공복혈당은 정상인데 당화혈색소가 높은 이유 (CGM·GMI까지)
아침 공복혈당은 95 mg/dL로 멀쩡한데 당화혈색소는 6.3%가 나왔습니다. 검사가 틀린 걸까요? 아닙니다. 두 검사는 서로 다른 것을 재고 있습니다. 공복혈당은 하루 중 가장 낮은 시간대의 한 시점을 찍은 값이고, 당화혈색소는 지난 몇 달간 혈당에 노출된 총량을 반영합니다. 낮 동안 무슨 일이 있었는지는 아침 공복혈당에 거의 남지 않습니다.
공복혈당과 추정 평균 혈당은 얼마나 어긋나나
국내 연구가 이 차이를 숫자로 보여줍니다. Kim 등(2013)은 6,443명(당뇨병 환자 5,567명, 비당뇨 876명)의 의무기록에서 공복혈당과 당화혈색소를 뽑아, 당화혈색소로 계산한 추정 평균 혈당(eAG)과 공복혈당을 비교했습니다.
- 전체에서 공복혈당과 eAG의 상관은 r = 0.672 — 중등도 수준입니다.
- 혈당이 낮은 구간일수록 상관이 더 약해졌습니다. 비당뇨인 중 공복혈당 100 mg/dL 미만 집단에서는 r = 0.186까지 떨어집니다.
- 두 값의 차이는 통계적으로 유의했고(p < 0.001), 당뇨병 환자 중 공복혈당이 eAG보다 낮았던 사람은 81%였습니다.
정리하면, 공복혈당이 정상 범위일수록 그 값으로 평균 혈당을 짐작하기가 더 어려워집니다. "공복혈당 정상이니 괜찮겠지"라는 추론이 가장 안 통하는 구간이 하필 정상 구간인 셈입니다.
NGSP도 같은 방향으로 안내합니다. DCCT 자료를 재분석한 결과 하루 중 단일 시점 측정값 가운데 점심 식후와 취침 전 혈당이 7-point 전체 프로필과 가장 비슷했고, 공복혈당은 이 두 시점보다 상관이 떨어졌으며 당화혈색소가 높아질수록 평균 혈당을 점점 더 과소평가했습니다. NGSP의 결론 문장은 명확합니다 — 공복혈당을 평균 혈당의 대리지표로 쓸 때는 주의해야 한다.
그래서 공복혈당이 정상인데 당화혈색소가 높다면
가장 흔한 설명은 식후 혈당입니다. 공복에는 정상으로 돌아오지만 식사 후 혈당이 크게 올라 오래 머무는 패턴이면, 하루 총 노출량은 커지고 당화혈색소에 그대로 쌓입니다. 아침 한 번의 측정은 이 시간대를 통째로 건너뜁니다.
Færch 등(2018)이 ADAG 참가자 자료로 이 기여도를 정량화했습니다. 당뇨병이 없는 사람에서는 식후 혈당 노출이 당화혈색소와 가장 강하게 연관됐고, 당화혈색소 6.5% 미만인 2형당뇨병에서는 식전 혈당이 설명량의 14%, 식후 혈당이 18%를 차지했습니다. 당화혈색소 6.5% 이상인 2형당뇨병에서는 식전·식후가 비슷한 비중으로 절반 이상을 설명했습니다.
다만 반대 가능성도 함께 생각해야 합니다. 앞선 글에서 다뤘듯 철결핍성 빈혈이 있으면 당화혈색소가 실제보다 높게 나옵니다. 혈색소 변이형이 있으면 검사법에 따라 값이 왜곡되기도 합니다. 공복혈당과 당화혈색소가 크게 엇갈린다면 이런 가능성도 확인 대상입니다. 이 판단은 진료실에서 해야 합니다.
공복혈당과 당화혈색소가 엇갈리는 것은 이상 현상이 아니라 두 검사의 설계 차이입니다. 그래서 진료지침도 두 검사를 서로 대체하지 않고 함께 봅니다. 어느 한쪽이 정상이라고 다른 쪽을 건너뛸 수 없습니다.
연속혈당측정(CGM)을 쓴다면 — 평균혈당에서 당화혈색소로
CGM을 쓰면 "14일 평균 혈당 152 mg/dL" 같은 값을 얻습니다. 이걸 당화혈색소로 바꾸려 할 때 두 가지 길이 있고, 두 값은 서로 다릅니다.
| ADAG 역산 | GMI | |
|---|---|---|
| 식 | A1C = (평균혈당 + 46.7) / 28.7 | GMI(%) = 3.31 + 0.02392 × 평균혈당 |
| 회귀 방향 | 당화혈색소 → 평균 혈당 | 평균 혈당 → 당화혈색소 |
| 대상 | 507명, CGM + 7-point 자가측정 | 528명, CGM 임상시험 참가자 |
| 평균혈당 200일 때 | 8.6 % | 8.1 % |
평균 혈당 200 mg/dL 하나에서 0.5%p가 벌어집니다. 왜 이런 일이 생길까요?
회귀는 방향이 있다
핵심은 회귀 방향이 반대라는 점입니다. Bergenstal 등(2018)이 논문에서 직접 설명합니다. GMI 식은 CGM 평균 혈당을 x축에, 동시에 측정한 당화혈색소를 y축에 놓고 회귀했습니다. 반면 원래의 ADAG·DCCT 식은 당화혈색소를 x축에, 평균 혈당을 y축에 놓고 회귀했습니다.
