原始论文
摘要
背景:个人健康记录(PHRs)在糖尿病管理中的有效性已经在一些临床试验中得到验证;然而,在现实场景中证明它们的有效性也是必要的。为了提供可靠的真实世界证据,应该进行比仅基于患者生成的健康数据的分析更准确的分析。
摘要目的:本研究旨在对电子病历(EMRs)中使用PHRs的有效性进行更准确的分析。这项研究的结果将为PHRs作为可行的糖尿病管理工具提供精确的现实世界证据。
方法:我们收集的日志数据糖在2015年12月至2018年4月期间,在韩国首尔峨山医疗中心(AMC)的My Chart in My Hand version 2.0 (MCMH 2.0)应用程序中使用。收集AMC MCMH 2.0用户的EMR数据,并与PHR数据进行整合。我们根据用户是否持续使用应用进行分类。我们分析比较了他们的特征、血红蛋白A的模式1 c(HbA1 c),以及成功的HbA的比例1 c控制。以下混杂因素对HbA进行了调整1 c模式分析和HbA1 c调节比例比较:年龄、性别、第一HbA1 c测量,糖尿病并发症严重程度指数评分,糖功能数据生成周,HbA1 cMCMH 2.0启动前数周测量,并生成糖函数数据计数。
结果:MCMH 2.0用户总数为64,932人,其中7453人具有适当的PHRs和糖尿病标准。连续和非连续用户的数量分别为133和7320。与非连续用户相比,连续用户更年轻(P<.001),男性比例较高(P<措施)。此外,连续用户拥有更频繁的HbA1 c测量(P=.007),更短的HbA卡1 c测量天数(P=.04),并且第一个HbA之间的间隔时间更短1 c测量和MCMH 2.0开始(P<措施)。糖尿病严重程度相关因素在两组间无统计学差异。连续用户HbA卡下降幅度较大1 c(P=.02)和更高比例的HbA调节1 c达到目标级别的级别(P= . 01)。调整混杂因素后,连续用户HbA的下降幅度更大1 c水平高于非连续用户(P= .047)。有第一个HbA卡的用户1 c测量值高于6.5%(111个连续用户和5716个非连续用户),连续用户对HbA的调节更好1 c与目标水平相比,6.5%,具有统计学意义(P= .04点)。
结论:通过整合和分析患者和临床产生的数据,我们证明了持续使用PHRs可以改善糖尿病管理结果。此外,HbA卡1 c减少模式在PHR连续用户组显著。虽然继续使用PHR已被证明在管理糖尿病方面是有效的,但还需要进一步评估其对各种疾病的有效性,并研究PHR的依从性。
doi: 10.2196/15372
关键字
简介
背景
糖尿病是一个全球性的问题,其造成的众多并发症和死亡率的增加是众所周知的。此外,糖尿病患病率不断上升,这一趋势可能会持续到2030年或更长时间[
, ].根据美国糖尿病协会(ADA)的说法,糖尿病的治疗主要基于胰岛素的输送[ ].据韩国糖尿病协会(KDA)介绍,血红蛋白A的目标值应该是1 c(HbA1 c2型糖尿病患者的推荐血糖为6.5%,国内主要考虑抗高血糖治疗。二甲双胍被认为是一线治疗。然而,这些传统的药物治疗会导致不可避免的低血糖事件和体重变化。未达到的血糖目标只能通过增加单、双或三联疗法的药物来解决[ ].传统的方法很昂贵,这正成为一个全国性的卫生保健问题[ , ].为了克服传统糖尿病管理的一些局限性,移动健康(mHealth)技术和个人健康记录(PHR)的实施被认为是创新的解决方案。在糖尿病治疗市场,新设备和应用程序的新治疗方法正在推出。糖尿病应用程序的大部分功能都集中在维持血糖日记上。有些还连接了血糖传感器和治疗设备。在糖尿病应用中,OneTouch透露有最好的验证[
].这个应用程序是无线连接到OneTouch Verio Flex仪表,让用户自我监测血糖。血糖数据传递给医疗保健专业人员,用户接收短信反馈[ ].还引入了使用自动报警系统的技术。Dexcom G6连续血糖监测系统有效地降低了高血糖和低血糖事件紧急低很快自动报警系统[ ].通过基于互联网的连接,监测胰岛素的输送成为可能。NovoPen 6而且NovoPen Echo Plus被称为智能胰岛素笔,可监控胰岛素注射量,为医护人员和患者提供治疗准确性[ , ].先前的研究表明,PHR用户的健康状况有所改善,从而表明数字医疗保健系统对于改善健康行为和慢性疾病是可行的。根据一项系统回顾,用户在移动设备上使用健康应用程序时,他们的健康相关行为和临床结果都产生了积极影响[
].韩国的另一项系统综述显示,移动健康干预在改善自我管理行为、生物标志物或患者报告的结果测量方面是有效的[ ].然而,移动健康和医生康复干预措施的积极效果并不总是得到保证。在糖尿病护理中,PHR和移动健康干预有望成为有效的治疗方法。WellDoc远程血糖监测系统可有效降低HbA1 c水平,从而提高临床、行为和糖尿病知识的结果[
].基于手机的治疗和行为指导干预也改善了HbA1 c水平( ].在HbA中也有类似的改进1 c另一项基于移动设备的干预对2型糖尿病进行了控制[ ].为糖尿病患者量身定制的移动指导系统显示HbA减少1 c水平和改善糖尿病自我管理;结果是可重复和持久的[ ].随着对PHRs临床意义的期望,一些担忧和略有争议的结果已被报道。尽管PHR有优势,但研究报告了PHR实施中的障碍。患者担心他们的健康信息的安全。卫生保健提供者担心患者改变自己的PHR信息。其他问题包括健康结果没有实际差异,使用独立的phs与电子医疗记录和电子健康记录,以及医疗保健识字率低,这可能会减少phs的益处[
].此外,研究人员还回顾了与患者年龄、性别、社会经济地位、教育水平、互联网和计算机使用以及健康状况相关的障碍[ ].对比PHR使用与糖尿病管理之间关系的结果已被报道。一项使用回归模型的研究声称,PHR使用天数的增加与更好的糖尿病质量测量档案之间没有关联[ ].目标
