非糖尿病人群：血糖波动比糖化血红蛋白更能反映代谢健康

你的血糖可能和你想的不一样

假设有两个人，糖化血红蛋白都是5.4%。A的血糖全天稳定在4.7-6.1 mmol/L之间。B每餐后血糖从3.6飙到10.0 mmol/L，但平均下来数值一样。他们的化验单看起来一模一样，但代谢状态天差地别。

这正是HbA1c对于想了解自身代谢健康的非糖尿病人群的根本局限。这就像用平均海拔来评判过山车和平坦的高速公路——技术上没错，却完全说明不了乘坐体验。

使用连续血糖监测（CGM）的研究让这一局限变得清晰可见。2020年发表在《自然·医学》上的PREDICT 1研究测量了英国1,002名健康成年人（包括双胞胎）的餐后反应，发现吃同样餐食的人反应差异很大。但它并没有证明血糖波动比HbA1c更能预测疾病——这个问题仍未有定论。

糖化血红蛋白到底测的是什么（以及它漏掉了什么）

糖化血红蛋白反映的是红细胞中与葡萄糖结合的血红蛋白比例。由于红细胞寿命约90-120天，这个指标代表的是近三个月血糖的加权平均值。持续高血糖意味着更多的糖化血红蛋白。

对于糖尿病管理来说，这个指标是革命性的。它给了医生和患者一个可靠的数字，不会因为检查前一周突击控制饮食就被"蒙混过关"。

但糖化血红蛋白有几件事是根本测不出来的：

• 餐后血糖飙升到多高
• 餐间或睡眠时血糖降到多低
• 进食后血糖多快恢复正常
• 你的血糖曲线是平缓的小丘还是剧烈的锯齿

CGM研究显示，基于平均值的检测能掩盖多少信息。在斯坦福大学的“血糖类型”研究（《PLOS Biology》，2018年）中，即使是按标准检测被归为血糖正常的人，CGM上也有人表现出较大的波动，血糖约15%的时间处于糖尿病前期范围，约2%的时间处于糖尿病范围。

真正重要的血糖波动指标

目前没有针对非糖尿病人群的官方CGM目标值。最好的参照是2019年的一项多中心研究：为153名非肥胖的健康儿童和成人佩戴盲态Dexcom G6传感器，描述“正常”是什么样子。国际共识目标确实存在，但它们是为糖尿病患者制定的。

变异系数（CV%）衡量血糖相对于平均值的波动程度。在健康人群参考研究中，个体内CV平均为17% ± 3%。对于糖尿病患者，国际共识将CV不超过36%视为血糖稳定。

目标范围内时间（TIR）衡量一天中血糖处于目标范围内的时间比例。健康参与者一天中位数96%的时间（四分位距93%—98%）处于70—140 mg/dL之间。糖尿病的共识目标则不同：超过70%的时间处于70—180 mg/dL。

平均血糖波动幅度(MAGE)反映的是全天显著血糖波动的平均幅度。数值越低越好——想象平缓的波浪而不是海啸级别的尖峰。

短暂升高是正常的。在同一健康人群中，高于140 mg/dL的时间中位数为一天的2.1%（约30分钟），低于70 mg/dL的时间为1.1%（约15分钟）。大多数年龄组的平均血糖为98—99 mg/dL，60岁以上人群略高，为104 mg/dL。

PREDICT研究发现了什么

Tim Spector团队的ZOE PREDICT研究做了一件前所未有的事。他们没有研究糖尿病患者，而是招募健康成年人，用连续血糖监测仪追踪他们对标准化餐食的血糖反应。

这些发现对“一刀切”的饮食建议提出了挑战。不同的人对同一餐食的餐后血糖反应差异很大，同卵双胞胎的反应也常常不同；遗传变异对预测的贡献有限。更早的一项以色列800人研究（《Cell》，2015年）同样发现人们对同一餐食的反应差异很大，并据此建立了个性化饮食预测模型。

