Acessibilidade / Reportar erro

Correlação entre tempo no alvo e hemoglobina glicada de pessoas com diabetes mellitus: revisão sistemática * * O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) - Código de Financiamento 001, Brasil.

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


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


Destaques:

(1) Todos os estudos mostraram correlação significativa entre tempo no alvo e HbA1c.

(2) Quanto maior a proporção no tempo no alvo mais próximo ao 7% estará a HbA1c.

(3) Possibilidade em usar o tempo no alvo em dados de automonitorização da glicemia.

(4) Avaliação do controle glicêmico dos pacientes em curto, médio e longo prazo.

Introdução

A monitorização da glicemia é apontada como estratégia fundamental na prevenção de complicações do diabetes mellitus (DM) com resultado na melhoria da qualidade de vida das pessoas que vivem com essa doença crônica ( 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...
). Atualmente com o advento de novas tecnologias, enfatiza-se a monitorização contínua da glicemia (MCG) por sensores aplicados no subcutâneo, os quais permitem a medição ininterrupta dos níveis atuais e reais de glicemia ( 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...
).

Revisões sistemáticas foram desenvolvidas na perspectiva de comparar a efetividade da MCG e a automonitorização da glicemia capilar (AMGC) no manejo do controle glicêmico do DM. Essas revisões destacam que a MCG oferece vantagens significativas em relação à AMGC, como maior quantidade de dados, avaliação contínua da glicemia e detecção de padrões glicêmicos imperceptíveis pela 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...
), salientando o surgimento de novas métricas para a avaliação do controle glicêmico, como o tempo no alvo ( 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...
).

O tempo no alvo refere-se ao tempo gasto em uma determinada faixa glicêmica de um indivíduo, geralmente entre 70-180 mg/dl, mas 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...
). Suas medidas agregam informações importantes para analisar o nível de controle glicêmico, além do que é conhecido a partir da hemoglobina glicada (HbA1c), pois é possível adquirir e avaliar dados não somente referentes a hiperglicemia, como também da hipoglicemia, o que o torna efetivo, portanto, para evitar tanto complicações micro como as 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...
).

Dessa forma, embora a HbA1c seja amplamente utilizada como um indicador padrão ouro para avaliar o controle glicêmico ao longo do tempo, ela não fornece informações detalhadas sobre os níveis diários de glicemia ( 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 outro lado, o tempo no alvo oferece uma perspectiva mais precisa e individualizada sobre a regulação glicêmica ( 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...
). Estudos recentes têm sugerido que o tempo no alvo pode ser um preditor melhor de resultados clínicos e de risco de complicações do diabetes, em comparação com a HbA1c isoladamente, sugerindo até mesmo a substituição deste indicador por essa nova 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...
).

Entretanto, por se tratar de uma métrica oriunda de uma nova tecnologia, seu acesso ainda é restrito a uma pequena parcela da população com diabetes, principalmente a que reside em países de alta renda ( 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...
).

Destaca-se, dessa maneira, a iniquidade social do 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...
), uma vez que a maioria das pessoas que vivem com DM residem em países de baixa e média renda ( 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...
), além do que, possuem obstáculos financeiros no acesso às novas tecnologias no manejo do controle glicêmico, utilizando amplamente, ainda, a automonitorização da glicemia capilar (AMGC). A qual, apesar de apresentar limitações em relação aos dispositivos de MCG, ratifica-se na literatura como ferramenta fundamental no controle glicêmico por meio do fornecimento de feedback sobre os níveis de glicemia, o que facilita o entendimento sobre o impacto de escolhas alimentares específicas e atividades físicas em relação à glicemia 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...
).

Nesse contexto é necessário identificar evidências cientificas sobre a correlação entre tempo no alvo e HbA1c de pessoas que vivem com DM tipo 1 (DM1), DM tipo 2 (DM2) ou gestacional e que realizam a MCG ou a AMGC, para que se possa compreender melhor a relação entre essas duas métricas no manejo do DM e constatar a possibilidade da aplicabilidade do tempo no alvo em dados da AMGC.O que justifica o desenvolvimento desta revisão, uma vez que até o momento não foram encontradas na literatura revisões com esse intuito.

