健康人群体内血糖“稳态”的守护者：连续血糖监测（CGM）衍生指标与饮食、生活方式及心血管风险预测的关联性研究

这项研究瞄准了连续血糖监测（CGM）技术在无糖尿病或糖尿病前期人群中的应用价值。研究者们探究了TIR3.9–5.6、TIR3.9-7.8和血糖变异性与人口统计学、饮食、生活方式、心脏代谢标志物及预测心血管风险之间的关联。结果显示，更高的TIR3.9–5.6与更低的HbA1c、OGTT葡萄糖水平、碳水化合物摄入以及更高的蛋白质摄入相关。睡眠时长与平均葡萄糖呈负相关。更重要的是，TIR3.9–5.6能较好地区分预测的10年ASCVD风险。该研究为CGM应用于健康人群的健康管理评估提供了早期证据。

想象一下，有一种便携设备，能像监测心率一样，全天不间断地读取你体内血糖的每一次微妙波动。这不再是科幻情节，连续血糖监测（Continuous Glucose Monitor, CGM）技术的发展已使之成为现实。对于需要严格控制血糖的糖尿病患者，CGM是革命性的管理工具。然而，一个有趣且意义重大的问题随之浮现：对于那些血糖水平尚处于正常范围、被医学定义为“血糖正常”的广大人群，这些精细入微的血糖曲线图，究竟是无关紧要的“数据噪音”，还是潜藏着关乎未来健康走向的关键密码？

在看似平稳的健康表面下，血糖的波动规律可能与饮食结构、睡眠质量、未来心血管疾病风险息息相关，只是我们尚缺乏有效的观测和解读工具。这正是发表在《自然·通讯》（Nature Communications）上的一项研究试图探索的核心。研究者们希望揭示，在无糖尿病及糖尿病前期的人群中，由CGM设备提取出的关键指标，如血糖达标时间（Time in Range, TIR）和血糖变异性，如何与个体的生活细节和健康风险交织在一起。这项研究的目的，是评估CGM监测是否能在常规健康管理之外，为“健康”人群提供更深层的生理洞察和风险预警，从而开辟一条全新的预防医学路径。

为了解答这些问题，研究人员巧妙地运用了多项关键技术。研究的基石是来自PREDICT 1、PREDICT 2和PREDICT 3三项临床试验的大规模前瞻性队列数据，共纳入了3634名无糖尿病或糖尿病前期的参与者。核心测量工具是连续血糖监测（CGM）设备，它能够密集采集组织间液葡萄糖浓度，从而计算出平均血糖、血糖达标时间（TIR，通常定义为血糖在3.9-5.6 mmol/L和3.9-7.8 mmol/L范围内的时间占比）以及反映血糖波动幅度的指标，如血糖变异系数（CV）。与此同时，研究团队收集了涵盖人口统计学特征、通过食物频率问卷（FFQ）评估的饮食摄入、生活方式习惯、标准口服葡萄糖耐量试验（OGTT）结果、糖化血红蛋白（HbA1c）以及一系列心脏代谢血液标志物的详实数据。数据分析则涉及了多变量线性回归、Logistic回归和受试者工作特征曲线（Receiver Operating Characteristic curve, ROC curve）下面积（Area Under the Curve, AUC）计算等统计方法，以评估CGM指标与各种因素及预测的动脉粥样硬化性心血管疾病（Atherosclerotic Cardiovascular Disease, ASCVD）10年风险之间的关联强度和判别能力。

血糖达标时间与饮食、代谢特征的关联

通过分析CGM数据与问卷调查、血液检测结果的关联，研究者们绘制出清晰的生理图景。更高的TIR_3.9–5.6（血糖维持在3.9-5.6 mmol/L这一更严格理想范围的时间比例）与更优的代谢状态紧密相连。具体而言，TIR_3.9–5.6越高，个体的糖化血红蛋白（HbA1c）和口服葡萄糖耐量试验（OGTT）两小时血糖水平就越低。在饮食方面，更高的TIR_3.9–5.6与更低的碳水化合物总摄入量以及更高的蛋白质摄入比例相关。然而，血糖在3.9-7.8 mmol/L这一更宽泛正常范围的时间（TIR_3.9-7.8）与这些指标的关联性较弱，提示更严格的血糖控制范围可能更能反映代谢健康。此外，平均血糖水平也展现出有趣的关联，它与更长的自我报告睡眠时长呈负相关，暗示了良好睡眠对血糖稳态的潜在益处。

血糖变异性与心脏代谢风险因素

血糖的平稳程度，即血糖变异性，同样传递着健康信息。研究发现，更高的血糖变异性（通过更大范围和其他指标衡量）与一系列不利的心脏代谢特征相关，包括更高的身体质量指数（Body Mass Index, BMI）、腰围、空腹甘油三酯、空腹胰岛素水平、胰岛素抵抗指数（HOMA-IR），以及更低的“好胆固醇”高密度脂蛋白胆固醇（High-Density Lipoprotein Cholesterol, HDL-C）水平。这表明，即便平均血糖正常，过大的血糖波动本身也可能是代谢紊乱和心血管风险的一个标志。

CGM指标对心血管风险的预测潜力

研究最引人注目的发现在于CGM指标对长期健康风险的预测价值。研究人员使用了美国心脏病学会/美国心脏协会（ACC/AHA）的汇总队列方程来估算每位参与者未来10年发生动脉粥样硬化性心血管疾病（ASCVD）的风险。分析显示，TIR_3.9–5.6是区分高ASCVD风险个体和低风险个体的一个有效指标。具体来说，TIR_3.9–5.6对于判别10年ASCVD风险≥7.5%的个体表现出了中等程度的判别能力，其受试者工作特征曲线下面积（AUC）达到了0.75。这意味着，在无糖尿病人群中，维持血糖在理想范围内的时间越长，其短期内的动脉粥样硬化性心血管疾病风险可能越低。而其他CGM指标，如平均血糖和TIR_3.9-7.8，在此项风险评估中的表现则相对有限。

综上所述，这项探索性研究为我们理解血糖正常人群的血糖生理提供了新的维度。它证实，在传统诊断标准划定的“健康”范畴内，连续血糖监测（CGM）所揭示的血糖动态特征——特别是严格的血糖达标时间（TIR_3.9–5.6）和血糖变异性——与饮食模式、基础代谢状态乃至预测的心血管疾病风险存在显著关联。这些精细指标能够捕捉到常规空腹血糖或糖化血红蛋白（HbA1c）检测所忽略的代谢信息。尤为重要的是，TIR_3.9–5.6展现出了对10年动脉粥样硬化性心血管疾病（ASCVD）风险的中等判别能力，这为CGM技术从糖尿病管理工具扩展为普通人群心血管风险早期评估的潜在工具提供了初步证据。当然，研究者也谨慎指出，这是非预设的探索性分析，需要更长期的前瞻性研究来确认CGM指标与硬终点健康事件之间的因果关系。尽管如此，这项研究无疑开启了一扇大门，提示未来针对大众的健康管理，或许可以超越静态的“血糖正常”标签，通过动态监测来描绘更个体化、更前瞻性的健康图谱，从而实现更早的预警和干预。