Optimale Stoffwechselgesundheit durch kontinuierliche Glukoseüberwachung (CGM)

Das Erreichen einer optimalen Stoffwechselgesundheit und glykämischen Kontrolle ist ein gemeinsames Ziel nicht nur von Diabetikern, sondern auch von gesunden Personen, Sportlern, Elitesoldaten und für die Prävention und Resilienz von Infektionskrankheiten. Kein isolierter Biomarker wird derzeit allgegenwärtig als Marker für die allgemeine metabolische Gesundheit akzeptiert und die meisten verlassen sich auf isolierte Snapshot-Analysen (einmaliger Zeitpunkt) und nicht auf eine kontinuierliche Biomarker-Datenbewertung im geschlossenen Regelkreis. Glykosyliertes Hämoglobin (A1c) bietet eine begrenzte Charakterisierung der glykämischen Variabilität, die zum Fortschreiten der glykämischen Dysregulation beiträgt. Neue Erkenntnisse verbinden beispielsweise die Amplitude und Dauer der glykämischen Variabilität als unabhängigen Risikofaktor im Zusammenhang mit Herz-Kreislauf-Erkrankungen (CVD) (Di Flaviani 2011, Monnier 2006). Hyperglykämie-induzierte endotheliale Dysfunktion und oxidativer Stress sind mit größerer glykämischer Variabilität größer (Monnier 2006, Buscemi 2010). Die glykämische Variabilität ist schädlicher für das Herz-Kreislauf-System als eine anhaltende Hyperglykämie (Nalysnyk 2010). Nur wenige Technologien ermöglichen eine kontinuierliche Biomarker-Überwachung im Laufe der Zeit und unter einer Reihe von Bedingungen wie täglichen Aktivitäten, Schwimmen, Bewegung, Schlaf usw. Mehrere Beweislinien deuten stark auf die prädiktive Wirkung und den Wert der Überwachung der glykämischen Variabilität auf die akute und chronische Gesundheit von Bevölkerungsgruppen mit und ohne Diabetes hin (Rodriguez-Segade 2018, Zeevi 2015). Daher besteht ein zunehmendes Interesse an therapeutischen Ansätzen, die darauf abzielen, die glykämische Variabilität zu verringern. Dieses Potenzial zur Früherkennung einer glykämischen Dysregulation ist wahrscheinlich der vorteilhafteste Einzeleffekt der Verwendung von CGM als Informationsinstrument, insbesondere im Zusammenhang mit anderen Biomarker-Maßnahmen in regelmäßigen Abständen. Es ist wahrscheinlich, dass Menschen ihren Lebensstil ändern, wenn sie sich eines bevorstehenden Gesundheitsproblems bewusst sind, das durch Echtzeit-GCM-verfolgte glykämische Variabilität erkannt wird. Änderungen des Lebensstils haben sich in einer großen US-Studie (Diabetes Prevention Program Research Gruppe 2002). Langfristige Nachbeobachtungen anderer internationaler Studien haben gleich signifikante Ergebnisse 4 Jahre (Tuomilehto 2001) und 14 Jahre (Li 2008) nach Beendigung der kontrollierten Lebensstilinterventionen gezeigt, einschließlich einer Verringerung der Diabetesinzidenz um 58 % bzw. 43 %.

Es ist bekannt, dass die metabolische Gesundheit ein Spektrum hat, und Langzeitstudien bei Diabetikern haben gezeigt, dass die Verringerung der glykämischen Variabilität im Hinblick auf die Verringerung kardiovaskulärer Komplikationen wichtiger ist als die Senkung der Ausgangshyperglykämie (Hall 2018). Daher gibt es eine wissenschaftliche Begründung, Interventionen zu untersuchen, die die metabolische Gesundheit bei Nichtdiabetikern optimieren können, da die potenziellen Vorteile des Stoffwechselbewusstseins über die diabetische Bevölkerung hinausgehen. Aufkommende Technologien, die genaue Rückmeldungen zu den Auswirkungen des Lebensstils geben können, könnten ein wertvoller Mechanismus für Nicht-Diabetiker sein, die die Bildung verbessern und ihr lebenslanges Krankheitsrisiko verringern möchten. Obwohl solche Ergebnisse noch nicht in Langzeitstudien nachgewiesen wurden, zeigt die bestehende Forschung vielversprechende Ergebnisse, darunter ein verbessertes Screening auf metabolische Risiken (Rodriguez-Segade 2018), eine klare Beobachtbarkeit der Auswirkungen von Lebensstilinterventionen (Hall 2018, Brynes 2005, Freckmann 2007) und Akzeptanz einer Strategie mit minimalem Risiko zur Verwendung als präventives Instrument in einer nicht-diabetischen Bevölkerung (Liao 2018). Die Diabetes Prevention Program Research Group forderte eine Änderung der Reaktion, um diese Trends umzukehren, und erklärte: „Methoden zur Behandlung von Diabetes bleiben unzureichend und Prävention ist vorzuziehen (Diabetes Prevention Program Research Group 2002).“ Obwohl es sich als vorbeugende Maßnahme nicht bewährt hat, ist es im schlimmsten Fall unwahrscheinlich, dass die Überwachung der glykämischen Variabilität das Problem verschlimmert. Wenn es jedoch zu einem weit verbreiteten Lifestyle-Tool wird, könnten die Vorteile eines verbesserten individuellen Stoffwechselbewusstseins und eines fundierten Handelns bestenfalls auf einer größeren gesellschaftlichen Ebene zusammengesetzte Auswirkungen haben.

Daher gibt es eine wissenschaftliche Begründung, Interventionen zu untersuchen, die die Stoffwechselgesundheit mit verbesserten glykämischen Überwachungstechnologien optimieren können (Danne 2017). Es wird deutlich, dass neben Diabetikern auch normale, gesunde Bevölkerungsgruppen von stabilen, kontrollierten Blutzuckerspiegeln profitieren können und dass Feedback-Mechanismen, einschließlich tragbarer Technologien, eingesetzt werden können. Daher könnte CGM für praktisch jeden eine vielversprechende Methode zur Verbesserung von Biomarkern der Stoffwechselgesundheit sein. Darüber hinaus ist eine optimale Stoffwechselgesundheit typischerweise mit einer verbesserten Verhaltensgesundheit und kognitiven Belastbarkeit und Entscheidungsfindung verbunden (Hadj-Abo 2020). Daher kann die Optimierung und Überwachung der glykämischen Kontrolle für die psychische Gesundheit nützlich sein und ein wertvolles Instrument für Militärpersonal und Ersthelfer unter metabolischem Stress sein. Fortschritte in Software- und Hardwaretechnologien wurden entwickelt, um die glykämische Variabilität zu messen, zu analysieren und vorherzusagen, und geben Aufschluss darüber, wie dieser dynamische Biomarker mit der metabolischen Fitness korreliert. Insbesondere neue Fortschritte bei CGM-Technologien bieten das Potenzial, das Verhalten durch ein geschlossenes Feedback-System zu überwachen, vorherzusagen und zu ändern. Durch den Vergleich von CGM-Daten mit Blutmarkern für Stoffwechselgesundheit (z. B. HbA1c, Insulin usw.) und Entzündungen (z. B. hsCRP, Zytokine) und zusammen mit Bewertungen von Emotion, Kognition und Verhalten könnte eine robustere Interpretation und Dekonvolution von CGM-Daten mit experimentellen Interventionen möglich sein.