在本研究中,我们使用4年的移动PHR (mPHR)日志和用户EMR数据,分析糖尿病管理对韩国一家三级医院分发的PHR系统持续使用的影响。早期版本的mPHR应用程序进行了一项研究,以验证连续用户的特征[
],连续用户的患者生成健康数据(PGHD)比非连续用户有更高比例的慢性疾病诊断,如糖尿病[ ].通过新版本,我们将验证其对糖尿病患者的血糖控制效果。据我们所知,这是第一个通过整合长期mPHR日志和EMR数据来验证疾病管理有效性的研究。方法
数据和移动个人健康记录说明
我们从一个名为“我手里的图表”(MCMH)的mPHR应用程序中收集了日志数据,以及他们在韩国最大的综合医院峨山医疗中心(AMC)的EMR数据。MCMH于2011年1月推出,是韩国第一家mPHR;它使病人能够查看和管理自己的健康记录[
].我们使用MCMH版本1.0日志来识别特定人群中PGHD持续生成的模式[ ].本研究使用MCMH 2.0版日志和EMR数据进行糖尿病管理分析。对于糖尿病患者,MCMH 2.0版本提供糖,糖尿病的日历,胰岛素治疗,食物摄入量,锻炼输入功能。在这些函数中,我们只使用了糖而且糖尿病的日历函数;剩下的函数只有很少的记录。的项目 的详细信息糖函数。用户可以在这些PGHD功能中输入血糖测量的日期、时间、情况和结果。我们还收集了患者的人口统计和病历信息,如年龄、性别、居住地和健康信息,包括就诊次数、HbA卡1 c水平,诊断和药物数据,使用我们的临床研究数据仓库。
研究设计
MCMH 2.0版本于2015年12月31日取代了MCMH 1.0版本,但部分患者在2015年12月更换之前已经创建了自己的账号。对于每个用户,MCMH 2.0版本功能中生成的记录被分析,但只使用帐户创建后生成的记录。
的用户日志糖函数包含用户访问ID和数据输入的时间戳。我们收集了HbA1 c2014年1月至2018年11月MCMH 2.0版本用户的测量结果。
对于用户选择,我们使用糖尿病诊断标准。首先,Glasheen等人的标准[
]:用户诊断记录中应包含一个或多个国际疾病分类第十版(ICD-10)糖尿病代码,分别为E08、E09、E10、E11、E13。第二,HbA1 c糖尿病诊断的临界值为6.5% [ ].并发症分类及糖尿病并发症严重程度指数(DCSI)评分,从诊断记录中选择的并发症领域为视网膜病变、肾病、神经病变、脑血管、心血管、周围血管疾病、代谢并发症。DCSI评分采用Glasheen等人的研究标准[ ].然而,由于无法获得尿液实验室数据,因此未将其纳入DCSI评分。首先,我们根据ICD-10对所有疾病进行分类。用户是否是连续用户的标准采用了MCMH 1.0版本的PGHD模式分析研究:用户输入数据糖每周至少活动一次,持续至少四周(28天)[
].我们分析了HbA的模式1 c与HbA的趋势线斜率相关1 c的水平。HbA的波动1 c水平比较r趋势线的平方值和患者HbA卡的标准差1 c的水平。
在本研究中,趋势线斜率在很大程度上取决于第一个和最后一个HbA之间的测量天数1 c测量。因此,我们创建了一个名为适当的HbA1 c测量.这一标准排除了两次测量之间间隔时间短的患者,因为间隔时间短会导致斜率过于陡峭,不适合进行分析。合适HbA的标准1 c测量是患者至少应该有两个HbA1 c测量和第一个和最后一个HbA之间的周期1 c测量应超过100天。标准化第一个HbA和最后一个HbA之间测量天数的影响1 c测量,我们定义了一个变量叫做下降.下降定义为趋势线斜率乘以周期(以天为单位)除以100。这个归一化表示在方程中
.本研究由AMC的机构审查委员会(IRB)批准(IRB编号:2018-0321)。伦理委员会放弃了知情同意的需要,因为本研究使用了常规收集的日志数据,这些数据在所有阶段都是匿名管理的,包括在数据清理和统计分析期间。
研究参与者
显示了本研究中的病人选择流程。在下载并创建MCMH 2.0版本帐户的64,932名用户中,我们首先排除了51,433名HbA不合适的用户1 c测量。我们考虑了具有适当HbA的13499个用户1 c测量排除了6046名非糖尿病用户,并选择了7453名糖尿病用户。
数据分析
我们首先比较了连续用户(n=133)和非连续用户(n=7320)的一般特征。比较以下特征:年龄、性别比例、糖而且糖尿病的日历函数使用模式,HbA1 c测量模式,HbA1 c值、DCSI评分、并发症比例。一个学生t进行了年龄、HbA数量的比较1 cMCMH版本2.0开始前的测量、测量日和测量日。个体采用Wilcoxon秩和检验糖而且糖尿病的日历功能数据生成,HbA1 c测量频率,第一个HbA1 c测量,与DCSI评分比较。个体采用中位数检验糖而且糖尿病日历函数数据生成比较。进行Z检验糖而且糖尿病功能生成用户比例,先HbA1 c测量超过6.5%的比例,与并发症比例比较。性别比例比较和DCSI评分分布采用卡方检验。
接下来,HbA的比较分析1 c下降,r-平方值,以及连续用户和非连续用户之间的标准差。我们使用Shapiro-Wilk检验和D 'Agostino k平方检验来确定这些数据是否遵循正态分布。HbA1 c下降,r-平方值和标准差比较采用Wilcoxon秩和检验。对于混杂因素调整,我们使用协方差分析(ANCOVA)与一些变量:连续使用,年龄,性别,第一次HbA1 c测量、DCSI糖功能数据生成周,HbA1 c在MCMH版本2.0开始前几周进行测量,以及糖函数数据生成计数。
最后进行Z检验,比较连续用户与非连续用户的比例。这四组被分为是否第一个HbA1 c测量值高于或低于6.5%,以及最后的HbA是否1 c测量值高于或低于6.5%。对于混杂因素调整,多变量逻辑回归用于第一个HbA的用户1 c测量超过6.5%。与ANCOVA相同的变量被用于逻辑回归。数据分析使用Python3.6.7,Jupyter笔记本.
