评估基于web的伊朗糖尿病个人健康记录App对自我护理状态和临床指标的影响:随机对照试验

介绍

主要有四种慢性或非传染性疾病[1］．其中，糖尿病是全球主要的治疗问题之一[2-5］．根据世界卫生组织(卫生组织)[6]，糖尿病是一种慢性疾病，当胰腺不能产生足够的胰岛素或身体不能有效利用胰岛素时发生。2型糖尿病(以前称为非胰岛素依赖型或成人糖尿病)是由体内胰岛素的无效使用引起的。

在改善糖尿病管理方面，努力提高糖尿病患者的自我保健地位至关重要[7-9］．与其他慢性疾病相比，糖尿病等慢性疾病的管理在很大程度上依赖于个人和医疗保健提供者的定期评估[10］．根据一份报告，大约90%的糖尿病患者患有二型糖尿病[11］．公共卫生系统最关注的问题之一是2型糖尿病的平均医疗费用，这几乎是其他类型糖尿病的3倍[12］．因此，提高慢性病患者的自我保健技能将解决卫生系统面临的许多挑战。

自我照顾行为是指一个人可以做出的决定和他或她可以做的活动来处理健康问题或改善他或她的健康状况。为了有效地应对2型糖尿病，人们需要学习或改善的自我保健行为包括自我监测血糖、健康饮食、定期锻炼和坚持治疗[13］．自我护理行为有很多不同的模式，但有一个共同的特点，就是病人是健康管理的核心。从促进健康的角度来看，健康被视为日常生活的来源，自我保健状态被视为赋权。因此，通过获得自我保健技能，人们能够积极参与影响其健康的决策[14］．

人们认识到，在过去几十年里，全世界糖尿病的发病率一直在稳步上升，特别是在中低收入国家，糖尿病发病率最高，增长更快。世卫组织公开呼吁在世界各国，特别是在发展中国家，共同应对糖尿病，并认识到糖尿病是一种警报，因此伊朗卫生部将这一疾病的管理作为研究重点之一考虑在内[15，16］．此外，伊朗是糖尿病患者发病率最高的国家之一[17］．

由国际糖尿病联合会(IDF)分类提供的报告涵盖IDF MENA(中东和北非)地区的20个国家和地区，包括伊朗。在全世界3.87亿糖尿病患者中，这些地区有3700多万糖尿病患者，预计到2035年这一数字将达到6800万。2014年伊朗此类患者人数为450万，同年该病发病率为8.6%和9% [18在伊朗和世界范围内。

尽管国际上做出了努力，但糖尿病患者的治疗护理仍然不理想，这往往是由于缺乏患者与基于网络干预的医疗保健提供者的互动[19］．基于网络的个人健康记录(PHRs)是一种电子工具，使病人能够通过互联网获取健康信息，并在自己的健康方面发挥更积极的作用[20.-22］．PHRs以患者为中心的性质使其成为患者将家长式医疗护理模式转换为以患者为中心的模式的理想选择，在这种模式中，患者被激励成为医疗保健团队中积极和知情的成员[23］．通过对PHR相关文献的梳理，可以发现此类研究在以下几个方面有所不同:

• 第一个差异与PHR格式有关(纸质或电子)。文献综述表明，世界上大多数研究都是在电子PHR上进行的。一个重要的原因可能是，在这种情况下，电子医生研究的要求和先决条件是可用的，例如，安装了电子健康记录(EHR)或电子医疗记录(EMR)系统，并将医生信息链接到该系统。
• 第二个差异与PHR研究所涵盖的主题有关。换句话说，PHR已在多个健康问题上进行，主要与慢性疾病有关，包括糖尿病、癌症和预防保健。
• 第三个差异与PHR研究的样本量有关。一些研究的样本量很小[24，25]而另一些则在一个非常大的上面[26］．在这方面，研究人员发现基于纸张的PHR研究包含了小样本量，而电子PHR研究采用了大样本量。
• 最后但并非最不重要的是，第四个差异与PHR研究的研究设计有关。PHR领域的大多数研究都是以回顾性的方式进行的。此外，还有许多仅仅基于库的研究讨论了PHR的定义。然而，有一些研究通过准实验和随机对照试验(RCT)来评估PHR。