Nesta perspectiva, o objetivo desta revisão é analisar a correlação entre o tempo no alvo e HbA1c de pessoas que vivem com DM e que realizam a MCG ou a AMGC.

Método

Tipo de estudo

A revisão sistemática é um método de pesquisa que respalda a saúde baseada em evidências. Nesse sentido, esta revisão foi realizada conforme a abordagem do JBI, visando sintetizar evidências sobre a correlação entre tempo no alvo e HbA1c de pessoas com DM. As questões de associação comumente tratam de problemas etiológicos ou prognósticos. Embora não haja uma metodologia universalmente reconhecida para revisões sistemáticas sobre etiologia e risco, essas revisões oferecem informações valiosas para profissionais da saúde e tomadores de decisão, podendo influenciar os resultados em saúde. A revisão sistemática de estudos etiológicos é essencial no âmbito da saúde pública, pois orienta o planejamento dos cuidados de saúde, a alocação de recursos e as estratégias de prevenção de doenças ( 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...
). O método foi conduzido de forma rigorosa e transparente para identificar, selecionar e avaliar criticamente os estudos primários incluídos.

Por conseguinte, essa revisão seguiu uma sequência de etapas: formulação da pergunta de pesquisa; definição de critérios de inclusão e exclusão; busca e seleção de estudos; avaliação da qualidade metodológica; extração de dados, análise e síntese dos estudos; e apresentação e interpretação dos 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...
). Ela foi reportada segundo os itens propostos pelo 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...
).

O protocolo desta revisão sistemática foi previamente publicado na plataforma Open Science Framework, cujo registro está disponível em https://doi.org/10.17605/OSF.IO/NKMZB.

Critérios de elegibilidade

Para a definição dos critérios de elegibilidade, foi adotada a estratégia 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...
), juntamente com a formulação da pergunta de pesquisa. Nesta revisão sistemática, o acrônimo PEO foi utilizado da seguinte maneira: P (Population) refere-se às pessoas com DM tipo 1, tipo 2 ou gestacional; E (Exposition) envolve a MCG ou a AMGC; O (Outcome) abrange a correlação entre a HbA1c e o tempo no alvo.

Com base nisso, a pergunta de pesquisa delineada foi: “qual a correlação entre tempo no alvo e HbA1c de pessoas que vivem com DM tipo 1, tipo 2 ou gestacional e que realizaram a AMGC ou a MCG?”.

Os critérios de inclusão para a seleção dos estudos foram os seguintes: pessoas com diagnóstico de DM tipo 1, tipo 2 ou gestacional que utilizaram a AMGC ou a MCG como estratégia para o controle glicêmico, além de possuírem amostra de HbA1c coletada laboratorialmente, correlacionada com o tempo no alvo. Os estudos considerados na pesquisa foram aqueles publicados nos idiomas inglês, português e espanhol, em qualquer período de publicação, e obtidos na íntegra.

Por outro lado, os critérios de exclusão foram aplicados aos estudos que envolviam pessoas com DM não especificado; que correlacionaram a albumina glicada com o tempo no alvo; que utilizaram a HbA1c estimada em vez de coletada laboratorialmente; ou que consistiram em relatos de casos, séries de casos, estudos secundários (outras revisões), editoriais, cartas ao editor, livros, capítulos de livros, diretrizes, artigos de opinião de especialistas, relatos de experiência, anais e resumos de congresso, dissertações e teses.

Fonte de dados

O rastreamento dos estudos ocorreu utilizando as seguintes bases de dados eletrônicas: Cumulative Index to Nursing and Allied Health (CINAHL), Cochrane Library, Excerpta Medica DataBase (Embase), Literatura Latino-Americana e do Caribe em Ciências da Saúde (LILACS), PubMed e Scopus. Além disso, foi explorada a literatura cinzenta por meio do Google Scholar.

Para construção da estratégia de busca foram utilizados descritores controlados e seus sinônimos: “ diabetes mellitus”, “ blood glucose self-monitoring”, “ continuous glucose monitoring”, “ time in range”, “ glycated hemoglobin A”, associados a operadores booleanos AND ou OR, agrupados e adaptados segundo as especificidades de cada base de dados desta revisão.

