Continuous glucose monitoring as a method for predicting obstetric and perinatal complications in pregnant women with pregestational diabetes mellitus: a systematic review

封面


如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Recent research has demonstrated the effectiveness of continuous glucose monitoring systems in improving obstetric and perinatal outcomes in women with diabetes mellitus. Furthermore, these systems have opened up opportunities for stratifying patients based on their glycemic profiles, known as glucotypes, which, in turn, enables a more personalized approach to predicting complications and choosing treatment strategies.

This article was aimed to analyze glycemic profile data obtained, using continuous glucose monitoring systems in pregnant women with pregestational diabetes mellitus, in order to study predictors of obstetric and perinatal complications, according to the available literature.

We conducted a systematic review of publications from MEDLINE, PubMed, EMBASE and CSCD databases from 2005 to 2024. Fourteen studies that met the inclusion criteria were included in the analysis. The primary endpoints were continuous glucose monitoring data, glycated hemoglobin levels, and the incidence of preeclampsia, preterm birth, macrosomia, and neonatal hypoglycemia.

Continuous glucose monitoring has been shown to be associated with lower glycated hemoglobin levels, increased time spent in the target glucose range, and decreased incidence of macrosomia, neonatal hypoglycemia, and neonatal intensive care unit admissions. The use of new methods of glycemic profile assessment such as glucotype allocation based on continuous glucose monitoring data opens up new opportunities for personalized pregnancy management.

Continuous glucose monitoring can significantly improve glycemic control in pregnant women with pregestational types of diabetes mellitus and optimize insulin therapy, while helping to reduce the incidence of adverse obstetric and perinatal outcomes. Stratification by glucotype may be a promising avenue for personalization of therapy.

作者简介

Alena Tiselko

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

编辑信件的主要联系方式.
Email: alenadoc@mail.ru
ORCID iD: 0000-0002-2512-833X
SPIN 代码: 5644-9891

MD, Dr. Sci. (Medicine)

俄罗斯联邦, Saint Petersburg

Anastasiia Rybachek

Fetal Medicine Centre-Medica

Email: ferid.scribe@yandex.ru
ORCID iD: 0009-0005-1806-8593
SPIN 代码: 5079-8800

MD

俄罗斯联邦, Saint Petersburg

Ekaterina Kopteeva

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: ekaterina_kopteeva@bk.ru
ORCID iD: 0000-0002-9328-8909
SPIN 代码: 9421-6407
俄罗斯联邦, Saint Petersburg

Elena Alekseenkova

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: ealekseva@gmail.com
ORCID iD: 0000-0002-0642-7924
SPIN 代码: 3976-2540

MD

俄罗斯联邦, Saint Petersburg

Olesya Bespalova

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: shiggera@mail.ru
ORCID iD: 0000-0002-6542-5953
SPIN 代码: 4732-8089

MD, Dr. Sci. (Medicine)

俄罗斯联邦, Saint Petersburg

Roman Kapustin

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: kapustin.roman@gmail.com
ORCID iD: 0000-0002-2783-3032
SPIN 代码: 7300-6260

MD, Dr. Sci. (Medicine)

