Acessibilidade / Reportar erro

Correlación entre tiempo en rango y hemoglobina glicosilada en personas con diabetes mellitus: revisión sistemática * * El presente trabajo fue realizado con apoyo de la Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) - Código de Financiamiento 001, Brasil.

Objetivo:

analizar la correlación entre el tiempo en rango y la hemoglobina glicosilada de personas que viven con diabetes mellitus y realizan la monitorización continua de la glucemia o el automonitoreo de la glucemia capilar

Método:

revisión sistemática de etiología y riesgo basada en las directrices del JBI e informada según los Preferred Reporting Items for Systematic Reviews and Meta-Analyses, abarcando seis bases de datos y la literatura gris. La muestra incluyó 16 estudios y la calidad metodológica fue evaluada utilizando las herramientas del JBI. Protocolo registrado en Open Science Framework, disponible en https://doi.org/10.17605/OSF.IO/NKMZB.

Resultados:

tiempo en rango (70-180 mg/dl) mostró una correlación negativa con la hemoglobina glicosilada, mientras que el tiempo por encima del rango (>180 mg/dl) mostró una correlación positiva. Los coeficientes de correlación variaron entre -0,310 y -0,869 para el tiempo en rango, y entre 0,66 y 0,934 para el tiempo por encima del rango. Un estudio se realizó en una población que hacía el automonitoreo.

Conclusión:

hay una correlación estadísticamente significativa entre el tiempo en rango y el tiempo por encima del rango con la hemoglobina glicosilada. Cuanto mayor sea la proporción en el rango glucémico adecuado, más cerca o por debajo del 7% estará la hemoglobina glicosilada. Se necesitan más estudios que evalúen esta métrica con datos del automonitoreo de la glucemia.

Descriptores:
Diabetes Mellitus; Hemoglobina A Glicosilada; Automonitoreo de la Glucemia; Monitorización Continua de la Glucemia; Control Glucémico; Revisión Sistemática


Objective:

to analyze the correlation between time on target and glycated hemoglobin in people living with diabetes mellitus and carrying out continuous blood glucose monitoring or self-monitoring of capillary blood glucose.

Method:

systematic review of etiology and risk based on JBI guidelines and reported according to Preferred Reporting Items for Systematic Reviews and Meta- Analyses, covering six databases and grey literature. The sample included 16 studies and methodological quality was assessed using JBI tools. Protocol registered in the Open Science Framework, available at https://doi.org/10.17605/OSF.IO/NKMZB.

Results:

time on target (70-180 mg/dl) showed a negative correlation with glycated hemoglobin, while time above target (>180 mg/dl) showed a positive correlation. Correlation coefficients ranged between -0.310 and -0.869 for time on target, and between 0.66 and 0.934 for time above target. A study was carried out on a population that performed self-monitoring.

Conclusion:

there is a statistically significant correlation between time on target and time above target with glycated hemoglobin. The higher the proportion in the adequate glycemic range, the closer to or less than 7% the glycated hemoglobin will be. More studies are needed to evaluate this metric with data from self-monitoring of blood glucose.

Descriptors:
Diabetes Mellitus; Glycated Hemoglobin A; Blood Glucose Self-Monitoring; Continuous Glucose Monitoring; Glycemic Control; Systematic Review


Objetivo:

analisar a correlação entre o tempo no alvo e a hemoglobina glicada de pessoas que vivem com diabetes mellitus e realizam a monitorização contínua da glicemia ou a automonitorização da glicemia capilar.

Método:

revisão sistemática de etiologia e de risco pautada nas diretrizes do JBI e reportada conforme Preferred Reporting Items for Systematic Reviews and Meta-Analyses, abrangendo seis bases de dados e a literatura cinzenta. A amostra incluiu 16 estudos e a qualidade metodológica foi avaliada utilizando as ferramentas do JBI. Registrado protocolo no Open Science Framework, disponível em https://doi.org/10.17605/OSF.IO/NKMZB.

Resultados:

tempo no alvo (70-180 mg/dl) apresentou correlação negativa com a hemoglobina glicada, enquanto o tempo acima do alvo (>180 mg/dl) mostrou correlação positiva. Os coeficientes de correlação variaram entre -0,310 e -0,869 para o tempo no alvo, e entre 0,66 e 0,934 para o tempo acima do alvo. Um estudo foi efetuado com população que realizava a automonitorização.

Conclusão:

há correlação estatisticamente significativa entre o tempo no alvo e o tempo acima do alvo com a hemoglobina glicada. Quanto maior a proporção na faixa glicêmica adequada, mais próxima ou inferior a 7% estará a hemoglobina glicada. São necessários mais estudos que avaliem essa métrica com dados da automonitorização da glicemia.

Descritores:
Diabetes Mellitus; Hemoglobina A Glicada; Automonitorização da Glicemia; Monitorização Contínua da Glicemia; Controle Glicêmico; Revisão Sistemática


Destacados:

(1) Todos los estudios mostraron una correlación significativa entre el tiempo en rango y la HbA1c.

(2) Cuanto mayor sea la proporción de tiempo en rango, más cerca del 7% estará la HbA1c.

(3) osibilidad de usar el tiempo en rango en datos de automonitoreo de la glucemia.

(4) Evaluación del control glucémico de los pacientes a corto, medio y largo plazo.

Introducción

El monitoreo de la glucemia se señala como una estrategia fundamental en la prevención de complicaciones de la diabetes mellitus (DM) con resultado en la mejora de la calidad de vida de las personas que viven con esta enfermedad crónica ( 11. American Diabetes Association. Glycemic targets: Standards of Medical Care in Diabetes–2021. Diabetes Care. 2021;42(Suppl. 1):S61–S70. https://doi.org/10.2337/dc21-S006
https://doi.org/10.2337/dc21-S006...
). Actualmente, con el advenimiento de nuevas tecnologías, se enfatiza la monitorización continua de la glucemia (MCG) mediante sensores aplicados en el subcutáneo, los cuales permiten la medición ininterrumpida de los niveles actuales y reales de glucemia ( 22. Maiorino MI, Signoriello S, Maio A, Chiodini P, Bellastella G, Scappaticcio L, et al. Effects of Continuous Glucose Monitoring on Metrics of Glycemic Control in Diabetes: A Systematic Review With Meta-analysis of Randomized Controlled Trials. Diabetes Care. 2020;43(5):1146-1156. https://doi.org/10.2337/dc19-1459
https://doi.org/10.2337/dc19-1459...
).

Las revisiones sistemáticas se desarrollaron con el objetivo de comparar la efectividad de la MCG y el automonitoreo de la glucemia capilar (AMGC) en el manejo del control glucémico del DM. Estas revisiones destacan que la MCG ofrece ventajas significativas en comparación con el AMGC, como mayor cantidad de datos, evaluación continua de la glucemia y detección de patrones glucémicos imperceptibles por el AMGC ( 33. Elbalshy M, Haszard J, Smith H, Kuroko S, Galland B, Oliver N, et al. Effect of divergent continuous glucose monitoring technologies on glycaemic control in type 1 diabetes mellitus: A systematic review and meta-analysis of randomised controlled trials. Diabet Med. 2022;39(8):e14854. https://doi.org/10.1111/dme.14854
https://doi.org/10.1111/dme.14854...

4. Janapala RN, Jayaraj JS, Fathima N, Kashif T, Usman N, Dasari A, et al. Continuous Glucose Monitoring Versus Self-monitoring of Blood Glucose in Type 2 Diabetes Mellitus: A Systematic Review with Meta-analysis. Cureus. 2019;11(9):e5634. https://doi.org/10.7759/cureus.5634
https://doi.org/10.7759/cureus.5634...
- 55. Park C, Le QA. The Effectiveness of Continuous Glucose Monitoring in Patients with Type 2 Diabetes: A Systematic Review of Literature and Meta-analysis. Diabetes Technol Ther. 2018;20(9):613-21. https://doi.org/10.1089/dia.2018.0177
https://doi.org/10.1089/dia.2018.0177...
), subrayando la aparición de nuevas métricas para la evaluación del control glucémico, como el tiempo en rango ( 22. Maiorino MI, Signoriello S, Maio A, Chiodini P, Bellastella G, Scappaticcio L, et al. Effects of Continuous Glucose Monitoring on Metrics of Glycemic Control in Diabetes: A Systematic Review With Meta-analysis of Randomized Controlled Trials. Diabetes Care. 2020;43(5):1146-1156. https://doi.org/10.2337/dc19-1459
https://doi.org/10.2337/dc19-1459...
).