A estratégia de busca foi avaliada tecnicamente por um bibliotecário, e após finalizada, foram realizados testes para verificar se havia sensibilidade à pergunta de pesquisa que se deseja responder. Os testes e os termos detalhados da estratégia de busca construída são apresentados na Figura 1.

Figura 1 –
Estratégia de busca segundo bases de dados eletrônicas. Ribeirão Preto, SP, Brasil, 2022

Os resultados da busca foram exportados para o gerenciador de referências 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...
) versão online, para a remoção das referências duplicadas, e em seguida foram importados para a plataforma Rayyan, a qual pode ser acessada por meio do endereço eletrônico 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-...
).

Na 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-...
), os estudos foram avaliados, primeiramente, por meio da leitura do título e resumo, além de analisados por dois revisores de maneira independente e mascarada, segundo os critérios de elegibilidade. Logo, os estudos considerados elegíveis foram analisados por meio da leitura do texto na íntegra. Em caso de divergência entre os revisores, um terceiro revisor com expertise na temática foi consultado.

Período

A busca nas bases de dados eletrônicas foi realizada no dia 20 de setembro de 2021 e atualizada no dia 20 de junho de 2023.

Processo utilizado para a extração e a análise das informações dos estudos selecionados

Os dados dos estudos foram coletados utilizando um formulário pré-estabelecido, mais uma vez de forma independente por dois investigadores, que contempla: referência, ano de publicação e país de realização do estudo; periódico e seu fator de impacto; objetivo, delineamento do estudo; tamanho amostral; principais resultados. Dessa forma, os estudos foram analisados de forma qualitativa, sintetizando as evidências de forma descritiva.

Ressalta-se que a síntese das evidências ocorreu por meio dos valores de correlação entre a HbA1c e o tempo no alvo, como das proporções em um determinado tempo no alvo e a HbA1c correspondente.

Após a conclusão desse processo, os dois pesquisadores compararam os dados obtidos e resolveram quaisquer divergências por meio de discussão e consenso. Em situações em que houve discordância, foi consultado um terceiro pesquisador especializado no tema em questão para obter uma decisão final.

Avaliação da qualidade metodológica

Foi realizada avaliação da qualidade metodológica dos estudos primários incluídos na amostra por meio das ferramentas disponibilizadas pelo 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...
). Essas ferramentas incorporam um processo crítico de avaliação das evidências de pesquisa, sendo o seu principal objetivo avaliar a qualidade metodológica de um estudo e determinar até que ponto este estudo apresentou a possibilidade de vieses em seu desenho, condução e análise ( 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 do início da avaliação crítica dos estudos, as decisões acerca das respostas foram discutidas entre os revisores. Assim, quanto maior o número de resposta “sim” aos itens avaliados na ferramenta, maior a qualidade metodológica do estudo. Essa etapa também foi realizada de forma independente e mascarada por dois revisores. O terceiro revisor foi acionado para solucionar os possíveis conflitos da avaliação ( 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

Por se tratar de um estudo secundário, a submissão ao Comitê de Ética em Pesquisa (CEP) é dispensada. Não há conflitos de interesse que comprometam a análise dos resultados deste trabalho.

Resultados

Ao final das buscas realizadas nas bases de dados eletrônicas, foram identificados 377 registros, dos quais 72 foram removidos por serem duplicados. Posteriormente, 305 documentos foram analisados por meio da leitura do título e do resumo. Foram selecionados 27 estudos para leitura na íntegra.

Após leitura na íntegra, 11 artigos foram excluídos seguindo os critérios de seleção. Ao final do processo de seleção, 16 estudos foram selecionados para compor a revisão sistemática e submetidos a análise descritiva, conforme descrito na Figura 2.

No que concerne à literatura cinzenta, dos 232 estudos selecionados, 211 foram excluídos após a leitura do título e do resumo. Por conseguinte, foi realizada a leitura na íntegra de 21 registros, dos quais nenhum foi selecionado para compor a presente revisão sistemática por não responderem a questão ou por se tratar de artigos duplicados já selecionados nas bases de dados científicas, conforme apresentado na Figura 2.

Figura 2 -
Fluxograma da revisão sistemática, segundo PRISMA (2020)

As sínteses dos estudos incluídos nesta revisão sistemática são descritas detalhadamente na Figura 3.

