如何充分利用「持续葡萄糖监测数据」指导临床诊疗？纪立农教授团队最新研究提供线索

本文为刘蔚医生供稿，医脉通经授权发布。

“该研究显示去趋势波动（DFF）有可能为指导临床糖尿病分型提供参考，期待今后在多中心、大规模的研究中进一步对其进行验证。”纪立农教授。

诊断分型是糖尿病精准治疗的重要先决因素。尽管有C肽、糖尿病相关自身抗体等临床标志物辅助临床分型，但目前糖尿病的分型仍主要依赖于临床医生的个人经验。动态葡萄糖监测能够提供至少7天的连续葡萄糖变化数据，为从数字角度勾勒糖尿病病理生理学变化提供了便利的手段，而如何更充分的利用这些波动数据为临床服务是目前研究的重点。

纪立农教授团队利用去趋势波动对动态葡萄糖监测数据进行分析，尝试通过数据波动情况鉴别1型糖尿病和2型糖尿病。该研究于2021年3月在国际期刊Mediators of Inflammation（IF：6.577）上正式发表，北京大学人民医院内分泌科刘蔚医生，北京理工大学研究生陈婧、何璐西为文章的共同第一作者，北京大学人民医院内分泌科的纪立农教授、北京理工大学史大威教授为文章的共同通讯作者。

研究背景与设计

我国糖尿病患病率高达11.2%，是全世界糖尿病患病人数最多的国家，40年来流行病学调查的患病率和知晓率数据显示，糖尿病防治任务异常艰巨。糖尿病是由葡萄糖稳态调节系统功能障碍引起的一组疾病的总称，高血糖是糖尿病的标志，是稳态失衡的主要体现，葡萄糖水平波动本身就蕴含了具体代谢紊乱的特征。随着连续葡萄糖监测（CGM）技术的应用，在7天或更长的时间间隔内连续描绘体内葡萄糖水平的波动成为了现实，为血糖的精准控制及个体化治疗奠定了基础，血糖水平也被认为是继心率、血压、呼吸、体温之后的第五大生命体征。

糖尿病的高血糖诊断标准和血糖控制的目标是建立在数字之上的，如何更好的建立血糖波动数据与疾病分型和控制之间的关系是大数据时代糖尿病诊治疗领域的研发重点。糖尿病的诊断和治疗离不开“数字”。糖尿病的诊断标准是血糖和糖化血红蛋白水平，糖尿病的控制目标是糖化血红蛋白水平，因此，数字在糖尿病的临床诊疗决策中占有非常重要的意义。近年来葡萄糖监测领域的进展让我们能够获得大量有关血糖波动的数值，而更加高效、规范、合理地应用这些数据是目前亟待解决的临床问题。

纪立农教授团队与北京理工大学史大威教授团队合作，利用去趋势波动Detrended Fluctuation Function（DFF）的分析方法，对FGM获得的葡萄糖数据进行分析，探索该指标与胰岛素β细胞功能的关系，以及其指导临床糖尿病分型的潜力。DFF是一种分析数据波动性的方法，它能够滤去自身演化的趋势成分，而剩下的利差序列主要是波动成分。其主要优势是可以有效地排除由于时间序的非平稳性所导致的虚假的长程相关性，从而揭示复杂系统动力学行为的长程相关性。DFF既往常常被应用于气候、水文、地质等领域，在这项研究中，研究人员通过DFF分析葡萄糖数据的波动性，了解其与反应胰岛β细胞功能的血清C肽之间的相关性，并进一步验证其指导糖尿病分型的作用。

研究结果 

该研究入组了78名1型糖尿病受试者和59名2型糖尿病受试者，所有受试者均佩戴14天FGM ，收集FGM数据进行分析。在所有受试者中，应用DFF描述的血糖波动情况与空腹C肽之间呈负相关（r = -0.667；P < 0.001），相关系数高于其他描述血糖波动情况的指标，即MAGE、SD、Mean BG和 TIR。同时DFF所描述的血糖波动指标在整体受试者中呈现明显的双峰分布（图1），因此研究者更进一步的探索了该指标对糖尿病进行分型的能力。

