血糖代謝連續體與糖尿病風險分層

The continuum of glucose metabolism  —— 瞭解葡萄糖代謝的「連續過程」至關重要，因為糖尿病並非一夕形成，而是身體能量處理從最佳效率逐漸轉向「代謝失調」的漸進過程。監測特定生物標誌物可在臨床診斷前數年，識別個體在此譜系中的位置。評估二型糖尿病風險及識別「糖尿病前期」或血糖調節異常，需綜合臨床病史、生理指標與生活習慣因素。除了標準指標如 ：糖化血色素 HbA1c 和空腹血糖外；許多臨床指標、臨床預測因子  (Lipid & Metabolic Surrogates) 與病史 … 亦能顯著反映個人體內代謝狀況。

東亞老年人二型糖尿病盛行率持續上升，成為重大公共衛生問題。隨年齡增長，胰島素阻抗加劇、β 細胞功能下降，加上生活型態改變，促使糖尿病前期管理需更積極。@PAIR Health, 我們整合區域數據，依中韓、東亞老年人生理特徵，設定 METs-IR 等指標臨界值，準確界定高風險族群，並運用人工智慧預測模型追蹤代謝變化，及時介入糖尿病風險升高者。

1. 圖 1 : 以對數刻度展示糖尿病臨床指標（空腹血糖、糖化血色素、兩小時口服葡萄糖耐受測試、血脂異常）及正常血糖範圍（亞臨床糖尿病）與... 未來併發症及共病風險的演變。血糖異常連續體 (dysglycemia continuum) 的概念框架說明了代謝功能惡化早於臨床診斷標準（如 HbA1c ≧6.5%）達標前即已開始。代謝風險變數非獨立二元指標，而是相互乘作用，加速 β 細胞功能障礙與胰島素阻抗發展。

2. 圖 2 : 真實個案研究，顯示未 5-10 (7.5 )年罹患糖尿風險。7.5 年內 ~7% 的風險表示，在 100 位與您風險相同的人中，預計有 7 人會罹患第二型糖尿病，93 人不會。在糖尿病風險分層模型中：7% 的 7.5 年風險通常屬於低至中等。一般中年成年人在 7 -10 年內的基線風險約為 3%-8%。此個案雖不屬於高風險族群（風險通常超過 15%-20%）。但因糖尿病風險隨時間持續累積，現階段是採取低投入、高效益預防措施的最佳時機。

3. 圖 3 : 顯示新竹糖尿病前期及糖尿病發病率。精準診斷需要結合 HbA1C, 1- or 2-hr PC sugar, insulin...

Integrated Intelligence   在您的檢查報告可以看到這些的分析結果   Boundless Reach

預測  Prediction —— 糖尿病前期進展為二型糖尿病 T2DM 通常受多種代謝、環境及生理因素交互影響。臨床與族群健康管理中，動態指標如 TyG, FIB-4 及 METS-IR 指數成為重要預測因子。此外，**脂肪量及分佈** 亦較體重總量更具預測價值。

糖尿病風險預測是從被動治療轉向主動健康管理的重要轉變。由於第二型糖尿病潛伏多年，早期預測具顯著臨床與經濟效益。預測糖尿病風險的主要原因包括「可逆性」時窗、預防隱性併發症、資源分層及精準健康管理。

動態風險建模與靜態評估 —— 現代預測模型，尤其是人工智慧與機器學習，更重視變化速率而非靜態數據。例如，十二個月內 HbA1c 由 5.7% 升至 6.2%，其風險明顯高於五年穩定維持 6.3% 者。識別「快速進展者」有助於從一刀切轉向個性化干預，提升醫療資源分配效率。

糖尿病分群  Precision Clustering: Shifting from Blanket Diagnosis to Pathomechanistic Care  —— 將糖尿病視為多種不同代謝途徑的集合，而非單一診斷，分群方法促成真正以患者為中心的流程，銜接生物數據與主動的病理機制治療。分群將操作模式從被動治療轉變為分層、主動的風險管理 ，包括1) 預測特定併發症（針對性篩查）；2) 量身訂做早期精準治療；3). 捕捉亞臨床期（精準預防）

糖尿病及心血管疾病  en Route to Diabetes  and cardiometabolic disease —— 代謝症候群非單一疾病，而是一組警訊，提示罹患糖尿病及心血管疾病（如心臟病、心衰竭、中風）的風險。糖尿病診斷與治療強調個人化，需精準判斷糖尿病前期亞型  (clusters)，以提供有效解決方案與支援。透過針對性管理  (personalized care) 方能預防糖尿病及其併發症。