探讨由自我血糖监测（SMBG）点血糖计算不同的血糖波动指标与持续葡萄糖监测（CGM）系统获得的平均血糖波动幅度（MAGE）的相关性。
方法本研究为回顾性研究。纳入2018年1月至2019年10月在中山大学附属第三医院内分泌与代谢病学科住院同时接受48~72 h CGM及7点（三餐前、三餐后2 h以及睡前）SMBG的105例2型糖尿病患者作为研究对象，根据7点SMBG数据计算以下血糖波动指标：血糖水平的标准差（SDBG）、最大血糖波动幅度（LAGE）、餐后血糖波动幅度（PPGE）、血糖变异系数（CV）和平均血糖波动幅度（MAGE′，由SMBG计算所得）。分别采用Spearman相关分析、简单线性回归和多元逐步回归分析法分析由SMBG计算的血糖波动各指标与由CGM获得的MAGE的关系，并绘制受试者工作特征（ROC）曲线评估前者对后者的预测能力。
结果105例2型糖尿病患者中，7点SMBG计算的SDBG为（2.02±0.77）mmol/L、PPGE为（2.75±1.13）mmol/L、LAGE为（5.62±2.13）mmol/L、CV为（25.92±0.77）%及MAGE′为4.11（2.84，5.92）mmol/L，均与CGM获得的MAGE［4.00（2.65，5.00）mmol/L］显著相关（r值分别为0.614、0.499、0.588、0.533和0.473，均P<0.01）。以MAGE为因变量，SDBG、PPGE、LAGE、CV和MAGE′为自变量进行多元逐步回归分析，仅SDBG进入方程（P<0.01）。ROC曲线下面积分别为：SDBG为0.795［95%可信区间（CI）0.708~0.882］、LAGE为0.782（95%CI 0.692~0.872）及CV为0.769（95%CI 0.677~0.846），均大于PPGE［0.718（95%CI 0.620~0.816）］和MAGE′［0.704（95%CI 0.607~0.789）］的ROC曲线下面积。
结论由7点SMBG数据计算的血糖波动指标（SDBG、LAGE、PPGE、CV和MAGE′）与CGM获得的MAGE相关性好，其中，SDBG准确性更高。