基于信息化血糖監測系統建立血糖基準報告研究

【摘要】 背景 隨著糖尿病患病率的增高，住院患者血糖管理已成為醫院關注的焦點，但目前尚缺乏公認的績效指標定義、指標測算和標準化血糖基準報告，影響了醫院血糖管理持續質量改進。目的 基于信息化血糖監測系統（IGMS）構建血糖基準報告，一為同行建立標準化血糖報告提供方法學指導，二為同行提供血糖基準參考。方法 納入2019年10月至2020年3月遂寧市中心醫院安裝了IGMS（該系統能自動上傳血糖數據和按需求查閱血糖數據）的非重癥監護病區（10個內科和7個外科）的糖尿病患者或高血糖患者（無糖尿病病史但隨機末梢血糖超過11.1 mmol/L），排除住院第1天的血糖數據。采用群體（population）、患者（patient）和患者日（patient-day）三種模型報告理想血糖、高血糖和低血糖發生率，低血糖報告增加患者低血糖發生天數比、發生頻次比和管理及時性比，采用四分位數分析不同病區的血糖數據，并與美國、澳大利亞、重慶和廣東醫療機構的血糖數據進行比較。結果 三種模型平均血糖、理想血糖、平均高血糖和任意高血糖（gt;10.0 mmol/L、≥15.0 mmol/L、≥16.7 mmol/L）、任意低血糖（≤3.9 mmol/L、lt;3.0 mmol/L、lt;2.8 mmol/L、lt;2.2 mmol/L）比較，差異均有統計學意義（Plt;0.001）。17個病區任意低血糖≤3.9 mmol/L發生gt;3次者312例（3.9%），發生gt;3 d者202例（2.5%），復測血糖時間≤15 min者446例（5.6%），gt;30 min者2 187例（27.5%）。患者日任意高血糖≥15.0 mmol/L、任意低血糖≤3.9 mmol/L、理想血糖下四分位數分別為38.6%、5.5%和38.0%，上四分位數分別為21.5%、2.1%和58.1%。17個病區與美國、澳大利亞、重慶醫療機構的平均高血糖和任意高血糖（gt;10.0 mmol/L、≥15.0 mmol/L、≥16.7 mmol/L）、任意低血糖（≤3.9 mmol/L、lt;3.0 mmol/L、lt;2.8 mmol/L、lt;2.2 mmol/L）比較，差異均有統計學意義（Plt;0.05）。本研究內分泌病區和廣東省某內分泌病區血糖、理想血糖、任意高血糖≥16.7 mmol/L、任意低血糖≤3.9 mmol/L比較，差異均有統計學意義（Plt;0.05）。結論 IGMS允許醫療機構建立全方位、標準化血糖報告。因目的不同，其選擇模型也不同。群體模型更適用藥物管理和風險管理人員，患者模型更適用個體化護理評估，患者日模型適用于某單元或單位進行質量改進方向和目標的制定。

【關鍵詞】 糖尿病；血糖監測；理想血糖；低血糖；高血糖；血糖基準報告

【中圖分類號】 R 587.1 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2021.02.046

彭艷瓊，謝楠，敬敏，等．基于信息化血糖監測系統建立血糖基準報告研究［J］．中國全科醫學，2021，24（33）：4255-4260. ［www.chinagp.net］

PENG Y Q，XIE N，JING M，et al．Development of a blood glucose benchmark report based on the information glucose monitoring system［J］．Chinese General Practice，2021，24（33）：4255-4260.

Development of a Blood Glucose Benchmark Report Based on the Information Glucose Monitoring System PENG Yanqiong，XIE Nan，JING Min，WANG Daimei，WU Yan*

