MONITORAMENTO CONTÍNUO DE GLICOSE (CGM): EVOLUÇÃO DOS SENSORES E O USO DE MÉTRICAS ALÉM DA HEMOGLOBINA GLICADA, COMO O "TEMPO NO ALVO"
DOI:
https://doi.org/10.56238/arev8n4-056Palavras-chave:
Monitoramento Contínuo de Glicose, Tempo no Alvo, Variabilidade Glicêmica, Hemoglobina Glicada, Diabetes Mellitus Tipo 1Resumo
Introdução: O gerenciamento intensivo do diabetes mellitus tipo 1 (DM1) baseou-se historicamente na hemoglobina glicada (HbA1c) e no automonitoramento da glicemia capilar (SMBG), métodos que apresentam limitações sobre não refletir adequadamente a variabilidade glicêmica, as tendências e o risco de hipoglicemia. Recentemente, o avanço tecnológico para o Monitoramento Contínuo de Glicose (CGM) viabilizou a utilização de métricas mais dinâmicas e mais precisas, com destaque para o Tempo no Alvo (TIR). Objetivo: Sintetizar a evolução tecnológica e clínica dos sistemas CGM, avaliando como a adoção de métricas além da HbA1c, com ênfase no TIR, redefine as metas terapêuticas e impacta a segurança e a qualidade de vida dos pacientes com DM1. Metodologia: Foi realizada uma revisão narrativa da literatura, de natureza qualitativa e descritiva. A busca foi feita nas bases de dados eletrônicas PubMed, Web of Science, Scopus e Cochrane Central, priorizando publicações entre 2006 e 2026 que avaliassem os desfechos glicêmicos primários com o uso de tecnologias em diabetes. Resultados: As evidências mostram que o uso do CGM associa-se à redução da HbA1c, à menor exposição à hipoglicemia e ao aumento do TIR quando comparado ao SMBG. Na comparação entre dispositivos, o CGM em tempo real (rtCGM) demonstrou superioridade sobre os sistemas de varredura intermitente (isCGM) em relação ao TIR e à segurança contra hipoglicemias, devido à sua capacidade de gerar alertas preditivos e operar em alça fechada. A literatura comprova que a correlação entre HbA1c e TIR é apenas parcial; valores aparentemente adequados de HbA1c podem coexistir com instabilidade glicêmica severa. Além disso, o TIR mostrou-se a métrica mais consistentemente associada à redução de complicações crônicas (como retinopatia e albuminúria) e mortalidade. Do ponto de vista da engenharia, os biossensores de fluido intersticial continuam sendo o padrão-ouro clinicamente validado, visto que as tecnologias não invasivas ainda enfrentam desafios de precisão e consolidação. Conclusão: O monitoramento do diabetes passou por uma mudança de paradigma, corrigindo a "falácia da média" imposta pela HbA1c. Embora a HbA1c mantenha relevância histórica, o controle contemporâneo exige a avaliação complementar do Tempo no Alvo (TIR), Tempo Abaixo da Faixa (TBR) e variabilidade glicêmica para garantir a eficácia terapêutica, individualizar o risco clínico e melhorar de forma segura os desfechos a longo prazo no diabetes.
Downloads
Referências
1. ALFADLI, Salya F. et al. Effectiveness of continuous glucose monitoring systems on glycemic control in adults with type 1 diabetes: a systematic review and meta-analysis. Metabolism Open, v. 27, art. 100382, 2025. DOI: https://doi.org/10.1016/j.metop.2025.100382.
2. BATTELINO, Tadej et al. Clinical targets for continuous glucose monitoring data interpretation: recommendations from the international consensus on time in range. Diabetes Care, v. 42, n. 8, p. 1593–1603, 2019. DOI: https://doi.org/10.2337/dci19-0028.
3. BECK, Roy W. et al. The relationships between time in range, hyperglycemia metrics, and HbA1c. Journal of Diabetes Science and Technology, v. 13, n. 4, p. 614–626, 2019. DOI: https://doi.org/10.1177/1932296818822496.
4. CHEN, Danrui et al. Effect of real-time continuous glucose monitoring versus flash glucose monitoring on glycemic control in adults with type 1 diabetes mellitus: a systematic review and meta-analysis. Metabolic Syndrome and Related Disorders, v. 22, n. 10, p. 709–716, 2024. DOI: https://doi.org/10.1089/met.2024.0025.
5. DANNE, Thomas et al. Continuous glucose monitoring metrics and continuous glucose monitoring–based hypoglycemia, including duration, in individuals with type 1 diabetes switching to once-weekly insulin icodec: a post hoc evaluation of ONWARDS 6. Diabetes Technology & Therapeutics, v. 27, n. 12, p. 963–972, 2025. DOI: https://doi.org/10.1177/15209156251359319.