结果
总体特征
在MCMH 2.0版本运行的29个月内,有64,932名用户创建了一个帐户并至少登录一次。在这些用户中,根据本研究的纳入标准选择了7453名用户。这些用户中约1.78%(133/7453)是连续用户,98.22%(7320/7453)是非连续用户。连续用户与非连续用户HbA卡数量差异无统计学意义1 c测量和第一个和最后一个HbA之间的周期1 c测量。
总结了连续用户和非连续用户的基本特征分析结果。在 ,测量频率是指每天测量的次数,测量天数是指从第一个HbA到最后一个HbA之间的天数1 cMCMH版本2.0开始前的测量天数是指第一个HbA之间的天数1 c测量和MCMH 2.0版帐户生成周期。与非连续用户相比,连续用户年龄更小(平均53.59岁,SD 9.89岁vs平均57.58岁,SD 11.95岁),男性比例更高(110/133,82.7% vs 4859/7320, 66.38%),差异均有统计学意义(两者均有统计学意义)P<措施)。HbA卡数量1 c测量结果没有显著差异。第一次和最后一次测量之间的频率和周期在连续用户和非连续用户之间表现出显著差异(P=。007年和P=。分别为04)。第一次HbA的患者比例1 c低于6.5%的测量值无显著差异(P=.14),但连续用户有更高的第一个HbA1 c测量,这是有统计学意义的(P= . 01)。此外,在连续用户中,在糖函数和糖尿病日历函数中生成数据的用户比例较高P<措施)。连续用户还输入了更多的糖和糖尿病日历数据(两者都是P<措施)。DCSI评分无显著性差异(P= 0)。由DCSI标准定义的并发症比例在连续和非连续使用者之间也没有显着差异。虽然差异无统计学意义,但视网膜病变和心血管并发症有比例差异。
连续用户和非连续用户的DCSI评分比例卡方检验差异无统计学意义。这可以在
.在14个DCSI评分中,两组患者(评分10、12、13)中均为0的患者被卡方检验排除在分析中,因为只有当各评分在任何组中均不为0时,才可以使用卡方检验进行计算。变量 | 用户 | 总(N = 7453) | P价值一个 | ||||
连续(n = 133) | 不连续的(n = 7320) | ||||||
年龄(年),平均值(SD) | 53.59 (9.89) | 57.58 (11.95) | 57.51 (11.92) | <措施 | |||
性别,n (%) | <措施 | ||||||
男性 | 110 (82.7) | 4859 (66.37) | 4969 (66.67) | ||||
女 | 23日(17.3) | 2461 (33.62) | 2484 (33.33) | ||||
糖功能 | |||||||
用户产生的数据,n (%) | 133 (100.0) | 289 (3.95) | 422 (5.66) | <措施 | |||
生成的数据总数,n | 22350年 | 1345 | 23695年 | - - - - - -b | |||
单独生成的数据 | <措施 | ||||||
意思是(SD) | 168.0 (204.0) | 0.2 (1.8) | 3.2 (35.1) | ||||
中位数(差) | 97 (43 - 186) | 0 (0 - 0) | 0 (0 - 0) | ||||
糖尿病日历功能 | |||||||
用户产生的数据,n (%) | 133 (100.0) | 297 (4.06) | 430 (5.77) | <措施 | |||
生成的数据总数,n | 16407年 | 1453 | 17860年 | - - - - - - | |||
单独生成的数据 | <措施 | ||||||
意思是(SD) | 123.4 (143.3) | 0.2 (4.0) | 2.4 (25.4) | ||||
中位数(差) | 67 (35 - 145) | 0 (0 - 0) | 0 (0 - 0) | ||||
HbA1 cc,平均值(SD) | |||||||
测量次数 | 12.44 (6.90) | 11.90 (6.82) | 11.92 (6.82) | 38 | |||
测量频率 | 0.011 (0.010) | 0.009 (0.005) | 0.009 (0.005) | .007 | |||
测量天 | 1254 (461) | 1336 (445) | 1335 (446) | .04点 | |||
MCMH前几天测量d2.0版本开始 | 546 (348) | 712 (377) | 710 (377) | <措施 | |||
第一个HbA1 c测量值≥6.5%,n (%) | 111 (83.4) | 5716 (78.09) | 5827 (78.18) | .14点 | |||
第一个HbA1 c测量,平均(标准差) | 7.86 (1.78) | 7.51 (1.62) | 7.51 (1.62) | . 01 | |||
DCSIe,平均值(SD) | 1.17 (1.65) | 1.15 (1.64) | 1.15 (1.64) | 获得 | |||
并发症,n (%) | |||||||
视网膜病变或眼科疾病 | 31 (23.3) | 1516 (20.71) | 1547 (20.75) | .46 | |||
肾病 | 13 (9.8) | 765 (10.45) | 778 (10.44) | .80 | |||
神经病变 | 23日(17.3) | 1267 (17.31) | 1290 (17.31) | >。 | |||
脑血管 | 20 (15.0) | 950 (13.00) | 970 (13.01) | 的相关性 | |||
心血管 | 16 (12.0) | 1366 (18.7) | 1382 (18.54) | 0。 | |||
周围血管疾病 | 1 (0.8) | 59 (0.8) | 60 (0.81) | 总收入 | |||
代谢并发症 | 1 (0.8) | 37 (0.5) | 38 (0.51) | i = |
一个卡方检验或Z检验(用于分类变量);学生t检验或Wilcoxon秩和检验(用于连续变量)。
b糖和糖尿病日历功能总生成数据未进行统计学比较。
cHbA1 c:血红蛋白A1 c.
