根据弗吉尼亚大学糖尿病技术中心的研究，连续血糖监测仪的数据可以估计与1型糖尿病相关的潜在神经、眼睛和肾脏损伤。这表明，医疗专业人员可能会利用这些设备提供的信息来防止失明、糖尿病神经病和其他重大糖尿病相关问题的发生。
弗吉尼亚大学糖尿病技术中心的研究人员发现，追踪患者在两周内保持70至180 mg/DL的健康血糖水平的持续时间，与依赖于测量糖化血红蛋白（hemoglobin A1c）水平的传统方法在预测神经病变、视网膜病变和肾病方面同样有效。
研究人员指出，1993年发表的开创性为期10年的1,440参与者的糖尿病控制与并发症试验（DCCT）确立了糖化血红蛋白作为评估1型糖尿病并发症风险的基准。然而，随着连续血糖监测仪使用的增加，尚未进行与DCCT相当规模的研究，从而导致关于基于CGM的指标是否会成为糖尿病管理评估标准的疑虑，”弗吉尼亚大学糖尿病技术中心主任鲍里斯·科瓦契夫（Boris Kovatchev）博士解释道。“缺乏广泛的长期CGM数据带来了各种临床和监管挑战；例如，CGM结果尚未被认定为糖尿病药物研究的主要结果。”
利用显著的糖尿病研究数据
DCCT从参与者那里每月或每季度收集一次糖化血红蛋白测量值，以及每三个月一次的血糖状况信息。这些数据可以根据请求从美国国家糖尿病和消化及肾脏疾病研究所的档案中获取。
通过应用先进的机器学习技术分析DCCT的数据，研究人员能够模拟试验参与者在整个研究过程中的虚拟连续血糖监测读取值。
他们发现，这些虚拟监测器的14天数据能够几乎与糖化血红蛋白水平相当的准确性预测糖尿病并发症。除了在70至180 mg/DL的健康血糖范围内的时间外，其他连续血糖监测指标，如在“紧密范围”（70至140 mg/DL）内的持续时间，以及超出140 mg/DL、180 mg/DL和250 mg/DL的时间，也能准确预测潜在的糖尿病并发症。
随着连续血糖监测仪现在被广泛用于糖尿病患者，这些发现可能有助于患者管理他们的疾病，同时也帮助研究人员持续改善糖尿病治疗。
科瓦契夫指出：“进行与DCCT同等规模的研究，使用连续血糖监测与糖化血红蛋白同时进行，将是成本过高且耗时的。”通过使用先进的数据科学技术创建临床试验的虚拟模拟，使我们能够弥补历史稀疏数据中的空白，代表了我们目前最好的可用替代方案。”
