发表在7卷第二名(2022): Apr-Jun

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/36675,首次出版
使用Mobiab管理糖尿病:移动应用程序对自我管理影响的长期案例研究

使用Mobiab管理糖尿病:移动应用程序对自我管理影响的长期案例研究

使用Mobiab管理糖尿病:移动应用程序对自我管理影响的长期案例研究

原始论文

1捷克技术大学电气工程学院控制论系,布拉格,捷克共和国

2捷克共和国布拉格临床和实验医学研究所糖尿病中心糖尿病科

通讯作者:

Václav Burda,理学硕士

控制论系

电气工程学院

布拉格的捷克技术大学

Karlovo namesti 13

布拉格,12135

捷克共和国

电话:420 224357666

电子邮件:burdavac@fel.cvut.cz


背景:本文介绍了糖尿病(DM)控制和自我管理的移动应用程序的开发,并介绍了该系统在捷克共和国长期使用的结果。糖尿病是一种慢性疾病,影响着全世界大量的人,而且这个数字还在不断增加。通过使用智能手机和数字治疗干预,有很大的潜力可以提高糖尿病自我管理的依从性。

摘要目的:本研究旨在描述一个名为Mobiab的移动应用程序的开发过程,用于DM管理,并调查如何使用单个功能,以及整个系统如何使其长期用户受益。使用用户至少1年的日常记录,我们分析了应用程序对DM自我管理的影响。

方法:我们开发了一款移动应用程序,可以作为传统纸质协议或日记的替代形式。开发基于临床医生和糖尿病患者的合作。应用程序由独立的独立模块组成。因此,用户可以只使用他们认为有用的选定功能。从2014年年中到2019年,Mobiab在谷歌Play Store上免费提供。没有针对性的招聘来吸引用户。

结果:来自捷克共和国的500多名用户下载并注册了这款手机应用。大约80%的用户使用Mobiab的时间不到一周。其余的用户使用它的时间更长,其中8个用户产生了适合长期分析的数据。此外,8名用户中的一名提供了他们的医疗记录,并将其与收集到的数据进行了比较,他们葡萄糖水平和整体代谢稳定性的改善与移动应用程序的使用方式一致。

结论:研究结果表明,以dm为中心的自我管理智能手机应用程序和基于服务器的系统的可用性是令人满意和有前景的。尽管如此,仍需要一些更好的方法来激励糖尿病患者参与自我管理。有必要对更多参与者进行进一步研究,以评估其对糖尿病长期管理的影响。

JMIR Diabetes 2022;7(2):e36675

doi: 10.2196/36675

关键字



本文描述了一款糖尿病(DM)自我管理移动应用程序的开发,并讨论了选定用户在5年后长期使用该应用程序的结果。这款应用(名为Mobiab)的设计包含了一个全面的过程,包括最终用户需求、专家参与、行为改变理论的结合、数据安全和数据隐私方面的考虑。

糖尿病是一种慢性疾病,影响着全世界大量的人,而且这个数字还在不断增加。根据国际糖尿病联合会的数据,全球有5.37亿成年人被诊断患有糖尿病[12].到2020年,捷克共和国有近100万人患有这种疾病;也就是说,这个国家几乎10%的人口[13.].糖尿病主要有两种类型:1型糖尿病和2型糖尿病以及其他类型,如妊娠糖尿病、继发性糖尿病和其他类型的糖尿病[45].1型糖尿病的特点是胰腺β细胞绝对缺乏胰岛素分泌,约有5%-10%的病例[4-6].2型糖尿病的特点是胰腺β细胞胰岛素分泌进行性减少,潜在的背景是胰岛素抵抗导致高血糖,这进一步导致急性和慢性并发症的发展[457].2型糖尿病约占病例的90%-95% [45].自我管理对于获得最佳的长期血糖控制至关重要,需要仔细记录食物摄入量、血糖值、胰岛素剂量和其他信息。自我管理的一个典型部分是使用纸质协议或日记记录糖尿病相关值[8].这可能是有问题的和复杂的,因为患有糖尿病的人必须记住或查找不同食物的热量值。

利用智能手机和数字疗法干预,增加糖尿病自我管理的参与有巨大的潜力。移动医疗(mHealth)应用程序还可以减少医疗保健系统可用性的障碍;例如,时间限制或接触护理提供者的机会有限[9].智能手机糖尿病应用可能会有广泛的推广,因为全球有超过63.7亿人使用智能手机。10],其中约5亿人已经在使用一些移动应用程序来进行饮食、体育活动和慢性疾病管理[11].针对糖尿病的手机应用有很多,仅谷歌Play平台上就有200多个手机应用。12].然而,尽管这一领域有大量的应用程序,但只有少数应用程序在健康结果研究中得到了评估[12],只有5例与临床显著改善血红蛋白A有关1 c(HbA1 c)等级(Glucose Buddy, Diabeo Telesage, Blue Star, WellTang, Gather Health) [12].这些研究没有评估血压和体重等其他参数[12].一项研究的作者发现并比较了19个移动应用程序在DM自我管理功能方面的可用性[13].它们中很少是基于行为模型设计的,并得到了卫生保健专业人员的认可。此外,在不损害用户安全和隐私的情况下进行适当的集成也很重要。使用移动应用程序可以改善糖尿病管理,有助于糖尿病患者的教育,并激励他们保持健康的行为。一些小规模的研究在血糖、药物摄入、体重减轻和生活质量方面显示出了有希望的结果[14-17].据我们所知,目前还没有关于5年糖尿病自我管理案例研究的完整报告。

