Omnipod 5自动胰岛素输送系统在真实世界中对持续葡萄糖监测指标及时间范围内改善预测因素的影响分析

本研究发现，在真实世界环境中，Omnipod 5自动胰岛素输送（AID）系统显著提升时间范围内（TIR）16%（p<0.001），降低糖化血红蛋白（HbA1c）3 mmol/mol（p<0.001），尤其对基线HbA1c较高（≥58 mmol/mol）人群效果更为显著。研究还探讨了不同持续葡萄糖监测（CGM）系统对自动化模式使用时间的影响，并识别出多项独立预测因子，为优化AID临床应用提供重要依据。

　　

引言

随着持续葡萄糖监测（CGM）和持续皮下胰岛素输注（CSII）技术的广泛应用，1型糖尿病患者的血糖管理取得了显著进步。然而，仅有少数患者能够实现糖化血红蛋白（HbA1c）低于53 mmol/mol的目标，且糖尿病技术的获取存在明显不平等现象。自动胰岛素输送（AID）系统已被证明能够显著改善CGM指标和HbA1c水平。Omnipod 5（Insulet Corp）作为一种无管道的AID系统，于2023年在英国推出。先前的关键试验和真实世界数据均已证实其在CGM指标和HbA1c方面的改善效果。该系统兼容Dexcom G6和Freestyle Libre 2 Plus两种CGM系统。本研究旨在评估Omnipod 5在真实世界中对CGM指标、HbA1c和体重的影响，并分析血糖反应的预测因素以及比较不同CGM系统的 outcomes。

方法

本研究是一项观察性评估，对象为在爱丁堡内分泌与糖尿病中心诊所就诊并开始使用Omnipod 5 AID系统的1型糖尿病患者。所有年龄在16岁以上的1型糖尿病患者均被纳入，但既往使用过AID系统的患者被排除。作为对常规收集数据的服务评估，该项目不需要伦理批准。

基线CGM数据（14天）来自AID开始前一个月的LibreView或Dexcom Clarity。在353名开始使用Omnipod 5的患者中，有310名（88%）提供了基线CGM数据。用于评估指标变化的CGM数据来自Glooko，截止时间为2025年3月底（Omnipod 5使用时间中位数为191天[135-452]），其中268名（76%）患者提供了配对数据。血糖指标的报告遵循时间范围内（TIR）的国际共识指南。

AID设置和胰岛素剂量信息也从Glooko获取。临床和人口学数据来自SCI-Diabetes（苏格兰国家糖尿病登记处）。基线HbA1c为AID开始前最后一次可用测量值（中位数120天[49-248]），除一人外，所有患者均有数据。随访HbA1c为最后一次可用测量值（中位数228天[125-382]），不包括AID开始后60天内的值；配对HbA1c数据 available in 193/353（55%）。基线体重为AID开始前最后一次可用测量值（中位数154天[64-266]），除三人外，所有患者均有数据。随访体重定义为最后一次可用测量值（中位数221天[122-372]），配对体重数据 available in 173/353（49%）。

苏格兰多重剥夺指数（SIMD）是一种基于地区的相对剥夺衡量指标，报告为排名（1-6976，1为最 deprived）和五分位数（五分位1为最 deprived）。随机血浆C肽 available in 303/353（86%），并在本中心常规评估，如先前所述。

数据以中位数（IQR）表示，除非另有说明。配对数据采用Wilcoxon符号秩检验进行比较，非配对数据采用Wilcoxon秩和检验进行比较。分类数据采用χ²检验或McNemar检验（当比较配对数据时）进行比较。相关性通过Spearman相关系数进行评估。Fisher r-to-z transformation用于比较相关系数。Logistic回归分析评估了TIR改善（定义为≥5%）和HbA1c改善（定义为≥5 mmol/mol）的独立预测因素。p值<0.05被认为具有统计学意义。统计分析使用R Studio（版本2023.12.1）进行。

结果

3.1 队列特征与泛化性

队列的基线特征如表1所示。有配对CGM数据与无配对CGM数据的个体之间唯一显著差异是后者的年龄更小、糖尿病病程更短；基线HbA1c和CGM数据无差异。在有配对CGM数据的患者中，30%（88/298）使用Dexcom G6传感器，70%（210/298）使用Freestyle Libre 2 Plus。

