《Frontiers in Clinical Diabetes and Healthcare》：Toward standardized continuous glucose monitoring validation: lessons from the Sinocare iCan i3 accuracy study
编辑推荐：
持续葡萄糖监测（Continuous Glucose Monitoring, CGM）通过提供实时葡萄糖测量并支持改善血糖控制，已深刻变革了糖尿病管理。因此，CGM准确性研究的方法学质量对临床医生、监管机构和医疗决策者而言变得日益重要。近期针对Sinoca
持续葡萄糖监测（Continuous Glucose Monitoring, CGM）通过提供实时葡萄糖测量并支持改善血糖控制，已深刻变革了糖尿病管理。因此，CGM准确性研究的方法学质量对临床医生、监管机构和医疗决策者而言变得日益重要。近期针对Sinocare iCan i3 CGM系统的真实世界评估为设备在常规临床条件下的性能提供了有价值证据。然而，在该研究的结果可推广至临床实践之前，若干方法学方面仍需进一步考量。本观点文章批判性地审视了CGM验证的关键方面，包括研究设计、参考葡萄糖测量方法的选择、统计方法学、时间配对策略、传感器生存分析、潜在的赞助相关偏倚以及临床准确性指标的解读。研究人员还讨论了原始文献中未充分涉及的额外方法学考量，包括不确定性估计、亚组分析、纵向传感器性能、缺失数据机制及可重复性评估。最后，研究人员提出了一系列建议，旨在提升未来真实世界CGM验证研究的方法学严谨性，并促进不同CGM技术间的有意义的比较。
**论文解读**
**一、研究背景与问题提出**
持续葡萄糖监测（Continuous Glucose Monitoring, CGM）技术在近十年取得了显著进步，现代CGM系统已在分析性能上实现了实质性提升并获得了广泛的临床应用。CGM已从单纯的葡萄糖监测工具发展为糖尿病管理不可或缺的组成部分，支撑着治疗决策、低血糖预防及长期血糖控制的优化。在此背景下，CGM准确性研究的分析有效性对临床决策、患者安全、监管评估以及新兴技术的可信度均具有重要影响。
然而，尽管CGM技术进展迅速，用于评估CGM性能的方法学框架却未得到同等程度的协调发展。当前大多数验证研究仍主要依赖总体平均绝对相对差异（Mean Absolute Relative Difference, MARD）、误差网格分析以及与实验室或毛细血管参考葡萄糖测量值的比较。这些方法虽仍有价值，但单一指标无法全面反映当代CGM系统的多维性能。此外，参考标准、受试者选择、葡萄糖配对策略、统计分析和报告实践等方面的显著异质性持续限制着不同设备之间的有意义的比较，也使得对已发表证据的解读变得复杂。正是在这一背景下，Sinocare iCan i3 CGM系统的真实世界评估为审视当代CGM验证中更广泛的方法学挑战提供了一个典型案例。研究人员指出，随着当前一代CGM系统之间的分析差异逐渐缩小，研究方法的变异性可能越来越显著地影响报告准确性估计值，并加剧设备间直接比较的复杂性。因此，糖尿病技术的下一个重大进展可能不仅依赖于传感器化学和信号处理算法的改进，还需要开发更加协调统一的CGM验证方法。
**二、主要关键技术方法**
本观点文章并非系统性综述，而是一篇基于叙事性批判评估的方法学审视（narrative critical appraisal）。研究人员以Sinocare iCan i3 CGM系统近期发表的真实世界评估为典型案例，结合当前国际临床实践指南、方法学建议及CGM性能评估的最新文献展开分析，重点关注参考葡萄糖测量、准确性指标、统计方法学、纵向性能评估及报告透明度等维度。原始研究纳入36例1型或2型糖尿病患者，佩戴Sinocare iCan i3 CGM系统连续15天，以FreeStyle Optium毛细血管血糖仪（Blood Glucose Meter, BGM）作为参考方法进行配对测量。本观点文章基于该案例，系统梳理了CGM验证中涉及的方法学问题并提出了标准化建议框架。
**三、研究结果**
**3.1 参考标准选择**：原始研究采用FreeStyle Optium毛细血管血糖仪而非YSI（Yellow Springs Instrument）实验室参考方法。虽然该方式反映了常规临床实践并便于家庭环境下的评估，但毛细血管血糖仪自身存在测量误差、偏倚和不精密度，这引入了额外的分析不确定性。因此，报告的MARD不仅反映CGM性能，还包含了CGM系统与参考方法两者的综合测量变异性，可能导致传感器分析性能的高估或低估。
**3.2 MARD的解读**：MARD仍是CGM准确性最常报告的指标，但越来越多的证据表明MARD单独不足以全面评估设备性能。MARD高度依赖于葡萄糖分布、样本组成、血糖变异性和研究设计，具有相似MARD值的设备可能表现出显著不同的临床性能。原始研究主要强调总体MARD为17.2%，但中位绝对相对差异（Median Absolute Relative Difference, MedARD）、低血糖范围内的平均绝对差异（Mean Absolute Difference, MAD）、均方根误差（Root Mean Square Error, RMSE）等补充指标能更全面地描述分析行为。
**3.3 报告准确性估计值的定量解读**：原始研究报告总体MARD为17.2%，69.5%的配对测量满足±20 mg/dL或±20%的预设一致性标准，77.1%的传感器完成整个佩戴期。