Kontinuierliche Glukosemessung liefert weit mehr Informationen als einzelne Blutzuckerwerte oder die Time in Range. Eine neue Studie mit mehr als 90.000 Teilnehmenden zeigt, dass sich aus komplexen CGM-Mustern unterschiedliche Risikoprofile ableiten lassen. Ein digitaler Score identifizierte auch bei vermeintlich gut eingestellten Menschen mit Typ-2-Diabetes zusätzliche Risikogruppen.
Kontinuierliche Glukosemesssysteme erfassen den Glukoseverlauf rund um die Uhr. In der Versorgung werden daraus bislang vor allem Kennzahlen wie die Time in Range, Glukosevariabilität oder durchschnittliche Glukosewerte genutzt. Forschende der Central South University in China haben nun untersucht, ob sich aus der Vielzahl der verfügbaren Messwerte detailliertere Muster ableiten lassen. Grundlage war die iCanNet-Kohorte mit insgesamt 90.757 Teilnehmenden.
48 CGM-Metriken ausgewertet
Für die Analyse berücksichtigte das Forschungsteam 48 aus kontinuierlichen Glukosedaten abgeleitete Kennzahlen. Untersucht wurden Menschen mit normalem Glukosestoffwechsel, Prädiabetes sowie Typ-1- und Typ-2-Diabetes. Dabei zeigten sich für die einzelnen Gruppen unterschiedliche CGM-Profile. Bereits die Kombination der fünf aussagekräftigsten Parameter verbesserte die Unterscheidung zwischen den verschiedenen Stoffwechselsituationen gegenüber einzelnen Kennzahlen deutlich. Bei Menschen mit Typ-2-Diabetes identifizierten die Forschenden zusätzlich vier unterschiedliche Glukose-Phänotypen. Dazu gehörten unter anderem Muster mit anhaltend hohen Glukosewerten und solche mit besonders starken Schwankungen. Diese Muster waren unterschiedlich stark mit späteren Komplikationen verbunden. Anhaltende Hyperglykämie ging mit einem um 59 Prozent höheren Risiko für akute Komplikationen einher. Eine hohe Glukosevariabilität war mit einem um 75 Prozent höheren Risiko für akute und einem um 41 Prozent höheren Risiko für chronische Komplikationen verbunden.
Risikoscore ergänzt die Time in Range
Auf Basis dieser Daten entwickelte das Team einen sogenannten Digital Glycemic Risk Score, kurz DGRS. Er soll mehrere Eigenschaften des Glukoseverlaufs zusammenführen und damit das individuelle Komplikationsrisiko genauer abbilden. Besonders deutlich wurde der mögliche Zusatznutzen bei Menschen, die nach einem etablierten CGM-Kriterium zunächst gut eingestellt erscheinen: einer Time in Range von mindestens 70 Prozent.Innerhalb dieser Gruppe ordnete der DGRS dennoch 25 Prozent einem hohen Risiko für akute Komplikationen zu. Bei chronischen Komplikationen waren es 22,3 Prozent. Damit weist die Studie darauf hin, dass eine einzelne Kennzahl wie die Time in Range möglicherweise nicht alle relevanten Glukosemuster erfasst.
Mehr Informationen aus bestehenden Sensordaten
Der Ansatz benötigt keine zusätzlichen Sensoren oder Untersuchungen. Vielmehr sollen Daten umfassender ausgewertet werden, die moderne CGM-Systeme ohnehin kontinuierlich erfassen. Für die Versorgung könnte dies langfristig interessant sein, wenn sich daraus Patientengruppen identifizieren lassen, deren Glukosewerte auf den ersten Blick gut kontrolliert erscheinen, deren Verlaufsmuster aber dennoch auf ein erhöhtes Risiko hindeuten. Ein solcher Score könnte beispielsweise dazu beitragen, Kontrollintervalle, Therapieanpassungen oder Präventionsmaßnahmen stärker am individuellen Risikoprofil auszurichten. Noch handelt es sich allerdings um eine datenbasierte Risikostratifizierung. Ob eine Behandlung, die gezielt auf den DGRS oder die identifizierten CGM-Phänotypen reagiert, tatsächlich Komplikationen verhindert, wurde in der Studie nicht untersucht. Die Arbeit zeigt damit vor allem, welches zusätzliche Informationspotenzial in kontinuierlich erhobenen Glukosedaten steckt – über etablierte Einzelkennzahlen hinaus.
