Utilisation du monitoring continu du glucose pour stratifier des personnes sans diabète

Pourquoi il importe de suivre la glycémie toute la journée

Beaucoup de personnes qui se sentent en bonne santé aujourd’hui peuvent déjà présenter des altérations subtiles de la façon dont leur organisme gère le sucre, bien avant qu’un diabète ne soit diagnostiqué. Cette étude pose une question simple mais puissante : si l’on fixe de petits capteurs sur des milliers d’adultes et que l’on observe leurs variations de glycémie 24 heures sur 24, peut‑on condenser toutes ces informations complexes en quelques chiffres faciles à comprendre qui signalent un risque précoce pour le cœur et le foie ?

Transformer des flux de données de capteur en trois nombres simples

Les chercheurs ont analysé des données de monitoring continu du glucose (CGM) provenant de plus de 8 000 adultes sans diagnostic de diabète. Ces capteurs portables enregistrent les taux de sucre toutes les quelques minutes pendant plusieurs jours, générant des dizaines de métriques possibles : fréquence des niveaux élevés ou bas, irrégularité de la courbe, durée des pics, et plus encore. En utilisant des outils statistiques cherchant la structure cachée dans de grands jeux de données, l’équipe a examiné quelles combinaisons de mesures capturaient le mieux les différences entre individus. Ils ont découvert que plus de 80 % des différences entre personnes pouvaient être expliquées par seulement trois concepts : le niveau moyen de sucre au fil du temps (« moyenne »), l’ampleur des variations montantes et descendantes (« variance ») et la similarité d’une lecture avec les lectures récentes (« autocorrélation », une mesure de la durée pendant laquelle la glycémie a tendance à suivre une même trajectoire).

Tester le code à trois nombres après les repas

Pour vérifier si ces trois caractéristiques décrivent réellement le comportement de la glycémie en conditions réelles, les scientifiques se sont tournés vers des études de repas détaillées. Dans un projet impliquant 863 participants, chacun a consommé des repas tests soigneusement contrôlés pendant que leur glycémie était suivie pendant quatre heures après le repas. L’équipe a utilisé un type de réseau neuronal appelé autoencodeur pour compresser la courbe de glycémie postprandiale de chaque personne en un petit ensemble de coordonnées abstraites puis reconstruire la courbe originale. Une version tridimensionnelle de ce modèle a capturé les formes des courbes bien mieux qu’une version bidimensionnelle plus simple, tandis que l’ajout de dimensions supplémentaires n’apportait que peu d’amélioration. De manière cruciale, les trois mesures concrètes — niveau moyen, amplitude des fluctuations et persistance du motif — pouvaient prédire ces coordonnées abstraites très précisément, ce qui signifie que le résumé en trois nombres porte presque toute l’information utile de la courbe complète.

Vérifier que le schéma tient dans d’autres contextes

Les chercheurs ont ensuite mis leur cadre à l’épreuve avec des types de données très différents. Ils l’ont testé sur un test classique à la boisson sucrée, où des volontaires ingèrent une quantité fixe de glucose et subissent des prises de sang répétées, et sur des enregistrements CGM supplémentaires de la vie quotidienne, où les repas sont irréguliers et souvent rapprochés. Dans les deux cas, trois dimensions se sont révélées à nouveau être le bon compromis : suffisantes pour reconstruire les courbes de glycémie avec une grande précision, mais assez simples pour rester compréhensibles. Les marqueurs traditionnels utilisés en clinique, tels que la glycémie à jeun et la valeur à deux heures après une boisson sucrée, capturaient principalement la dimension de la « moyenne » et manquaient une grande partie de la variation observée dans la façon dont les taux de sucre montent et descendent.

Lier les schémas de glycémie à la santé du cœur et du foie

Au‑delà de la description des courbes de glycémie, l’équipe souhaitait savoir si ces trois caractéristiques se reliaient à des signes précoces de dommage dans des organes clés. Dans un sous‑groupe de près de 1 800 participants, des échographies ont mesuré l’épaisseur de la paroi de l’artère du cou — un marqueur d’athérosclérose — et plusieurs propriétés du foie liées à la teneur en graisse, à la rigidité et à l’inflammation. Les trois caractéristiques issues du CGM ont montré des liens significatifs et indépendants avec ces mesures d’organes, même après ajustement pour la pression artérielle et le cholestérol. Par exemple, les personnes dont les lectures de glycémie étaient plus « collantes » dans le temps, comme capté par la mesure d’autocorrélation, avaient tendance à présenter une paroi artérielle plus épaisse et des altérations du tissu hépatique, malgré l’absence de diagnostic de diabète. En regroupant les participants en clusters basés sur ces trois nombres, les chercheurs ont aussi pu définir des plages de référence et constater que ceux dont les valeurs dépassaient certains seuils présentaient une sensibilité à l’insuline plus faible lors de tests séparés très contrôlés.

Ce que cela signifie pour la détection précoce du risque

Ce travail suggère que les oscillations complexes et à haute fréquence de la glycémie captées par les capteurs modernes peuvent être réduites à trois dimensions claires et physiologiquement signifiantes sans perdre beaucoup d’information. Ensemble, ces nombres décrivent la hauteur moyenne des taux de sucre, l’amplitude de leurs variations et la lenteur avec laquelle ils changent de direction. Parce que chacune de ces dimensions est liée à des modifications précoces des vaisseaux sanguins du cœur et du foie, elles pourraient aider médecins et chercheurs à repérer des personnes à risque élevé bien avant que les tests standards ne le fassent. Bien que des travaux supplémentaires soient nécessaires pour démontrer que des interventions basées sur ces mesures peuvent prévenir la maladie, ce code à trois nombres offre une voie prometteuse et interprétable pour transformer les données continues des capteurs en insights simples sur la santé métabolique.

Citation: Sugimoto, H., Sapir, G., Keshet, A. et al. Use of continuous glucose monitoring to stratify individuals without diabetes. Commun Med 6, 260 (2026). https://doi.org/10.1038/s43856-026-01523-8

Mots-clés: monitoring continu du glucose, risque de prédiabète, schémas de la glycémie, santé métabolique, dégâts cardiaques et hépatiques