Suining Central Hospital，Suining 629000，China

*Corresponding author：WU Yan，Chief physician；E-mail：2601307515@qq.com

【Abstract】 Background Growing prevalence of diabetes contributes to increasing attentions given to inpatient glycemic management. However，the lack of recognized definition and measurement of performance indicators，as well as the standardized blood glucose benchmark report has affected the continuous quality improvement of glycemic management in hospitals. Objective To develop a blood glucose benchmark report based on an information glucose monitoring system （IGMS），providing methodological guidance for developing such reports，and a blood glucose benchmark for medical workers for reference. Methods Patients with diabetes or hyperglycemia （no history of diabetes but with peripheral blood glucose levels exceeding 11.1 at any random time） were selected during October 2019 to March 2020 from non-intensive care units （10 medical and 7 surgical units） equipped with IGMS （for automatically uploading blood glucose data and reviewing blood glucose data on demand），Suining Central Hospital. The blood glucose data on the first day of hospitalization were excluded. Three models of population，patient and patient-day were used to report the incidence of ideal blood glucose，hyperglycemia and hypoglycemia. The ratio of days，frequency and management timeliness of patients were additionally added for hypoglycemia report. Our internal glucose data were analyzed by quartiles and compared with the blood glucose data of medical institutions in the United States，Australia，Chongqing and Guangdong Province. Results The average blood glucose，ideal blood glucose ratio，and average hyperglycemia differed significantly across the three models（Plt;0.001）. The ratios of hyperglycemia （gt;10.0 mmol/L，≥15.0 mmol/L，≥16.7 mmol/L），and hypoglycemia （≤3.9 mmol/L，lt;3.0 mmol/L，lt;2.8 mmol/L，lt;2.2 mmol/L） at any random time of the three models were statistically different （Plt;0.001）. Of the patients in 17 wards of our hospital，312 cases （3.9%） had hypoglycemia （≤3.9 mmol/L） occurring more than 3 times at any random time，202（2.5%） had hypoglycemia occurring more than 3 days，446（5.6%） remeasured blood glucose ≤15 minutes，and 2 187（27.5%） remeasured blood glucose gt;30 minutes. The patient-day percentages of patients in lower and upper quartiles of hyperglycemia （≥15.0 mmol/L） at any random time were 38.6% and 21.5%，respectively. The patient-day percentages of patients in lower and upper quartiles of hypoglycemia（≤3.9 mmol/L） at any random time were 5.5% and 2.1%，respectively. The patient-day percentages of patients in lower and upper quartiles of ideal blood glucose were 38.0% and 58.1%，respectively. Statically significant differences（Plt;0.05） were found in average hyperglycemia，hyperglycemia at any random time（gt;10.0 mmol/L，≥15.0 mmol/L，≥16.7 mmol/L），and hypoglycemia at any random time（≤3.9 mmol/L，lt;3.0 mmol/L，lt;2.8 mmol/L，lt;2.2 mmol/L） across diabetic or hyperglycemic patients in our 17 wards，and in medical institutions of the United States，Australia and Chongqing. The average blood glucose，ideal blood glucose，hyperglycemia （≥16.7 mmol/L） at any random time，and hypoglycemia （≤3.9 mmol/L） at any random time in diabetic or hyperglycemic patients in the Endocrine Ward of our hospital were significantly different from those of diabetic or hyperglycemic patients in an Endocrine Ward in Guangdong Province（Plt;0.05）. Conclusion IGMS contributes to the creation of comprehensive and standardized glucose report in medical institutions. The selection of model varies by the purpose of creation：the population model is more suitable for drug management and risk management for individuals，the patient model is more suitable for individualized nursing evaluation，and the patient-day model is more suitable for deciding the quality direction and goal to be improved for a unit.

【Key words】 Diabetes mellitus；Blood glucose monitoring；Ideal blood glucose；Hypoglycemia；Hyperglycemia；Glucose benchmark report

目前，糖尿病患病率持續上升，LI等［1］從2015—2017年31個省市調研結果中得出，中國成年居民糖尿病患病率為12.8%，糖尿病前期患病率為35.2%。嚴重的高血糖和醫源性低血糖是血糖管理團隊需要解決的臨床質量與安全問題［2-3］，但龐大的數據、復雜的多重計算、缺乏標準化的血糖測量報告，以及執行這些功能的資源有限，使多數醫院難以確立改進目標和衡量改進效果。

