编者按
随着糖尿病患病率在全球范围内持续攀升，住院患者血糖异常已成为临床常见问题，不仅显著增加住院时间，更会推高感染等并发症的发生风险及患者死亡率。近年来，随着持续葡萄糖监测（CGM）和自动化胰岛素递送（AID）等技术的发展，住院血糖管理正在经历深刻变革。2025年9月15日，第61届欧洲糖尿病研究协会（EASD）年会在奥地利维也纳隆重开幕。来自丹麦斯泰诺糖尿病中心的Mikkel Thor Olsen教授以及马里兰大学医学院内分泌、糖尿病与营养科的Elias K. Spanakis教授就“糖尿病住院患者血糖管理”这一话题，从临床挑战到技术前沿进行了全面梳理，旨在推动住院血糖管理的标准化、智慧化与个体化实践，最终通过形成临床共识，促进前沿技术与管理策略向临床实际应用的全面转化！
一、临床挑战：住院患者血糖异常
住院患者血糖异常（包括低血糖、高血糖和血糖波动性增加）是常见且重要的临床问题。根据一项针对英格兰和威尔士地区医疗机构内糖尿病住院患者护理质量的系统性审计项目，约20%的住院患者患有糖尿病[1]。在压力巨大且分科过细的医院体系中，糖尿病管理往往不足，易导致血糖异常，进而引发住院时间延长、并发症（如感染）增加及死亡率上升等不良临床结局[2]。同时，糖尿病患者住院总成本高达1230亿美元。
根据指南[3]推荐，医院内糖尿病与高血糖管理需重点关注血糖异常问题，其控制目标如图1所示。然而，临床实践中这些目标往往难以持续达成，仍存在显著的管理挑战。
图1. 医院内糖尿病与高血糖管理的控制目标
二、解决之道：持续葡萄糖监测
持续葡萄糖监测（Continuous Glucose Monitoring，CGM）或许是解决之道[4, 5]。CGM虽未获FDA批准用于住院患者，却是应对住院期间血糖剧烈波动的有效手段。CGM可实时捕捉床旁检测难以发现的夜间低血糖和餐后高血糖，这些都与不良预后相关。通过蓝牙将数据传输至移动终端（iPad/iPhone），糖尿病团队使用同一iPad可远程监控多名患者、设置高低血糖警报，实现更全面、高效的血糖管理（图2）。
图2. 持续葡萄糖监测流程示意图
从长远来看，依赖移动设备并非可持续方案。理想模式是将CGM数据无缝整合至现有医院信息系统中。一项荟萃分析[6]发现，相较于床旁检测，CGM可使血糖目标范围内时间（TIR）提升约7.24个百分点。而DiATEC试验进一步揭示[7]，当CGM与高度结构化胰岛素方案及专业团队结合时，TIR提升达15个百分点（远超荟萃分析的7.24%），并同步实现1级和2级低血糖发生率的下降，这对住院患者安全管理具有重要意义。每日血糖管理轨迹[8]同样印证了这一优势（图3，左），接受常规床旁检测（同步盲法CGM监测）的2型糖尿病患者，其TIR在第5天后趋于稳定（约60%）；而采用实时CGM监测并配合专业团队实施结构化胰岛素方案的患者，TIR持续改善，至出院时可达80%~90%的高水平。令人惊讶的是，CGM组胰岛素用量反而更少（图3，右），主要源于校正胰岛素减少——这表明CGM能推动积极胰岛素治疗，通过优化基础与餐时胰岛素剂量避免“救火式”校正胰岛素。
图3. CGM与床旁检测的每日TIR差异（左）；积极胰岛素治疗（右）
在血糖改善与临床获益的转化方面，DIATEC试验表明，TIR每提高15个百分点，感染等复合临床结局风险相应下降24%。在准确性层面，非ICU环境中，Freestyle Libre Pro 6（图4）[9]与Dexcom G6[10]的测量值有75%处于临床可接受的误差范围（CLARK误差网格A区），平均绝对相对误差（MARD）介于12.8%~14.8%之间，足以满足临床需求。ICU环境中CGM的准确性存在很大差异，MARD为10%~17%，需在新系统中提升改善[11]。
图4. 住院非ICU环境下CGM的准确性
根据一项针对住院患者开展的接受度问卷调查结果[12]，数据显示有高达95%的使用者对持续葡萄糖监测技术表示认可，并认为该监测技术在住院期间带来舒适体验。在开放CGM组中，绝大多数患者明确表示，未来若再次住院，仍希望继续采用此项监测技术（图5）。这一结果充分反映出CGM在临床应用中具有较高的患者接受度和使用意愿。
图5. 患者对新技术CGM的接受度问卷调查
三、CGM的挑战
CGM在临床应用也面临多项挑战，包括成本增加、与电子健康记录（EHR）系统整合不足、医护人员需接受额外培训、医院无线网络传输问题、与放射/影像检查的兼容性及手术期间准确性可能受影响，以及药物干扰等问题。但这些问题在逐渐改善和解决中。
四、自动化胰岛素递送（AID）系统
自动化胰岛素递送（Automated Insulin Delivery，AID）系统是糖尿病管理的重要进展，在门诊应用中已展现出显著优势。多项研究已探讨了AID在非危重症住院胰岛素治疗患者中的有效性。如图6所示，多项随机对照试验（RCT）[13]的结果一致表明，与常规多次每日胰岛素注射（MDI）治疗相比，AID系统在实现更优血糖控制的同时，并未增加低血糖风险。