d我的病历在我手里。
eDCSI:糖尿病并发症严重程度指数。
血红蛋白的1 c根据连续使用的模式分析
显示HbA卡的趋势1 c连续和非连续用户的模式。HbA1 c下降连续和非连续用户也进行了比较。HbA1 c下降(均值−0.00533,SD 0.0144)显著高于非连续用户(均值−0.00278,SD 0.0137;P= .02点)。连续用户的SD (mean 0.832, SD 0.574)显著高于非连续用户的SD (mean 0.719, SD 0.541;P= .005)。然而,r-平方值在连续用户与非连续用户间差异无统计学意义(P= .40)。
当调整混杂因素时,可能会导致下降,持续使用具有统计学意义的效果(P=.047)下降陡峭的,如中所见
.此外,年龄,第一张HbA卡1 c测量,DCSI,数周糖功能数据生成,以及HbA1 cMCMH 2.0版本开始前数周的测量显示有统计学意义的影响(P= 04;P<措施;P =. 01;P =.003;P<措施,respectively).变量 | F测试(df= 1) | P价值 |
连续的用户 | 3.94 | .047 |
年龄(年) | 8.07 | 04 |
性 | 0.17 | .68点 |
第一个HbA1 c一个测量 | 3054.90 | <措施 |
DCSIb | 6.45 | . 01 |
糖函数数据生成(周) | 8.68 | .003 |
HbA1 c在MCMH版本2.0开始前几周进行测量 | 154.25 | <措施 |
生成的糖函数数据计数 | 0.03 | .86 |
一个HbA1 c:血红蛋白A1 c.
bDCSI:糖尿病并发症严重程度指数。
血红蛋白A比较1 c连续使用中目标水平的调节
列出了HbA的比例1 c模式。第一张HbA卡的用户占比1 c测量值高于6.5%和最后一个HbA1 c低于6.5%的测量值有统计学差异(P= . 01)。在第一个HbA卡的用户中1 c测量结果低于6.5%,最后一次HbA的患者比例1 c测量值低于6.5%和最后一个HbA1 c高于6.5%的测量值无显著差异(P=。34而且P=。29,respectively). No significant difference was found between proportions of patients with the first HbA1 c6.5%或更高的测量值和最后一个HbA1 c测量值高于6.5% (P= .41点)。
类似于下降分析中,使用逻辑回归对高首次HbA用户进行混杂因素调整的结果1 c测量方法总结在
.持续使用MCMH 2.0版本在帮助用户从HbA迁移方面具有统计上的显著效果1 c测量高于6.5%到一个HbA1 c测量值低于6.5% (P= .04点)。此外,年龄,第一张HbA卡1 c测量和HbA1 cMCMH 2.0版本开始前几周的测量显示了统计学上显著的影响(全部:P<措施)。HbA1 c一个模式 | 用户 | P价值 | |||
连续(n = 133) | 不连续的(n = 7320) | ||||
第一次测量<6.5% | |||||
最后的测量 | |||||
<6.5%, n (%) | 15 (11.3) | 1040 (14.21) | 点 | ||
≥6.5%,n (%) | 7 (5.3) | 564 (7.70) | 29 | ||
第一次测量≥6.5% | |||||
最后的测量 | |||||
<6.5%, n (%) | 38 (28.6) | 564 (7.70) | . 01 | ||
≥6.5%,n (%) | 73 (54.9) | 4278 (58.44) | .41点 |
一个HbA1 c:血红蛋白A1 c.
变量 | 系数 | P价值 |
常数 | 1.640 | <措施 |
连续 | 0.618 | .04点 |
年龄(年) | −0.010 | <措施 |
性 | −0.085 | .20 |
第一个HbA1 c一个测量 | −0.171 | <措施 |
DCSIb | −0.041 | 0。 |
糖函数数据生成(周) | −0.004 | 23) |
HbA1 c在MCMH前几周测量c2.0版本使用开始 | −0.008 | <措施 |
生成的糖函数数据计数 | −0.001 | 点 |
一个HbA1 c:血红蛋白A1 c.