信息化血糖監測系統（Information Glucose Monitoring System，IGMS）與遂寧市中心醫院HIS系統相對接，血糖數據實時上傳，數據段有病區位置、日期、時間、患者基本信息（病區、床號、住院號、年齡、性別、診斷）、主管醫生和血糖值（mmol/L），在科研數據欄可檢索任何病區、日期范圍、時間段、年齡段、性別或不同組合類別的理想血糖、低血糖和高血糖監測指標，各血糖監測指標定義和匯編可以根據研究者需求開發。因此，本研究基于IGMS建立全方位的血糖報告模型，并在此基礎上，與美國、澳大利亞、重慶和廣東的醫療機構血糖數據進行比較，旨在為血糖管理質量改進提供方法學和數據參考。

1 對象與方法

1.1 研究對象 納入2019年10月至2020年3月遂寧市中心醫院安裝了IGMS（該系統能自動上傳血糖數據和按需求查閱血糖數據）的非重癥監護病區的糖尿病患者或高血糖患者（無糖尿病病史但隨機末梢血糖超過11.1 mmol/L），排除腫瘤病區、日間中心，而因妊娠期糖尿病血糖控制目標特別不同，所以也排除產科病區。納入的內科病房包括內分泌代謝病科、腎內科、血液科、心血管內科二病區、心血管內科三病區、神經內科二病區、消化內科四病區、消化內科五病區及呼吸與危重癥醫學科一、二病區，共計10個病區；外科病房為眼科、泌尿外科、消化外科一病區、消化外科三病區、心血管外科一病區、呼吸中心（胸外）三病區和乳腺甲狀腺病區，共計7個病區。由于住院第一天血糖數據漂移大，所以排除該時間段血糖數據，將血糖讀數“Hi”重置為高顯示的極限數值33.3 mmol/L；血糖讀數“Lo”重置為低顯示的極限數值1.1 mmol/L。

1.2 數據收集與分析 采用GOLDBERG等［4］建立的血糖模型（Population，Patient，Patient-Day）建模，該模型被美國、澳大利亞和英國等國家廣泛采用，以群體、患者、患者日3個分析單元來反映血糖控制效果，見表1。對于每種模型測量以下績效指標：平均血糖、中位數血糖、理想血糖（4.0～10.0 mmol/L）、平均和任意高血糖（gt;10.0、≥15.0 mmol/L或≥16.7 mmol/L）、任意低血糖（≤3.9、lt;3.0、lt;2.8、lt;2.2 mmol/L），各模型的血糖監測指標的測定定義見表1，績效指標的區間和測量定義參照國內外研究報告確定［3-7］。

控制高血糖和預防醫源性低血糖是醫療團隊需要綜合考慮的安全管理點。有研究將血糖≥15.0 mmol/L或≤3.9 mmol/L的患者日定義為不良血糖日（AGD）［6］。據此，本研究報告了上述血糖范圍的發生時間，并在低血糖報告中特別關注了患者低血糖發生天數、低血糖發生頻次和低血糖管理及時性的占比。

1.3 統計學方法 在SPSS 25.0軟件中采用四分位圖匯報高血糖（≥15.0 mmol/L）、低血糖（≤3.9 mmol/L）和理想血糖（4～10 mmol/L）的患者日模型報告。計量資料以（±s）表示，多組間比較采用方差分析，兩組間比較采用t檢驗；計數資料的分析采用χ2檢驗。以Plt;0.05為差異有統計學意義。

2 結果

本研究提取了17個非重癥監護病區7 956例患者59 868住院日的即時檢驗（POCT）血糖193 573次，其中男4 503例（56.6%），女3 453例（43.4%）；年齡≤65歲者4 400例（55.3%），66～79歲者2 840例（35.7%），≥80歲者716例（9.0%）。17個病區的血糖數據見表2。三種模型平均血糖、理想血糖、平均高血糖和任意高血糖（gt;10.0、≥15.0、≥16.7 mmol/L）、任意低血糖（≤3.9、lt;3.0、lt;2.8、lt;2.2 mmol/L）比較，差異均有統計學意義（Plt;0.001），見表2。

2.1 高血糖、低血糖報告 17個病區任意高血糖≥15.0 mmol/L、任意低血糖≤3.9 mmol/L發生頻次見圖1、2，高血糖主要發生在三餐后，而低血糖主要發生在夜間。17個病區任意低血糖≤3.9 mmol/L發生1次者441例（5.5%），發生2次者266例（3.3%），發生3次者202例（2.5%），發生gt;3次者312例（3.9%）。17個病區任意低血糖≤3.9 mmol/L發生1 d者629例（7.9%），發生2 d者247例（3.1%），發生3 d者143例（1.8%），發生gt;3 d者202例（2.5%）。17個病區任意低血糖≤3.9 mmol/L復測血糖時間≤15 min者僅有446例（5.6%），15～30 min者5 323例（66.9%），gt;30 min者2 187例（27.5%）。

2.2 17個病區患者日的內部基準血糖數據 17個病區患者日任意高血糖≥15.0 mmol/L占比為17.5%～49.8%，上、中和下四分位數分別為21.5%、27.0%和38.6%，位于下四分位數的科室為腎內科、內分泌代謝病科、心血管內科二病區和呼吸與危重癥醫學科一、二病區，見圖3。17個病區患者日任意低血糖≤3.9 mmol/L占比為1.3%～8.3%，上、中和下四分位數分別為2.1%、3.0%和5.5%，位于下四分位數的科室為眼科、血液科、消化內科四和五病區、內分泌代謝病科，見圖4。17個病區患者日理想血糖占比為33.5%～63.7%，上、中和下四分位數分別為58.1%、49.3%和38.0%，位于下四分位數的科室為血液科、心血管內科二病區、乳腺甲狀腺外科和呼吸與危重癥醫學科二病區，見圖5。

2.3 與外部患者日的血糖數據比較 本研究數據與美國［7］、澳大利亞［6］、重慶［8］醫療機構的平均高血糖（gt;10.0 mmol/L、≥15.0 mmol/L、≥16.7 mmol/L）、任意高血糖（gt;10.0 mmol/L、≥15.0 mmol/L、≥16.7 mmol/L）、任意低血糖（≤3.9 mmol/L、lt;3.0 mmol/L、lt;2.8 mmol/L、lt;2.2 mmol/L）比較，差異均有統計學意義（Plt;0.05），見表3。本院內分泌代謝病科和廣東省某內分泌病區［9］平均血糖、理想血糖、任意高血糖≥16.7 mmol/L、任意低血糖≤3.9 mmol/L比較，差異均有統計學意義（Plt;0.05），見表4。

3 討論

住院患者的血糖管理已經成為醫院的一個重要焦點，但由于缺乏公認的績效標準，這一領域的研究進展受到了阻礙。定義績效指標、計算基線績效、確立改善目標和衡量改進結果等均是安全優化血糖控制的理想選擇，但多數醫院缺乏這種能力。本研究基于IGMS建立和比較了3種模型的多維度血糖數據，以便同行選擇其需要的模型和績效指標。同時通過內外部基準分析，也使醫院或病區能夠正確看待自己的表現，并設定質量改進方向和可行的改進目標。

從本研究表1可知，3種模型的血糖數據比較均有統計學差異，那到底哪種模型的數據才值得采用？GOLDBERG等［4］推薦患者日模型更適宜用于醫院血糖管理質量報告，尤其是任意高血糖和低血糖發生率，其不會隨住院時長、患者數量出現大的數據漂移。從本研究表1也可以看到，患者日的數據介于患者和群體之間。但是GOLDBERG等［4］也指出，3種模型均有存在的意義，醫院藥劑師或病區藥品管理員可能更傾向于使用群體模型來確定50%葡萄糖的儲備量。對于患者或風險管理員來說，患者模型是他們更感興趣的。

在沒有臨床信息的情況下，嚴重的高血糖和嚴重的低血糖并沒有明確的界限［3］，一些學者將≥15.0 mmol/L作為嚴重高血糖，而另一些學者卻選擇了≥16.7 mmol/L，嚴重低血糖也如此，一些學者選擇lt;3.0 mmol/L，一些學者選擇lt;2.2 mmol/L［6，10-11］。本研究從高血糖（gt;10.0、≥15.0 mmol/L或≥16.7 mmol/L）和低血糖（≤3.9、lt;3.0、lt;3.0 mmol/L或lt;2.2 mmol/L）的多個層次去分析績效指標，是為了方便用戶能夠選擇需要的指標。

