通过短信干预改善低收入患者的糖尿病护理管理:混合方法试点研究

介绍

背景

据估计，美国有2910万人患有糖尿病。1在加州，有超过230万成年人被诊断出患有糖尿病[2]。作为最常见的慢性疾病之一，糖尿病每年造成约2450亿美元的经济损失，并使患者的死亡风险增加一倍[1]。此外，拉丁裔的糖尿病患病率几乎是非拉丁裔白人的两倍，而且在收入和教育程度较低的人群中，糖尿病的发病率也要高得多[3.]。除了发病率较高外，有证据表明，低收入患者还会经历更严重的糖尿病并发症[4]。

目标

针对糖尿病患者的短信干预有望通过更好的知识和自我管理来提高患者满意度和中期健康结果。特别是，有证据表明短信程序可以改善糖化血红蛋白(HbA)_{1 c}糖尿病患者的水平[5-8]。在参与这些类型的项目后，患者报告了高水平的满意度，并改变了他们的饮食和其他行为，这应该导致改善他们的糖尿病管理[9-11]。

尽管这些干预措施在更广泛的人群中有好处，但研究发现，对于非白人、文化水平较低和/或年龄较大的人来说，患者参与和由此产生的健康影响可能更糟。12-14]。然而，通过对文化敏感的适应，有可能提高糖尿病干预的有效性[15]。这一事实，加上拉丁裔和低收入人群中糖尿病患病率较高，突出了针对拉丁裔人群的干预措施的重要性，并检查其对护理的影响。为了实现这一目标，我们研究了糖尿病短信试点项目的影响，该项目主要针对在联邦合格医疗中心(FQHCs)接受治疗的低收入拉丁裔患者。．

除了评估试点项目的影响，我们还通过与患者和工作人员的访谈检查了实施障碍和促进因素．确定影响实施效果的操作因素和患者因素可以为其他诊所和卫生系统有效扩大类似的短信干预措施提供信息，这些诊所和卫生系统照顾拉丁裔和/或低收入患者。

方法

概述

本研究采用混合方法、准实验设计来检验对成年糖尿病患者进行为期3个月的短信服务干预的有效性和实施情况，该服务通过发送自动、互动的短信来关注糖尿病的自我管理。定量数据包括项目和临床指标，定性数据包括患者参与者和临床工作人员的半结构化访谈。

设置

参与者(n=50)为西班牙语(n=33)或英语(n=17)的成年糖尿病患者，于2015年9月至2016年2月在洛杉矶的一家FQHC ChapCare的两个站点就诊。从2015年10月到12月，所有患有HbA的2型糖尿病成人患者都参加了试点干预_{1 c}价值超过8.5%，在任何一间参与的ChapCare诊所进行预约。HbA_{1 c}临床工作人员建议切断，因为他们认为这些患者可能从干预中获益最多。然而，在2016年1月和2月，由于入组人数有限，患者资格扩大到包括所有前来预约的成年2型糖尿病患者，直到干预组入组人数达到50人。参与干预的登记程序和工作人员由诊所管理部门确定，并在本研究的实施部分进行检查。诊所前台的工作人员从预先打印的名单中识别出符合条件的糖尿病患者，当他们登记预约时。然后，病人被介绍给一位美国志愿队的志愿者，他向病人解释了这个短信项目，并提出帮助他们注册。要注册，患者必须拥有自己的带有短信功能的手机。在接触的65名患者中，77%(50/65)参加了短信项目。对于拒绝参加干预的15名患者，给出了以下原因:没有手机(27%，4/15)，不习惯发短信(20%，3/15)，对通过短信接收健康信息不感兴趣(40%，6/15)，并且已经习惯了管理他们的糖尿病(13%，2/15)。参与短信项目的参与者没有得到任何补偿。50名干预参与者和随访期的样本量是根据早期对糖尿病患者短信程序的研究选择的，这些研究检查了HbA_{1 c}、体重指数(BMI)和血压(BP)作为结果[5并限制对试点诊所的干扰。

采用图表复习法构建成人2型糖尿病患者对照组(n=160)。所有在研究期间就诊但未接受干预并在2017年8月之前参加随访的2型糖尿病患者均有资格纳入对照组。

干预

短信干预是为成年糖尿病患者设计的，使用的是CareMessage的专有平台，CareMessage是一家设计移动健康工具的非营利组织。为期12周的干预包括每周用西班牙语或英语发送3到4条教育性短信，这取决于参与者的喜好。大多数信息是双向的:31%是多项选择题，24%是是非或是非问题，类似于《华尔街日报》的示例信息图1．如果参与者回答错误，他们会得到一个温和的正确答案。如果参与者回答正确，他们会收到一份确认他们答案正确的回复。其余45%的信息是单向的(例如，健康提示或提醒)。

