糖尿病じゃないのに血糖値が乱高下？HbA1cが「正常」でも安心できない理由

あなたの血糖値は「平均」という嘘をついている

佐藤さん（仮名）のHbA1cは5.2%——教科書どおりの理想値でした。主治医からも「問題ありませんね」と言われました。ところが3ヶ月後、会社の健康プログラムで持続血糖測定器（CGM）を装着したところ、オートミールを食べた後に血糖値が178 mg/dLまで上昇。そして昼食前には62 mg/dLまで急降下していたのです。「完璧な平均値」の裏で、血糖値はジェットコースターのように乱高下していました。

これは珍しいケースではありません。2024年にLancet Digital Health誌に発表された研究では、糖尿病のない成人7,800人を対象に14日間CGMで追跡調査を実施。その結果、約23%の人が1日に複数回、血糖値140 mg/dL以上を記録していました——空腹時血糖もHbA1cも完全に正常範囲内だったにもかかわらず。平均値だけでは、血糖値の「旅路」はほとんど見えてこないのです。

血糖変動性とは何を測っているのか

HbA1cは、長距離ドライブの「平均速度」を知るようなものです。確かに参考にはなります。でも、時速65kmで安定して走っていたのか、それとも時速95kmと35kmを繰り返していたのかはわかりません。エンジンにとって重要なのは、その「極端な変動」なのです。

血糖変動性は、まさにその「揺れ」を捉えます。最も一般的な指標である変動係数（CV）は、血糖値が平均値の周りでどれだけ上下するかを測定します。CVが36%未満なら安定していると考えられます。それ以上だと、代謝システムがフル稼働している状態です。

もう一つの重要な指標がTime in Range（TIR：目標範囲内時間）——血糖値が70〜140 mg/dLの範囲内にある時間の割合です。多くの人は「ほぼ常に範囲内だろう」と思っています。しかしCGMデータは違う現実を示します。先ほどのLancetの研究では、糖尿病のない参加者のTIRは平均89%でした。一見良さそうですが、残りの11%は1日約2.5時間、身体にストレスをかける血糖レベルで過ごしていることを意味します。

標準偏差（SD）も重要です。平均95 mg/dLでSDが15の人と、同じ平均95 mg/dLでSDが35の人では、代謝プロファイルが根本的に異なります。目的地は同じでも、道中はまったく違うのです。

血糖スパイクが引き起こす「見えないダメージ」

ここからが少し気になる話です。2025年初頭にDiabetes Care誌に発表された研究では、血糖値が正常な成人2,400人を4年間追跡調査しました。HbA1cは正常だったにもかかわらず、ベースライン時点で血糖変動性が最も高いグループ（上位25%）は、安定したパターンを示すグループと比べて、前糖尿病（境界型糖尿病）を発症するリスクが2.7倍高かったのです。

そのメカニズムは明確です。血糖値が急上昇するたびに、インスリン分泌が促されます。スパイクが繰り返されれば、インスリンの急増も繰り返されます。やがて細胞はそのシグナルを無視し始めます——何度も鳴る車のアラームを聞き流すように。これがインスリン抵抗性のスローモーション版です。

しかし、将来の糖尿病リスクだけの問題ではありません。高い血糖変動性は酸化ストレスの増加と相関しています。血糖値のピークは活性酸素種を生成し、血管壁にダメージを与えます。2023年のメタ分析では、糖尿病のない人でも、血糖変動性が高いと10年間で心血管イベントのリスクが34%上昇することが示されました。

脳も影響を受けます。血糖値が70 mg/dL以下に下がると、認知機能がリアルタイムで低下します。午後になると頭がぼんやりする、イライラする、集中できない——そんな経験があるなら、気づかないうちに血糖値が急降下していたのかもしれません。ある研究では、頻繁に血糖値の低下を経験する非糖尿病の成人は、その時間帯のワーキングメモリテストで12%低いスコアを記録しました。