世界各地有许多研究，调查纸质或电子PHR与自我护理、自我效能和生活质量等指标之间的关系，作为主要的结果衡量标准。此外，在这些研究中，临床指标，包括血脂、血糖、血压、体重和糖化血红蛋白(HbA1c)已被评估为次要结局指标[11，27-32］．虽然国际上关于PHR干预对糖尿病患者自我保健指数和临床结果影响的研究较多，但在发展中国家研究较少。此外，伊朗也有类似的研究，探讨糖尿病患者使用纸质糖尿病随访卡与自我管理之间的关系[33］．此外，研究人员基于图书馆的研究表明，迄今为止还没有研究评估伊朗基于网络的DPHR和自我保健指标之间的关系。根据以往的研究，电子媒体对患者自我护理行为的影响有待进一步研究[34，35］．最终的DPHR模型是在我们之前的研究中系统开发的[36本研究的目的是评估基于网络的DPHR应用程序对自我护理状态和临床结果测量的影响。在这项研究中，我们假设，与接受常规护理的参与者相比，分配接受基于网络的DPHR应用程序的参与者将更好地进行自我护理。

方法

研究概述

在第一阶段，通过系统回顾设计DPHR模型的初始版本，然后通过当地内分泌学家的贡献进行验证和确认。本研究作者在一篇综述中提到了与灰色文献和数据库、证据质量评估以及通过德尔菲法用于DPHR的验证技术相关的细节[36］．另外，本研究第二阶段的研究方法详细说明如下:

糖尿病个人健康记录App开发

基于web的DPHR应用程序是通过PHP编程语言编写的。它的服务器操作系统是Linux，数据库是MySQL。该应用程序由该领域的2名专业人员开发。为了完成DPHR的开发，举行了近200个小时的20次会议。两种设计的DPHR接口同时支持患者和高级研究员(作为系统管理员)。短信和电话被认为是检查DPHR系统的提醒。

基于web的DPHR是一个2型糖尿病患者可以管理与糖尿病相关的健康信息的系统。app中的信息是在系统审查有效参考文献的基础上获得的，包括国际机构的文章、报告、标准和指南。总而言之，监测资料、病程、预约时间、对疾病的熟悉程度;输入健康史、血糖水平、实验室检查、血压、体重、身高和身体质量指数(BMI);并且通过这个app可以很容易的了解医疗咨询和就诊的过去和未来时间，提高自我意识和自我护理。

可用性评估

在应用程序在真实环境中实现之前，应用程序界面在整个试验过程中使用启发式可用性评估技术进行了改进和优化[37医学信息学家，内分泌学家，以及参与者使用大声思考技术。此外，我们还采用了一份由三部分组成的问卷来询问患者对app的看法。上述问卷的组成部分包括患者的一般特征(包括10个数据项)、用户的任务(包括10个任务)和app的评价问题(包括8个问题)。

糖尿病个人健康档案App功能

基于web的DPHR app功能如下:

• 识别和维护患者记录:通过该功能，用户可以记录和查看个人信息、紧急联系信息、糖尿病信息、共病、危险因素、过敏和疫苗接种信息。
• 体重指数管理:通过该功能，用户可以记录自己的体重和身高，然后系统自动计算出体重指数。
• 管理实验室测试:该功能允许用户记录他们的实验室测试。
• 病历管理:用户可以查看记录的所有信息，并根据需要进行编辑。
• 管理患者就诊:通过使用该功能，用户将能够查看以前和将来的就诊情况。
• 管理医生建议:通过该功能，用户可以查看医生的建议。
• 健康仪表板:该部分是系统最重要的部分之一，用户可以通过图形的形式查看最新的信息，并通过现有的颜色查看自己的状态。例如，绿色代表正常状态。