El tiempo en rango se refiere al tiempo que se pasa dentro de un rango glucémico específico de un individuo, generalmente entre 70-180 mg/dl, pero idealmente entre 70-140 mg/dl ( 66. Danne T, Nimri R, Battelino T, Bergenstal RM, Close KL, DeVries JH, et al. International Consensus on Use of Continuous Glucose Monitoring. Diabetes Care. 2017;40(12):1631-40. https://doi.org/10.2337/dc17-1600
https://doi.org/10.2337/dc17-1600...
). Sus medidas aportan información importante para analizar el nivel de control glucémico, más allá de lo que se conoce a partir de la hemoglobina glicosilada (HbA1c), ya que es posible adquirir y evaluar datos no solo relacionados con la hiperglucemia, sino también con la hipoglucemia, siendo efectivo, por lo tanto, para evitar tanto complicaciones micro como macrovasculares ( 66. Danne T, Nimri R, Battelino T, Bergenstal RM, Close KL, DeVries JH, et al. International Consensus on Use of Continuous Glucose Monitoring. Diabetes Care. 2017;40(12):1631-40. https://doi.org/10.2337/dc17-1600
https://doi.org/10.2337/dc17-1600...
- 77. Battelino T, Danne T, Bergenstal RM, Amiel SA, Beck R, Biester T, et al. Clinical Targets for Continuous Glucose Monitoring Data Interpretation: Recommendations From the International Consensus on Time in Range. Diabetes Care. 2019;42(8):1593-603. https://doi.org/10.2337/dci19-0028
https://doi.org/10.2337/dci19-0028...
).

De esta manera, aunque la HbA1c es ampliamente utilizada como un indicador estándar de oro para evaluar el control glucémico a lo largo del tiempo, no proporciona información detallada sobre los niveles diarios de glucemia ( 88. Hirsch IB. Professional flash continuous glucose monitoring as a supplement to A1C in primary care. Postgrad Med. 2017;129(8):781-90. https://doi.org/10.1080/00325481.2017.1383137
https://doi.org/10.1080/00325481.2017.13...
). Por otro lado, el tiempo en rango ofrece una perspectiva más precisa e individualizada sobre la regulación glucémica ( 99. Lin R, Brown F, James S, Jones J, Ekinci E. Continuous glucose monitoring: a review of the evidence in type 1 and 2 diabetes mellitus Diabet Med. 2021;38:e14528. https://doi.org/10.1111/dme.14528
https://doi.org/10.1111/dme.14528...
). Estudios recientes han sugerido que el tiempo en rango podría ser un mejor predictor de resultados clínicos y riesgo de complicaciones de la diabetes, en comparación con la HbA1c por sí sola, sugiriendo incluso la sustitución de este indicador por esta nueva medida ( 1010. Bellido V, Pinés-Corrales PJ, Villar-Taibo R, Ampudia-Blasco FJ. Time-in-range for monitoring glucose control: Is it time for a change? Diabetes Res Clin Pract. 2021;177:108917. https://doi.org/10.1016/j.diabres.2021.108917
https://doi.org/10.1016/j.diabres.2021.1...

11. Yoo JH, Kim JH. Time in Range from Continuous Glucose Monitoring: A Novel Metric for Glycemic Control. Diabetes Metab J. 2020;44(6):828-39. https://doi.org/10.4093/dmj.2020.0257.
https://doi.org/10.4093/dmj.2020.0257...

12. Lu J, Wang C, Shen Y, Chen L, Zhang L, Cai J, et al. Time in Range in Relation to All-Cause and Cardiovascular Mortality in Patients With Type 2 Diabetes: A Prospective Cohort Study. Diabetes Care. 2021;44(2):549-555. https://doi.org/10.2337/dc20-1862
https://doi.org/10.2337/dc20-1862...
- 1313. Shen Y, Wang C, Wang Y, Lu J, Chen L, Zhang L, et al. Association between time in range and cancer mortality among patients with type 2 diabetes: a prospective cohort study. Chin Med J. 2021;15;135(3):288-94. https://doi.org/10.1097/CM9.0000000000001740
https://doi.org/10.1097/CM9.000000000000...
).

Sin embargo, al tratarse de una métrica derivada de una nueva tecnología, su acceso todavía es limitado a una pequeña parte de la población con diabetes, principalmente la que reside en países de alta renta ( 1414. Gabbay MAL, Rodacki M, Calliari LE, Vianna AGD, Krakauer M, Pinto MS, et al. Time in range: a new parameter to evaluate blood glucose control in patients with diabetes. Diabetol Metab Syndr. 2020;16(12):22. https://doi.org/10.1186/s13098-020-00529-z
https://doi.org/10.1186/s13098-020-00529...
).

Se destaca, de esta manera, la inequidad social del diabetes ( 1515. Mendenhall E, Kohrt BA, Norris SA, Ndetei D, Prabhakaran D. Non-communicable disease syndemics: poverty, depression, and diabetes among low-income populations. Lancet. 2017;389(10072):951-63. https://doi.org/10.1016/s0140-6736(17)30402-6
https://doi.org/10.1016/s0140-6736(17)30...
), dado que la mayoría de las personas que viven con DM residen en países de renta baja y media ( 1515. Mendenhall E, Kohrt BA, Norris SA, Ndetei D, Prabhakaran D. Non-communicable disease syndemics: poverty, depression, and diabetes among low-income populations. Lancet. 2017;389(10072):951-63. https://doi.org/10.1016/s0140-6736(17)30402-6
https://doi.org/10.1016/s0140-6736(17)30...
) y enfrentan obstáculos financieros para acceder a las nuevas tecnologías en la gestión del control glucémico, utilizando ampliamente aún el automonitoreo de la glucemia capilar (AMGC), que, a pesar de presentar limitaciones en comparación con los dispositivos de MCG, se confirma en la literatura como una herramienta esencial en el control glucémico al proporcionar feedback sobre los niveles de glucemia, lo que facilita la comprensión del impacto de elecciones alimenticias específicas y actividades físicas en la glucemia de cada paciente ( 1616. Chowdhury S, Ji L, Suwanwalaikorn S, Yu NC, Tan EK. Practical approaches for self-monitoring of blood glucose: an Asia-Pacific perspective. Curr Med Res Opin. 2015;31(3):461-76. https://doi.org/10.1185/03007995.2015.1005832
https://doi.org/10.1185/03007995.2015.10...
).

En este contexto, es necesario identificar evidencias científicas sobre la correlación entre tiempo en rango y HbA1c de personas que viven con DM tipo 1 (DM1), DM tipo 2 (DM2) o gestacional y que realizan la MCG o la AMGC para poder comprender mejor la relación entre estas dos métricas en el manejo del DM y constatar la posibilidad de aplicabilidad del tiempo en rango en datos de la AMGC, justificando el desarrollo de esta revisión, ya que hasta ahora no se han encontrado revisiones en la literatura con este propósito.

Desde esta perspectiva, el objetivo de esta revisión es analizar la correlación entre el tiempo en rango y HbA1c de personas que viven con DM y que realizan la MCG o la AMGC.

Método

Tipo de estudio

La revisión sistemática es un método de investigación que respalda la salud basada en evidencias. En este sentido, esta revisión se llevó a cabo siguiendo el enfoque del JBI, con el objetivo de sintetizar evidencias sobre la correlación entre el tiempo en rango y HbA1c en personas con DM. Las cuestiones de asociación suelen abordar problemas etiológicos o pronósticos. Aunque no existe una metodología universalmente reconocida para las revisiones sistemáticas sobre etiología y riesgo, estas revisiones ofrecen información valiosa para profesionales de la salud y tomadores de decisiones, pudiendo influir en los resultados de salud. La revisión sistemática de estudios etiológicos es esencial en el ámbito de la salud pública, ya que orienta la planificación de la atención sanitaria, la asignación de recursos y las estrategias de prevención de enfermedades ( 1717. Moola S, Munn Z, Sears K, Sfetcu R, Currie M, Lisy K, et al. Conducting systematic reviews of association (etiology): The Joanna Briggs Institute’s approach. Int J Evid Based Healthc. 2015;13(3):163-9. https://doi.org/10.1097/XEB.0000000000000064
https://doi.org/10.1097/XEB.000000000000...
- 1818. Moola S, Munn Z, Tufanaru C, Aromataris E, Sears K, Sfetcu R, et al. Chapter 7: Systematic reviews of etiology and risk. In: Aromataris E, Munn Z, editors. JBI Manual for Evidence Synthesis [Internet]. Adelaide: JBI; 2020 [cited 2023 Jan 6]. Available from: https://doi.org/10.46658/JBIMES-20-08
https://doi.org/10.46658/JBIMES-20-08...
). El método se llevó a cabo de manera rigurosa y transparente para identificar, seleccionar y evaluar críticamente los estudios primarios incluidos.

En consecuencia, esta revisión siguió una secuencia de etapas: formulación de la pregunta de investigación; definición de criterios de inclusión y exclusión; búsqueda y selección de estudios; evaluación de la calidad metodológica; extracción de datos, análisis y síntesis de los estudios; y presentación e interpretación de los resultados ( 1818. Moola S, Munn Z, Tufanaru C, Aromataris E, Sears K, Sfetcu R, et al. Chapter 7: Systematic reviews of etiology and risk. In: Aromataris E, Munn Z, editors. JBI Manual for Evidence Synthesis [Internet]. Adelaide: JBI; 2020 [cited 2023 Jan 6]. Available from: https://doi.org/10.46658/JBIMES-20-08
https://doi.org/10.46658/JBIMES-20-08...
). Se informó de acuerdo con los ítems propuestos por Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) ( 1919. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372(71):1-9. https://www.bmj.com/content/372/bmj.n160
https://www.bmj.com/content/372/bmj.n160...
).

