摘要目的 观察应用基于动态血糖监测(CGM)系统的血糖控制参数对重症肺炎患者预后的影响.方法 回顾性分析苏州大学附属第四医院(苏州市独墅湖医院)2021 年 11 月至 2023 年 8 月收治的 51 例重症肺炎并收集CGM患者的临床资料,包括基线临床特征、糖化血红蛋白(HbA1c)、总血糖平均值、血糖标准差(SD)、血糖变异系数(CV)、平均血糖波动幅度(MAGE)、最高血糖、最低血糖和血糖目标范围(3.9～10.0 mmol/L)内时间(TIR)占比及治疗前后炎症指标水平.根据 28d随访结果将患者分为生存组(39 例)和死亡组(12 例).比较两组CGM下血糖控制参数的差异;应用多因素Logistic回归分析血糖控制参数及感染指标变化对重症肺炎患者预后的影响,并绘制受试者工作特征曲线(ROC曲线)评估血糖控制参数对重症肺炎患者 28d预后的诊断效能.结果 死亡组患者急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)评分、SD及CV均明显高于生存组[APACHEⅡ评分(分):20.5(14.0)比 15.0(7.0),SD(mmol/L):2.6±0.7 比 2.1±0.5,CV:(27.7±5.8)%比(23.7±4.3)%],但TIR(3.9～10.0 mmol/L)占比明显低于生存组[59.0%(17.0%)比 68.0%(35.0%)],差异均有统计学意义(均P＜0.05).患者行CGM后白细胞计数(WBC)及超敏C-反应蛋白(hs-CRP)水平均较CGM前明显下降[WBC(×109/L):9.2(6.5)比 11.1(9.2),hs-CRP(mg/L):39.4(59.0)比 56.2(133.8)],差异有统计学意义(均P＜0.05).多因素Logistic回归分析显示:TIR(3.9～10.0 mmol/L)占比是影响重症肺炎患者 28d预后的独立危险因素[优势比(OR)和 95%可信区间(95%CI)为 0.923(0.852～0.999),P=0.046].ROC曲线分析显示,TIR占比对重症肺炎患者预后有一定的预测价值,ROC曲线下面积(AUC)=0.720,95%CI为 0.563～0.878,P=0.022,当最佳截断值为 63.5%时,其敏感度为 59.0%,特异度为 83.3%.结论 提高重症肺炎患者TIR(3.9～10.0 mmol/L)占比有助于改善临床结局,并且当TIR占比≥63.5%时患者获益更大.