Precisión de los MCG durante el ejercicio y la paradoja sensor-resultados

Los monitores continuos de glucosa pueden hacer que un entrenamiento parezca cuantificable hasta el miligramo. Pero el dispositivo que proporciona alertas, flechas de tendencia y un flujo ininterrumpido de números no es necesariamente el que mide la glucosa con mayor precisión durante el ejercicio.

La única comparación controlada y directa durante el ejercicio encontró un menor error bruto del sensor con la MCG de escaneo intermitente (isCGM) que con la MCG en tiempo real (rtCGM) en adultos con diabetes tipo 1. Sin embargo, un estudio mucho mayor en condiciones reales encontró mejores resultados glucémicos generales entre los usuarios de rtCGM. La aparente contradicción importa porque una MCG es tanto un dispositivo de medición como un dispositivo que modifica el comportamiento. Son funciones relacionadas, pero no son la misma función.

Durante el ciclismo, el sensor de escaneo tuvo menor error

En un análisis secundario del estudio ULTRAFLEXI-1, 22 adultos con diabetes tipo 1 llevaron simultáneamente una isCGM FreeStyle Libre 1 y una rtCGM Dexcom G6 durante un protocolo estandarizado de ciclismo de intensidad moderada de 60 minutos. Los investigadores compararon ambos sensores con mediciones de glucosa capilar recogidas durante todo el protocolo.

Este diseño de uso simultáneo es la principal fortaleza del estudio. Cada persona hizo ejercicio en las mismas condiciones mientras utilizaba ambos sistemas, lo que reduce los problemas habituales de comparar a personas distintas, entrenamientos, niveles de condición física, patrones de glucosa y sesiones con sensores.

Durante el período de ejercicio, el Libre 1 tuvo una diferencia relativa absoluta mediana (MedARD) del 11,6% (rango intercuartílico del 5,6% al 19,6%), frente al 14,6% (RIC del 7,0% al 23,8%) del Dexcom G6. La diferencia fue estadísticamente significativa (p<0,0001). Un MedARD menor significa que las lecturas del sensor estuvieron, en promedio, más cerca de los valores capilares de referencia.

La brecha se amplió por debajo de 70 mg/dL, el rango en el que una lectura errónea puede llevar a una mala decisión terapéutica. El MedARD de isCGM fue del 27,0% (RIC del 17,0% al 34,6%), en comparación con el 39,2% (RIC del 31,8% al 46,8%) de rtCGM: una diferencia absoluta de 12,2 puntos porcentuales (p=0,0001). En el rango de 70 a 180 mg/dL, las cifras fueron del 12,8% para isCGM y del 16,1% para rtCGM (p<0,0001). Por encima de 180 mg/dL, la diferencia se redujo al 8,0% frente al 9,5% (p=0,0064).

Estos resultados cuestionan una suposición común: unas actualizaciones de pantalla más frecuentes y un procesamiento predictivo no producen automáticamente lecturas del sensor más precisas cuando la glucosa cambia durante el ejercicio aeróbico.

La precisión durante el ejercicio es solo una parte del rendimiento del dispositivo

El hallazgo durante el ejercicio no significa que isCGM produzca mejores resultados en diabetes. Un estudio de cohorte nacional de 2025 siguió durante 24 meses a 7.786 personas con diabetes tipo 1 y encontró que los usuarios de rtCGM tuvieron mayores reducciones de HbA1c y menor variabilidad glucémica que los usuarios de isCGM. El resultado se mantuvo tanto en adultos como en niños.

Se trató de una cohorte observacional, no de un ensayo aleatorizado de dispositivos. Por lo tanto, no puede demostrar que la propia rtCGM causara los mejores resultados; los usuarios podrían haber diferido en el acceso al tratamiento, la educación, la tecnología de insulina u otros factores. Aun así, su tamaño y seguimiento la convierten en una evidencia contraria importante frente al pequeño estudio sobre precisión durante el ejercicio.

Una explicación plausible es que las alertas y los datos visibles cambian lo que hacen las personas. En un ensayo aleatorizado de 2023 en adultos con diabetes tipo 1, 273 participantes fueron asignados en una proporción 2:1 a monitorización FreeStyle Libre no enmascarada o enmascarada. A las 12 semanas, solo el grupo no enmascarado mostró un aumento significativo del tiempo en rango. La clase física de sensor era la misma; el acceso a las lecturas de glucosa era distinto. Esto no aísla específicamente las alertas predictivas durante el ejercicio, pero muestra que ver los datos puede mejorar el manejo de la glucosa independientemente de la precisión bruta de un sensor.

Por lo tanto, rtCGM puede imponerse en la vida diaria incluso si una lectura de isCGM está más cerca de un valor capilar durante un entrenamiento concreto. Una alerta útil que motive la ingesta de carbohidratos antes de que se produzca una hipoglucemia puede importar más a lo largo de 24 horas que una diferencia modesta en la precisión puntual. Los estudios disponibles respaldan esa explicación, pero no la demuestran como la única razón del resultado de la cohorte.