17.2%的MARD高于若干使用实验室参考方法评估的已上市CGM系统，但直接数值比较需谨慎，因为参考方法、研究人群、葡萄糖分布、配对策略和研究设置的差异都可能显著影响报告的准确性估计值。约30%的配对观测值未达到±20/20一致性标准，提示应在不同葡萄糖范围上检查误差分布。77.1%的传感器存活率意味着约四分之一传感器未完成预期的15天佩戴期，这不仅反映设备耐久性问题，还引发了传感器生存偏倚（survival bias）的担忧——如果提前终止佩戴的传感器与分析性能存在系统性关联，合并的准确性估计值可能受到影响。
**3.4 CGM与BGM的时间配对**：研究中允许CGM与指尖血糖测量之间存在±5分钟的配对窗口。在血糖浓度稳定期间，此方法不太可能引入实质性偏倚；但在快速血糖波动期间，血液与组织间液葡萄糖之间的生理延迟可能产生系统性不一致，这未必反映传感器本身的性能。建议未来研究采用多配对窗口的敏感性分析，并按葡萄糖变化速率分层。
**3.5 纵向性能评估的缺失**：传感器准确性可能在佩戴期内发生变化，插入后组织反应、传感器稳定化、酶降解和生物污损等因素均可影响长期分析性能。原始研究仅报告总体MARD，未提供15天佩戴期内传感器准确性变化的详细评估。混合效应纵向回归模型可考虑用于刻画时间性分析性能变化。
**3.6 传感器生存偏倚**：约四分之一传感器未完成研究期，需进一步探究。若提前终止的传感器在分析性能上与完成全程的传感器存在系统性差异，合并准确性估计值可能因传感器生存相关选择而偏离。Kaplan–Meier分析和Cox比例风险回归等时间-事件方法可提供关于传感器耐久性和提前终止因素的额外信息。
**3.7 统计不确定性**：原始研究报告了若干性能指标的点估计值，但围绕这些估计值的统计不确定性信息有限。报告关键准确性结局（包括MARD和误差网格分区比例）的置信区间将有助于解读报告估计值的精确度。Bootstrap重采样在样本量相对较小且存在重复葡萄糖测量的研究中尤其实用。
**3.8 缺失数据机制**：真实世界CGM研究可因传感器中断、受试者相关因素或技术故障产生缺失观测值。原始文献未详细说明缺失观测值属于完全随机缺失（Missing Completely at Random, MCAR）、随机缺失（Missing at Random, MAR）或非随机缺失（Missing Not at Random, MNAR）中的哪一类。区分这些机制在方法学上很重要，因为不考虑底层机制就排除不完整观测值可能引入偏倚。
**3.9 有限的亚组分析**：总体准确性估计值可能掩盖不同患者人群和临床条件下的临床相关变异。若样本量和研究设计允许，应按糖尿病类型、年龄、体质指数（Body Mass Index, BMI）、胰岛素治疗方式、糖化血红蛋白（HbA
1c）水平和血糖变异性等特征评估准确性。低血糖范围内传感器性能尤其值得评估，因为该范围的测量准确性对治疗决策和患者安全具有重要影响。
**3.10 赞助与分析独立性**：原始研究已恰当披露资金来源和潜在利益冲突。关于研究赞助与参考测量系统之间关系的另一方法学考虑是，当参考方法与研究赞助存在商业关联时，透明披露和独立验证可进一步强化对诊断准确性结果解读的信心。使用YSI等实验室参考方法进行独立验证可为设备性能提供补充证据。
**3.11 临床准确性与分析准确性**：分析准确性不应被视为临床性能或临床有效性的同义词。分析指标虽量化了CGM测量值与参考葡萄糖值之间的一致性，但并未充分捕捉测量误差的临床含义或传感器性能对糖尿病管理的影响。Clarke和Parkes误差网格分析通过评估测量误差的潜在临床后果提供补充信息，但并不能独立确立常规糖尿病护理中的长期有效性。全面评估CGM性能应整合分析准确性与临床相关指标，包括目标范围内时间（Time in Range）、低血糖负担、患者报告结局和治疗满意度。
**四、迈向标准化多域验证框架**
研究人员将上述方法学考量整合为一个结构化的多域框架，涵盖六个互补的方法学领域：研究设计与人群、参考方法学、分析准确性、临床准确性、传感器性能与可靠性以及透明度-报告-可重复性。该框架的贡献不在于引入新的准确性指标或验证原则，而在于将这些要素整合为一个统一结构。研究人员提出了实践性核查清单（Table 1），将方法学考量转化为可复制的结构，用于指导未来CGM验证研究的设计、分析和报告。框架建议在可行时优先考虑YSI等实验室参考方法，综合报告MedARD、RMSE、Bland–Altman分析及系统偏倚测量等互补分析指标，并在整个传感器佩戴期内进行纵向性能评估。此外，前瞻性方案注册、预定义统计分析计划、独立统计审查以及匿名配对葡萄糖数据的共享等措施可提高可重复性并强化对已发表结果的信心。
**五、研究结论**
本观点文章的优势在于将分析、临床、纵向、统计和报告等多维度考量整合为统一的多域框架。主要局限性包括：本文为叙事性批判评估而非系统性综述，方法学考量主要围绕单一案例展开，且所提多域框架尚未经过正式专家共识或前瞻性验证。总体而言，Bhargava等人的研究为Sinocare iCan i3 CGM系统的性能提供了有价值的真实世界证据，但在解读报告结果时需考虑参考方法选择、MARD与互补准确性指标的解读、统计不确定性的有限刻画、纵向性能分析的缺失、潜在生存相关偏倚以及缺失数据的不完整表征等方法学问题。研究人员得出结论：未来CGM验证研究将受益于更全面和标准化的框架，该框架应整合分析和临床准确性、纵向传感器性能、恰当的统计方法学、缺失数据的透明处理及临床相关结局；更大程度的方法学协调统一可提升CGM评估的可比性、可重复性和临床相关性，最终为临床医生、监管机构、制造商和糖尿病患者提供更有力的证据支持。
