摘要：连续葡萄糖监测（Continuous Glucose Monitoring，CGM）作为典型的时间序列数据，为解读血糖波动的动态变化提供了良好的数据基础。α-葡萄糖苷酶抑制剂（AGI）和二肽基肽酶-4抑制剂（DPP-4i）是两类广泛应用的口服降糖药物，能有效改
编者按：连续葡萄糖监测（Continuous Glucose Monitoring，CGM）作为典型的时间序列数据，为解读血糖波动的动态变化提供了良好的数据基础。α-葡萄糖苷酶抑制剂（AGI）和二肽基肽酶-4抑制剂（DPP-4i）是两类广泛应用的口服降糖药物，能有效改善餐后高血糖。目前，已有相当数量的研究表明AGI和DPP-4i在降低血糖变异度方面发挥重要作用，但当前对两种降糖药对血糖变异度影响的差异尚缺乏头对头的研究。
基于上述研究背景，北京大学人民医院纪立农教授团队开展了一项多中心、随机、开放标签、阳性药物对照研究[1]（ChiCTR2000039424），目的是通过CGM比较二甲双胍联合AGI或DPP-4i对中国2型糖尿病（T2DM）患者葡萄糖目标范围时间（TIR）和血糖变异度的影响。同时利用CGM数据的时间序列特征，通过时间序列分析和聚类的方法拓展CGM在T2DM患者中的应用。该研究成果于2025年4月在Chinese Medical Journal（IF: 7.5）上在线发表，北京大学人民医院内分泌科蔡晓凌主任医师为文章的第一作者，纪立农教授为文章的通讯作者。
一、基于CGM与机器学习分析：二甲双胍联合阿卡波糖或西格列汀对T2DM患者血糖控制及变异度的影响
研究纳入年龄在18~65岁、体重指数（BMI）19~40 kg/m2、糖化血红蛋白（HbA1c）水平在6.5%~9.0%之间的T2DM患者，并随机分配到二甲双胍联合阿卡波糖治疗组和二甲双胍联合西格列汀治疗组。该研究周期为4周，其中包括2周的药物导入期，2周的药物治疗期并同时接受2周盲态下CGM监测。主要终点为两组的TIR水平，血糖变异度通过变异系数（CV）、血糖标准差（SD）、平均葡萄糖波动幅度（MAGE）评估。同时，将受试者CGM数据进行时间序列分解并提取其中趋势分量，降维与聚类后得到不同聚类分组。比较不同聚类分组患者在血糖变异度上的差异（图1）。
图1. 随机临床对照试验流程示意图
研究显示阿卡波糖与西格列汀组在总TIR、TAR水平上不存在统计学差异（P=0.305）；阿卡波糖组总TBR3.9水平（P=0.042）和总TBR3.0水平（P=0.033）显著低于西格列汀组。阿卡波糖组持续低血糖发作（低血糖持续≥15 min的频率）次数高于西格列汀组（P=0.043）（注：血糖控制目标范围为3.9~10.0mmol/L。TAR10.0和TAR13.9分别表示血糖>10.0 mmol/L或13.9 mmol/L，TBR3.9和TBR3.0分别表示血糖
阿卡波糖组早餐后TIR水平显著高于西格列汀组（P=0.009）；早餐后TAR10.0水平显著低于西格列汀组（P=0.039）。在CGM佩戴的早期和中期以及CGM佩戴的日间和夜间，阿卡波糖组的TBR水平均显著低于西格列汀组（P
阿卡波糖组的CV水平显著低于西格列汀组（PP=0.103）。
由时间序列分解、降维与聚类得到3组患者：小幅波浪组（n=208）、中幅波浪组（n=101）、大幅波浪组（n=195）。与其他两组相比，小幅波浪组CV、SD和MAGE较低（所有PPPPP
图2. 基于时间序列的血糖变异度聚类分析
二、中国T2DM人群CGM特征图谱构建：临床指标关联的事后分析
后续纪立农教授团队利用上述随机对照试验（ChiCTR2000039424）中的CGM个体数据进行事后分析[2]，通过Spearman相关性分析和Ordinary least square回归方法探究CGM衍生指标与糖尿病临床指标之间的关系。该研究成果于2025年4月在国际期刊Biomedicines（IF: 3.9）上正式发表，北京大学人民医院内分泌科八年制临床博士生白姝臻、北京大学人民医院内分泌科主治医师林矗为文章的共同第一作者，北京大学人民医院内分泌科蔡晓凌教授和纪立农教授为文章的共同通讯作者。
事后分析的结果显示更高的年龄与更高的CV（P＜0.001）、MAGE（P=0.022）、SD（P=0.016）相关，更长的糖尿病病程与更高的CV（P=0.031）、MAGE（P＜0.001）、SD（P＜0.001）相关，更长的糖尿病病程与更高的估算的糖化血红蛋白（eA1c）（P＜0.001）、TAR（P=0.001）及更低的TIR（P=0.004）相关，更高的BMI与更低的CV（P＜0.001）、MAGE（P=0.004）、SD（P=0.017）相关（图3、图4）。
