基于网络的糖尿病预防计划的长期结果:一项单臂纵向研究的2年结果

简介

前驱糖尿病是2型糖尿病的临床前兆，持续增长到流行水平。疾病控制和预防中心(CDC)最近的估计表明，在过去十年中，患病率增加了8%，从1999-2002年的29%增加到2009-2012年的37%，相当于有8600万20岁以上的美国人患有前驱糖尿病[1，2］．此外，美国预防服务工作组(USPSTF)现在建议有额外心血管风险因素(如前驱糖尿病)的超重/肥胖成年人接受强化的行为咨询干预，如糖尿病预防计划(DPP) [3.］．因此，迫切需要有效的慢性病预防干预措施，并将其传播给数百万人。为了满足这些需求，一个新的“数字治疗”领域出现了——基于行为医学领域的基于证据的在线治疗。4］．

最成熟的数字疗法之一是防止DPP临床试验的网络版本。虽然DPP主要是一种个人治疗，但大多数DPP翻译包括防止已成功地使用基于群体的方法将成本降至最低，因此在糖尿病预防的循证指南中推荐了基于群体的干预措施[5］．

之前发表的研究表明防止项目启动者能够在1年后实现体重和A1c的临床显著降低[6］．值得注意的是，这是第一项研究，表明可扩展的基于互联网的干预符合由CDC糖尿病预防和识别计划(DPRP)标准制定的DPP计划的所有功效基准[7］．这解决了Yudkin和Montori提出的一个关键问题，即“向糖尿病前期人群推广这种密集的生活方式干预……将具有挑战性”[8］．

此外，Kahn和Davidson对DPP研究的批评指出，DPP翻译的减肥结果通常很低(对22项研究的荟萃分析显示，1年内体重减轻2.4%)[9]，并且在干预结束后往往会出现明显的体重反弹。然而，他们承认现实世界中的dpp“可能有希望，如果在第二年实现的体重减轻可以持续和复制”[10］．

因此，目前的研究试图通过调查基于互联网的DPP的长期结果和可持续性来解决这些问题，从而为科学文献做出原创贡献。

方法

研究设计

采用准实验研究设计，包括单臂干预前和干预后体重、糖化血红蛋白和项目参与结果评估[6］．参与者参加该项目没有报酬，但可以免费参加。机构审查委员会(IRB)的豁免是由西方IRB对以前收集和去识别的数据进行二次分析。

参与者

患者通过craigslist广告招募，为基于互联网的糖尿病预防计划寻找参与者。患者在过去一年内被筛查为前驱糖尿病的自我报告临床诊断，并符合CDC DPRP的资格标准:18岁或以上，身体质量指数(BMI)≥24 kg/m²(≥22公斤/米²如属亚洲人)，并能参加轻微的体育活动[7］．

符合条件的参与者完成了在线账户设置过程，在此过程中，他们提供了同意，并完成了健康和人口统计问卷，然后注册参加了防止程序，他们可以通过任何支持互联网的桌面或移动设备访问该程序[11］．

程序

关于该程序组成部分的完整描述已在以前发表过[6］．简单地说,防止是DPP生活方式干预的互联网翻译版，包括小组支持、个性化健康指导、每周DPP课程和数字跟踪工具。参与者在人口统计学上被分为10-15人一组，并被放置在一个类似Facebook的私人在线社交网络上，在那里他们可以讨论目标进展并相互提供社会支持。在任何方便的时间和地点，使用互联网设备，他们可以异步完成每周基于dpp的健康教育课程，私下给健康教练发信息和打电话进行个人咨询，使用无线体重秤和计步器跟踪减肥和体育活动，并监控他们的参与和减肥进展。

Prevent从16周的“核心”课程开始，重点是减肥，接着是36周的后核心“维持”课程，重点是保持体重，这种“积极”干预共计12个月。在此期间，参与者还参与健康指导，小组讨论，并跟踪体重/食物/身体活动。12个月后，参与者继续进行更积极主动的持续干预，在此期间他们继续获得过去的课程，一个更大的防止“校友”群讨论论坛，并具有跟踪功能。