研究小组和应用程序提供商控制着DPHR系统的开发、更新和维护。除了医生为评估健康信息状况变化而规定的治疗程序外，患者还接受了额外的干预，如更多的访问和实验性测试。

研究设计

DPHR对自我护理状态的影响采用随机对照试验(RCT)方案，采用2臂平行组，分配比例为1:1。在4个月的时间里，对照组受益于常规护理;干预组除了常规护理外，还可以使用基于web的DPHR应用程序。此外，基线和干预后的2个时间点用于评估DPHR应用程序的影响。

参与试验并根据性别(男性、女性)、就业状况(就业和失业)和年龄范围(≤30岁、30-50岁和≥50岁)等参数知情同意的成员，通过SPSS 21.0版(IBM Corp)进行协变量自适应随机化，由一个在研究中没有直接作用的人随机分配到两组。一名高级调查员和数据分析师在试验期间被蒙蔽，不像参与者和从业者不能被DPHR蒙蔽，因为它是一种明显的人为物。此外，两组的个体都不允许交换DPHR信息，以避免试验受到污染。

参与者

2015年这项为期4个月的试验的统计人群包括马什哈德市一个内分泌科诊所的2型糖尿病患者，那里有超过12万糖尿病患者[38]考虑纳入和排除标准。在指定的办公室，每个病人都有一个医疗记录，其中所有病人的转诊都记录在相关记录中。在本研究中，我们使用了记录中的数据，包括根据疾病类型的患者数量，并提取了人口统计学概况来进行介绍性研究。

只有签署知情同意书的参与者被纳入研究，并被随机分为干预组和对照组。值得注意的是，他们手动收到了一个包裹，其中包括同意书、欢迎信、带回家的手册以及应用程序使用的逐步说明。为了向审判助理提出问题和关注，他们的沟通方式是电话或短信。训练有素的助理需要有关干预过程、基于web的DPHR应用程序以及可能的问题和答案的信息。

该研究的纳入标准包括:年龄20-70岁，马什哈德居民，至少有一年的2型糖尿病病史，会电脑和上网，高中或以上学历，以及完成知情同意书。排除标准包括不配合或因疾病、怀孕、移民等原因无法进行研究。

样本大小

以前没有关于伊朗人口自我照顾的研究来估计样本量，除了一项显示自我照顾活动与生活质量之间关系的调查[39］．因此，在本文中，公式所对应的样本量为60，是根据伊朗的相同样本量估算的[40］．最终纳入两组72例患者，其中干预组36例接受DPHR app治疗，对照组36例接受常规护理，可信区间为95%，幂值为80%，退出率为20%。

研究结果测量

在这项研究中，有一个主要结果和几个次要结果。为了评估自我护理状况作为主要结果指标，研究人员自行制作了一份由7个独立项目组成的问卷。本问卷改编自自我护理领域现有的有效文献[41-44］．自我护理是患者使用知识相关的衡量标准之一，事实上，选择这一标准的原因[45］．自我保健问卷的维度为:一般信息(25个问题)、正常值信息(10个问题)、变化趋势信息(10个问题)、医生建议信息(2个问题)、就诊信息(3个问题)、最新测量值信息(9个问题)、最新测量值的日期和时间信息(9个问题)、培训提示信息(13个问题)。此外，本研究还观察到一些次要结果。研究了应用程序的使用与糖尿病随访临床指标之间的潜在因果关系，并将其作为次要结局指标。这些指标包括:空腹血糖(FBS)、餐后2小时血糖、体重、血压、血脂(总胆固醇、甘油三酯、HDL和LDL)、糖化血红蛋白(HbA1c)和血清肌酐。此外，另一个次要结果测量是患者对计划就诊的依从性。本研究的结果测量载于表1．

