비당뇨 환자에서 CGM 동적 분석이 제시하는 심혈관 위험의 새로운 지표

기존의 당뇨병 진단 기준인 공복 혈당 (FPG) 과 당화혈색소 (HbA1c) 는 혈당 이상 (dysglycemia) 의 배경에 있는 이질성이나 이것이 심혈관 대사 위험 인자 (CMRFs) 와 어떻게 연관되는지를 완전히 포착하지 못합니다. 특히 당뇨병으로 진행하지 않은 개인에서도 혈당 동적 이상이 심혈관 질환 위험을 높일 가능성이 시사되고 있으나, 그 기전이나 위험 계층화 정확도는 여전히 과제입니다.

지속 혈당 모니터링 (CGM) 기술의 발전으로 혈당 값의 시간적 변동을 포착하는 것이 가능해졌습니다. 그러나 비당뇨 환자에서 CGM 데이터의 임상적 유용성, 특히 심혈관 위험 예측에의 적용에 대해서는 아직 충분한 근거가 축적되지 않았습니다. 본 연구는 기존의 정적 혈당 지표로는 놓치기 쉬운 동적 혈당 프로파일이 심혈관 위험을 더 정확하게 평가할 수 있는지 밝히는 것을 목적으로 합니다.

본 연구 결과, CGM 으로 측정된 혈당 부하 (glycemic burden) 를 나타내는 지표, 특히 혈당 값이 140 mg/dL 를 초과하는 시간의 비율 (% time >140 mg/dL) 과 평균 혈당 값은 10 년간 심혈관 질환 (CVD) 위험 추정치와 유의한 양의 상관관계가 있는 것으로 나타났습니다. 예를 들어, 혈당 값이 140 mg/dL 를 초과하는 시간이 표준 편차 분 (약 15.4%) 증가할 때마다, 10 년간 CVD 위험 추정치가 2% 상승하고 고혈압 및 지질 이상증의 오즈가 21~26% 증가하는 것이 확인되었습니다.

또한, CGM 을 통한 혈당 프로파일 분석을 통해 기존 혈당 기준 (FPG/HbA1c) 으로 '정상'또는'당뇨 전단계'로 분류된 집단 내에도 서로 다른 정도의 대사 이상이 존재함이 밝혀졌습니다. 특히 고혈당 부하 및 고변동을 보이는 프로파일을 가진 개체는 전통적으로 정의된 당뇨 전단계 집단보다 더 높은 심혈관 위험과 나쁜 대사 프로파일을 보였습니다. 이는 기존 진단 기준으로는 놓칠 수 있는 잠재적 대사 기능 부전을 CGM 이 포착할 수 있음을 시사합니다.

본 연구는 Framingham 심장 연구 (FHS) 의 제 3 세대, 신자 배우자, Omni 2 코호트에서 당뇨병이나 심혈관 질환의 병력이 없는 1,356 명의 참가자를 대상으로 수행되었습니다. 참가자는 최대 10 일간 블라인드형 Dexcom G6 Pro CGM 을 착용하고, 간질액 내의 포도당 값을 5 분 간격으로 측정했습니다. 또한 표준화된 혼합식 부하 시험 (MMTT) 을 실시하여 식후 2 시간의 혈당 값 (2-h MMTT-PPG) 도 측정했습니다.

• CGM 데이터로부터 혈당 부하 (평균 혈당, % time >140 mg/dL), 혈당 변동 (변동 계수, MAGE 등), 및 혈당 조절의 질을 나타내는 복합 스코어를 산출.
• 10 년간 CVD 위험 추정은 미국 심장 협회가 개발한 PREVENT 방정식을 사용.
• 혈당 프로파일 분류에는 phenotype-driven (혈당 부하와 변동의 이분법적 분류) 과 data-driven (지도 없는 클러스터링에 의한 분류) 의 2 가지 접근 방식을 채택.
• 다변량 회귀 분석을 통해 혈당 지표와 CVD 위험 및 개별 대사 위험 인자 (혈압, 지질, 신장 기능 등) 의 연관성을 교란 인자 (나이, 성별, 흡연, BMI, FPG 등) 를 고려하여 분석.

본 연구의 통찰은 당뇨병 예방 전략과 심혈관 위험 계층화에서 CGM 을 활용한 혈당 동적 분석이 중요한 역할을 할 가능성을 시사합니다. 특히 기존 지표로는 정상으로 판단되는 개인이라도 CGM 으로 포착되는 혈당 이상은 심혈관 질환 위험을 높일 수 있으므로, 조기 개입이나 생활 습관 개선의 타겟이 될 수 있습니다.

신약 개발 연구의 관점에서는 대사 이상 초기 단계에서의 위험 인자 동정이나, 약물 개입 효과를 평가할 때의 바이오마커로서 CGM 데이터가 유용할 가능성이 있습니다. 또한 혈당 변동이나 특정 혈당 프로파일이 인슐린 저항성이나 동맥경화 진행에 어떻게 관여하는지 해명하기 위한 더 정밀한 전임상 모델 설계에도 도움이 됩니다.

본 연구에서 제시된'혈당 부하'와'혈당 변동'개념을 전임상 연구에서 재현·검증하기 위해서는 대사 이상을 모방한 동물 모델이 필수적입니다. 예를 들어, 고지방 식 유도 비만 마우스 모델이나 특정 유전자를 개조한 당뇨병 모델을 사용하여 CGM 을 통한 연속적인 혈당 모니터링을 수행하고, 식이 개입이나 약물 투여에 의한 혈당 프로파일 변화를 평가하는 것이 고려될 수 있습니다.

Cyagen 등의 연구 지원 서비스에서는 대사 질환 연구에 특화된 유전자 개조 마우스 나 특정 대사 경로를 조작한 모델을 제공합니다. 이러한 모델을 사용하면 본 연구에서 제시된 CGM 지표와 심혈관 위험 인자의 연관성을 더 통제된 조건에서 검증하고, 새로운 치료 타겟 탐색 및 약물 효능 평가를 추진할 수 있습니다. 특히 당뇨 전단계의 대사 이상을 재현하는 모델은 예방약 개발에서 중요한 도구가 됩니다.

비당뇨 환자에서도 지속 혈당 모니터링 (CGM) 을 통한 혈당 동적 분석은 기존 공복 혈당이나 HbA1c로는 포착되지 않는 심혈관 대사 위험을 규명하는 중요한 수단입니다. 혈당 부하나 변동을 나타내는 CGM 프로파일은 10 년간 심혈관 질환 위험이나 고혈압·지질 이상증 등의 위험 인자와 강하게 연관되어 있으며, 당뇨병 예방과 심혈관 위험 계층화 정확도 향상에 기여할 가능성이 있습니다. 향후 연구에서는 이러한 통찰을 바탕으로 더 개인화된 예방 전략과 전임상 모델을 활용한 기전 해명이 진전될 것으로 기대됩니다.