DOI:10.20047/j.issn1673-7210.2025.24.05
中图分类号:R587.1
杨伟, 赵欢, 佀思聪, 王伟华, 马艺欣, 卜祥慧, 李静
| 【作者机构】 | 首都医科大学宣武医院老年医学科国家老年疾病临床医学研究中心 | 
| 【分 类 号】 | R587.1 | 
| 【基 金】 | 科技部国家医学研究中心后补助经费项目(303-01-001-0272-08)。 | 
随着我国人口老龄化进程加速,老年糖尿病已成为严峻的公共卫生挑战。根据2023年全国范围内的流行病学调查数据显示,在具有代表性的65岁以上社区人群中,糖尿病患病率高达30.8%,显著高于普通成年人群,其中95%以上为2型糖尿病(type 2 diabetes mellitus,T2DM)。这类患者普遍存在多重用药、认知功能下降、并发症交织等特殊临床特征,导致传统血糖管理模式面临巨大挑战[1-3]。当前临床广泛使用的自我血糖监测(self-monitoring of blood glucose,SMBG)技术,虽能提供离散时间点的血糖数据,但存在监测盲区大、疼痛耐受差、数据整合困难等固有缺陷[4-5]。传统血糖管理模式的缺陷对老年糖尿病患者的血糖控制效果及预后产生了诸多负面影响。SMBG技术存在监测盲区大等问题,导致血糖波动未被及时发现,会增加老年患者发生并发症的风险。研究显示,因监测数据缺失,约42%的老年患者未能及时调整治疗方案,致使血糖控制不佳,平均住院时间延长2.3 d,院内感染风险增加67%[6]。此外,操作失误导致的检测数据缺失,使医师难以精准评估患者病情,影响治疗决策的准确性,进一步威胁患者的健康和生命安全。基于持续葡萄糖监测(continuous glucose monitoring,CGM)技术的智慧血糖管理系统应运而生[7-8]。该系统通过整合动态血糖监测、胰岛素精准输注与智能预警模块,实现血糖波动趋势的实时可视化分析。而这一切都得益于其采用了先进且精准的G720型智慧血糖管理系统,该系统采用传感器增强型胰岛素泵(sensor-augmented pump,SAP)技术,可自动识别血糖变化轨迹并生成个体化干预建议[9]。临床证据显示,此类系统能将血糖在目标范围内时间百分比(time in range,TIR)缩短42%,且显著降低无症状低血糖发生率[10-11]。
然而,现有研究多聚焦于普通糖尿病患者群体,针对老年特殊人群的系统性研究亟待完善。本研究创新性构建老年糖尿病智慧管理病房体系,通过前瞻性对照研究,系统评估智慧管理在缩短TIR、优化住院流程等维度的临床价值,旨在为老年糖尿病精准管理提供循证依据,推动“医院-社区-家庭”三级管理模式的转型升级。
1.1.1 试验设计 本研究经首都医科大学宣武医院伦理委员会审批(临审研[2024]295号-002),严格遵循《赫尔辛基宣言》原则。采用单中心前瞻性队列研究设计,在2024年1月至2025年3月纳入首都医科大学宣武医院符合标准的老年T2DM住院患者。纳入标准:①年龄≥65岁且符合《中国老年糖尿病诊疗指南(2024版)》[12]诊断标准;②糖化血红蛋白(glycated hemoglobin,HbA1c)≥7.0%;③具备基本生活自理能力[日常生活能力量表(activities of daily living,ADL)[13]评分≥60分];④对本研究知情同意。排除标准:①蒙特利尔认知评估量表[14]<20分;②合并恶性肿瘤或终末期肾病[估算肾小球滤过率(estimated glomerular filtration rate,eGFR)<15 ml/(min·1.73m2)]等重大并发症;③存在皮肤过敏史或植入式设备禁忌证;④1年内由于糖尿病入院>1次;⑤使用长效胰岛素治疗。
1.1.2 样本量估算与随机分组 基于预试验数据(40例),采用PASS 21.0软件进行样本量计算。设定主要终点TIR差异为10%(SD=5.6%),检验效能80%(β=0.2),显著性水平α=0.05(双侧),计算得到每组最小样本量为85例,考虑20%失访率后最终确定纳入240例。采用分层区组随机法,通过中央随机系统(www.medresman.org.cn)实施分配隐藏。分层变量包括:年龄(65~<75岁,≥75岁)、糖尿病病程(<10年,≥10年)、糖尿病慢性并发症数量(0~1个,≥2个)。按1∶1比例分配至对照组和试验组,分配序列由独立统计师密封保存。
