发表在第八卷7号(2020): 7月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/17842,首次出版
糖尿病前期患者糖尿病预防计划的移动递送:随机对照试验

糖尿病前期患者糖尿病预防计划的移动递送:随机对照试验

糖尿病前期患者糖尿病预防计划的移动递送:随机对照试验

原始论文

通讯作者:

Andreas Michaelides博士

Noom公司

西28街229号

纽约,纽约,

美国

电话:15168087328

电子邮件:andreas@noom.com


背景:美国疾病控制与预防中心(CDC)的糖尿病预防项目(DPP)已经形成了2型糖尿病(T2DM)预防工作和多种护理环境中生活方式改变的基础。据我们所知,没有随机对照试验证实了CDC糖尿病预防计划(DPP)的完全移动版本的有效性。

摘要目的:本研究旨在探讨移动送药的DPP与接受常规医疗护理的对照组的长期减肥和降糖效果。

方法:从一家诊所招募了202名患有前驱糖尿病的成年人,随机分为移动授课、教练指导的DPP组(Noom)和对照组,对照组接受常规医疗护理,包括纸质DPP课程,没有正式干预。干预组学习了如何使用Noom程序,如何与教练互动,以及保持动力的重要性。他们可以访问交互式的“教练到参与者”界面和群组消息传递、行为改变的日常挑战、基于dpp的教育文章、食物记录和自动反馈。主要结局包括体重和血红蛋白A的变化1 c(HbA1 c)水平,分别在6个月和12个月。探索性次要结果包括计划参与作为体重和HbA变化的预测因子1 c的水平。

结果:总共招募了202名参与者,并随机分为干预组(n=101)和对照组(n=99)。在意向治疗(ITT)分析中,干预组和对照组6个月时参与者体重和BMI的变化有显著差异,但HbA没有差异1 c水平(平均差0.004%,SE 0.05;P=总收入)。干预组体重和BMI降低- 2.64 kg (SE 0.71;P<.001)和- 0.99 kg/m2 (SE 0.29;P分别=措施)。这些差异在12个月后仍然存在。然而,在不涉及ITT的分析中,计划完成者实现了5.6%的显著体重减轻(SE 0.81;P<.001),维持4.7% (SE 0.88;P< 0.001)。对照组在6个月时损失- 0.15% (SE 0.64;P= 0.85),增加0.33% (SE 0.70;P= 0.63)。那些被随机分配到干预组但没有开始该计划的人没有意义的体重或HbA1 c水平变化,与对照组相似。1年后,干预组HbA降低0.23%1 c水平;那些完成干预的人则下降了0.28%。对照组的HbA降低了0.16%1 c的水平。

结论:与常规护理相比,这种新颖的移动交付DPP在长达1年的时间里取得了显著的减肥效果。这种类型的干预降低了显性糖尿病的风险,没有面对面干预的额外障碍。

试验注册:ClinicalTrials.gov NCT03865342;https://clinicaltrials.gov/ct2/show/NCT03865342

[j] .移动医疗与健康;2020;8(7):e17842

doi: 10.2196/17842

关键字



背景

在美国,有8410万人患有前驱糖尿病,每年有200万人被诊断为糖尿病[1]。根据世界卫生组织的数据,2014年全球约有4.22亿人患有糖尿病,而且患病率还在继续上升。2]。美国疾病控制与预防中心(CDC)估计,到2050年,全球每3人中就有1人患有糖尿病。3.]。它仍然是导致死亡和残疾的主要原因,每年造成的保健费用超过3 270亿美元[4]。血糖控制不良的病人会出现微血管并发症,如失明和终末期肾脏疾病,以及大血管并发症,如心脏病发作和中风[5]。对抗2型糖尿病(T2DM)的最好方法是预防。

糖尿病前期患者恢复正常血糖调节可降低发生2型糖尿病和心血管疾病的风险6]。迄今为止最有效的干预措施是CDC的糖尿病预防计划(DPP) [7]。研究表明,通过改变生活方式可以适度减轻体重,参与者患2型糖尿病的几率显著降低[7-9]。以dpp为基础的教育课程已经在不同的患者群体中得到了很好的研究和验证,包括住院患者[10-13]。因此,DPP的研究结果为T2DM预防工作和多种护理环境中生活方式的改变奠定了基础。

