先看重點
彙總4項研究(1,079名參與者),急性高血糖表型與更高的短期全因死亡率相關(RR 2.09,95%置信區間1.21-3.64);彙總3項研究(679名參與者),與有創機械通氣相關(RR 3.64,95%置信區間1.74-7.61)。這些估計未經調整、基於少數定義不一的研究,不宜解讀為因果關係。
證據類型
證據回顧
解讀依據
公開摘要
閱讀重點
方法與適用範圍
研究在問什麼
新冠肺炎可透過炎症、脂肪組織功能障礙和胰島素訊號受損擾亂血糖調節。作者整合分散的證據,想了解急性期和急性後期的血糖與胰島素抵抗如何變化,以及高血糖是否預示更差的結局。
研究對象與方法
系統評價和統合分析,檢索PubMed、Embase、Scopus、Web of Science和ScienceDirect。納入的研究須在新冠期間或之後測量血糖調節,並至少有一項胰島素抵抗或胰島素敏感性指標。預後證據以事件數計算的未調整相對危險度(RR)合併,採用限制性最大似然隨機效應模型並做Hartung-Knapp校正;無法合併的證據按「無統合分析的綜合」原則歸納。偏倚風險用與設計相適應的工具評估,證據確定性用GRADE評價。研究方案為事後補註冊於OSF。
主要發現
以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。
- 1共納入20項獨立研究(23篇報告)。
- 2急性高血糖表型與更高的短期全因死亡率相關(4項研究;1,079名參與者;RR 2.09,95%置信區間1.21-3.64;I^2 = 31.3%)。95%預測區間為0.96-4.56,包含無效應,因此在新場景中的效應不確定。
- 3同時與有創機械通氣相關(3項研究;679名參與者;RR 3.64,95%置信區間1.74-7.61;I^2 = 0%)。加入一項使用住院期間血糖峰值的大型研究後,死亡率的關聯仍然存在,但通氣結局出現明顯異質性。
- 4新冠康復後沒有統一的變化軌跡:胰島素抵抗或血糖異常在部分族群中恢復,在另一些族群中持續,在一部分人中進展為新診斷糖尿病。
限制與不確定性
- 1合併的相對危險度未經調整,年齡、病情嚴重程度或其他疾病的差異都可能解釋結果;作者明確指出這不是因果關聯。
- 2死亡率的預測區間(0.96-4.56)包含1,每項合併分析也僅有3至4項研究。
- 3各研究對高血糖表型的定義不同,胰島素抵抗評估只是納入標準,並不構成合並的暴露。
- 4研究方案為事後補註冊,新冠後的變化軌跡只能做敘述性歸納;以上解讀僅基於摘要。
日常健康啟示
新冠住院期間的高血糖標誌著患者風險較高,但這並不能說明降低血糖就能改變結局。從長期看,部分人感染後出現持續的血糖問題,所以如果出現新的高血糖症狀,應告訴醫師。
如何連結自己的資料
如果有糖尿病或糖尿病前期,血糖儀或CGM的趨勢和HbA1c是相關的個人資料,生病期間讀數可能暫時升高。請用同一臺裝置與自己的基線比較,顯著變化應與醫師溝通,而不是自行解讀。
如何理解這類證據
先看納入了哪些設計、文獻搜尋與偏誤評估如何完成,以及搜尋截止日期;發表新不代表底層證據都是最新的。
作者的結構化摘要 English
以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。
Background
Coronavirus disease 2019 (COVID-19) can disrupt glucose regulation through inflammation, adipose-tissue dysfunction, impaired insulin signaling, and variable β-cell compensation. These evidence domains remain incompletely integrated.
Objective
To synthesize evidence on glycemic dysregulation and insulin resistance or insulin sensitivity across acute and post-acute COVID-19, including metabolic trajectories and associations with adverse clinical outcomes.
Methods
PubMed, Embase, Scopus, Web of Science, and ScienceDirect were searched. Eligible studies evaluated glucose regulation and at least one insulin-resistance or insulin-sensitivity measure during or after COVID-19. Etiological and prognostic evidence was analyzed as related but distinct domains. Prognostic meta-analysis evaluated study-defined acute hyperglycemic phenotypes; insulin-resistance or insulin-sensitivity assessment was a study-level eligibility criterion rather than part of a participant-level composite exposure. Unadjusted risk ratios (RRs) from event counts were pooled using restricted maximum-likelihood random-effects models with Hartung-Knapp adjustment. Non-combinable evidence was synthesized according to Synthesis Without Meta-analysis principles. Risk of bias was assessed using design-appropriate tools, and certainty was evaluated with GRADE. The protocol and analytical plan were retrospectively registered in OSF on August 21, 2026 (https://doi.org/10.17605/OSF.IO/K5FWU).