图1. DFF在受试者中呈正态分布

为了更好的发现及验证DFF作为指导糖尿病分型的依据的潜力，研究人员将受试者随机的分为发现集（Discovery Cohort）和验证集（Validation Cohort），并重复10次抽样过程以增加验证结果的稳定性。10个发现集的接收者操作特征（ROC）分析，曲线下面积（AUC）的置信区间（CI）为 [0.846，0.868]，而10个验证集的可信区间为[0.799，0.862]。 此外，DFF对分型诊断的敏感性和特异性CI为均在70% 和 80% 以上， 表明DFF在区分1型和2型糖尿病方面的潜在能力。

专家点评

纪立农教授：近年来医学领域的进展与多学科之间的合作密不可分，该研究利用数学算法对葡萄糖数据进行分析，提炼出数字背后隐含的波动信息，并从临床角度对该信息进行分析，发现了波动信息与临床分型、评估胰岛功能之间的关系，是该领域具有重要意义的探索。

该研究显示DFF有可能为指导临床糖尿病分型提供参考，期待今后在多中心、大规模的研究中进一步对其进行验证。同时也为临床更加有效的利用FGM提供的大量数据信息辅助临床决策提出了可能的方向。随着大数据时代的到来以及人工智能在各个领域的渗透和发展，相信这类型研究将为类似领域的发展开辟新的思路和方向，期待未来更多类似研究为糖尿病诊断及治疗提供更多的临床优化方案。

研究作者介绍

共同第一作者 刘蔚 北京大学人民医院内分泌科副主任医师，副教授，硕士研究生导师。主持国家自然科学基金一项，参加多项国家973和863课题等。

共同第一作者 陈婧  北京理工大学自动化学院控制科学与工程、医工融合研究院硕士研究生

共同第一作者 何璐西  北京理工大学16级自动化本科毕业，目前加州伯克利工业工程与运筹学专业在读

共同通讯作者  史大威  北京理工大学自动化学院教授、博士生导师、院长助理、智能感知与运动控制研究所所长，医工融合研究院“精准医学系统智能决策与控制”PI合作研究团队负责人。入选第十四批国家海外高层次人才引进计划青年项目、第三批中国科协青年人才托举工程。

共同通讯作者 纪立农 北京大学人民医院内分泌科主任，北京大学糖尿病中心主任，博士生导师。作为主要研究者牵头开展50项新药临床试验，其中I期3项、II期6项、III期31项、IV期9项，其中有10项是我国自主研发的1类新药注册临床研究，是迄今为止国内内分泌代谢病领域牵头新药临床试验最多的专家，所提供的循证医学证据促成了国际糖尿病指南和临床实践的重大改变。他带领的团队作为“卫生部临床重点专科”和“北京市糖尿病领域临床研究中心”，获多项国家自然科学基金支持，并担任国家重大科研项目包括863、重点研发项目、及北京市科委重大课题的首席科学家。在国内外一流专业杂志(包括在New England Journal of Medicine，Lancet，British Medical Journal，Lancet Diabetes & Metabolism，Diabetes Care，Nat Rev Endocrinol，Genetic Medicine，Diabetes，Cardiovascular Diabetology等)上发表论文400余篇，入选2020年Elsevier高被引学者。他两次获国家科技进步二等奖( 分别为第二和第三获奖人)，中华医学奖（第二完成人）。同时还是我国唯一一位在多个权威国际糖尿病学术组织担任重要领导职务的专家。纪立农教授致力于引进先进的疾病诊疗技术和管理理念，广泛开展糖尿病新药评价临床研究，在规范疾病诊疗的基础上，将新兴的医学技术应用到疾病的个体化诊疗中，推进精准医疗的发展。