真实世界研究揭示1型糖尿病患者血糖在控时间与视网膜病变风险及经济结局的关联

本研究针对真实世界连续血糖监测（CGM）数据存在时序相关性与随访时间不均等问题，通过多层级参数生存模型与马尔可夫模型，发现TIR每提升10%可显著降低糖尿病视网膜病变进展风险（HR=0.88）并减少 blindness 发生率，同时实现人均节约医疗成本$2,581 和增益0.13 QALYs，为糖尿病并发症防控提供重要循证依据。

　　

通过采用连续血糖监测（CGM）技术，研究人员针对真实世界1型糖尿病（T1D）护理中血糖数据存在时序相关性及随访时间不均等的挑战，开展了一项回顾性病例队列研究。该研究纳入161名T1D患者（平均病程13.7年），其中71例为糖尿病视网膜病变进展者，90例为对照。

研究将血糖在控时间（Time in Range, TIR）定义为传感器葡萄糖处于70–180 mg/dL范围内的时长，并构建多层级混合效应参数生存模型与马尔可夫模型进行分析。结果显示：TIR每提高10%，视网膜病变进展风险显著降低（风险比HR=0.88，95%CI 0.78–0.98）。模拟预测表明，与TIR 40%相比，TIR维持在70%可随时间推移每1000人预防39例失明（blindness）发生。

经济学评估进一步揭示，较高TIR水平可带来人均医疗费用降低$2,581，并增益0.13个质量调整生命年（QALYs）。这项研究不仅为真实世界CGM研究提供了方法学范本，也为基于CGM指标预测糖尿病远期治疗结局及卫生经济效益的模拟模型奠定了证据基础。