连续血糖监测仪真的会改变行为吗？

持续血糖监测可以改善血糖指标。但传感器本身是否会改变人们的饮食或运动方式，仍是一个远未定论的问题。

这一区别很重要，因为面向消费者的 CGM 营销常常将血糖图表视为行为改变的引擎。现有最佳随机化证据支持 CGM 作为一种血糖管理工具，尤其适用于糖尿病患者。但尚无证据显示，查看血糖数据能够可靠地促成持久的饮食或活动改变，尤其是在代谢健康的人群中。

血糖结果真实存在；行为学解释仍不完整

Richardson 等人于 2024 年发表的一项系统综述与荟萃分析汇总了 25 项随机对照试验，共纳入 2,996 名参与者，包括有糖尿病和无糖尿病的人群。与对照组相比，基于 CGM 的干预使 HbA1c 降低了 0.28 个百分点，并使目标范围内时间增加了 7.4 个百分点。对许多血糖控制受损的人来说，这些都是具有临床意义的血糖变化。

但同一篇综述也揭示了行为改变论述中的主要问题：25 项试验中只有 4 项测量了饮食结局，只有 5 项测量了身体活动。因此，大多数试验无法告诉我们，HbA1c 降低是源于食物选择、运动、用药依从性、对糖尿病照护的更密切关注、佩戴设备的新鲜感，还是这些因素的某种组合。

该综述计划汇总饮食和活动结局，但 4 或 5 项异质性研究无法确立一种普遍的行为机制。血糖结局并不能证明血糖为何发生变化。

CGM 可支持辅导，但传感器只是干预的一部分

当 CGM 被纳入结构化项目时，实践证据最为有力。在一项为期四周、纳入 45 名 2 型糖尿病或糖尿病前期成人的随机试验中，Ahn 等人比较了 CGM 加非接触式饮食辅导与单独使用 CGM。采用辅导支持方式后，饮食自我效能和血糖标志物均得到改善。

这一结果有用，但饮食自我效能衡量的是感知到的能力，而不是饮食记录。该试验未收集热量或常量营养素摄入数据，仅持续四周，且无法证明习惯的持久性。它确实表明 CGM 可以有效融入饮食辅导；但并未表明仅靠传感器就改变了参与者的饮食。

Park 等人于 2026 年发表的一项研究同样报告称，在 2 型糖尿病或糖尿病前期患者中，将实时 CGM 与个性化数字健康辅导结合后，血糖控制和生活方式相关结局得到改善。其设计支持将 CGM 作为多模式项目的一个组成部分。它无法分离血糖反馈的效果与辅导内容的效果，也无法分离两者之间相互作用的效果。

研究人员也已识别出这些干预常用的组成要素。Connell Bohlen 等人于 2025 年发表的一项二次分析归纳了诸如结局自我监测、行为反馈和目标设定等技术。这一分类体系解释了项目意图如何发挥作用，但并未估计任何一种技术是否能使饮食或运动发生持久改变。

对生物学变化敏感的传感器不会自动产生有用反馈

饮食和运动可以改变 CGM 读数。这是容易理解的部分。在 2 型糖尿病患者中，一项为期四周的随机交叉试验发现，食用 Mankai 植物会改变餐后血糖波动；45 名入组参与者中有 40 名完成试验，约三分之二出现有益反应。研究使其他饮食、身体活动和药物治疗保持稳定，从而更容易解释饮食输入与血糖之间的关系。它并未检验 CGM 反馈是否说服任何人改变行为。

其他结构化饮食试验也指向同一方向。一项于 2025 年开展、针对淀粉消化性的饮食和烹饪建议的随机试验报告称，2 型糖尿病患者的餐后血糖波动和血糖变异性均有所降低。另一项精准营养试验发现，与标准低脂饮食相比，个性化饮食的血糖变异性结局更好；两组还都接受了行为减重咨询，并使用智能手机饮食监测应用程序。这些研究支持饮食选择会产生可检测信号这一观点。它们并未回答在没有指导的情况下，CGM 曲线是否会让人们作出不同选择。

CGM 也能检测到无糖尿病人群中的差异。一项针对健康成人的观察性研究发现，不同体重指数类别之间的血糖变异性和生活方式模式存在差异。一项于 2026 年发表的运动干预系统综述与荟萃分析发现，结构化运动会影响无糖尿病人群的 24 小时 CGM 图谱。仪器敏感性并不是缺失的一环。尚未解答的问题是，正常范围内的波动能否为健康用户提供足够强的反馈，以维持有益的自我主导改变。

在已有代谢疾病之外，证据更弱

对单独反馈最直接的检验来自一项为期六周、纳入 24 名肥胖青少年的参与者内交叉可行性研究，其平均 HbA1c 约为 5.5%。参与者佩戴 CGM，读数要么被遮蔽，要么实时不遮蔽。Chimatapu 等人发现，两种条件在饮食摄入、身体活动、饮食行为、睡眠、血糖变异性或任何其他测量结局方面均无统计学显著差异。

这是一项规模较小的儿科可行性研究，因此无法解决健康成人中的这一问题。不过，它比观察性血糖图表更直接地检验了消费者的核心前提：看到数字会改变行为吗？在这一人群中，六周内未检测到效果。

一项于 2025 年发表、研究 CGM 用于无糖尿病人群心血管预防的系统综述得出了类似的审慎结论：CGM 驱动的行为或血糖改变证据有限。该综述所涉及的人群正是如今为健康和运动表现购买传感器的人群，而非用于血糖管理的人群。

妊娠期糖尿病中的结果又增加了一项复杂性。在 DiGest 试验的一项二次分析中，Jones 等人发现，报告的饮食摄入或身体活动与 CGM 血糖指标之间没有显著关联。这并不能证明在妊娠期糖尿病中，行为从不会影响血糖。饮食测量误差和二次分析设计可能会掩盖真实关联。它确实表明，简单的模型——更好的习惯会以易于测量的方式带来更好的 CGM 数值——并不总是符合现有数据。

订阅结束后，持久性才是重要问题

持久的行为改变应当在设备摘除后仍然存在。Willis 等人研究了未使用胰岛素的 2 型糖尿病成人停止使用 CGM 后的血糖结局，这一设计与该问题直接相关。此处可获得的已发表信息并未提供完整的结局数据，也没有足够统计效能的随机试验系统追踪设备移除后的行为结局。

目前，研究人员无法判断 CGM 相关改善中有多少反映了内化的习惯，又有多少反映了依赖设备的警觉性。现有试验也缺乏能够将佩戴和研究设备的效果与反馈内容本身的效果分离开来的对照措施。

哪些人应考虑使用 CGM 来改变行为？

对于 2 型糖尿病、糖尿病前期或已有代谢风险的人，如果 CGM 用于支持临床照护或结构化营养辅导，那么它可以是合理的选择。汇总的 HbA1c 和目标范围内时间结果支持这种用途，而辅导可将原始读数转化为具体决策。

对于寻求优化的代谢健康人群，证据比营销说辞更薄弱。CGM 可以显示正常血糖变异，并检测对运动或膳食的反应。尚无足够统计效能的随机化证据表明，无指导的反馈能在健康成人中可靠地产生持久的饮食或活动改变。

CGM 是一种对血糖异常具有充分证据支持的监测工具。它作为独立生活方式教练的地位——尤其对健康用户而言——仍未得到证实。