该项目针对的是低收入患者，而西班牙语版本则进一步针对拉丁裔患者。西班牙语项目并不是英语项目的直接翻译，而是从项目的概念设计阶段开始就用西班牙语开发的。CareMessage在社区诊所对患者进行一对一和小组教育，了解了这两个项目的发展情况。此外，作为2014年在旧金山进行的为期3个月的可行性研究的一部分，CareMessage在收到这些信息后对糖尿病患者进行了焦点小组调查。在这项产品开发研究之后，这些信息的目标是解决参与者的关注点和文化。

‎ 查看此图

例如，说西班牙语的患者更多地讨论家庭和传统食物有时如何使他们难以改变行为;因此，对西班牙语的信息进行了调整，以解决这个问题，并包括在拉丁裔人口中可能普遍存在的食物。一些信息也经过调整，将收入水平纳入运动和疾病管理的建议中。例如，患者对能否负担得起试纸表示担忧，因此，在医生的指导下，这条信息被修改为他们可能会跳过一天，这样他们就不会很快用完试纸。

这些信息涉及10个总体主题:了解糖尿病，药物依从性，营养，运动，心理健康，资源，管理血糖水平，abc (A)_{1 c}(血压和胆固醇)、足部护理和年度检查(眼科、肾脏和牙科)。这些信息是根据美国糖尿病协会关于疾病自我管理的指南，以及实施诊所的卫生保健提供者的意见和CareMessage工作人员医生的监督制定的。根据Flesch-Kincaid等级水平测试，程序中唯一消息的平均等级阅读水平为6.2 [16]。

定量项目数据

集合

在基线，干预参与者在注册短信项目后，立即与美国服务队成员亲自回答了5个关于糖尿病相关情绪困扰的问题，即糖尿病问题领域问卷(PAID-5)。17]。在为期12周的项目中，短信平台记录了患者的回复率(通过将患者有效回复的数量除以需要回复的问题总数乘以100来计算)。在项目结束时，通过短信进行后续付费5个问题和用户满意度调查。人口统计学和临床数据通过图表审查从Chapcare的电子健康记录中提取。这些数据包括干预前和干预后的HbA测量_{1 c}BMI和血压。在干预开始前立即到诊所进行预测量和人口统计。在干预结束至研究开始日期(即2016年2月至9月)一年内的某个时间，每位患者在下一次随访时进行一次后测。这些来自图表的数据与干预组的程序数据合并，并在与研究团队共享之前进行去识别。研究小组还向研究小组提供了与对照组具有相同人口统计学和临床测量值的未识别数据集，并将这两个数据集整合进行分析。

分析

首先，对所有研究变量进行描述性统计检验。这包括所有连续变量的平均值、中位数和SD，以及所有分类变量的频率、比例和ci。使用分类变量和双样本卡方检验比较干预组和对照组之间以及缺失和完整数据集患者之间的基线特征t连续变量的不等方差检验。然后，分析仅限于具有完整的基线和随访测量的因变量(HbA)的患者_{1 c}血压、BMI)。这导致按列表删除25项观察结果(干预组12项，对照组13项)。接下来，使用性别、年龄、种族/民族和基线HbA计算倾向得分权重_{1 c}．由于缺少计算倾向得分所需的种族/民族数据，另外8项观察结果(均来自对照组)被删除。使用单个固定效应线性回归模型和普通最小二乘估计量比较组间临床结果的变化。对8个观察结果(均来自对照组)的种族/民族自变量缺失数据进行了多重归算的敏感性分析。在missing-at-random假设下，采用链式方程法生成10个输入数据集。然后对10个输入数据集中的每一个进行倾向得分加权，并在随后的分析中使用Rubin组合规则将结果合并[18]。其次，运行个别固定效应线性回归模型，并与主分析结果进行比较。

最后一组分析仅针对干预组的数据进行。为了检验临床指标与干预参与者的时不变特征之间的关联，用广义估计方程估计了人口平均线性模型。这些模型有助于检查患者参与对干预参与者临床结果改善的不同影响。

