《Journal of Endocrinological Investigation》：Feasibility of a semiautomated, individualized coaching intervention for glycemic management in adults with type 1 diabetes: a pilot randomized controlled trial
编辑推荐：
本研究针对1型糖尿病（T1D）管理中对持续葡萄糖监测（CGM）数据解读困难、专业医疗资源依赖性强且患者情绪负担重等挑战，旨在评估一种基于CGM数据生成个性化、半自动化指导信息的干预措施的可行性与可接受性。研究结果显示，该干预是可行且可接受的，虽然未显著改善血糖指标（如TIR），但显著降低了患者的抑郁症状（PHQ-9评分），并增强了治疗满意度和医患互动频率。这为利用自动化工具扩展糖尿病管理、优化医疗资源配置提供了新思路。
论文解读
对许多1型糖尿病患者而言，管理血糖就像每天行走在钢丝上。他们需要终身依赖胰岛素注射，并时刻警惕着血糖过高或过低带来的风险。持续葡萄糖监测（CGM）设备能提供全天候的血糖数据，被誉为管理利器，但面对海量、复杂的曲线图，如何正确解读并据此调整胰岛素剂量，对许多患者来说依然是个巨大挑战。同时，管理糖尿病带来的长期心理压力也不容忽视，研究表明，成人1型糖尿病患者患抑郁症的风险是普通人群的三倍，心理负担甚至会增加心血管疾病和死亡风险。
在韩国，为了应对这些挑战，政府推出了“1型糖尿病家庭护理试点项目”，通过多学科团队提供每月至少两次的远程教育咨询。然而，这种高人力投入的模式在可扩展性和长期可持续性上面临瓶颈。那么，能否利用技术手段，在保证甚至提升管理效果的同时，减轻医护人员负担，并为患者提供更及时、个性化的支持呢？一项发表在《Journal of Endocrinological Investigation》上的研究，就为我们探索了这样一种可能。
为了回答上述问题，研究团队开展了一项单中心随机对照可行性试验。他们招募了18名已加入上述国家家庭护理项目的1型糖尿病成人患者，并将其以1:2的比例随机分为对照组和干预组。对照组继续接受常规护理，而干预组则在常规护理基础上，增加了一项为期6周的个性化、半自动化指导干预。该干预的核心是：基于患者每周的CGM数据，通过一套算法自动生成并每周发送个性化的血糖管理指导信息（包括胰岛素剂量调整、饮食和运动建议）；同时，每两周基于患者健康问卷-9（Patient Health Questionnaire-9, PHQ-9）的评估结果，发送针对抑郁症状的情绪支持信息。所有指导信息通过社交媒体平台的私人聊天室发送。研究主要评估了该干预措施的可行性和可接受性，重点比较了第6周时两组患者在血糖控制核心指标“时间范围内”（Time in Range, TIR; 70–180 mg/dL）的差异，同时也分析了其他CGM指标、PHQ-9评分、糖尿病治疗满意度问卷（Diabetes Treatment Satisfaction Questionnaire, DTSQ）评分以及远程消息互动频率。
研究采用的关键技术方法主要包括：
- 1.
连续葡萄糖监测（CGM）技术：作为数据基础，用于收集患者连续的血糖水平数据。
- 2.
规则化算法：研究团队开发了一套两步骤的规则化决策算法。第一步（指标部分）评估CGM数据，量化血糖在目标范围内、以上和以下的时间比例；第二步（胰岛素部分）算法考虑血糖波动的速率、持续时间和发生时间，以确定适当的胰岛素调整方案，并生成个性化的指导信息。
- 3.
患者报告结局（PRO）评估工具：使用患者健康问卷-9（PHQ-9）评估抑郁症状，使用糖尿病治疗满意度问卷状态版（DTSQs）和变化版（DTSQc）评估治疗满意度。
- 4.