图6. 住院自动化胰岛素递送的随机对照试验总结
医院使用AID系统面临多项挑战：
医护人员需接受比CGM设备更复杂的进阶培训；
算法需具备更强适应性，能在数小时内快速学习而非依赖过去数日的“衰减记忆”；
成本较高；
需关注一次性泵的使用、感染风险及输注部位可靠性问题；
其应用还取决于CGM是否获批，并需获得相应的监管批准。
五、新路径：计算机化算法
在人工智能时代，计算机化算法为血糖管理提供了新路径。一项研究[14]将床旁血糖检测（POC）、实时连续血糖监测和计算机化胰岛素输注决策支持系统相结合，应用于需胰岛素输注的危重病患者的胰岛素需求和血糖管理（图7）。图7中框注部分显示了已识别的干扰因素。研究期间，75.7%的传感器血糖值与POC参考值误差在20%以内，POC检测次数平均减少63%。血糖在目标范围内（70~180 mg/dl）时间为71.4 ± 13.9%。结果表明，该混合方案可有效支持住院患者的血糖管理。
图7. 计算机化算法智能融入住院患者血糖管理
六、结语
CGM、AID系统以及计算机化算法正重塑住院血糖管理范式，显著提升血糖控制质量与患者安全。尽管面临整合、成本与培训等挑战，其明确的临床获益与技术前景已获证实。未来需要推动系统优化、多学科协作与指南共识，实现精准、高效的智慧血糖管理。
参考文献
1 National Diabetes Inpatient Audit (NaDIA)-2019. Available from https://digital.nhs.uk/data-and-information/publications/statistical/national-diabetes.
2 Olsen MT, Liarakos AL, Wilmot EG et al. Implementation Strategies for Inpatient Continuous Glucose Monitoring-based Diabetes Management: A Systematic Review. J Clin Endocrinol Metab 2025; 110 (7): e2411-e2419.
3 Wilson LM, Herzig SJ, Marcantonio ER et al. Management of Diabetes and Hyperglycemia in the Hospital: A Systematic Review of Clinical Practice Guidelines. Diabetes Care 2025; 48 (4): 655-664.
4 Spanakis EK, Levitt DL, Siddiqui T et al. The Effect of Continuous Glucose Monitoring in Preventing Inpatient Hypoglycemia in General Wards: The Glucose Telemetry System. J Diabetes Sci Technol 2018; 12 (1): 20-25.
5 Olsen MT, Klarskov CK, Pedersen-Bjergaard U et al. Summary of clinical investigation plan for The DIATEC trial: in-hospital diabetes management by a diabetes team and continuous glucose monitoring or point of care glucose testing - a randomised controlled trial. BMC Endocr Disord 2024; 24 (1): 60.
6 Cavalcante Lima Chagas G, Teixeira L, M RCC et al. Use of continuous glucose monitoring and point-of-care glucose testing in hospitalized patients with diabetes mellitus in non-intensive care unit settings: A systematic review and meta-analysis of randomized controlled trials. Diabetes Res Clin Pract 2025; 220: 111986.