一个额外的事后回归模型被用来检验项目满意度和个人特征之间的关系，包括干预参与者的患者参与度。

所有模型都使用聚类鲁棒性se运行，以纠正异方差，并根据患者身份文件进行聚类(考虑到每个患者的前后观察结果聚类)。使用StataSE v.13进行分析(StataCorp)。

定性项目数据

集合

所有参与干预的参与者都被邀请在2016年3月完成一次电话访谈，以提供对该计划的反馈(取决于他们注册的时间，从消息结束后的第一时间到消息结束后的第8周)。50名参与者中有11人(22%)同意用他们的主要语言接受采访，西班牙语(n=6)或英语(n=5)。此外，所有参与项目实施的8名工作人员于2016年3月(在其诊所登记结束后)被邀请参加电话访谈，对项目实施情况进行反馈，并全部同意参与。

所有接受采访的人都得到了口头同意，所有人都收到了一张礼品卡，作为对他们付出时间的感谢。结构化访谈持续长达45分钟，并在参与者同意的情况下进行记录。根据参与者的喜好，研究人员通过电话用英语或西班牙语进行访谈。使用带有探针的结构化问题指南来促进讨论。参与者的面试指南会问一些问题，旨在了解他们对这个项目的体验，比如“描述你第一次看到这些短信。”你觉得怎么样?”员工面试指南侧重于该计划的实施，并提出了诸如“将CareMessage纳入您的工作流程有多容易或难?”完整的英文采访指南可在多媒体附录1．该大学的人体研究审查委员会批准了这项研究。

分析

采访录音由专业人员誊写，并在适当时由研究小组的一名双语成员从西班牙语翻译成英语。一名研究人员根据有关健康短信和健康信念模型的现有文献，编制了初步的密码本[19及相关理论。然后由2名研究人员使用ATLAS对所有患者访谈进行编码。ti软件(ATLAS)。ti Scientific Software Development GmbH). The coding process was iterative, and the codebook grew throughout the analysis as additional codes were added based on the data. If a quote emerged that did not fit the preliminary codebook, a new relevant code was generated and discussed with the other researcher. For example, 1 patient explained that they thought the messages were automatically generated but sounded like they came from a person. Preliminary codes only included “automatically generated” or “from a person,” so this data point generated a new code to accommodate this finding. Coding of staff interviews was performed by 1 researcher. After coding was complete, common themes were identified. New concepts and themes were discussed among the research team until the codebook was finalized and all themes had been identified.

结果

定量结果

虽然人口统计学(表1)干预组和对照组患者的特征在基线时基本具有可比性，组间存在一些无统计学意义的差异。在这些组中，55.7%(117/210)的患者主要讲西班牙语。此外，69.0%(145/210)的参与者是西班牙裔或拉丁裔。受试者年龄差异较大，两组女性受试者(62.4%，131/210)均多于男性受试者(37.6%，79/210)。与干预组相比，对照组中说英语的人和女性的比例更高;然而，差异没有统计学意义。倾向得分加权解决了未加权分析的不平衡，并有助于进一步减少这些可观察特征的总体平均偏差5.2%和总体中位数偏差7.9%。

干预组的大多数参与者(86%，43/50)至少回答了一个问题的有效答案(即提供的多项选择选项中的一个)。在整个项目过程中，参与者平均收到31.8个(四分位数范围为28-35)需要回答的问题。参与者参加该计划的平均天数为79.5天(SD 11.4)，只有3名参与者在80天前离开该计划。当参与者退出时，没有给出任何理由——他们只需要发“STOP”这个词，或者告诉登记他们的诊所工作人员他们希望停止接收信息。总体平均应答率为57.1%(通过患者有效应答数除以需要回答的问题总数乘以100计算)，但差异很大(标准差为33.2%)。

表2概述了干预组参与者自我报告的健康指标，包括参与者在基线和随访(短信项目后)经历的与糖尿病相关的痛苦水平(pay -5)。后续付费5短信调查的回复率相对较低，在12%到54%之间(取决于问题)，因此，可能不能代表所有参与者的经历。大多数参与者报告在基线时健康状况一般或较差(80%，39/49)。此外，大多数参与者还指出了一些问题，如对患有糖尿病感到害怕(54%，27/50)，对患有糖尿病感到沮丧(52%，26/50)，担心未来(74%，37/50)，以及其他与糖尿病相关的基线困扰。

倾向评分加权后，患者的临床指标(表3)，干预组和对照组在基线时相似。干预组的HbA值略高_{1 c}基线时高于对照组(8.7 vs 8.0)，但差异无统计学意义(P= . 07)。