1.1.3 基线资料比较 本研究共纳入240例老年T2DM患者,其中对照组120例,试验组120例。两组基线指标比较,差异无统计学意义(P>0.05)。见表1。
表1 两组基线指标比较
 
    注HbA1c:糖化血红蛋白;eGFR:估算肾小球滤过率;UACR:尿白蛋白/肌酐比值;ADL:日常生活能力量表。1 mmHg=0.133 kPa。
1.2.1 对照组采用常规管理 由营养科会诊医师调整饮食方案,护士进行宣教工作。采用血糖仪进行SMBG,监测方案为7次/d(三餐前+三餐后2 h+睡前)。胰岛素调整依据《中国老年糖尿病诊疗指南(2024版)》[12],由主治医师每日查房时制订方案。健康教育采用常规口头宣教模式,每周集中授课1次。患者采用短效胰岛素类似物门冬胰岛素治疗。
1.2.2 试验组采用智慧病房管理 由营养科会诊医师调整饮食方案,护士进行宣教工作。采用SGMS,该系统集成三大核心模块。(1)CGM组件。采用EnliteTM 第三代传感器(检测范围2.2~22.2 mmol/L),每隔5 min记录间质液葡萄糖浓度,通过蓝牙传输至中央监护站。每例患者佩戴时间≥72h,每日采用指尖血校准2次。(2)半闭环胰岛素输注系统。配备胰岛素泵,根据CGM数据动态调整基础率(调整间隔15 min),采用模糊逻辑算法预测血糖变化趋势。结合实时血糖监测数据,医护人员可快速调整基础率、临时基础率或大剂量模式,及时纠正血糖趋势,避免低血糖持续加重。(3)智能预警平台。自主研发的临床决策支持系统整合电子病历数据,实现四项核心功能:①实时血糖波动热力图生成;②低/高血糖风险预测(提前30 min预警);③个性化膳食建议生成(基于Harris-Benedict公式计算);④医患交互系统(每日自动推送健康教育视频)。患者采用短效胰岛素类似物门冬胰岛素治疗。
1.2.3 医护团队实施标准化培训 包括8学时理论课程(含设备操作、数据解读、应急预案)及16学时模拟实训,通过考核者方可参与研究。病房配置专职血糖管理护士(糖尿病专科认证),每日执行三级质控:晨间交接班核查设备运行状态、午间病例讨论、夜间数据归档。患者出院后针对血糖波动大,依从性好的老年T2DM患者,采用华益糖管家APP对其居家血糖进行线上的远程指导,保证入院期间的诊疗方案得以贯彻,并实时监测患者血糖的变化,及时调整治疗方案,真正达到闭环的血糖管理模式。
1.3.1 主要终点 TIR定义为连续24 h血糖值维持在3.9~10.0 mmol/L的时间(以分钟或百分比表示)。采用曲线下面积法计算,数据采集间隔5 min(试验组)或7次/d(对照组)。
1.3.2 次要终点 ①住院期间指标:平均住院日(从入院至符合出院标准)、日均医疗费用(含药品、耗材、护理)、血糖变异系数、胰岛素用量、血糖控制效果。②生活质量评估:采用中文版糖尿病特异性生活质量量表[15]于出院前对患者进行评估,该量表Cronbach’s α 系数为0.89,包含生理、心理、社会、治疗4个维度(共26个条目)。
建立专用数据库进行双人双录,采用SPSS 26.0和R 4.2.1统计学软件进行数据分析。符合正态分布的计量资料用均数±标准差( )表示,比较采用t检验;不符合正态分布的计量资料采用中位数(M)和四分位数(P25,P75)表示,比较采用秩和检验。计数资料用例数或百分率表示,比较采用χ2 检验。主要终点采用线性混合效应模型分析,固定效应包括组别、时间、交互项,随机效应纳入中心变异。亚组分析采用分层Cox模型,预设分层变量为基线HbA1c(≤8.5%vs.>8.5%)、体重指数(<24 kg/m2 vs.≥24 kg/m2)。缺失数据处理采用多重插补法(5次迭代)。以P<0.05为差异有统计学意义。
