Les systèmes de surveillance continue du glucose peuvent-ils remplacer l’HbA_1c?

Depuis quelques années, les systèmes de surveillance continue du glucose (CGM) jouent un rôle de plus en plus important. Les paramètres basés sur le SGC nous permettent parfois de tirer des conclusions très précises sur le contrôle de la glycémie. Cependant, de nouvelles études mettent en évidence de potentiels problèmes liés à l’utilisation de l’indicateur de contrôle glycémique («glucose management indicator», GMI) comme «substitut» de HbA_1c.

En mesurant régulièrement la glycémie à partir du tissu adipeux sous-cutané à l’aide d’appareils CGM, il est possible aujourd’hui de créer des profils de glycémie beaucoup plus précis que par le passé, et la mesure sanglante par piqûre d’aiguille a été considérablement réduite. En raison de l’amélioration significative de la qualité de vie des personnes diabétiques, les systèmes CGM sont récemment devenus la nouvelle méthode standard de mesure de la glycémie.¹ On distingue essentiellement deux systèmes de mesure différents: le CGM àbalayage intermittent («intermittent scanning CGM», isCGM), qui détermine la glycémie toutes les minutes, et le «CGM en temps réel («real-time CGM», rtCGM)», qui fournit les valeurs de glycémie au terminal toutes les secondes et en temps réel.

Paramètres de mesure pour l’évaluation du contrôle glycémique

Un profil glycémique précis facilite grandement l’évaluation du contrôle glycémique tant pour les patients diabétiques que pour les médecins traitants. Surtout que les nouveaux paramètres, pouvant désormais être dérivés des profils exacts de la glycémie, sont très utiles pour cette évaluation. Pour calculer les paramètres basés sur le CGM, on utilise généralement les valeurs de glycémie des 14 derniers jours. Les paramètres importants sont le temps passé dans la cible («time in range», TiR), le temps passé au-dessus de la cible («time above range», TaR), le temps passé en-dessous de la cible («time below range», TbR) et la variation du glucose («glycemic variability», GV). En outre, une formule a été développée pour calculer un équivalent de la valeur HbA_1c, la norme actuelle pour déterminer le contrôle glycémique, à partir des mesures moyennes du glucose en continu. Il s’agit de ce que l’on appelle l’indicateur du contrôle glycémique («glucose management indicator», GMI).² En particulier dans le cadre des soins télémédicaux, en raison de l’absence de détermination de l’HbA_1c, les paramètres basés sur le CGM doivent être utilisés, s’ils sont disponibles. Cette méthode de soins aux patients est devenue de plus en plus importante dans la pratique clinique au cours des 18 derniers mois en raison de la pandémie de Covid-19. Dans ce contexte, le paramètre GMI joue un rôle de plus en plus important pour les patients ainsi que pour les médecins traitants afin d’atteindre les valeurs cibles recommandées et d’adapter la thérapie en conséquence. Cependant, la question de savoir si le GMI peut être utilisé de manière fiable pour remplacer la valeur de l’HbA_1c n’a été analysée jusqu’à présent que dans quelques études portant sur une large population de patients.³

En moyenne, bonne corrélation entre HbA_1c et GMI

Lors du congrès annuel de l’Association Européenne pour l’Etude du Diabète (EASD) de cette année, nous avons pu présenter un résumé d’un article de notre groupe de travail de l’hôpital universitaire AKH de Vienne, dans lequel nous avons tenté de cerner la fiabilité du GMI.

Nous avons cherché à savoir dans quelle mesure les valeurs d’HbA_1c mesurées des patients que nous avons pris en charge dans la clinique externe de diabétologie étaient congruentes avec les valeurs du GMI calculées. Nous avons non seulement comparé les paramètres CGM calculés à partir des 14 derniers jours avant de mesurer l’HbA_1c, mais aussi calculé le GMI avant de mesurer l’HbA_1c à partir des données des 30 jours. Au total, nous avons pu évaluer les données de 170 patients. La plupart d’entre eux étaient atteints de diabète de type 1 (66,5%) et utilisaient le capteur FreeStyle Libre (98%). La valeur moyenne de l’HbA_1c était de 7,53% (5,1 à 12,1%). En comparaison, la valeur moyenne du GMI calculée à partir des données des 14 derniers jours était de 7,19% et pratiquement identique à la valeur du GMI calculée à partir des 30 derniers jours (7,21%). Comme prévu, leGMI et la valeur de l’HbA_1c étaient corrélés de manière significative l’un avec l’autre (R²=0,82, p<0,01). L’extension de la période de 14 à 30 jours a montré que les valeurs étaient même légèrement mieux corrélées, bien que la différence ne soit pas très importante (R²=0,85: p<0,01).