为了检查因缺少结局数据而被排除的患者(n=25)之间的系统差异，将他们的基线人口统计学和临床指标与各自组中的其他患者进行比较，使用卡方检验进行分类数据和t对连续数据进行测试(结果未在表中显示)。年龄、性别、种族/民族、吸烟状况、基线HbA无统计学显著差异_{1 c}测量基线舒张压或基线BMI。然而，在统计学上，被排除在外的患者比留在两种干预中的患者更有可能说英语(58%对26%，P=.04)和对照组(77% vs 45%;P= 03)。此外，被排除在对照组之外的患者的基线收缩压明显高于对照组(144.2 vs 125.8)。P= . 01)。

个别固定效应线性回归模型(表4)的倾向评分加权数据表明，干预组的HbA平均估计降低_{1 c}在随访时，相对于对照组0.40分(P= 0。06)。这一对比在图2．没有发现血压或BMI的显著差异降低。敏感性分析，对缺失的自变量使用多重归算，然后是倾向得分加权，产生了与主要分析相似的结果(结果未在表中显示)。然而，各组之间的基线平衡没有实现，倾向得分加权后，一些变量的偏倚增加。

‎ 查看此图

人口平均线性模型(表5)发现，在干预参与者中，更高的参与度(通过对需要回答的问题的反应率建模)与HbA的更大降低有关_{1 c}，控制了诊所地点、年龄、性别、主要语言和种族。特别是，高度参与的患者(定义为反应率≥中位数64.5%)，HbA平均降低2.23点_{1 c}相对于参与度较低的患者(反应率<64.5%)，控制人口统计学(P<措施;模型A)。为了说明患者敬业度与HbA之间的关系_{1 c}，图3为未调整平均HbA的变化_{1 c}高参与度和低参与度患者之间的价值。作为敏感性测试，还使用连续的标准化反应率变量(模型B)运行总体平均线性模型。该模型发现，反应率比平均值增加1 SD, HbA平均降低0.93点_{1 c}，控制人口统计(P=.001)，再次支持了高敬业度与HbA降低程度相关的研究结果_{1 c}．随后的敏感性分析也使用接合的上下四分位数作为截断点。

‎ 查看此图

当将高参与度患者定义为反应率高于32%(最低四分位数)的患者时，HbA没有统计学上的显著变化_{1 c}在高度投入和较少投入的患者之间发现(结果未在表中显示)。然而，当将高参与度患者定义为反应率高于86%(前四分位数)的患者时，高参与度患者的HbA平均降低2.0点_{1 c}相对于参与度较低的患者(P=．001，results not shown in table).

在干预参与者中，男性与HbA的显著降低相关_{1 c}相对于女性参与者，控制其他人口统计学特征和患者参与率。此外，以英语为主要语言与HbA显著增加有关_{1 c}相对于主要讲西班牙语的参与者，控制其他人口统计数据和回复率。

表6介绍了患者对短信服务的满意度。总体回复率为50%，因为随着短信调查进展到第5个问题，回复率大幅下降。在回应者中，对该计划的满意度很高:78%(28/36)的受访者认为他们从短信中学到了有用的信息，89%(25/28)的受访者认为短信帮助他们更好地控制了糖尿病。一个具有聚类鲁棒性se的事后回归模型被用来检验对项目的满意度和个人特征之间的任何关联，包括干预参与者的患者参与度，但没有发现统计学上显著的关联。

定性结果

参与者对项目的反馈

在短信项目中，大多数参与者(81%，9/11)认为短信是积极的。一位与会者说:

…［the program was] positive, because it was telling us...what we have to do in our daily lives, and how a diabetic can’t be hopeless because it is a disease that can be controlled.

此外，一些参与者解释说，这个项目让他们感到得到了支持。这一主题在说西班牙语的参与者中尤为普遍(66%，4/6)。例如，一位与会者说:

这些信息对我很有帮助，因为这些信息就像一个人在对我说话，告诉我应该做什么，就好像这个信息是来自一个关心我的人，告诉我为了我的幸福，我必须这样做。

另一位与会者说:

感觉很好……because I knew that someone was worrying about my health.