bDCSI:糖尿病并发症严重程度指数。
c我的病历在我手里。
讨论
主要研究结果
基于以下原因,本研究支持使用mPHRs作为糖尿病管理的有效平台,通过分别整合来自PHRs和EMRs的患者生成的健康和临床数据。首先,分析MCMH 2.0版本持续使用者的特征,男性患者高HbA1 c关卡似乎更频繁地使用MCMH 2.0版本。第二,持续使用PHRs导致HbA的减少幅度更大1 c提高了高HbA的调节水平1 c患者水平达到目标范围。因此,对于HbA卡高的男性用户1 c水平有更高的HbA降低1 c级别和改进的HbA卡1 c调控目标水平。通过分析连续用户及其HbA卡的特征1 c模式,我们也建议使用mPHR作为糖尿病护理支持工具,实现个性化管理。
与以往的研究相比,本研究具有以下特点。首先,我们提出了mPHRs与EMRs整合的基础上的健康改善效果。在本研究中,我们预期整合PHRs和emr有两个好处。一种是提出一种不同的方法来分析真实世界的数据,并提供额外的真实世界的证据,以支持之前的研究。另一个问题是确保进行高质量的数据分析。先前有许多研究暗示了PHRs和PGHD的优点,并对mPHRs的使用得出了积极的结论[
- ].这些研究的结果是在临床试验的基础上收集的,如非盲、开放标签随机对照试验(rct)和聚类随机试验设计。由于真实世界的数据分析涵盖了rct的偏倚限制,并可以处理PHRs的未知因素,因此真实世界的数据分析结果为之前的rct提供了强有力和必要的支持[ ].此外,emr的集成提供了高质量的HbA1 c数据和诊断数据,使分析更加精确。其次,以往的研究主要讨论HbA的减少1 c关卡是使用PHRs的一个优势。然而,由于血糖控制的主要目标是调节患者的HbA1 c级别到推荐范围,我们比较了两个HbA1 c降低和最初有高HbA的患者的比例1 c但是他们的HbA1 c级别降至低值。根据KDA的2015年和2019年糖尿病管理指南,推荐的目标HbA1 c2型糖尿病患者的水平为6.5%,这与美国糖尿病协会的指导方针不同[
, , ].由于本研究是在韩国AMC进行的,我们使用了KDA的指南并定义了HbA的截止值1 c水平为6.5%。最近的研究建议,严重糖尿病患者应控制在7%以下,视乎糖尿病的严重程度及并发症而定[ - ].此外,稳定降低血糖水平也是控制血糖的重要任务。我们还关注了r趋势线的-平方值和SD作为HbA稳定的指标1 c减少,但我们不能取得任何突出的结果。用户整体特征
通过对MCMH 1.0版本用户的分析,发现这些用户更多地以慢性病为就诊对象[
].连续用户比非连续用户更年轻(P<.001),性别比例差异显著;连续用户组男性比例较高(P<措施)。在之前的研究中,使用PHR系统的群体中有年轻用户和高比例的男性,或者产生了更多的PGHD,特别是与糖尿病有关的人群[ , ].这是因为年龄介乎51至70岁的男性用户倾向采用PHR系统[ ].此外,在本研究中,HbA1 c在较短的时间内测量连续使用者的水平(P=.04)和更频繁的(P=.007)。但是,HbA卡的数量1 c连续用户组和非连续用户组之间的测量结果没有显著差异。在韩国,1977年的《国民健康保险法》引入了社会健康保险计划。此后,该计划逐步向公众推广,最终于1989年实现全民覆盖。根据《国民健康保险法》,保健的方法、程序、范围和上限的标准由保健福利部规定[ ].国民保险最多支持6hba卡1 c根据《国民健康保险法》,每年进行体检。首先,我们考虑了HbA的数量1 c测量是糖尿病严重程度的另一个指标。这是因为控制良好的患者通常接受HbA1 c控制能力差的人每年检测4次[
].然而,由于韩国的政策,测量的数量似乎差不多。尽管连续用户在第一次和最后一次测量之间有较短的时间(大约80天),但这组人使用HbA1 c更频繁地测试。这可能是因为就医次数增加,对医院的满意度和忠诚度也提高了[ ].为了比较糖尿病的严重程度,有一个HbA的患者的比例1 c6.5%或以上,为首张HbA卡1 c比较连续组和非连续组之间的DCSI评分分布。两组高HbA比例差异无统计学意义1 c电平和DCSI分布;但是,连续用户拥有更高的HbA1 c级别(P= . 01)。视网膜病变患者更倾向于持续使用MCMH 2.0版,但并发症比例在两组间也无显著性差异。除了第一个HbA卡1 c水平测量,大多数糖尿病相关的基线特征似乎没有显著差异,和第一HbA1 c在附加分析中,测量值可以作为混杂因素进行调整。通过PHR和EMR整合,比较糖尿病的一般特征和严重程度。为HbA的周期1 c连续组MCMH 2.0版本使用前的测量时间较短(P<.001),与非连续用户相比,连续用户似乎有更早的MCMH 2.0版本开始。此外,连续用户倾向于使用糖而且糖尿病的日历函数更多,生成更多数据。这是因为长期用户倾向于使用负担更少的MCMH 2.0版本功能。
验证个人健康档案在血红蛋白A中的使用效果1 c控制
PHRs和PGHD的主要优点是改善健康,特别是对糖尿病。在糖尿病管理类型中,决定HbA的变化1 c水平是在现实世界中验证PHRs有效性的最有效方法。本研究结果表明,连续用户有较大的下降;HbA的更大增长1 c观察持续使用糖尿病相关管理的使用者的水平糖MCMH 2.0版本的功能。作为下降趋势线斜率归一化到100天的结果,这个值本身也指HbA的变化吗1 c的水平。例如HbA卡1 c在2014年1月1日为6.9%,而HbA1 c2018年10月19日为6.4%,为某一特定连续用户;因此,下降值为−0.0044,即该患者HbA的变化1 c水平约为- 0.44%(下降值的100倍)。因此,HbA的减少1 c连续用户的水平大约是非连续用户的1.9倍。ANCOVA的结果显示,除了持续使用,其他因素也很重要:年龄,第一次使用HbA卡1 c测量,DCSI,使用时间糖功能、HbA卡1 c使用MCMH 2.0版本前的测量周期。血糖控制对于降低微血管风险和心肌梗死和死亡的紧急风险很重要[
].这说明持续使用PHRs的组健康有所改善,HbA值呈下降趋势1 c的水平。在控制血糖时,不仅要降低血糖水平,还要降低低血糖事件[
].传统的糖尿病治疗包括使用注射器、笔或泵给胰岛素[ ].虽然每日多次注射和持续皮下注射胰岛素可发生低血糖副作用,但这种护理形式的侵入性特征是一个不可避免的缺点[ - ].在这项研究中,我们试图通过使用稳定性指标来最大限度地降低phrr实施的糖尿病管理中低血糖事件的风险,r-平方值和SD.然而,稳定性并没有得到保证。事实上,之前的一项研究表明,使用基于互联网的葡萄糖监测系统可以提高葡萄糖的稳定性[ ].这表明患者通过持续血糖监测糖尿病护理,使用PHRs和血糖仪可改善高血糖和低血糖管理。减少HbA的目标1 c水平是预防糖尿病并发症的发生和加重。虽然HbA的标准1 c在美国临床内分泌学家协会和ADA推荐的糖尿病诊断测试中,它是“韩国患者可接受的糖尿病补充诊断测试”[