)表示,比较采用t检验;不符合正态分布的计量资料采用中位数(M)和四分位数(P25,P75)表示,比较采用秩和检验。计数资料用例数或百分率表示,比较采用χ2 检验。主要终点采用线性混合效应模型分析,固定效应包括组别、时间、交互项,随机效应纳入中心变异。亚组分析采用分层Cox模型,预设分层变量为基线HbA1c(≤8.5%vs.>8.5%)、体重指数(<24 kg/m2 vs.≥24 kg/m2)。缺失数据处理采用多重插补法(5次迭代)。以P<0.05为差异有统计学意义。
试验组TIR、血糖达标时间高于对照组,血糖变异系数、低血糖事件、严重高血糖低于对照组(P<0.01)。见表2。
表2 两组血糖控制效果比较( )
)
 
    注TIR:目标范围内时间。
试验组平均住院日、护理时数短于对照组(P<0.01),日均医疗费用高于对照组(P<0.05)。胰岛素用量低于对照组(P<0.01)。见表3。
表3 两组住院期间指标比较( )
)
 
   试验组生活质量各维度评分高于对照组,差异有统计学意义(P<0.01)。见表4。
表4 两组生活质量评分比较(分, )
)
 
   老年糖尿病智慧病房管理模式通过整合CGM、智能化胰岛素输注和智能预警平台,在改善血糖控制质量、优化住院流程等方面展现出显著优势。本研究采用G720型智慧血糖管理系统的试验组患者TIR较传统管理模式提升明显。老年糖尿病患者由于自主神经功能减退、激素调节能力下降,更易出现隐匿性血糖波动,而传统监测方式存在的时间盲区可能导致治疗决策滞后[16-19]。本系统结合模糊逻辑算法的预测性干预,使得血糖变异系数降低21.1%,显示该系统能够有效减少血糖波动,提高血糖控制的稳定性。代谢记忆效应方面,持续高血糖可通过氧化应激和炎症反应加速血管损伤,而智慧病房的稳定血糖控制可抑制该过程。基线HbA1c>8.5%的亚组获益更显著,提示系统对血糖控制欠佳患者具有更强的纠偏能力。这一发现对于针对不同血糖控制水平患者制订个体化治疗方案具有重要指导意义。
在住院流程优化方面,智慧管理模式展现出显著的双重效应。一方面,尽管日均医疗费用增加了15.3%,但平均住院日缩短了2.1 d,从而实现了总体费用的节约,这一效果不容忽视。另一方面,护理时数减少了30.8%,这一显著差异揭示了智能化系统在解放护理人力资源方面的巨大潜力。本研究观察到试验组患者胰岛素用量减少了23.6%,这可能与智能管理系统精准的微剂量调整机制密切相关。该系统通过实时监测-反馈循环,有效避免了传统经验性剂量调整中常见的“过冲效应”[20-23]。
在患者生活质量层面,智慧管理模式展现出显著的多维度改善效应。显著差异凸显了生理维度获益的核心地位,智慧管理模式通过持续血糖监测带来的安全感提升及低血糖风险的下降,可能是实现这一改善的关键驱动因素。心理维度评分的差异显示,可视化数据反馈能够增强患者的疾病认知与控制信心。至于治疗维度的改善,则可能与智能系统简化了复杂的自我管理任务密切相关。社会维度评分提升了37.4%,这一现象可能源于住院时间缩短,使得患者能够更好地维持家庭角色和社会联结,从而提升了患者的社会参与度和生活质量[24-26]。
本研究中智慧管理系统的实时预警功能显著降低了低血糖事件的发生,这一改进对于伴有自主神经病变的老年患者显得尤为重要。借助动态血糖热力图指导的营养干预方案,能够通过减少餐后血糖波动来改善整体代谢控制。从卫生经济学的角度来看,尽管前期设备投入有所增加,但因并发症治疗成本的降低及住院资源消耗的减少,有望在长期内实现成本节约。研究中观察到的护理时数下降趋势,为缓解老年科护理人力资源短缺问题提供了切实可行的解决方案。
本研究通过严格的设备质控流程(三级核查制度),确保有效监测时间。同时,标准化的培训体系提升了医护人员的决策依从性。患者端的视频健康教育模块日均使用率提高,提示这种数字化宣教模式可能比传统方式更契合老年人群的信息接收特点。当然,系统在特殊情境下的适应性仍有待完善。例如,研究发现合并严重感染的患者存在传感器准确性下降的现象,这提示未来需要开发更为稳健的校正算法,以进一步提高系统的可靠性和适用性。在机制层面,智能管理系统的优势主要源于其“监测-分析-干预”的闭环调节特性。与传统模式的离散数据点决策比较,持续数据流支持的动态调整更契合血糖生理波动规律[27-29]。系统通过“精准监测-提前预警-智能调整”的闭环管理,实现了对低血糖的高效防控,能够有效避免83.5%的潜在低血糖事件,又减少了患者因低血糖导致的并发症风险。此外,个性化膳食建议模块通过量化营养摄入与血糖响应之间的关系,可能打破了传统营养干预相对粗放的特征,使营养干预更加精准和个性化。