除了情感上的支持，所有参与者(n=11)都提到了学习新信息和设定新目标的结果。一些参与者认为，短信提供的信息比他们在医疗预约中获得的信息更详细，而且短信的格式允许他们查阅这些信息。一位与会者说:

只是短信能更好地解释事情。因为当我去预约时，医生会说英语，如果他们提供的女孩为你翻译，她们就不能完全解释你和医生之间的对话。

大多数参与者也表示他们已经知道了一些信息(90%，10/11)，但许多参与者也很难回忆起信息中的特定内容(63%，7/11)，这表明信息中的知识保留率可能很低。

许多人认为，这些信息提供了有用的提醒(63%，7/11)，提醒他们检查血糖和/或服药。所有参与者都表示，该计划使他们设定了新的目标;思考行为的改变;或者改变他们在饮食、药物和/或运动方面的行为。例如，一名参与者报告说，在收到这些信息后，他们服药的频率增加了:

(信息)说你应该每天在同一时间服用两次(药物)，所以我们制定了一个小计划，我每周有几天(在)……上面写着“中午、早上、晚上、晚上”，我们把药放进去，这样我就能在正确的时间吃药了……我是在留言之后做的。

一些参与者提出了改进项目的反馈意见。共有2名与会者认为，发送信息的时间并不总是方便他们。大多数参与者想要更多的信息，2名参与者认为根据参与者的糖尿病自我管理基线知识水平量身定制项目会有所帮助。其他按主题安排的与会者访谈摘录载于多媒体附录2对于感兴趣的读者。

落实员工对项目的反馈

实施该计划的工作人员确定了计划成功的关键促进因素和障碍。工作人员提到的主要促进因素是，这种短信程序使他们能够使用相对较少的资源向患者提供健康教育，使资源有限的FQHC更加可行。然而，他们也发现了项目成功的一些障碍，特别是在最初实施之后扩大规模的有效性实施研究。诊所管理部门选择使用临时工作人员(美国志愿队志愿者)为这个试点项目招募参与者，这样可以最大限度地减少项目对诊所工作流程的干扰，但也限制了与常规临床实践的整合。受访者表示，除了直接参与管理或招生的人员外，没有其他工作人员(即没有临床提供者)知道该计划。此外，没有系统地监测病人的反应，部分原因是短信平台没有与诊所的电子病历系统集成。同样，确定有资格进行干预的糖尿病患者也是一项挑战，需要诊所工作人员打印出符合条件的患者名单，与诊所时间表交叉核对，并在患者就诊时识别患者。鉴别病人的大部分工作是由美国志愿队的志愿者完成的，但是如果这个项目将来要扩大到更多的糖尿病患者，这些活动可能会给诊所的长期工作人员带来负担。

最后，工作人员还提供了一些反馈意见，以供今后改进项目。共有2名工作人员建议增加临床工作人员可以改善项目。其中一项建议是，让临床医生在就诊期间提到短信，可以让该项目与患者更“站在”一起。员工们还建议在项目开始时举行一次面对面的会议，以确保所有参与的员工都了解项目和他们的角色。

总体而言，尽管工作人员提到了一些实施障碍，但大多数人认为该计划运作良好，有可能帮助糖尿病患者;一些人认为，该方案提供了一种比家庭健康中心通常提供的小册子或书面材料更容易理解和更容易获得的健康教育形式。

讨论

主要发现及与先前发现的比较

糖尿病短信项目的参与者将该项目描述为提供工具和情感支持，参与该项目的程度越高，HbA的改善程度越高_{1 c}．早期的研究已经发现了HbA降低的证据_{1 c}在接受短信干预的更广泛人群中5-7]。最近一项针对低收入、拉丁裔、糖尿病人群的短信随机对照试验也发现了参与后血糖控制得到改善的证据，尽管与CareMessage项目不同，该项目还通过短信收集患者报告的血糖水平[8]。我们还检查了BMI和血压，但没有观察到明显的改善。这可能是由于研究持续时间相对较短和/或干预强调糖尿病的血糖控制，而不是体重减轻或血压升高。我们的研究结果表明，如果适当调整，短信干预糖尿病管理可能对低收入拉丁裔患者有效。这一发现尤其重要，因为早期的研究发现，与其他患者群体相比，这些群体对短信程序的参与度较低，对健康的影响也较小。我们还发现，有证据表明，更多参与该计划的患者可能会有更大的HbA改善_{1 c}这表明，鼓励患者参与可能会在更广泛的范围内产生更大的健康影响。