本研究的目的是(1)探索长期使用这样的系统如何使其用户受益,(2)描述一个专注于DM患者自我管理的移动应用程序的开发过程,(3)评估对单个功能或模块的需求。


需求分析

我们在OLDES (www.oldes.eu)的背景下开发了Mobiab系统,OLDES是一个欧盟(EU)多中心项目,涉及4家公司、2所大学和2所大学医院。该项目侧重于为电子保健应用开发信息技术[18].在与布拉格大学医院的糖尿病专家、捷克国家糖尿病协会的代表以及从大学医院门诊部招募的糖尿病患者的访谈和讨论的基础上,我们确定了系统的基本要求。这种方法使我们能够在应用程序的设计和开发过程中考虑到卫生专业人员和糖尿病患者的需求。通过使用以下关键词组合搜索公共科学数据库收集了更多信息:“移动应用程序”、“糖尿病”、“糖尿病管理”、“患者依从性、赋权”、“移动健康”和“自我管理”。几个纸质糖尿病日记被用来定义将被集成的主要功能[19].

体系结构和系统功能

Mobiab系统提供了纸质日记的另一种选择——一个Android移动应用程序和一个旨在支持DM自我管理的门户网站。与纸质日记相比,它的主要优点是可以立即反馈输入的数据,以图表和基本统计的形式显示用户对饮食的依从性或提供血糖水平的自我监测。Mobiab系统采用客户-服务器架构,服务器上有存储系统。Mobiab要求在移动设备上连接互联网。在一开始,也就是2014年,这种方法受到互联网连接低可用性的限制[20.].然而,这不再是一个问题,现在互联网连接更加广泛。

Mobiab的基本概念包括移动应用程序、医疗设备数据收集和数据存储(图1).所有医疗数据都通过手机收集并存储在服务器上。我们准备了一个与ForaCare Suisse AG所选医疗设备的蓝牙连接的原型。连接工作完全自动的测量记录下载和存储,无需用户的任何操作。在用户同意的情况下,收集到的行为数据和医疗数据可以在桌面计算机上提供给选定的医生。Mobiab系统在设计和开发过程中遵循了共同的安全标准和隐私政策。智能手机或电脑与服务器之间的通信是通过HTTPS协议加密的。下载应用程序后,首先需要注册或登录。登录界面需要一个唯一的电子邮件地址和密码才能访问应用程序的功能。由内分泌学家、健康研究人员、营养护士和应用程序开发人员组成的专家组为Mobiab的设计和开发提供了有价值的决策。

图1。系统架构方案。API:应用程序编程接口。
查看此图

移动应用程序和Web界面的描述

移动应用程序由相互独立的单独模块组成,只需要应用程序的基础(图2).应用模块化方法的主要优点是可以很容易地添加其他功能,特定用户只能选择适合他们需要的某些模块。例如,2型糖尿病患者和不使用胰岛素的人可以关闭胰岛素模块。所有在模块中输入的值都直观地可视化,使用户能够持续监控变化。下面将介绍这些模块及其主要特性。

图2。移动应用程序方案和各个模块。
查看此图
食物摄入和身体活动

食物摄入是最复杂的模块,它提供了记录食物摄入的功能。该模块现在包含一个包含9000多种捷克食品的食品数据库。该数据库已逐步扩大,并由其他用户检查数据的准确性。食物消费记录有几种方法:

  • 在整个数据库中搜索
  • 在收藏项目中搜索
  • 浏览所有的食物项目和过滤类别
  • 浏览用户的膳食或简单地拍一张食物的照片。

用户在搜索特定的食物后输入食物的数量。消费和食品类别的时间戳由当前时间预定义;但是,这可以由用户更改。为了使用户能够改变他们的想法,在保存最后的对话框之前,会显示营养成分的描述、分量的大小(以克为单位)和碳水化合物(以克为单位)。所有测量医疗数据的直观可视化有助于数值的变化(图3).

