在人群尺度上，1型糖尿病的算法支持的个性化血糖管理:临床实践中的前瞻性评价gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

对于接受胰岛素治疗的1型糖尿病(T1D)患者，美国糖尿病协会(ADA)建议使用连续血糖监测仪(CGMs)作为护理标准，同时每季度进行血红蛋白A门诊检查gydF4y2Ba_{1 cgydF4y2Ba}(HbAgydF4y2Ba_{1 cgydF4y2Ba})实验室测试[gydF4y2Ba1gydF4y2Ba］．然而，由于患者、临床医生或保险偏好的原因，大多数T1D患者仍然保持自我监测血糖，不符合当前的HbA标准gydF4y2Ba_{1 cgydF4y2Ba}目标(gydF4y2Ba2gydF4y2Ba］．长期的反馈周期和自我监测时相对较少的数据是及时发现和对恶化的血糖控制的个性化响应的障碍。根据2018年ADA护理标准的建议，个人自我监测自己的血糖水平，每天产生6-10次血糖读数，每1-4个月从护理团队获得一次门诊或HbA的反馈gydF4y2Ba_{1 cgydF4y2Ba}测试(gydF4y2Ba3.gydF4y2Ba］．相比之下，CGMs每5-15分钟记录一次葡萄糖水平(每天96-288次)。cgm的开始和持续使用有所增加，并与改善临床结果和患者报告的生活质量指标相关[gydF4y2Ba1gydF4y2Ba-gydF4y2Ba9gydF4y2Ba］．在美国儿科T1D注册中，cgm的使用从2013年的4%增加到2017年的33% [gydF4y2Ba6gydF4y2Ba］．gydF4y2Ba

许多商业和开源平台提供个人级别的CGM数据可视化和分析[gydF4y2Ba10gydF4y2Ba-gydF4y2Ba13gydF4y2Ba］．糖尿病先进技术与治疗共识(CGM)、美国糖尿病协会(ADA)和欧洲糖尿病研究协会(European Association for research of Diabetes)关于糖尿病精准医疗共识的近期研究发现，尽管使用CGM提供了利用高频数据识别恶化的血糖控制和定制个性化管理策略的机会，但目前除了自动化胰岛素输送系统外，还没有标准化的、经过验证的方法[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．患者级工具，如制造商或数据聚合平台，需要医生或认证糖尿病护理和教育专家(CDCESs)检查每个人的数据，以确定哪些人的血糖管理可能需要改进。人群水平的工具分析和呈现整个人群的数据，以促进患者的优先排序，这是不常见的。LibreView(雅培实验室)支持全群体数据审查，但它是专有的，只能与Libre传感器一起工作，并主要提供对预先指定的指标的访问[gydF4y2Ba12gydF4y2Ba］．对于使用各种cgm的患者群体，硬件不可知工具更适合支持护理。一个开放源代码的工具将促进外部评价以及替代模型的发展和比较。计算工具gydF4y2Ba个性化的gydF4y2Ba基于每个患者的历史数据的指标将有助于跟踪血糖管理的时间变化。据我们所知，目前还没有经过验证的、硬件不可知的开源工具，可通过远程保健促进及时、面向人群的个性化护理。gydF4y2Ba

人们已经做出了许多努力，利用远程监测来改进T1D管理，其中最成功的努力依赖于向患者发送异步消息[gydF4y2Ba15gydF4y2Ba］．然而，并不是所有的研究都证明了显著和持续的改善[gydF4y2Ba15gydF4y2Ba］．临床决策支持(CDS)的实施面临着各种挑战，并为其成功设计和部署提供了结构化建议[gydF4y2Ba16gydF4y2Ba］．重点关注的两个主要领域是，CDS应该改善(而不是破坏)适当的工作流程，以及它应该使用迭代方法进行设计[gydF4y2Ba16gydF4y2Ba］．最近一项关于使用CDS改善心脏病管理的多机构、集群随机临床试验显示，没有显著改善[gydF4y2Ba17gydF4y2Ba］．没有根据预期用户的反馈对系统进行充分的评估和重新设计[gydF4y2Ba18gydF4y2Ba］．在遵循瀑布方法的临床软件设计中，缺乏迭代设计和由此带来的工作流挑战是常见的。瀑布方法是一种结构化的自顶向下方法，其目的是在部署之前测试和最终确定工具[gydF4y2Ba19gydF4y2Ba］．敏捷方法是一种基于快速部署和迭代重新设计的更迭代的方法，是一种流行的替代方法[gydF4y2Ba19gydF4y2Ba］．gydF4y2Ba