本研究所构建的“院内智慧病房+院外远程管理”体系,在以下3个关键方面展现出显著的可复制性:首先,在技术兼容性方面,G720型智慧血糖管理系统能够通过API接口与医院HIS系统、社区健康档案平台实现无缝数据互通。已有试点研究证实,该系统在二级医院的应用可有效提升TIR。其次,在管理延展性方面,出院患者可通过移动终端上传血糖数据,经云端AI分析后生成个性化用药建议,社区医师据此调整治疗方案,从而形成一个高效的三级医疗机构协同管理网络。最后,在经济可行性方面,硬件设备摊销后,单床日成本得以降低。并且,随着5G物联网技术的不断普及,远程监护的边际成本呈现出指数下降的趋势。
综上所述,本研究结果显示,智慧病房管理模式能够显著提升老年糖尿病患者的血糖控制质量,有效缩短住院周期,这显示该模式具有显著的可推广潜力。
但本研究仍存在一定局限性:单中心设计和研究周期限制了结果的普适性与长期效应评估;远程管理的效果高度依赖患者技术依从性,未来需评估数字工具在老年群体中的适用性。尽管智慧血糖管理系统在近期血糖管理中表现出显著优势,但在特殊情境下的适应性仍有待完善。例如,研究发现合并严重感染的患者存在传感器准确性下降的现象,提示未来需要开发更为稳健的校正算法,以进一步提高系统的可靠性和适用性。
未来研究可扩展至多中心、延长随访时间,并整合药物使用与患者行为数据,以更全面验证智慧病房模式的临床价值。同时,可进一步探索“院内智慧病房+院外远程管理”体系,加强居家APP的管理应用,形成闭环的血糖管理模式,为老年糖尿病患者提供更全面、持续的管理支持。
利益冲突声明:本文所有作者均声明不存在利益冲突。
[1] 郭淳,易梦廷,宗前兴,等.老年2型糖尿病病人6个月内低血糖风险预测模型的构建:一项纵向研究[J].实用老年医学,2024,38(6):592-597.
[2] 易梦廷,周怡,宗前兴,等.基于决策树构建合并认知障碍的老年2型糖尿病病人低血糖风险预测模型[J].实用老年医学,2024,38(11):1136-1141.
[3] 慎聪琪,卞芳,杨颖.中西药联用在老年糖尿病患者多重用药中的现状分析[J].实用药物与临床,2025,28(1):33-37.
[4] 傅敏,邓向群.实时动态血糖监测系统在2型糖尿病住院患者自我管理能力中应用的可行性研究[J].临床内科杂志,2024,41(4):282-284.
[5] 罗琳,张迎,郭庆妍.CGM技术监测2型糖尿病患者血糖波动幅度与SMBG血糖波动指标的相关性研究[J].中国医药导刊,2024,26(5):461-465.
[6] 杨军,朱秋汶,王玲,等.自我血糖监测联合数字化糖尿病管理改善糖尿病患者相关临床指标[J].重庆医学,2024,53(1):79-83,88.
[7] SEIDU S,KUNUTSOR S K,AJJAN R A,et al.Efficacy and Safety of Continuous Glucose Monitoring and Intermittently Scanned Continuous Glucose Monitoring in Patients With Type 2 Diabetes:A Systematic Review and Meta-analysis of Interventional Evidence[J].Diabetes care,2024,47(1):169-179.
[8] JANCEV M,VISSERS M C A T,VISSER EN J L F,et al.Continuous glucose monitoring in adults with type 2 diabetes:a systematic review and meta-analysis [J].Diabetologia,2024,67(5):798-810.
