Bloga dön

CGM ve Giyilebilir Teknolojiler: Daha Fazla Veri, Daha İyi Beslenme Takibi mi?

Sürekli glukoz ölçümü ve giyilebilir cihaz verilerini klinik bağlam, davranış değişikliği ve veri yükü açısından değerlendiren diyetisyen rehberi.

Tek bir ölçümden örüntüye geçiş

Sürekli glukoz izleme sistemleri (CGM), gün boyunca glukoz eğrisini görünür hâle getirerek geleneksel tekil ölçümlere kıyasla daha ayrıntılı bir tablo sunuyor. 2026 Amerikan Diyabet Derneği standartları CGM kullanım alanını genişletirken teknolojinin beslenme ve yaşam tarzı düzenlemelerini destekleyebileceğini de vurguluyor. Ancak aynı standartlar, prediyabet taraması veya tanısı için CGM kullanımını destekleyecek kanıtın henüz yetersiz olduğunu belirtiyor.

Bu ayrım diyetisyen açısından kritik: CGM güçlü bir eğitim ve takip aracı olabilir, fakat her glukoz yükselişi tanı değildir; her “düz çizgi” de otomatik olarak sağlıklı bir beslenme örüntüsü anlamına gelmez.

Glukoz eğrisini bağlamdan koparmayın

Yemek sonrası glukoz yanıtı kişiden kişiye, hatta aynı kişide günden güne değişebilir. Öğünün karbonhidrat miktarı ve türünün yanında uyku, stres, fiziksel aktivite, ilaçlar, hastalık, öğün sırası ve önceki öğün de eğriyi etkileyebilir. Sensör gecikmesi, ölçüm hatası ve cihazın kullanım koşulları da veriye yansıyabilir.

Bu nedenle “Bu yiyecek bende spike yaptı, artık yememeliyim” sonucu aceleci olabilir. Daha anlamlı yaklaşım; tek olayı değil tekrarlanan örüntüyü, öğünün tamamını ve klinik hedefi değerlendirmektir. Örneğin meyve tüketimi sonrası görülen kısa süreli yükselişi yalnızca eğriye bakarak değerlendirmek, meyvenin lif, vitamin, mineral ve toplam beslenme örüntüsündeki rolünü gözden kaçırabilir.

Kişiselleştirilmiş beslenmede umut ve sınır

2024'te Nature Medicine'da yayımlanan 18 haftalık bir randomize kontrollü çalışma, bireysel özelliklere ve yemek sonrası yanıtlara dayalı kişiselleştirilmiş beslenme programının bazı kardiyometabolik göstergelerde standart önerilere göre iyileşme sağlayabildiğini bildirdi. Bu sonuç kişiselleştirme için umut verici olsa da tek bir ticari programın bulguları bütün algoritmalara genellenemez. Katılımcı profili, karşılaştırma grubu, destek yoğunluğu ve çıkar çatışmaları birlikte okunmalıdır.

CGM ve giyilebilir teknolojilerin en güçlü tarafı, danışana anlık bir “not” vermek değil; davranış ile sonuç arasındaki ilişkiyi görünür kılmaktır. Yemek sonrası kısa yürüyüşün, uyku düzeninin veya öğün bileşiminin tekrar eden etkileri danışanla birlikte incelenebilir.

Diyetisyen için beş adımlı veri okuma modeli

1. Klinik soruyu belirleyin. Cihazı neden kullanıyoruz? Hipoglisemi riskini azaltmak, öğün örüntüsünü anlamak veya davranış değişikliğini desteklemek gibi açık bir amaç belirleyin.

2. Veri kalitesini kontrol edin. Sensör kullanım süresi, eksik günler, ilaç değişiklikleri ve olağandışı koşullar not edilmeden yorum yapmayın.

3. Öğün ve yaşam tarzı verisini eşleştirin. Sadece glukoz grafiği değil; öğün içeriği, saat, hareket, uyku ve belirtiler birlikte değerlendirilmelidir.

4. Tek olay yerine örüntü arayın. Benzer öğünlerde veya benzer koşullarda tekrar eden yanıtlar, tek bir zirveden daha anlamlıdır.

5. Küçük bir deney tasarlayın. Öğüne lif veya protein eklemek, porsiyonu düzenlemek ya da yemek sonrası yürüyüş yapmak gibi tek bir değişken seçin; sonucu birkaç benzer durumda izleyin.

Veri fazlası danışanı nasıl etkiler?

Sürekli ölçüm bazı kişilerde merak ve öz yeterlilik oluştururken bazı kişilerde kaygı, takıntılı kontrol veya gereksiz kısıtlama yaratabilir. Özellikle yeme bozukluğu öyküsü ya da yoğun sağlık kaygısı olan kişilerde cihaz kullanımının yarar-zarar dengesi dikkatle değerlendirilmelidir. Her danışana aynı yoğunlukta veri göstermek zorunlu değildir.

Diyetisyen de yüzlerce veri noktasını tek tek incelemek zorunda kalmamalıdır. İyi bir dijital iş akışı; danışanın hedefiyle ilgili değişimleri öne çıkarır, öğün kayıtlarını ölçüm ve randevu geçmişiyle ilişkilendirir ve görüşme öncesi özet oluşturur. Böylece veri, bakımın kendisi değil bakım kararını destekleyen araç olur.

Sonuç

CGM ve giyilebilir cihazlar beslenme danışmanlığını daha kişisel hâle getirebilir; ancak daha fazla veri otomatik olarak daha doğru karar demek değildir. Değer, ölçümü klinik bağlamla birleştiren, belirsizliği açıklayan ve danışanın yaşamına uygulanabilir küçük değişiklikler çıkaran profesyonel yorumdan doğar.

Kaynaklar