使用连续血糖监测对无糖尿病个体进行分层

为何全天追踪血糖很重要

许多如今感觉健康的人，在被确诊为糖尿病之前，其体内对糖的处理可能已经存在微妙问题。本研究提出了一个简单却有力的问题：如果我们在数千名成年人身上佩戴小型传感器，全天观察其血糖的升降，能否把这些复杂的数据提炼为少数几个易于理解的数字，从而提示早期对心脏和肝脏的风险？

将传感器数据流化为三个简单数字

研究人员分析了来自8000多名未被诊断为糖尿病的成年人的连续血糖监测（CGM）数据。这些可穿戴传感器在多天内每隔几分钟记录一次血糖，产生许多可能的指标：浓度偏高或偏低的频率、曲线的粗糙程度、峰值持续时间等。利用寻找大型数据集中隐含结构的统计工具，团队探究哪些指标组合最能捕捉个体间的差异。他们发现，超过80%的个体差异可由三种观念来解释：随时间的平均糖水平（“均值”）、上下波动的幅度（“方差”）以及某次读数与近期读数的相似性（“自相关”，衡量血糖保持某一路径的持续时间）。

餐后验证三数字编码

为了检验这三项特征是否真实描述血糖在现实生活中的表现，科学家们转向细致的餐后研究。在一项包含863名参与者的项目中，所有人摄入严格控制的测试餐后，血糖在随后四小时被追踪。团队使用一种称为自动编码器的神经网络，将每个人餐后血糖曲线压缩为一组抽象坐标并重建原始曲线。三维版本的模型在捕捉曲线形状方面远优于更简单的二维模型，而增加额外维度则带来很小的改进。关键是，这三个具体测量值——平均水平、波动幅度和模式持续性——能够很好地预测这些抽象坐标，这意味着三数字摘要几乎包含了完整血糖轨迹中的全部有用信息。

在其他情境中检验该模式是否成立

研究人员随后用类型迥异的数据来挑战他们的框架。他们在经典的口服葡萄糖耐量测试（志愿者饮用固定量的葡萄糖并多次抽血）以及来自日常生活的额外CGM记录（进餐不规则且常紧密相连）上进行了测试。在两种情况下，三维再次被证明是最佳取舍：既能以高精度重构个体的血糖曲线，又足够简单易懂。临床常用的标志物，如空腹血糖和糖水后两小时值，大多只捕捉到“均值”维度，错过了人们血糖升降间大量的变异信息。

将血糖模式与心脏及肝脏健康联系起来

除了描述血糖曲线外，团队还想知道这三项特征是否与重要器官的早期损伤征象相关。在近1800名参与者的一个亚组中，超声检查测量了颈动脉壁厚——动脉堵塞的一个标志——以及与肝脏脂肪含量、僵硬度和炎症相关的几项性质。即使在校正了血压和胆固醇后，三项CGM特征仍与这些器官指标呈现有意义且独立的关联。例如，血糖读数更强烈“粘滞”（由自相关测量捕捉）的人，尽管未被诊断为糖尿病，却往往有更增厚的动脉壁和肝组织变化。通过基于这三项数值对参与者进行聚类，研究者还能定义参考范围，并观察到超过某些阈值的人在独立的、高度受控的测试中通常表现出较差的胰岛素敏感性。

这对及早发现风险意味着什么

这项工作表明，现代传感器捕捉到的错综复杂、高频率的血糖波动可以在不丢失大量信息的前提下，被简化为三项清晰且具有生理意义的维度。三项数值一起描述了血糖的平均高低、波动幅度以及转向的缓慢程度。由于每一维度都与心脏血管和肝脏的早期变化有关，它们或许能帮助医生和研究者在标准检测之前识别出更高风险的人群。尽管仍需进一步研究以证明基于这些测量采取行动能否预防疾病，这组三数字编码为将全天候传感器数据转化为关于代谢健康的简单可解释见解，提供了有前景的途径。

引用: 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

关键词: 连续血糖监测, 糖尿病前期风险, 血糖模式, 代谢健康, 心脏与肝脏损伤