目标gydF4y2Ba

我们试图设计糖尿病卓越的及时干预(TIDE)，这是一个决策支持工具，通过电子病历(EMR)使用安全信息确定适合异步接触的患者。为了促进成功部署和持续使用，我们试图通过减少需要医生或CDCES检查的患者数量来适应和改进当前的工作流程。我们遵循敏捷方法，在临床实践中部署TIDE的最早可行版本，并根据医生和CDCESs的反馈对其进行更新。gydF4y2Ba

方法gydF4y2Ba

研究设计gydF4y2Ba

本研究遵循生物医学研究中开发和报告机器学习预测模型指南[gydF4y2Ba20.gydF4y2Ba］．第一阶段是基于各种CGM硬件采集的数据进行硬件不可知算法设计。数据来自8个外部数据集的便利样本:6个来自临床试验，2个由研究基金会捐赠[gydF4y2Ba21gydF4y2Ba-gydF4y2Ba28gydF4y2Ba］．第二阶段是TIDE的设计，这是一个交互式的视觉界面，显示整个临床人群的CGM数据，基于来自医生和学术儿科T1D诊所CDCESs的迭代反馈。一名医生和CDCES使用了TIDE 4周，并提供了反馈，据此对TIDE进行了全面的重新设计。在此之后，他们使用了重新设计的版本5周，在此期间，他们做了一些微小的改进并修复了错误。第三阶段是为期7周的前瞻性评估，评估TIDE对通过EMR使用安全信息识别适合异步接触的患者的敏感性，以及使用和不使用TIDE需要检查的患者数量的差异。在最后阶段，我们在相同的8个用于设计算法的外部数据集的便利样本上模拟了TIDE产生的工作负载的几个度量。gydF4y2Ba

设置gydF4y2Ba

TIDE是在一个学术儿科T1D诊所开发的，该诊所照顾新诊断为T1D的青少年，他们在发病1个月内开始使用CGM，并参加了每周远程监测项目。所有患者均使用Dexcom G6 (Dexcom)监测器，通过Dexcom Clarity Clinic门户网站将数据上传并提供给医生和CDCESs [gydF4y2Ba10gydF4y2Ba］．参与者同意参与一项纵向研究，评估糖尿病病程早期启动CGM和每周CGM数据回顾的效果，这是一项更大的正在进行的研究的一部分，该研究的同意过程、资格标准、筛选和登记过程的细节已被报道[gydF4y2Ba8gydF4y2Ba］．每周，CDCES使用Dexcom Clarity Clinic Portal检查每个患者的数据，并通过emr向他们确定需要葡萄糖管理指导的患者发送异步消息。这项研究得到了斯坦福大学机构审查委员会的批准。临床的领导，研究作者PP和DMM，他们在相关的国家组织管理糖尿病技术，批准了TIDE在临床护理中的使用。gydF4y2Ba

通用和个性化指标gydF4y2Ba

一个指标是gydF4y2Ba通用的gydF4y2Ba如果用同样的方法计算每个病人，例如，平均葡萄糖(MG)和gydF4y2Ba个性化的gydF4y2Ba如果根据每个患者的历史数据计算;例如，MG的逐月变化。共识指南用于生成大量基于通用cgm的指标，临床医生可从中选择TIDE中要跟踪的指标[gydF4y2Ba29gydF4y2Ba］．这些指标包括CGM活跃和收集的有效读数超过最低百分比(ACT)的天数、MG、定义为读数70到180 MG /dL的范围内时间百分比(TIR)、定义为读数<54 MG /dL的极低血糖时间百分比(eHyp)和定义为读数<70 MG /dL的低血糖时间百分比(Hyp)。遵循相同的共识指导方针，每个指标计算的是全天从0:00到24:00，白天6:00到午夜，夜间午夜到6:00。的表S1提供了通用指标的完整列表gydF4y2Ba多媒体附录1gydF4y2Ba．对于每个通用指标，个性化指标被定义为从基线期到审查期的变化(例如，MG的逐月变化)。的gydF4y2Ba审核期gydF4y2Ba计算指标的时间范围。它的定义相对于审查数据的那一天(例如，最后一个完整的星期)。的gydF4y2Ba基线期gydF4y2Ba是计算每个个性化度量的基线值的时间框架(例如，审查期前的最后一个完整月)。对于每个指标，当指标超过预先指定的目标值时，“会触发一个标志”。gydF4y2Ba

