《Communications Medicine》：Use of continuous glucose monitoring to stratify individuals without diabetes
编辑推荐：
本研究针对糖尿病前期代谢功能障碍的早期发现难题，探索了如何利用连续血糖监测(CGM)数据高效评估个体血糖调节差异。研究人员通过对8025名无糖尿病成人的CGM数据分析，提取出“均值”、“方差”和“自相关”三个核心特征，能解释80%以上的个体差异，并成功预测餐后血糖轨迹。该框架为糖尿病相关风险的精准、可解释评估提供了新工具。
在预防医学领域，及早揪出那些“潜伏”在糖尿病大门之外的代谢异常者，是守护健康防线的关键一战。我们的身体每时每刻的血糖波动，就像一部记录代谢状态的复杂密码本，蕴含着海量的信息。然而，面对连续血糖监测(CGM)产生的高维数据洪流，科学家们一直面临一个核心挑战：究竟哪些指标的组合，能最简洁、最有效地揭示不同个体在血糖调节能力上的根本差异？传统的单点测量，如空腹血糖或餐后两小时血糖，或许能捕捉一瞬间的“快照”，但难以描绘血糖动态变化的全貌。这就像试图通过几张静态照片来理解一部电影的完整剧情。这种局限性，阻碍了我们对糖尿病前期风险的精准识别和分层管理。
为此，Sugimoto等人开展了一项研究，旨在为无糖尿病人群的血糖动态“画像”，寻找其最本质的特征。他们的研究成果发表在《Communications Medicine》期刊上。为了破解这个难题，研究团队将目光投向了大规模的人群数据。他们分析了来自8025名未被诊断为糖尿病的成年人的CGM数据，所有记录都至少持续七天。通过对这些高维的CGM衍生指标进行探索性因子分析，研究人员成功地“降维打击”，从纷繁复杂的指标中抽丝剥茧，识别出了一小套能够解释个体间差异的潜在特征。令人惊讶的是，仅仅三个特征——“均值”（mean）、“方差”（variance）和“自相关”（autocorrelation），就足以解释超过80%的个体间差异。这相当于用三个核心维度，就高度概括了一个人独特的血糖波动模式。
但这套“三维画像”是否真的有用？研究团队进行了严格的验证。他们首先在863名接受了标准化餐试的参与者中，训练并验证了机器学习模型，结果发现，基于这三个特征构建的三维表示，能够以高精度重建餐后血糖轨迹，其预测性能甚至超越了传统的空腹血糖、平均血糖以及餐后两小时血糖值。为了进一步检验其普适性，研究团队在一个独立的口服葡萄糖耐量试验(OGTT)数据集中进行了验证，证明了该表征方法具有良好的泛化能力。更有意义的是，这三个特征并非孤立的数字，它们与健康结局紧密相连。在对1784名非糖尿病成年人的分析中，每个特征都独立地与颈动脉内膜-中层厚度（一项反映血管健康的指标）以及肝脏脂肪变性和硬度（反映肝脏健康的指标）存在关联。这意味着，通过这三个简单的特征，我们不仅能看清一个人的血糖调节模式，还能窥见其心血管和肝脏健康状况的端倪。
本研究主要运用了以下几项关键技术方法：首先，核心是分析了大样本队列（8025名无糖尿病成人）的回顾性连续血糖监测(CGM)数据。其次，采用探索性因子分析从数十个CGM衍生指标中降维提取潜在特征。接着，利用机器学习模型（在863名接受标准化餐试的参与者中）验证所提取特征对餐后血糖轨迹的预测能力。此外，还在独立的口服葡萄糖耐量试验(OGTT)数据集中进行了泛化性验证。最后，在1784名非糖尿病成人亚组中，通过统计学方法评估了所提取特征与血管、肝脏健康标志物的横断面关联。
结果
三个特征解释大部分个体差异
通过探索性因子分析对8025名参与者的CGM数据进行分析，研究发现“均值”、“方差”和“自相关”这三个潜在特征，能够共同解释超过80%的CGM衍生指标中的个体间差异。这表明高维度的血糖动态信息可以被有效地压缩到这三个低维且可解释的特征上。
三维表征准确预测餐后血糖
基于上述三个特征构建的三维表示，在863名参与标准化餐试的个体中，所训练的机器学习模型能够高精度地重建其餐后血糖变化轨迹。该模型的预测准确性优于传统的单点血糖测量值，包括空腹血糖、平均血糖以及餐后两小时血糖值。
特征与血管及肝脏健康标志物独立相关
在1784名非糖尿病成年人的亚组分析中，研究进一步评估了这三个衍生特征与健康结局的关联。结果显示，“均值”、“方差”和“自相关”这三个特征中的每一个，均独立地与颈动脉内膜-中层厚度（carotid artery intima–media thickness）存在统计学关联。同时，每个特征也与肝脏脂肪变性(hepatic steatosis)和肝脏硬度(liver stiffness)的指标显示出独立关联。
结论与讨论
该研究成功地将高维、复杂的连续血糖监测数据，压缩为“均值”、“方差”和“自相关”这三个信息损失极小且易于解释的特征。这一框架为理解个体的血糖调节提供了一种既简单又富有生理学意义的表征方式。与依赖单一时间点测量的传统方法相比，这种基于多维动态特征的方法能够更全面地捕捉个体血糖稳态的特点。更重要的是，这三个特征不仅能够高效概括个体差异、准确预测餐后血糖反应，还与亚临床动脉粥样硬化和肝脏脂肪堆积等糖尿病相关并发症的早期标志物存在独立关联。这提示，该三维特征体系可能超越了单纯的血糖描述，成为连接异常血糖动态与远期靶器官损害的有力桥梁。因此，此项研究建立的分析框架有望促进对糖尿病相关风险进行更精准、更可解释的评估，为糖尿病前期的早期识别、风险分层以及个性化干预策略的制定提供了新的工具和视角。