El protocolo de esta revisión sistemática fue previamente publicado en la plataforma Open Science Framework, cuyo registro está disponible en https://doi.org/10.17605/OSF.IO/NKMZB.

Criterios de elegibilidad

Para definir los criterios de elegibilidad, se adoptó la estrategia PEO ( Population, Exposition and Outcome ) ( 1717. Moola S, Munn Z, Sears K, Sfetcu R, Currie M, Lisy K, et al. Conducting systematic reviews of association (etiology): The Joanna Briggs Institute’s approach. Int J Evid Based Healthc. 2015;13(3):163-9. https://doi.org/10.1097/XEB.0000000000000064
https://doi.org/10.1097/XEB.000000000000...
- 1818. Moola S, Munn Z, Tufanaru C, Aromataris E, Sears K, Sfetcu R, et al. Chapter 7: Systematic reviews of etiology and risk. In: Aromataris E, Munn Z, editors. JBI Manual for Evidence Synthesis [Internet]. Adelaide: JBI; 2020 [cited 2023 Jan 6]. Available from: https://doi.org/10.46658/JBIMES-20-08
https://doi.org/10.46658/JBIMES-20-08...
), junto con la formulación de la pregunta de investigación. En esta revisión sistemática, el acrónimo PEO se utilizó de la siguiente manera: P (Población) se refiere a personas con DM tipo 1, tipo 2 o gestacional; E (Exposición) involucra la MCG o la AMGC; O (Resultado) aborda la correlación entre la HbA1c y el tiempo en rango.

Con base en esto, la pregunta de investigación planteada fue: “¿cuál es la correlación entre el tiempo en rango y HbA1c en personas que viven con DM tipo 1, tipo 2 o gestacional que han realizado la AMGC o la MCG?”

Los criterios de inclusión para la selección de los estudios fueron: personas con diagnóstico de DM tipo 1, tipo 2 o gestacional que usaron la AMGC o la MCG como estrategia para el control glucémico, y que tuvieron una muestra de HbA1c recogida en laboratorio, correlacionada con el tiempo en rango. Los estudios considerados en la investigación fueron aquellos publicados en inglés, portugués y español, en cualquier período de publicación y obtenidos en su totalidad.

Por otro lado, los criterios de exclusión se aplicaron a estudios que involucraban personas con DM no especificado, que correlacionaron la albúmina glicosilada con el tiempo en rango, utilizaron HbA1c estimada en lugar de recogida en laboratorio, o consistieron en informes de casos, series de casos, estudios secundarios (otras revisiones), editoriales, cartas al editor, libros, capítulos de libros, directrices, artículos de opinión de expertos, informes de experiencia, actas y resúmenes de congresos, disertaciones y tesis.

Fuente de datos

El rastreo de los estudios se llevó a cabo utilizando las siguientes bases de datos electrónicas: Cumulative Index to Nursing and Allied Health (CINAHL), Cochrane Library, Excerpta Medica DataBase (Embase), Literatura Latinoamericana y del Caribe en Ciencias de la Salud (LILACS), PubMed y Scopus. Además, se exploró la literatura gris por medio de Google Scholar.

Para la construcción de la estrategia de búsqueda se utilizaron descriptores controlados y sus sinónimos: “ diabetes mellitus”, “ blood glucose self-monitoring”, “ continuous glucose monitoring”, “ time in range”, “ glycated hemoglobin A”, asociados a operadores booleanos AND o OR, agrupados y adaptados según las especificidades de cada base de datos de esta revisión.

La estrategia de búsqueda fue evaluada técnicamente por un bibliotecario, y una vez finalizada, se realizaron pruebas para verificar si había sensibilidad a la pregunta de investigación que se deseaba responder. Las pruebas y términos detallados de la estrategia de búsqueda construida se presentan en la Figura 1.

Figura 1 -
Estrategia de búsqueda según bases de datos electrónicas. Ribeirão Preto, SP, Brasil, 2022

Los resultados de la búsqueda se exportaron al gestor de referencias EndNote Basic ( 2020. Oliveira MA, Santos CA, Brandi AC, Botelho PH, Sciarra AM, Braile DM. Endnote Web tutorial for BJCVS/RBCCV. Rev Bras Cir Cardiovasc. 2015;30(2):246-53. https://doi.org/10.5935/1678-9741.20150023
https://doi.org/10.5935/1678-9741.201500...
) versión en línea para eliminar las referencias duplicadas y luego se importaron a la plataforma Rayyan, que puede ser accedida mediante la dirección electrónica https://rayyan.qcri.org ( 2121. Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. Rayyan-a web and mobile app for systematic reviews. Syst Rev. 2016;5(1):210 https://doi.org/10.1186/s13643-016-0384-4
https://doi.org/10.1186/s13643-016-0384-...
).

En la plataforma Rayyan ( 2121. Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. Rayyan-a web and mobile app for systematic reviews. Syst Rev. 2016;5(1):210 https://doi.org/10.1186/s13643-016-0384-4
https://doi.org/10.1186/s13643-016-0384-...
), los estudios se evaluaron, en primer lugar, por intermedio de la lectura del título y el resumen, por dos revisores de forma independiente y ciega, según los criterios de elegibilidad. Los estudios considerados elegibles se analizaron, entonces, mediante la lectura completa del texto. En caso de discrepancia entre los revisores, se consultó a un tercer revisor con experiencia en el tema.

Período

La búsqueda en las bases de datos electrónicas se realizó el 20 de septiembre de 2021 y se actualizó el 20 de junio de 2023.

Proceso utilizado para la extracción y análisis de la información de los estudios seleccionados

Los datos de los estudios fueron recopilados utilizando un formulario preestablecido, nuevamente de manera independiente por dos investigadores, que incluye: referencia, año de publicación y país donde se llevó a cabo el estudio, revista y su factor de impacto, objetivo, diseño del estudio, tamaño de la muestra, principales resultados y, de esta forma, los estudios fueron analizados de manera cualitativa, sintetizando las evidencias de forma descriptiva.

Se destaca que la síntesis de las evidencias ocurrió mediante los valores de correlación entre la HbA1c y el tiempo en rango, así como las proporciones en un tiempo determinado en rango y la HbA1c correspondiente.

Después de concluir este proceso, los dos investigadores compararon los datos obtenidos y resolvieron cualquier discrepancia por medio de discusión y consenso. En situaciones donde hubo desacuerdo, se consultó a un tercer investigador especializado en el tema en cuestión para obtener una decisión final.

Evaluación de la calidad metodológica

Se realizó una evaluación de la calidad metodológica de los estudios primarios incluidos en la muestra mediante las herramientas proporcionadas por el JBI ( 1818. Moola S, Munn Z, Tufanaru C, Aromataris E, Sears K, Sfetcu R, et al. Chapter 7: Systematic reviews of etiology and risk. In: Aromataris E, Munn Z, editors. JBI Manual for Evidence Synthesis [Internet]. Adelaide: JBI; 2020 [cited 2023 Jan 6]. Available from: https://doi.org/10.46658/JBIMES-20-08
https://doi.org/10.46658/JBIMES-20-08...
). Estas herramientas incorporan un proceso crítico de evaluación de las evidencias de investigación, siendo su principal objetivo evaluar la calidad metodológica de un estudio y determinar hasta qué punto este estudio presentó la posibilidad de sesgos en su diseño, conducción y análisis ( 1818. Moola S, Munn Z, Tufanaru C, Aromataris E, Sears K, Sfetcu R, et al. Chapter 7: Systematic reviews of etiology and risk. In: Aromataris E, Munn Z, editors. JBI Manual for Evidence Synthesis [Internet]. Adelaide: JBI; 2020 [cited 2023 Jan 6]. Available from: https://doi.org/10.46658/JBIMES-20-08
https://doi.org/10.46658/JBIMES-20-08...
).

Antes de comenzar con la evaluación crítica de los estudios, las decisiones sobre las respuestas fueron discutidas entre los revisores. Así, cuanto mayor sea el número de respuesta “sí” a los ítems evaluados en la herramienta, mayor será la calidad metodológica del estudio. Esta etapa también se llevó a cabo de manera independiente y enmascarada por dos revisores. El tercer revisor fue consultado para resolver posibles conflictos en esta evaluación ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...
).

Aspectos éticos

Dado que se trata de un estudio secundario, la presentación al Comité de Ética en Investigación (CEI) ( CEP) no es necesaria. No existen conflictos de interés que comprometan el análisis de los resultados de este trabajo.

Resultados

Al final de las búsquedas realizadas en las bases de datos electrónicas, se identificaron 377 registros, de los cuales 72 fueron eliminados por ser duplicados. Posteriormente, se analizaron 305 documentos mediante la lectura del título y del resumen. Se seleccionaron 27 estudios para lectura completa.

Después de la lectura completa, 11 artículos fueron excluidos siguiendo los criterios de selección. Al final del proceso de selección, 16 estudios fueron seleccionados para formar parte de la revisión sistemática y sometidos a análisis descriptivo, como se describe en la Figura 2.

En cuanto a la literatura gris, de los 232 estudios seleccionados, 211 fueron excluidos después de la lectura del título y resumen. Por lo tanto, se realizó la lectura completa de 21 registros, de los cuales ninguno fue seleccionado para formar parte de esta revisión sistemática porque no respondían a la pregunta o porque eran artículos duplicados ya seleccionados en las bases de datos científicas, como se muestra en la Figura 2.

