論文の要旨：

連続グルコースモニタリング (CGM) システムは、グルコース変動の評価ツールで、さまざまなグルコース変化パターンを確認することが出来ます。そのため、血糖変動には、1型糖尿病（T1DM）と2型糖尿病（T2DM）の間の血糖変化の違いに関する特定の情報が含まれている可能性があると仮説を立て、振動データの時間領域と周波数領域を同時に解析可能な連続ウェーブレット変換 (CWT) で、T1DM におけるグルコース変動を検出できるかどうか検討を行いました。
方法
T1DM (n = 5) および T2DM (n = 25) の患者の 60 日間および 296 日間の血糖変動データをそれぞれ評価しました。 356 日間 15 分ごとに取得されたグルコース データが分析されました。 データは、Morlet 形式 (n = 7) をマザー ウェーブレットとして CWT によって評価されました。 この方法論は、毎日のグルコース変化における限られた周波数のグルコース変動を探索するために使用されました。 出現した 18 個の信号の周波数と囲まれた面積 (0.02625 スカログラム値) を比較しました。 T1DMの特異性は、有意差が認められる項目を説明変数として重回帰分析により評価した。
結果
深夜の高周波（中央値：75 Hz、サイクル時間：19 分）と正午の中周波（中央値：45.5 Hz、サイクル時間：32 分）は、T1DM と T2DM の方が高かった（中央値：73 および 44 Hz、P = それぞれ0.006と0.005）。 真夜中から正午にかけて 100 Hz を超えるゾーンの領域は、T1DM と T2DM でより頻繁に発生し、より大きかった。 1 日の中で、より低い周波数ゾーン (15 ～ 35 Hz) の頻度が高く、その面積は T1DM よりも T2DM の方が大きかった。 CWT 後の各信号の時刻、周波数、面積で構成される 3 次元散布図は、深夜の T1DM に属する高周波信号が 17 ～ 24 分の波周期の緩やかな分布を持っていることを明らかにしました。 多変量解析により、深夜の高周波信号が T1DM を特徴付ける可能性があることが明らかになりました (オッズ比: 1.33、95% 信頼区間: 1.08-1.62; P = 0.006)。
結論
CWT は、CGM データを使用して各タイプの糖尿病の血糖変動を区別するための新しいツールである可能性があります。