2型糖尿病的CGM：对照试验显示了什么

持续血糖监测仪可帮助2型糖尿病患者改善血糖控制，但最佳的对照证据支持的是一套组合方案：CGM 加上教育、目标设定、反馈和随访。它并未表明，仅购买一个传感器并观看图表就能独自达到效果。

这一差异很重要，因为CGM如今的营销范围已远远超出胰岛素剂量调整。其吸引力显而易见：即时反馈似乎比每隔几个月一次的实验室检测值更有说服力。然而，在接受药物治疗的2型糖尿病患者中，对照试验显示约三个月时血糖指标有适度获益，而汇总证据并未显示治疗依从性有统计学显著改善。硬件或许有用，但它尚不足以独享这些结果的功劳。

接受治疗的2型糖尿病患者确有获益，但幅度有限

这一证据基础中最广泛的定量综述是Kamei等人2022年的系统综述和荟萃分析，其考察了用于慢性病管理的可穿戴干预措施。在糖尿病亚组中，干预组的HbA1c平均较对照组降低0.69个百分点（均值差−0.69%；95% CI，−1.28至−0.10；p=.02）。其空腹血糖也降低32.39 mg/dL（95% CI，−48.07至−16.72；p<.0001）。

在三个月时，参与者达到体重减轻超过2%的可能性更高：相对风险为2.20（95% CI，1.38至3.50；p=.0009）。这一相对效应听起来很大，但该综述未在此提供基础绝对发生率，因此无法告诉读者有多少额外的人达到了这一阈值。三个月的体重终点也不能证明体重减轻能够持久。

HbA1c降低约0.5至0.7个百分点可能具有临床意义，尤其是在2型糖尿病人群中。但HbA1c和空腹血糖是替代指标，并非CGM减少并发症、住院或死亡的直接证据。此处总结的研究也未提供6个月或12个月的结局，因此无法回答在血糖图表的新鲜感消退后，早期获益是否能够持续。

这些试验检验的是支持项目，而非单独的传感器

核心局限性具有异常重大的影响：Kamei综述纳入的每项随机试验都将可穿戴设备与教育或行为支持相结合。这些组合方案包括目标设定、实时反馈、短信和虚拟社交支持等要素。该荟萃分析中没有任何仅使用设备的研究组。

这种设计能够显示该组合方案是否优于其对照措施。它无法区分传感器的作用与辅导、提醒、责任监督，或使用设备所伴随的临床关注的作用。CGM可能使反馈更及时、更具针对性；它也可能只是促使一个人进入更密集自我管理项目的原因。这些试验无法确定HbA1c变化中各组成部分分别产生了多大作用。

Lahiri等人2026年的随机试验具有相关性，因为它考察了2型糖尿病患者依次使用CGM、以及在有无运动追踪器条件下使用CGM的情况。研究报告称，部署CGM后血糖控制有所改善，但同样将CGM和教育作为联合行为干预进行评估。对于多设备日常使用而言，增加活动追踪器是一个合理的问题；但这仍未构成对没有行为支持的CGM硬件的清晰检验。

临床实施中也呈现相同模式。Aleppo等人2023年的前瞻性单臂远程医疗研究评估了一种虚拟糖尿病照护模式，该模式整合了CGM、培训、糖尿病照护与教育专科人员提供的教育，以及行为健康支持。它说明了CGM在实践中常被如何使用：作为照护服务的一部分，而非孤立的干预措施。由于该研究为单臂研究，它无法确立CGM或其他任何单项项目组成部分导致了这些结局。

依从性结果使营销叙事变得复杂

可穿戴设备营销常假定一条简单链条：可见的数据改变行为，而改变的行为改善健康。Kamei等人发现，在可穿戴干预、疾病组别和共同干预设计中，治疗依从性并无统计学显著的汇总改善（p=.38）。p值高于通常的.05阈值，并不能证明可穿戴设备对依从性没有影响。它意味着该分析未检测到具有统计学可靠性的改善。

这一无显著性结果留下了一个未解决的问题。如果在未检测到汇总依从性效应的情况下血糖结局仍有所改善，那么教育和支持可能推动了可测量的获益，依从性指标可能遗漏了相关行为，或者血糖改善可能通过未被汇总依从性终点捕捉到的路径发生。现有试验无法确定哪一种解释正确。

Jawad等人2025年的系统综述在1型糖尿病中得出了相符的结论：当干预中纳入结构化行为支持时，数字干预可改善依从性。这并非2型糖尿病的直接结果，也不应被视为如此。它确实强化了一个更一般的实践要点：作为行为改变策略，单独提供数据的证据基础较弱。