3.2 AID系统设置

基础胰岛素输送的中位比例为57%（50-63），相应地，43%（37-50）为 bolus 输送。每日总胰岛素剂量中位数为41单位（30-54）或0.52单位/千克（0.43-0.63）。每日 bolus 输送次数的中位数为4.9（3.9-6.4）。自动化模式使用时间为99%（94-100），其中全自动化模式时间为96%（89-98），有限自动化模式时间为2%（1-4）。约42%的用户选择 active insulin time 低于4小时。61%的用户选择最低葡萄糖目标（6.1 mM），17%选择6.7 mM，13%选择7.2 mM，其余9%选择更高目标。胰岛素敏感度（校正）因子中位数为2.8（2.0-3.0），胰岛素与碳水化合物比率中位数为1:9.3（1:8.0-1:10.0）。

3.3 CGM指标与共识目标的变化

Omnipod 5使用后CGM指标的变化总结如表2所示。时间范围内（TIR）的中位数差异为+16%（5-25），p<0.001。TIR的变化受基线HbA1c的强烈影响（图1），在HbA1c >74 mmol/mol的患者中为+27%（14-39），而在HbA1c <49 mmol/mol的患者中为+4%（-4-9）（p<0.001）。达到>70% TIR目标的个体比例从13%增加到35%（p<0.001），达到<4% TBR目标的个体比例也有所增加（74%到85%，p<0.001）（图2）。在基线使用MDI且HbA1c≥58 mmol/mol的患者中，TIR增加了26%[17-33]（p<0.001，n=50）。

3.4 HbA1c的变化

在Omnipod 5开始后中位随访231（125-384）天时，HbA1c的中位数变化为-3 mmol/mol（-9-2）（n=193）。HbA1c的变化也显著受基线HbA1c的影响：在HbA1c≥58 mmol/mol的患者中为-7 mmol/mol（-13至-1），而在HbA1c<58 mmol/mol的患者中为+1 mmol/mol（-3-2）（p<0.001）。按基线HbA1c类别分层的HbA1c变化如图1所示。从Omnipod 5开始到后续HbA1c的时间间隔与变化呈弱负相关（R -0.145，p=0.043）。有配对CGM数据和无配对CGM数据的患者的HbA1c变化相同（-3 mmol/mol[-9-2] vs. -3 mmol/mol[-9-0]，p=0.698）。

3.5 传感器的比较

使用Libre 2的自动化模式时间中位数更高（100%[97-100]）， compared to Dexcom G6（97%[90-99]，p<0.001）。全自动化模式时间也是如此：96%（91-98） vs. 94%（84-98），p<0.001。有限自动化模式时间无差异：Libre 2为2%（1-4），Dexcom G6为2%（1-4），p=0.629。手动模式时间在Dexcom G6中更高（3%[1-10]）， compared to Libre 2（0%[0-3]），p<0.001。两种传感器CGM指标的变化如表1所示。在考虑每种传感器时，基线TIR与TIR变化之间的关系似乎不同（图3）。总体而言，基线TIR与后续TIR变化呈强负相关（R -0.592，p<0.001）；然而，这种关系在Libre 2中更强（R -0.737，p<0.001）， compared to Dexcom G6（R -0.539，p<0.001）（p=0.021，比较相关系数）。基线TIR与后续HbA1c变化 also 呈强关系（R 0.446，p<0.001），但传感器类型之间无显著差异（Libre 2: 0.491，p<0.001 and Dexcom G6 R 0.365，p=0.002；p=0.352，比较相关系数）（图3）。Libre 2队列中TIR（p=0.033）和TAR（p=0.038）的改善更大，而Dexcom G6队列中TBR的改善更大（p=0.016）（表2）。基线TIR（p=0.124）、TAR（p=0.104）和TBR（p=0.327）在Dexcom G6和Libre 2队列之间无显著差异。

3.6 TIR和HbA1c改善的预测因素

除了先前低TIR（高HbA1c）外，只有少数其他指标与Omnipod 5的TIR反应相关。基线使用MDI的患者在Omnipod 5上具有更大的TIR反应（19%[11-28] vs. 12%[4-23]，p=0.001）（图4）。全自动化模式时间少于90%的患者TIR反应较低（9%[0-20] vs. 16%[7-26]，p=0.014）。Omnipod 5使用持续时间与TIR反应无关（p=0.366，图4），且Omnipod 5使用天数与TIR变化之间的相关性无统计学意义（R -0.110，p=0.072）。 Similarly, SIMD五分位数与TIR反应无关（p=0.093，图4）。