使用来自8个外部数据集的数据开发和测试了计算通用和个性化指标的算法，并根据审查期、基线期和目标值的函数生成标记。数据集的确定基于互联网搜索和作者的专业联系:6个之前发表的临床试验和观察数据由Tidepool和OpenAPS捐赠(表S2 ingydF4y2Ba多媒体附录1gydF4y2Ba)．数据使用协议已与Tidepool和OpenAPS签署，双方均规定数据可用于本研究项目，捐赠数据的人将不参与研究设计或结果报告，并将以书面形式予以确认。数据集有168,723个患者日的CGM读数，包括使用7种CGM收集的数据:Freestyle Navigator、Dexcom STS、Medtronic Paradigm or Guardian、iPro2、iPro2 Professional CGM、Freestyle Libre Pro Flash和Dexcom G4。带有注释代码的算法及其设计概述、TIDE和用于TIDE的合成CGM数据可在GitHub上获得[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba］．gydF4y2Ba

交互式工具的迭代设计gydF4y2Ba

TIDE最初版本的设计基于非正式访谈和观察的便利样本，用于建立当前状态，获得涉众的支持，并就拟议工作流的问题征求建议和感知。TIDE的最初版本被设计为需要一次性设置，然后重复使用。在一次性设置过程中，根据他们的临床实践和人群，临床医生选择要显示的指标、计算通用指标的回顾期，以及基于计算个性化指标的基线期。两个儿科内分泌学家,研究的作者DMM和PP、疾控中心,研究作者杰,确认目前应用于临床的共识血糖指标来评估患者血糖管理:行为测量的有效阅读的最大数量的比例读数可能在复习期间(5分钟间隔的数量),MG,行动,eHyp和忧郁。审查周期设置为1星期结束之前的最后一个周日数据审查。最初设定的目标如下:ACT >75%， TIR >70%， eHyp <1%， Hyp <4%。没有为MG设定目标。CDCES使用有效磨损阈值来决定是否与患者接触，讨论他们对CGM的使用，并协助解决获得额外传感器的挑战。当未达到有效磨损阈值时，TIDE照常显示指标和标记，CDCES根据其判断确定是否需要进一步检查患者数据。gydF4y2Ba

在使用TIDE的前4周内，医生和研究作者PP登录Dexcom Clarity Clinic Portal，下载研究中所有患者的患者ID号、CGM读数和CGM时间戳。医生使用TIDE来识别带有标记的患者，审查TIDE输出的适当性和患者安全性，并将TIDE标记的患者名单转发给CDCES(研究作者JL)。对于每一个被标记的患者，CDCES打开Dexcom Clarity并查看详细的患者数据，打开EMR并向患者发送安全消息，如果需要调整剂量，则在患者图表中更新剂量。在这4周之后，PP和JL建议在第4周和第5周之间对TIDE进行修改。在第5周到第9周期间，该工具被研究作者PP和JL用于提供临床护理，并确定需要改进可用性或纠正错误的微小调整。通常在查证后24小时内立即作出微小调整和更正。gydF4y2Ba

未来的评估gydF4y2Ba

主要措施是通过EMRs使用安全信息识别适合异步接触的患者的TIDE的敏感性，以及使用TIDE后CDCES审查的患者数量的减少。在7周的时间里，CDCES回顾了人群中每个患者的CGM数据，并确定了哪些患者适合异步接触。敏感性定义为TIDE标记的适当患者数量除以适当患者数量。使用TIDE检查的患者数量的减少是由于TIDE未标记的患者数量占总人口的百分比。gydF4y2Ba

次要结果计算如下:使用TIDE的CDCES测量的每个患者复查和接触所需的平均时间，特异性(未被TIDE标记的患者数量除以不适合异步接触的患者数量)，阳性预测能力(TIDE标记的患者数量除以TIDE标记的患者数量)，阴性预测力(TIDE未标记的不适合异步接触的患者人数除以TIDE未标记的患者人数)。gydF4y2Ba