Figura 2 -
Diagrama de flujo de la revisión sistemática, según PRISMA (2020)

Las síntesis de los estudios incluidos en esta revisión sistemática se describen detalladamente en la Figura 3.

Figura 3 -
Síntesis de los estudios incluidos en la revisión sistemática. Ribeirão Preto, SP, Brasil, 2022

La mayoría de los estudios se llevó a cabo en países desarrollados, con un 43,7% de los estudios provenientes de países europeos, incluyendo Italia (n=3), España (n=2), Holanda (n=1) y Suecia (n=1). Del mismo modo, un 43,7% de los estudios provienen de países asiáticos, incluyendo Japón (n=6) y China (n=1). Finalmente, un 12,6% de los estudios provienen de América del Norte, específicamente de los Estados Unidos (n=2).

La presente revisión sistemática muestra que el tema en cuestión tiene una base científica en constante crecimiento, con los primeros artículos publicados en 2019 y los más recientes en 2022.

Los artículos que cumplieron los criterios de inclusión fueron sometidos a una evaluación crítica de su calidad metodológica, de acuerdo con las herramientas apropiadas para el diseño de estudio adoptado. La mayoría de los estudios (75%, n=13) utilizaron un diseño de investigación transversal analítico. Es importante señalar que solo uno de los estudios evaluados proporcionó información relacionada con la identificación de factores de confusión y ninguno de estos estudios abordó posibles estrategias para abordar estos factores, como se muestra en la Figura 4.

Figura 4 –
Calidad metodológica según la herramienta JBI Critical Appraisal Tool de acuerdo con el tipo de estudio (estudios transversales). Ribeirão Preto, SP, Brasil, 2022

Por otro lado, los demás estudios (n=3) siguieron un diseño de cohorte. Es relevante destacar que ninguno de estos estudios abordó las cuestiones de identificación y resolución de potenciales factores de confusión ni proporcionó estrategias para abordar casos de seguimiento incompleto, como se detalla en la Figura 5.

Figura 5 -
Calidad metodológica según la herramienta JBI Critical Appraisal Tool de acuerdo con el tipo de estudio (estudios de cohorte). Ribeirão Preto, SP, Brasil, 2022

En cuanto a la caracterización de la población de los estudios incluidos en esta revisión, la mayoría (68,8%; n=11) estaba compuesta por adultos mayores de 18 años. En el 18,7% de los estudios (n=3), la investigación se realizó con niños y/o adolescentes de hasta 18 años, mientras que en el 12,5% de los estudios (n=2), la población participante era mixta, incluyendo tanto niños y/o adolescentes como adultos.

En cuanto a la recopilación de datos de glucosa en sangre, la gran mayoría de los estudios (93,8%; n=15) utilizó sensores de MCG para obtener los valores de glucosa. Solo un estudio (6,2%) utilizó datos de la AMGC.

En cuanto al tipo de diabetes, el 56,4% de los participantes en los estudios (n=9) tenían DM1. En el 18,7% de los estudios (n=3), los participantes tenían DM2 y estaban usando insulina o hipoglicemiantes vía oral. En el 12,5% de los estudios (n=2), la investigación involucró a personas con DM1 o DM2 que estaban usando insulina. Un estudio (6,2%) incluyó participantes con DM2 que estaban usando insulina, y otro estudio (6,2%) involucró a participantes con DM1 o DM2 que estaban usando insulina o hipoglicemiantes vía oral. Es importante destacar que ninguno de los estudios se realizó en población con diabetes gestacional.

En cuanto al tamaño de la muestra en cada estudio, se observó variabilidad, con el número de participantes variando de 19 a 999 en cada investigación incluida en esta revisión.

Los estudios en esta revisión variaron en cuanto a los períodos de análisis de los datos de glucosa en sangre. Un estudio utilizó datos de 5 días, seguido por otro de 7 días y un tercero de 28 días. Seis investigaciones adoptaron un período de análisis de 14 días. Tres estudios evaluaron datos de 30 días, mientras que otros tres utilizaron datos de 60 días. Además, cinco estudios analizaron datos de 90 días, dos estudios tuvieron un período de 120 días, y un estudio utilizó datos de 180 días.

Los 16 estudios incluidos en su totalidad abordaron la correlación entre el tiempo en rango (70-180 mg/dl) y la HbA1c. Tres estudios (18,7%) también investigaron el tiempo en rango ideal (70-140 mg/dl). Doce estudios (75,0%) examinaron el tiempo por debajo del rango (<70 mg/dl), mientras que 7 estudios (43,7%) investigaron el tiempo por debajo del rango (<54 mg/dl). En cuanto al tiempo por encima del rango (>180 mg/dl), 14 estudios (87,5%) analizaron la correlación con la HbA1c, y 7 estudios (43,7%) examinaron el tiempo por encima del rango (>250 mg/dl). Solo un estudio (6,3%) investigó el tiempo en rango de 60-140 mg/dl, el tiempo por debajo del rango (<60 mg/dl) y el tiempo por encima del rango (>140 mg/dl).

En cuanto al análisis estadístico, el 31,2% (n=5) de los estudios utilizaron el coeficiente de Pearson, mientras que el otro 25% (n=4) utilizaron el coeficiente de correlación de Spearman, ya sea solo o en conjunto con algún modelo de regresión. En el restante 43,7% (n=7) de los estudios se aplicaron exclusivamente modelos de regresión, ya sea múltiple o univariada.

Todos los estudios mostraron una correlación entre el tiempo en rango (70-180 mg/dl) y la HbA1c. Los que utilizaron el coeficiente de Spearman presentaron una correlación que varió entre -0,310 y -0,766, mientras que los estudios que utilizaron el coeficiente de Pearson mostraron una correlación que varió entre -0,623 y -0,869.

Entre los estudios que emplearon modelos de regresión, se encontraron los siguientes resultados: un estudio reveló una relación lineal significativa entre el tiempo en rango y la HbA1c (R²= 0,63); otro estudio mostró una correlación negativa significativa (R= -0,72); un tercer estudio evidenció una relación lineal negativa con la HbA1c (R² >0,88); una investigación encontró una fuerte correlación entre estas dos métricas y los valores de la HbA1c (R²= 0,888); otro estudio verificó una correlación de R²= 0,65 entre la HbA1c y el tiempo en rango (70-180 mg/dl); por último, un estudio concluyó que la HbA1c (β = -0,573, p <0,001) fue un factor significativamente correlacionado con el tiempo en rango (70-180 mg/dl).

También se observó una correlación significativa entre el tiempo por encima del rango (>180 mg/dl) y la HbA1c, con coeficientes de correlación que oscilaron entre 0,66 y 0,934.

Discusión

En esta revisión sistemática, se destacó que todos los estudios analizados mostraron una correlación entre el tiempo en rango (70-180 mg/dl) y la HbA1c. Utilizando los coeficientes de Spearman ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...
, 2525. Tsuchiya T, Saisho Y, Murakami R, Watanabe Y, Inaishi J, Itoh H. Relationship between daily and visit-to-visit glycemic variability in patients with type 2 diabetes. Endocr J. 2020;67(8):877-81. https://doi.org/10.1507/endocrj.ej20-0012
https://doi.org/10.1507/endocrj.ej20-001...
, 3030. Ling P, Yang D, Gu N, Xiao X, Lu J, Liu F, et al. Achieving the HbA1c Target Requires Longer Time in Range in Pregnant Women With Type 1 Diabetes. J Clin Endocrinol Metab. 2021;106(11):e4309-e4317. https://doi.org/10.1210/clinem/dgab502
https://doi.org/10.1210/clinem/dgab502...
, 3434. Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
https://doi.org/10.1111/jdi.13437...
) y Pearson ( 2727. Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
https://doi.org/10.1507/endocrj.ej20-019...
- 2828. Valenzano M, Bertolotti IC, Valenzano A, Grassi G. Time in range-A1c hemoglobin relationship in continuous glucose monitoring of type 1 diabetes: a real-world study. BMJ Open Diabetes Res Care. 2021;9(1):e001045. https://doi.org/10.1136/bmjdrc-2019-001045
https://doi.org/10.1136/bmjdrc-2019-0010...
, 3535. Díaz-Soto G, Bahíllo-Curieses MP, Jimenez R, Nieto MO, Gomez E, Torres B, et al. The relationship between glycosylated hemoglobin, time-in-range and glycemic variability in type 1 diabetes patients under flash glucose monitoring. Endocrinol Diabetes Nutr. 2021;68(7):465-71. https://doi.org/10.1016/j.endien.2021.11.006
https://doi.org/10.1016/j.endien.2021.11...

36. Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
https://doi.org/10.1016/j.diabres.2022.1...
- 3737. Alarcón PP, Felgueroso CA, Blanco JA, Sánchez PM, Goitia CL, Escobedo RR, et al. Correlation between glucose measurement parameters of continuous flash monitoring and HbA1c. Real life experience in Asturias. Endocrinol Diabetes Nutr. 2022;69(7):493-9. https://doi.org/10.1016/j.endien.2022.08.001
https://doi.org/10.1016/j.endien.2022.08...
), la correlación varió de -0,310 a -0,766 y de -0,623 a -0,869, respectivamente. Los modelos de regresión también indicaron una relación lineal significativa entre el tiempo en rango y la HbA1c ( 2323. Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
https://doi.org/10.1111/dme.14065...
- 2424. Petersson J, Åkesson K, Sundberg F, Särnblad S. Translating glycated hemoglobin A1c into time spent in glucose target range: A multicenter study. Pediatr Diabetes. 2019;20(3):339-44. https://doi.org/10.1111/pedi.12817
https://doi.org/10.1111/pedi.12817...
, 2626. Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
https://doi.org/10.1016/j.numecd.2020.06...
, 2929. Kuroda N, Kusunoki Y, Osugi K, Ohigashi M, Azuma D, Ikeda H, et al. Diabetes Hypoglycemia Cognition Complications (HDHCC) study group. Relationships between time in range, glycemic variability including hypoglycemia and types of diabetes therapy in Japanese patients with type 2 diabetes mellitus: Hyogo Diabetes Hypoglycemia Cognition Complications study. J Diabetes Investig. 2021;12(2):244-53. https://doi.org/10.1111/jdi.13336
https://doi.org/10.1111/jdi.13336...
, 3131. den Braber N, Vollenbroek-Hutten MMR, Westerik KM, Bakker SJL, Navis G, van Beijnum BF, et al. Glucose Regulation Beyond HbA1c in Type 2 Diabetes Treated With Insulin: Real-World Evidence From the DIALECT-2 Cohort. Diabetes Care. 2021;44(10):2238-44. https://doi.org/10.2337/dc20-2241
https://doi.org/10.2337/dc20-2241...

32. Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
https://doi.org/10.1515/jpem-2020-0725...
- 3333. Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
https://doi.org/10.1038/s41598-021-83599...
). Además, se encontró una correlación significativa entre el tiempo por encima del rango (>180 mg/dl) y la HbA1c, con coeficientes de correlación entre 0,66 y 0,934 ( 2323. Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
https://doi.org/10.1111/dme.14065...
, 2727. Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
https://doi.org/10.1507/endocrj.ej20-019...
). Estos resultados refuerzan la asociación entre el control glucémico y la HbA1c, proporcionando evidencia importante para el monitoreo de la Diabetes Mellitus. Sin embargo, es necesario discutir las divergencias encontradas entre estos estudios y la literatura existente.

El Consenso Internacional sobre el Uso de la MCG ( 33. Elbalshy M, Haszard J, Smith H, Kuroko S, Galland B, Oliver N, et al. Effect of divergent continuous glucose monitoring technologies on glycaemic control in type 1 diabetes mellitus: A systematic review and meta-analysis of randomised controlled trials. Diabet Med. 2022;39(8):e14854. https://doi.org/10.1111/dme.14854
https://doi.org/10.1111/dme.14854...
) establece la necesidad de al menos 14 días ininterrumpidos de datos con aproximadamente el 70% de las lecturas de la MCG durante ese período para fines de análisis utilizando el tiempo en rango. En este contexto, dos estudios de esta revisión presentaron un intervalo de datos inferior a 14 días ( 2525. Tsuchiya T, Saisho Y, Murakami R, Watanabe Y, Inaishi J, Itoh H. Relationship between daily and visit-to-visit glycemic variability in patients with type 2 diabetes. Endocr J. 2020;67(8):877-81. https://doi.org/10.1507/endocrj.ej20-0012
https://doi.org/10.1507/endocrj.ej20-001...
, 3333. Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
https://doi.org/10.1038/s41598-021-83599...
), lo que posiblemente puede tener un impacto en la calidad de sus resultados.

Es importante destacar que aún no existe un consenso en la literatura sobre el uso del tiempo en rango con valores de glucosa en sangre provenientes del AMGC, y por lo tanto, no hay un consenso sobre el período de datos necesario para investigaciones que utilizan estas métricas del automonitoreo.

Esta revisión encontró solo un estudio que utilizó datos del AMGC para calcular el tiempo en rango, el tiempo por encima del rango y el tiempo por debajo del rango correlacionando con la HbA1c. De hecho, este estudio adoptó una nueva terminología, el punto en rango, ya que los valores del AMGC reflejan mediciones determinadas por la persona que vive con diabetes en un momento específico en el tiempo ( 2626. Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
https://doi.org/10.1016/j.numecd.2020.06...
).

También se observó discrepancia entre los diferentes tiempos en rango examinados en los estudios seleccionados. A pesar de que todos presentaron el tiempo en rango (70-180 mg/dl), la literatura destaca la necesidad de investigar los diferentes tiempos adicionales, ya que esta métrica por sí sola (tiempo en rango 70-180 mg/dl) no proporciona una descripción adecuada del control glucémico general. También es relevante cuantificar los tiempos por debajo y por encima del rango, utilizando ciertos límites de gravedad para cada nivel ( 33. Elbalshy M, Haszard J, Smith H, Kuroko S, Galland B, Oliver N, et al. Effect of divergent continuous glucose monitoring technologies on glycaemic control in type 1 diabetes mellitus: A systematic review and meta-analysis of randomised controlled trials. Diabet Med. 2022;39(8):e14854. https://doi.org/10.1111/dme.14854
https://doi.org/10.1111/dme.14854...
).

Por lo tanto, es necesario calcular incluso el porcentaje de tiempo dedicado a los niveles por debajo del rango de nivel 2 (<54 mg/dl) con urgencia para la acción; tiempo por debajo del rango de nivel 1 (<70 mg/dl); tiempo en rango ideal (70-140 mg/dl); tiempo por encima del rango de nivel 1 (>180 mg/dl) y tiempo por encima del rango de nivel 2 (>250 mg/dl) con urgencia para la acción ( 33. Elbalshy M, Haszard J, Smith H, Kuroko S, Galland B, Oliver N, et al. Effect of divergent continuous glucose monitoring technologies on glycaemic control in type 1 diabetes mellitus: A systematic review and meta-analysis of randomised controlled trials. Diabet Med. 2022;39(8):e14854. https://doi.org/10.1111/dme.14854
https://doi.org/10.1111/dme.14854...
). En este contexto, seis estudios ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...
, 3131. den Braber N, Vollenbroek-Hutten MMR, Westerik KM, Bakker SJL, Navis G, van Beijnum BF, et al. Glucose Regulation Beyond HbA1c in Type 2 Diabetes Treated With Insulin: Real-World Evidence From the DIALECT-2 Cohort. Diabetes Care. 2021;44(10):2238-44. https://doi.org/10.2337/dc20-2241
https://doi.org/10.2337/dc20-2241...

32. Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
https://doi.org/10.1515/jpem-2020-0725...

33. Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
https://doi.org/10.1038/s41598-021-83599...
- 3434. Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
https://doi.org/10.1111/jdi.13437...
, 3636. Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
https://doi.org/10.1016/j.diabres.2022.1...
) respaldaron lo que se establece en la literatura.

La mayoría de los estudios incluidos en esta revisión sistemática ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...

23. Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
https://doi.org/10.1111/dme.14065...
- 2424. Petersson J, Åkesson K, Sundberg F, Särnblad S. Translating glycated hemoglobin A1c into time spent in glucose target range: A multicenter study. Pediatr Diabetes. 2019;20(3):339-44. https://doi.org/10.1111/pedi.12817
https://doi.org/10.1111/pedi.12817...
, 2626. Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
https://doi.org/10.1016/j.numecd.2020.06...

27. Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
https://doi.org/10.1507/endocrj.ej20-019...
- 2828. Valenzano M, Bertolotti IC, Valenzano A, Grassi G. Time in range-A1c hemoglobin relationship in continuous glucose monitoring of type 1 diabetes: a real-world study. BMJ Open Diabetes Res Care. 2021;9(1):e001045. https://doi.org/10.1136/bmjdrc-2019-001045
https://doi.org/10.1136/bmjdrc-2019-0010...
, 3131. den Braber N, Vollenbroek-Hutten MMR, Westerik KM, Bakker SJL, Navis G, van Beijnum BF, et al. Glucose Regulation Beyond HbA1c in Type 2 Diabetes Treated With Insulin: Real-World Evidence From the DIALECT-2 Cohort. Diabetes Care. 2021;44(10):2238-44. https://doi.org/10.2337/dc20-2241
https://doi.org/10.2337/dc20-2241...

32. Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
https://doi.org/10.1515/jpem-2020-0725...

33. Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
https://doi.org/10.1038/s41598-021-83599...
- 3434. Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
https://doi.org/10.1111/jdi.13437...
, 3636. Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
https://doi.org/10.1016/j.diabres.2022.1...
) investigaron, además, mediante de la correlación entre el tiempo en rango y la HbA1c, el impacto de una proporción específica del tiempo dedicado al rango en la HbA1c.

Un estudio encontró que un tiempo en rango del 70% corresponde en promedio a una HbA1C del 7%, y cuanto menor sea la proporción en el tiempo en rango, mayor será el valor de la HbA1c, de manera que un tiempo en rango del 50% equivale a una HbA1c del 8%, y un tiempo en rango del 30% equivale a una HbA1c del 8,7% ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...
).