数据收集

我们通过获取以下基线信息开始研究:性别、年龄、婚姻状况、职业、教育程度、糖尿病家族史、用药类型、高血压史、是否有家庭监测工具(血糖仪、血压计、体重秤)、是否会使用电脑、是否会上网、使用电脑工作时间、患病时间、FBS、餐后2小时血糖、血压、体重、血脂(总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白)、血清肌酐、和糖化血红蛋白以及检查纳入资格所需的信息。

试验助理将研究的细节告知纳入标准选出的患者，然后获得知情的书面同意，以及所需的工具，包括完全匿名的问卷，以尊重伦理考虑。每个表单都有一个唯一的代码来管理进一步的引用。在整个项目过程中，他们可以通过现有的沟通方式自由联系，分享问题和关注点。该助手提供了访问DPHR应用程序的用户名和密码，只有试验团队的授权成员才能安全地记录数据。

通过专家意见(包括2名内分泌专家、1名医学信息专家、1名方法学专家)和有效文献对自我护理问卷的外观效度和内容效度进行评估。此外，问卷由一名在研究中失明的试验助理通过结构化访谈完成，参与者在随访阶段亲自在糖尿病诊所完成纸上的自我护理问卷。自我照顾指数的最终得分由7部分问卷中每个项目的正确回答总数得出。每一个正确的答案都是1分，错误的答案是0分。问卷各维度的得分由该维度项目的正确答案之和得出。

对照组和干预组均收集了干预前后糖化血红蛋白、血脂和体重的相关数据，但只有干预组患者自行进行了每周血糖和血压测量，包括体重测量。其他测试如糖化血红蛋白、血脂和血清肌酐在实验室进行，基于客观和实验室的测量。此外，提醒意味着通过每周的短信或电话来查看应用程序或完成他们的自我护理行动。图1描述了研究过程的流程图。

数据分析

本研究的2尾分析在显著性区间为95%，α水平设为P< . 05。数据采用描述性分析(频率、百分比和平均值)和推断分析(正态性检验、配对和非配对t检验、卡方检验、Fisher精确检验、Mann-Whitney U检验和单因素方差分析)，使用SPSS 21.0版本进行分析。描述性统计分析变量分布、网站使用统计和应用程序访问。在分析被检变量时，首先根据基线期和干预后阶段的数据，采用配对t检验分析两组独立分析结局指标(如自我护理)的价值，然后采用独立t检验分析两组的评分。

道德的考虑

这项研究在伊朗临床试验注册中心(IRCT)注册，获得了研究审查委员会和区域伦理委员会的批准(批准号921835)。此外，研究方案的细节已发表[46］．

结果

应用程序使用

DPHR应用程序使用的统计数据通过webserver日志分析获得。最后的分析包括对照组36名参与者中的27名和干预组36名参与者中的26名。因此，对照组和干预组患者对自我护理问卷的应答率分别为75%和72%。

根据表2，测量记录的最高频率为63次，最小值为10次。血糖、血压、体重和实验室测试是研究中记录最多的参数。总体而言，最高记录与血糖水平相关的频率为450次(平均17.3次)，最低记录与实验室检测相关的频率为53次(平均2次)。此外，38.5%(10/26)的记录低于20次，38.5%(10/26)的记录为20-30次，23%(6/26)的记录超过30次。患者在基于web的DPHR应用程序中记录的被审查变量的相关细节在表2．

‎ 查看此图

糖尿病个人健康档案App的可用性评估

为了对DPHR应用程序的可用性进行初步评估，我们向20名医学信息学博士和30名硕士学生提交了可用性问卷。其中，11名博士和8名硕士学生回复了他们。此外，1名医学信息学专家、2名内分泌科医生和6名2型糖尿病患者在这方面做出了贡献。可用性评估也持续了近50天。