身体活动模块的设计类似于食物摄入模块:数据库包含400多种活动,可以按类别浏览或按名称搜索。有必要选择一个活动,并输入活动的持续时间进行日志记录。热量消耗是根据用户的体重和活动持续时间计算的。由于采用这种方法,计算出的热量消耗可能并不总是与实际消耗相匹配,应仅视为一种指南。

图3。移动应用程序截图:食物摄入量,血糖监测和胰岛素剂量。
查看此图
血糖监测和胰岛素剂量

血糖监测模块设计简单,易于使用。它有一个用于输入值的输入部分;例如,血糖水平,测量日期和时间,以及注释。该模块的第二部分是所选日期的值概述,或所选时间范围的图表(图3).胰岛素应用模块比前面的模块更复杂。如图所示(图3),用户首先从3种胰岛素(基础型、正餐型和快速校正型)中选择,然后选择特定的胰岛素品牌名称(用户可编辑)、使用单位数以及使用日期和时间。概述部分与血糖监测模块相同。

数据

数据是通过Mobiab收集的,时间跨度为5年(从2016年1月起),尽管Mobiab从2014年年中到2019年才在谷歌Play Store上提供。没有广告用于招募用户,他们发现移动应用程序在有机范围内。在此期间,来自捷克共和国的500多名用户使用了不同长度的应用程序。大约200名用户没有报告任何糖尿病,大约150名用户报告1型糖尿病,大约175名用户报告2型糖尿病。大约80%的用户使用移动应用程序的时间不到一周。其余20%的用户使用Mobiab的时间较长,使用趋势呈下降趋势,如前所述[21].但是,只有那些至少满足以下条件之一的人才被选中进行分析:

  1. 至少3600份食物摄入记录
  2. 至少360次血糖测量记录
  3. 至少360次胰岛素剂量记录
  4. 至少有1080份身体活动记录
  5. 至少360次体重测量记录
  6. 至少360次压力测量记录。

满足这些条件之一被认为是提供长期使用的证据。用户详情(表1),以及每日的记录及记录数目(表2)以表格显示。

表1。基本用户统计。
用户ID 出生年 身高(厘米) 糖尿病类型 活动天数n
ID 1141 男性 1962 173 2型 1749
ID 1196 男性 1960 178 2型 1261
ID 1224 1976 162 1型 1623
ID 1289 1941 162 没有糖尿病 1626
ID 1412 1976 162 2型 96
ID 1432 男性 1958 175 1型 804
ID 1545 男性 1967 188 2型 881
ID 1558 男性 1967 170 2型 247
表2。记录数和每日平均值。
患者ID 食物条目,n(日平均值) 血糖值,n(日平均值) 胰岛素剂量n(日平均值) 体育活动,n(每日平均值) 重量测量,n(日平均值) 压力测量,n(日平均值)
ID 1141 34425 (19.67) - - - - - -一个 - - - - - - 13515 (7.73) 1690 (0.97) 1478 (0.85)
ID 1196 - - - - - - 1164 (0.92) - - - - - - - - - - - - - - - - - - - - - - - -
ID 1224 9470 (5.83) 1932 (1.19) 2166 (1.33) 4562 (2.81) - - - - - - 449 (0.33)
ID 1289 15729 (9.67) - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
ID 1412 - - - - - - 466 (4.85) - - - - - - - - - - - - - - - - - - - - - - - -
ID 1432 3757 (5.86) 799 (0.99) 1199 (1.53) 2982 (4.18) - - - - - - - - - - - -
ID 1545 - - - - - - 857 (0.97) 697 (0.79) - - - - - - - - - - - - 859 (0.98)
ID 1558 - - - - - - 538 (2.18) - - - - - - - - - - - - - - - - - - - - - - - -

一个—:不可用。

总共有8名用户(5名男性,3名女性)符合长期分析的纳入标准,其中5人患有2型糖尿病,2人患有1型糖尿病,1人没有糖尿病。所有用户的平均年龄约为57岁。所有8个用户都被邀请提供医疗记录,但只有一个用户(ID 1141)愿意共享这些记录。我们特别感兴趣的是在使用该应用程序期间,以下临床参数的发展:血红蛋白A1 c(HbA1 c)、血糖、甘油三酯和胆固醇(总、低密度脂蛋白和高密度脂蛋白胆固醇)。提供医疗记录的用户整个7年的记录摘要显示在表3.实验室的临床参数频率足以得出糖尿病治疗进展的结论[22].除了这些医疗记录外,用户ID 1141还提供了在案例研究结果中显示的个人健康状态备注。

由于缺少用户医疗记录,数据分析必须使用两种方法:第一种方法是分析应用程序的使用情况,包括DM管理的任何有益趋势;第二种方法是在医疗记录与输入的用户ID 1141的值和趋势之间进行直接比较。

表3。用户ID 1141的选定医疗记录。
日期 血红蛋白的1 c水平(更易与摩尔) 血糖(以mmol/L为单位的血糖) 总胆固醇(mmol/L) 低密度脂蛋白胆固醇(mmol/L) 高密度脂蛋白胆固醇(mmol/L) 甘油三酸酯(更易/ L)
2014年1月1日 - - - - - -一个 4.6 4.3 2.82 1.15 1.07
2016年4月17日 - - - - - - 18.17 - - - - - - - - - - - - - - - - - - - - - - - -
2016年4月26日 90 7.9 4.17 2.62 1.4 0.85
2016年7月21日 36 4.7 - - - - - - - - - - - - - - - - - - - - - - - -
2016年11月11日 29 5 4.58 2.39 1.49 0.67
2017年3月6日 32 4.8 3.81 1.98 1.66 0.53
2017年7月17日 34 4.5 4.05 - - - - - - - - - - - - 0.81
2018年4月23日 35 5.3 3.73 2.08 1.48 0.51
2018年9月17日 34 5 4.11 2.52 1.55 0.73
2019年2月4日 - - - - - - 4.9 3.96 2.54 1.18 0.93
2019年6月17日 35 4.9 3.66 2.03 1.46 0.6
2019年11月4日 35 5.1 4.26 2.57 1.39 0.99
2020年3月19日 36 4.7 3.3 1.65 1.44 0.5
2020年7月13日 35 5.1 3.78 2.09 1.44 0.65
2020年11月13日 36 5.2 3.77 2.01 1.62 0.64
2021年3月22日 35 5.4 3.71 1.98 1.53 0.78