糖尿病前期常在常规就诊时通过血红蛋白A发现1 c(HbA1 c(根据美国糖尿病协会的筛查标准)[14]。与临床医生面对面的时间往往有限,因此充分实施基于dpp的举措是一项挑战。尽管临床医生认识到糖尿病预防是一项紧急的公共卫生需求,可以极大地影响患者的福祉,但据报道,缺乏资金、合作和其他工作人员的支持是DPP在临床实践中实施的主要障碍。此外,患者在糖尿病前期诊断后寻求进一步医疗保健的紧迫性较低[1516]。此外,高效的面对面dpp的参与度和依从性可能较低[1718]。移动干预需要或被认为需要较少的承诺,从而克服了在治疗现场干预不足的风险人群方面的障碍[18]。

迫切需要以证据为基础、可扩展的预防性治疗干预措施[16]。探索新的方法,使患者能够改变生活方式,以预防或延缓糖尿病的发病,对于解决日益增长的糖尿病流行病至关重要。美国大约五分之四的成年人拥有智能手机[19],健康信息从未像现在这样容易获得。因此,成本更低、资源密集程度更低、可扩展的课程与面对面课程一样有效或优于面对面课程是可取的,特别是对于那些拒绝参加时间密集的面对面课程的人。

以前的工作

使用移动平台的研究主要集中在减肥上,而不是降低糖尿病风险。在检索文献时,发现一项研究评估了基于DPP课程的基于移动平台的肥胖患者减肥效果。然而,样本量有限,HbA1 c水平不是终点[20.]。目前存在许多利用互联网和社交媒体的虚拟DPP程序,并显示出与原始的面对面DPP相似的效果。然而,没有评估长期结果的面对面组件的完全移动干预措施尚未通过随机对照试验(RCT)进行测试。因此,这项研究提供了一个机会来扩大我们在这一领域的认识。

Noom (Noom, Inc .)是一个基于移动的项目,提供结构化课程和教练,他们通过基于网络的仪表板与用户实时交流。在一项观察性研究中,Noom的DPP项目在项目结束时的参与率为85%,在该项目中,按照CDC的标准,与其他研究类似,完成项目的定义是参加至少每周一次的课程活动,持续9周[21]。在完成核心课程后,参与者平均减轻了5.6%的体重[22]。在65周时,在≥4个核心周中,每周阅读一节或多节课程的初学者平均体重减轻6.2%,在核心周中每周阅读≥9节课程的完成者平均体重减轻7.4%,在核心周后进行任何运动的维持完成者平均体重减轻9.0%P<措施)(23]。

客观的

本随机对照试验的目的是研究一种新颖的、完全可移动的、教练增强的DPP计划与基于纸张的CDC DPP内容的标准护理对照的有效性。假设干预组的参与者会有更大的体重和HbA降低1 c在成功完成虚拟DPP课程后,在学习终点的水平。


招聘

这项平行随机对照试验于2016年10月至2018年6月在纽约长岛的石溪医学三级护理门诊进行。研究对象来自普通内科、家庭医学和内分泌科。纳入标准包括说英语,年龄>18岁,由患者医生转诊,有HbA的患者1 c在研究入组前3个月内达到5.7% - 6.4%,拥有一部智能手机(苹果或安卓)。排除标准包括近期体重减轻的患者(根据患者报告,在入组前6个月内体重>5磅),既往诊断为1型糖尿病或显性2型糖尿病,有严重或持续性精神疾病,在过去30天内住院时间>72小时,目前正在参加有组织的减肥计划或在入组前一个月内,怀孕或哺乳的患者。在过去3个月内分娩,并被医生劝阻参加DPP计划的妇女。

参与者通过基于前驱糖尿病诊断标准(由ADA定义)的电子病历进行识别[24])。每个诊所的临床医生都被提供了描述研究的信息和指定的研究登记联系人。研究人员联系个人参与,如果他们表示有兴趣参加研究,可以亲自或通过电话联系。潜在的参与者在入组前获得了一份描述该研究的信息表。在表明有兴趣参与研究后,由研究人员亲自或通过电话获得知情同意。本研究的所有程序均符合世界医学协会赫尔辛基宣言的伦理标准,所有研究方案均经石溪大学机构审查委员会批准。该试验于2019年3月9日在ClinicalTrials.gov上回顾性注册,注册号为NCT03865342。《试验综合报告准则》报表包括在多媒体附录1

