1. 引言
糖化血红蛋白（HbA1c）自20世纪70年代被引入临床以来，已成为评估糖尿病患者长期血糖控制状况的核心指标。其本质是血红蛋白β链N端缬氨酸与葡萄糖发生非酶促反应的产物，浓度与红细胞生命周期内暴露的血糖积分浓度成正比。2008年，ADAG研究（A1c-Derived Average Glucose Study）建立了HbA1c与平均血糖（AG）的线性回归方程：AG（mmol/L）=1.59×HbA1c（%）−2.59，为临床提供了便捷的换算工具。然而，后续大规模队列研究及真实世界数据揭示，该相关性虽在群体层面高度显著（R²≈0.84），但在个体层面存在不可忽视的离散性，部分患者实测AG与方程预测值偏差可达±30%。这一矛盾直接影响了HbA1c作为血糖控制靶标的可靠性，亟需从分子机制、生理变异及临床实践角度进行深度剖析。
2. 方法/现状
目前，HbA1c与AG相关性的研究主要依赖两种方法：一是基于多次静脉血糖或连续血糖监测（CGM）数据计算平均血糖，并与同期HbA1c进行线性或非线性回归；二是通过同位素标记或高效液相色谱法测定糖化速率常数（k），建立个体化动力学模型。ADAG研究纳入了507例1型及2型糖尿病患者，每3个月采集CGM数据，证实了HbA1c与AG的线性关系，并据此定义了估算平均血糖（eAG）概念。然而，后续多项研究指出该方程的局限性：例如，在非裔美国人中，因血红蛋白变异体（如HbS、HbC）导致HbA1c检测值系统性偏低；在慢性肾病、妊娠及溶血性贫血患者中，红细胞寿命缩短使HbA1c无法真实反映血糖水平。此外，同一HbA1c水平下，个体间AG的变异系数可达12%–15%，提示除血糖外，其他因素显著影响糖化过程。
3. 问题分析
相关性离散的核心原因可归纳为三类：第一，糖化速率个体差异。红细胞内葡萄糖通透性、磷酸戊糖途径活性及糖基化终末产物清除率存在遗传多态性，导致相同血糖暴露量下HbA1c生成速率不同。第二，红细胞参数干扰。红细胞寿命（正常约120天）在个体间波动于85–140天，寿命缩短者HbA1c假性降低，寿命延长者（如脾切除后）则假性升高。第三，血红蛋白变异体及检测干扰。HbA2、HbF及糖化血红蛋白变异体可被某些检测方法误判，造成结果偏差。此外，近期研究还发现血糖波动幅度（即血糖变异性，GV）与HbA1c并非完全独立：高GV患者即使平均血糖相同，其HbA1c可能因反复高糖刺激而略高于低GV者，这是因为糖化反应在血糖峰值时速率更快，呈现非线性特征。上述因素共同导致HbA1c-AG方程在个体层面预测误差增大，尤其在HbA1c<7%或>9%的极端区间更为显著。
4. 对策建议
为提升HbA1c与AG相关性的临床实用价值，建议从以下三方面优化：其一，建立个体化估算方程。基于患者红细胞寿命参数（如通过生物素标记或CO呼气试验测定）及糖化速率校正因子，将HbA1c转化为“校正HbA1c”，再代入回归方程。其二，联合CGM数据构建动态模型。利用CGM提供的血糖时间曲线，直接计算时间加权平均血糖，并与HbA1c进行多元回归，纳入血糖变异性指数（如MAGE或CV%）作为协变量。研究表明，加入GV项后，个体预测误差可降低约20%。其三，推广标准化检测方法。采用国际临床化学和检验医学联合会（IFCC）推荐的参考方法（如HPLC法），并报告检测中是否存在血红蛋白变异体干扰，同时在报告中注明患者种族、肾功能及妊娠状态等关键信息。此外，对于红细胞寿命异常的患者，应直接采用CGM平均血糖作为治疗决策依据，而非依赖HbA1c。
5. 结语
糖化血红蛋白与平均血糖的相关性既是糖尿病管理的基石，也是临床误判的潜在陷阱。群体层面的线性回归虽为临床提供了便捷工具，但个体层面的离散性要求医生必须结合患者具体情况解读HbA1c。未来，随着红细胞动力学参数床旁检测技术的成熟及人工智能驱动的个体化预测模型的建立，HbA1c将不再是孤立的数值，而是融入多维度生理信息后的综合血糖评估指标。唯有正视并量化相关性中的变异来源，才能真正实现精准血糖管理。