Objectives Despite the widespread diffusion of continuous glucose monitoring (CGM) systems, which includes both real-time CGM (rtCGM) and intermittently scanned CGM (isCGM), an effective application of CGM technology in clinical practice is still limited. The study aimed to investigate the relationship between isCGM-derived glycemic metrics and glycated hemoglobin (HbA1c), identifying overall CGM targets and exploring the inter-subject variability. Methods A group of 27 children and adolescents with type 1 diabetes under multiple daily injection insulin-therapy was enrolled. All participants used the isCGM Abbott’s FreeStyle Libre system on average for eight months, and clinical data were collected from the Advanced Intelligent Distant-Glucose Monitoring platform. Starting from each HbA1c exam date, windows of past 30, 60, and 90 days were considered to compute several CGM metrics. The relationships between HbA1c and each metric were explored through linear mixed models, adopting an HbA1c target of 7%. Results Time in Range and Time in Target Range show a negative relationship with HbA1c (R 2 >0.88) whereas Time Above Range and Time Severely Above Range show a positive relationship (R 2 >0.75). Focusing on Time in Range in 30-day windows, random effect represented by the patient’s specific intercept reveals a high variability compared to the overall population intercept. Conclusions This study confirms the relationship between several CGM metrics and HbA1c; it also highlights the importance of an individualized interpretation of the CGM data.

中文翻译：

---

探索儿童 1 型糖尿病患者血糖监测指标与糖化血红蛋白之间关系的受试者间变异性

目标 尽管包括实时 CGM (rtCGM) 和间歇扫描 CGM (isCGM) 的连续血糖监测 (CGM) 系统广泛普及，但 CGM 技术在临床实践中的有效应用仍然有限。该研究旨在调查 isCGM 衍生的血糖指标与糖化血红蛋白 (HbA1c) 之间的关系，确定总体 CGM 目标并探索受试者间的变异性。方法 每天​​多次注射胰岛素治疗的1型糖尿病儿童和青少年27例。所有参与者平均使用 isCGM Abbott 的 FreeStyle Libre 系统八个月，并从高级智能远程葡萄糖监测平台收集临床数据。从每个 HbA1c 考试日期开始，过去 30、60、90 天被认为是计算几个 CGM 指标。通过线性混合模型探索 HbA1c 与每个指标之间的关系，采用 7% 的 HbA1c 目标。结果范围内的时间和目标范围内的时间与 HbA1c 呈负相关（R 2 > 0.88），而超出范围的时间和严重超出范围的时间显示正相关（R 2 > 0.75）。关注 30 天窗口中的时间范围，患者的特定截距代表的随机效应显示与总体人群截距相比具有很高的可变性。结论 本研究证实了几个 CGM 指标与 HbA1c 之间的关系；它还强调了对 CGM 数据进行个性化解释的重要性。通过线性混合模型探索 HbA1c 与每个指标之间的关系，采用 7% 的 HbA1c 目标。结果范围内的时间和目标范围内的时间与 HbA1c 呈负相关（R 2 > 0.88），而超出范围的时间和严重超出范围的时间显示正相关（R 2 > 0.75）。关注 30 天窗口中的时间范围，患者的特定截距代表的随机效应显示与总体人群截距相比具有很高的可变性。结论 本研究证实了几个 CGM 指标与 HbA1c 之间的关系；它还强调了对 CGM 数据进行个性化解释的重要性。通过线性混合模型探索 HbA1c 与每个指标之间的关系，采用 7% 的 HbA1c 目标。结果范围内的时间和目标范围内的时间与 HbA1c 呈负相关（R 2 > 0.88），而超出范围的时间和严重超出范围的时间显示正相关（R 2 > 0.75）。关注 30 天窗口中的时间范围，患者的特定截距代表的随机效应显示与总体人群截距相比具有很高的可变性。结论 本研究证实了几个 CGM 指标与 HbA1c 之间的关系；它还强调了对 CGM 数据进行个性化解释的重要性。88) 而 Time Above Range 和 Time Severely Above Range 显示正相关（R 2 >0.75）。关注 30 天窗口中的时间范围，患者的特定截距代表的随机效应显示与总体人群截距相比具有很高的可变性。结论 本研究证实了几个 CGM 指标与 HbA1c 之间的关系；它还强调了对 CGM 数据进行个性化解释的重要性。88) 而 Time Above Range 和 Time Severely Above Range 显示正相关（R 2 >0.75）。关注 30 天窗口中的时间范围，患者的特定截距代表的随机效应显示与总体人群截距相比具有很高的可变性。结论 本研究证实了几个 CGM 指标与 HbA1c 之间的关系；它还强调了对 CGM 数据进行个性化解释的重要性。