随机化

参与者被纳入研究,并由研究协调员随机分配到干预组(Noom Coach)或对照组,使用1:1分配比例的随机数生成器,自动隐藏先前的分配。序列由外部统计学家使用SAS软件,版本9.4,SAS system for Windows (SAS Institute Inc)。协调员为干预组参与者提供免费的流动课程,并向对照组参与者提供印刷版的DPP课程[25]。研究协调员只向Noom提供了随机参与者的名字和电子邮件地址。调查人员没有向Noom提供任何受保护的健康信息。协调员在为期6个月和12个月的访问中与每位参与者联系。收集随访数据的临床医生不知道随机分配,并且在研究期间掩蔽未被打破。

程序

受试者在研究入组时、研究入组后5至7个月(6个月时间点)和11至13个月(12个月时间点)在医生办公室称重。临床体重测量记录在电子病历中,作为每次就诊时间点常规护理的一部分。到这些诊所就诊的病人通常每6个月去看一次医生;研究人员没有要求研究参与者比常规护理更频繁地去看医生。HbA1 c测试在基线、6个月和12个月完成。如果在任何测量时间,HbA1 c水平高于ADA标准的显性2型糖尿病,参与者被告知并转介到他们的初级保健提供者。基准HbA卡1 c水平为任意HbA1 c受试者在入组前3个月的电子病历中可用的水平。初级保健和内分泌诊所使用DCA Vantage(西门子)护理点(POC) HbA卡1 c机器(显示为HbA具有高水平的准确度和精度)1 c介乎5%至8%)[2627]。这是一种临床实验室改进修改免除毛细管指戳测试,允许临床医生检查患者的HbA1 c诊所的水平。POC测试提供给这些诊所的所有患者,并提供给每个各自HbA的研究参与者1 c测试时间点。HbA1 c在规定的时间内,使用商业实验室访问的水平来代替POC检测。在所有HbA中1 c本研究参与者的测量数据,99%在基线时,98%在6个月时,95%在12个月时来自商业实验室访问。在基线和6个月时,POC值来自干预组,在12个月时,它们均匀分布。

作为参与的激励,在体重和HbA的6个月和12个月的随访中,研究人员向受试者提供了10美元的星巴克礼品卡1 c测量。

对于干预组,在项目中,指定的Noom教练与参与者个人和团体进行数字交流[23]。在研究的第一周,随机分配到干预组的参与者学习了如何使用Noom程序,如何与他们的教练互动,以及在整个程序中保持动力的重要性。参与者可以通过移动设备访问教练-参与者消息、群消息、行为改变的每日挑战、DPP教育文章(核心部分每周发布20周,维护阶段最长52周)、带彩色编码的食物记录、步骤和运动记录,以及基于食物选择的自动反馈(图1).他们被要求每周通过自我报告、饮食和体育活动记录体重。国家糖尿病预防计划认证的教练通过基于网络的仪表板安全地监控参与者的进展。参与者可以根据需要进行沟通,以支持他们的个人旅程,并期望每天都能收到教练的来信。

与Noom项目参与者一起工作的教练接受了符合国家糖尿病预防计划标准的培训,并接受了动机性访谈技巧的培训。动机性访谈是一种以客户为中心的治疗方式,它利用积极的关注、反思和对客户优势的启发作为行为改变的途径[28]。教练帮助用户每周设定具体的、可测量的、可实现的、现实的、基于时间的目标。通过使用问责制、反馈(食物日志和选择)、解决问题和对理想行为的积极强化,指导作为减肥干预的有效补充[29]。动机性访谈在2型糖尿病女性减肥方面已经显示出良好的效果[30.]。对于那些接受动机性访谈的人来说,体重减轻的增加被认为是通过坚持治疗来发挥作用的。

图1所示。选择移动保健干预的屏幕页面。
查看此图

结果

主要结局指标包括体重和HbA的变化1 c课程开始后6个月和12个月的水平。美国疾病控制与预防中心的国家糖尿病预防计划的减肥基准是在6个月和12个月时体重减轻≥5% [1]。次要结果是探索性的,包括计划内行动(计划参与指标)作为体重和HbA变化的预测因子1 c的水平。研究参与者中任何已知发生的严重不良事件(定义为死亡、严重暴力事件和对干预的正式投诉)均被记录下来。