俄罗斯联邦, Saint Petersburg

参考

  1. International Diabetes Federation. IDF Diabetes Atlas, 11th edn. Brussels, Belgium: 2025. [cited 2025 Sept 25] Available from: https://diabetesatlas.org/resources/idf-diabetes-atlas-2025/
  2. Tiselko AV. Type 1 diabetes mellitus and pregnancy: assessment of glycemic profile variability as a basis for insulin therapy strategy [dissertation abstract]. Saint Petersburg; 2019. (In Russ.)
  3. Murphy HR, Rayman G, Lewis K, et al. Effectiveness of continuous glucose monitoring in pregnant women with diabetes: randomised clinical trial. BMJ. 2008;337:a1680. doi: 10.1136/bmj.a1680
  4. Tiselko AV, Yarmolinskaya MI, Misharina EV, et al. Evaluation of glycaemic profile variability as a basis for insulin therapy strategy in pregnant women with type 1 diabetes. Diabetes mellitus. 2019;22(6):526–535. doi: 10.14341/DM10214 EDN: ATYQMJ
  5. Feig DS, Donovan LE, Corcoy R, et al. Continuous glucose monitoring in pregnant women with type 1 diabetes (CONCEPTT): a multicentre international randomised controlled trial. Lancet. 2017;390(10110):2347–2359. doi: 10.1016/S0140-6736(17)32400-5
  6. Padgett CE, Ye Y, Champion ML, et al. Continuous glucose monitoring for management of type 2 diabetes and perinatal outcomes. Obstet Gynecol. 2024. doi: 10.1097/AOG.0000000000005609 EDN: MVDOAX
  7. Hall H, Perelman D, Breschi A, et al. Glucotypes reveal new patterns of glucose dysregulation. PLoS Biol. 2018;16:e2005143
  8. Mao Y, Kyle X, Augustin S, et al. Stratification of patients with diabetes using continuous glucose monitoring profiles and machine learning. Health Data Sci. 2022;2022:9892340. doi: 10.34133/2022/9892340 EDN: XRJEZY
  9. Battarbee AN, Sauer SM, Sanusi A, et al. Discrete glucose profiles identified using continuous glucose monitoring data and their association with adverse pregnancy outcomes. Am J Obstet Gynecol. 2024;231(1):122.e1–122.e9. doi: 10.1016/j.ajog.2024.03.026 EDN: FPCGZW
  10. Kerssen A, de Valk HW, Visser GH. Day-to-day glucose variability during pregnancy in women with type 1 diabetes mellitus: glucose profiles measured with the continuous glucose monitoring system. BJOG. 2004;111(9):919–924. doi: 10.1111/j.1471-0528.2004.00203.x
  11. Kerssen A, de Valk HW, Visser GH. Forty-eight-hour first-trimester glucose profiles in women with type 1 diabetes mellitus: a report of three cases of congenital malformation. Prenat Diagn. 2006; 26(2):123–127. doi: 10.1002/pd.1340
  12. McLachlan K, Jenkins A, O’Neal D. The role of continuous glucose monitoring in clinical decision-making in diabetes in pregnancy. Aust N Z J Obstet Gynaecol. 2007;47(3):186–190. doi: 10.1111/j.1479-828X.2007.00716.x
  13. Sanusi AA, Xue Y, McIlwraith C, et al. Association of continuous glucose monitoring metrics with pregnancy outcomes in patients with preexisting diabetes. Diabetes Care. 2024;47(1):89–96. doi: 10.2337/dc23-0636 EDN: LZMHJM
  14. Secher AL, Ringholm L, Andersen HU, et al. The effect of real-time continuous glucose monitoring in pregnant women with diabetes: a randomized controlled trial. Diabetes Care. 2013;36(7):1877–1883. doi: 10.2337/dc12-2360
  15. Voormolen DN, DeVries JH, Sanson RME, et al. Continuous glucose monitoring during diabetic pregnancy (GlucoMOMS): a multicentre randomized controlled trial. Diabetes Obes Metab. 2018;20(8):1894–1902. doi: 10.1111/dom.13310
  16. Khan AA, Ata F, Alsharkawy NAAS, et al. A retrospective study comparing the results of continuous glucose monitoring to self-blood glucose monitoring for pregnant women with type 1 diabetes mellitus. Expert Rev Endocrinol Metab. 2024. doi: 10.1080/17446651.2024.2354471
  17. Tiselko AV, Yarmolinskaya MI, Misharina EV, et al. Evaluation of folliculogenesis and oxidative stress parameters in women with type 1 diabetes mellitus with different glycemic profiles. Endocrinology. 2024;85(3):1131–1140. doi: 10.1007/s12020-024-03805-4 EDN: DYZCDU
  18. Misharina EV, Yarmolinskaya MI, Tiselko AV. The role of pre-pregnancy care for women with pregestational diabetes mellitus for improving maternal and perinatal outcomes. Journal of Obstetrics and Women’s Diseases. 2022;71(3):87–100. doi: 10.17816/JOWD101090 EDN: XCLBAU

补充文件

附件文件
动作
1. JATS XML

版权所有 © Eсо-Vector, 2025

许可 URL: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».