在Logistic回归分析中，以下因素与TIR增加至少5%独立相关：基线TIR（OR 0.83 per %[0.78-0.87]，p<0.001）； bolus 胰岛素输送百分比（OR 1.16 per %[1.10-1.24]，p<0.001）；Omnipod 5上设置的最低葡萄糖目标（6.1 mM）（OR 5.4[2.1-15.3]，p<0.001）；全自动化模式使用时间<90%（OR 0.24[0.09-0.59]，p=0.002）；每日总胰岛素剂量（OR 0.95 per unit[0.92-0.98]，p=0.004）；和BMI（OR 1.14 per unit BMI[1.03-1.29]，p=0.022）。以下因素与HbA1c下降至少5 mmol/mol独立相关：基线HbA1c（OR 1.24 per mmol/mol[1.34-1.67]，p<0.001）；全自动化模式使用时间<90%（OR 0.23[0.13-0.88]，p=0.032）；和 active insulin time 设置低于4小时（OR 2.6[1.05-7.1]，p=0.045）。CGM系统不是TIR或HbA1c反应的独立预测因素。

3.7 体重

AID开始前体重中位数为74.8 kg（66.0-88.0），上升至76.8 kg（66.6-88.8），p=0.002。AID后HbA1c变化与体重增加呈负相关（R -0.174，p=0.024）。

讨论

在真实世界环境中，Omnipod 5与TIR的实质性和持久性改善相关，同时显著降低了TBR。Omnipod 5还与HbA1c的显著降低相关，这在基线HbA1c升高的患者中最为明显。HbA1c较高（TIR较低）的个体在AID的临床试验中经常代表性不足，这对潜在 therapy 效应的低估和结果的泛化性具有 implications。与此一致，我们队列中16%的TIR增加大于Omnipod 5关键研究中观察到的（成人中为9.3%）。有趣的是，我们在先前使用MDI且HbA1c≥58 mmol/mol的患者中HbA1c变化（-9 mmol/mol）与最近报道的RADIANT随机对照试验 identical。

改善TIR（和HbA1c）的最清晰预测因素是先前低TIR（高HbA1c），这与先前针对高基线HbA1c个体的AID研究一致。总之，这些数据为优先考虑并发症风险最大的患者使用AID提供了令人信服的论据，这些患者有望实现血糖指标的最大改善，从而最大程度地降低并发症风险。较低的社会经济地位是高HbA1c的强预测因素，也与CSII使用率显著较低相关。AID对血糖指标的改善似乎与社会经济地位无关，并可能有助于解决先前与计算能力相关的结果不平等问题。

我们队列的另一个见解涉及支持最大化自动化模式时间的重要性，这与其他AID系统的报告一致。此外，设置最低葡萄糖目标、考虑更短的 active insulin time 以及输送更多 bolus 胰岛素都可能与更大的TIR benefit 可能性相关。然而，在优化设置时必须考虑低血糖风险和其他因素。

与CGM传感器相关的差异解释起来很复杂。我们观察到使用Libre 2 plus的患者全自动化模式时间更长（与Dexcom G6相比），但尽管这是TIR更大改善的预测因素，传感器选择并不是TIR改善可能性的独立相关因素。我们先前报道Dexcom G6更可能与TBR降低相关，并且在这个更大的队列中仍然如此。Libre 2 plus似乎与更大的TIR增加相关。解释这些差异的一个重大问题是CGM系统之间缺乏标准化，这肯定 account for 我们队列中传感器之间基线TIR与AID相关变化关系的 discordance。在目标范围下限和上限测量葡萄糖的非常小的传感器间差异有可能导致TIR的 substantial 差异。我们建议，后续的AID前瞻性研究应使用不止一种CGM系统报告 outcomes，直到实现足够的标准化。

我们认为该队列的结果高度适用于成年1型糖尿病人群。配对CGM数据在76%的Omnipod 5用户中可用，并且尽管年轻人 slightly under-represented，但有配对CGM数据和无配对CGM数据的患者之间的HbA1c outcomes 无差异。此外，年龄未被 noted 是Omnipod 5用户血糖 outcomes 的预测因素。尽管随访持续时间的变异性可能被视为方法学弱点，但这提供了评估使用AID时间作为 outcomes 预测因素影响的机会。为此，Omnipod 5使用持续时间对TIR变化没有显著影响，并且对HbA1c的影响可忽略不计（随着时间推移有更大的 reduction 的弱趋势），表明对血糖管理改善的持久效应。

结论

Omnipod 5在真实世界临床环境中与所有CGM指标和HbA1c的显著改善相关。益处对基线HbA1c最高的患者最大。传感器系统之间CGM指标的差异表明需要 greater 标准化间质葡萄糖测量。