参与类别是通过每周记录的用餐次数、记录的体重、记录的步数、阅读的文章、在小组中的帖子以及给教练的信息来衡量的。先前的研究表明,关注食物摄入行为调节的特定领域[31],体育活动[31],教育[3233],辅导[29],并通过定期称重来自我监测体重[34可能会促进行为和生活方式的改变,并进一步成功减肥。

统计分析

使用HbA变化的估计SDs来确定样本量1 c糖尿病前期患者的干预研究(N=129) [35]。使用SD为0.36,α为0.05,在80%的功率下,最终样本为224名研究参与者(每组112人),以确定HbA变化的最小可检测差异为0.5%1 c的水平。

对基线特征进行描述性统计,包括平均值、SD和95% CI,以总结基线至6个月的差异,并研究方案干预组与对照组在12个月时的结论。线性混合模型检验了平均体重和HbA的零假设1 c在调整了其他协变量后,干预组和对照组的水平随着时间的推移是相等的。假设检验是双侧的,显著性水平为0.05。多元线性回归检验了应用内行为和参与变量作为干预组体重减轻的预测因素。体重和HbA值的变化1 c无论项目是否完成,首先分析干预组的水平。由于项目参与是获得有临床意义的结果的关键因素,我们进一步根据按照CDC标准完成项目的参与者进行了预先指定的分析[36]。对缺失数据使用最大似然估计和估计最大化算法。所有统计分析均使用SPSS Statistics for Windows (version 21.0;IBM公司),Minitab(版本17.0;Minitab, LLC)和Mplus(版本8.1;muthsamn和muthsamn)


参与者和研究特征

在2016年10月至2017年6月期间,对1513名潜在参与者进行了资格评估,其中930人不符合纳入标准,381人拒绝参加。由此,202名符合研究标准的参与者被招募并随机分配(图2).参与者的参与度和保留率很高,82.2%(166/202)的参与者完成了所有的研究随访。在基线时,两组在体重、BMI和HbA上没有观察到差异1 c水平或人口特征(表1).其中,干预组73.8%(76/103)为女性,对照组69%(68/99)为女性,BMI为31.3 kg/m230.9千克/米2,分别。干预组和对照组的平均年龄分别为55.7岁和57.5岁。没有研究相关的严重不良事件的报道。

图2。招聘和完成的试用概况。
查看此图
表1。研究组的基线特征。
人口特征 干预组(n=103) 对照组(n=99)
女性,n (%) 76 (73.8) 68 (69)
重量(kg),平均值(SD) 85.71 (21.47) 85.93 (22.02)
血红蛋白的1 c(%),平均值(SD) 5.94 (0.18) 5.93 (0.19)
高度(m),平均值(SD) 1.66 (0.08) 1.66 (0.09)
BMI(公斤/米2),均值(SD) 31.25 (6.43) 30.94 (7.23)
年龄(岁),平均(SD) 55.69 (13.63) 57.54 (12.45)

在下载程序的80名干预参与者中,27人没有真正参与(完成少于4个应用内操作,例如,在4周内每周阅读少于一篇文章),53人开始(记录一个操作并阅读文章至少四周),45人完成了程序(记录一个操作并阅读文章至少9周)。6个月时,在有体重数据的患者中,干预组(无论是否开始该计划)31%(28/91)和完成者38%(17/45)的体重减轻>5%,而对照组为14%(11/77)。12个月时,在有体重数据的患者中,干预组27%(25/91)和38%(17/45)的完成者保持了>5%的体重减轻,而对照组为14%(10/72)。

与对照组相似,体重和HbA值没有明显变化1 c在那些没有有意义地参与或没有开始这个项目的人身上可以看到这种水平。重量和HbA卡1 c意向治疗(ITT)水平和6个月和12个月完成情况见多媒体附录2

体重和血红蛋白A1 c6个月时的变化

在ITT分析中,考虑到缺失的数据,干预组和对照组在6个月时的体重和BMI变化有显著差异。干预组6个月时体重和BMI降低- 2.64 kg (SE 0.71;P<.001)和- 0.99 kg/m2(SE 0.29;P <措施),分别。HbA值无差异1 c6个月时各组间水平差异(平均差异0.004%,SE 0.05;P=总收入)。