, ].在众多的血糖控制措施中,HbA的严格调节1 c对改善健康和降低糖尿病视网膜病变等并发症风险至关重要[ ].此外,要严格控制HbA的血糖1 c水平至7.0%可降低老年糖尿病患者骨折的风险[ ].当比较HbA患者比例时1 c使用MCMH 2.0版本前后高于和低于6.5%的水平,持续使用MCMH 2.0版本的患者比例较高;最初是第一个HbA1 c电平测量在6.5%以上,然后下降到6.5%以下。此外,在第一批HbA卡的用户中1 c水平测量超过6.5%时,逻辑回归结果显示,调节不仅与持续使用有关,而且与年龄、第一个HbA有关1 c水平测量,以及MCMH 2.0版本的适应速度。数据生成量也被认为很重要,但在统计上并不显著。因此,我们可以说HbA的改进1 cPHR使用水平最终可通过控制HbA影响糖尿病管理1 c实际水平为6.5%。本研究的局限性
本研究的主要局限性在于关注现实世界研究中的一般偏差:选择偏差、信息偏差、回忆偏差和检测偏差[
].由于本研究主要集中在分析真实世界的数据,因此需要严格的标准和不可避免的排除,这导致了选择偏差和检测偏差的问题。然而,对照组的标准是相同的,尽管包括和排除了许多患者标准,并与MCMH 1.0用户分析相比,研究规模几乎相似[ ].连续用户组的规模有时比其他RCT研究中使用的更大,并且在糖尿病严重程度方面的基线差异很小[ ].由于MCMH 2.0版本的数据是PGHD,只能通过其日志数据来分析持续使用,这并不代表应用的依从性,可能会导致信息偏差。相反,我们注意到在HbA中可能发生的信息偏见1 c通过集成emr,可以控制级别缩放。这种整合有助于减少糖尿病和并发症诊断中的回忆偏倚。时间尺度也是另一个限制。在随机对照试验中,HbA1 c可以控制和优化测量点、app账号创建点、app使用频率,方便数据分析。然而,在现实数据中,患者有不同的HbA点1 c测量和MCMH 2.0版本的起点。尽管存在缺失数据、不适当数据和模糊时间尺度标准的限制,我们使用患者选择标准来选择可以分析和使用的患者下降factor监控HbA卡1 c不规则时间点影响最小化级别。的下降因子是为本研究目的而创造的一个变量,其临床依据不确定。然而,由于下降变量也意味着HbA的减少1 c水平,并保持下降趋势,定量比较下降群体之间是有意义的。在糖尿病治疗中,降低HbA1 c将HbA卡级别降至目标级别,并维护已降低的HbA卡1 c关卡是首要目标。因此,下降在具有非特定HbA的数据的研究中,是一个合理的分析变量1 c测量分。
另一个限制是AMC是一家属地医院,几乎所有的研究患者都居住在韩国。研究人群规模小和持续时间短是另一个局限性。PHR数据生成频率低,MCMH 2.0版本操作时间短,不是分析糖尿病等慢性疾病的理想数据库。更大的研究规模和更长的研究时间将为PHRs的临床意义提供更有力的现实证据。
基于持续和非连续用药的比例,进一步研究鼓励患者更持续地使用PHRs是必要的。在这项研究中,连续使用的患者比非连续使用的患者有更好的糖尿病管理结果。然而,持续用户仅占研究人群的1.78%(133/7453),开始使用MCMH 2.0版本的用户仅占0.20%(133/64,932)。因此,研究如何维持活跃的pghd生成用户,并将非连续用户转化为连续用户是非常必要的。需要研究基于MCMH 2.0版本提供健康相关建议是否会鼓励患者使用PHR应用程序来改变应用程序的使用模式,以防止可用性问题[
].此外,对于个性化的PHR建议,如果能提供更大、更好质量的数据,通过治疗对血糖控制结果进行分析是很重要的。在不同领域的进一步研究和对MCMH 2.0版本的更深入分析应证明PHRs作为糖尿病管理工具在降低HbA方面的有效性1 c的水平。结论
通过整合和分析患者和临床产生的数据,持续使用PHRs可改善糖尿病管理结果。HbA更大的减少1 c观察连续用户的水平,以及HbA1 c与非连续用户相比,连续用户的水平被调节到目标水平。先前的临床试验和本研究的结果证明PHRs在治疗糖尿病方面是有效的。然而,还需要进一步评估PHRs在各种疾病中的有效性,并对PHRs的依从性进行研究。为了准确分析慢性疾病PHRs的临床基础,需要更大的研究人群和更长的研究时间。
致谢
作者要感谢AMC医疗信息办公室提供的移动EMR日志数据,并支持数据分析和解释。本研究由韩国贸易、工业和能源部研究与发展项目(no. 1)资助。20004503)和由韩国政府(Ministry of Science and ICT;没有联盟- 2019 m3e5d4064682)。
作者的贡献
DS、YP和JL构思并设计了这项研究;DS, YL, JK查阅记录,收集资料;DS分析数据;DS和YP撰写稿件;YP, JP和JL审阅了手稿。
利益冲突
没有宣布。
衰落公式。
PNG文件,5kb
连续用药和非连续用药糖尿病并发症严重程度指数评分比例比较。
PNG文件,26kb参考文献
- Shaw JE, Sicree RA, Zimmet PZ。2010年和2030年全球糖尿病患病率估计数。糖尿病临床研究2010年1月;87(1):4-14。[CrossRef] [Medline]
- Wild S, Roglic G, Green A, Sicree R, King H.全球糖尿病患病率:2000年估计和2030年预测糖尿病护理2004五月;27(5):1047-1053。[CrossRef] [Medline]
- 美国糖尿病协会。糖尿病技术:糖尿病医疗护理标准-2019。糖尿病护理2019年1月;42(增刊1):S71-S80。[CrossRef] [Medline]
- Kim MK, Ko S, Kim B, Kang ES, Noh J, Kim S,韩国糖尿病协会临床实践指南委员会。2019年韩国2型糖尿病临床实践指南。Diabetes Metab J 2019 Aug;43(4):398-406 [免费全文] [CrossRef] [Medline]
- 里德尔MC,赫尔曼WH。糖尿病治疗的费用——一个显而易见的问题。糖尿病护理2018年5月;41(5):929-932。[CrossRef] [Medline]