对外部数据集的验证gydF4y2Ba

与使用TIDE相关的工作量的主要决定因素是在每个回顾期间为其生成标记的患者数量，相当于每个回顾期间为每个患者生成标记的速率。为了评估在其他情况下使用TIDE相关的工作量，我们模拟了具有不同血糖管理水平的人群产生通用和个性化标记的速率。从8个外部数据集中提取患者ID号、CGM读数和CGM时间戳，所有符合纳入标准和至少70%有效CGM读数的患者天数。MG、TIR、eHyp和Hyp Flag指标以及这些指标的阈值是根据共识准则选择的[gydF4y2Ba29gydF4y2Ba］．通用指标的阈值为MG >170 MG /dL, TIR <60%， eHyp >1%， Hyp >3%。根据研究作者DMM和PP的临床经验选择了个性化指标的标志阈值，即TIR小于基线TIR - 10个百分点，MG大于基线MG + 10 MG /dL。每个测量周期为1周，从周日开始。对至少4周数据的患者计算个性化标记。对于每个个性化指标，基线期是在被分析的那一周之前的病人数据的最后一周。针对每种类型的标记、每个患者和每个数据集测量生成标记的速率。对于每个数据集，计算每周产生至少一个MG或TIR标记的患者的百分比。采用双尾配对方法比较MG和TIR的通用和个性化标记率gydF4y2BatgydF4y2Ba测试。记录每周产生MG或TIR标记的患者数量。gydF4y2Ba

结果gydF4y2Ba

交互式工具的迭代设计gydF4y2Ba

TIDE的第一个版本将触发标志的指标显示为红色，而未触发标志的指标显示为绿色(gydF4y2Ba图1gydF4y2Ba)．在使用它的前4周的反馈后，界面的主要变化如下:显示MG的列，读数的数量，以及在审查期间5分钟间隔的数量被删除，以减少接收到不需要剂量调整的标记的患者的数量，同时不遗漏需要剂量调整的患者;TIR指标标准由70%改为60%;添加个性化指标，将每个患者前一周的TIR与前4周的TIR进行比较，目标是TIR增加或TIR下降不超过10%点;颜色编码被修改，所以只有触发标志的指标被突出显示;指标显示名称的措辞被更改为更容易解释;增加了一个功能，允许使用该工具的人指定是使用最近7天的数据，还是使用上一个星期天结束的默认7天审查周期的数据;以前在单个选项卡中显示的患者数据被拆分为四个选项卡，分别显示所有患者、有警报的患者、没有数据的患者和有数据但没有警报的患者;并且视觉呈现更紧凑，每页显示更多的病人(gydF4y2Ba图1gydF4y2Ba)．gydF4y2Ba

工作流的主要变化是，从Dexcom Clarity下载每个患者数据的步骤被替换为下载所有患者数据的Python脚本(gydF4y2Ba图2gydF4y2Ba)．作为工作流程的一部分，医生参与评审过程不再是必要的，但仍将继续确保患者安全和护理质量。最终预期的工作流程，在这项研究完成几个月后启动，是CDCES在没有医生参与的情况下使用TIDE。gydF4y2Ba

‎gydF4y2Ba 把这个图gydF4y2Ba

‎gydF4y2Ba 把这个图gydF4y2Ba

未来的评估gydF4y2Ba

在过去7周的研究中，患者数量从56增加到64，总共427个患者周。TIDE在通过EMR使用异步消息识别适合接触的患者方面的敏感性在第一周为94%，在最后一周为96%，在所有其他周为100%(平均值99%，标准差2.5%;gydF4y2Ba表1gydF4y2Ba)．CDCES审查的患者数量平均减少42.8% (182/427;SD 10.9%)，即未标记供TIDE复查的患者比例(gydF4y2Ba表1gydF4y2Ba)．gydF4y2Ba

对于TIDE确定需要复查的患者，数据复查过程的平均时间为每位患者4.5分钟(访问Dexcom Clarity中的数据并检查其模式需要1.5分钟，登录患者的记录和文档更改需要1分钟，使用基于emr的安全消息平台向患者发送消息需要2分钟)。TIDE的周特异性、阳性预测能力和阴性预测能力显示在gydF4y2Ba表1gydF4y2Ba．gydF4y2Ba

对外部数据集的验证gydF4y2Ba

在8个外部数据集中，有1424例患者有至少1天的CGM数据，符合纳入标准。在300,076周内，CGM读数为168,723个患者日。154周中纳入天数最多的患者为1028天，天数最少的患者为1天。周平均ACT为5.1 (IQR 4.0 ~ 6.33)， MG为170.7 (IQR 148.9 ~ 189.2)， TIR 70 ~ 180 MG /dL的平均百分比为56.6% (IQR 45.1% ~ 68.4%)， eHyp <54 MG /dL的平均百分比为1.9% (IQR 0.25% ~ 2.32%)， Hyp <70 MG /dL的平均百分比为3.3% (IQR 1.50% ~ 4.60%)。在数据集中，纳入患者的最小和最大数量分别为12和450;每个患者的CGM天数分别为9.8和256.8天;MG分别为141.3 (SD 21.3)和207.0 (SD 35.3);平均百分比TIR分别为38.2% (SD为14.2%)和74.2% (SD为13.3%);Hyp分别为2.1% (SD 2.3%)和4.6% (SD 3.8%);eHyp分别为0.5% (SD 0.9%)和3.7% (SD 4.9%)， (gydF4y2Ba表2gydF4y2Ba)．gydF4y2Ba

