妊娠糖尿病中的CGM：更少LGA，更多疑问

连续血糖监测仪可以显示餐后峰值、夜间趋势，以及每天4次指尖采血检测可能遗漏的模式。在妊娠期糖尿病中，这种额外的可视性如今似乎能减少大于胎龄儿（LGA）出生。若临床医生将旧的指尖采血目标过于严格地应用于近乎连续的血糖数据流，它也可能带来一个新问题。

GRACE试验发现，与自我血糖监测（SMBG）相比，实时CGM将LGA出生率从约10%降至4%。但CGM组小于胎龄儿（SGA）出生率为19%，而SMBG组为13%。这一差异未达到统计学显著性，但其幅度足够大——且不确定性也足够大——不应仅仅一笑置之。

CGM降低了试验的主要结局

GRACE是一项在患有妊娠期糖尿病（GDM）女性中开展的开放标签、多中心、跨国随机试验。该试验纳入375名参与者；其中，实时CGM组170人和SMBG组175人被纳入主要终点分析。其预先设定的主要结局是LGA出生，而非某项血糖指标。

与SMBG相比，CGM使LGA出生的优势比降低了68%（优势比[OR] 0.32，95%置信区间[CI] 0.10–0.87；p=0.014）。按绝对值计算，观察到的LGA发生率约下降6个百分点，从10%降至4%。这是迄今为止最有说服力的GDM特异性随机证据，表明CGM能够改善新生儿结局，而不仅仅是生成更美观的血糖图表。

这一结果也并非完全孤立存在。另一项早期开始使用CGM的随机GDM试验——Steady Sugar试验——报告称，与标准照护相比，CGM改善了母体和新生儿结局。一项2026年系统综述发现，较早的GDM试验对LGA和SGA得出了不一致的结果，且设备、血糖目标、入组时机和GDM严重程度均存在差异。GRACE具有不同寻常的重要性，因为它针对LGA具有足够的统计效能，并且在这一预先设定的终点上达到了统计学显著性。

SGA结果是一个警示信号，而非定论

在GRACE中，实时CGM组的SGA出生更为常见：19%，而SMBG组为13%（OR 1.59，95% CI 0.86–2.99；p=0.11）。该结果未达到通常的统计学显著性阈值。因此，它并不能证明CGM导致胎儿生长受限。

它也不能确立安全性。GRACE的统计效能针对其LGA主要终点，而非SGA。置信区间既包含优势比可能小幅降低，也包含优势比接近增至三倍的可能性。观察到的差异——绝对风险相差6个百分点，且点估计显示相对增加约50%——具有临床重要性，尽管该研究无法判定这反映真实效应还是偶然因素。

试验作者认为，其队列中的严格血糖控制可能是一个促成因素。这是一种合理解释，而非机制证明。已发表的摘要未报告检验这一解释所需的CGM指标分布或药物加量率：平均血糖、目标范围内时间（TIR）、低于目标范围时间（TBR）、血糖变异性，以及按新生儿体型结局分层的治疗变化。没有这些数据，任何人都无法判断SGA信号是否源于较低的血糖暴露、更积极的胰岛素使用、饮食限制、基线差异，还是统计学噪声。

GRACE支持将CGM作为减少GDM中LGA出生的工具。它尚未确定既能保护胎儿生长的血糖下限。

为何连续数据可能需要不同的目标

当前的GDM目标源于基于离散SMBG读数的研究和临床实践，通常每天测量4至7次。每5分钟记录一次的CGM每天可产生约288个读数。这并不只是同一检测更详细的版本。它显示了指尖采血检测可能永远无法捕捉到的血糖偏离持续时间、发生时机和频率。

更多数据可以改善决策。它也可能诱使患者和临床医生把每一次短暂的血糖偏离都当作等同于预定的餐后指尖采血读数来应对。若管理方式将SMBG时代的上限作为每天数百个CGM读数的硬性界限，实际应对措施可能包括更严格的食物限制、更早启动胰岛素治疗或更快地调整剂量。GRACE无法显示这是否发生过，但其SGA发现使这一问题具有医学相关性。

尚无主要指南机构针对连续传感器数据制定GDM特异性的CGM TIR和TBR目标。2025年内分泌学会和欧洲内分泌学会指南讨论的是既往存在的1型和2型糖尿病，而非GDM；即使在证据更成熟的领域，该指南也记录了妊娠特异性CGM目标仍存的缺口。这种人群差异很重要。1型糖尿病涉及完全胰岛素缺乏，且血糖波动通常更大；GDM通常涉及相对胰岛素抵抗，在避免胎儿过度生长与限制生长之间的余地可能更窄。

谁获益最多仍未明确

Lai等人开展的一项随机试验纳入了HbA1c已低于6%的GDM患者。在这一血糖控制良好的人群中，与SMBG相比，CGM并未显著改善母体或新生儿结局。这并不直接与GRACE的LGA结果相矛盾。这些研究涉及不同人群，而基线血糖控制情况会改变可改善的空间大小。

它确实对“所有人都应使用CGM”的说法提出了挑战。餐后高血糖明显的人，可能会受益于识别SMBG遗漏的模式。血糖已接近正常的人，通过进一步降低读数可能获益较少。GRACE现有摘要未按基线血糖控制情况提供亚组结果，因此无法显示其LGA获益和SGA信号是否来自不同患者群体。

其他研究说明，为单一标题指标可能并不充分。在1型糖尿病妊娠中，一项CONCEPTT数据的二次分析描述了妊娠期CGM TIR与HbA1c之间的关系。另一项1型糖尿病回顾性队列研究发现，除TIR本身外，CGM变异性指标还与LGA风险相关。这些发现支持测量平均血糖以外的指标，但并未为GDM提供治疗目标。不同的疾病生物学意味着不能只换一个新标签，就将1型糖尿病目标照搬过来。

GRACE能够且不能回答什么

GRACE具有真正的优势：随机分配、跨国招募、预先设定的结局，以及足以检验其LGA主要终点的统计效能。对于一项设备试验而言，其开放标签设计无法避免，但这使两条路径交织在一起：参与者获得了连续血糖信息，并且知道自己在使用一种新的监测设备。该试验无法分离信息本身的效应与由设备认知驱动的行为变化。Dexcom资助了这项研究，这增加了商业利益方面的考量，尽管资助本身并不会使随机结果失效。

严重不良事件并无显著差异：CGM组为12%，SMBG组为15%（OR 0.77，95% CI 0.42–1.40；p=0.39）。这一复合结局不应抹去SGA问题。当其组成部分强调急性围产期事件时，复合安全性终点可能会遗漏新生儿体型分布的变化。

对于患有GDM的孕妇，CGM最好被视为临床决策工具，而不是要求将每一次可见血糖升高都降至最低的指令。应与产科和糖尿病照护团队一起使用它，以识别有意义的模式——尤其是持续或较大的餐后血糖偏离、夜间趋势和对膳食的反应。不要仅围绕孤立的传感器读数自行收紧饮食或调整胰岛素。

现有证据支持使用CGM减少GDM中的LGA出生。下一个问题更为具体：哪些GDM特异性CGM目标能够减少胎儿过度生长，同时不增加生长受限？GRACE提出了这个问题，其结果的重要性不容忽视，但其不确定性也使其不能被视为定论。