在不涉及ITT的分析中,随着时间的推移,干预组的体重减轻显著,而对照组的体重减轻不显著,各组之间存在显著的时间相互作用(P=.04),表明体重减轻依赖于是否在干预组。那些完成该计划的人在6个月的临床和统计上取得了5.6%的显著减肥效果t测试(表2图3).与对照组相比,干预完成组的BMI随着时间的推移显著下降(P<措施;图4).HbA1 c在6个月时,两组的水平都随着时间的推移而显著下降,但各组之间没有明显的相互作用(P= .35点;图5).在干预组中,那些完成项目的人没有报告HbA1 c任何时间点的水平均高于6.4%。对照组有2例患者达到HbA1 c6个月时的水平在6.4%或以上。

表2。体重和血红蛋白A的变化1 c在6个月和12个月时,参与者组(干预组、干预完成组和对照组)。
测量值 干预组一个 干预死亡者 对照组一个

6个月,平均(95% CI) 影响的大小b P价值c 12个月,平均(95% CI) 影响的大小b P价值c 6个月,平均(95% CI) 影响的大小b P价值c 12个月,平均(95% CI) 影响的大小b P价值c 6个月,平均(95% CI) P价值c 12个月,平均(95% CI) P价值c
体重(公斤) −3.31(−4.43 ~−2.19) −0.12 <措施 −2.22(−3.31 ~−1.13) 0.01 02 −4.86(−6.39 ~−3.33) −0.22 <措施 −3.92(−5.48 ~−2.37) −0.14 <措施 −0.42(−1.53 ~ 0.69) 。45 −0.09(−1.30 ~ 1.11) 多多
重量(%) −3.69(−4.89 ~−2.48) −0.63 <措施 −2.54(−3.74 ~−1.33) −0.40 <措施 −5.59(−7.22 ~−3.95) −0.99 <措施 −4.66(−6.42 ~−2.90) −0.72 <措施 −0.15(−1.42 ~ 1.11) 结果 0.33(−1.06 ~ 1.72)
BMI(公斤/米2 −1.35(−1.79 ~−0.92) −0.13 <措施 −0.88(−1.31 ~ 0.44) −0.00 <措施 −1.79(−2.34 ~−1.24) −0.15 <措施 −1.44(−2.02 ~−0.87) −0.09 <措施 −0.12(−0.53 ~ 0.29) 56 −0.04(−0.47 ~ 0.39) .86
HbA1 cd(%) −0.15(−0.22 ~−0.08) 0.08 <措施 −0.23(−0.32 ~−0.14) −0.13 <措施 −0.17(−0.25 ~−0.10) −0.06 <措施 −0.28(−0.37 ~−0.19) −0.38 <措施 −0.17(−0.25 ~−0.09) <措施 −0.16(−0.27 ~−0.05) . 01

一个6个月时,干预组体重减轻2.64 kg, BMI差异为0.99 kg/m2与对照组比较(均为P<.001)的意向治疗(ITT)最大似然估计缺失数据分析。在ITT的分析中,在12个月时,干预组比对照组多减掉1.8公斤(P= 0.01), BMI差异为0.58 kg/m2P= . 01)。在ITT分析中,HbA1 c6个月和12个月时两组间无差异,差异为0.004% (P= 0.94)和0.006% (P分别= iseq指数)。

b≤0.2 =小效果;>0.2 ~ <0.8=中效;≥0.8 =大效果。

cP数值从t使用0.05显著性水平进行测试。

dHbA1 c血红蛋白A1 c

图3。权重随时间点变化。ITT公司:意向处理;T0:基线;T6: 6个月;12个月。ITT公司:意向处理;T0:基线;T6: 6个月;12个月。
查看此图
图4。BMI随时间点变化。ITT公司:意向处理;T0:基线;T6: 6个月;12个月。
查看此图
图5。血红蛋白的1 c随时间点变化。ITT公司:意向处理;T0:基线;T6: 6个月;12个月。
查看此图

体重和血红蛋白A1 c12个月后的变化

在ITT分析中,干预组在12个月时的体重和BMI变化显著降低- 1.80 kg (SE 0.81;P= 0.01)和- 0.58 kg/m2(SE 0.24;P分别= . 01)。HbA1 c12个月时两组间水平无差异(0.006%;SE 0.07;P= iseq指数)。

