这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR Diabetes上的原创作品。必须包括完整的书目信息,https://diabetes.www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
使用先进的糖尿病技术(包括持续葡萄糖监测(CGM)系统和混合闭环胰岛素泵(HCLs))对1型糖尿病(T1D)患者提供移动健康(mHealth)支持的可行性知之甚少。
本研究旨在评估T1D患者使用CGM系统或hcl接受移动健康糖尿病支持的可及性。
我们在使用CGM系统或学术医疗中心管理的hcl的T1D患者中进行了横断面调查。参与者报告了他们使用移动设备的情况;手机通话、短信或互联网连接;开放各种移动健康通信渠道(智能手机应用程序、短信短信和交互式语音应答[IVR]呼叫)。参与者的人口学特征和CGM数据收集自医疗记录。分析的重点是根据人口统计学变量和血糖控制措施定义的不同群体对移动健康和移动健康沟通渠道的开放程度的差异。
在所有参与者中(N=310;女性:198人,63.9%;平均年龄45岁,标准差16岁),98.1% (n=304)报告积极使用手机,80% (n=248)愿意接受移动健康支持以改善血糖控制。在接受移动健康支持的参与者中,98%(243/248)愿意为移动健康糖尿病自我护理援助分享CGM葡萄糖数据。大多数(176/ 248,71%)受访者接受通过app接收消息,56%(139/248)受访者接受短信,12.1%(30/248)受访者接受IVR呼叫。年龄较大的参与者更喜欢短信(
大多数使用先进糖尿病技术的T1D患者都有手机,并且愿意接受移动健康支持来改善糖尿病控制。
美国约有160万人患有1型糖尿病[
连续血糖监测(CGM)系统和混合闭环胰岛素泵(HCLs)等技术可以为T1D患者提供实时血糖信息和基于算法的胰岛素输送[
超过85%的美国[
考虑到CGM系统可以实时提供血糖水平数据,开发T1D移动健康支持项目的机会是存在的,该项目可以持续检索数据,并使用该信息提供及时和个性化的患者反馈[
为了解决这些知识上的差距,我们在一个学术医疗中心对使用CGM系统并接受糖尿病护理的T1D患者进行了一项大样本调查。在这里,我们报告了调查结果,包括参与者使用移动技术的信息;对需要共享CGM数据的移动健康干预措施的接受度;以及通过独立应用程序、短信短信或IVR通话进行交流的开放性。
该调查在获得密歇根大学机构审查委员会(HUM00189672)的批准后,于2021年1月至4月进行。调查的抽样框架是通过密歇根大学卫生系统相关门诊接受护理的T1D成年人。
密歇根大学健康中心是一个三级健康中心,为周围社区提供医疗保健,密歇根东南部有100多万人,并定期为约3000名患有T1D的成年人提供糖尿病护理。从电子病历(EMR)系统中识别出共1024名被诊断为T1D并持续使用CGM的成年人,并通过通过REDCap发送的电子邮件邀请他们。邮件地址丢失或无效的考生通过信件和电话联系。研究人员避免直接联系他们自己的患者进行招募,以防止可能的胁迫或抽样偏差。调查参与者提供书面知情同意,将他们的调查与EMR的人口统计数据和CGM系统的血糖数据联系起来。所有年龄≥18岁、患有T1D并使用基于EMRs的CGM系统的人都被纳入研究和分析。在过去3个月内没有4周CGM数据的参与者被排除在涉及CGM数据的分析之外。
该调查评估了参与者的糖尿病病程、CGM类型和使用时间以及胰岛素泵使用信息。手机的使用情况,包括参与者在家里、工作场所、工作场所之外携带手机的频率(“你多久带一次手机?”)、打电话和发送短信的蜂窝网络连接(“你的手机多长时间接收一次短信或电话?”)和互联网接入(“你的手机多长时间上网一次?”)。为研究开发的项目询问了参与者对移动健康糖尿病干预措施的接受程度以及对不同移动健康沟通渠道的开放程度。具体来说,我们的问题是“我们经常随身携带手机,手机可以用来接受现场实时支持……如果您可以在高或低血糖水平时获得额外的支持来帮助您控制血糖,您更喜欢哪种方法?(回答选项包括应用程序、短信短信、IVR呼叫和“不希望通过手机提供糖尿病支持”)参与者可以选择一个以上的沟通渠道作为他们的回答。调查还评估了参与者分享实时CGM信息以支持血糖控制的意愿。参与者被鼓励直接通过REDCap完成调查。研究小组成员对没有立即上网的参与者进行了电话调查。
受试者年龄、性别、种族、民族、血红蛋白A1 c(HbA1 c)级别是从EMR中抽象出来的。近期CGM数据[
使用Cochran公式,我们计算出需要280名受访者的样本,以确定接受移动健康糖尿病干预的人群的患病率,对于1024名潜在受访者,其置信水平为95%,精度为5%。我们对参与者的人口统计学特征和CGM血糖数据进行了描述性分析。的Mann-Whitney
共有310名合资格人士完成统计调查(
参与者统计数据(N=310)。
特征 | 参与者 | ||
|
|||
|
女 | 198 (63.9) | |
|