[9] YANG W,LU J,SI S C,et al.Digital health technologies/interventions in smart ward development for elderly patients with diabetes:A perspective from China and beyond [J].World J Diabetes,2025,16(4):103002.
[10] FANG Z,LIU M,TAO J,et al.Efficacy and safety of closedloop insulin delivery versus sensor-augmented pump in the treatment of adults with type 1 diabetes:a systematic review and meta-analysis of randomized-controlled trials[J].J Endocrinol Invest,2021,45(3):1-11.
[11] NATALE P,CHEN S,CHOW C K,et al.Patient experiences of continuous glucose monitoring and sensor-augmented insulin pump therapy for diabetes:A systematic review of qualitative studies [J].J Diabetes,2023,15(12):1048-1069.
[12] 国家老年医学中心,中华医学会老年医学分会,中国老年保健协会糖尿病专业委员会,等.中国老年糖尿病诊疗指南(2024版)[J].协和医学杂志,2024,15(4):771-800.
[13] WADE T D,COLLIN C.The Barthel ADL Index:A standard measure of physical disability? [J].Intern Dis Studies,2009,10(2):64-67.
[14] 张立秀,刘雪琴.蒙特利尔认知评估量表中文版的信效度研究[J].护理研究,2007,21(31):2906-2907.
[15] 冯正仪,戴宝珍,顾沛,等.糖尿病患者生活质量的评估研究[J].中国行为医学科学,1995(3):137-139,128,168.
[16] 单竹子,王雪菲,巫海娣,等.老年2型糖尿病病人体脂率与血糖波动的相关性研究[J].实用老年医学,2024,38(7):693-696.
[17] 佀思聪,杨伟,王洁妤,等.老年2型糖尿病患者血糖波动与骨质疏松症[J].中华保健医学杂志,2023,25(1):66-69.
[18] 佀思聪,杨伟,王洁妤,等.老年2型糖尿病病人血糖变异情况以及平均血糖波动幅度与心功能的相关性[J].实用老年医学,2023,37(4):361-364.
[19] 缪婕,计莹,沈琳辉,等.老年男性2型糖尿病患者血糖波动与住院跌倒风险的相关性[J].上海护理,2024,24(7):41-44.
[20] 刘敏洁,薛现军,王玉路,等.血糖控制水平对晚期糖尿病肾病患者肾脏终点事件的影响[J].广东医学,2023,44(8):998-1002.
[21] 黄丹,袁丽,李饶,等.糖尿病肾病血液透析患者血糖管理的最佳证据总结[J].现代临床护理,2023,22(3):59-65.
[22] 张逢,胡杰.2型糖尿病患者糖化血红蛋白水平与体质指数和预防糖尿病肾病相关性研究[J].山西医药杂志,2021,50(9):1489-1491.
[23] 张俊芳,杨梅,刘必红,等.1909例2型糖尿病患者血糖控制现状及微血管并发症发生情况[J].江苏医药,2023,49(2):128-133.
[24] 余小杰,夏红梅.自拟黄芪补肾活血汤联合西药治疗糖尿病肾病的临床效果[J].临床合理用药杂志,2022,15(22):93-96.
[25] 李明哲,柳越冬,石岩,等.2型糖尿病湿热困脾证合并血脂紊乱胰岛功能变化及其影响因素分析[J].中华中医药学刊,2024,42(10):52-55.
[26] 郭廷娜,常甜,赵倩倩,等.中医特色护理干预对糖尿病肾病患者肾功能、血糖控制和营养状况的影响[J].海南医学,2024,35(5):731-735.
[27] AJJAN A R,BATTELINO T,COS X,et al.Continuous glucose monitoring for the routine care of type 2 diabetes mellitus[J].Nat Rev Endocrinol,2024,20(7):426-440.
[28] LIND N,CHRISTENSEN B M,HANSEN L D,et al.Comparing Continuous Glucose Monitoring and Blood Glucose Monitoring in Adults With Inadequately Controlled,Insulin-Treated Type 2 Diabetes(Steno2tech Study):A 12-Month,Single-Center,Randomized Controlled Trial [J].Diabetes care,2024,47(5):881-889.
[29] ZAHALKA S J,GALINDO R J,SHAH V N,et al.Continuous Glucose Monitoring for Prediabetes:What Are the Best Metrics?[J].J Diabetes Sci Technol,2024,18(4):835-846.
Evaluation of the effect of elderly diabetes mellitus smart ward construction on recent blood glucose management
 
    X