为了评估基于web的DPHR应用程序在糖尿病患者中的可用性，本研究共有6人参与，包括3名女性和3名男性。受教育程度方面，4人获理学士学位，2人获高中文凭。患者平均年龄为50岁，平均评估时间为30分钟。糖尿病患者和参与DPHR应用程序可用性评估的专家的人口学概况和意见的相关细节在表3而且4．

描述性分析

干预组和对照组分别使用频率、百分比和定性和定量变量的平均值进行描述性分析。对照组36例中有16例女性(59%)和11例男性(41%)，平均年龄为57岁。在教育水平方面，36人中有17人(63%)持有副学士学位和理学士学位。在就业状况方面，36名参加者中有12名(44%)有工作，15名(56%)没有工作。他们平均每周在电脑前工作8.5小时。

在干预组，36名女性中有11名(42%)，15名男性(58%)，平均年龄为52岁。在教育水平方面，36人中有16人(62%)拥有副学士学位。在就业状况方面，36名受访者中有18人(69%)有工作。他们平均每周在电脑前工作18个小时。有关对照组和干预组参与者的人口学特征和分布差异的详细信息载于表5．

“分析

为分析部分可能为混杂变量的变量分布的公平性，对性别、年龄组(年)、婚姻状况、就业状况、教育程度、糖尿病家族史、用药类型、高血压史、家中是否有测量工具、是否有计算机知识、使用计算机工作时间范围(小时)、患病时间范围(年)等定性变量采用卡方检验。测试结果表明，除了使用电脑工作时间范围这一变量外，干预组和对照组之间的变量分布没有显著差异，基线阶段的干预组参与者使用电脑工作的时间更多(表4）.

常态分析

为了比较对照组和干预组的自我护理指标及其维度，首先采用Kolmogorov-Smirnov (K-S)检验评估其正态性，结果显示自我护理指标的分布呈正态分布。基线期对照组自我护理状态的正常值信息、变化趋势信息、最新测量值信息、训练提示信息等维度分布均为正态;但其他维度如医生建议信息、就诊信息、最新测量值的日期和时间信息均异常。

干预组自我护理状态的正常值信息、变化趋势信息、最新测量值信息、最新测量值的日期和时间信息、训练提示信息在分布上均为正态;但其他维度如医嘱信息、就诊信息均存在异常。

推理分析

对基线期两组自我护理指标及其维数的分布采用独立t检验等参数检验，对异常分布的维数采用Mann-Whitney U检验等非参数检验。检验结果显示，基线阶段，两组自我照顾指标及其除第六个维度(训练技巧信息)外的维度的分布均无显著性差异。

采用独立t检验比较两组患者自我护理指标的得分。检测结果显示，两组糖尿病患者的自我护理指标有显著性差异。

此外，我们发现自我护理指标在正常值信息、变化趋势信息、最新测量值信息、最新测量值日期和时间信息等维度上存在显著差异。而在医生建议信息、就诊信息、培训提示信息等其他维度上无差异。

采用独立t检验比较对照组和干预组体重、HbA1c、血肌酐、HDL、LDL、总胆固醇、甘油三酯评分。测试结果显示，他们之间没有显着差异。关于对照组和干预组自我护理指标的平均差异、其维度和临床结果的比较细节概述在表6．

Fisher精确测试也用于比较两组患者的就诊依从性评分，测试结果显示无显著差异。表7提供对照组和干预组就诊依从性的比较。

午餐后2小时和晚餐后2小时FBS均值的变化趋势表明晚餐后2小时趋势有波动。但是，午餐后2小时内的变化处于稳定状态，直到第五次测量，然后进入不稳定模式。此外，FBS几乎处于不稳定模式，尽管在最终测量中观察到一个减少模式。图2提供干预组血糖相关均值的变化趋势。