男性 | 112 (36.1) | |
年龄(年),平均值(SD) | 45 (16) | ||
年龄(年),中位数(IQR) | 43 (31-58) | ||
|
|||
|
白人或白种人 | 289 (93.2) | |
|
黑人或非裔美国人 | 10 (3.2) | |
|
亚洲 | 3 (1.0) | |
|
拒绝回答/未知 | 1 (0.3) | |
|
其他 | 7 (2.3) | |
|
|||
|
非西班牙裔 | 295 (95.2) | |
|
拉美裔 | 9 (2.9) | |
|
拒绝回答/未知 | 6 (1.9) | |
糖尿病病程(年),中位数(IQR) | 23日(14-32) | ||
|
|||
|
0 - 3个月 | 9 (2.9) | |
|
4 - 6个月 | 13 (4.2) | |
|
7 - 12个月 | 23日(7.4) | |
|
1 ~ 3年 | 131 (42.3) | |
|
4 - 6年 | 80 (25.8) | |
|
> 6年 | 54 (17.4) | |
|
|||
|
G5 Dexcom公司将 | 4 (1.3) | |
|
G6 Dexcom公司将 | 277 (89.4) | |
|
美敦力卫士传感器3 | 29 (9.4) | |
|
245 (79.0) | ||
|
具有自动悬挂功能 | 164 (52.9) | |
|
具有闭环特性 | 149 (48.1) | |
去年HbA1 cb水平(%),中位数(IQR) | 7.2 (6.5 - -7.8) | ||
CGM使用时间(%),中位数(IQR) | 97年(88 - 99) | ||
CGM平均血糖水平(mg/dL),中位数(IQR) | 159年(143 - 178) | ||
焦油cCGM(%),中位数(IQR) | 32 (20-44) | ||
为dCGM(%),中位数(IQR) | 1.4 (0.6 - -3.0) |
一个CGM:持续血糖监测。
bHBA1 c:血红蛋白A1 c
cTAR:时间超出范围。
dTBR:低于范围的时间。
患者参与流程图。CGM:持续血糖监测。
在所有的310名参与者中,304人(98.1%)使用手机。所有这些人都使用智能手机,68.1%(207/304)使用iPhone, 29.9%(91/304)使用Android手机。约90.1%(274/304)的受访者表示,他们全部或大部分时间都随身携带流动设备,而他们的流动设备全部或大部分时间都可以接电话、发短讯及上网(
获得流动保健支助(N=310)。
|
有手机陪伴,n (%) | 电话或短信接收良好,n (%) | 能上网的人数,n (%) | |||
|
||||||
|
一直以来 | 185 (59.7) | 187 (60.3) | 226 (72.9) | ||
|
大多数时候 | 105 (33.9) | 109 (35.2) | 68 (21.9) | ||
|
大约一半的时间 | 12 (3.9) | 9 (2.9) | 9 (2.9) | ||
|
不到一半的时间 | 4 (1.3) | 3 (1.0) | 4 (1.3) | ||
|
很少 | 4 (1.3) | 2 (0.6) | 3 (1.0) | ||
|
||||||
|
一直以来 | 195 (62.9) | 170 (54.8) | 217 (70.0) | ||
|
大多数时候 | 81 (26.1) | 116 (37.4) | 68 (21.9) | ||
|
大约一半的时间 | 8 (2.6) | 16 (5.2) | 15 (4.8) | ||
|
不到一半的时间 | 9 (2.9) | 2 (0.6) | 1 (0.3) | ||
|
很少 | 17 (5.5) | 6 (1.9) | 9 (2.9) | ||
|
||||||
|
一直以来 | 225 (72.6) | 114 (36.8) | 121 (39.0) | ||
|
大多数时候 | 73 (23.5) | 183 (59.0) | 145 (46.8) | ||
|
大约一半的时间 | 8 (2.6) | 9 (2.9) | 22日(7.1) | ||
|
不到一半的时间 | 4 (1.3) | 3 (1.0) | 15 (4.8) | ||
|
很少 | 0 (0.0) | 1 (0.3) | 7 (2.3) |
在310名参与者中,248人(80%)愿意通过手机接受糖尿病自我护理支持,以改善他们的血糖控制。在接受和不接受移动健康支持的人群之间,在性别、年龄、糖尿病病程、平均血糖水平、TAR、TBR以及血糖水平高于250 mg/dL和低于54 mg/dL的时间百分比上没有显著差异。在接受移动健康支持的参与者中,98%(243/248)的人回答说,他们“非常”或“可能”愿意分享实时血糖水平数据,以获得针对糖尿病管理的定制支持。
