连续血糖监测指标与印度2型糖尿病患者临床参数的关联性研究及其管理意义

本研究针对印度2型糖尿病(T2DM)患者，通过回顾性分析248例使用FreeStyle Libre/Libre Pro连续血糖监测(CGM)系统的数据，探讨了时间范围内血糖(TIR)、低于范围时间(TBR)及紧控范围时间(TITR)与HbA1c、病程等临床参数的关联。结果显示，TIR与HbA1c(系数=-6.746)和病程呈显著负相关，而BMI与TIR正相关(系数=0.649)；TBR仅与HbA1c负相关。研究证实CGM衍生指标可弥补HbA1c的局限性，为个性化血糖管理提供新依据。

　　

糖尿病已成为全球健康危机，印度作为第二大糖尿病患病国，预计2045年患者将突破1.34亿。传统血糖监测依赖糖化血红蛋白(HbA1c)和指尖采血，但前者无法反映短期血糖波动，后者则存在侵入性和操作不便等问题。连续血糖监测(CGM)技术的出现带来了变革，其衍生的时间范围内血糖(TIR)、低于范围时间(TBR)等指标能动态捕捉血糖变化，但印度人群相关研究仍属空白。

为填补这一空白，来自印度多家医疗机构的研究团队开展了一项回顾性观察研究，成果发表于《Primary Care Diabetes》。研究纳入248例使用FreeStyle Libre/Libre Pro的T2DM患者，通过分析CGM数据与临床参数，首次系统揭示了印度人群中CGM指标与代谢特征的关联。

研究采用单中心回顾性设计，通过电子病历提取患者年龄、BMI、糖尿病病程等数据，结合14天CGM记录的TIR(70-180 mg/dL)、TBR(<70 mg/dL)及新兴指标TITR(70-140 mg/dL)进行分析。采用线性回归和Spearman相关性检验评估指标关联，并通过倾向评分匹配控制混杂因素。

3.1 患者 demographics
队列平均年龄60.48岁，72.98%为男性，平均HbA1c达8.319%，病程中位数13.4年。亚组分析显示，TIR≥70%组患者病程更短(14.12年 vs 17.64年)，HbA1c更低(7.65% vs 9.52%)。

3.2 相关性分析
TIR与HbA1c呈强负相关(r=-0.491)，与病程弱负相关(r=-0.194)。线性回归显示HbA1c每升高1%，TIR下降6.746单位(P<0.001)。BMI与TIR正相关(系数=0.649，P=0.032)，而TBR仅与HbA1c负相关(系数=-1.051)。

3.5 逻辑回归分析
多变量分析证实，糖尿病病程(OR=1.032)和TIR(OR=0.962)是HbA1c>7%的独立预测因子，凸显长期疾病管理对血糖控制的影响。

3.7 紧控范围时间(TITR)
中位TITR为49%，与HbA1c强负相关(r=-0.552)。回归模型显示HbA1c每升高1%，TITR下降7.693单位(P<0.001)，提示该指标对严格血糖控制更具鉴别力。

讨论部分指出，这是首项针对印度T2DM人群的CGM指标全面研究。与全球数据相比，该队列HbA1c与TIR相关性更强(-6.746 vs 约-3.5)，可能反映印度人群独特的代谢特征。研究首次验证了新兴指标TITR的应用价值，其70-140 mg/dL的严格范围能更好识别接近正常血糖的个体。

局限性在于回顾性设计未能纳入治疗方案等混杂因素。但研究者强调，CGM指标弥补了HbA1c的"糖化盲区"，如某案例显示：两名HbA1c相同的患者，TIR分别为52%和78%，提示截然不同的血糖波动模式。这种差异对调整胰岛素剂量、预防并发症具有重要临床意义。

结论认为，FreeStyle Libre系统在印度人群中展现出显著价值，TIR、TITR等指标可优化个性化管理。随着印度糖尿病负担加剧，CGM技术有望成为血糖监测的新标准，尤其对胰岛素治疗和高风险患者群体。未来需开展前瞻性研究验证这些指标对长期结局的预测价值。