一个——:不是可用的。

道德的考虑

本研究不需要获得我校伦理委员会的伦理批准。所有用户同意在注册过程中使用匿名数据进行研究和数据分析,这是应用程序使用所必需的。


用法分析

首先,我们分析了长期的食物摄入量。ID为1141和1289的用户定期记录他们的食物摄入量。他们严格执行他们的饮食计划,并遵守能量和糖的摄入限制。用户ID 1141仍然使用移动应用程序,他的性能将在下一节中详细描述。另外两个用户,ID 1224和ID 1432,每隔几天不定期地输入数据。

尽管如此,ID 1224使用该应用程序超过4年,ID 1432使用了2年。有趣的是,这两名用户都是1型糖尿病患者,他们更经常使用这款应用来输入血糖值和胰岛素剂量,而不是记录食物摄入量。血糖记录(图4)显示,在使用Mobiab几个月后,血糖水平略有下降。对于我们的研究目的来说,一个更重要的事实是,用户ID 1224和ID 1289进行了长期记录,并且订婚超过2年,用户ID 1432和ID 1545订婚超过4年。此外,其他用户ID 1412和ID 1558使用Mobiab的时间较短,分别为3个月和8个月,但在此期间,他们每天都会进行多次测量。

图4。应用第一年的血糖记录。
查看此图

应用程序与2型糖尿病的使用案例研究

用户ID 1141(男性,60岁,2型糖尿病)被选为案例研究,因为他愿意分享他的医疗记录和其他关于他的健康和生活方式的信息。该患者于2016年4月17日在一次紧急检查中被随机诊断为2型糖尿病。在此之前,他已经接受过高血压和高脂血症的治疗。在诊断糖尿病后,他一直在接受药物治疗(Glucophage XR, 500 mg),并一直在寻找一些配套的手机应用程序。他开始节食,记录显示他在使用该应用程序的整个时间里一直在遵循饮食。他总共输入了34000多份饮食记录。很快就得到了积极的结果。通过定期锻炼(固定健身自行车和步行),他的体重在1年内从127公斤减到84公斤,腰围从141厘米减到107厘米。在过去3年里,这些数值有适度增长,截至2021年3月,他的体重为101公斤,因为他由于关节疼痛无法进行高强度运动,并且他停止输入新的腰围值(图5).他的血压和胆固醇水平也有所改善,然后稳定下来。图6).所有这些结果都与他的病历相符(图7).不幸的是,这个人没有自我监测血糖,只有定期的医疗记录他的血糖水平(图8).根据使用质量问卷和半结构化访谈,他对这款手机应用非常满意,并且很欣赏这款应用的易用性。截至撰写本文时,他仍在使用Mobiab,并将在2022年4月完成8年的使用。

图5。体重和腰围记录整个应用程序使用期间。
查看此图
图6。血压记录整个应用程序使用期间。
查看此图
图7。血红蛋白A的医疗记录1 c和血糖。
查看此图
图8。胆固醇和甘油三酯的医疗记录HDL:高密度脂蛋白,LDL:低密度脂蛋白。
查看此图

主要研究结果

Mobiab系统的主要目标是探索长期使用DM自我管理技术的好处。该系统简化了与糖尿病治疗监测和自我管理相关的测量值的手动输入和记录,并提供了用户友好的自我管理工作摘要。Mobiab系统通过提供所有基本数据的连续记录,包括食物摄入量、热量消耗、血糖水平、胰岛素剂量、体重和血压,有助于用户的教育和更好地了解疾病。此外,我们可能会认为Mobiab系统有助于DM管理的长期结果,这在几个用例中得到了证明。多项研究显示,电子自我管理系统在管理糖尿病方面很有用[23].例如,智能手机应用程序已被证明可以改善血糖控制,特别是对患有糖尿病的年轻人而言。24].另一项随机对照试验表明,使用智能手机进行糖尿病干预可改善临床结果[25].美国食品和药物管理局已批准若干(蓝星)移动应用程序用于糖尿病管理[25],新的德国数字健康应用(德语:" Digitale Gesundheitsanwendungen ")计划也已获批准[26].这些数据证实了在日常临床实践中引入数字治疗干预的趋势不断增长[27].智能手机应用程序的另一个好处是,可以从更大的人群中收集匿名数据。

使用Mobiab收集医疗数据对两种糖尿病类型的用户都有益。以前,糖尿病患者必须在糖尿病日记中手动记录医学价值。通过使用Mobiab, ID为1141的用户已经能够连续记录他的饮食、锻炼、体重变化和血压1749天。此外,使用者的血糖水平也有积极的改变(图7)和体重控制(图5)。虽然我们无法量化Mobiab应用程序对这些改进的确切贡献,但对ID为1141的用户来说,好处是相当可观的。一项针对mySugr应用程序益处的研究也证实了移动应用程序的辅助对饮食和血糖水平的积极影响[28].