数据集按增加的平均MG编号。个性化MG和TIR标记的分析包括1100例至少4周的数据。通用TIR标记的中位数频率显著高于个性化TIR标记，每名患者每周0.47 (IQR 0.12-0.83)和0.19 (IQR 0.12-0.26)标记(gydF4y2BaPgydF4y2Ba<.001)，标志频率的SD (0.36 vs 0.11，分别;gydF4y2BaPgydF4y2Ba<措施;gydF4y2Ba图3gydF4y2Ba)．标记的中位数频率在普通MG患者明显高于个体化MG患者，每名患者每周0.31 (IQR 0.05-0.71)和0.30 (IQR 0.22-0.37)标记的中位数频率(gydF4y2BaPgydF4y2Ba<.001)，旗子频率的标准差为0.35与0.12 (gydF4y2BaPgydF4y2Ba<措施;gydF4y2Ba图3gydF4y2Ba)．在MG均值最高的两个数据集中，数据集7和数据集8中，每周有49.7%(97/212)和81%(26/32)的患者出现通用MG或TIR标记。在所有数据集中，15.64%(172/1100)的患者每周出现通用MG或TIR标记，0%(1/1100)的患者每周出现个性化MG或TIR标记(gydF4y2Ba表3gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 把这个图gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

我们设计TIDE作为一种开源硬件不可知的工具，用于临床人群规模下CGM数据的个性化分析。在一个儿科T1D诊所中，TIDE通过EMR使用异步消息识别了99%适合接触的患者，同时将经认证糖尿病教育者评审的患者数量减少了43%。对于8个外部数据集中的每一个，使用TIDE的模拟在每个回顾期每个患者产生少于0.25个个性化TIR标记。TIDE及其底层算法是可在GitHub上获得的免费开源软件[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba］．根据要求，我们将帮助临床医生根据他们的设置定制工具，并在实践中部署它。gydF4y2Ba

TIDE采用迭代敏捷方法开发，以支持与患者的异步接触，通过对T1D遥测系统的系统回顾发现，这种接触形式是最有效的[gydF4y2Ba15gydF4y2Ba］．TIDE的最初版本很快就产生了，在医生和cdcse使用TIDE提供反馈之前，几乎没有重大的设计决策。医生和CDCESs发现，相对于机器学习、时间序列分析或其他统计平滑技术等难以解释的方法，他们更喜欢基于规则的方法。在医生和CDCES反馈的基础上，TIDE旨在确定患者的血糖管理与已验证的建议有何不同，并产生可解释的标志，以促进建议。由于TIDE使用的是一致的指导方针，它可能比针对一小部分或非代表性人群训练的模型更适用。使用TIDE来识别异步消息传递的患者非常符合CDCES工作流。CDCES可以向TIDE识别的每个患者发送一条信息，并立即转移到下一个患者，而不必花时间安排预约或试图联系患者或家属。敏捷方法和异步消息传递的主要挑战是，可能需要额外的资源来确保在部署早期工具期间，病人的护理不会受到不利影响，或者因为病人忽略了消息。在这项研究中，在最初的测试期间，一名医生审查了TIDE的输出，以确保护理质量不受影响，CDCES跟踪了患者是否阅读了他们的信息并进行了相应的随访。gydF4y2Ba

通用标志和个性化标志的使用具有互补的好处。对于血糖管理正常的患者，通用标志提供了基于最新共识指南的标准化护理方法。对于血糖水平控制得非常好或非常差的患者，基于患者进展的个性化标记可能更有帮助。如果一个服用MG 208的人(一个外部数据集的平均值)在每个回顾周期内持续降低5毫克/分升的血糖，一个通用指标可能会触发连续多个回顾周期的标志，而一个个性化指标将表明改善。在TIDE的第一次重大修订中，添加了一个个性化指标来跟踪TIR，以帮助cdess识别患者管理中未跨越个性化指标阈值的变化。在任何情况下，特别是在儿童和年轻成人人群中，进一步测试最佳的时间和频率(即剂量)是很重要的，以达到正确的平衡，接受以行动为导向的指导，同时不进一步加重患者的负担。gydF4y2Ba

