM 在住院第 2 型糖尿病患者的應用 (DIATEC 試驗)

最後一篇文章是 DIATEC 試驗，同樣發表於 2025 年的《Diabetes Care》。該研究納入了在兩個醫學中心入住「非加護病房 (non-intensive care units)」的第 2 型糖尿病患者。

這項隨機對照試驗共納入 184 位參與者，他們被隨機分派至兩組：使用基於床邊照護 (Point-of-care, POC) 血糖測試的胰島素劑量滴定演算法組（n=91），或是基於 CGM 的滴定演算法組（n=93）。

為了實現 CGM 監測，護理站配備了一台顯示數據的平板電腦。住院糖尿病照護團隊會在巡房期間對數據進行即時監測 (real-time monitoring)，並且設定了可採取行動的警報 (actionable alerts)。

他們發現了什麼？被隨機分派到 CGM 組的患者，其目標範圍內時間 (Time in target range, 3.9-10.0 mmol/L) 高出了 15%，這相當於每天多出 3 個小時的達標時間（CGM 組為 77.6%，POC 組為 62.7%，p<.001）。

此外，他們探索的所有次要結果也都呈現正向效益，包括：

減少高於目標範圍時間 (Time Above Range, TAR)：大於 13.9 mmol/L 的比例從 11.2% 降至 1.3% (p<.001)；介於 10.0-13.9 mmol/L 的比例也從 25.9% 降至 18.5% (p=.013)。
維持極低的低於目標範圍時間 (TBR <3.9 mmol/L 兩組皆為 0.0%)。
降低了血糖變異係數 (reduced CV)。
減少了每日胰島素總劑量 (reduced insulin doses)。
減少了住院期間的併發症。

總結與未來展望

總結來說：

第一，我們的第一項研究表明，將 CGM 數據與臨床特徵配對，可以預測進展為第 3 期第 1 型糖尿病的風險。隨著篩檢的日益普及，利用居家監測來預測疾病進展的方法將變得至關重要。

第二，對於第 3 期第 1 型糖尿病患者，目前的刺激性 C-peptide 測量（暫時）還不能被 CGM 取代。但是，或許未來可以探索在標準化餐食或混合餐耐受性測試 (mixed meal tolerance) 中評估基於 CGM 的指標。目前在健康對照組和早期第 1 型糖尿病患者中的數據，已經暗示了這種方法的潛力。

最後，對於住院的第 2 型糖尿病患者，使用 CGM 來指導醫療管理——歸功於仔細的監測、可採取行動的警報以及胰島素滴定演算法——確實能改善臨床預後。現在正是將 CGM 整合到醫院照護系統中的最佳時機。但我們必須強調，我們雖然需要在醫院內使用 CGM，但為了真正獲得效益，它必須與給藥演算法 (dosing algorithm) 結合使用。

在此，我想感謝我的共同作者們。或許明年的年鑑，我們的探討範圍將會延伸到血糖以外的監測領域 (extend beyond glucose)。非常感謝大家。

（大會主席）：非常精彩，Jan，一如往常地出色。非常感謝妳。接下來我們繼續推進議程，進入關於胰島素給藥 (Insulin Delivery) 的主題。