一些系统用于培训参与者,从电话[29]转为面对面的支援[30.].应用程序的设计遵循了以用户为中心的设计,最终的设计也得到了专家组的评价。最后,我们没有为参与者提供个人培训,因为我们假设应用程序使用简单直观。然而,在安装和启动应用程序后,就开始了解释应用程序主要功能的入职程序。

只有少数与技术相关的问题被报告。主要的评论来自于在没有互联网连接的情况下使用该应用程序,主要是在应用程序发布之初。虽然在没有互联网连接的情况下,通过缓存所有参数来确保应用程序的完整功能需要付出相当大的努力,就像早期系统一样[31];经过几次更新后,决定删除这一功能。这与目前大多数基于云架构的解决方案是一致的,需要一个稳定的连接来保证顺利运行[32].此外,没有类似的研究分析了参与者或临床医生为技术支持拨打的电话数量[33].

Mobiab数据集在模块使用方面变化很大。不是每个用户都使用同一组模块(表1).这是对健康影响进行复杂分析的一个限制因素。然而,这种模块使用的可变性不应该被归类为应用程序问题,因为它只表明了糖尿病患者众所周知的高度异质性需求[34].在我们的研究中,敬业的参与者使用了更多反映他们更高学科的模块的假设没有得到证实。尽管如此,Mobiab的开发人员将继续使模块对用户更具吸引力,并说服DM用户使用更广泛的模块也是有益的;例如,提供复杂数据的概述,并解释对他们健康的影响。我们相信,广泛的模块选择对糖尿病患者有利,从而有助于个性化的糖尿病自我管理,提高参与者的参与度和长期成果[35-37].此外,一些研究讨论了使用慢性护理模型来改善应用电子健康技术的临床和行为结果的有用性。因此,我们已经确定了几项改进措施,可以通过扩展模块化架构来减轻疾病负担并增加参与[38-40].一般的和量身定制的教育内容的结合可能有助于应对医学术语和来自不同来源的误导性信息。此外,每天或每周跟踪情绪可能对更好地控制血糖和预防抑郁和糖尿病困扰很重要。4142].

然而,人们担心对使用移动健康应用程序管理糖尿病过于自信[2930.43].这些试点研究指出,一些2型糖尿病患者不相信这些应用程序的好处,导致他们的使用率很低[30.44-46].在讨论使用移动应用程序进行糖尿病自我管理时,几篇研究论文强调了教育、同伴支持、互动内容、血糖监测、饮食跟踪和现实目标设定的必要性[2247-50].提高干预效果的另一个重要概念是在患者和护理团队之间建立双向沟通[51].我们通过为医生开发一个独立的基于网络的临床门户来支持这种类型的交流。

然而,使用自我管理工具来管理DM的应用程序的长期使用率仍然很低[44].我们自己的经验表明,我们的应用程序可以取得良好的结果,但它还不够直接,不足以激励糖尿病患者长期持续地自我管理他们的病情。长期参与移动医疗系统并不一定需要日常互动;常规DM管理可能导致减少使用该技术[21].

本文中引用的大多数研究都是单中心试点,验证所检查的移动应用程序的短期结果。毫无疑问,需要更多随访期延长的临床试验来评估糖尿病相关移动应用程序对血糖管理和生活质量的长期影响,以及使用移动健康生态系统进行自我管理的可持续性[52].目前正在开发一项临床研究,以验证Mobiab系统对自我管理行为的影响,并探索该系统的可用性。

优势与局限

这项研究的一个主要优势是参与了5名2型糖尿病患者、2名1型糖尿病患者和1名非1型糖尿病患者,他们每个人都可以长时间使用该系统并输入大量数据。然而,参与者数量少是我们研究的一个局限性。一个非常小的用户集不足以彻底测试和验证Mobiab系统的自我管理遵从性。此外,即使是这么少的参与者也没有使用系统提供的所有模块。

另一个限制是只集成了一个血糖仪。我们使用特定的血糖仪(Fora Diamond MINI)和血压监测仪(Fora Active P30 Plus)实现了葡萄糖数据的无缝传输。连接其他设备需要技术文件和与制造商的合作。

另一个限制是基于网络的医生门户网站。在我们的专家咨询组中,共有5名临床医生表示,临床医生已经使用了一些商业软件(如Medtronic CareLink),使用不同的软件是不必要的并发症。解决方案是提供一个通信接口,将移动应用程序连接到已经建立的系统。与现有医院信息系统的数据集成并没有作为我们工作的一部分来实现,因为我们没有通信接口的规范。但是,当医院系统的新版本与应用程序编程接口功能合并时,这种集成活动仍然对未来的工作开放。