Un estudio realizado en población pediátrica ( 2424. Petersson J, Åkesson K, Sundberg F, Särnblad S. Translating glycated hemoglobin A1c into time spent in glucose target range: A multicenter study. Pediatr Diabetes. 2019;20(3):339-44. https://doi.org/10.1111/pedi.12817
https://doi.org/10.1111/pedi.12817...
) encontró que un tiempo ideal en rango (70-140 mg/dl) del 50% corresponde a una HbA1c del 6,5%; otro estudio, realizado en niños y adolescentes ≤18 años, encontró un resultado similar, un tiempo en rango de 70-180 mg/dl del 55,1% para una HbA1c del 7% ( 2727. Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
https://doi.org/10.1507/endocrj.ej20-019...
). Por otro lado, otra investigación encontró una proporción en el tiempo en rango de 70-180 mg/dl más alta, del 65% para una HbA1c del 7% ( 3232. Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
https://doi.org/10.1515/jpem-2020-0725...
).

Es importante destacar que un estudio realizado en una población de 20 a 69 años encontró una disminución del 0,5% en la HbA1c, pasando de 7,5% a 7%, cuando hubo una mejora en la proporción de tiempo en rango (70-180 mg/dl) del 52,9% al 58,8% ( 2828. Valenzano M, Bertolotti IC, Valenzano A, Grassi G. Time in range-A1c hemoglobin relationship in continuous glucose monitoring of type 1 diabetes: a real-world study. BMJ Open Diabetes Res Care. 2021;9(1):e001045. https://doi.org/10.1136/bmjdrc-2019-001045
https://doi.org/10.1136/bmjdrc-2019-0010...
).

El único estudio realizado en mujeres embarazadas con DM1 mostró que para alcanzar una HbA1c del 6%, 6,5% y 7%, se necesita en promedio un tiempo en rango (60-140 mg/dl) del 78%, 74% y 69%, respectivamente ( 3030. Ling P, Yang D, Gu N, Xiao X, Lu J, Liu F, et al. Achieving the HbA1c Target Requires Longer Time in Range in Pregnant Women With Type 1 Diabetes. J Clin Endocrinol Metab. 2021;106(11):e4309-e4317. https://doi.org/10.1210/clinem/dgab502
https://doi.org/10.1210/clinem/dgab502...
). Y otro estudio realizado en pacientes con DM1 y DM2 en tratamiento con insulina encontró que de los 530 participantes, el 26% (n=139) tenía un tiempo en rango (70-180 mg/dl) del 70%, y de estos 139 participantes, el 79,8% (n=111) tenía una HbA1c del 7% ( 2323. Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
https://doi.org/10.1111/dme.14065...
).

Solo un estudio diferenció el impacto del tiempo en rango en la HbA1c de pacientes con DM1 de la población con DM2, y encontró que un tiempo en rango del 70% se traduce en un promedio de HbA1c del 6,9% en personas con DM1, mientras que en la misma proporción (70%) se traduce en un promedio de HbA1c del 7,1% en personas con DM2 en tratamiento con hipoglicemiantes vía oral o insulina ( 3434. Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
https://doi.org/10.1111/jdi.13437...
).

Las discrepancias evidenciadas entre estos estudios ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...

23. Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
https://doi.org/10.1111/dme.14065...
- 2424. Petersson J, Åkesson K, Sundberg F, Särnblad S. Translating glycated hemoglobin A1c into time spent in glucose target range: A multicenter study. Pediatr Diabetes. 2019;20(3):339-44. https://doi.org/10.1111/pedi.12817
https://doi.org/10.1111/pedi.12817...
, 2626. Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
https://doi.org/10.1016/j.numecd.2020.06...

27. Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
https://doi.org/10.1507/endocrj.ej20-019...
- 2828. Valenzano M, Bertolotti IC, Valenzano A, Grassi G. Time in range-A1c hemoglobin relationship in continuous glucose monitoring of type 1 diabetes: a real-world study. BMJ Open Diabetes Res Care. 2021;9(1):e001045. https://doi.org/10.1136/bmjdrc-2019-001045
https://doi.org/10.1136/bmjdrc-2019-0010...
, 3131. den Braber N, Vollenbroek-Hutten MMR, Westerik KM, Bakker SJL, Navis G, van Beijnum BF, et al. Glucose Regulation Beyond HbA1c in Type 2 Diabetes Treated With Insulin: Real-World Evidence From the DIALECT-2 Cohort. Diabetes Care. 2021;44(10):2238-44. https://doi.org/10.2337/dc20-2241
https://doi.org/10.2337/dc20-2241...

32. Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
https://doi.org/10.1515/jpem-2020-0725...

33. Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
https://doi.org/10.1038/s41598-021-83599...
- 3434. Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
https://doi.org/10.1111/jdi.13437...
, 3636. Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
https://doi.org/10.1016/j.diabres.2022.1...
) en relación con las diferentes proporciones para un determinado tiempo en rango que corresponda a una HbA1c ≤7% posiblemente sean el resultado de diferencias étnicas y fisiopatológicas entre los participantes, ya que la HbA1c presenta limitaciones relacionadas con la edad, el tiempo de vida de los glóbulos rojos y puede verse afectada por otros factores además de la hiperglucemia, como en algunas enfermedades como la anemia y la enfermedad renal crónica ( 3838. Sacks DB. Hemoglobin A1c in diabetes: panacea or pointless? Diabetes. 2013;62(1):41-3. https://doi.org/10.2337/db12-1485
https://doi.org/10.2337/db12-1485...
).

Por lo tanto, el estudio que encontró una proporción más alta de tiempo en rango (80%) para una HbA1c promedio del 7% se realizó en una población más anciana, entre 30 y 80 años, que probablemente tenía un mayor riesgo fisiopatológico entre los participantes ( 3636. Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
https://doi.org/10.1016/j.diabres.2022.1...
).

Se evidencia la necesidad de futuros estudios que evalúen los objetivos de HbA1c de acuerdo con la edad de los participantes y sus comorbilidades, como ya se establece en algunas pautas para el cuidado y tratamiento de la DM ( 3939. Sociedade Brasileira de Diabetes. Diretrizes da Sociedade Brasileira de Diabetes: 2022 [Internet]. São Paulo: SBD; 2022 [cited 2023 Jan 06]. Available from: https://diretriz.diabetes.org.br/
https://diretriz.diabetes.org.br/...
).

Se destaca que el objetivo de esta revisión sistemática no fue buscar evidencia de la posibilidad de reemplazar la HbA1c por el tiempo en rango, sino más bien rastrear en la literatura si existe correlación entre esta métrica y la HbA1c, buscando comprender mejor cómo se relacionan estas dos herramientas en el control glucémico de las personas que viven con DM.

En este contexto, se destaca que los resultados de esta revisión muestran que la correlación entre el tiempo en rango y la HbA1c indica la importancia de seguir utilizando la HbA1c como medida para evaluar el riesgo de complicaciones relacionadas con la diabetes, pero en conjunto con el tiempo en rango, con el fin de mejorar la identificación de los riesgos de complicaciones micro y macrovasculares de la DM.

Se enfatiza como una limitación el hecho de que solo se identificó un estudio con datos de glucemia procedentes de la AMGC ( 2626. Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
https://doi.org/10.1016/j.numecd.2020.06...
), y a pesar de que este estudio encontró una correlación entre los puntos en rango y la HbA1c, aún es demasiado temprano para confirmar esta métrica como una forma de evaluar el control glucémico en pacientes que utilizan dispositivos de AMGC, a diferencia de aquellos que utilizan el MCG.

Por lo tanto, surge la necesidad de realizar más estudios que analicen el tiempo en rango y otras métricas utilizando datos de glucemia procedentes de la AMGC y su correlación con la HbA1c. Esto es esencial porque la MCG es una tecnología a la que solo tiene acceso una pequeña parte de las personas que viven con diabetes, mientras que la AMGC sigue siendo ampliamente utilizada.

Otra limitación fue la imposibilidad de realizar una síntesis cuantitativa (estadística) de los resultados debido a la significativa heterogeneidad en las configuraciones metodológicas entre los estudios seleccionados, especialmente en lo que respecta al análisis estadístico para evaluar la correlación entre el tiempo en rango y la HbA1c.

Como factor de impacto en la práctica clínica, el tiempo en rango y sus otras métricas pueden ser utilizados por los profesionales de la salud como herramienta para evaluar el control glucémico de los pacientes a corto, medio y largo plazo, de manera diferente y además de la HbA1c. Además, es una herramienta que puede ser utilizada para educar y empoderar a los pacientes en la identificación de estados de hipoglucemia e hiperglucemia, especialmente cuando los niveles están por debajo de 54 mg/dl o por encima de 250 mg/dl, y también para gestionar de manera más efectiva su propio control glucémico, ya que cuanto mayor sea la proporción de tiempo en rango (70-180 mg/dl) o (70-140 mg/dl), más cerca estarán los valores de HbA1c de ≤7% ( 2222. Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
https://doi.org/10.1177/1932296818822496...

23. Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
https://doi.org/10.1111/dme.14065...
- 2424. Petersson J, Åkesson K, Sundberg F, Särnblad S. Translating glycated hemoglobin A1c into time spent in glucose target range: A multicenter study. Pediatr Diabetes. 2019;20(3):339-44. https://doi.org/10.1111/pedi.12817
https://doi.org/10.1111/pedi.12817...
, 2626. Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
https://doi.org/10.1016/j.numecd.2020.06...

27. Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
https://doi.org/10.1507/endocrj.ej20-019...
- 2828. Valenzano M, Bertolotti IC, Valenzano A, Grassi G. Time in range-A1c hemoglobin relationship in continuous glucose monitoring of type 1 diabetes: a real-world study. BMJ Open Diabetes Res Care. 2021;9(1):e001045. https://doi.org/10.1136/bmjdrc-2019-001045
https://doi.org/10.1136/bmjdrc-2019-0010...
, 3131. den Braber N, Vollenbroek-Hutten MMR, Westerik KM, Bakker SJL, Navis G, van Beijnum BF, et al. Glucose Regulation Beyond HbA1c in Type 2 Diabetes Treated With Insulin: Real-World Evidence From the DIALECT-2 Cohort. Diabetes Care. 2021;44(10):2238-44. https://doi.org/10.2337/dc20-2241
https://doi.org/10.2337/dc20-2241...

32. Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
https://doi.org/10.1515/jpem-2020-0725...

33. Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
https://doi.org/10.1038/s41598-021-83599...
- 3434. Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
https://doi.org/10.1111/jdi.13437...
, 3636. Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
https://doi.org/10.1016/j.diabres.2022.1...
).

En este contexto, la identificación de la correlación entre el tiempo en rango y la HbA1c en la presente revisión puede tener implicaciones para el avance del conocimiento científico en el campo de la salud, como el uso de esta nueva métrica como una medida complementaria a la HbA1c en la evaluación del control glucémico, lo que permite el desarrollo de estrategias terapéuticas más efectivas. Además, esta investigación puede estimular la realización de estudios adicionales con el fin de profundizar en la comprensión de esta correlación.

Conclusión

Se concluye que existe una correlación estadísticamente significativa entre el tiempo en rango y el tiempo por encima del rango con la HbA1c. Cuanto mayor sea la proporción de tiempo en el rango glucémico adecuado, más cercana o inferior a 7% estará la HbA1c. Además, su correlación con la HbA1c sugiere un impacto potencial en la práctica clínica, permitiendo el desarrollo de estrategias terapéuticas más efectivas por parte de los profesionales y gestores de salud. Este hallazgo también estimula la realización de futuras investigaciones con el objetivo de obtener una comprensión más completa de esta correlación y sus implicaciones clínicas.