收缩压和舒张压的平均趋势呈平稳稳定的趋势，未见升高或降低的规律。图3提供干预组血压相关均值的变化趋势。

性别、就业状况等两状态变量的协变量与自我护理指标之间的关系采用t检验进行分析。并对受教育程度、年龄、患病时间、计算机素养、使用计算机工作时间等多状态变量进行单因素方差分析(ANOVA)。测试结果显示，在就业状态这一变量上存在显著差异，就业人员的得分高于失业人员。然而，上述其他协变量与自我护理指标之间无显著性差异。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

糖尿病患者个人健康记录对主要结局指标的影响

测试结果表明，基于web的DPHR应用程序对主要结果测量指标，即自我护理的总体状态有积极影响，特别是在其4个维度上，包括正常值信息、变化趋势信息、最新测量值信息、最新测量值的日期和时间信息。调查显示，很少有研究研究PHR与自我护理状态之间的关系。指出在现有的领域研究中，自我护理指数的定义通常是相对同质的，但重要的一点是，研究者研究的任何一个自我护理指数都可能有不同的维度和问题，这会影响干预的效率。在这项研究中，研究人员评估的自我照顾指数有7个主要维度，共56个问题。

糖尿病患者个人健康记录对次要结局测量的影响

研究人员尚未发现基于web的DPHR应用程序与临床结果(包括体重、糖化血红蛋白、血清肌酐、HDL、LDL、总胆固醇和甘油三酯)之间有任何积极影响。现有研究在PHR干预对糖尿病相关临床结局(如糖化血红蛋白和血脂)的影响方面存在差异，有时还存在矛盾。大多数研究提到PHR与[11，30.，47，48]，但几项研究显示没有正面影响[30.，49］．研究人员透露，这种矛盾可能有几个原因，最重要的原因是如何设计应用程序、研究设计类型、研究持续时间和研究流失率。值得注意的是，由于局限性和偏见，一些积极研究的影响是有疑问的。4项评估干预措施的研究报告了中度至高度偏倚风险[50］．本研究中DPHR与临床结果无正相关的主要原因似乎是研究时间相对较短。在2型糖尿病患者中，对DPHR的有效性和临床结果进行系统评价是非常有用的。

糖尿病个人健康档案App的可用性评估

在本研究中，可用性测试过程是通过科学的过程进行的，有20名医学信息学专家、2名内分泌科医生和6名糖尿病患者参与。适当的样本量对于可用性测试是至关重要的，因此研究发现，高达80%的可用性存在问题，可以通过5到8个参与者来确定[51］．根据我们的可用性测试，我们需要考虑Jakob Nielsen关于交互设计的一般原则，如错误预防、一致性和标准、美学和极简设计、识别而不是回忆、帮助和文档，并通过迭代优化过程在我们的应用中解决了这些问题[52］．干预实施中最重要的案例之一是可用性测试[53但这一点经常被忽视，高达60%的糖尿病相关网站至少有4个可用性错误。因此可以说，要获得较高的干预效果，就必须代表干预发展的黄金标准[54］．

糖尿病患者个人健康记录对就诊依从性的影响

Fisher对就诊依从性评分比较的精确检验结果显示，干预组和对照组均无显著差异。考虑到疾病随访和主治医生对糖尿病患者治疗的重要性，患者对就诊的重视程度，在计划就诊依从性方面的努力是隐性的。

糖尿病患者个人健康记录对血糖的影响

午餐后2小时和晚餐后2小时FBS均值变化趋势显示，上述病例均普遍呈窦性趋势。本研究与相关文献的主要区别在于，在我们的研究中，我们测量了10次血糖水平的趋势，而在大多数研究中，这些值通常是在干预前后进行比较。在Davies等人的一项研究中，通过使用DPHR 6个月，两组的血糖水平都有所改善，尤其是干预组[47］．

糖尿病患者个人健康记录对血压的影响

干预组收缩压、舒张压平均值变化趋势平稳，未见升高或下降趋势。先前的研究表明，对照组和干预组在血压改善方面没有发现差异[30.，49］．在Dijkstra进行的一项研究中，收缩压值水平也未发现改善，舒张压值仅略有改善[55］．

