1형당뇨병 환자에서 CGM(연속혈당측정기)의 보급이 확대되면서, 평균 혈당을 기반으로 계산되는 GMI(Glucose Management Indicator)는 HbA1c를 보완하는 중요한 지표로 자리 잡고 있다. 그러나 실제 임상에서는 동일한 환자에서도 GMI와 HbA1c가 일치하지 않는 경우가 흔히 관찰되며, 이러한 discordance의 원인과 임상적 의미는 아직 충분히 설명되지 못하고 있다. 특히 기존 연구들은 주로 평균 혈당이나 CV(coefficient of variation)와 같은 요약 지표에 집중해 왔기 때문에, 실제 혈당이 어떤 형태로 변동하는지에 대한 “구조적 특성”은 충분히 반영하지 못했다.

본 연구는 삼성서울병원 1형당뇨병 성인 환자 611명의 90일 CGM 데이터를 활용하여, 혈당 excursion의 형태와 빈도가 GMI–HbA1c discordance에 어떠한 영향을 미치는지를 분석하였다. 이를 위해 연구진은 GRID(Glucose Rate Increase Detector) 알고리즘을 이용해 raw CGM 데이터에서 식후 혈당 상승 패턴을 자동으로 탐지하고, 각 excursion의 peak glucose와 time-to-peak를 정량화하였다. 특히 peak glucose ≥250 mg/dL이면서 time-to-peak ≥90분인 “high-amplitude and prolonged excursion”이 GMI/HbA1c 및 uGMI/HbA1c 비율 상승과 가장 강하게 연관됨을 확인하였다. 이러한 결과는 Dexcom과 Libre 등 서로 다른 CGM 플랫폼, HbA1c 수준별 하위군, 그리고 다양한 민감도 분석에서도 일관되게 유지되었다.  

또한 본 연구는 단순히 평균 혈당이 아니라, 혈당 excursion의 “패턴 자체”가 CGM-derived 지표의 임상적 의미를 변화시킬 수 있음을 보여주었다. Restricted cubic spline 및 ROC 분석 결과, GRID-derived excursion 정보를 반영했을 때 GMI와 uGMI는 albuminuria(UACR ≥30 mg/g) 및 높은 TyG index와의 연관성을 보다 효과적으로 설명하였으며, 특히 excursion burden이 높은 환자군에서 이러한 경향이 두드러졌다. 반면 HbA1c는 excursion adjustment에 따른 변화가 상대적으로 제한적이었다. 이는 GMI와 uGMI가 단순한 HbA1c의 대체 지표가 아니라, transient hyperglycemia와 glycemic excursion의 구조를 반영하는 독립적인 생리학적 정보를 담고 있을 가능성을 시사한다.
 
본 연구는 기존의 glycemic variability 연구가 주로 CV나 MAGE와 같은 요약 지표에 의존했던 한계를 넘어, raw CGM 데이터를 기반으로 excursion structure를 직접 정량화하였다는 점에서 의미가 있다. 특히 고혈당 excursion의 amplitude와 duration이 GMI–HbA1c discordance의 핵심 결정인자임을 제시함으로써, CGM 해석 패러다임을 단순 평균 중심에서 excursion dynamics 중심으로 확장하였다. 이러한 결과는 향후 CGM 기반 합병증 위험 평가와 personalized diabetes management 전략 개발에 중요한 기반이 될 것으로 기대된다.  

• 형식Research article
• 게재일2026년 05월 (BRIC 등록일 2026-05-07)
• 연구진국내 연구진
• 분야 의약학 > 응용의학