PREDICT没有证明的东西同样重要。它测量的是对测试餐的短期反应，并非为了证明血糖波动大的人日后会出现更多内脏脂肪、炎症或心脏病而设计。

所以对非糖尿病人群来说，实事求是的总结是：血糖如何波动因人而异，值得观察，但就长期健康而言，波动是否比平均值更重要尚未得到证实。

为什么血糖峰值可能有影响

血糖峰值为什么可能有影响？实验室研究提示，血糖快速上升会增加氧化应激，细胞似乎更能应对稳定的水平，而不是反复的波动。

2008年发表在《Diabetes》上的一项钳夹研究纳入了健康志愿者和2型糖尿病患者：让血糖每6小时在约90—270 mg/dL（5—15 mmol/L）之间波动，比持续高血糖更损害血管内皮功能，并使氧化应激标志物升得更高。这是一个人为的极端实验，并非日常饮食，但这是研究者重视血糖波动的原因之一。

可以用运动来类比。慢跑时心率逐渐上升是健康的压力。但如果全天反复从静止状态突然飙升到最大心率，会损害心血管系统。血糖的道理类似。

由于不同人对同一食物的反应差异很大，一个人吃米饭后的峰值，在另一个人身上可能只是温和的上升。吃了一顿碳水较多的大餐后偶尔出现一次高读数并不是诊断。真正需要和医生沟通的是空腹血糖或HbA1c处于糖尿病前期范围（HbA1c 5.7%—6.4%）。

对非糖尿病人群的实际意义

如果你考虑佩戴CGM来优化健康而非管理糖尿病，应该关注以下指标，而不是一味追求更低的平均血糖：

观察大约两周的CV%。健康成年人的平均值约为17%。如果你的数值持续明显高于这个水平，看看哪些餐食、睡眠模式或压力大的日子与最大的波动同时出现。

查看高于140 mg/dL的时间。非糖尿病人群没有官方上限，但参考研究中的健康参与者高于这一水平的时间中位数约为一天的2%（大约30分钟）。如果某些餐食让你长时间停留在这个水平以上，就找到了值得调整的地方。

留意夜间模式。健康人睡眠期间的血糖通常相当稳定。夜间较大的波动可能反映了晚餐过晚或饮酒，而看似偏低的读数也可能是压着传感器睡觉造成的测量误差。

简单的习惯就能减缓餐后血糖上升。2022年的一项荟萃分析发现，用轻度步行打断久坐，与持续坐着相比，能显著降低餐后血糖和胰岛素。但这些短期改善能否改变非糖尿病人群的长期健康，尚未经过检验。

血糖波动指标的局限性

这并不是要完全抛弃糖化血红蛋白。这个指标在筛查、糖尿病管理追踪和人群健康评估方面仍然很有价值。医保覆盖它，医生理解它，全球实验室标准统一。

CGM的血糖波动指标也有自己的问题。传感器精度参差不齐——大多数消费级CGM的平均绝对相对差异(MARD)为9-11%，意味着读数可能偏差这个百分比。显示7.8 mmol/L的读数实际可能是7.0或8.5 mmol/L。

日常波动是正常且可预期的。为每一个峰值焦虑反而适得其反，研究者也提醒非糖尿病人群不要过度解读单日数据。

而且我们还没有长期结局研究证明，降低健康人群的血糖波动能预防疾病。相关性很强，生物学机制合理，但证明因果关系的随机对照试验还不存在。

更完整的图景

代谢健康评估的未来可能不是糖化血红蛋白与血糖波动的二选一，而是两者结合解读。

糖化血红蛋白告诉你平均暴露水平，波动指标告诉你暴露的模式。再结合空腹胰岛素、血脂谱和炎症标志物，你就能获得任何单一数字都无法提供的多维代谢健康视图。

对于关心自身代谢的非糖尿病人群，CGM数据能显示你的反应有多么个体化。血糖波动值得了解，但尚未证明它比HbA1c、空腹血糖、血压和血脂等已被验证的指标更值得重视。

过山车和高速公路的平均海拔也许相同。CGM能让你看到自己坐的是哪一种，而它是否重要，可以和医生一起判断。