회귀선은 한 방향으로만 오차를 최소화합니다. y를 x로 예측하도록 맞춘 직선을 뒤집어 x를 y로 예측하는 데 쓰면, 그것은 더 이상 최적의 직선이 아닙니다. 그래서 같은 자료라도 방향을 바꾸면 값이 어긋납니다. ADAG 역산값을 볼 때는 이 추가 오차를 감안해야 합니다.
여기에 대상 집단과 측정 기기 차이가 더해집니다. GMI는 특정 CGM 센서를 쓴 임상시험 참가자에서 도출된 식입니다. 다만 표본 구성에 대한 논문 자체의 서술이 엇갈립니다 — Fig. 1 캡션은 528명을 "Dexcom G4(505 소프트웨어)를 쓴 4개 무작위배정 시험"으로 적었지만, 본문은 Dexcom G4 505를 쓴 3개 시험 387명에 Dexcom G5를 쓴 HypoDE 연구 141명을 합해 통합식을 만들었다고 설명합니다.
GMI는 실측 당화혈색소의 대체값이 아니다
GMI라는 이름 자체가 이 점 때문에 생겼습니다. 원래는 "추정 A1C(eA1C)"라고 불렀는데, 사람들이 이 값을 검사실 당화혈색소와 같은 것으로 오해하는 문제가 있었습니다. 미국 FDA가 명칭 변경이 필요하다고 판단했고, 그래서 Glucose Management Indicator라는 새 이름과 새 식이 나왔습니다.
실제 불일치 정도가 논문 Table 3에 있습니다. 두 값을 동시에 측정한 528명에서:
- GMI와 검사실 당화혈색소가 정확히 같았던 경우는 19%
- 0.3%p 이상 차이가 난 경우가 51%
- 0.5%p 이상 차이가 난 경우가 28%
네 명 중 한 명 이상에서 임상적으로 의미 있는 크기의 차이가 났다는 뜻입니다. 논문은 이 차이를 오류로 보지 말고, 개인별 관리 계획을 다듬는 정보로 쓰라고 제안합니다. 내 GMI가 검사실 값보다 늘 낮게 나온다면 그 경향 자체가 나에 관한 정보라는 것입니다.
평균 하나로는 놓치는 것
마지막으로, 어떤 방식으로 구하든 평균은 평균일 뿐입니다. 같은 평균 혈당 150 mg/dL이라도 하루 종일 140~160 사이에 머문 사람과 60까지 떨어졌다가 250까지 치솟기를 반복한 사람이 있습니다. 당화혈색소는 이 둘을 잘 구분하지 못하고, 저혈당은 특히 잘 드러나지 않습니다.
그렇다고 변동성이 평균보다 중요하다는 뜻은 아닙니다. Borg 등(2011)이 ADAG 참가자 427명(1형 268명·2형 159명)의 16주치 CGM·자가측정 자료로 여러 혈당 지표와 심혈관 위험인자(지질, 고감도 CRP, 혈압)의 연관을 비교했더니, 가장 일관되게 강한 연관을 보인 것은 평균 혈당과 당화혈색소였습니다. 식후 혈당과 공복혈당의 연관은 더 약했고, 혈당 변동성 지표는 유의하지 않았습니다.
결국 평균 지표(당화혈색소·평균 혈당)는 여전히 중심 지표이고, 변동성과 저혈당은 그 옆에 따로 봐야 하는 정보입니다. CGM을 쓴다면 평균값 하나만 보지 말고 시간대별 그래프를 함께 보는 편이 낫습니다.
- Kim HY, Lee SY, Suh S, Kim JH, Lee MK, Park HD. The relationship between estimated average glucose and fasting plasma glucose. Clin Chem Lab Med. 2013;51(11):2195–2200. (Erratum: Clin Chem Lab Med. 2014;52(4):583) 원문
- Bergenstal RM, Beck RW, Close KL, et al. Glucose Management Indicator (GMI): A New Term for Estimating A1C From Continuous Glucose Monitoring. Diabetes Care. 2018;41(11):2275–2280. 원문
- National Glycohemoglobin Standardization Program. HbA1c and Estimated Average Glucose (eAG). 원문
- Borg R, Kuenen JC, Carstensen B, et al. HbA1c and mean blood glucose show stronger associations with cardiovascular disease risk factors than do postprandial glycaemia or glucose variability in persons with diabetes: the A1C-Derived Average Glucose (ADAG) study. Diabetologia. 2011;54(1):69–72. 원문
- Færch K, Alssema M, Mela DJ, Borg R, Vistisen D. Relative contributions of preprandial and postprandial glucose exposures, glycemic variability, and non-glycemic factors to HbA1c in individuals with and without diabetes. Nutr Diabetes. 2018;8(1):38. 원문
- Nathan DM, Kuenen J, Borg R, Zheng H, Schoenfeld D, Heine RJ; ADAG Study Group. Translating the A1C assay into estimated average glucose values. Diabetes Care. 2008;31(8):1473–1478. (Erratum: Diabetes Care. 2009;32(1):207) 원문