Figura 3 -
Síntese dos estudos incluídos na revisão sistemática. Ribeirão Preto, SP, Brasil, 2022

A maioria dos estudos foram realizados em países desenvolvidos, sendo que 43,7% dos estudos são provenientes de países europeus, incluindo Itália (n=3), Espanha (n=2), Holanda (n=1) e Suécia (n=1). Da mesma forma, 43,7% dos estudos são provenientes de países asiáticos, incluindo Japão (n=6) e China (n=1). Por fim, 12,6% dos estudos são provenientes da América do Norte, especificamente dos Estados Unidos (n=2).

A presente revisão sistemática mostra que o tema em questão tem uma base científica em constante crescimento, com os primeiros artigos publicados em 2019 e os mais recentes em 2022.

Os artigos que cumpriram os critérios de inclusão foram submetidos a uma avaliação crítica de sua qualidade metodológica, de acordo com as ferramentas adequadas ao desenho de estudo adotado. A maior parte dos estudos (75%, n=13) adotou um desenho de pesquisa transversal analítico. Importante observar que somente um dos estudos avaliados apresentou informações relacionadas à identificação de fatores de confusão e que nenhum desses estudos abordou possíveis estratégias de enfrentamento desses fatores, conforme evidenciado na Figura 4.

Por outro lado, os demais estudos (n=3) seguiram um desenho de coorte. É relevante destacar que nenhum desses estudos abordou as questões de identificação e de resolução de potenciais fatores de confusão ou forneceu estratégias para lidar com casos de acompanhamento incompleto, conforme detalhado na Figura 5.

Figura 4 –
Qualidade metodológica segundo a ferramenta JBI Critical Appraisal Tool e de acordo com o tipo de estudo (estudos transversais). Ribeirão Preto, SP, Brasil, 2022

Figura 5 -
Qualidade metodológica segundo a ferramenta JBI Critical Appraisal Tool e de acordo com o tipo de estudo (estudos de coorte). Ribeirão Preto, SP, Brasil, 2022

Em relação à caracterização da população dos estudos incluídos nesta revisão, a maioria (68,8%; n=11) era composta por adultos com idade acima de 18 anos. Em 18,7% dos estudos (n=3), a pesquisa foi realizada com crianças e/ou adolescentes com idade até 18 anos; enquanto em 12,5% dos estudos (n=2), a população participante era mista, incluindo crianças e/ou adolescentes, bem como adultos.

Quanto à coleta de dados glicêmicos, a grande maioria dos estudos (93,8%; n=15) utilizou sensores de MCG para obter os valores de glicemia. Apenas um estudo (6,2%) utilizou dados provenientes da AMGC.

Em relação ao tipo de diabetes, 56,4% dos participantes dos estudos (n=9) possuíam DM1. Em 18,7% dos estudos (n=3), os participantes tinham DM2 e estavam em uso de insulina ou hipoglicemiantes via oral. Em 12,5% dos estudos (n=2), a pesquisa envolveu pessoas com DM1 ou DM2 em uso de insulina. Um estudo (6,2%) incluiu participantes com DM2 em uso de insulina, e outro estudo (6,2%) envolveu participantes com DM1 ou DM2 em uso de insulina ou hipoglicemiantes via oral. É importante destacar que nenhum dos estudos foi conduzido em população com diabetes gestacional.

Quanto ao tamanho da amostra em cada estudo, foi observada variabilidade, com o número de participantes variando de 19 a 999 em cada pesquisa incluída nesta revisão.

Nesta revisão os estudos variaram em relação aos períodos de análise dos dados de glicemia. Um estudo utilizou 5 dias de dados, seguido por outro com 7 dias e um terceiro com 28 dias. Seis pesquisas adotaram um período de análise de 14 dias. Três estudos avaliaram dados de 30 dias, enquanto outros três utilizaram dados de 60 dias. Além disso, cinco estudos analisaram dados de 90 dias, dois estudos tiveram um período de 120 dias e um estudo utilizou dados de 180 dias.

