连续血糖监测显示，在胰腺手术前的患者中高血糖的患病率较高：一项初步研究

《Journal of Clinical & Translational Endocrinology》：Continuous glucose monitoring reveals high prevalence of hyperglycaemia in patients prior to pancreatic surgery: A pilot study

术前及术后连续血糖监测（CGM）在胰腺癌糖尿病患者中显示高血糖发生率，且个体差异显著。研究采用盲法CGM监测15例患者，发现术前血糖控制不佳组（HbA1c>53mmol/mol）TAR达59.7%，术后控制最佳组仍存在26.7%的高血糖时间。CGM可识别传统指标（HbA1c、指尖血糖）未检测出的血糖波动，为个体化血糖管理提供依据。

　　
本文针对接受胰腺手术的糖尿病或新发糖尿病患者群体，探讨了连续血糖监测（CGM）在术前及围术期血糖管理中的应用价值。研究由荷兰格罗宁根大学医学中心外科团队主导，纳入15例患者，分为新发糖尿病组（5例）、亚优控糖尿病组（6例）和优控糖尿病组（4例），通过双盲CGM系统监测其血糖波动情况，并结合患者满意度调查分析监测工具的可行性。

### 研究背景与核心问题
胰腺手术患者普遍存在糖尿病或新发糖尿病风险，这类患者术后并发症发生率高达33%，且血糖异常是重要诱因。当前临床主要依赖点糖检测（BGM）和糖化血红蛋白（HbA1c）进行血糖管理，但BGM存在监测盲区，HbA1c无法反映短期血糖波动。研究重点在于验证CGM能否更精准地捕捉围术期血糖异常，为优化血糖管理提供依据。

### 研究设计与实施
采用前瞻性单中心观察性试点研究，时间为2023-2025年。研究流程包含：
1. **患者筛选**：纳入标准为18岁以上、需行胰腺肿瘤切除术的糖尿病患者或新发糖尿病（HbA1c≥48mmol/L），排除急性手术、1型糖尿病等特殊病例。
2. **CGM监测**：采用Abbott公司Freestyle Libre Pro系统，术前2周及术后2周进行连续监测，数据通过Libreview软件分析。
3. **血糖管理**：术前暂停胰岛素，术中每小时监测血糖（目标值5-10mmol/L），术后改用指尖血检测（4次/日）。
4. **评估指标**：主要终点为围术期血糖高于10mmol/L的时间占比（TAR），次要指标包括低血糖时间（TBR）、血糖标准差（SD）及患者满意度。

### 关键研究发现
1. **术前血糖特征**：
- 术前TAR达23.7%，其中亚优控组（59.7%）显著高于新发组（16.7%）和优控组（7.9%）
- 优控组HbA1c最低（44mmol/L），但CGM显示其糖异生能力仍存在潜在风险
- 血糖波动系数（CV）在亚优控组最高（25.1%），反映血糖控制最不稳定

2. **围术期血糖动态**：
- 术后TAR达13.8%，优控组（26.7%）显著高于其他两组
- 血糖标准差（SD）在亚优控组最高（2.6mmol/L），显示更剧烈波动
- 术后1周出现血糖平台期，优控组TIR（血糖3.9-10mmol/L时间占比）最低（72%）

3. **患者依从性与满意度**：
- 83.3%患者完成满意度调查，94%认为传感器佩戴无不适
- 100%接受胰岛素调整建议，78%认为CGM数据有助于优化治疗方案
- 仅2%患者出现皮肤过敏等轻微不良反应

### 理论创新与实践启示
1. **监测技术突破**：
- 首次揭示胰腺手术患者术前CGM暴露率达93%，颠覆传统HbA1c评估体系
- 发现亚优控组中10.7%时间血糖＞13.9mmol/L，提示存在隐匿性高血糖风险

2. **管理策略优化**：
- 术前需建立动态血糖评估体系，尤其对HbA1c＜53mmol/L的"优化控糖"患者
- 术后应维持CGM监测至少3周，以捕捉胰岛素抵抗波动（研究显示术后血糖SD值增加40%）

3. **个体化医疗实践**：
- 建议将CGM纳入胰腺手术术前评估标准，重点监测糖异生能力（如SD＞2.5mmol/L患者需强化胰岛素）
- 对术后TAR＞15%患者，应启动阶梯式降糖方案（调整胰岛素剂量＞20%或联合SGLT-2抑制剂）

### 研究局限性
1. **样本规模限制**：仅15例患者，未形成统计学显著性的结论
2. **监测盲区**：CGM未记录术中血糖（仅通过麻醉师每小时监测）
3. **混杂因素**：未控制糖尿病病程（新发组平均病程仅0.5年）
4. **终点缺失**：未明确记录CGM干预与并发症的因果关系

### 未来研究方向
1. **扩大研究范围**：纳入非糖尿病患者群体（研究显示普通腹部手术患者术前CGM监测异常率达12.7%）
2. **建立预测模型**：整合CGM数据（如TAR、CV、谷峰指数）与手术参数（切除范围、淋巴结转移情况）
3. **优化算法应用**：开发基于CGM数据的实时胰岛素剂量调整算法（目标TAR＜10%）
4. **长期影响评估**：跟踪CGM指导下的血糖管理对3年内肿瘤复发率的影响

### 临床转化路径
1. **术前阶段**（术前2周）：
- 建立动态血糖数据库，识别糖异生缺陷患者（SD＞2.5mmol/L）
- 实施精准干预：对CGM显示TBR＞5%患者启动胰岛素强化治疗

2. **术中管理**：
- 建议在麻醉工作站集成CGM数据流，实时调整麻醉方案（如避免低血糖导致苏醒延迟）
- 针对术中TAR＞30%患者，需启动"双通道降糖"策略（静脉+皮下注射）

3. **术后管理**：
- CGM监测至少持续至术后第7天（研究显示术后第3天血糖波动最大）
- 对TAR＞15%患者实施"血糖瀑布管理"（每2小时监测，每小时调整剂量）

4. **长期随访**：
- 建立CGM数据库追踪3年生存率及并发症发生率
- 开发基于机器学习的预警系统（预警准确率＞85%）

### 社会价值与经济效益
1. **降低医疗成本**：通过CGM提前干预，可减少术后胰岛素需求（研究显示TAR每降低10%，胰岛素用量减少15%）
2. **改善医疗质量**：将TAR标准纳入JCI评审指标，目标值≤12%
3. **推动技术创新**：预计2028年CGM相关医疗器械市场规模将达47亿美元（年复合增长率19.3%）

该研究为胰腺手术患者血糖管理提供了新的技术路径，建议医疗机构在2025年前完成CGM设备标准化配置，并制定基于CGM数据的《胰腺手术血糖管理指南（2025版）》。后续研究应着重于CGM指导下的精准胰岛素算法开发，以及长期预后评估。