非内分泌学家照顾着众多T1D患者[gydF4y2Ba32gydF4y2Ba］．不了解最新共识指南或不熟悉糖尿病技术(如CGM数据)的临床医生可能没有资源为患者提供适当的护理建议。提供基于远程医疗的护理或培训非专业人员的项目与更好的结果相关，但需要资源和时间投资，这限制了参与和范围[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．使用一个相对简单的工具，带有基于共识指南的指标和目标，可能对非专业临床医生告知这类患者的护理有用。gydF4y2Ba

优势和局限性gydF4y2Ba

本研究的一个优势是对TIDE潜在适用性的8个外部数据集的评估。在美国，大多数T1D诊所每年接待患者3至12次，主要是亲自就诊[gydF4y2Ba3.gydF4y2Ba］．在这项研究中，使用TIDE检查患者的数据并给患者发送一条信息平均需要4.5分钟。在一个患者使用CGM和15分钟的面对面访问的诊所中，平均每年每位患者减少1次面对面访问，将为平均3次基于消息的接触提供足够的时间。使用TIDE来支持这样的工作流程需要TIDE平均每个月标记0.25个病人进行复查，相当于每个病人每年3次复查。在对具有不同血糖管理平均水平的人群使用TIDE的模拟研究中，个性化TIR指标标记出每个回顾期不超过0.22例患者，即使是平均MG水平为207 MG /dL的人群。由于TIDE根据血糖控制恶化对患者进行标记，因此将针对患者接触者来满足需求，而不是按照固定的时间表。当病情恶化时，每个患者都更有可能得到治疗。平均而言，控制较差的患者可能比控制较好的患者获得更多的接触。TIDE的这种部署正在与两个合作诊所进行，一个在美国，另一个在澳大利亚，每个诊所照顾≥1000名T1D患者并使用cgm。gydF4y2Ba

这项研究有几个局限性。提出的工作流程需要下载数据，并在工具和Dexcom Clarity之间切换，并且没有与EMR集成。CGM数据与EMR的集成将促进与当前远程保健工作流程的集成，并允许该工具将每个患者之前和即将就诊时间的数据纳入建议。该工具的特异性明显低于其灵敏度。然而，特异性不如直接衡量与使用TIDE相关的主要结果和节省的时间。通过使用哪些病人需要和哪些病人不需要评估的数据来调整应该标记哪些病人的算法，特异性可能会得到提高。正在进行改进，以精简、标准化和扩大数据审查;提高工具的灵敏度和特异性;并将该工具纳入电子病历[gydF4y2Ba35gydF4y2Ba］．每周复查的患者数量减少了43%;然而，每周检查患者并不是目前的护理标准，这可能意味着大多数糖尿病临床医生花费的时间增加。在不同环境下需要复查的患者数量的减少可能会随着复查的节奏和复查标准的变化而变化。这项研究是作为一种新颖的概念验证干预来进行的，目的是创造新的知识，并生成关于自动化工具性能的数据。这些指标和阈值不是来自基于系统假设的方法，也不是来自对患者、家属和临床医生的调查。用于创建该工具的阈值是基于糖尿病技术专家小组输入的共识指南，该工具的修订版使用了临床护理中使用4周的反馈。gydF4y2Ba

未来的研究gydF4y2Ba

在其他环境中部署TIDE的后续工作可能受益于一个正式的质量改进框架，该框架具有既定的目标、预定义的度量指标目标、实现标准和定义良好的迭代周期gydF4y2Ba．gydF4y2Ba后续的研究正在进行中，以明确地纳入基于数据审查的临床决策所需额外时间的测量，研究在该工具的帮助下扩大监测个体数量的操作需求，并确定使用该工具是否可以使拥有固定资源的诊所通过更有效地使用临床医生的时间来为更多的患者提供护理[gydF4y2Ba35gydF4y2Ba］．gydF4y2Ba

结论gydF4y2Ba

我们开发并部署了TIDE，这是一种基于共识指南的度量工具，可以使用异步消息识别99%适合联系的患者，同时将需要医生或认证糖尿病教育人员检查的患者数量减少43%。为了了解CGM数据自动化分析的潜力，以支持更广泛的个性化和及时的血糖管理，还需要进一步的研究。gydF4y2Ba