随着2型糖尿病（T2DM）管理理念不断演进，“糖尿病缓解”似乎正从概念探讨走向临床实践。在中华医学会糖尿病学分会第二十七次学术会议（CDS 2025）期间，本刊有幸邀请欧洲糖尿病研究协会（EASD）前主席、意大利比萨圣安娜高等研究学院Stefano Del Prato教授，就缓解的可操作性定义、早期干预的重要性，以及持续血糖监测（CGM）与人工智能（AI）在长期管理中的作用分享其观点。
Stefano Del Prato教授：我认为我们正处在一个非常有意思的时代，T2DM的管理正迎来诸多新的机遇，其中也包括糖尿病缓解。然而，缓解这一概念在很大程度上仍停留在语义层面，我们需要转化为一个可操作，并能与患者实际获益直接相关的定义。
在我看来，缓解意味着血糖代谢控制达到一定水平，从而显著降低严重并发症风险，使机体状态尽可能接近正常生理水平。目前的缓解定义要求患者至少3个月不使用降糖药物，且HbA1c低于6.5%。但随着新型治疗手段的出现，如强效GLP-1受体激动剂和GLP-1/GIP双受体激动剂，已能将HbA1c降至5.7%（正常范围上限）以下，实现血糖正常。在这种情况下，只要这种状态能够带来临床益处，我认为就可以将其视为一种“功能性缓解”。
已有初步证据显示，缓解的持续时间对并发症风险有显著影响。减重手术和生活方式干预（如 Look AHEAD 试验）都验证了这一点。因此，我们或许需要修订当前的缓解定义，使其更具可操作性。与其聚焦于疾病的根治，不如关注长期维持正常血糖水平所带来的益处——这可能转化为更少的并发症和更高的生活质量。
《国际糖尿病》：在T2DM缓解研究中，您采用了哪些创新性研究设计和方法？这些设计如何帮助深入理解缓解现象的内在机制？
Stefano Del Prato教授：实现T2DM缓解的前提，是改善甚至纠正慢性高血糖及相关代谢紊乱，核心在于胰岛β细胞功能的恢复和胰岛素敏感性的提升。近期研究表明，β细胞功能的恢复在缓解过程中起关键作用。我们知道，胰岛β细胞功能会随病程逐渐衰退，这意味着干预越早，诱导缓解的机会就越大。如果干预过晚，残余功能性β细胞数量将不足以实现并维持缓解。
在临床实践中，直接评估β细胞功能并非易事，因此糖尿病病程可作为一个重要的替代指标。病程越短，越早实施有效治疗，越有可能保留相对完整的β细胞功能。因此，缓解的关键在于早干预。我们应采取一切有助于实现缓解的措施，包括减重、降低糖毒性、改善生活方式，以及药物和非药物干预的协同应用，以提高缓解率。简言之：干预越早，实现缓解的可能性越大。
基于这一理念，我们也在积极探索新型强效药物的潜力。例如我们正通过SURMOUNT系列临床试验评估GLP-1/GIP双受体激动剂替尔泊肽在疾病早期应用的效果，相关初步数据将在下一届国际糖尿病先进技术与治疗大会（ATTD）上公布。
《国际糖尿病》：您认为哪些突破性方法或技术最有望提高T2DM缓解率？长期维持仍面临哪些挑战？
Stefano Del Prato教授：我认为，技术手段将为实现糖尿病缓解提供极大助力和支持。其中CGM的价值日益凸显。CGM最初主要用于每日多次胰岛素注射的患者，如今已逐渐前移至糖尿病早期阶段——因为它能够基于全天血糖曲线，更准确地呈现患者的表型特征。
对于接受生活方式干预（无论是否联合药物）的患者，CGM可提供即时的生物反馈，提高自我管理能力和治疗依从性。对于处于缓解期的患者，CGM有助于确认缓解维持情况，并及早提示再次干预的时机。
此外，技术还支持远程监测与长期数据积累，有助于评估疗效、优化干预策略，并为医疗系统改进和AI训练提供数据基础。总体而言，技术不仅是监测工具，更是促进患者认知、依从性和长期管理的重要“教育工具”。
《国际糖尿病》：请简述CGM在糖尿病管理中的发展历程，以及iCGM在识别和监测糖尿病缓解方面的优势及未来方向。
Stefano Del Prato教授：过去几十年，我们对糖尿病治疗效果的认知与监测方式发生了深刻变化。从最初的尿糖检测、毛细血管血糖监测，到HbA1c的出现，HbA1c首次实现了对整体血糖控制水平的评估，并长期成为糖尿病管理的核心指标。包括UKPDS在内的多项关键临床研究，均以HbA1c作为主要结局指标。
然而，近年来我们逐渐意识到，HbA1c并不能反映全部情况：它仅代表平均血糖水平，无法揭示血糖波动的差异。相同的HbA1c可能对应完全不同的血糖曲线——血糖稳定或剧烈波动。要区分这些不同的血糖曲线，唯一的方法就是CGM。
CGM使我们能够了解患者全天的个体血糖变化轨迹，并由此发展出新的评估指标，如目标范围内时间（TIR）及血糖波动相关指标。这些指标至关重要，因为血糖波动不仅加重慢性高血糖，还可能独立增加并发症风险。由此，我们通过CGM实现了对血糖控制状况更全面、更系统的评估，而实现这一切的前提是可靠的数据来源。在此基础上，集成式持续葡萄糖监测（iCGM）通过更严格的性能标准，提高了数据的准确性和可靠性，使其能够安全用于指导治疗决策，包括胰岛素剂量调整及其他降糖治疗的优化。
未来，随着CGM数据的持续积累，AI有望用于深度分析这些数据，实现更精准的患者表型分析、指导治疗方案制定、预测血糖变化趋势。换句话说，AI能够帮助我们更深入地了解患者的个体特征，从而制定更具个性化的治疗方案。
2 comments
京公网安备 11010502033361号
发布留言