对于2型糖尿病患者，循证干预是CGM加结构化支持，而不是单独使用传感器。

较新的CGM综述细化了问题，而非改变结论

Kamei之后发表的CGM专门综述更聚焦于2型糖尿病成人。Jancev等人2024年的系统综述和荟萃分析评估了2型糖尿病成人的CGM结局，包括HbA1c、目标范围内时间、低于目标范围时间和高于目标范围时间。Rizos等人2025年对随机对照试验的综述考察了CGM在1型糖尿病、2型糖尿病和妊娠期糖尿病中的应用。

这些分析比Kamei对可穿戴设备的广泛综述更直接涉及CGM，因为后者汇总了糖尿病、慢性阻塞性肺疾病和心脏病中的加速度计、CGM及智能手表。如此广泛的汇总使得无法将其糖尿病效应估计单独归因于CGM技术。此处无法获得较新综述的完整汇总定量估计，因此追求精确只会是装模作样。

Lahiri等人引用了Kong等人的另一项系统综述，该综述报告2型糖尿病中实时CGM的HbA1c变化最高可达0.5个百分点。这是一个上限数值，而非汇总均值，不应机械地与Kamei的−0.69%均值差进行比较。这些综述的纳入标准、设备世代和时间范围均不相同。尽管如此，较新的文献并未确立较新的CGM硬件已增大其在2型糖尿病中的获益幅度。

1型糖尿病拥有更强且不同的证据基础

CGM在1型糖尿病中具有更明确的作用，因为连续信息可直接支持胰岛素决策。Dicembrini等人2021年对随机试验的荟萃分析发现，实时CGM可显著改善1型糖尿病患者的目标范围内时间和HbA1c。这些结果提供了有用的背景，但不能自动迁移至2型糖尿病，因为其治疗方案和CGM的临床作用可能不同。

设备类别同样重要。Chen等人2024年的荟萃分析纳入6项研究和1,516名1型糖尿病成人，发现实时CGM的血糖控制优于扫描式血糖监测。其中6项研究中有3项为随机研究，另3项为观察性研究。因此，在比较结局时，“CGM”是过于宽泛的标签；实时系统和扫描式系统并不一定产生等效结果。

指标很有用，但需要结合背景理解

CGM报告常包括葡萄糖管理指标（GMI），即根据传感器血糖数据估算的HbA1c。Fang等人2023年的前瞻性队列研究评估了144名未使用胰岛素、患有2型糖尿病和阻塞性睡眠呼吸暂停的成人的GMI。参与者佩戴Dexcom G4和Abbott Libre Pro传感器最长四周。实验室HbA1c与GMI之间的平均差异为0.12至0.14个百分点。这支持在该人群中将GMI用作管理指标，但并未表明查看GMI可改善健康行为或临床结局。

同样，Bai等人2025年的CGMap研究分析了一项中国随机试验中的528名2型糖尿病患者，以描述CGM衍生指标及其临床相关性。它扩展了我们对目标范围内时间、血糖变异性和估算HbA1c等指标在非西方人群中表现方式的认识。这是数据特征描述，并非CGM反馈本身改变代谢的证据。

面向健康成人的消费级CGM仍未经检验

流行的健康应用场景存在明显的证据缺口。在这一证据基础中，没有随机对照试验将CGM反馈作为无糖尿病成人的主要代谢优化干预进行检验。Zaman等人2024年的随机试验在非糖尿病成人中比较了早期限时进食加每日热量限制与单独热量限制，同时使用CGM测量连续血糖水平。在该研究中，传感器是结局测量工具，而非干预措施。

这一差异可避免一个常见的跳跃：使用CGM观察饮食效应的试验，不能证明佩戴CGM会使无糖尿病者改善代谢健康。缺乏此类试验并不表明消费级CGM毫无用处。它表明，针对健康成人的代谢优化主张目前建立在假设和商业实践之上，而非对照证据。

如何看待这些证据

对于接受药物治疗的2型糖尿病患者，CGM结合辅导、反馈、教育和责任监督，可在三个月时产生约0.5%至0.69%的统计学显著HbA1c改善。这为与临床医生讨论CGM支持的照护提供了合理依据，尤其是在该项目包括如何根据数据采取行动的支持时。

不要假定传感器本身就能提供这种支持。对照试验并未分离其独立效应，汇总依从性未显著改善，长期结局仍不确定。对于追求“代谢优化”的健康人群，证明这一主张所需的对照试验证据尚未出现。