Todos os 16 estudos incluídos abordaram a correlação entre o tempo no alvo (70-180 mg/dl) e a HbA1c. Três estudos (18,7%) também investigaram o tempo no alvo ideal (70-140 mg/dl). Ao passo que 12 estudos (75,0%) examinaram o tempo abaixo do alvo (<70 mg/dl), enquanto 7 estudos (43,7%) investigaram o tempo abaixo do alvo (<54 mg/dl). Em relação ao tempo acima do alvo (>180 mg/dl), 14 estudos (87,5%) analisaram a correlação com a HbA1c e 7 estudos (43,7%) examinaram o tempo acima do alvo (>250 mg/dl). Apenas um estudo (6,3%) investigou o tempo no alvo de 60-140 mg/dl, tempo abaixo do alvo (<60 mg/dl) e tempo acima do alvo (>140 mg/dl).

Em relação à análise estatística, 31,2% (n=5) dos estudos utilizaram o coeficiente de Pearson, enquanto outros 25% (n=4) utilizaram o coeficiente de Spearman em conjunto ou não com algum modelo de regressão. Nos restantes 43,7% (n=7) dos estudos aplicaram-se somente modelos de regressão, tanto múltipla como univariada.

Todos os estudos mostraram correlação entre o tempo no alvo (70-180 mg/dl) e a HbA1c: os que utilizaram o coeficiente de Spearman apresentaram correlação entre -0,310 a -0,766; já os estudos que usaram o coeficiente de Pearson evidenciaram correlação entre -0,623 a -0,869.

Dentre os estudos que empregaram modelos de regressão, encontramos os seguintes resultados: um estudo revelou uma relação linear significativa entre o tempo no alvo e a HbA1c (R²= 0,63); outro estudo mostrou uma correlação negativa significativa (R= -0,72); um terceiro estudo evidenciou uma relação linear negativa com a HbA1c (R² >0,88); uma pesquisa constatou uma forte correlação entre essas duas métricas e os valores da HbA1c (R²= 0,888); já outro estudo verificou uma correlação de R²= 0,65 entre a HbA1c e o tempo no alvo (70-180 mg/dl); por fim, um estudo concluiu que a HbA1c (β = -0,573, p <0,001) foi um fator significativo correlacionado ao tempo no alvo (70-180 mg/dl).

Houve, também, correlação significativa entre o tempo acima do alvo (>180 mg/dl) com a HbA1c com coeficientes de correlação entre 0,66 e 0,934.

Discussão

Na presente revisão sistemática foi possível destacar que todos os estudos analisados mostraram correlação entre o tempo no alvo (70-180 mg/dl) e a HbA1c. Utilizando os 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...
) e 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...
), a correlação variou de -0,310 a -0,766 e de -0,623 a -0,869, respectivamente. Os modelos de regressão também indicaram uma relação linear significativa entre o tempo no alvo e a 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...
). Além disso, houve correlação significativa entre o tempo acima do alvo (>180 mg/dl) e a HbA1c, com coeficientes de correlação entre 0,66 e 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...
). Esses resultados reforçam a associação entre o controle glicêmico e a HbA1c, fornecendo evidências importantes para o monitoramento do DM. No entanto, é necessário discutir as divergências encontradas entre esses estudos e a literatura existente.

O Consenso Internacional sobre o Uso de 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...
) estabelece a necessidade de pelo menos 14 dias ininterruptos de dados com aproximadamente 70% de leituras de MCG durante esse intervalo, para fins de análises empregando o tempo no alvo. Nesse contexto, dois estudos dessa revisão apresentaram intervalo de dados inferior a 14 dias ( 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...
), o que possivelmente pode refletir na qualidade dos seus resultados.

Salienta-se que não há ainda na literatura um consenso para a utilização do tempo no alvo com valores de glicemia provenientes da AMGC e, dessa forma, não há um consenso do período de dados necessário para pesquisas usando as métricas advindas da automonitorização.

A presente revisão encontrou somente uma pesquisa que utilizou dados da AMGC para cálculo do tempo no alvo, tempo acima do alvo e tempo abaixo do alvo correlacionando com a HbA1C. Na verdade, tal estudo adotou uma nova terminologia, o ponto no alvo, uma vez que os valores do AMGC refletem aferições determinadas pela pessoa que vive com diabetes em um determinado ponto no tempo ( 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...
).