CGMパターンが本当に教えてくれること

すべての変動が同じではありません。数値と同じくらい、パターンが重要です。

食後に140 mg/dLを超えても、2時間以内にベースラインに戻るスパイク？完璧ではないにせよ、身体は対処できています。しかし、3〜4時間も高いままのスパイクは、インスリン反応が鈍くなっている兆候——早期警告サインです。

暁現象（Dawn Phenomenon）——何も食べていないのに朝4〜8時に血糖値が上昇する現象——は、程度の差はあれ約50%の人に見られます。10〜20 mg/dLの上昇は正常なホルモン活動です。しかし40 mg/dL以上の上昇は、肝臓が夜間に過剰なブドウ糖を産生している可能性を示唆しており、これは内臓脂肪の蓄積と関連しています。

反応性低血糖も要注意です。食後2〜4時間で血糖値が定期的に70 mg/dL以下に下がる場合、食事に対してインスリンを過剰に分泌している可能性があります。このオーバーシュートは、驚くほど正確に将来のインスリン抵抗性を予測します。

Lancet Digital Healthの研究者たちは「グルコタイプ」と呼ばれる血糖反応の明確なパターンを特定しました。非糖尿病の参加者の約25%が、頻繁なスパイクと低下を伴う「変動型」パターンを示しました。このグループは、HbA1cが「安定型」グループと同じでも、空腹時インスリン値が有意に高く、HOMA-IR（インスリン抵抗性指標）スコアも悪化していました。

血糖変動性を追跡すべき人は誰か

CGMは誰にでも必要というわけではありません。しかし、詳細なデータが特に役立つプロファイルがあります。

家族歴は判断を変えます。親や兄弟姉妹が2型糖尿病を発症している場合、あなたのリスクは平均の2〜3倍です。早期に変動パターンを把握できれば、生活習慣の改善で介入する時間的余裕が生まれます。

お腹周りの脂肪も重要です。内臓脂肪は血糖調節を積極的に乱します。男性でウエスト周囲径が100cm以上、女性で90cm以上の場合、BMIが正常範囲でも、隠れた血糖不安定性と強く相関します。

妊娠糖尿病の既往がある女性は、生涯リスクが上昇します——最大50%が10年以内に2型糖尿病を発症します。CGMトラッキングは、血糖パターンが機能不全に向かっているかどうかを明らかにできます。

アスリートやフィットネス愛好家は、変動データを別の目的で使います。病気のスクリーニングではなく、パフォーマンスとリカバリーの最適化です。特定のプレワークアウト食が45分後に血糖クラッシュを引き起こすことを知っていれば、それは実用的な情報になります。

そして正直なところ、原因不明のエネルギー変動、頭のぼんやり感、午後のクラッシュを経験している人は、2週間のトラッキングで恩恵を受けるかもしれません。データは、ランダムに見えた症状を説明してくれることが多いのです。

実際に効果のある実践的な介入方法

良いニュースがあります。血糖変動性は、HbA1cや空腹時血糖よりも早く介入に反応します。数ヶ月ではなく、数日で変化が見えます。

食事の順番は、驚くほど大きな効果を生みます。炭水化物の前に野菜やタンパク質を食べると、ほとんどの人で食後血糖スパイクが30〜40%減少します。食物繊維とタンパク質が胃の排出を遅らせ、より緩やかなブドウ糖放出を生み出すのです。同じ食品、違う順番、測定可能な違い。

食後10分の散歩で、血糖ピークが平均22%低下します。筋肉がブドウ糖のシンク（吸収先）として機能し、血流から糖を引き出して即座に使用します。マラソンを走る必要はありません。軽い散歩で十分です。

睡眠不足は、驚くほど速く血糖コントロールを悪化させます。たった一晩の4時間睡眠で、翌日の血糖変動性が15〜20%増加することが対照研究で示されています。メカニズムはコルチゾールと成長ホルモンの乱れに関係しています。7時間以上の睡眠を優先することは、エネルギーのためだけでなく、代謝を守ることでもあるのです。