在接受移动健康支持的受访者中,71%(176/248)的人愿意通过应用程序接受支持,56%(139/248)的人愿意接受短信,12.1%(30/248)的人愿意接受IVR呼叫。开放应用程序但不开放IVR呼叫的参与者比开放IVR呼叫但不开放应用程序的参与者年轻(
患者人口统计和血糖特征按移动健康通信渠道的开放程度分组。
|
应用程序,中位数(IQR) | 短信,中位数(IQR) | 这套一个呼叫中位数(IQR) |
|
||
|
|
|
|
应用程序vs短信c | app vs IVR呼叫c | 短信短信vs IVR呼叫c |
年龄(年) | 40 (28-54) | 44 (32-58) | 53 (36 - 64) | .009 | 03 | 点 |
糖尿病病程(年) | 24 (14-32) | 23日(12-32) | 21日(15 - 40) | 。45 | .98点 | 0。 |
平均血糖水平(mg/dL) | 158年(143 - 175) | 157年(141 - 176) | 153年(145 - 182) | 多多 | .57 | 获得 |
焦油d(%) | 30日(到) | 31日(18-43) | 30日(20-45) | 获得 | 50 | .79 |
血糖水平> 250mg /dL (%) | 7 (2 - 13) | 7 (2 - 13) | 5 (2 - 14) | .98点 | .95 | i = |
为e(%) | 1.4 (0.5 - -3.0) | 1.5 (0.7 - -3.0) | 2.4 (0.8 - -3.8) | .51 | .90 | 0。 |
血糖水平<54 mg/dL(%)的时间 | 0.2 (0 - 0.6) | 0.2 (0 - 0.5) | 0.2 (0 - 0.7) | 算下来 | 13。 | 无误 |
一个IVR:交互式语音应答。
b用Mann-Whitney进行统计分析
c选择了两种沟通渠道的参与者被排除在分析之外。
dTAR:时间超出范围。
eTBR:低于范围的时间。
在这项对使用CGM系统和hcl的大量T1D患者样本的调查中,几乎所有参与者都使用智能手机,几乎所有人都报告了打电话、接收短信和大多数时间连接互联网的能力。参与者乐于接受糖尿病护理支持,包括愿意自动共享CGM数据,以便根据其临床需求提供个性化的移动健康支持。当被问及他们接受移动健康支持的各种沟通渠道的开放程度时,大多数人对应用程序或短信短信开放,只有一小部分人表示接受IVR呼叫。年龄较大的参与者更喜欢通过手机短信或应用程序上的IVR呼叫来获得移动健康支持。
先前的研究表明,患有T1D的青少年接受移动健康工具提供的自我管理帮助[
这项研究表明,大多数先进的糖尿病技术用户都愿意接受移动健康支持,这可以提高他们的能力和动机,以有效的自我保健行为,而不仅仅是目前通过CGM系统和hcl提供的简单的低血糖和高血糖警报。警报疲劳会导致低血糖/高血糖警报关闭或忽略它们。
我们发现,大多数T1D晚期糖尿病技术用户对智能手机应用程序持开放态度。然而,也有相当一部分人喜欢其他通信渠道,如短信和IVR呼叫,尤其是那些年龄较大的人。这一发现强调了维持移动健康方法多样性的重要性,以促进异质糖尿病人群的干预参与[
这项研究是首次报告了使用先进糖尿病技术为T1D患者提供移动健康支持的可行性和潜在兴趣的信息之一。将受访者与非受访者的特征进行比较,只发现性别分布的差异相对较小,对调查数据的分析并没有表明性别与任何感兴趣的结果相关。血糖指数,包括CGM血糖信息,证实了有和没有控制糖尿病的患者群体都愿意接受移动健康的支持。
本研究的几个局限性应予以考虑。参与者是从在单一的高等学术健康中心接受护理的人群中招募的。然而,该卫生保健系统还设有外联诊所和医疗服务,为周边社区的100万人提供保健服务。参与者在种族/民族群体中的分布以及报告使用胰岛素泵的比例与2016-2018年T1D Exchange国家报告相似[
我们发现,使用先进糖尿病技术的T1D患者可以使用移动技术,并且愿意接受移动健康支持来改善糖尿病控制。这一人群中的大多数人对智能手机应用程序或SMS文本消息持开放态度,年龄较大的人可能更喜欢SMS文本消息或IVR呼叫以获得移动健康支持。
人工智能
连续血糖监测
电子病历
血红蛋白的1 c
混合闭环胰岛素泵
交互式语音应答
移动健康
1型糖尿病
超过范围时间
时间低于范围
该研究得到了密歇根临床和转化研究试点和可行性基金(P30DK092926)的支持。YKL由K23DK129724支持;JP是VA的健康服务研究和发展服务研究职业科学家;REDCap由NCATS UL1TR00240支持。
我们感谢来自密歇根大学教师、成人糖尿病教育项目和临床与转化研究数据办公室、密歇根临床与健康研究所以及密歇根糖尿病转化研究中心的所有帮助。我们也感谢所有的研究参与者,没有他们,这项研究就不可能完成。
在研究过程中产生和分析的数据集可根据合理要求从通讯作者处获得。
YKL和JP提出这项研究。YKL、CR、RPB、GP和JP设计了研究和研究仪器。YKL和ID收集研究数据。YKL, CR, RPB, GP, JP进行分析并解释结果。所有作者在投稿前都对稿件进行了审阅。
没有宣布。