[et_pb_section fb_built=“1″ _builder_version=“4.19.4″ _module_preset=“default“ custom_margin=“1px||0px||false|false“ custom_margin_tablet=“1px||0px||false|false“ custom_margin_phone=“3px||||false|false“ custom_margin_last_edited=“on|phone“ custom_padding=“0px||0px||false|false“ border_width_top=“0.5px“ border_color_top=“#505358″ border_width_bottom=“0.5px“ border_color_bottom=“#505358″ global_colors_info=“{}“][et_pb_row _builder_version=“4.19.4″ _module_preset=“default“ custom_margin=“10px||10px||false|false“ custom_padding=“0px||0px||false|false“ global_colors_info=“{}“][et_pb_column type=“4_4″ _builder_version=“4.19.4″ _module_preset=“default“ global_colors_info=“{}“][et_pb_button button_url=“@ET-DC@eyJkeW5hbWljIjp0cnVlLCJjb250ZW50IjoicG9zdF9saW5rX3VybF9wYWdlIiwic2V0dGluZ3MiOnsicG9zdF9pZCI6IjI1In19@“ button_text=“Zur\u00fcck zu Neuigkeiten“ _builder_version=“4.19.4″ _dynamic_attributes=“button_url“ _module_preset=“default“ custom_button=“on“ button_text_size=“12px“ button_text_color=“#000000″ button_bg_color=“#FFFFFF“ button_border_width=“0px“ button_font=“Avant Regular||||||||“ button_icon=“#||divi||400″ button_icon_color=“#89bbe5″ button_icon_placement=“left“ button_on_hover=“off“ custom_margin=“0px||0px||false|false“ custom_padding=“0px||0px||false|false“ global_colors_info=“{}“ button_text_color__hover_enabled=“on|hover“ button_text_color__hover=“#89bbe5″ button_bg_color__hover_enabled=“on|desktop“ button_bg_color__hover=“#FFFFFF“ button_bg_enable_color__hover=“on“][\/et_pb_button][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=“1″ custom_padding_last_edited=“on|phone“ _builder_version=“4.19.4″ _module_preset=“default“ custom_padding=“80px||14px||false|false“ custom_padding_tablet=“80px||80px||false|false“ custom_padding_phone=“40px||80px||false|false“ global_colors_info=“{}“][et_pb_row _builder_version=“4.19.4″ _module_preset=“default“ custom_margin=“0px||0px||false|false“ custom_padding=“0px||0px||false|false“ global_colors_info=“{}“][et_pb_column type=“4_4″ _builder_version=“4.19.4″ _module_preset=“default“ global_colors_info=“{}“][et_pb_post_title title=“off“ author=“off“ date=“off“ comments=“off“ featured_image=“off“ module_id=“meta-new“ _builder_version=“4.19.4″ _module_preset=“default“ title_font=“Avant Regular||||||||“ title_text_color=“#000000″ title_font_size=“64px“ title_line_height=“70px“ meta_font=“Calibri Regular||||||||“ meta_text_color=“RGBA(255,255,255,0)“ meta_font_size=“10px“ meta_line_height=“16px“ custom_margin=“0px||0px||false|false“ custom_padding=“0px||20px||false|false“ custom_css_post_meta=“text-transform: uppercase;“ global_colors_info=“{}“][\/et_pb_post_title][et_pb_post_title author=“off“ date_format=“j \u00b7 M \u00b7 Y“ comments=“off“ featured_image=“off“ _builder_version=“4.27.3″ _module_preset=“default“ title_font=“Avant Regular||||||||“ title_text_color=“#000000″ title_font_size=“64px“ title_line_height=“70px“ meta_font=“Avant Regular||||||||“ meta_text_color=“#000000″ meta_font_size=“14px“ meta_line_height=“24px“ custom_margin=“0px||0px||false|false“ custom_padding=“0px||16px||false|false“ title_font_size_tablet=““ title_font_size_phone=“42px“ title_font_size_last_edited=“on|phone“ title_line_height_tablet=““ title_line_height_phone=“48px“ title_line_height_last_edited=“on|phone“ custom_css_post_meta=“text-transform: uppercase;“ global_colors_info=“{}“][\/et_pb_post_title][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ text_font=“Avant Regular||||||||“ text_text_color=“#000000″ text_font_size=“20px“ text_line_height=“24px“ link_text_color=“#89BBE5″ custom_margin=“0px||0px||false|false“ custom_padding=“0px||0px||false|false“ global_colors_info=“{}“]<\/p>\n
