Diabetes Care
14天连续血糖监测不足以代表90天血糖暴露：监测时长与缺失数据对下游分析的影响

小赛推荐：

该研究为糖尿病临床研究中连续血糖监测（CGM）数据的使用提供了关键设计依据，强调了在使用CGM指标作为结局或协变量时需延长监测周期或增加样本量，以避免统计效能不足和估计偏倚，对 糖尿病 研究设计具有直接指导意义。

 

文献概述

本文《Impact of Missing Data and Monitoring Duration on Downstream Analyses in Continuous Glucose Monitoring》，发表于《Diabetes Care》杂志，系统探讨了当前共识推荐的14天CGM监测（≥70%数据完整性）是否足以代表90天血糖暴露，并量化了由此引入的统计偏倚与不确定性。研究通过大规模真实世界与临床试验数据模拟不同缺失模式和监测时长，评估其对下游分析的影响，揭示了现有指南在研究设计中的潜在缺陷。

背景知识

糖尿病管理日益依赖连续血糖监测（CGM）衍生指标，如血糖在目标范围时间（TIR）、低于范围时间（TBR）、高于范围时间（TAR）、葡萄糖管理指标（GMI）和变异系数（CV），这些指标被广泛用于评估治疗效果和预测并发症风险。然而，当前国际共识推荐仅14天CGM数据（≥70%完整性）代表90天血糖状态，这一标准与HbA1c的3个月反映期对齐，但其对研究结论稳健性的影响尚不明确。尽管先前研究显示14天数据与90天指标间高相关性（R² > 0.8），但高相关性并不等同于低测量误差，尤其在作为协变量时可能引入衰减偏倚。此外，TBR 和 CV 对数据缺失更为敏感，现有研究多关注指标准确性，而忽视其在回归模型中的传播误差。因此，亟需从统计推断角度评估不完整CGM数据对研究效能的影响，以优化未来研究设计。

 

针对糖尿病研究，赛业生物提供多种基因编辑小鼠模型，包括肥胖、糖尿病、非酒精性脂肪肝等代谢性疾病模型，支持基因敲除、基因敲入和饮食诱导等多种建模方式。我们提供超过2000例现货KO/CKO神经及代谢小鼠模型，并可定制特定基因修饰模型，助力糖尿病机制研究与新药开发。此外，我们提供标准化表型分析服务，包括血糖检测、胰岛素耐受实验（ITT）和葡萄糖耐受实验（GTT），全面支持糖尿病表型验证。

了解更多

 

研究方法与核心实验

研究基于四个独立队列（包括三项临床试验和一项真实世界数据）中1,010例完整的90天CGM数据，构建了真实参考标准。通过模拟三种缺失模式——随机间歇缺失、整日缺失和基于真实缺失模式的叠加——系统评估不同监测时长（90、60、30、14、7天）和数据完整性（10%-90%）对CGM指标准确性的影响。采用测量误差框架，将90天完整数据计算的指标视为“真实值”，不完整数据计算的为“观测值”，进而量化误差方差。该误差被传播至两类下游分析：一是CGM指标作为结局变量的临床试验模型；二是CGM指标作为协变量的关联分析模型。通过线性回归模型评估偏倚（观测-真实效应比）和所需样本量增幅，确保结果可推广至不同研究设计。

关键结论与观点

• 在临床试验中，使用14天CGM数据作为结局虽无偏倚，但需增加≥15.6%样本量以维持统计效能，而30天仅需≥6.5%，表明短期监测显著降低研究效率。实验方向应优先考虑延长监测至30天以减少受试者负担与成本。
• 当CGM指标作为协变量时，14天监测导致效应估计衰减达14%（如TIR的观测-真实效应比为0.86），引入显著偏倚，增加假阴性风险。TBR 和 CV 更为敏感，需更大样本补偿。靶点研究若依赖CGM协变量，必须校正此偏倚或延长监测。
• 70%数据完整性在90天内影响较小，但若监测缩短至14天，即使达到70%完整性，仍需额外19.4%样本量（vs. 15.6%完全数据），表明连续监测时长比总数据量更具影响力。实验方向应避免将长周期目标压缩至极短窗口。
• TBR 在14天监测下误差极大（nRMSE达55%），因其稀疏性易受缺失影响，建议此类低频事件需更长监测或富集采样策略。疾病建模中若涉及低血糖风险，应特别谨慎使用短期CGM数据。

研究意义与展望

该研究挑战了当前糖尿病研究中广泛采用的14天CGM标准，提示其可能导致统计效能不足和关联低估，尤其在观察性研究中作为协变量时。为确保研究结论可靠，未来试验应至少采用30天CGM监测，或在使用14天数据时明确增加样本量以补偿信息损失。这不仅影响临床试验设计，也对真实-world证据生成和个体化治疗响应预测模型构建具有重要启示。

从临床监测角度看，尽管14天数据在个体管理中仍具实用价值，但研究用途需更高标准。随着CGM设备寿命向15天发展，实现30天监测仅需一次更换，成本效益比显著提升。因此，研究社区应推动更新指南，将30天设为研究级CGM监测的新基准，以提升科学严谨性。

 

赛业生物提供全面的代谢疾病药效评价平台，涵盖糖尿病、肥胖症、高尿酸血症等疾病模型。我们提供体内药效评价服务，包括体重、摄食量、空腹血糖、血脂检测等指标监测，以及体外代谢靶标药物筛选和MOA研究。平台支持多种给药方式和生物样本分析，为抗糖尿病药物的临床前研究提供可靠数据支持。结合基因编辑动物模型与药效评价，可实现从靶点验证到药效评估的全流程服务。

了解更多

 

结语

本研究通过严谨的测量误差建模，揭示了当前14天CGM监测标准在代表90天血糖暴露时对下游统计分析的负面影响，特别是在作为协变量时引入显著衰减偏倚，增加假阴性风险。研究强调，尽管14天数据与90天指标高度相关，但不足以支持高效能研究设计。推荐将监测时长延长至30天以最小化偏倚和样本量损失，或在无法实现时预先调整样本量。这一发现对糖尿病研究设计具有基石意义，有助于提升临床试验与观察性研究的科学质量，确保CGM指标在治疗评估和风险预测中的稳健应用。未来指南应纳入这些统计考量，推动更可靠的研究证据生成。

 

Neo Kok, Walter T Williamson, Joyce M Lee, and Irina Gaynanova. Impact of Missing Data and Monitoring Duration on Downstream Analyses in Continuous Glucose Monitoring. Diabetes Care.