结论

这项研究的结果表明,智能手机应用程序和基于服务器的系统的可用性是潜在的令人满意的和有前途的。糖尿病和整体代谢管理的长期数据收集可以由Mobiab等模块化应用程序支持。我们的系统根据其预期用户的需要和要求,试图最大限度地发挥加强自我管理和提高用户依从性的潜力。在这项研究中,8名用户评估了应用程序在长期监测中的功能。一个案例研究提出并分析了特别成功的系统参与。然而,我们还不能说Mobiab应用程序为糖尿病患者提供了一个充分利用的自我管理工具,以帮助预防并发症。随着时间的推移,应用程序在改善自我管理方面的有效性评估需要进一步的研究,涉及更多的参与者。由于移动应用程序开发的不断变化,可能需要对移动应用程序进行一些重新设计。然而,模块和功能的原理工作得很好,可能会被保留。

致谢

该研究得到了信息学研究中心的资助,资助号为CZ.02.1.01/0.0/16_019/0000765和生物医学数据采集、处理和可视化,资助号为SGS19/171/OHK3/3T/13。

利益冲突

没有宣布。

  1. Brož J, Malinovská J, Nunes MA, kuera K, Rožeková K, Žejglicová K,等。捷克共和国25-64岁成人糖尿病和前驱糖尿病的患病率及其危险因素:一项横断面研究糖尿病临床研究2020年12月;170:1-9。[CrossRef] [Medline
  2. 国际糖尿病联合会。URL:https://www.idf.org/aboutdiabetes/what-is-diabetes/facts-figures.html[2022-01-16]访问
  3. 朱鲁巴百万Čechů trpí cukrovkou一个nemocných neustále přibývá。Státní zdravotní ústav。URL:http://www.szu.cz/zhruba-milion-cechu-trpi-cukrovkou-a-nemocnych-neustale[2022-01-16]访问
  4. 美国糖尿病协会。糖尿病的诊断和分类。糖尿病护理2010年1月;33增刊1:S62-S69 [免费全文] [CrossRef] [Medline
  5. 美国糖尿病协会。初级保健提供者节选。临床糖尿病2021 Jan;39(1):14-43 [免费全文] [CrossRef] [Medline
  6. 霍尔特·瑞格,DeVries JH, Hess-Fischl A, Hirsch IB, Kirkman MS, Klupa T,等。成人1型糖尿病的管理。美国糖尿病协会(ADA)和欧洲糖尿病研究协会(EASD)的共识报告。糖尿病杂志2021年12月;64(12):2609-2652 [免费全文] [CrossRef] [Medline
  7. 里德尔MC, Cefalu WT, Evans PH, Gerstein HC, Nauck MA, Oh WK,等。共识报告:2型糖尿病缓解的定义和解释。糖尿病杂志2021年11月;64(11):2359-2366。[CrossRef] [Medline
  8. 唐莎,贝克P, Höll B,梅德JK,肖普L, Plank J,等。纸质化和计算机化糖尿病管理的错误对住院2型糖尿病患者决策支持的影响前后研究的事后分析。Int J Med Inform 2016 6月;90:58-67。[CrossRef] [Medline
  9. Adu MD, Malabu UH, Malau-Aduli AEO, Malau-Aduli BS。My Care Hub手机应用程序的开发,以支持澳大利亚1型或2型糖尿病患者的自我管理。科学通报2020年1月08日;10(1):7 [免费全文] [CrossRef] [Medline
  10. 全球有多少人拥有智能手机?BankMyCell。URL:http://www.bankmycell.com/blog/how-many-phones-are-in-the-world[2022-01-16]访问
  11. Hood M, Wilson R, Corsica J, Bradley L, Chirinos D, Vivo A.我们对糖尿病自我管理的移动应用程序了解多少?复习复习。行为医学杂志2016年12月;39(6):981-994。[CrossRef] [Medline
  12. 李志强,李志强,李志强,等。糖尿病自我管理移动应用的快速证据回顾。J Gen实习生医学2018 july;33(7):1167-1176 [免费全文] [CrossRef] [Medline
  13. Izahar S, Lean QY, Hameed MA, Murugiah MK, Patel RP, al - worafi YM,等。糖尿病移动健康应用内容分析。Front Endocrinol(洛桑)2017;8:318 [免费全文] [CrossRef] [Medline
  14. Frøisland DH, Årsand E.在基于手机的青少年1型糖尿病自我管理应用中集成可视化饮食文档。中国糖尿病杂志2015年5月;9(3):541-548 [免费全文] [CrossRef] [Medline
  15. turner - mcgrivy GM, Beets MW, Moore JB, Kaczynski AT, Barr-Anderson DJ, Tate DF。在参加移动健康减肥计划的超重成年人中,传统和移动应用程序自我监测身体活动和饮食摄入量的比较。美国医学信息学会2013年5月01日;20(3):513-518 [免费全文] [CrossRef] [Medline
  16. 黄志,陶宏,孟Q,景玲。内分泌疾病的治疗。远程遥控干预对2型糖尿病血糖控制的影响:随机对照试验的系统回顾和荟萃分析欧洲内分泌杂志2015年3月;172(3):R93-101。[CrossRef] [Medline