Dear DCB Community,<\/em><\/p>\n Die kontinuierliche Glukose\u00fcberwachung (CGM) hat die Art und Weise ver\u00e4ndert, wie Menschen mit Diabetes ihren Alltag gestalten. Glukosewerte, Trends und Warnmeldungen liefern wertvolle Informationen, die Menschen mit Diabetes und medizinischem Fachpersonal dabei helfen, t\u00e4glich fundierte Entscheidungen zu treffen. <\/em><\/p>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][et_pb_column type=“4_4″ _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][et_pb_image src=“https:\/\/www.dcberne.com\/wp-content\/uploads\/2026\/10\/1-scaled.png“ title_text=“1″ _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=“1″ _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“ custom_padding=“0px|||||“][et_pb_row _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][et_pb_column type=“4_4″ _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“]<\/p>\n K\u00f6nnten uns dieselben Daten jedoch weitaus mehr \u00fcber die Gesundheit einer Person verraten, als uns derzeit bewusst ist?<\/p>\n Eine neue Studie, die in <\/span>npj Digital Medicine<\/em> <\/span>Dies legt nahe, dass ein Blick \u00fcber einzelne Blutzuckerwerte hinaus Muster aufdecken k\u00f6nnte, die mit diabetesbedingten Gesundheitsrisiken in Zusammenhang stehen. Die Ergebnisse deuten auf eine interessante M\u00f6glichkeit hin: Die CGM-Technologie k\u00f6nnte uns eines Tages dabei helfen, Blutzuckerwerte zu verstehen, individuelle Risikoprofile zu ermitteln und eine st\u00e4rker personalisierte Diabetesversorgung zu unterst\u00fctzen. <\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ text_font=“Avant Regular||||||||“ text_text_color=“#000000″ text_font_size=“30px“ text_line_height=“36px“ link_font=“||||on|||#89BBE5|“ link_text_color=“#89BBE5″ min_height=“42.2px“ custom_margin=“0px||0px||false|false“ custom_padding=“0px||16px||false|false“ global_colors_info=“{}“]<\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“]<\/p>\n Die Forscher analysierten CGM-Daten von 90.757 Teilnehmern der iCanNet-Kohorte, darunter Personen mit Normoglyk\u00e4mie, Pr\u00e4diabetes, Typ-1-Diabetes und Typ-2-Diabetes. Anstatt sich ausschlie\u00dflich auf einzelne Glukosewerte zu konzentrieren, untersuchten sie 48 verschiedene aus den CGM-Daten abgeleitete Kennzahlen, darunter die Glukosevariabilit\u00e4t und zeitliche Verl\u00e4ufe. Ihre Analyse ergab unterschiedliche Glukosemuster in den verschiedenen Gruppen. Durch die Kombination mehrerer Kennzahlen konnten die Forscher diese Gruppen zudem besser voneinander unterscheiden. <\/p>\n Besonders interessant waren die Ergebnisse bei Menschen mit Typ-2-Diabetes.<\/p>\n Die Forscher identifizierten vier unterschiedliche glyk\u00e4mische Ph\u00e4notypen \u2013 verschiedene Muster der Glukosewerte und deren Schwankungen \u2013, die mit unterschiedlichen Risiken f\u00fcr diabetesbedingte Komplikationen verbunden sind.<\/p>\n \n Beispiel:<\/p>\n \n Die Forscher entwickelten zudem einen \u201eDigital Glycemic Risk Score\u201c (DGRS), bei dem mehrere CGM-Kennzahlen kombiniert werden, um Personen mit potenziell erh\u00f6htem Risiko zu identifizieren.<\/p>\n Bei den Teilnehmern mit Typ-2-Diabetes, die bereits eine \u201eTime in Range\u201c von mindestens 70 % erreicht hatten, stufte das Modell 25 % in eine Hochrisikokategorie f\u00fcr akute Komplikationen und 22,3 % in eine Hochrisikokategorie f\u00fcr chronische Komplikationen um. Es handelte sich hierbei um vom Modell generierte Einstufungen und nicht um best\u00e4tigte Vorhersagen \u00fcber das Auftreten von Komplikationen bei diesen Personen. <\/p>\n Die Ergebnisse deuten darauf hin, dass die Kombination verschiedener Blutzuckerverl\u00e4ufe Aufschluss \u00fcber Gesundheitsrisiken geben kann, die durch die \u00fcblicherweise verwendeten CGM-Kennzahlen allein nicht vollst\u00e4ndig erfasst werden.