食物繊維の摂取量は変動性と逆相関します。観察データでは、1日の食物繊維摂取量が10g増えるごとに、CVが約8%低下します。意味のある効果を得るための閾値は1日約30g——日本人の平均摂取量の約2倍です。

筋力トレーニングは、体重減少とは独立してブドウ糖処理能力を改善します。筋肉量を増やすと、血液から糖を取り除くブドウ糖受容体の数が増えます。週2回のセッションで、6週間以内に測定可能な効果が現れます。

2026年のテクノロジー事情

CGMのアクセシビリティは劇的に変化しました。5年前は処方箋が必要で月額3万円以上かかっていたものが、今では2週間センサーが1万円以下で市販されています。

Dexcom Steloは2024年に非糖尿病ユーザー向けに発売されました。AbbottのLingoはシンプルな指標とコーチング機能でウェルネス市場をターゲットにしています。LevelsやJanuaryは、食事記録の統合やパターン認識を備えた消費者向けプラットフォームを進化させ続けています。

精度も向上しています。現在のセンサーは平均絶対相対差（MARD）が9%未満を示しており、測定値は通常、実際の血糖値の9%以内です。インスリン投与量の決定には十分な精度ではないかもしれませんが、パターン認識には十分です。

ソフトウェア層はハードウェアと同じくらい重要です。生の血糖値データはほとんどの人を圧倒します。優れたアプリは、データを実用的な洞察に変換します——問題のある食事にフラグを立て、睡眠の影響を特定し、時間の経過に伴う進捗を追跡します。一部は機械学習を使用して、過去のパターンに基づいて特定の食品があなたの血糖にどう影響するかを予測します。

他の健康指標との統合も拡大しています。血糖データを睡眠ステージ、心拍変動、活動レベルと組み合わせることで、単一の指標だけでは見えない関連性が明らかになります。血糖スパイクは、食べたサンドイッチではなく、2日前の睡眠不足と相関しているかもしれません。

「正常」とは実際どういう状態か

トラッキングを始める前に、何を目指すべきかを知っておくと役立ちます。以下のベンチマークは、代謝的に健康な成人の研究に基づいています：

空腹時血糖：70〜90 mg/dL（100未満ではなく） 食後ピーク：140 mg/dL未満、理想的には120未満 ベースラインへの復帰時間：食後2時間以内 夜間の安定性：変動20 mg/dL未満 変動係数：36%未満、理想的には30%未満 Time in Range（70〜140）：90%以上

これらは糖尿病スクリーニングの臨床閾値よりも厳しい基準です。目標は病気の分類を避けることではなく、代謝機能を最適化することです。

ある程度の変動は正常で健康的です。血糖値は食後に上昇し、運動中に下降するべきです。懸念されるのは、変動の振幅と頻度が過度に大きいことであり、変動が存在すること自体ではありません。

より大きな視点で考える

血糖変動性のトラッキングは、健康モニタリングにおけるより大きな変化を象徴しています——スナップショット検査から継続的なパターン認識へ。年に一度の空腹時血糖検査は、年に一度だけ銀行残高を確認するようなものです。役には立ちますが、実際の経済的健康を決定する支出パターンを見逃しています。

データは、代謝機能障害が徐々に、何年も何十年もかけて進行し、微妙なパターンの変化が異常な検査値に先行することを示唆しています。これらの早期パターンを捉えることで、HbA1cが前糖尿病域に入ってからでは存在しない介入の機会が生まれます。

これは不安を煽ったり、強迫的なトラッキングを推奨したりするものではありません。1〜2年に一度、2週間のCGMデータを取得すれば、気になる傾向を特定するのに十分な情報が得られます。常時監視ではなく、代謝の偵察活動と考えてください。

冒頭の佐藤さんは、CGMデータに基づいて3つの変更を行いました。オートミールの前にアーモンドを一握り食べる、昼食後に散歩する、朝一番のコーヒーを朝食後に移す。2週間以内に血糖変動性は40%低下しました。HbA1cはもともと問題ありませんでした。今では、実際の代謝の安定性がその数値に追いついたのです。