在不涉及ITT的分析中,发现了群体和时间之间的相互作用(P<.001),表明体重减轻取决于是否在干预组。完成该计划的患者在12个月时体重减轻了4.7% (表2图3).干预完成组的BMI在12个月时显著低于对照组(P<措施;图4).在12个月时,HbA1 c干预组的水平继续显著下降,低于糖尿病前期值(图5).在干预组中,那些完成项目的人没有报告HbA1 c高于6.4%。对照组有4例患者达到HbA1 c6个月时的水平在6.4%或以上。

参与变量

完成者积极参与计划(表3).控制年龄、性别、基线BMI(和基线HbA)的多重线性回归1 c(体重变化模型的水平)观察了哪些项目参与行为,包括每周称重的平均数量、阅读的文章、记录的膳食、步数、群组帖子和教练信息,预测了体重和HbA的变化1 c6个月和12个月的水平。6个月和12个月的体重变化也被评估为HbA模型的预测因子1 c水平分别在6个月和12个月变化。

有较高的基线BMI和HbA1 c状态预测6个月后体重减轻(表4).12个月体重减轻的重要项目参与预测因子包括:称重频率(β= - 0.30;P= 0.01),记录更多的步数(β= - 0.21;P=。08)。较高的膳食记录频率可以预测12个月时的体重变化(β= - 0.41;P=措施)。应用内操作不能预测HbA的变化1 c6个月和12个月的水平。

表3。干预参与者的参与度(每周的应用内行动)。
应用内活动 干预均值(SD) 完井平均值(SD)

6个月 12个月 6个月 12个月
记录餐一个 7.40 (8.03) 5.01 (6.43) 12.58 (6.73) 8.53 (6.39)
登录的地方b 0.42 (0.83) 0.29 (0.72) 0.70 (1.0) 0.48 (0.89)
登录步骤 12132 (14131) 9487 (12494) 19110 (14479) 15152 (13511)
文章读 3.92 (5.90) 2.28 (3.80) 6.62 (6.48) 3.86 (4.33)
组的评论c 0.14 (0.32) 0.07 (0.17) 0.23 (0.40) 0.11 (0.20)
给教练的信息 1.44 (1.91) 0.94 (1.46) 2.42 (1.98) 1.58 (1.63)

一个“记录餐”指的是每周记录早餐、午餐、零食和晚餐的时间。

b登录权重指的是每周的应用内部权重自我报告次数。

c小组评论是指每周对小组帖子的回应。

表4。应用内行为作为体重变化预测因子的多元线性回归模型调整了年龄和性别。
因变量和显著预测因子 β水平 t价值一个 P价值 r2 调整r2 F价值一个
6个月体重变化

身体质量指数 −0.302 −2.676 . 01 0.21 0.24 6.158b

HbA1 cc −0.305 −2.765 . 01 0.21 0.24 6.158

6个月时的步骤 −0.205 −1.815 。08 0.21 0.24 6.158

6个月时称重 −0.296 −2.628 . 01 0.21 0.24 6.158
12个月体重变化

12个月大时的膳食 −0.405 −3.603 措施 0.16 0.15 12.983d

一个dft测试和F测试不可用。

bP≤措施。

cHbA1 c血红蛋白A1 c

dP=措施。


主要研究结果

这项随机对照试验显示,对患有前驱糖尿病的成年人进行完全移动的DPP干预和指导,在1年内显著减轻体重是有效的。在ITT分析中,与对照组相比,干预组在6个月和12个月的体重分别减少了2.64公斤和1.80公斤,但HbA1 c随着时间的推移,各组之间的水平没有显著差异。研究表明,在6个月的减肥计划中,体重下降5%至9%,体重略有回升,这表明12个月后体重下降4.8%至8%,48个月后体重下降约3%至4% [37]。我们的数据证实了这些发现,在6到12个月之间体重轻微回升,干预参与者没有恢复到基线体重。

在不涉及ITT的分析中,完成该计划的干预组参与者在6个月和12个月时的体重分别下降了5.6%和4.7%,而对照组的体重没有明显变化。在不涉及ITT的分析中,HbA1 c两组在6个月时水平均有所下降,但只有干预组在12个月时持续显著下降。较高的项目参与度预示着更大的体重减轻,但对HbA没有影响1 c的水平。据我们所知,这是第一个在完全移动的DPP干预中证明长期减肥效果的随机对照试验。

