Přesnost měření CGMS

K přesnosti měření senzorů

Nejčastěji užívaným měřítkem přesnosti monitorů pro kontinuální měření glukózy je MARD neboli průměrný absolutní relativní rozdíl (Mean Absolute Relative Difference). Pod tímto zdánlivě složitým názvem se skrývá vcelku jednoduché (procentuální) vyjádření průměrné odchylky měření daného CGMS od referenčního měření. Vyjadřuje vždy kladnou hodnotu, ať je odchylka měření směrem nahoru, nebo dolů od referenčních hodnot. Pro referenční měření se obvykle používá vyšetření pomocí některého z vysoce spolehlivých a přesných laboratorních přístrojů.

Jedná se o velmi jednoduchý a ilustrativní parametr, má však některé slabiny. Jedním z nich je potřeba dobré definice podmínek, za kterých je MARD systémů CGM stanoven. Nejpřesnější měření vykazují senzory v pásmu normoglykemie a mírné hyperglykemie, naopak hypoglykemické hodnoty relativní přesnost obvykle snižují. V průběhu životnosti senzoru se jeho přesnost mění, je tedy významné, v které etapě životnosti senzoru MARD vyhodnocujeme. Obvykle je první den činnosti senzoru přesnost nižší, některé senzory od prvního dne po celou dobu životnosti stále zpřesňují svá měření, u jiných je vývoj různorodý, málokdy však zcela konstantní. Přesnost měření ovlivňuje také místo umístění senzoru (paže, břicho, hýždě), věk pacientů a další parametry. Jako součást hodnocení MARD je tedy vždy vhodné uvádět i podmínky, za kterých byla hodnota zjištěna (např. věk pacientů, typ diabetu a terapie, rozsah a fluktuace glykemií, umístění senzoru a fáze jeho životnosti).

Na základě výsledků modelových studií se udává, že přesnost CGM vyjádřená pomocí MARD nižší než 10 % by měla být dostatečná k tomu, aby bylo možné bezpečně provádět klinická rozhodnutí o úpravě dávek inzulínu (ev. další rozhodnutí o úpravě terapie) aniž by bylo potřeba dalšího potvrzení z jiných měření (např. glukometru).^1,2

Dalším častěji používaným parametrem pro hodnocení přesnosti glukometrů a senzorů glykemie je konsenzuální tabulka chyb (consensus error grid), někdy označovaná také jako tabulka chyb Parkesové (Parkes error grid). Obdobný princip má starší Clarkova tabulka chyb (Clarke error grid), publikovaná v roce 1987, nebo tzv. Surveillance error grid z roku 2014, založená na konsensu více než 200 odborníků. V principu jde o graf, kde na vodorovné ose je měření referenční a na svislé ose je měření zkoumaného přístroje (senzoru, glukometru) a v rámci grafu jsou vyznačeny zóny A–E pro odchylky obou měření s různou klinickou relevancí (viz obr. 1). Nutno podotknout, že všechny tři tabulky byly využity původně pro hodnocení přesnosti glukometrů, byť se nově používají i pro hodnocení přesnosti měření senzorů pro kontinuální monitoraci.

Měření v oblasti A a B jsou pokládána za bezpečná pro klinické rozhodování o terapii pacienta, měření s výsledky v oblasti C–E jsou pokládána za klinicky relevantní chybu. Rozdíly mezi tabulkami a jejich přesnou definici výborně shrnuje práce Tiffany Tianové a spolupracovníků.^3–5

Zcela recentně byla publikována tabulka chyb Diabetes Technology Society (DTS error grid). Vznikla na základě zkušeností 89 specialistů (z 21 zemí) vyzvaných touto společností a upravila zóny klinické přesnosti A–E. Navazovala především na méně citovanou Surveillance error grid. Vycházela z již publikovaných zkušeností nejen s měřením glukometry (22 zahrnutých studií), ale nově i kontinuálními monitory (9 studií přesnosti CGM). Podle zkušeností publikovaných s touto mřížkou by každé zvýšení množství hodnot v zóně A mělo snížit MARD o 0,33 %.^6,7

Vzhledem k extrémně rychlému rozvoji v oblasti senzorů pro měření glukózy v intersticiální tekutině a jejich významnému rozšíření do praxe i stále širšímu užití pro rozhodování o úpravě terapie diabetu sílí snahy odborné komunity o dobrou definici standardů přesnosti a kvality přístrojů (stejně jako jejich nezávislého vědeckého ověření), které budou dostupné v Evropské unii. A to nad požadavky současné normy ISO 15197:2013.⁸

Literatura

1. Rodbard, D. Continuous glucose monitoring: a review of recent studies demonstrating improved glycemic outcomes. Diabetes Technol Ther 19, S3: S25–S37, 2017.
2. Kovatchev, B. P., Patek, S. D., Ortiz, E. A., Breton, M. D. Assessing sensor accuracy for non-adjunct use of continuous glucose. Diabetes Technol Ther 17, 3: 177–186, 2015.
3. Parkes, J. L., Slatin, S. L., Pardo, S., Ginsberg, B. H. A new cons A new consensus error grid to evaluate the clinical significance of inaccuracies in the measurement of blood glucose. Diabetes Care 23, 8: 1143–1148, 2000.
4. Clarke, W. L., Cox, D., Gonder-Frederick, L. A. et al. Evaluating clinical accuracy of systems for self-monitoring of blood glucose. Diabetes Care 10, 5: 622–628, 1987.
5. Tian, T., Aaron, R. E., Klonoff, D. C. et al. The need for a modern error grid for clinical accuracy of blood glucose monitors and continuous glucose monitors. J Diabetes Sci Technol 18, 1: 3–9, 2024.
6. Krouwer, J. S. Validation of the Diabetes Technology Society error grid. J Diabetes Sci Technol 19, 3: 853–854, 2025.
7. Klonoff, D. C., Freckmann, G., Pleus, S. et al. The Diabetes Technology Society error grid and trend accuracy matrix for glucose monitors. J Diabetes Sci Technol 18, 6: 1346–1361, 2024.
8. Mathieu, C., Irace, C., Wilmot, E. G. et al. Minimum expectations for market authorization of continuous glucose monitoring devices in Europe – eCGM compliance status. Diabetes Obes Metab 27, 3: 1025–1031, 2025.