21 millioner måledage afslører samme diabetesmønster i 15 lande

Data fra mere end 86.000 mennesker med diabetes viser et markant tilbagevendende mønster: Blodsukkerkontrollen er generelt bedre midt på ugen og dårligere i weekenden.

Resultatet stammer fra et nyt studie fra Aalborg Universitet, Steno Diabetes Center Nordjylland og Novo Nordisk. Forskerne har analyseret mere end 21 millioner måledage fra mennesker, som har anvendt kontinuerlige glukosemålere.

Mønstret går ifølge undersøgelsen igen på tværs af aldersgrupper, diabetesformer og 15 forskellige lande.

Studiet er offentliggjort i det videnskabelige tidsskrift Diabetes Care i oktober 2026.

Store datamængder viser det, den enkelte måling skjuler

Fundet peger ifølge forskerne på, at de omfattende datamængder fra kontinuerlige glukosemålere rummer information, som ikke nødvendigvis bliver udnyttet i dag.

Iben Engelbrecht Giese, ph.d.-studerende ved Institut for Medicin og Sundhedsteknologi på Aalborg Universitet og førsteforfatter på studiet, fremhæver især, hvor ensartet mønstret er.

“Vi kan se, at mennesker med diabetes oplever nogle af de samme udfordringer på bestemte tidspunkter af dagen og ugen. Og vi havde faktisk ikke forventet, at mønstret ville være så ensartet på tværs af lande og kulturer. Det er ting, der er svære at få øje på hos den enkelte, men som bliver tydelige, når man analyserer store mængder data,” siger hun.

Det fremgår af pressemeddelelsen fra Aalborg Universitet, at retningslinjer i dag anbefaler, at blodsukkerkontrollen ved regelmæssige kontroller vurderes ud fra data fra de seneste 14 dage.

Den periode giver ifølge universitetet et billede af den aktuelle situation, men gør det vanskeligere at identificere udfordringer, der vender tilbage over længere tid.

Automatiseret analyse skal finde mønstrene

Forskerne ønsker derfor at undersøge mulighederne for at analysere data over længere perioder. Tanken er, at automatiserede løsninger på sigt skal kunne opdage og visualisere mønstre, som det vil være urealistisk for behandlere at finde ved manuelt at gennemgå måneder eller års målinger.

“Det er tidskrævende og urealistisk at gennemgå måneder af data manuelt, så det kræver, at der udvikles digitale løsninger. Men med den type viden kan vi blive mere proaktive. Hvis vi ved, hvor udfordringerne opstår hos den enkelte, kan vi hjælpe dem med konkrete strategier til netop de situationer, hvor de oplever problemer,” siger Iben Engelbrecht Giese.

Hun understreger samtidig, at formålet ikke er at stille flere krav til mennesker med diabetes, men at give både dem og behandlerne et bedre overblik.

“Det handler om at bruge data til at give dem mere indsigt og overblik. Hvis vi bliver bedre til at forstå de mønstre, der gemmer sig i data, kan vi forhåbentlig gøre det lettere for mennesker med diabetes at kunne navigere i hverdagen samt give behandlerne et endnu bedre grundlag for deres arbejde.”

Den videnskabelige artikel har titlen Glucose in Motion: Characterizing Temporal Patterns in Real-World Glycemic Control in a Large Observational Cohort.

Vores team kan have anvendt AI til at assistere i skabelsen af dette indhold, som er gennemgået af redaktørerne.