7 Olsen MT, Klarskov CK, Jensen SH et al. In-Hospital Diabetes Management by a Diabetes Team and Insulin Titration Algorithms Based on Continuous Glucose Monitoring or Point-of-Care Glucose Testing in Patients With Type 2 Diabetes (DIATEC): A Randomized Controlled Trial. Diabetes Care 2025; 48 (4): 569-578.
8 Olsen MT, Jensen SH, Rasmussen LM et al. Glycemic Levels and Insulin Use Daily and During Hospital Shifts in Hospitalized Patients With Type 2 Diabetes. Journal of the Endocrine Society 2025; 9 (10): bvaf137.
9 Galindo RJ, Migdal AL, Davis GM et al. Comparison of the FreeStyle Libre Pro Flash Continuous Glucose Monitoring (CGM) System and Point-of-Care Capillary Glucose Testing in Hospitalized Patients With Type 2 Diabetes Treated With Basal-Bolus Insulin Regimen. Diabetes Care 2020; 43 (11): 2730-2735.
10 Davis GM, Spanakis EK, Migdal AL et al. Accuracy of Dexcom G6 Continuous Glucose Monitoring in Non-Critically Ill Hospitalized Patients With Diabetes. Diabetes Care 2021; 44 (7): 1641-1646.
11 Nielsen CG, Grigonyte-Daraskeviciene M, Olsen MT et al. Accuracy of continuous glucose monitoring systems in intensive care unit patients: a scoping review. Intensive Care Med 2024; 50 (12): 2005-2018.
12 Olsen MT, Vikner ME, Jensen SH et al. Satisfaction with continuous glucose monitoring and diabetes care among hospitalised patients with type 2 diabetes managed by inpatient diabetes teams. Diabet Med 2025; 42 (10): e70114.
13 Hughes MS, Pasquel FJ, Davis GM et al. Toward Automation: The Road Traveled and Road Ahead for Integrating Automated Insulin Delivery into Inpatient Care. Diabetes Technology & Therapeutics 2024; 27 (3): 217-242.
14 Davis GM, Faulds E, Walker T et al. Remote Continuous Glucose Monitoring With a Computerized Insulin Infusion Protocol for Critically Ill Patients in a COVID-19 Medical ICU: Proof of Concept. Diabetes Care 2021; 44 (4): 1055-1058
2 comments
随着糖尿病患病率在全球范围内持续攀升，住院患者血糖异常已成为临床常见问题，不仅显著增加住院时间，更会推高感染等并发症的发生风险及患者死亡率。近年来，随着持续葡萄糖监测（CGM）和自动化胰岛素递送（AID）等技术的发展，住院血糖管理正在经历深刻变革。2025年9月15日，第61届欧洲糖尿病研究协会（EASD）年会在奥地利维也纳隆重开幕。来自丹麦斯泰诺糖尿病中心的Mikkel Thor Olsen教授以及马里兰大学医学院内分泌、糖尿病与营养科的Elias K. Spanakis教授就“糖尿病住院患者血糖管理”这一话题，从临床挑战到技术前沿进行了全面梳理，旨在推动住院血糖管理的标准化、智慧化与个体化实践，最终通过形成临床共识，促进前沿技术与管理策略向临床实际应用的全面转化！
一、临床挑战：住院患者血糖异常
住院患者血糖异常（包括低血糖、高血糖和血糖波动性增加）是常见且重要的临床问题。根据一项针对英格兰和威尔士地区医疗机构内糖尿病住院患者护理质量的系统性审计项目，约20%的住院患者患有糖尿病[1]。在压力巨大且分科过细的医院体系中，糖尿病管理往往不足，易导致血糖异常，进而引发住院时间延长、并发症（如感染）增加及死亡率上升等不良临床结局[2]。同时，糖尿病患者住院总成本高达1230亿美元。