制作標準化的血糖測量報告是為了找到血糖質量改進的方向和目標。任何醫療質量的提高均面臨著定義指標、匯編數據以及開發和分發報告等問題。如國家護理質量數據平臺統一建立的跌倒、壓力性損傷、非計劃拔管等護理質量敏感指標，能為各醫療機構提供同質化的基線比較，從而使其明確改善重點。本研究類似于這樣的平臺，在復雜散亂的數據中首先定義了低血糖、高血糖和理想血糖范圍，且這種范圍是靈活可調的。然后每種血糖范圍明確了計算公式，并設置了3種模型：群體、患者和患者日，用戶可以根據需要選擇相應的模型，但在質量改進中，推薦選用患者日模型，因為其相對患者和群體來說，考慮了患者數和患者日數。只要是進入了IGMS的用戶，均可以查閱自己所在的基線位置，按照四分位數進行劃分，下四分位數的位置為需要改進的科室，上四分位數為改進的目標。當然，還可以與手動更新的其他機構血糖基準數據進行比較。

本研究從被廣泛推薦的高血糖≥15.0 mmol/L和低血糖≤3.9 mmol/L去解析內部血糖數據。本研究圖1所示，高血糖≥15.0 mmol/L高峰出現在三餐后，表明餐時胰島素不充分，而在用餐時間進行更標準化的胰島素治療可以降低高血糖發生率。本研究圖2所示，夜間低血糖更頻繁，表明在夜間使用胰島素或降糖藥物時應謹慎，睡前吃碳水化合物類零食可能有幫助，特別是對有低血糖危險因素者。本研究結果顯示，本院反復發生低血糖（gt;3 d或gt;3次）的患者占比高于重慶（2.5%與1.0%，3.9%與1.8%）［8］。本研究結果還顯示，僅有5.6%的低血糖事件在15 min內被復測，還有27.5%的低血糖事件超過了30 min才被復測，說明臨床對低血糖管理的精細化和重視度還不夠。

有效和安全地控制血糖的主要目標是增加患者日理想血糖范圍并減少高、低血糖事件［12］。本研究進行內部基準報告時將下四分位數設為需要改進的方向，上四分位數設為可改進目標。因此，本研究結果得出，患者日高血糖事件需要改進的科室為腎內科、內分泌代謝病科、心血管內科二病區和呼吸與危重癥醫學科一、二病區，可提升目標為21.5%；患者日低血糖事件需要改進的科室為眼科、內分泌代謝病科、血液科和消化內科四、五病區，可提升目標為2.1%；患者日理想血糖范圍占比需要改進的科室為血液科、心血管內科二病區、乳腺甲狀腺外科和呼吸與危重癥醫學科二病區，可提升目標為58.1%。

與外部基準比較，本研究17個病區總體的患者日平均血糖和高血糖高于美國、澳大利亞和重慶，但本研究平均低血糖低于其他研究。本研究內分泌代謝病科血糖均值和理想血糖控制范圍優于廣東省某內分泌病區，但高血糖和低血糖事件發生率稍高于該病區。

當然，上述數據的變化可能包括所服務患者的群體特征差異或使用血糖管理方案的差異［3］，這也可能是內分泌代謝病科高血糖或低血糖事件發生率較其他病區高的重要原因：因為急危重癥糖尿病患者會優先考慮內分泌治療進行血糖調整，盡管本研究排除了入院第一天的血糖值，但是并不能完全與其他科的糖尿病患者進行同等對比。本研究基于IGMS建立了3種模型的任意血糖范圍內的科研數據管理平臺，可根據病區、年齡、性別、糖尿病類型、主管醫生等字段靈活進行分層、分類分析，這在一定程度上可以幫助臨床進行更便捷、更全面、更客觀地分析數據和更有針對性地改進目標。當然，目前IGMS還無法提取患者的并發癥、合并癥、疾病嚴重程度、藥物和低血糖危險因素等臨床數據，這也是下一步的研究方向。

