Santé métabolique optimale grâce à la surveillance continue du glucose (CGM)

Atteindre une santé métabolique et un contrôle glycémique optimaux est un objectif commun non seulement pour les diabétiques, mais aussi pour les individus en bonne santé, les athlètes, les opérateurs militaires d'élite et pour la prévention des maladies infectieuses et la résilience. Aucun biomarqueur isolé n'est actuellement accepté de manière omniprésente comme marqueur de la santé métabolique globale et la plupart reposent sur des analyses instantanées isolées (point temporel unique) et non sur une évaluation continue des données de biomarqueurs en boucle fermée. L'hémoglobine glycosylée (A1c) fournit une caractérisation limitée de la variabilité glycémique, qui contribue à la progression de la dérégulation glycémique. Par exemple, de nouvelles preuves établissent un lien entre l'amplitude et la durée de la variabilité glycémique en tant que facteur de risque indépendant lié aux maladies cardiovasculaires (MCV) (Di Flaviani 2011, Monnier 2006). La dysfonction endothéliale induite par l'hyperglycémie et le stress oxydatif sont plus importants avec une plus grande variabilité glycémique (Monnier 2006, Buscemi 2010). La variabilité glycémique est plus délétère pour le système cardiovasculaire qu'une hyperglycémie soutenue (Nalysnyk 2010). Peu de technologies permettent une surveillance continue des biomarqueurs dans le temps et dans diverses conditions telles que les activités quotidiennes, la natation, l'exercice, le sommeil, etc. Plusieurs sources de données suggèrent fortement l'impact prédictif et la valeur de la surveillance de la variabilité glycémique sur la santé aiguë et chronique des populations diabétiques et des populations non diabétiques (Rodriguez-Segade 2018, Zeevi 2015). Ainsi, il y a eu un intérêt croissant pour les approches thérapeutiques qui cherchent à réduire la variabilité glycémique. Ce potentiel de détection précoce de la dérégulation glycémique est probablement l'effet le plus bénéfique de l'utilisation de la CGM comme dispositif d'information, en particulier dans le contexte d'autres mesures périodiques de biomarqueurs. Il est probable que les gens apporteront des modifications à leur mode de vie s'ils sont conscients d'un problème de santé imminent, détecté par la variabilité glycémique suivie en temps réel par le GCM. Les modifications du mode de vie se sont révélées être l'intervention la plus efficace pour rétablir une glycémie à jeun normale et prévenir le diabète chez les sujets dysglycémiques, réduisant la conversion au diabète de 58 % par rapport au placebo et de 39 % par rapport à la metformine dans une grande étude américaine (Diabetes Prevention Program Research Groupe 2002). Des suivis à long terme d'autres études internationales ont montré des résultats tout aussi significatifs à 4 ans (Tuomilehto 2001) et 14 ans (Li 2008) après la fin des interventions sur le mode de vie contrôlé, y compris des réductions de l'incidence du diabète de 58 % et 43 % respectivement.

On sait que la santé métabolique est sur un spectre et des études à long terme dans les populations diabétiques ont démontré que la réduction de la variabilité glycémique est plus importante que la réduction de l'hyperglycémie de base en termes de réduction des complications cardiovasculaires (Hall 2018). Par conséquent, il existe une justification scientifique pour étudier les interventions qui peuvent optimiser la santé métabolique chez les non-diabétiques puisque les avantages potentiels de la sensibilisation métabolique s'étendent au-delà de la population diabétique. La technologie émergente qui peut fournir une rétroaction précise sur les effets du mode de vie pourrait être un mécanisme précieux pour les non-diabétiques cherchant à améliorer leur éducation et à réduire leur risque de maladie à vie. Bien que de tels résultats n'aient pas encore été démontrés dans des études à long terme, les recherches existantes révèlent des résultats prometteurs, notamment un dépistage amélioré du risque métabolique (Rodriguez-Segade 2018), une observabilité claire des effets de l'intervention sur le mode de vie (Hall 2018, Brynes 2005, Freckmann 2007) , et l'acceptation d'une stratégie à risque minimal à utiliser comme outil préventif dans une population non diabétique (Liao 2018). Le groupe de recherche sur le programme de prévention du diabète a appelé à un changement de réponse afin d'inverser ces tendances, déclarant que "les méthodes de traitement du diabète restent inadéquates et que la prévention est préférable (groupe de recherche sur le programme de prévention du diabète 2002)". Bien qu'elle n'ait pas fait ses preuves en tant que mesure préventive, la surveillance de la variabilité glycémique est - au pire - peu susceptible d'exacerber le problème. Au mieux, cependant, s'il devient un outil de style de vie répandu, les avantages d'une meilleure conscience métabolique individuelle et d'une action éclairée pourraient avoir des effets cumulatifs à une échelle sociétale plus large.

Par conséquent, il existe une justification scientifique pour étudier les interventions qui peuvent optimiser la santé métabolique avec des technologies de surveillance glycémique améliorées (Danne 2017). Il devient clair qu'en plus des populations diabétiques, des populations normales et en bonne santé peuvent bénéficier d'une glycémie stable et contrôlée, et que des mécanismes de rétroaction, y compris des technologies portables, peuvent être utilisés. Ainsi, la CGM pourrait être une méthode prometteuse pour améliorer les biomarqueurs de la santé métabolique pour pratiquement tout le monde. De plus, une santé métabolique optimale est généralement associée à une amélioration de la santé comportementale, de la résilience cognitive et de la prise de décision (Hadj-Abo 2020). Ainsi, l'optimisation et la surveillance du contrôle glycémique peuvent être utiles pour la santé mentale et peuvent être un outil précieux pour le personnel militaire et les premiers intervenants sous stress métabolique. Des avancées dans les technologies logicielles et matérielles ont été développées pour mesurer, analyser et prédire la variabilité glycémique et donnent un aperçu de la façon dont ce biomarqueur dynamique est corrélé à la forme métabolique. Plus précisément, les nouvelles avancées des technologies CGM offrent la possibilité de surveiller, de prévoir et de modifier le comportement grâce à un système de rétroaction en boucle fermée. En comparant les données CGM avec des marqueurs sanguins de la santé métabolique (par exemple, HbA1c, insuline, etc.) et de l'inflammation (par exemple. hsCRP, cytokines) et avec des évaluations de l'émotion, de la cognition et du comportement, une interprétation et une déconvolution plus robustes des données CGM avec des interventions expérimentales peuvent être possibles.