Referencias

  • 1.
    American Diabetes Association. Glycemic targets: Standards of Medical Care in Diabetes–2021. Diabetes Care. 2021;42(Suppl. 1):S61–S70. https://doi.org/10.2337/dc21-S006
    » https://doi.org/10.2337/dc21-S006
  • 2.
    Maiorino MI, Signoriello S, Maio A, Chiodini P, Bellastella G, Scappaticcio L, et al. Effects of Continuous Glucose Monitoring on Metrics of Glycemic Control in Diabetes: A Systematic Review With Meta-analysis of Randomized Controlled Trials. Diabetes Care. 2020;43(5):1146-1156. https://doi.org/10.2337/dc19-1459
    » https://doi.org/10.2337/dc19-1459
  • 3.
    Elbalshy M, Haszard J, Smith H, Kuroko S, Galland B, Oliver N, et al. Effect of divergent continuous glucose monitoring technologies on glycaemic control in type 1 diabetes mellitus: A systematic review and meta-analysis of randomised controlled trials. Diabet Med. 2022;39(8):e14854. https://doi.org/10.1111/dme.14854
    » https://doi.org/10.1111/dme.14854
  • 4.
    Janapala RN, Jayaraj JS, Fathima N, Kashif T, Usman N, Dasari A, et al. Continuous Glucose Monitoring Versus Self-monitoring of Blood Glucose in Type 2 Diabetes Mellitus: A Systematic Review with Meta-analysis. Cureus. 2019;11(9):e5634. https://doi.org/10.7759/cureus.5634
    » https://doi.org/10.7759/cureus.5634
  • 5.
    Park C, Le QA. The Effectiveness of Continuous Glucose Monitoring in Patients with Type 2 Diabetes: A Systematic Review of Literature and Meta-analysis. Diabetes Technol Ther. 2018;20(9):613-21. https://doi.org/10.1089/dia.2018.0177
    » https://doi.org/10.1089/dia.2018.0177
  • 6.
    Danne T, Nimri R, Battelino T, Bergenstal RM, Close KL, DeVries JH, et al. International Consensus on Use of Continuous Glucose Monitoring. Diabetes Care. 2017;40(12):1631-40. https://doi.org/10.2337/dc17-1600
    » https://doi.org/10.2337/dc17-1600
  • 7.
    Battelino T, Danne T, Bergenstal RM, Amiel SA, Beck R, Biester T, et al. Clinical Targets for Continuous Glucose Monitoring Data Interpretation: Recommendations From the International Consensus on Time in Range. Diabetes Care. 2019;42(8):1593-603. https://doi.org/10.2337/dci19-0028
    » https://doi.org/10.2337/dci19-0028
  • 8.
    Hirsch IB. Professional flash continuous glucose monitoring as a supplement to A1C in primary care. Postgrad Med. 2017;129(8):781-90. https://doi.org/10.1080/00325481.2017.1383137
    » https://doi.org/10.1080/00325481.2017.1383137
  • 9.
    Lin R, Brown F, James S, Jones J, Ekinci E. Continuous glucose monitoring: a review of the evidence in type 1 and 2 diabetes mellitus Diabet Med. 2021;38:e14528. https://doi.org/10.1111/dme.14528
    » https://doi.org/10.1111/dme.14528
  • 10.
    Bellido V, Pinés-Corrales PJ, Villar-Taibo R, Ampudia-Blasco FJ. Time-in-range for monitoring glucose control: Is it time for a change? Diabetes Res Clin Pract. 2021;177:108917. https://doi.org/10.1016/j.diabres.2021.108917
    » https://doi.org/10.1016/j.diabres.2021.108917
  • 11.
    Yoo JH, Kim JH. Time in Range from Continuous Glucose Monitoring: A Novel Metric for Glycemic Control. Diabetes Metab J. 2020;44(6):828-39. https://doi.org/10.4093/dmj.2020.0257
    » https://doi.org/10.4093/dmj.2020.0257.
  • 12.
    Lu J, Wang C, Shen Y, Chen L, Zhang L, Cai J, et al. Time in Range in Relation to All-Cause and Cardiovascular Mortality in Patients With Type 2 Diabetes: A Prospective Cohort Study. Diabetes Care. 2021;44(2):549-555. https://doi.org/10.2337/dc20-1862
    » https://doi.org/10.2337/dc20-1862
  • 13.
    Shen Y, Wang C, Wang Y, Lu J, Chen L, Zhang L, et al. Association between time in range and cancer mortality among patients with type 2 diabetes: a prospective cohort study. Chin Med J. 2021;15;135(3):288-94. https://doi.org/10.1097/CM9.0000000000001740
    » https://doi.org/10.1097/CM9.0000000000001740
  • 14.
    Gabbay MAL, Rodacki M, Calliari LE, Vianna AGD, Krakauer M, Pinto MS, et al. Time in range: a new parameter to evaluate blood glucose control in patients with diabetes. Diabetol Metab Syndr. 2020;16(12):22. https://doi.org/10.1186/s13098-020-00529-z
    » https://doi.org/10.1186/s13098-020-00529-z
  • 15.
    Mendenhall E, Kohrt BA, Norris SA, Ndetei D, Prabhakaran D. Non-communicable disease syndemics: poverty, depression, and diabetes among low-income populations. Lancet. 2017;389(10072):951-63. https://doi.org/10.1016/s0140-6736(17)30402-6
    » https://doi.org/10.1016/s0140-6736(17)30402-6
  • 16.
    Chowdhury S, Ji L, Suwanwalaikorn S, Yu NC, Tan EK. Practical approaches for self-monitoring of blood glucose: an Asia-Pacific perspective. Curr Med Res Opin. 2015;31(3):461-76. https://doi.org/10.1185/03007995.2015.1005832
    » https://doi.org/10.1185/03007995.2015.1005832
  • 17.
    Moola S, Munn Z, Sears K, Sfetcu R, Currie M, Lisy K, et al. Conducting systematic reviews of association (etiology): The Joanna Briggs Institute’s approach. Int J Evid Based Healthc. 2015;13(3):163-9. https://doi.org/10.1097/XEB.0000000000000064
    » https://doi.org/10.1097/XEB.0000000000000064
  • 18.
    Moola S, Munn Z, Tufanaru C, Aromataris E, Sears K, Sfetcu R, et al. Chapter 7: Systematic reviews of etiology and risk. In: Aromataris E, Munn Z, editors. JBI Manual for Evidence Synthesis [Internet]. Adelaide: JBI; 2020 [cited 2023 Jan 6]. Available from: https://doi.org/10.46658/JBIMES-20-08
    » https://doi.org/10.46658/JBIMES-20-08» https://doi.org/10.46658/JBIMES-20-08
  • 19.
    Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372(71):1-9. https://www.bmj.com/content/372/bmj.n160
    » https://www.bmj.com/content/372/bmj.n160
  • 20.
    Oliveira MA, Santos CA, Brandi AC, Botelho PH, Sciarra AM, Braile DM. Endnote Web tutorial for BJCVS/RBCCV. Rev Bras Cir Cardiovasc. 2015;30(2):246-53. https://doi.org/10.5935/1678-9741.20150023
    » https://doi.org/10.5935/1678-9741.20150023
  • 21.
    Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. Rayyan-a web and mobile app for systematic reviews. Syst Rev. 2016;5(1):210 https://doi.org/10.1186/s13643-016-0384-4
    » https://doi.org/10.1186/s13643-016-0384-4
  • 22.
    Beck RW, Bergenstal RM, Cheng P, Kollman C, Carlson AL, Johnson ML, et al. The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c. J Diabetes Sci Technol. 2019;13(4):614-26. https://doi.org/10.1177/1932296818822496
    » https://doi.org/10.1177/1932296818822496
  • 23.
    Hirsch IB, Welsh JB, Calhoun P, Puhr S, Walker TC, Price DA. Associations between HbA1c and continuous glucose monitoring-derived glycaemic variables. Diabet Med. 2019;36(12):1637-42. https://doi.org/10.1111/dme.14065
    » https://doi.org/10.1111/dme.14065
  • 24.
    Petersson J, Åkesson K, Sundberg F, Särnblad S. Translating glycated hemoglobin A1c into time spent in glucose target range: A multicenter study. Pediatr Diabetes. 2019;20(3):339-44. https://doi.org/10.1111/pedi.12817
    » https://doi.org/10.1111/pedi.12817
  • 25.
    Tsuchiya T, Saisho Y, Murakami R, Watanabe Y, Inaishi J, Itoh H. Relationship between daily and visit-to-visit glycemic variability in patients with type 2 diabetes. Endocr J. 2020;67(8):877-81. https://doi.org/10.1507/endocrj.ej20-0012
    » https://doi.org/10.1507/endocrj.ej20-0012
  • 26.
    Cutruzzolà A, Irace C, Parise M, Fiorentino R, Tripodi PFP, Ungaro S, et al. Time spent in target range assessed by self-monitoring blood glucose associates with glycated hemoglobin in insulin treated patients with diabetes. Nutr Metab Cardiovasc Dis. 2020;30(10):1800-5. https://doi.org/10.1016/j.numecd.2020.06.009
    » https://doi.org/10.1016/j.numecd.2020.06.009
  • 27.
    Urakami T, Yoshida K, Kuwabara R, Mine Y, Aoki M, Suzuki J, et al. Individualization of recommendations from the international consensus on continuous glucose monitoring-derived metrics in Japanese children and adolescents with type 1 diabetes. Endocr J. 2020;67(10):1055-62. https://doi.org/10.1507/endocrj.ej20-0193
    » https://doi.org/10.1507/endocrj.ej20-0193
  • 28.
    Valenzano M, Bertolotti IC, Valenzano A, Grassi G. Time in range-A1c hemoglobin relationship in continuous glucose monitoring of type 1 diabetes: a real-world study. BMJ Open Diabetes Res Care. 2021;9(1):e001045. https://doi.org/10.1136/bmjdrc-2019-001045
    » https://doi.org/10.1136/bmjdrc-2019-001045
  • 29.
    Kuroda N, Kusunoki Y, Osugi K, Ohigashi M, Azuma D, Ikeda H, et al. Diabetes Hypoglycemia Cognition Complications (HDHCC) study group. Relationships between time in range, glycemic variability including hypoglycemia and types of diabetes therapy in Japanese patients with type 2 diabetes mellitus: Hyogo Diabetes Hypoglycemia Cognition Complications study. J Diabetes Investig. 2021;12(2):244-53. https://doi.org/10.1111/jdi.13336
    » https://doi.org/10.1111/jdi.13336
  • 30.
    Ling P, Yang D, Gu N, Xiao X, Lu J, Liu F, et al. Achieving the HbA1c Target Requires Longer Time in Range in Pregnant Women With Type 1 Diabetes. J Clin Endocrinol Metab. 2021;106(11):e4309-e4317. https://doi.org/10.1210/clinem/dgab502
    » https://doi.org/10.1210/clinem/dgab502
  • 31.
    den Braber N, Vollenbroek-Hutten MMR, Westerik KM, Bakker SJL, Navis G, van Beijnum BF, et al. Glucose Regulation Beyond HbA1c in Type 2 Diabetes Treated With Insulin: Real-World Evidence From the DIALECT-2 Cohort. Diabetes Care. 2021;44(10):2238-44. https://doi.org/10.2337/dc20-2241
    » https://doi.org/10.2337/dc20-2241
  • 32.
    Bosoni P, Calcaterra V, Tibollo V, Malovini A, Zuccotti G, Mameli C, et al. Exploring the inter-subject variability in the relationship between glucose monitoring metrics and glycated hemoglobin for pediatric patients with type 1 diabetes. J Pediatr Endocrinol Metab. 2021;34(5):619-25. https://doi.org/10.1515/jpem-2020-0725
    » https://doi.org/10.1515/jpem-2020-0725
  • 33.
    Babaya N, Noso S, Hiromine Y, Taketomo Y, Niwano F, Yoshida S, et al. Relationship of continuous glucose monitoring-related metrics with HbA1c and residual β-cell function in Japanese patients with type 1 diabetes. Sci Rep. 2021;11(1):4006. https://doi.org/10.1038/s41598-021-83599-x
    » https://doi.org/10.1038/s41598-021-83599-x
  • 34.
    Ohigashi M, Osugi K, Kusunoki Y, Washio K, Matsutani S, Tsunoda T, et al. Association of time in range with hemoglobin A1c, glycated albumin and 1,5-anhydro-d-glucitol. J Diabetes Investig. 2021;12(6):940-9. https://doi.org/10.1111/jdi.13437
    » https://doi.org/10.1111/jdi.13437
  • 35.
    Díaz-Soto G, Bahíllo-Curieses MP, Jimenez R, Nieto MO, Gomez E, Torres B, et al. The relationship between glycosylated hemoglobin, time-in-range and glycemic variability in type 1 diabetes patients under flash glucose monitoring. Endocrinol Diabetes Nutr. 2021;68(7):465-71. https://doi.org/10.1016/j.endien.2021.11.006
    » https://doi.org/10.1016/j.endien.2021.11.006
  • 36.
    Kurozumi A, Okada Y, Mita T, Wakasugi S, Katakami N, Yoshii H, et al. Associations between continuous glucose monitoring-derived metrics and HbA1c in patients with type 2 diabetes mellitus. Diabetes Res Clin Pract. 2022;186:109836. https://doi.org/10.1016/j.diabres.2022.109836
    » https://doi.org/10.1016/j.diabres.2022.109836
  • 37.
    Alarcón PP, Felgueroso CA, Blanco JA, Sánchez PM, Goitia CL, Escobedo RR, et al. Correlation between glucose measurement parameters of continuous flash monitoring and HbA1c. Real life experience in Asturias. Endocrinol Diabetes Nutr. 2022;69(7):493-9. https://doi.org/10.1016/j.endien.2022.08.001
    » https://doi.org/10.1016/j.endien.2022.08.001
  • 38.
    Sacks DB. Hemoglobin A1c in diabetes: panacea or pointless? Diabetes. 2013;62(1):41-3. https://doi.org/10.2337/db12-1485
    » https://doi.org/10.2337/db12-1485
  • 39.
    Sociedade Brasileira de Diabetes. Diretrizes da Sociedade Brasileira de Diabetes: 2022 [Internet]. São Paulo: SBD; 2022 [cited 2023 Jan 06]. Available from: https://diretriz.diabetes.org.br/
    » https://diretriz.diabetes.org.br/
  • *
    El presente trabajo fue realizado con apoyo de la Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) - Código de Financiamiento 001, Brasil.
  • Cómo citar este artículo

    Lima RAD, Fernandes DR, Garcia RAC, Carvalho LAR, Silveira RCCP, Teixeira CRS. Correlation between time on target and glycated hemoglobin in people with diabetes mellitus: systematic review. Rev. Latino-Am. Enfermagem. 2023;31:e4089 [cited mes día año]. Available from: URL . https://doi.org/10.1590/1518-8345.6655.4089
  • Todos los autores aprobaron la versión final del texto.

Editado por

Editora Asociada:

Rosalina Aparecida Partezani Rodrigues

Fechas de Publicación

  • Publicación en esta colección
    04 Dic 2023
  • Fecha del número
    2023

Histórico

  • Recibido
    06 Ene 2023
  • Acepto
    19 Set 2023
Escola de Enfermagem de Ribeirão Preto / Universidade de São Paulo Av. Bandeirantes, 3900, 14040-902 Ribeirão Preto SP Brazil, Tel.: +55 (16) 3315-3451 / 3315-4407 - Ribeirão Preto - SP - Brazil
E-mail: rlae@eerp.usp.br