Também houve divergência entre os diferentes tempos no alvo examinados nos estudos elegidos. Apesar de todos terem apresentado o tempo no alvo (70-180 mg/dl), é identificada na literatura a demanda de investigação nos outros diferentes tempos, em virtude de que essa métrica, por si só (tempo no alvo 70-180 mg/dl), não é uma descrição adequada do controle glicêmico geral. Também é pertinente quantificar os tempos abaixo e acima do alvo usando alguns limites de gravidade para cada nível ( 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 conseguinte, é necessário calcular inclusive a porcentagem de tempo gasta em tempo abaixo do alvo de nível 2 (<54 mg/dl) com urgência para ação; tempo abaixo do alvo de nível 1 (<70 mg/dl); tempo ideal no alvo (70-140 mg/dl); tempo acima do alvo de nível 1 (>180 mg/dl); e tempo acima do alvo de nível 2 (>250 mg/dl) com urgência para ação ( 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...
). Nesse contexto, seis estudos ( 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...
) corroboraram com o que é determinado pela literatura.

A maioria dos estudos incluídos nesta revisão 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...
) também investigaram, por meio da correlação entre o tempo no alvo e a HbA1c, o impacto de uma determinada proporção em um tempo gasto na faixa alvo na HbA1C.

Um estudo constatou que um tempo no alvo de 70% em média corresponde a uma HbA1C de 7% e quanto menor a proporção no tempo no alvo maior será o valor da HbA1c, sendo que um tempo no alvo de 50% equivale a uma HbA1c de 8% e um tempo no alvo de 30% a uma HbA1c de 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...
).

Um estudo realizado em população 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...
) constatou que um tempo ideal no alvo (70-140 mg/dl) em 50% corresponde a uma HbA1c de 6,5%; outro estudo, realizado com crianças e adolescentes ≤18 anos, constatou um resultado similar, um tempo no alvo de 70-180 mg/dl de 55,1% para uma HbA1c 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...
). Já uma outra pesquisa averiguou uma proporção no tempo no alvo 70-180 maior, de 65% para uma HbA1c de 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...
).

Destaca-se que um estudo realizado em população com idade entre 20 e 69 anos averiguou uma diminuição de 0,5% na HbA1c de 7,5% para 7%, isso ocorreu quando houve uma melhora da proporção em tempo no alvo (70-180 mg/dl) de 52,9% para 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...
).

A única pesquisa realizada com gestantes que vivem com DM1 evidenciou que para o alcance de HbA1c de 6%, 6,5% e 7% é necessário em média um tempo no alvo (60-140 mg/dl) de 78%, 74% e 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...
). E um outro estudo realizado com pacientes com DM1 e DM2 em tratamento com insulina constatou que dos 530 participantes, 26% (n=139) apresentaram um tempo no alvo (70-180 mg/dl) em 70% e desses 139 participantes, 79,8% (n=111) tiveram uma HbA1c de 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...
).

Somente um estudo diferenciou o impacto do tempo no alvo na HbA1c de pacientes com DM1 da população com DM2, constatando que um tempo no alvo de 70% corresponde a uma HbA1c média de 6,9% em pessoas com DM1 e, na mesma proporção (70%), corresponde a uma HbA1c média de 7,1% para pessoas com DM2 em tratamento com hipoglicemiante via oral ou 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...
).

As divergências evidenciadas entre esses estudos ( 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...
) em relação às diferentes proporções para um determinado tempo no alvo que corresponda a uma HbA1c ≤7% são resultantes, possivelmente, de diferenças étnicas e fisiopatológicas de cada participante, uma vez que a HbA1c apresenta limitações em relação à idade e ao tempo de vida dos eritrócitos, além de poder ser afetada por outros fatores afora a hiperglicemia, como em algumas doenças como anemia e doença renal crônica ( 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 conseguinte, o estudo que evidenciou uma maior proporção no tempo no alvo (80%) para uma HbA1c média de 7% foi realizado em uma população mais velha, entre 30 e 80 anos, a qual provavelmente possuía maiores riscos fisiopatológicos entre os 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...
).

Evidencia-se a necessidade de futuros estudos que avaliem metas de HbA1c de acordo com a faixa etária dos participantes e suas comorbidades, como já é estabelecido em algumas diretrizes para o cuidado e o tratamento do 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/...
).