<\/strong><\/p>\n [\/et_pb_text][et_pb_image src=“https:\/\/www.dcberne.com\/wp-content\/uploads\/2026\/10\/image.png“ alt=“Von CGM-Daten zu neuen Erkenntnissen. Im Rahmen der Studie wurden 48 aus CGM-Daten abgeleitete Messwerte von 90.757 Teilnehmern analysiert und unterschiedliche Glukosemuster \u00fcber das gesamte Diabetes-Spektrum hinweg identifiziert. Bei Menschen mit Typ-2-Diabetes wurden vier glyk\u00e4mische Ph\u00e4notypen mit folgenden Faktoren in Verbindung gebracht: “ title_text=“image“ _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][\/et_pb_image][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“]<\/p>\n Von CGM-Daten zu neuen Erkenntnissen. Im Rahmen der Studie wurden 48 aus CGM-Daten abgeleitete Messwerte von 90.757 <\/em>Teilnehmer und identifizierten unterschiedliche Glukosemuster \u00fcber das gesamte Diabetes-Spektrum hinweg. Bei Menschen mit Typ-2-Diabetes wurden vier glyk\u00e4mische Ph\u00e4notypen mit <\/em><\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ text_font=“Avant Regular||||||||“ text_text_color=“#000000″ text_font_size=“30px“ text_line_height=“36px“ link_font=“||||on|||#89BBE5|“ link_text_color=“#89BBE5″ custom_margin=“0px||0px||false|false“ custom_padding=“0px||16px||false|false“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“]<\/p>\n Heute helfen CGM-Systeme den Menschen in erster Linie dabei, die Entwicklung ihres Blutzuckerspiegels nachzuvollziehen und entsprechend zu reagieren. Doch die enorme Datenmenge, die diese Ger\u00e4te generieren, k\u00f6nnte zus\u00e4tzliche Informationen enthalten, die wir erst jetzt zu ergr\u00fcnden beginnen. <\/p>\n Durch die Analyse der Glukoseverl\u00e4ufe im Zeitverlauf k\u00f6nnten Forscher m\u00f6glicherweise digitale Biomarker entwickeln \u2013 messbare Indikatoren, die aus digitalen Gesundheitsdaten abgeleitet werden \u2013 die dazu beitragen k\u00f6nnten, individuelle Stoffwechselprofile zu charakterisieren und potenzielle Gesundheitsrisiken zu erkennen.<\/p>\n Dies k\u00f6nnte medizinisches Fachpersonal in Zukunft dabei unterst\u00fctzen, Personen zu erkennen, die von einer engmaschigeren \u00dcberwachung oder individuelleren Behandlungsans\u00e4tzen profitieren k\u00f6nnten.<\/p>\n [\/et_pb_text][et_pb_image src=“https:\/\/www.dcberne.com\/wp-content\/uploads\/2026\/10\/Screenshot-2026-10-21-at-13.03.45.png“ title_text=“Screenshot vom 21.10.2026 um 13:03:45 Uhr“ _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][\/et_pb_image][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n Das Ziel sollte nicht darin bestehen, mehr Daten zu generieren, sondern vorhandene Daten in aussagekr\u00e4ftige Informationen umzuwandeln, die die Diabetesbehandlung erleichtern und fundiertere Entscheidungen erm\u00f6glichen.<\/p>\n Die Studie stellt jedoch einen wichtigen Schritt in der Forschung dar und ist kein Beweis daf\u00fcr, dass diese Ans\u00e4tze bereits f\u00fcr den klinischen Alltag einsatzbereit sind.<\/p>\n Die Ergebnisse m\u00fcssen noch in anderen Populationen validiert und prospektiv \u00fcberpr\u00fcft werden. Im Rahmen weiterer Forschungsarbeiten muss zudem gekl\u00e4rt werden, ob die Nutzung dieser Risikoprofile als Grundlage f\u00fcr klinische Entscheidungen tats\u00e4chlich zu besseren Gesundheitsergebnissen f\u00fchrt. <\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ text_font=“Avant Regular||||||||“ text_text_color=“#000000″ text_font_size=“30px“ text_line_height=“36px“ link_font=“||||on|||#89BBE5|“ link_text_color=“#89BBE5″ custom_margin=“0px||0px||false|false“ custom_padding=“0px||16px||false|false“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n Seit Jahren konzentrieren sich die Fortschritte in der CGM-Technologie auf die Verbesserung der Sensorgenauigkeit, der Tragedauer, des Tragekomforts und der Konnektivit\u00e4t. Diese Entwicklungen sind nach wie vor von entscheidender Bedeutung. <\/p>\n Diese Studie zeigt jedoch einen weiteren vielversprechenden Ansatz auf: Der Nutzen der CGM-Technologie k\u00f6nnte zunehmend davon abh\u00e4ngen, welche Erkenntnisse wir aus den von ihr generierten Daten gewinnen k\u00f6nnen.