措施

在项目开始前，通过受试者自行填写的基于互联网的问卷收集基线人口统计和健康信息。体重是这项研究的主要结果，通过邮寄给参与者的经过验证的无线秤，以磅为单位连续测量。12］．重量通过2G蜂窝网络传输到中央研究服务器。研究人员鼓励参与者每天称体重，并通过电子邮件/电话提醒他们在基线、6个月、12个月和24个月的评估时间点获取体重。重量测量高度稳定，刻度的变异系数为±0.2磅。

使用DTI实验室自行管理的AccuBase A1c检测试剂盒，以百分比(NGSP/DCCT单位)测量A1c，这是一种使用毛细管采血方法的fda批准的全血检测。这使得使用高效液相色谱法(HPLC-IE/HPLC-BA)进行可靠的家庭数据收集和有效的实验室检测成为可能，包括异常血红蛋白筛查[13］．在基线、6个月、12个月和24个月的评估时间点，A1c检测包被邮寄到参与者的家中。

分析

根据CDC DPRP标准对两个亚组的结果进行了分析:“项目启动者”是完成至少4个核心课程的人，“项目完成者”是完成至少9个核心课程的人。

使用SPSS 21.0和SAS 9.3对结果进行分析。亚组间基线特征比较采用卡方检验或Fisher精确分类变量检验和双样本t连续变量的测试。为了考虑重复测量和缺失数据，采用线性混合效应模型来获得2年随访期间体重和A1c调整后的平均变化。基于探索性数据分析和时间趋势图，采用分段线性模型拟合了体重随基线天数和最后一个核心课程日之后的变化点的变化。对于A1c，混合模型在12个月时增加了一个变化点，因为该时间点的斜率发生了显著变化，并且模型拟合统计数据更好。

模型使用自回归-移动平均协方差结构统计解释频繁测量权重数据的相关性。重复的A1c测量也相关，但不是每天测量。因此，使用空间功率协方差结构(以时间为距离测量)来解释同一参与者重复测量A1c之间的相关性。

结果

人口统计和参与

如图1，来自美国各地的254名参与者对在线广告做出了回应，并符合CDC DPRP的资格标准。其中220名参与者完成了初始评估和在线设置过程，并于2012年4月29日参加干预。研究参与者的人口统计学特征已在以前的研究中报告[5］．简要地，如表1，参与者来自不同的社会经济阶层。这220名参与者的基线BMI为36.6 kg/m²．其中一部分参与者(n=187)完成了至少4门核心课程，因此被指定为项目启动者，另一部分参与者(n=155)完成了至少9门核心课程，因此被指定为项目完成者。

‎ 查看此图

订婚

在之前的出版物中报道，在该计划的第一年，计划启动者在核心和后核阶段平均完成13.8和3.2节课(CDC DPRP基准为9和3节课)，记录体重在完成核心和后核课程的周和月中分别为90%和67%(基准为80%和60%)，记录体育活动在完成核心课程的周中为85%(基准为80%)[6］．

因为课程仅限于第一年，所以一年后就没有参与基准了。然而，在第1年至第2年期间，参与者的平均体重在12个月里保持在6.2 (SD 0.3)，在12个月里保持在3.5 (SD 0.3)。为了平均比较第1年和第2年的用户粘性，我们将第1年的最后8个月(即“维持后核心期”)与第2年的前8个月进行了比较。防止第一年最后8个月的平均体重为4.6 (SD 0.2)，而第二年前8个月的平均体重为4.5 (SD 0.2)，差异无统计学意义(P= .708)。防止程序启动者在第1年最后几个月的平均登录次数为3.5 / 8 (SD 0.3)，而在第2年第1个月的平均登录次数为2.7 / 8 (SD 0.3)，这是一个显著差异(P= .008)。

体重和糖化血红蛋白的变化

在项目启动者中，100%(187/187)进行过初始基线体重测量，78.6%(147/187)在15至17周期间至少进行过一次体重测量，79.1%(148/187)在11至13个月期间至少进行过一次体重测量，70.1%(131/187)在22至26个月期间至少进行过一次体重测量。

在之前的出版物中报道了体重和糖化血红蛋白在16周和1年后的变化，并在此报道了表2而且3.［6］．从基线到第二年，项目启动者和完成者分别实现了4.2% (SD 0.8%)和4.3% (SD 0.8%)的平均体重减轻。从第一年到第二年，项目启动者和完成者的体重减轻也保持不变，没有显著变化(P=。25而且.20，respectively). Intention-to-treat analyses were also conducted on all enrollees: from baseline to year 2, enrollees achieved an average weight loss of 4.5% (SD 0.7%), though the majority of these additional participants did not weigh in after 1 year, which contributed to a higher possibility of model error. Among the program starters who reported weight between 22 and 26 months (n=131), 52 (40.0%) continued to meet or exceeded the CDC DPRP 5% weight loss benchmark at 24 months.

因为A1c测量是可选的，依从性较低。在项目启动者中，75.4%(141/187)进行了初始基线A1c测量，36.4%(68/187)在6-8个月之间进行了A1c测量(由于A1c是滞后测量)，55.6%(104/187)在12-14个月之间进行了A1c测量，52.9%(99/187)在24-28个月之间进行了A1c测量。

如表2而且3.，从基线到第2年，计划启动者和完成者的A1c分别降低了0.43% (SD 0.08)和0.46% (SD 0.08)。从第一年到第二年，项目启动者和完成者的糖化血红蛋白降低也保持不变，没有显著变化(P=。3.9而且38，respectively).

讨论

主要研究结果

结果表明:防止基于互联网的糖尿病预防计划帮助开始或完成该计划的参与者在2年后实现了体重和A1c的显著降低。值得注意的是，体重减轻在第1年到第2年之间基本保持不变;这是少数几个在积极干预结束后显示这种体重维持效果的研究之一。

此外，糖化血红蛋白继续显示出从糖尿病前期范围(5.7%-6.4%)到正常范围(<5.7%)的平均下降，而从糖尿病前期到2型糖尿病的预期年进展率约为4% [14］．因此，这些结果解决了关于DPP翻译对减肥和降低A1c的长期影响的能力的批评[7，9］．

的能力防止要显示持续的效果可能是由于该计划的独特方面。虽然积极干预为期12个月，但参与者仍可继续获得防止并能主动使用干预。因此，通过持续的健康跟踪和社会支持，数字疗法可以促进生活方式改变的长期维持，而持续的干预成本或维持成本很少。

虽然防止在为期16周的核心阶段，超过了CDC DPRP的项目完成基准，最初注册的参与者中仍有30%未能完成项目。我们假设，数字疗法的主要优势之一——可及性——在涉及到项目完成时也可能是一个缺点。基于互联网的项目进入门槛较低，不可避免地增加了动机较低的参与者数量，他们可能从未亲自参加过项目。

优势与局限

研究的优势包括纵向收集体重和A1c数据以及使用线性混合模型进行统计分析，这允许随着时间和缺失数据进行更可靠的估计。此外，招募、干预和评估完全是远程完成的，相比之下，大多数数字健康研究需要面对面的指导或后续评估。这增强了研究结果对必须远程完成的“真实世界”商业部署的通用性。

研究局限性包括非随机、不受控的单臂设计，样本为自选样本，排除了干预对结果的因果推论。然而，这也更接近商业项目如何招募真实世界的人群。参与这项研究的男性较少，但这是典型的行为减肥干预。此外，70%的项目启动者在第二年有体重数据，53%的人在第二年有糖化血红蛋白数据，这限制了对所有参与者结果的概括性。因此，关于体重减轻和糖化血红蛋白降低的结论仅限于项目启动者和完成者。此外，虽然根据CDC DPRP标准评估了对计划行为(例如，完成课程、跟踪体重和体育活动)的坚持程度，但没有评估对健康行为(例如，饮食和运动目标)的坚持程度，这限制了因果推断。

结论

本研究的结果表明防止基于互联网的糖尿病预防计划能够在2年内显著降低体重和A1c，即使在积极干预1年后结束。有必要进行进一步的调查，以测试数字疗法作为一种可扩展的解决方案，以解决国家糖尿病和心血管疾病预防工作。