  17. Arnhold M, Quade M, Kirch W.糖尿病患者的移动应用:考虑到50岁或以上糖尿病患者的特殊需求的系统回顾和基于专家的可用性评估。J Med Internet Res 2014 Apr 09;16(4):e104 [免费全文] [CrossRef] [Medline
  18. 李志刚,李志刚,李志刚,李志刚,等。OLDES项目中的糖尿病管理。IEEE工程医学生物学报2009;2009:7228-7231。[CrossRef] [Medline
  19. Schmocker KS, Zwahlen FS, Denecke K.简化糖尿病患者生活的移动应用程序:GlucoMan的技术描述和可用性研究。JMIR糖尿病2018 Feb 26;3(1):e6 [免费全文] [CrossRef] [Medline
  20. 互联网vs mobilu má 41% dospělých Čechů。Český statistický úřad。URL:https://www.czso.cz/csu/czso/internet-v-mobilu-ma-41-dospelych-cechu[2022-01-16]访问
  21. Klasnja P, Kendall L, Pratt W, Blondon K.长期参与健康管理技术:糖尿病的动态过程。AMIA年鉴2015;2015:756-765 [免费全文] [Medline
  22. Osborn CY, van Ginkel JR, Rodbard D, Heyman M, Marrero DG, Huddleston B,等。一滴|手机:糖化血红蛋白改善与应用程序参与的评估。JMIR Diabetes 2017 Aug 24;2(2):e21 [免费全文] [CrossRef] [Medline
  23. Tatara N, Arsand E, Skrøvseth SO, Hartvigsen G.长期参与2型糖尿病患者的移动自我管理系统。JMIR Mhealth Uhealth 2013年3月27日;1(1):e1 [免费全文] [CrossRef] [Medline
  24. 侯c, Carter B, Hewitt J, Francisa T, Mayor S.手机应用在糖尿病自我管理中改善血糖控制(HbA1c)吗?14项随机试验的系统回顾、meta分析和GRADE。糖尿病护理2016年11月;39(11):2089-2095。[CrossRef] [Medline
  25. 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
  26. Dahlhausen F, Zinner M, Bieske L, Ehlers JP, Boehme P, Fehring L.医生对可处方移动健康应用程序的态度及其对德国采用的影响:混合方法研究。JMIR Mhealth Uhealth 2021年11月23日;9(11):e33012 [免费全文] [CrossRef] [Medline
  27. Ramakrishnan P, Yan K, Balijepalli C, Druyts E.改变医疗保健的面貌:糖尿病管理中的数字治疗。2017年12月;37(12):2089-2091。[CrossRef] [Medline
  28. 冯德峰,王晓明,王晓明,等。mySugr移动健康应用程序的真实世界评估。中国糖尿病杂志2019年6月;21(S2):S235-S240。[CrossRef] [Medline
  29. Holmen H, Torbjørnsen A, Wahl AK, Jenum AK, Småstuen MC, Arsand E,等。2型糖尿病患者自我管理和生活方式改变的移动健康干预,第2部分:挪威随机对照试验更新健康的一年结果JMIR Mhealth Uhealth 2014年12月11日;2(4):e57 [免费全文] [CrossRef] [Medline
  30. Waki K, Fujita H,内村Y, Omae K, Aramaki E, Kato S,等。DialBetics:一种基于智能手机的新型2型糖尿病患者自我管理支持系统。糖尿病科学技术2014 3月;8(2):209-215 [免费全文] [CrossRef] [Medline
  31. Chomutare T, Fernandez-Luque L, Arsand E, Hartvigsen G.移动糖尿病应用的特点:文献回顾和当前应用与循证指南的比较分析。J medical Internet Res 2011年9月22日;13(3):e65 [免费全文] [CrossRef] [Medline
  32. 沈勇,王峰,张霞,朱霞,孙强,Fisher E,等。基于互联网的干预对2型糖尿病患者血糖控制的有效性:随机对照试验的meta分析J Med Internet Res 2018 May 07;20(5):e172 [免费全文] [CrossRef] [Medline
  33. 自我管理手机和平板电脑应用程序在长期条件管理中的有效性:一项系统评价。J Med Internet Res 2016年5月16日;18(5):e97 [免费全文] [CrossRef] [Medline
  34. Böhm AK, Jensen ML, Sørensen MR, Stargardt .用户参与糖尿病管理移动健康的真实证据:纵向观察研究。JMIR Mhealth Uhealth 2020 11月06日;8(11):e22212 [免费全文] [CrossRef] [Medline
  35. 陈敏,杨娟,周娟,郝颖,张娟,尹晨。5g智能糖尿病:面向医疗大数据云的个性化糖尿病诊断。IEEE Commun。2018年4月;56(4):16-23。[CrossRef
  36. 个性化糖尿病管理:从算法到个性化治疗。糖尿病谱2014年5月;27(2):87-91 [免费全文] [CrossRef] [Medline