根据指南[3]推荐，医院内糖尿病与高血糖管理需重点关注血糖异常问题，其控制目标如图1所示。然而，临床实践中这些目标往往难以持续达成，仍存在显著的管理挑战。
图1. 医院内糖尿病与高血糖管理的控制目标
二、解决之道：持续葡萄糖监测
持续葡萄糖监测（Continuous Glucose Monitoring，CGM）或许是解决之道[4, 5]。CGM虽未获FDA批准用于住院患者，却是应对住院期间血糖剧烈波动的有效手段。CGM可实时捕捉床旁检测难以发现的夜间低血糖和餐后高血糖，这些都与不良预后相关。通过蓝牙将数据传输至移动终端（iPad/iPhone），糖尿病团队使用同一iPad可远程监控多名患者、设置高低血糖警报，实现更全面、高效的血糖管理（图2）。
图2. 持续葡萄糖监测流程示意图
从长远来看，依赖移动设备并非可持续方案。理想模式是将CGM数据无缝整合至现有医院信息系统中。一项荟萃分析[6]发现，相较于床旁检测，CGM可使血糖目标范围内时间（TIR）提升约7.24个百分点。而DiATEC试验进一步揭示[7]，当CGM与高度结构化胰岛素方案及专业团队结合时，TIR提升达15个百分点（远超荟萃分析的7.24%），并同步实现1级和2级低血糖发生率的下降，这对住院患者安全管理具有重要意义。每日血糖管理轨迹[8]同样印证了这一优势（图3，左），接受常规床旁检测（同步盲法CGM监测）的2型糖尿病患者，其TIR在第5天后趋于稳定（约60%）；而采用实时CGM监测并配合专业团队实施结构化胰岛素方案的患者，TIR持续改善，至出院时可达80%~90%的高水平。令人惊讶的是，CGM组胰岛素用量反而更少（图3，右），主要源于校正胰岛素减少——这表明CGM能推动积极胰岛素治疗，通过优化基础与餐时胰岛素剂量避免“救火式”校正胰岛素。
图3. CGM与床旁检测的每日TIR差异（左）；积极胰岛素治疗（右）
在血糖改善与临床获益的转化方面，DIATEC试验表明，TIR每提高15个百分点，感染等复合临床结局风险相应下降24%。在准确性层面，非ICU环境中，Freestyle Libre Pro 6（图4）[9]与Dexcom G6[10]的测量值有75%处于临床可接受的误差范围（CLARK误差网格A区），平均绝对相对误差（MARD）介于12.8%~14.8%之间，足以满足临床需求。ICU环境中CGM的准确性存在很大差异，MARD为10%~17%，需在新系统中提升改善[11]。
图4. 住院非ICU环境下CGM的准确性
根据一项针对住院患者开展的接受度问卷调查结果[12]，数据显示有高达95%的使用者对持续葡萄糖监测技术表示认可，并认为该监测技术在住院期间带来舒适体验。在开放CGM组中，绝大多数患者明确表示，未来若再次住院，仍希望继续采用此项监测技术（图5）。这一结果充分反映出CGM在临床应用中具有较高的患者接受度和使用意愿。
图5. 患者对新技术CGM的接受度问卷调查
三、CGM的挑战
CGM在临床应用也面临多项挑战，包括成本增加、与电子健康记录（EHR）系统整合不足、医护人员需接受额外培训、医院无线网络传输问题、与放射/影像检查的兼容性及手术期间准确性可能受影响，以及药物干扰等问题。但这些问题在逐渐改善和解决中。
四、自动化胰岛素递送（AID）系统
自动化胰岛素递送（Automated Insulin Delivery，AID）系统是糖尿病管理的重要进展，在门诊应用中已展现出显著优势。多项研究已探讨了AID在非危重症住院胰岛素治疗患者中的有效性。如图6所示，多项随机对照试验（RCT）[13]的结果一致表明，与常规多次每日胰岛素注射（MDI）治疗相比，AID系统在实现更优血糖控制的同时，并未增加低血糖风险。
图6. 住院自动化胰岛素递送的随机对照试验总结
医院使用AID系统面临多项挑战：
医护人员需接受比CGM设备更复杂的进阶培训；
算法需具备更强适应性，能在数小时内快速学习而非依赖过去数日的“衰减记忆”；
成本较高；
需关注一次性泵的使用、感染风险及输注部位可靠性问题；
其应用还取决于CGM是否获批，并需获得相应的监管批准。
五、新路径：计算机化算法
在人工智能时代，计算机化算法为血糖管理提供了新路径。一项研究[14]将床旁血糖检测（POC）、实时连续血糖监测和计算机化胰岛素输注决策支持系统相结合，应用于需胰岛素输注的危重病患者的胰岛素需求和血糖管理（图7）。图7中框注部分显示了已识别的干扰因素。研究期间，75.7%的传感器血糖值与POC参考值误差在20%以内，POC检测次数平均减少63%。血糖在目标范围内（70~180 mg/dl）时间为71.4 ± 13.9%。结果表明，该混合方案可有效支持住院患者的血糖管理。
图7. 计算机化算法智能融入住院患者血糖管理
六、结语
CGM、AID系统以及计算机化算法正重塑住院血糖管理范式，显著提升血糖控制质量与患者安全。尽管面临整合、成本与培训等挑战，其明确的临床获益与技术前景已获证实。未来需要推动系统优化、多学科协作与指南共识，实现精准、高效的智慧血糖管理。
参考文献
1 National Diabetes Inpatient Audit (NaDIA)-2019. Available from https://digital.nhs.uk/data-and-information/publications/statistical/national-diabetes.