与以往工作的比较

糖尿病预防干预措施通过多种方式提供,包括面对面、社区、网络和移动以及混合干预措施[3538-42],报告体重减轻3%至5%或更多。2009年,一项基于网络的DPP干预显示,完井者在12个月内减重4.79公斤[42]。据我们所知,这项研究是第一个通过一项完全基于移动的DPP的随机对照试验来验证纵向疗效的研究,该试验涵盖了CDC认可项目的所有方面[43]。它通过在相对务实的环境中使用现代最先进的数字移动健康计划,展示了1年后体重明显减少,从而增加了日益增长的数字DPP干预文献。

我们之前在24周和65周的完全移动DPP观察研究中显示了显著的体重减轻[2223],完成锻炼计划的人比不开始锻炼的人和开始锻炼的人体重减轻的程度更高。与基于网络的DPP干预类似,完成该计划的患者在6个月和12个月分别减轻了- 4.7公斤和- 4.0公斤的体重[44],我们发现干预完井者在6个月和12个月时体重分别为- 4.9 kg和- 4.0 kg。另一项针对老年人的DPP干预发现,与面对面干预相比,更多的参与者完成了基于网络的DPP计划,在6个月和12个月内体重减轻了5% [45]。

基线BMI和HbA较高1 c水平,记录更多的步数和更频繁的称重预示着6个月后体重减轻的效果更好,而在12个月后继续记录饮食则预示着1年后体重减轻的效果更好。在此之前,称重和记录更多的饮食以及小组互动可以预测24周的体重下降[22],而在65周时,饮食记录和与支持小组的互动仍然是重要的减肥预测因素,支持自我监控作为成功减肥和维持体重的关键组成部分[23]。事实上,应用内群体互动形式的社会支持和持续食物记录所证明的高自我效能感是预测减肥成功的关键因素,进一步支持通过移动健康(mHealth)设计个性化干预策略[46]。HbA值较高的人1 c他们的体重下降幅度更大,这可能意味着他们的HbA值处于临界水平1 c血糖水平并不一定会促使临床医生在将患者转到DPP前开药物处方,这有助于在不需要药物治疗的情况下减少显性T2DM的发展。6个月或12个月的体重变化不是HbA的预测因子1 c变化,表明可能需要更大的样本和更长的研究时间来建立更强的关联。

本研究表明,对照组接受常规护理和CDC的DPP书面材料并没有导致有意义的体重减轻或HbA降低1 c的水平。先前基于移动的前驱糖尿病和减肥干预已经显示出疗效,这里我们提供了进一步的证据,证明完全基于移动的DPP干预的可行性,可导致长达1年的有意义的持续体重减轻。这种方法的有效性在临床上具有重要意义,因为智能手机技术消除了面对面干预所带来的时间和可及性障碍,因此可能有更多的高危人群可以参与这种干预。医疗专业人员可以很容易地采用移动干预措施,促进患者参与和参与DPP项目,以降低2型糖尿病风险,提高患者护理水平,同时提高他们的实践效率。

限制

项目参与是本研究的一个局限性。我们发现23名参与者拒绝下载程序或兑换干预程序的注册码,尽管他们仍然参加了研究并完成了大部分访问。另外53名参与者没有参与或完成该项目。设计有方案的干预措施来重新吸引逝去的研究参与者可能会提高参与度。

智能手机版的DPP允许密集的教育,可以随着时间的推移传播,因为各种形式的交流的各种程序功能。研究表明,患者参与度和糖尿病风险意识较差[4748]。低自我激励可能会影响及时治疗,这表明需要加强教育,以建立对糖尿病前期状况和DPP潜在益处的真正认识和理解。这些因素似乎是临床护理的重大差距,并报告了糖尿病前期成人降低风险的不良行为。48]。这些发现提示需要在临床环境中提高对患者的教育和认识,以预防2型糖尿病的发生并降低未来并发症的风险。