- 美国糖尿病协会。2017年美国糖尿病的经济成本。糖尿病护理2018年5月;41(5):917-928 [免费全文] [CrossRef] [Medline]
- Rodríguez AQ, Wägner AM。糖尿病管理的手机应用:系统综述。内分泌糖尿病杂志2019年5月;66(5):330-337。[CrossRef] [Medline]
- Grady M, Katz LB, Cameron H, Levy BL.来自医疗保健专业人员的糖尿病应用程序相关短信与一种具有颜色范围指示器的新型无线血糖仪相结合,改善了1型和2型糖尿病患者的血糖控制:随机对照试验。JMIR Diabetes 2017 Aug 7;2(2):e19 [免费全文] [CrossRef] [Medline]
- Derdzinski M, Welsh J, Puhr S, Walker TC, Parker A, Jimenez A. 391-P:使用Dexcom G6 CGM系统的预测警报降低低血糖。糖尿病2019年6月;68(补充1):391-P。[CrossRef]
- Adolfsson P, Hartvig NV, Kaas A, NygÅRd NK, MÅRdby AC, Hellman J. 1076-P:引入连接胰岛素笔后观察到的延长时间(TIR)。糖尿病2019;68(补充1):1076-P。[CrossRef]
- Adolfsson P, Hartvig NV, Kaas A, Knudsen NN, MÅRdby A, MøLler JB,等。126-LB:引入智能连接胰岛素笔后改善胰岛素依从性。糖尿病2019年6月;68(补充1):126-LB。[CrossRef]
- 韩敏,李e .移动健康应用程序用于改善健康行为变化的有效性:随机对照试验的系统综述。健康资讯Res 2018年7月;24(3):207-226 [免费全文] [CrossRef] [Medline]
- 李建勇,金毅,赵颖,金汉。韩国使用移动健康干预措施的慢性疾病自我管理:系统综述。health Inform Res 2018年7月;24(3):187-197 [免费全文] [CrossRef] [Medline]
- Quinn CC, Clough SS, Minor JM, Lender D, Okafor MC, Gruber-Baldini A. WellDoc移动糖尿病管理随机对照试验:临床和行为结果的变化以及患者和医生的满意度。糖尿病科技杂志2008年6月10日(3):160-168。[CrossRef] [Medline]
- Quinn CC, Shardell MD, Terrin ML, Barr EA, Ballew SH, Gruber-Baldini AL.手机个性化行为干预血糖控制的聚类随机试验。糖尿病护理2011 Sep;34(9):1934-1942 [免费全文] [CrossRef] [Medline]
- 于勇,闫强,李红,李红,王玲,王红,等。手机应用结合或不自我监测血糖对糖尿病患者血糖控制的影响:一项随机对照试验J Diabetes investigation 2019 Sep;10(5):1365-1371 [免费全文] [CrossRef] [Medline]
- Lee DY, Park J, Choi D, Ahn H, Park S, Park C.针对投保人糖尿病管理量身定制的移动指导的有效性、可重复性和持久性:一项随机、对照、开放标签研究。科学通报2018 Feb 26;8(1):3642 [免费全文] [CrossRef] [Medline]
- Lester M, Boateng S, study J, Coustasse A.个人健康记录:对患者和医疗保健提供者有益还是负担?perspective Health Inf Manag 2016;13:1h [免费全文] [Medline]
- 患者使用个人健康记录的障碍:结构化审查。peer2017;5:e3268 [免费全文] [CrossRef] [Medline]
- 田福德M, Nowacki A, Jain A, Hickner J.个人健康记录使用与糖尿病质量测量的关系。J Gen Intern Med 2012 april;27(4):420-424 [免费全文] [CrossRef] [Medline]
- 司法院李G,公园,胫骨年代,黄JS, Ryu HJ,李JH, et al。哪些用户应该成为移动个人健康记录的重点?用户特征的影响使用一个系留移动个人健康记录的分析。Telemed J E Health 2016年5月;22(5):419-428 [免费全文] [CrossRef] [Medline]
- Park YR, Lee Y, Kim JY, Kim J, Kim HR, Kim Y,等。通过移动个人健康记录管理患者生成的健康数据:使用数据分析。JMIR Mhealth Uhealth 2018年4月9日;6(4):e89 [免费全文] [CrossRef] [Medline]
- 张志刚,张志刚,董勇。糖尿病并发症严重程度指数(DCSI)的最新进展及ICD-10翻译。J Diabetes 2017 Jun;31(6):1007-1013 [免费全文] [CrossRef] [Medline]
- 世界卫生组织。日内瓦:世界卫生组织;2011.糖化血红蛋白(HbA1c)在糖尿病诊断中的应用:世界卫生组织会诊简写https://www.who.int/diabetes/publications/report-hba1c_2011.pdf[2020-03-12]访问
- Jadad AR, Enkin MW。随机对照试验中的偏倚。入:Jadad AR, Enkin MW,编辑。随机对照试验:问题,答案和思考。巴黎:英国医学杂志出版社;2007:29-47。
- 哈赫,金东哲。韩国糖尿病管理现状。韩国J实习医学2016年9月31日(5):845-850 [免费全文] [CrossRef] [Medline]
- Fruh SM。肥胖:风险因素,并发症,和可持续长期体重管理的策略。J Am助理护士实践2017年10月29日(S1):S3-14 [免费全文] [CrossRef] [Medline]
