解读透析中的血糖控制：为什么HbA1c和糖化白蛋白需要细致的方法

亮点

1. 在维持性透析患者中，HbA1c和糖化白蛋白（GA）与平均传感器血糖（r = 0.85 和 0.87）显示出强相关性，优于果糖胺（r = 0.70）。

2. 尽管相关性很强，但HbA1c受到促红细胞生成素（ESA）剂量、血红蛋白水平和BMI的影响，可能导致长期血糖评估不准确。

3. 糖化白蛋白和果糖胺受透析特异性因素的影响，包括透析方式（血液透析与腹膜透析）、透析时间长短和残余肾功能。

4. 该研究建议，虽然HbA1c和GA有用，但临床医生必须根据患者的个体特征调整解释，以避免治疗错误。

肾衰竭中的血糖评估困境

对于进行维持性透析的肾衰竭（KF）患者来说，保持最佳血糖控制是一项临床紧绳走钢丝。高血糖是心血管疾病发病率的已知驱动因素，而低血糖——通常因肾糖清除受损和营养不良而加剧——则构成直接的生命威胁。传统上，糖化血红蛋白（HbA1c）一直是监测长期血糖水平的金标准。然而，在晚期肾病的背景下，HbA1c的可靠性受到损害。缩短的红细胞寿命、铁缺乏和频繁使用促红细胞生成素（ESAs）等因素创造了一个生理环境，使HbA1c可能无法准确反映真实的平均血糖。因此，人们对替代生物标志物如糖化白蛋白（GA）和果糖胺产生了极大的兴趣，这些标志物反映了较短期的血糖水平，并且独立于红细胞动态。

研究设计和方法

在一项前瞻性社区队列研究中，Zelnick及其同事试图严格评估这些生物标志物的准确性和偏差。该研究包括251名接受维持性透析的参与者，其中63%被诊断为糖尿病。研究人员使用Dexcom G6 Pro连续葡萄糖监测器（CGM）进行了10天的监测，作为平均血糖的参考标准。主要目标是比较HbA1c、GA和果糖胺与CGM衍生的平均血糖的相关性，并确定引入系统偏差的临床协变量。有效CGM数据的中位持续时间为9.3天，提供了强大的比较数据集。

关键发现：准确性的层次

研究表明，HbA1c和GA在透析人群中都是相对较强的平均血糖指标。总体相关系数（r）分别为0.85（HbA1c）和0.87（GA）。在特定诊断为糖尿病的参与者中，这两个标记的相关性仍然很高，均为0.84。然而，果糖胺的相关性显著较弱（总体r = 0.70；糖尿病亚组r = 0.64），表明其在这一设置中的常规临床应用可能不太可靠。

均值和分布

队列的平均CGM血糖为170 mg/dL。相应的生物标志物平均值为HbA1c 6.2%，GA 19.6%，果糖胺 351 µmol/L。虽然高相关系数令人鼓舞，但它们掩盖了个别患者层面的变异性和偏差。

识别偏差来源

这项研究最重要的贡献是识别了导致生物标志物读数偏斜的具体临床因素。即使一个生物标志物在整个群体中相关性良好，个别患者因素也可能导致该标志物与真实平均血糖显著偏离。

影响HbA1c的因素

研究发现HbA1c受到以下因素的显著影响：

• ESA剂量：较高的ESA剂量通常会刺激新红细胞（网织红细胞）的产生。这些较年轻的细胞糖化时间较短，可能会导致HbA1c读数偏低，尽管平均血糖较高。
• 血红蛋白和白蛋白水平：这些蛋白质的变化直接影响糖化的底物可用性或反映潜在的炎症状态，从而改变蛋白质动力学。
• BMI：身体质量指数似乎影响HbA1c与CGM血糖之间的关系，可能是通过代谢途径或慢性炎症。

影响GA和果糖胺的因素

由于GA和果糖胺依赖于血清蛋白而非血红蛋白，它们受到不同变量的影响：

• 透析方式和透析时间：患者是接受血液透析还是腹膜透析，以及他们接受透析的时间长短，显著影响这些标志物的准确性。这可能是由于两种方式之间蛋白质丢失和周转率的不同所致。
• 残余肾功能：仍能排尿的患者与完全无尿的患者相比，可能有不同的蛋白质清除谱，影响糖化蛋白的稳态浓度。

专家评论：临床意义

Zelnick等人的研究结果为临床医生提供了一幅细致的地图。虽然HbA1c和GA是“强”标志物，但它们不是“完美”标志物。ESA治疗引入的显著偏差尤其值得注意，因为许多透析患者需要高剂量的这些药物来管理贫血。一名HbA1c看似控制良好的7.0%的患者，如果在接受强化ESA治疗，实际上可能经历更高的平均血糖水平。

此外，该研究强调，糖化白蛋白通常被认为是肾衰竭患者的理想替代品，但并非不受偏差影响。透析方式的影响表明，腹膜透析患者的GA值不能与血液透析患者的GA值相同解读。这项研究加强了越来越多的共识，即连续葡萄糖监测（CGM）可能是唯一能够真正个性化护理高风险透析患者的方法，将生物标志物用作补充工具而非绝对指南。

结论

总之，HbA1c和糖化白蛋白仍然是评估维持性透析患者平均血糖最可行的实验室生物标志物，显著优于果糖胺。然而，由于ESA使用、BMI和透析特征相关的显著偏差，这些标志物不应孤立解读。临床医生应将这些值作为更广泛的临床图景的一部分，最好辅以定期的CGM数据来校准每个患者的生物标志物。未来的研究应集中在开发考虑这些偏差的调整公式，以提高透析人群血糖管理的精确度。

参考文献

1. Zelnick LR, Trikudanathan S, Hall YN, et al. Accuracy, Variability, and Bias of Glycemic Biomarkers in Patients Treated With Maintenance Dialysis. Diabetes Care. 2026. PMID: 41805834.

2. Nathan DM, Kuenen J, Borg R, et al. Translating the A1C assay into estimated average glucose values. Diabetes Care. 2008;31(8):1473-1478.

3. Agarwal R, Light RP. Glycated hemoglobin and glycated albumin for characterizing glycemia in hemodialysis. Clin J Am Soc Nephrol. 2010;5(12):2247-2255.