Biohacking w praktyce

HbA1c bez kontekstu może mylić

Jedna liczba z laboratorium nie pokazuje zmienności, hipoglikemii ani jakości całej doby. Dopiero połączenie hemoglobiny glikowanej z 90 dniami danych CGM pokazuje, czy kontrola cukrzycy jest naprawdę dobra — a nie tylko dobrze wygląda na papierze.

Średnia glukoza
133.4
mg/dL — dobra średnia glikemia z pełnego 90-dniowego okresu.
GMI
6.50%
Szacunek z CGM, który można porównać z laboratoryjnym HbA1c.
HbA1c
6.46%
Wynik z laboratorium — praktycznie zgodny z GMI.
CV
29.5%
Dobra stabilność glikemii — wyraźnie poniżej progu 36%.

Dlaczego sama hemoglobina nie wystarcza?

HbA1c jest przydatne, ale nie pokazuje wszystkiego. Nie mówi, ile było hipoglikemii, jak duża była zmienność, czy noc wygląda spokojnie, ani czy dobry wynik nie został „wykupiony” zbyt częstymi spadkami glukozy.

W cukrzycy typu 1 dobra kontrola to nie tylko średnia. To także bezpieczeństwo, przewidywalność i jakość całej doby. Dlatego patrzę nie na jedną liczbę, ale na zgodność między niezależnymi źródłami danych.

CGM i laboratorium pokazują ten sam obraz

W analizowanym okresie 90 dni GMI wyliczone z sensora wyniosło 6.50%, a laboratoryjna hemoglobina glikowana 6.46%. Różnica to zaledwie 0.04 punktu procentowego.

Raport spójności metabolicznej

To nie jest tylko ładny wynik z laboratorium. To zgodność między ciągłymi danymi CGM a realnym śladem glikacji hemoglobiny.
Porównanie GMI z 90 dni CGM z hemoglobiną glikowaną HbA1c
Wniosek: GMI 6.50% i HbA1c 6.46% są niemal identyczne. To wspiera interpretację dobrej i spójnej kontroli glikemii, potwierdzonej przez dwa niezależne źródła danych.

Nie chodzi tylko o średnią

Najważniejsze wskaźniki

  • TIR 70–180 mg/dL: 86.3%
  • TBR <70 mg/dL: 2.1%
  • TBR <54 mg/dL: 0.24%
  • TAR >180 mg/dL: 11.6%
  • TAR >250 mg/dL: 1.33%
  • Pokrycie danych: 91.7%

Co to znaczy?

Najmocniejszym elementem tego profilu jest połączenie wysokiego TIR i niskiej zmienności. To oznacza nie tylko dobrą średnią, ale też mało „rollercoastera” glikemicznego. Taki obraz jest dużo bardziej wartościowy niż samo HbA1c bez kontekstu.

Ocena praktyczna

Na podstawie samych danych CGM profil wygląda bardzo dobrze: czas w zakresie jest wyraźnie powyżej klasycznych celów, ekspozycja na głębokie hipoglikemie jest niska, a zmienność pozostaje w bezpiecznym zakresie stabilności.

Dobra średnia to za mało. Liczy się jakość całej doby.

Rozbicie wyników na dzień i noc pokazuje coś ważnego: noc wygląda jeszcze precyzyjniej niż dzień. To oznacza, że system działa stabilnie, a główny obszar dalszej optymalizacji leży raczej w okresach dziennych i poposiłkowych.

Noc
  • Średnia glukoza: 130.6 mg/dL
  • Nocny GMI: 6.43%
  • TIR 70–140: 70.0%
Dzień
  • Średnia glukoza: 134.4 mg/dL
  • Dzienny GMI: 6.52%
  • TIR 70–140: 61.5%
Wniosek jakościowy

Ten wynik pokazuje, że nie chodzi tylko o to, czy HbA1c jest „ładne”. Chodzi o to, czy glikemia jest rzeczywiście bezpieczna, spokojna i jakościowo dobra przez całą dobę — a nie tylko w średniej z 3 miesięcy.

CGM pokazuje cukier. HbA1c pokazuje cukier przefiltrowany przez biologię krwinki czerwonej.

Jeśli GMI i HbA1c kiedyś zaczną się rozjeżdżać, warto sprawdzić nie tylko dane z sensora, ale też parametry, które wpływają na interpretację hemoglobiny glikowanej.

Najbardziej użyteczne parametry

  • Hemoglobina
  • RBC / erytrocyty
  • Hematokryt
  • MCV, MCH, MCHC
  • RDW

Jeszcze lepiej, jeśli są dostępne

  • Ferrytyna
  • Żelazo
  • Witamina B12
  • Kwas foliowy
Dlaczego to ważne?

HbA1c zależy nie tylko od glukozy, ale też od biologii erytrocytu. Dlatego dobra analiza nie kończy się na jednym wyniku z laboratorium. Zaczyna się wtedy, gdy pytasz, czy wszystkie źródła danych opisują tę samą rzeczywistość.

Biohacking zaczyna się od zgodności danych

W tym przypadku obraz jest spójny: CGM pokazuje bardzo dobrą kontrolę, a laboratorium to potwierdza. To nie jest pojedyncza liczba wyrwana z kontekstu, tylko zgodność między procesem obserwowanym przez 90 dni a końcowym wynikiem biologicznym.

Najważniejszy wniosek: biohacking w cukrzycy typu 1 nie polega na szukaniu trików. Polega na mierzeniu, porównywaniu źródeł i sprawdzaniu, czy dane naprawdę opisują ten sam obraz metaboliczny.