  37. Grant RW, Wexler DJ。2型糖尿病的个性化药物:未来会怎样?糖尿病管理杂志(伦敦)2012年5月;2(3):199-204 [免费全文] [CrossRef] [Medline
  38. Gee PM, Greenwood DA, Paterniti DA, Ward D, Miller LMS。电子健康强化慢性病护理模式:理论推导方法。J medical Internet Res 2015 Apr 01;17(4):e86 [免费全文] [CrossRef] [Medline
  39. Castelnuovo G, Pietrabissa G, Manzoni GM, Corti S, Ceccarini M, Borrello M,等。全球人口的慢性护理管理:在传统和基于移动健康的环境中促进更健康的生活方式。Front Psychol 2015;6:1557 [免费全文] [CrossRef] [Medline
  40. Tran V, Barnes C, Montori VM, Falissard B, Ravaud P.治疗负担的分类:基于慢性疾病患者的多国网络定性研究。BMC Med 2015年5月14日;13:115 [免费全文] [CrossRef] [Medline
  41. 彭克弗,奎因,M, Byrn, ferans C, Miller M, Strange P.血糖变化是否影响情绪和生活质量?糖尿病杂志2012年4月;14(4):303-310 [免费全文] [CrossRef] [Medline
  42. Owens-Gary MD, Zhang X, Jawanda S, Bullard KM, Allweiss P, Smith BD.解决成人2型糖尿病患者抑郁和糖尿病困扰的重要性。J Gen实习医学2019 Feb;34(2):320-324 [免费全文] [CrossRef] [Medline
  43. Faridi Z, Liberti L, Shuval K, Northrup V, Ali A, Katz DL。评估移动电话技术对2型糖尿病患者自我管理的影响:NICHE试点研究中华临床医学杂志,2008年6月;14(3):465-469。[CrossRef] [Medline
  44. Trawley S, Baptista S, Browne JL, Pouwer F, Speight J. 1型和2型糖尿病成人中移动应用程序的使用:来自第二次MILES-Australia (MILES-2)研究的结果。糖尿病科技杂志2017年12月19日(12):730-738。[CrossRef] [Medline
  45. Baptista S, Trawley S, Pouwer F, Oldenburg B, Wadley G, Speight J.患有2型糖尿病的成年人想从“完美”应用程序中得到什么?澳大利亚第二糖尿病MILES (MILES-2)研究结果。糖尿病科技杂志2019 7月;21(7):393-399。[CrossRef] [Medline
  46. Katz D, Dalton N, Price B. 2015发表于:第八届糖尿病先进技术与治疗国际会议(ATTD 2015);2015年2月18-21日;巴黎URL:https://researchportal.northumbria.ac.uk/ws/portalfiles/portal/2987132/6854b68da4e55a872a7d6ca405d4099e.pdf
  47. 波义耳L,格兰杰R,霍尔RM,克雷布斯JD。糖尿病自我管理手机应用程序的使用和信仰:新西兰医院糖尿病诊所和糖尿病健康专业人员的调查JMIR Mhealth Uhealth 2017年6月30日;5(6):e85 [免费全文] [CrossRef] [Medline
  48. Pal K, Dack C, Ross J, Michie S, May C, Stevenson F,等。成人2型糖尿病的数字健康干预:患者对糖尿病自我管理、教育和支持观点的定性研究J Med Internet Res 2018年1月29日;20(2):e40 [免费全文] [CrossRef] [Medline
  49. 彭伟,袁s, Holtz BE。探索农村2型糖尿病患者健康移动应用的挑战和机遇Telemed J E Health 2016 9月22日(9):733-738。[CrossRef] [Medline
  50. 范伟强,卞杰,张志强,张志强,等。DiaFit:为2型糖尿病和肥胖患者开发的智能应用程序。中国糖尿病杂志2016;1(2):e5 [免费全文] [CrossRef] [Medline
  51. Greenwood DA, Gee PM, Fatkin KJ, Peeples M.评价基于技术的糖尿病自我管理教育和支持的系统综述。中国糖尿病杂志2017 9月11日(5):1015-1027 [J]免费全文] [CrossRef] [Medline
  52. Doupis J, Festas G, Tsilivigos C, Efthymiou V, Kokkinos A.基于智能手机的糖尿病管理技术。糖尿病研究2020 Mar;11(3):607-619 [免费全文] [CrossRef] [Medline


糖尿病:糖尿病
欧盟:欧盟
健康:移动健康


A Sharma编辑;提交20.01.22;T Al-Ani, C Memering同行评审;对作者15.02.22的评论;修订版本收到20.02.22;接受17.03.22;发表20.04.22

版权

©Václav Burda, Miloš Mráz, Jakub Schneider, Daniel Novák。最初发表在JMIR Diabetes (https://diabetes.www.mybigtv.com), 20.04.2022。

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。


Baidu
map