2 Olsen MT, Liarakos AL, Wilmot EG et al. Implementation Strategies for Inpatient Continuous Glucose Monitoring-based Diabetes Management: A Systematic Review. J Clin Endocrinol Metab 2025; 110 (7): e2411-e2419.
3 Wilson LM, Herzig SJ, Marcantonio ER et al. Management of Diabetes and Hyperglycemia in the Hospital: A Systematic Review of Clinical Practice Guidelines. Diabetes Care 2025; 48 (4): 655-664.
4 Spanakis EK, Levitt DL, Siddiqui T et al. The Effect of Continuous Glucose Monitoring in Preventing Inpatient Hypoglycemia in General Wards: The Glucose Telemetry System. J Diabetes Sci Technol 2018; 12 (1): 20-25.
5 Olsen MT, Klarskov CK, Pedersen-Bjergaard U et al. Summary of clinical investigation plan for The DIATEC trial: in-hospital diabetes management by a diabetes team and continuous glucose monitoring or point of care glucose testing - a randomised controlled trial. BMC Endocr Disord 2024; 24 (1): 60.
6 Cavalcante Lima Chagas G, Teixeira L, M RCC et al. Use of continuous glucose monitoring and point-of-care glucose testing in hospitalized patients with diabetes mellitus in non-intensive care unit settings: A systematic review and meta-analysis of randomized controlled trials. Diabetes Res Clin Pract 2025; 220: 111986.
7 Olsen MT, Klarskov CK, Jensen SH et al. In-Hospital Diabetes Management by a Diabetes Team and Insulin Titration Algorithms Based on Continuous Glucose Monitoring or Point-of-Care Glucose Testing in Patients With Type 2 Diabetes (DIATEC): A Randomized Controlled Trial. Diabetes Care 2025; 48 (4): 569-578.
8 Olsen MT, Jensen SH, Rasmussen LM et al. Glycemic Levels and Insulin Use Daily and During Hospital Shifts in Hospitalized Patients With Type 2 Diabetes. Journal of the Endocrine Society 2025; 9 (10): bvaf137.
9 Galindo RJ, Migdal AL, Davis GM et al. Comparison of the FreeStyle Libre Pro Flash Continuous Glucose Monitoring (CGM) System and Point-of-Care Capillary Glucose Testing in Hospitalized Patients With Type 2 Diabetes Treated With Basal-Bolus Insulin Regimen. Diabetes Care 2020; 43 (11): 2730-2735.
10 Davis GM, Spanakis EK, Migdal AL et al. Accuracy of Dexcom G6 Continuous Glucose Monitoring in Non-Critically Ill Hospitalized Patients With Diabetes. Diabetes Care 2021; 44 (7): 1641-1646.
11 Nielsen CG, Grigonyte-Daraskeviciene M, Olsen MT et al. Accuracy of continuous glucose monitoring systems in intensive care unit patients: a scoping review. Intensive Care Med 2024; 50 (12): 2005-2018.
12 Olsen MT, Vikner ME, Jensen SH et al. Satisfaction with continuous glucose monitoring and diabetes care among hospitalised patients with type 2 diabetes managed by inpatient diabetes teams. Diabet Med 2025; 42 (10): e70114.
13 Hughes MS, Pasquel FJ, Davis GM et al. Toward Automation: The Road Traveled and Road Ahead for Integrating Automated Insulin Delivery into Inpatient Care. Diabetes Technology & Therapeutics 2024; 27 (3): 217-242.
14 Davis GM, Faulds E, Walker T et al. Remote Continuous Glucose Monitoring With a Computerized Insulin Infusion Protocol for Critically Ill Patients in a COVID-19 Medical ICU: Proof of Concept. Diabetes Care 2021; 44 (4): 1055-1058
2 comments
京公网安备 11010502033361号
发布留言