- Handelsman Y, Bloomgarden ZT, Grunberger G, Umpierrez G, Zimmerman RS, Bailey TS,等。美国临床内分泌学家协会和美国内分泌学会制定糖尿病综合护理计划的临床实践指南- 2015。Endocr Pract 2015 april;21(增刊1):1-87 [免费全文] [CrossRef] [Medline]
- 美国糖尿病协会。血糖的目标。糖尿病护理2017;40(增刊1):S48-S56。[CrossRef]
- Qaseem A, Wilt TJ, Kansagara D, Horwitch C, Barry MJ, coerea MA,美国医师学会临床指南委员会。糖化血红蛋白在非怀孕成人2型糖尿病药物治疗中控制血糖的目标:美国医师学会更新的指导声明安实习生医学2018年4月17日;168(8):569-576。[CrossRef] [Medline]
- 纳粹公里。退伍军人的声音:使用美国客户满意度指数(ACSI)调查来确定My HealtheVet个人健康记录用户的特征、需求和偏好。中国医学信息杂志2010;17(2):203-211 [免费全文] [CrossRef] [Medline]
- 加拿大卫生药物和技术署,2014年。糖化血红蛋白检测频率:临床证据和指南综述https://www.cadth.ca/hba1c-testing-frequency-review-clinical-evidence-and-guidelines[2020-03-12]访问
- 赵华辉,李浩,金c,李s,崔凯。就诊频率对服务质量和门诊满意度关系的影响:一项韩国研究。卫生服务决议2004年2月;39(1):13-33 [免费全文] [CrossRef] [Medline]
- Holman RR, Paul SK, Bethel MA, Matthews DR, Neil HA。2型糖尿病强化血糖控制10年随访。英国医学杂志2008年10月9日;359(15):1577-1589。[CrossRef] [Medline]
- Amiel SA, Sherwin RS, Simonson DC, Tamborlane WV。强化胰岛素治疗对反调节激素释放的血糖阈值的影响。糖尿病杂志1988 july;37(7):901-907。[CrossRef] [Medline]
- 王志强,多兰,杨涛,胡家强。1型糖尿病青少年胰岛素泵的使用和血糖控制:两年内胰岛素输送方法改变的预测因素儿科糖尿病2015年12月;16(8):592-599 [免费全文] [CrossRef] [Medline]
- Wheeler BJ, Heels K, Donaghue KC, Reith DM, Ambler GR.儿童和青少年胰岛素泵相关不良事件——一项前瞻性研究。糖尿病杂志2014年9月16日(9):558-562。[CrossRef] [Medline]
- 张志刚,张志刚,张志刚,张志刚,等。1型糖尿病儿童脂肪萎缩:发病率增加?糖尿病科学技术2015 Mar;9(2):206-208 [免费全文] [CrossRef] [Medline]
- 叶海华,马鲁瑟,李志强,李志强,等。胰岛素输送和血糖监测方法对糖尿病的比较有效性和安全性:一项系统综述和荟萃分析。安实习医学2012年9月4日;157(5):336-347。[CrossRef] [Medline]
- 赵杰,张松,权辉,崔勇,高森,文森,等。基于互联网的血糖监测系统对降低糖化血红蛋白和血糖稳定性的长期影响:一项基于无所不在医疗保健系统的糖尿病管理的30个月随访研究糖尿病护理2006年12月29日(12):2625-2631。[CrossRef] [Medline]
- Jeon JY, Ko S, Kwon H, Kim NH, Kim JH, Kim CS,韩国糖尿病协会糖尿病情况说明书特别小组。根据空腹血糖和糖化血红蛋白分析糖尿病和前驱糖尿病的患病率。Diabetes Metab J 2013 Oct;37(5):349-357 [免费全文] [CrossRef] [Medline]
- Rajalakshmi R, Prathiba V, Mohan V.严格控制全身因素有助于糖尿病视网膜病变的管理吗?印度眼科杂志2016年1月;64(1):62-68 [免费全文] [CrossRef] [Medline]
- 康威BN,朗DM,费加罗MK,谢谢。老年糖尿病患者的血糖控制与骨折风险。2016年5月;115:47-53 [免费全文] [CrossRef] [Medline]
- 金发L, Khunti K, Harris SB, Meizinger C, Skolnik NS。为执业临床医生解释和影响真实世界的临床数据。Adv Ther 2018年11月;35(11):1763-1774 [免费全文] [CrossRef] [Medline]
- Jeon E, Park H. IMB模型的开发和基于证据的糖尿病自我管理移动应用程序。健康信息决议2018年4月24日(2):125-138 [免费全文] [CrossRef] [Medline]
缩写
艾达:美国糖尿病协会 |
AMC:峨山医院 |
ANCOVA:协方差分析 |
DCSI:糖尿病并发症严重程度指数 |
EMR:电子病历 |
HbA1 c:血红蛋白的1 c |
诊断结果:《国际疾病分类》第十版 |
IRB:机构检讨委员会 |
KDA:韩国糖尿病协会 |
MCMH:我的病历在我手里 |
健康:移动健康 |
mPHR:移动个人健康记录 |
PGHD:患者生成的健康数据 |
PHR:个人健康记录 |
个随机对照试验:随机对照试验 |
G·艾森巴赫(G Eysenbach)编辑;提交05.07.19;同行评议:SY Jung, L Luo, S Ross;对作者16.12.19的评论;修订版本收到10.02.20;接受24.02.20;发表02.06.20
版权©Dongjin Seo, Yu Rang Park, Yura Lee, Ji Young Kim, Joong-Yeol Park, Jae-Ho Lee。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 02.06.2020。
这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。