这些发现表明，这种糖尿病管理短信程序具有改善HbA的潜力_{1 c}．本研究中观察到的效应量在早期研究的基础上具有潜在的临床意义。一项对5项早期随机对照试验的荟萃分析报告称，HbA平均降低0.9个点_{1 c}非致死性心肌梗死事件显著减少17%，冠心病事件显著减少15% [20.]。因此，将这些估计应用到我们的研究结果中，平均提高0.4个点(来自单个固定效应模型)，表4)可使非致死性心肌梗死减少8%，冠心病事件减少7%。在高度投入的参与者中，这些影响可能更大，HbA平均降低2.2点_{1 c}(从人口平均线性模型，表5)可使非致死性心肌梗死发生率降低40.8%，冠心病发生率降低36%。

定性分析强调了参与该项目的糖尿病患者改善中间结果的潜在机制。许多参与者表示，他们从该项目中获得了工具和情感上的支持。首先，参与者描述这些信息是如何提醒他们吃药或检查血糖的。这些描述唤起了健康信念模型所描述的“行动线索”，并在其他类似干预研究中发现[14]。虽然本研究没有直接评估该模型的结构，但CareMessage短信平台采用了健康信念模型，并对患者进行了访谈。然后，参与者还描述了有人在考虑或担心他们的感觉，这表明他们从阅读和回应这些信息中获得了情感支持，尤其是在说西班牙语的参与者中。这些结果与早期的研究结果一致，即糖尿病管理的短信能够使患者产生更积极和乐观的感觉，并减少参与这些类型项目的患者对糖尿病的否认[11]。在一项用短信干预抑郁症的研究中，在说西班牙语的人身上也发现了类似的结果[21]。

对患者和工作人员的访谈确定了实施该计划的一些促进因素和障碍。对于资源有限的FQHC来说，可以轻松地一次接触到许多糖尿病患者的自我管理信息，这使得该计划更加可行。然而，诊所在将该项目整合到日常护理过程中遇到了挑战。促进实施和改善患者体验的建议包括使短信符合患者的基本知识，并将面对面的临床护理与短信计划联系起来。这些类型的改进可能会对患者对项目的满意度以及患者对项目的参与产生积极影响，这可能会改善自我管理和护理结果，但它们也需要改变提供者的行为和临床工作流程。

限制

这项研究有重要的局限性。首先，由于短信是在参与诊所的约束下实施的，因此分析样本是适度的。对照组患者也不知道干预措施或对其未识别数据的分析，因此有可能观察到干预参与者的HbA有任何改善_{1 c}可能是由于霍桑效应此外，操作约束不利于将患者随机分为干预组和对照组，这可以改善因果推理。由于缺乏随机化，我们不能最终确定干预导致了组间观察到的任何差异。然而，我们能够使用倾向得分加权来平衡组间的混杂因素，减少对选择偏差的担忧。本研究的第二个限制是缺少数据。尽管在干预后使用了较长的观察期(1年)，但约22%的干预组在此期间未参加随访，导致结果数据缺失。但是，在比较基准HbA卡时_{1 c}在进行随访的患者和未进行随访的患者中，我们没有发现HbA有统计学上显著差异的证据_{1 c}在不回来的患者中，减少了对偏见的担忧。如果长时间的随访对结果有任何影响，它对干预组的结果的影响会减弱，使我们的结果偏向于零。本研究的第三个限制是，定性访谈只对自愿参加的患者进行，因此，可能不能代表所有患者对该计划的经历。然而，接受采访的患者提供了重要的反馈，以改进该计划。另一个重要的限制是，随访患者满意度问题和糖尿病相关困扰(PAID-5)的回复率很低，可能是由于在项目后期通过短信发送和发送的问题太多。在未来，回复率可能会通过在访问诊所期间亲自交付该调查(就像在基线时使用PAID-5测量所做的那样)或通过激励完成来提高。最后，我们没有关于参与者实际收到和阅读的信息比例的数据，并且有可能移动电话计划或电话号码的更改可能会影响信息的接收。然而，100%的短信都是通过短信平台发送的，86%的参与者至少回答了一个问题，这表明如果有病人没有收到短信，这不是一个普遍的问题。

结论

这项研究有助于我们了解糖尿病管理短信程序在低收入和主要是拉丁裔患者中的有效性。我们发现有证据表明，fqhc合并糖尿病的成年患者的血糖控制可以通过参与糖尿病自我管理的短信程序得到改善。研究结果还表明，患者参与该计划有助于改善自我管理和临床结果。通过在日常生活中为患者提供教育、提醒和积极信息，糖尿病管理短信项目有可能增加和维持低收入糖尿病患者的健康行为，并改善临床结果。