糖尿病个人健康档案App与协变量的相关性

对试验协变量与自我照顾指数的相关性进行卡方检验和方差分析的结果表明，就业状态变量存在显著差异，就业个体得分高于失业个体。此外，与以往研究相比，2型糖尿病患者的婚姻状况在生活自理指数得分上没有显著差异，因为本研究的参与者中90%以上为已婚。在Bohanny等人的一项研究中，已婚人士的自我照顾行为得分明显高于单身人士[56］．然而，这种相互矛盾的结果需要更多的调查。

学习优势

我们的研究优势如下:基于证据的DPHR应用程序开发过程(基于系统回顾)，包括当地专家的意见，并使用可用性技术对应用程序进行迭代优化。基于证据的内容开发的价值和应用程序开发过程中可用性测试的重要性在一些研究中都得到了强调[53，54，57]，指出在类似的工作中很少使用这种考虑因素[54］．

限制

我们的试验有以下几个限制:

1.主要需要招募具有最低计算机技能和互联网知识的参与者，这是一个限制因素。一般来说，在基于网络的干预措施中，诸如数字鸿沟、计算机素养、年龄和对技术的兴趣等问题可以有效地招募参与者。年轻人、懂电脑的人、能上网的人通常有强烈的倾向参加这类研究。这次审判在原则上并不是例外。这样的倾向可能会使我们的研究结果存在偏差，因此，我们的试验不一定能代表所研究人群的实际分布。

2.试验样本仅代表2型糖尿病患者。这一发现可能不能推广到其他类型的糖尿病。

3.由于干预的性质，调查人员经常要求参与者在场进行访谈。这引起了一些参与者的不适。为了解决这些问题，我们提供了免费参观和实验室测试等经济激励措施，以鼓励更好的参与。

4.我们研究的另一个局限性是一些患者在研究期间的被动参与，特别是在早期阶段。因此，缺乏参与可能导致患者失去有用的信息。因此，通过电话联系和短信提醒被采用。

5.考虑到我们患者样本的局限性，结果应谨慎解释[58］．我们的研究样本量较小，可能会影响研究结果的代表性和可泛化性[59］．

6.在我们的RCT研究设计中，我们集中比较了主要和次要结果测量，明确表明了消费者自我护理状态在干预复杂性方面的变化[60］．

影响及未来发展方向

本研究的方法和结果有望作为其他内分泌代谢疾病以及其他医学领域研究的合适平台，以评估PHR干预对自我护理指数和临床结果的影响。

建议在更广泛的层面上开展多中心研究，以确保基于网络的DPHR干预对自我护理指数和临床结果的有效性。在这种情况下，内分泌科医生和2型糖尿病患者将在更广泛的范围内参与研究，这对研究结果的普遍性非常重要，特别是对发展中国家。此外，DPHR效率对内分泌科医生决策水平的影响建议通过适当的随机对照研究进行评估。

基于web的DPHR向2型糖尿病患者推荐的改善自我护理状态，有望促进糖尿病知识、医疗保健提供者的参与、患者赋权和改善的医疗保健状况。

结论

通过系统回顾文献和伊朗内分泌学家的代表性样本，我们对基于网络的DPHR模型达成了共识，以改善2型糖尿病患者的自我护理。然而，为了利用DPHR的优势，在应用程序用户界面迭代改进后，使用可用性技术实现了基于web的DPHR应用程序，并对2型糖尿病患者进行了评估。我们发现，基于网络的DPHR应用程序的结果是，干预组的自我照顾得分明显高于对照组。总的来说，我们发现DPHR应用程序与协变量之间没有相关性，包括计划就诊依从性、HbA1c、血清肌酐、HDL、LDL、总胆固醇、体重、平均血糖变化趋势和血压。