Écarts pertinents entre l’HbA_1c et le GMI pour les HbA_1c élevés et faibles

Cependant, lors de l’analyse de la différence entre le GMI et le taux d’HbA_1c chez les patients individuels, nous avons pu identifier quelques différences majeures. En moyenne, l’écart entre la valeur de l’HbA_1c et le GMI était de 0,63%, avec un écart minimal de 0% et maximal de 2,4%. Pour rendre plus visibles les différences entre les mesures individuelles, nous avons représenté les valeurs du GMI et de l’HbA_1c à l’aide d’un diagramme de dispersion, comme le montre la Figure 1, et calculé une fonction de régression pondérée locale (Loess). Étant donné qu’une déviation d’environ 0,4% entraîne souvent une conséquence thérapeutique, nous avons défini cette déviation comme une déviation significative. Dans cette comparaison graphique, vous pouvez voir que cette fonction de régression du GMI ne correspond à la valeur HbA_1c que dans une plage étroite.

Fig. 1: Diagramme de dispersion à 14 jours des valeurs du GMI et de l’HbA_1c et fonction de régression pondérée locale (Loess)

La plage dans laquelle le GMI s’écarte de moins de 0,4% de la mesure de l’HbA_1c correspond à un contrôle glycémique relativement bon d’après nos données. Il semble que le calcul du GMI à partir des valeurs glycémiques moyennes tende à évaluer le contrôle glycémique comme meilleur que la détermination au moyen de l’HbA_1c. Si le GMI est supérieur à une valeur d’environ 7,5%, on reconnaît que l’écart entre le GMI et l’HbA_1c est supérieur à 0,4%, même en tenant compte de l’intervalle de confiance de 95%. Cette valeur faussement basse par rapport à l’HbA_1c persiste avec un contrôle glycémique de plus en plus mauvais. Chez les patients présentant un taux d’HbA_1c très bas, il semble à nouveau que l’utilisation du GMI leur fasse penser que le contrôle glycémique est moins bon qu’il ne l’est en réalité. Toutefois, étant donné que seuls quelques patients de ce collectif se situaient dans cette fourchette avec un taux d’HbA_1c très bas, il est difficile de faire une déclaration éclairée à ce sujet. Comme le montre la comparaison des Figures 1 et 2, ces écarts sont similaires, que l’on utilise 14 ou 30 jours de données pour calculer le GMI.

Fig. 2: Diagramme de dispersion à 30 jours des valeurs du GMI et de l’HbA_1c et fonction de régression pondérée locale (Loess)

Une étude publiée récemment est parvenue à une conclusion similaire et a également décrit des écarts partiellement significatifs.³ Dans cette étude également, plus les écarts entre le GMI et l’HbA_1c augmentaient, plus le contrôle glycémique était mauvais. Les facteurs qui influencent ces déviations souvent cliniquement pertinentes ne sont pas encore totalement compris.

Possibilités d’amélioration et diabète de type 2

Fondamentalement, la plupart des paramètres basés sur le CGM ont été développés en utilisant le CGM en temps réel (rtCGM) chez des patients atteints de diabète de type1. Les données sur la mesure dans laquelle ces paramètres sont similaires chez les patients atteints de diabète de type2 font actuellement défaut. Dans notre collectif, la plupart des patients ont utilisé des systèmes CGM intermittents (isCGM), bien que la précision de mesure ne diffère pas fondamentalement entre les différents systèmes.⁴ Les facteurs qui influencent la longévité des globules rouges ou l’hématopoïèse, tels que l’anémie, le dysfonctionnement rénal chronique ou les hémoglobinopathies, affectent souvent l’évaluabilité de l’HbA_1c. Ces facteurs contribuent souvent à des différences plus importantes entre le GMI et l’HbA_1c.³ Afin de corriger ces influences, il existe des approches permettant de déterminer des modèles cinétiques individuels pour le renouvellement des érythrocytes à partir des mesures de l’HbA_1c et des données du GMI, afin de calculer ensuite l’HbA_1c à l’aide d’un modèle cinétique.⁵ La mesure dans laquelle les différents types de diabète peuvent avoir une influence et si la formule développée pour le GMI est également applicable aux différents types de capteurs n’a pas encore été entièrement clarifiée dans les grands collectifs.

En résumé, sur la base des connaissances actuelles, l’utilisation systématique du GMI comme substitut de l’HbA_1c devrait être limitée en raison des écarts souvent cliniquement significatifs, en particulier chez les patients dont le contrôle glycémique est mauvais. L’utilisation combinée des paramètres basés sur la CGM, en particulier TiR, TbR, TaR et GV, et de l’HbA_1c, permet d’obtenir une vision beaucoup plus précise des différences individuelles et donc une possibilité encore plus précise d’adapter individuellement les thérapies de la glycémie.