与此同时，更高的基线血糖与更大的葡萄糖波动度、更高的空腹血糖水平相关；更好的基线胰岛功能与更小的葡萄糖波动度、更低的空腹血糖水平相关；更高的胰岛素抵抗水平与更高的空腹血糖水平相关；更高的HbA1c与更大的葡萄糖波动度、更高的空腹血糖水平相关；肾功能及血压与葡萄糖波动及空腹血糖水平未见相关性（图3、图4）。
图3. CGM衍生指标与糖尿病临床指标的spearman相关分析
图4. CGM衍生指标与糖尿病临床指标的线性回归斜率热图
专家点评
纪立农教授
本项随机临床对照试验通过CGM所提供的丰富的血糖波动信息来对比二甲双胍联合阿卡波糖或西格列汀对中国2型糖尿病患者血糖控制疗效、血糖变异度、极端血糖风险的影响，为有效利用血糖监测技术、优化血糖管理提供了新思路。
同时，研究人员利用机器学习方法，深入挖掘CGM时间序列的海量数据，探讨基于时间序列的血糖变异度特征分析，有助于获取具有临床价值的隐藏信息，为将来糖尿病精准化、个体化临床决策提供参考。后续利用随机临床试验的个体数据所进行的事后分析进一步探索了中国2型糖尿病人群中CGM衍生指标与糖尿病临床指标之间的关系。研究人员利用临床常用的人口学指标、化验指标以及CGM参数在2型糖尿病患者人群中构建了CGM特征图谱，通过临床指标的视角审视2型糖尿病人群血糖波动特点，对2型糖尿病患者的个体化诊疗以及未来CGM研究的发展方向具有一定的参考价值。
作者介绍
白姝臻
北京大学临床医学八年制，以第一作者或共同第一作者身份在European Journal of Internal Medicine, Journal of evidence-based medicine, biomedicines等期刊上发表文章3篇。
林矗
北京大学临床医学八年制博士，北京大学人民医院内分泌科主治医师。从事糖尿病药物治疗学、炎症与自身免疫相关研究，以第一作者或共同第一作者身份eClinicalMedicine、Cardiovascular Diabetology、Diabetes Obesity Metabolism、Pharmacological Research、BMC Medicine等国际医学专业期刊发表30余篇原创性文章，累计引用逾500次。主持北京大学临床医学+X青年专项基金1项，北京大学医学部“扬帆计划”青年培育基金1项，北京大学人民医院基础培育专项基金1项。
蔡晓凌教授
北京大学人民医院内分泌科主任医师、博士研究生导师。在糖尿病药物治疗学，糖尿病与炎症、糖尿病并发症等领域开展了一系列研究，其研究成果发表在Frontiers in Endocrinology，BMC Medicine，Cardiovascular Diabetology等高质量SCI期刊。兼任中华医学会糖尿病学分会青年委员，中华医学会糖尿病学分会教育学组委员，中国女医师协会糖尿病专委会委员，北京医学会糖尿病分会委员。
纪立农教授
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。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，2020~2022连续三年入选Elsevier高被引学者。
文章引用及原文链接：
[1]Cai X, Hu S, Lin C, et al. Comparison of glucose fluctuation between metformin combined with acarbose or sitagliptin in Chinese patients with type 2 diabetes: A multicenter, randomized, active-controlled, open-label, parallel design clinical trial. Chin Med J (Engl). 2025;138(9):1116-1125.
[2]Bai S, Lin C, Cai X, et al. Developing CGMap: Characterizing Continuous Glucose Monitoring Data in Patients with Type 2 Diabetes. Biomedicines. 2025; 13(5):1080.
来源：国际糖尿病