<\/p>\n Mit den Fortschritten in der Datenanalyse und bei den Algorithmen k\u00f6nnten Glukosesensoren m\u00f6glicherweise Teil eines umfassenderen Ansatzes werden, um die Stoffwechselgesundheit besser zu verstehen und eine individuellere Versorgung zu erm\u00f6glichen.<\/p>\n Dies er\u00f6ffnet zudem neue M\u00f6glichkeiten f\u00fcr Forscher, medizinisches Fachpersonal und Technologieentwickler. Die Herausforderung wird darin bestehen, komplexe Daten in zuverl\u00e4ssige, klinisch aussagekr\u00e4ftige Erkenntnisse umzusetzen, ohne die Diabetesversorgung unn\u00f6tig zu verkomplizieren. <\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ text_font=“Avant Regular||||||||“ text_text_color=“#000000″ text_font_size=“30px“ text_line_height=“36px“ link_font=“||||on|||#89BBE5|“ link_text_color=“#89BBE5″ custom_margin=“0px||0px||false|false“ custom_padding=“0px||16px||false|false“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n [\/et_pb_text][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n Im Diabeteszentrum Bern konzentrieren wir uns darauf, die Diabetes-Technologie durch Forschung, klinische Entwicklung, Datenwissenschaft und Innovation voranzubringen. Im Mittelpunkt unserer Arbeit steht das Verst\u00e4ndnis daf\u00fcr, wie Technologie den Bed\u00fcrfnissen von Menschen mit Diabetes besser gerecht werden kann. <\/p>\n Forschungsergebnisse wie diese verdeutlichen, warum Innovationen in der Diabetes-Technologie sowohl auf die Entwicklung besserer Ger\u00e4te als auch auf die bessere Nutzung der Informationen abzielen, die diese Ger\u00e4te bereits liefern.<\/p>\n Die Kombination von Fortschritten in der Sensortechnologie mit intelligenter Datenanalyse k\u00f6nnte neue M\u00f6glichkeiten f\u00fcr eine personalisierte Diabetesversorgung er\u00f6ffnen. Damit diese Ans\u00e4tze jedoch einen sp\u00fcrbaren Unterschied bewirken k\u00f6nnen, m\u00fcssen sie wissenschaftlich validiert, klinisch nutzbar und auf die Bed\u00fcrfnisse der Menschen zugeschnitten sein, die sie anwenden werden. <\/p>\n [\/et_pb_text][et_pb_image src=“https:\/\/www.dcberne.com\/wp-content\/uploads\/2026\/10\/Screenshot-2026-10-21-at-13.17.24.png“ _builder_version=“4.27.4″ _module_preset=“default“ title_text=“Screenshot vom 21.10.2026 um 13:17:24 Uhr“ hover_enabled=“0″ sticky_enabled=“0″][\/et_pb_image][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n Vielen Dank f\u00fcr Ihre Aufmerksamkeit und bleiben Sie dran f\u00fcr weitere Einblicke aus unserer Reihe \u201eWUSSTEN SIE SCHON\u2026!\u201c<\/span><\/p>\n [\/et_pb_text][et_pb_divider _builder_version=“4.27.4″ _module_preset=“default“ global_colors_info=“{}“][\/et_pb_divider][et_pb_text _builder_version=“4.27.4″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″]<\/p>\n Eigenforschung<\/strong><\/p>\n Lu, J., Ding, Y., Zhao, B. et al. (2026). <\/span>Mehrdimensionale Messgr\u00f6\u00dfen der kontinuierlichen Glukose\u00fcberwachung erm\u00f6glichen eine digitale Risikostratifizierung \u00fcber das gesamte Diabetes-Spektrum hinweg.<\/em> <\/span>npj Digital Medicine. Ver\u00f6ffentlicht am 13. Oktober 2026. <\/p>\nWas haben die Forscher herausgefunden?<\/strong><\/h3>\n
\n
Was k\u00f6nnte dies f\u00fcr die Diabetesversorgung bedeuten?<\/strong><\/h3>\n
Ein Blick in die Zukunft: Die Zukunft der CGM-Technologie<\/strong><\/h3>\n
Inwiefern ist dies f\u00fcr DCB von Bedeutung?<\/strong><\/h3>\n