Results
Twenty independent studies represented by 23 reports. Acute hyperglycemic phenotypes were associated with increased short-term all-cause mortality (four studies; 1,079 participants; RR 2.09, 95% confidence interval [CI] 1.21-3.64; I^(2)=31.3%; 95% prediction interval 0.96-4.56) and invasive mechanical ventilation (three studies; 679 participants; RR 3.64, 95% CI 1.74-7.61; I^(2)=0%). Mortality estimates remained directionally stable in sensitivity analysis. Adding a large study using peak in-hospital glucose preserved the mortality association but produced substantial heterogeneity for ventilation. Etiological evidence showed no uniform post-COVID trajectory: insulin resistance or glycemic abnormalities resolved in some populations, persisted in others, and progressed toward newly diagnosed diabetes in a subset. Mechanistic evidence implicated inflammatory stress, adipose-tissue dysfunction, impaired insulin signaling, and variable β-cell responses.
Conclusions
Study-defined acute hyperglycemic phenotypes were associated with adverse COVID-19 outcomes in studies that also assessed insulin resistance or insulin sensitivity. These unadjusted estimates should not be interpreted as effects of a combined phenotype or as causal associations. Persistent metabolic abnormalities occurred heterogeneously, supporting standardized participant-level definitions and controlled longitudinal studies.
Systematic review registration
https://doi.org/10.17605/OSF.IO/K5FWU, identifier 10.17605/OSF.IO/K5FWU.
來源與署名
Glycemic dysregulation and insulin resistance across acute and post-acute COVID-19: a systematic review and meta-analysis of etiologic and prognostic evidence.
Muñoz-Carrillo JL, Gutiérrez-Coronado O, Lopez-Hernandez E, Rodríguez López SE, Olivares Mendoza MA, Ramírez Águila DO, Villalobos-Gutiérrez PT, Soria-Fregozo C, Rosas-Sánchez GU, Soriano-Hernández AD.
Frontiers in endocrinology · 2026-10-14
DOI: 10.3389/fendo.2026.1975728 ↗PubMed · 42952500 ↗Europe PMC · 所記錄的開放授權: cc by ↗摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。
MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱
來源查核日期 2026-11-01
實用健康指南
放在一起讀
更早的進食視窗與更大的體重和胰島素獲益相關,優於晚間進食
彙總41項隨機對照試驗(2287名參與者,介入時間中位數8週)發現,限時進食比日常飲食體重低2.15 kg(95%置信區間−2.56至−1.74),而早吃比晚吃體重多降1.15 kg(95%置信區間−1.86至−0.45)。多數試驗較短,只有6個研究組檢驗了早間進食,結局是身體和血液指標,不是心臟病發作或死亡。
BMJ Medicine
限熱量飲食再加上午8點至下午4點進食視窗,1年減重無明顯額外優勢
139名肥胖患者都按限制熱量的飲食進食,其中一組再加上上午8:00至下午4:00的進食視窗,12個月平均體重變化為−8.0 kg,單純限熱量組為−6.3 kg。淨差值−1.8 kg(95%置信區間−4.0至0.4;P=0.11)無統計學意義,該區間既不能排除視窗確有獲益,也不能排除毫無作用。
The New England Journal of Medicine
20人住院試驗:超加工飲食讓人每天多攝取508 kcal並增重
20名成年人在醫院研究病房住了28天,兩種選單各吃2週、想吃多少吃多少:超加工選單讓他們每天多攝取508 kcal(±106,標準誤,P=0.0001),體重增加0.9 kg;未加工選單則讓體重減輕0.9 kg。樣本小、週期短、食物全程由研究方提供,既不能說明日常生活中的長期結果,也無法確定是食物的哪種特點導致多吃。
Cell Metabolism
地中海飲食加橄欖油或堅果與心血管事件減少相關(更正後的試驗)
在7447名55至80歲、心血管風險較高的西班牙成年人中,被分到加特級初榨橄欖油(風險比0.69,95%置信區間0.53至0.91)或加堅果(風險比0.72,0.54至0.95)的地中海飲食組,發生主要心血管事件的風險低於被告知減少脂肪的對照組。試驗存在隨機化失誤,2013年的報告已撤回並重新估算,證據有力但並不完美。
The New England Journal of Medicine