Los dispositivos más nuevos muestran un patrón similar en reposo, con salvedades

El estudio de ejercicio utilizó hardware más antiguo: Dexcom G6 y FreeStyle Libre 1. Esto limita cualquier intento de elegir entre productos actuales basándose en sus resultados. Sin embargo, una comparación independiente de uso paralelo en reposo encontró una dirección similar con sistemas más nuevos. En 55 participantes, la comparación de precisión puntual de 2024 informó un MARD del 8,9% para FreeStyle Libre 3 y del 13,6% para Dexcom G7 (p<0,0001). Libre 3 también tuvo el 91,4% de las lecturas pareadas dentro de ±20 mg/dL de la referencia, frente al 78,6% de G7.

MARD y MedARD son medidas de precisión relacionadas, pero no son criterios de valoración intercambiables. Más importante aún, el estudio de dispositivos más nuevos se realizó en reposo, no durante el ejercicio. Respalda la posibilidad de que el patrón de precisión se extienda entre generaciones, pero no responde si G7 y Libre 3 se comportan de la misma manera durante el ciclismo, el entrenamiento por intervalos, el trabajo de resistencia o los deportes con contacto y movimiento rápido. La comparación también tuvo un contexto próximo al fabricante, por lo que una replicación independiente aportaría confianza.

El ejercicio hace que toda MCG sea más difícil de interpretar

Las MCG miden la glucosa en el líquido intersticial en lugar de hacerlo directamente en la sangre. Durante el ejercicio, las lecturas intersticiales pueden retrasarse respecto de los cambios en la glucosa sanguínea. Los cambios en el flujo sanguíneo, la perfusión tisular, la hidratación y la presión sobre la zona del sensor pueden afectar aún más la precisión. El análisis ULTRAFLEXI-1 documentó la diferencia de rendimiento; no aisló por qué el sistema rtCGM tuvo un error mayor.

Ese mecanismo ausente importa. Resulta tentador culpar al suavizado algorítmico o a la predicción, pero el estudio no evaluó esa explicación. Tampoco identificó una tasa de cambio de glucosa a partir de la cual alguno de los sistemas se vuelva lo bastante engañoso como para inducir una acción equivocada. Ninguna comparación publicada durante el ejercicio ha proporcionado datos de precisión estratificados por tasa de cambio para estas clases de MCG.

Una diferencia de precisión estadísticamente significativa no equivale automáticamente a una diferencia clínicamente importante para cada usuario o cada entrenamiento.

Qué significa esto para los atletas sin diabetes

Las lecturas de MCG pueden captar cambios fisiológicos reales en personas sin diabetes. Un metaanálisis y revisión sistemática de 2026 de 23 estudios, incluidos 18 ensayos aleatorizados y 408 participantes no diabéticos, encontró que el ejercicio redujo la glucosa media de 24 horas en 0,17 mmol/L y la amplitud media de la excursión glucémica en 0,27 mmol/L. Una revisión sistemática de 2025 también encontró un interés creciente en la MCG como retroalimentación sobre el estilo de vida para la prevención cardiovascular, aunque concluyó que la evidencia sobre resultados cardiovasculares en adultos sanos sigue siendo escasa.

Ninguna de las revisiones establece que una clase de MCG sea más precisa durante el ejercicio en atletas sanos. Ningún estudio publicado de precisión durante el ejercicio que compare directamente rtCGM con isCGM ha evaluado una población no diabética. La gran brecha de error por debajo de 70 mg/dL en el estudio de ciclismo en diabetes tipo 1 también puede tener una relevancia limitada para los deportistas sanos, que no alcanzan habitualmente ese rango durante la actividad aeróbica típica.

Para un usuario sin diabetes, el resultado más relevante es la diferencia de 3,3 puntos porcentuales en MedARD en el rango de 70 a 180 mg/dL durante el protocolo de ciclismo. Fue estadísticamente significativa, pero su importancia práctica para el horario de las comidas, las decisiones de entrenamiento o la salud a largo plazo sigue siendo incierta.

El veredicto práctico

Para los atletas con diabetes tipo 1, no elijas una MCG basándote únicamente en las cifras de precisión durante el ejercicio de un solo estudio con 22 personas. El sistema isCGM produjo un menor error bruto del sensor durante el ciclismo estandarizado, especialmente con valores bajos de glucosa, pero los usuarios de rtCGM tuvieron mejores resultados a los 24 meses en una cohorte mucho mayor en condiciones reales. La evidencia no indica a ningún atleta qué equilibrio de ventajas e inconvenientes producirá decisiones más seguras durante el entrenamiento y el resto del día.

Para los biohackers sin diabetes, las afirmaciones de que una MCG actual es definitivamente más precisa durante el ejercicio van más allá de los datos. La MCG puede mostrar dinámicas de glucosa significativas, pero la comparación directa durante el ejercicio procede de diabetes tipo 1, dispositivos antiguos y un único protocolo de ciclismo. El estudio es una señal creíble, no una guía de compra definitiva.