Optimal metabolisk sundhed gennem kontinuerlig glukoseovervågning (CGM)

Opnåelse af optimal metabolisk sundhed og glykæmisk kontrol er et fælles mål blandt ikke kun diabetikere, men også for raske individer, atleter, elite militære operatører og for forebyggelse af infektionssygdomme og modstandskraft. Ingen isoleret biomarkør er i øjeblikket allestedsnærværende accepteret som en markør for overordnet metabolisk sundhed og de fleste er afhængige af isolerede øjebliksbilleder (enkelt tidspunkt) analyser og ikke en kontinuerlig lukket-loop biomarkør datavurdering. Glykosyleret hæmoglobin (A1c) giver begrænset karakterisering af glykæmisk variabilitet, hvilket bidrager til progressionen af ​​glykæmisk dysregulering. For eksempel forbinder nye beviser amplituden og varigheden af ​​glykæmisk variabilitet som en uafhængig risikofaktor forbundet med kardiovaskulær sygdom (CVD) (Di Flaviani 2011, Monnier 2006). Hyperglykæmi-induceret endotel dysfunktion og oxidativt stress er større med større glykæmisk variabilitet (Monnier 2006, Buscemi 2010). Glykæmisk variabilitet er mere skadelig for det kardiovaskulære system end vedvarende hyperglykæmi (Nalysnyk 2010). Få teknologier giver mulighed for kontinuerlig biomarkørovervågning over tid og under en række forhold som daglige aktiviteter, svømning, motion, søvn osv. Flere evidenslinjer tyder kraftigt på den forudsigende virkning og værdi af overvågning af glykæmisk variabilitet på akut og kronisk helbred hos diabetespopulationer og ikke-diabetespopulationer (Rodriguez-Segade 2018, Zeevi 2015). Der har således været stigende interesse for terapeutiske tilgange, der søger at reducere glykæmisk variabilitet. Dette potentiale for tidlig påvisning af glykæmisk dysregulering vil sandsynligvis være den mest gavnlige effekt ved at bruge CGM som en informationsanordning, især i forbindelse med andre biomarkørforanstaltninger med jævne mellemrum. Det er sandsynligt, at folk vil foretage livsstilsændringer, hvis de er opmærksomme på et forestående sundhedsproblem, opdaget gennem GCM-sporet glykæmisk variabilitet i realtid. Livsstilsændringer har vist sig at være den mest effektive intervention til at genoprette normale fastende glukoseniveauer og forebygge diabetes blandt dysglykæmiske personer, reducere konverteringen til diabetes med 58 % i forhold til placebo og med 39 % i forhold til metformin i en stor amerikansk undersøgelse (Diabetes Prevention Program Research Gruppe 2002). Langtidsopfølgninger på andre internationale undersøgelser har vist lige så signifikante resultater 4 år (Tuomilehto 2001) og 14 år (Li 2008) efter de kontrollerede livsstilsinterventioner ophørte, herunder reduktioner i diabetesforekomsten på henholdsvis 58 % og 43 %.

Det er kendt, at metabolisk sundhed er på et spektrum, og langsigtede undersøgelser i diabetiske populationer har vist, at reduktion af glykæmisk variabilitet er vigtigere end at sænke baseline hyperglykæmi med hensyn til at reducere kardiovaskulære komplikationer (Hall 2018). Derfor eksisterer der en videnskabelig begrundelse for at studere interventioner, der kan optimere metabolisk sundhed hos ikke-diabetikere, eftersom de potentielle fordele ved metabolisk bevidsthed rækker ud over diabetikerpopulationen. Ny teknologi, der kan give stram feedback om livsstilseffekter, kan være en værdifuld mekanisme for ikke-diabetikere, der søger at forbedre uddannelse og reducere deres livstidsrisiko for sygdom. Selvom sådanne resultater endnu ikke er blevet påvist i langtidsstudier, afslører den eksisterende forskning lovende resultater, herunder forbedret screening for metabolisk risiko (Rodriguez-Segade 2018), klar observerbarhed af effekter af livsstilsintervention (Hall 2018, Brynes 2005, Freckmann 2007) , og accept af en minimal-risiko strategi til brug som et forebyggende værktøj i en ikke-diabetes befolkning (Liao 2018). Diabetes Prevention Program Research Group opfordrede til et skift i reaktionen for at vende disse tendenser, idet de anførte, at: "metoder til behandling af diabetes forbliver utilstrækkelige, og at forebyggelse er at foretrække (Diabetes Prevention Program Research Group 2002)." Selvom det ikke er bevist som en forebyggende foranstaltning, er det - i værste fald - usandsynligt, at overvågning af glykæmisk variation vil forværre problemet. Men i bedste fald, hvis det bliver et udbredt livsstilsværktøj, kan fordelene ved forbedret individuel metabolisk bevidsthed og uddannet handling have sammensatte effekter i en større samfundsmæssig skala.

Derfor eksisterer der et videnskabeligt rationale for at studere interventioner, der kan optimere metabolisk sundhed med forbedrede glykæmiske overvågningsteknologier (Danne 2017). Det er ved at blive klart, at ud over diabetiske populationer kan normale, raske populationer drage fordel af stabile, kontrollerede blodsukkerniveauer, og at feedbackmekanismer, herunder bærbare teknologier, kan anvendes. Således kunne CGM være en lovende metode til at forbedre biomarkører for metabolisk sundhed for stort set alle. Derudover er optimal metabolisk sundhed typisk forbundet med forbedret adfærdsmæssig sundhed og kognitiv modstandskraft og beslutningstagning (Hadj-Abo 2020). Således kan optimering og overvågning af glykæmisk kontrol være nyttig for mental sundhed og kan være et værdifuldt værktøj for militært personel og førstehjælpere under metabolisk stress. Fremskridt inden for software- og hardwareteknologier er blevet udviklet til at måle, analysere og forudsige glykæmisk variabilitet og giver indsigt i, hvordan denne dynamiske biomarkør korrelerer med metabolisk fitness. Specifikt giver nye fremskridt inden for CGM-teknologier potentialet til at overvåge, forudsige og ændre adfærd gennem et feedbacksystem med lukket sløjfe. Ved at sammenligne CGM-data med blodmarkører for metabolisk sundhed (f.eks. HbA1c, insulin osv.) og inflammation (f.eks. hsCRP, cytokiner) og sammen med vurderinger af følelser, kognition og adfærd kan en mere robust fortolkning og dekonvolution af CGM-data med eksperimentelle indgreb være mulig.