随机对照试验（RCT）设计：采用1:2分配的随机对照研究设计，以评估干预的可行性。
研究结果
基线特征
两组参与者在年龄、性别、吸烟饮酒状况、基线糖化血红蛋白（HbA1c）、估算肾小球滤过率（eGFR）、CGM佩戴时间、TIR和血糖变异系数（CV）等方面均无显著差异，表明两组基线特征可比。所有参与者的基线血糖控制情况相对良好。
CGM指标结果
在主要终点指标方面，第6周时，干预组的中位TIR为79.0%，高于对照组的72.6%，但两组间差异无统计学意义。其他CGM指标，包括高血糖时间（Time Above Range, TAR）、低血糖时间（Time Below Range, TBR）和血糖变异系数（Coefficient of Variation, CV）在两组间也均无显著差异。在6周的研究期间，两组的CGM指标均保持稳定。这些结果表明，与接受标准家庭护理的对照组相比，基于半自动化指导信息的干预在维持血糖控制方面是可行的，且未导致血糖控制恶化。
患者报告结局
在情绪管理方面，干预取得了积极结果。第6周时，干预组的PHQ-9中位评分（2.5分）显著低于对照组（6.0分），表明干预显著改善了患者的抑郁症状。在治疗满意度方面，虽然两组在终点的DTSQs评分上无显著差异，但干预组的DTSQc评分显示其治疗满意度有所提升。此外，在6周内，干预组的远程消息互动总量（中位数34.0条）显著高于对照组（2.0条），这既包括医护人员发送的教育咨询信息，也包括患者主动发起的咨询信息。这表明半自动化程序促进了更频繁的远程沟通。
可行性与依从性结果
所有符合条件的研究对象均同意参与，且在6周研究期间无人退出或失访。两组患者的CGM传感器佩戴时间在整个研究期间均保持较高水平。干预组患者表现出较高的参与度，双向消息频率远高于对照组。
研究结论与重要意义
本研究证实，针对成人1型糖尿病患者的血糖和情绪管理，提供个性化的、基于CGM数据的半自动化指导信息干预，是可行且可接受的。虽然这种干预在6周内并未显著改善血糖控制指标（如TIR），但它带来了重要的额外获益：显著降低了患者的抑郁症状（PHQ-9评分），并促进了更频繁的医患远程互动，提升了患者的治疗满意度。
该研究的重要意义在于：
- 1.
探索了可持续的护理新模式：现有的高强度人力支持模式（如韩国的家庭护理项目）虽有效但难以大规模推广。本研究展示的“半自动化”系统，通过算法自动处理CGM数据并生成初步指导，能够减轻医护人员手动分析数据、提供反馈的负担，使他们能更专注于需要直接、个性化护理的复杂情况，从而为糖尿病管理的规模化、可持续性提供了新思路。
- 2.
实现了身心综合管理：该干预的创新之处在于将血糖管理与情绪支持整合在同一平台。通过定期评估PHQ-9并针对抑郁的不同亚域（如情感、躯体、内化、感觉运动）提供反馈和支持，直接回应了1型糖尿病患者高发的心理共病问题，体现了“以患者为中心”的综合管理理念。
- 3.
为数字健康干预提供实证：该研究虽非严格意义上的数字疗法（Digital Therapeutics），但共享了其核心原则——数据驱动的个性化与行为支持。它作为现有护理路径的辅助工具，展示了将规则化算法与专业医疗知识结合，应用于慢病日常管理的潜力。
当然，作为一项可行性试验，本研究样本量小、随访时间短，主要目的是验证方法和流程的可行性，而非证实有效性。其研究人群多为血糖控制良好的患者，可能存在“天花板效应”。未来需要更大规模、更长随访时间的随机对照试验，在血糖控制不佳或更多样化的患者群体中验证其临床有效性和长期影响。但无论如何，这项研究为利用自动化技术优化医疗资源配置、提升糖尿病管理效率与人文关怀，迈出了坚实而富有希望的一步。