Ressalta-se que o objetivo da presente revisão sistemática não foi buscar evidências da possibilidade em substituir a HbA1c pelo tempo no alvo, pelo contrário, foi rastrear na literatura se há correlação entre essa métrica e a HbA1c, procurando compreender melhor como ocorre a relação entre essas duas ferramentas no controle glicêmico das pessoas que vivem com DM.

Salienta-se, nesse contexto, que os resultados desta revisão evidenciam que a correlação entre o tempo no alvo e a HbA1c indica a relevância de ainda utilizar-se a HbA1c como medida para avaliar o risco de complicações relacionadas ao diabetes, porém em conjunto com o tempo no alvo, com o intuito de potencializar a identificação dos riscos para complicações micro e macrovasculares do DM.

Enfatiza-se como limitação a identificação de somente um estudo com dados de glicemia provenientes do 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...
) e, apesar deste ter constatado correlação entre pontos no alvo e HbA1c, é muito precoce ratificar ainda essa métrica para avaliar o controle glicêmico em pacientes que fazem uso de dispositivos de AMGC, diferentemente dos que utilizam o MCG.

Dessa forma, desponta a necessidade de mais estudos que analisem o tempo no alvo e as demais métricas com os dados de glicemia do AMGC, além de sua correlação com a HbA1c. Isso ocorre essencialmente porque o MCG é uma tecnologia acessada de forma restrita por uma pequena parte das pessoas que vivem com diabetes, por conseguinte, sendo o AMGC ainda amplamente usado.

Outra limitação foi a inviabilidade da realização de uma síntese quantitativa (estatística) dos resultados por conta da significativa heterogeneidade das configurações metodológicas entre os estudos selecionados, principalmente em relação a análise estatística para avaliar a correlação entre o tempo no alvo e a HbA1c.

Como fator de impacto na prática clínica, o tempo no alvo e suas demais métricas podem ser utilizados pelos profissionais de saúde como ferramenta para avaliar o controle glicêmico dos pacientes em curto, médio e longo prazo, diferentemente e além da HbA1c. Além disso, é uma ferramenta que pode ser utilizada como forma de educar e empoderar os pacientes na identificação dos estados de hipoglicemia e hiperglicemia, principalmente quando em níveis <54 mg/dl e >250 mg/dl. Também tem potencial para conseguir manejar mais efetivamente seu próprio controle glicêmico, já que quanto maior a proporção no tempo no alvo (70-180 mg/dl ou 70-140 mg/dl), mais próximos estarão os valores de HbA1c entre ≤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...
).

Nesse contexto, a constatação da correlação entre tempo no alvo e HbA1c na presente revisão pode proporcionar implicações para o avanço do conhecimento científico na área da saúde, como a utilização dessa nova métrica como uma medida complementar à HbA1c na avaliação do controle glicêmico, assim possibilitando o desenvolvimento de estratégias terapêuticas mais eficazes. Além disso, a presente investigação pode estimular a condução de estudos adicionais com o intuito de aprofundar o entendimento dessa correlação.

Conclusão

Conclui-se que existe correlação estatisticamente significativa entre o tempo no alvo e o tempo acima do alvo com a HbA1c. Quanto maior a proporção de tempo na faixa glicêmica adequada, mais próxima ou inferior a 7% estará a HbA1c. Ademais, sua correlação com a HbA1c sugere potencial impacto na prática clínica, permitindo o desenvolvimento de estratégias terapêuticas mais eficazes pelos profissionais e pelos gestores de saúde. Esta descoberta também estimula o desenvolvimento de futuras pesquisas com o intuito de obter uma compreensão mais abrangente dessa correlação e suas implicações 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/
  • *
    O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) - Código de Financiamento 001, Brasil.
  • Como citar este artigo

    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 mês dia ano]. Available from: URL . https://doi.org/10.1590/1518-8345.6655.4089
  • Todos os autores aprovaram a versão final do texto.

Editado por

Editora Associada:

Rosalina Aparecida Partezani Rodrigues

Datas de Publicação

  • Publicação nesta coleção
    04 Dez 2023
  • Data do Fascículo
    2023

Histórico

  • Recebido
    06 Jan 2023
  • Aceito
    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