作者貢獻：彭艷瓊、謝楠進行文章的構思與研究的設計；彭艷瓊、謝楠、敬敏進行研究的實施與可行性分析；敬敏、王代梅進行數據收集及整理；彭艷瓊進行統計學處理，撰寫論文；彭艷瓊、吳艷進行結果的分析與解釋；吳艷進行論文的修訂，對文章整體負責，監督管理；謝楠負責文章的質量控制及審校。

本文無利益沖突。

參考文獻

LI Y Z，TENG D，SHI X G，et al. Prevalence of diabetes recorded in mainland China using 2018 diagnostic criteria from the American Diabetes Association：national cross sectional study［J］.BMJ，2020，369：m997. DOI：10.1136/bmj.m997.

中華醫學會糖尿病學分會，國家基層糖尿病防治管理辦公室.國家基層糖尿病防治管理指南（2018）［J］.中華內科雜志，2018，12（57）：885-893. DOI：10.3760/cma.j.issn.0578-1426.2018.12.003.

Chinese Diabetes Society，National Office for Primary Diabetes Care.National guidelines for the prevention and control of diabetes in primary care（2018）［J］.Chinese Journal of Internal Medicine，2018，12（57）：885-893. DOI：10.3760/cma.j.issn.0578-1426.2018.12.003.

中華醫學會糖尿病學分會.中國2型糖尿病防治指南（2017年版）［J］.中華糖尿病雜志，2018，10（1）：4-67. DOI：10.3760/cma.j.issn.1674-5809.2018.01.003.

GOLDBERG P A，BOZZO J E，THOMAS P G，et al. “Glucometrics” ——assessing the quality of inpatient glucose management［J］.Diabetes Technol Ther，2006，8（5）：560-569. DOI：10.1089/dia.2006.8.560.

MAYNARD G，SCHNIPPER J L，MESSLER J，et al. Design and implementation of a web-based reporting and benchmarking center for inpatient glucometrics［J］.J Diabetes Sci Technol，2014，8（4）：630-640. DOI：10.1177/1932296814532237.

KYI M，COLMAN P G，ROWAN L M，et al. Glucometric benchmarking in an Australian hospital enabled by networked glucose meter technology［J］.Med J Aust，2019，211（4）：175-180. DOI：10.5694/mja2.50247.

BERSOUX S，COOK C B，KONGABLE G L，et al. Benchmarking glycemic control in U.S.hospitals［J］.Endocr Pract，2014，20（9）：876-883. DOI：10.4158/ep13516.OR.

周蒙蒙，龔放，趙錫麗，等. 重慶地區醫院信息化血糖管理監測數據分析［J］.重慶醫科大學學報，2020，45（3）：415-419. DOI：10.13406/j.cnki.cyxb.002004.

ZHOU M M，GONG F，ZHAO X L，et al. An analysis of monitoring data of informationized blood glucose management in hospitals in Chongqing，China［J］.J Chongqing Med Univ，2020，45（3）：415-419. DOI：10.13406/j.cnki.cyxb.002004.

翁湘樺.基于床邊血糖數據調整管理策略對住院糖尿病患者血糖管理質量的影響［D］.廣州：南方醫科大學，2017.

TURCHIN A，MATHENY M E，SHBINA M，et al. Hypoglycemia and clinical outcomes in patients with diabetes hospitalized in the general ward［J］.Diabetes Care，2009，32（7）：1153-1157. DOI：10.2337/dc08-2127.

DANNE T，NIMRI R，BATTELINO T，et al. International consensus on use of continuous glucose monitoring［J］.Diabetes Care，2017，40（12）：1631-1640. DOI：10.1530/ey.15.10.10.

李海，李延兵.《葡萄糖目標范圍內時間國際共識》解讀［J］.中華糖尿病雜志，2019，11（12）：825-827. DOI：10.3760/cma.j.issn.1674-5809.2019.12.012.

LI H，LI Y B.International consensus on time in range［J］.Chinese Journal of Diabetes Mellitus，2019，11（12）：825-827. DOI：10.3760/cma.j.issn.1674-5809.2019.12.012.

（收稿日期：2021-04-20；修回日期：2021-08-10）

（本文編輯：賈萌萌）