尽管能够测量参与者是否完成了程序中的教育内容,但无法确保他们完全阅读了内容或参与了建议在应用程序外完成的活动或实践。我们研究的另一个限制是BMI <25 kg/m的前驱糖尿病患者2在我们的分析中,降低了减肥和HbA1 c的水平。此外,尽管82%的参与者完成了所有的研究访问,但研究对HbA的影响仍然不足1 c结果。更大的样本量可以对HbA的有效性提供更可靠的估计1 c的水平。未来的研究需要建立更广泛的推广和HbA的真正疗效1 c项目干预导致的减少。

尽管存在这些局限性,但该研究是CDC完全认可的项目中的第一个移动健康DPP随机对照试验,显示长期体重减轻超过5%,并维持长达1年。此外,干预组的完成者有足够大的体重减轻,这推动了显著的ITT体重减轻。主要结果测量是在一个受控的临床环境中可靠地获得的,消除了可能通过自我报告产生的潜在测量误差。研究参与者主要是女性,这可能会限制概括性;然而,样本是从代表长岛有2型糖尿病风险的一般人群的三级保健门诊医疗实践中招募的。此外,样本包括年龄≥18岁和BMI正常的个体,表明干预结果可适用于一般高危人群。

对医疗状况或风险了解更多的人更有可能寻求额外的医疗护理和重大的生活方式改变。认为体重对个人健康构成威胁的观念极大地促进了他们减肥的努力[49]。那些被医生告知如果不改变体重就会有健康风险的人可能会比其他人更积极地参与减肥计划,因为这一建议已被证明与减肥努力密切相关。4950]。未来的研究将集中在诊断后和转诊到DPP之前进行简短但密集的糖尿病前期教育,以帮助更好地了解这种诊断所面临的真正风险。一个简短的预备干预可以提高现场、移动、网络或联合dpp的使用率,并有效预防2型糖尿病,改善更多可能没有求医的人的健康结果。

结论

作为同类的第一个长期随机干预,本研究的结果表明,一种全新的完全基于智能手机的人工指导的DPP是一种有效和强大的工具,可以实现长达1年的临床和统计上显著的体重减轻,降低2型糖尿病的风险,以及面对面的干预,但没有额外的障碍。通过指导、无缝的自我监测工具和参与移动交付的DPP内容进行持续指导是实现体重持续变化和预防2型糖尿病的关键。

致谢

作者要感谢石溪医学院的所有参与者和医生对这项研究的重要贡献;没有他们,这项研究是不可能的。在统计指导和专业知识方面,作者感谢波多黎各大学mayag的David González Barreto博士和纽约伊坎医学院的Tom Hildebrandt博士。作者还感谢Kayla Reynolds, MS和Martica Heaner博士在编辑方面的帮助。作者对指导本研究参与者的教练表示感谢:Peter Athans, MS;劳拉·马奥尼,MS;斯托尼布鲁克女士(MS. Stony Brook)是纽约数字健康加速器(New York Digital Health Accelerator)的导师组织,该项目将供应商与新兴科技公司配对,以试点创新的医疗保健技术。通过这种伙伴关系,石溪和Noom致力于确定具体的合作机会。Noom, Inc拥有Noom Coach(研究治疗),帮助设计试验,并为参与者支付礼品卡,西门子DCA-A的卡带1 c分析仪(用于初级保健和内分泌科诊所)和研究人员。本研究没有额外的资金来源。

利益冲突

TT和AM受雇于Noom, Inc,并获得工资和股票期权。AM持有Noom公司的专利申请(3492.004US1)。Noom Coach是Noom, Inc.旗下的移动健康项目。作者没有额外的利益冲突,也不存在其他作者的竞争经济利益。

多媒体附录1

试验报告综合标准核对表。

PDF档案(adobepdf档案),1150kb

多媒体附录2

参与者组6个月和12个月体重和血红蛋白A1c。

DOCX文件,18kb

多媒体附录3

配偶- ehealth检查表(V 1.6.1)。

PDF档案(adobepdf档案),1150kb

  1. 疾病预防控制中心。美国疾病控制与预防中心,2017。国家糖尿病统计报告:美国糖尿病及其负担的估计https://www.cdc.gov/diabetes/data/statistics/statistics-report.html[2020-05-07]访问
  2. 世界卫生组织,2016。全球糖尿病报告https://www.who.int/diabetes/global-report/en/:[2019-03-28]访问
  3. Boyle JP, