FreeStyle Libre 3当前显示值与自动记录血糖值的差异及其临床解读意义

本研究深入探讨了FreeStyle Libre 3（FSL3）持续葡萄糖监测（CGM）系统中自动记录值（AL）与当前显示值（CUR）之间的系统性差异。研究发现，两者虽整体差异较小（平均-1.2±6.4 mg/dL），但在低血糖范围及血糖快速波动时差异显著，且显示错误（3.9%）多发生于高血糖及高速变化阶段。该研究提示临床需关注双数据流差异对治疗决策及医患协同的影响。

　　

Abstract

Aims

FreeStyle Libre 3（FSL3）持续葡萄糖监测（CGM）系统同时提供自动记录的血糖值（AL）和当前显示的血糖值（CUR）。尽管这两组数据常被假定可互换使用，但它们之间的差异及临床相关性尚未被充分探讨。

Materials and methods

研究分析了24名佩戴FSL3的受试者为期15天的数据，包括三次门诊血糖波动测试，期间研究人员每15分钟采集一次CUR值。通过描述性统计、Wilcoxon符号秩检验和平均绝对相对差异（MARD）计算对比AL与CUR读数。利用线性混合效应模型分析显示错误（即应用程序显示报错信息而非CUR值）与血糖水平及变化速率（RoC）的关联。

Results

总体上CUR值与AL相近（平均差值为-1.2±6.4 mg/dL），但在低血糖范围内稍低。约10%的配对数据差异超过±10 mg/dL。AL与CUR的MARD值接近（分别为9.7%与10.1%），低血糖时偏差更大。显示错误发生率为3.9%，多出现在高血糖（平均AL差异+91.9 mg/dL）和快速血糖波动（平均绝对RoC差异+1.52 mg/dL/min）的情况下（均p<0.001）。

Conclusions

尽管AL与CUR之间的差异通常较小，但这些差异具有系统性，并在低血糖和快速血糖变化等关键情境中更为明显。认识这些差异模式有助于改善CGM数据解读，提升用户行为、临床决策与自动化系统之间的一致性。即便平均偏差很小，这类差异仍可能导致读数跨临床阈值重新分类，影响医患之间的判断对齐。

1 INTRODUCTION

持续葡萄糖监测（CGM）系统如FreeStyle Libre 3（FSL3）通过提供实时血糖数据显著推进了糖尿病管理。FSL3已验证可用于临床，其准确性得到多项研究支持。该系统提供两个主要数据流：自动记录血糖值（AL），每5分钟自动记录一次，用于回顾性趋势分析；以及当前血糖值（CUR），在用户打开智能手机应用或启动读取器时以数字形式显示，可每分钟更新。AL通常由糖尿病专业人员通过厂商的数据管理平台提取，而CUR则常被糖尿病患者用于实时决策，如胰岛素剂量调整或进食。此外，在某些情况下CUR会暂时无法显示而出现报错，但AL仍可完整回溯。理解AL与CUR之间的差异及CUR显示错误的发生条件对糖尿病管理至关重要，因这些差异可能影响治疗决策并引起用户困惑。

2 MATERIALS AND METHODS

2.1 Dataset

数据来自一项临床性能评估研究（DRKS00033697），24名受试者佩戴FSL3传感器生活15天，并使用Android智能设备及FSL3应用程序。每位受试者完成三次门诊会话，期间通过YSI 2300 STAT PLUS、COBAS INTEGRA 400 plus及Contour Next监测系统每15分钟测量参考血糖值，同时研究人员尝试获取CUR值。每次尝试记录为“成功”（显示数值）或“显示错误”（报错信息）。为减少个体访问差异带来的偏差，仅分析门诊期间由研究人员获取的数据。

2.2 Data preprocessing and analysis

使用Python及多个数据科学库处理数据。时间戳转换为日期时间格式并按时间排序。对于“成功”记录但CUR值缺失的情况，在±2分钟窗口内取最近CUR值进行填补。为评估CUR与AL的一致性，筛选出5分钟内同时有AL和CUR值且状态为“成功”的数据点，按低血糖（<70 mg/dL）、正常血糖（70–180 mg/dL）和高血糖（>180 mg/dL）范围分析点对点差异。使用Shapiro–Wilk检验差异分布的正态性，Wilcoxon符号秩检验分析配对差异。以毛细血管血糖为参考计算AL和CUR的MARD。利用线性混合效应模型分析显示错误与血糖水平及RoC的关系，并纳入参与者随机效应。此外分析每个时段AL与CUR的极值差异。

3 RESULTS

3.1 Overview of CGM data

共分析24名参与者数据，门诊期间尝试获取CUR值2088次，其中1950次（93%）成功，79次（4%）为显示错误，59次（3%）因传感器提前移除而未执行。图1示例了一名参与者的CGM数据，对比AL与CUR值，并突出显示错误事件，表明在动态血糖波动期间获取准确数据存在挑战。

3.2 Current displayed versus auto-logged values

AL与CUR配对数据（时间差均值1.22±0.76分钟）在不同血糖范围内的差异分布如图2所示。低血糖和正常血糖范围内CUR值略低于AL，高血糖时CUR略高。低血糖范围平均差为-3.1±2.6 mg/dL，正常血糖为-1.9±6.3 mg/dL，高血糖为0.4±7.0 mg/dL，总平均差-1.2±6.4 mg/dL，表明CUR相对AL存在小幅负偏差。差异变异性随血糖浓度增加而增大，但平均差异临床意义较小。约90%的配对差异在-11至+10 mg/dL之间。在临床决策阈值（70和180 mg/dL）处存在少量重分类现象：2.9%的配对中CUR<70而AL≥70，0.5%的配对中CUR>180而AL≤180。Shapiro–Wilk检验表明差异分布非正态（p<0.01），Wilcoxon检验显示低血糖和正常血糖范围内差异显著（p<0.0001），高血糖范围不显著（p=0.195）。以毛细血管血糖为参考的MARD分析（图3）显示，低血糖时MARD最高，高血糖时最低；低血糖时CUR的MARD略低于AL，而正常血糖和总体范围内CUR的MARD略高。静静脉参考值结果类似。对极值分析显示（图4），CUR的最大值略高于AL（平均差+4.5±5.3 mg/dL），最小值略低（平均差-3.8±2.3 mg/dL），表明AL可能未完全捕捉CUR的极端值。

3.3 Display errors

显示错误多发生在高血糖和快速血糖波动的情况下。图5显示，显示错误时血糖水平显著更高（平均AL差异+91.9 mg/dL，p<0.001），RoC更大（平均绝对RoC差异+1.52 mg/dL/min，p<0.001）。混合效应模型证实这些差异在考虑受试者内重复测量后仍显著。

4 DISCUSSION

本研究系统探讨了FSL3系统中CUR与AL值的关系及显示错误的发生条件。虽然两者绝对差异小，但在低血糖和快速波动时呈现系统性偏移。临床实践中AL与CUR常被混用，但实际差异需结合血糖情境解读。低血糖时CUR略低且MARD更优，依赖AL可能低估用户感知的低血糖；正常和高血糖时差异变异较大，对多数治疗决策影响小，但可能在需精确剂量时引入不确定性。 clinicians常回顾AL报告（如LibreView），而患者依CUR实时行动，这种错位可能导致复诊时困惑，尤其是低血糖处理行动未反映在AL数据中。约每天一次CUR获取可能出现超过±10 mg/dL的差异，认识该模式有助于避免对孤立异常读数的过度反应。以MARD为准确性指标，AL总体和髙血糖时更可靠，CUR在低血糖时稍优。既往研究如Pleus等报道FreeStyle Libre 1中扫描值常高于存储值，尤其低血糖时，与本研究偏差方向不同，但均表明CGM数据流存在系统差异，可能受血糖环境、信号处理或数据获取方式影响。该发现引发对自动化胰岛素输送（AID）系统采用AL还是CUR、是否进行信号后处理（如移动平均）的思考。AL轨迹更平滑，提示或有滤波处理，若AID系统依赖AL，则与用户依赖CUR的行