6. DOVC, Klemen; BATTELINO, Tadej. Time in range centered diabetes care. Clinical Pediatric Endocrinology, v. 30, n. 1, p. 1–10, 2021. DOI: https://doi.org/10.1297/cpe.30.1.
7. ELBALSHY, Mona et al. Effect of divergent continuous glucose monitoring technologies on glycaemic control in type 1 diabetes mellitus: a systematic review and meta-analysis of randomised controlled trials. Diabetic Medicine, v. 39, e14854, 2022. DOI: https://doi.org/10.1111/dme.14854.
8. ELIASSON, Björn et al. Associations between HbA1c and glucose time in range using continuous glucose monitoring in type 1 diabetes: cross-sectional population-based study. Diabetes Therapy, v. 15, p. 1301–1312, 2024. DOI: https://doi.org/10.1007/s13300-024-01572-z.
9. FANG, Yayu et al. Metabolic syndrome in type 1 diabetes: higher time above range and glycemic variability revealed by continuous glucose monitoring (CGM). Diabetology & Metabolic Syndrome, v. 17, art. 49, 2025. DOI: https://doi.org/10.1186/s13098-025-01602-1.
10. FRIEDMAN, Jared G. et al. Use of continuous glucose monitors to manage type 1 diabetes mellitus: progress, challenges, and recommendations. Pharmacogenomics and Personalized Medicine, v. 16, p. 263–276, 2023. DOI: https://doi.org/10.2147/PGPM.S374663.
11. GHOSH, Manthan; BORA, Vibha Rajesh. Evolution in blood glucose monitoring: a comprehensive review of invasive to non-invasive devices and sensors. Discover Medicine, v. 2, art. 74, 2025. DOI: https://doi.org/10.1007/s44337-025-00273-1.
12. GOSHRANI, Ashni et al. Time in range—A new gold standard in type 2 diabetes research? Diabetes, Obesity and Metabolism, v. 27, p. 2342–2362, 2025. DOI: https://doi.org/10.1111/dom.16279.
13. JOHNSTON, Lucy et al. Advances in biosensors for continuous glucose monitoring towards wearables. Frontiers in Bioengineering and Biotechnology, v. 9, art. 733810, 2021. DOI: https://doi.org/10.3389/fbioe.2021.733810.
14. KARAKASIS, Paschalis et al. Effects of glucagon-like peptide-1 receptor agonists on glycated haemoglobin and continuous glucose monitoring metrics as adjunctive therapy to insulin in adults with type 1 diabetes: a meta-analysis of randomized controlled trials. Diabetes, Obesity and Metabolism, v. 26, p. 6043–6054, 2024. DOI: https://doi.org/10.1111/dom.15979.
15. LIN, Rose et al. Continuous glucose monitoring: a review of the evidence in type 1 and 2 diabetes mellitus. Diabetic Medicine, v. 38, e14528, 2021. DOI: https://doi.org/10.1111/dme.14528.
16. PIONA, Claudia et al. Relationships between HbA1c and continuous glucose monitoring metrics of glycaemic control and glucose variability in a large cohort of children and adolescents with type 1 diabetes. Diabetes Research and Clinical Practice, v. 177, art. 108933, 2021. DOI: https://doi.org/10.1016/j.diabres.2021.108933.
17. SHERWOOD, Jordan S.; RUSSELL, Steven J.; PUTMAN, Melissa S. New and Emerging Technologies in Type 1 Diabetes. Endocrinology and Metabolism Clinics of North America, 2020. DOI: https://doi.org/10.1016/j.ecl.2020.07.006.
18. WU, Xinying et al. A systematic review of continuous glucose monitoring sensors: principles, core technologies and performance evaluation. Sensors and Actuators Reports, v. 10, art. 100361, 2025. DOI: https://doi.org/10.1016/j.snr.2025.100361.
19. YAPANIS, Michael et al. Complications of diabetes and metrics of glycemic management derived from continuous glucose monitoring. The Journal of Clinical Endocrinology & Metabolism, v. 107, p. e2221–e2236, 2022. DOI: https://doi.org/10.1210/clinem/dgac034.
20. YOO, Jee Hee; KIM, Jae Hyeon. Time in Range from Continuous Glucose Monitoring: A Novel Metric for Glycemic Control. Diabetes & Metabolism Journal, v. 44, p. 828–839, 2020. DOI: https://doi.org/10.4093/dmj.2020.0257.
21. ZOU, Yuanyuan et al. Minimally invasive electrochemical continuous glucose monitoring sensors: recent progress and perspective. Biosensors and Bioelectronics, v. 225, art. 115103, 2023. DOI: https://doi.org/10.1016/j.bios.2023.115103.
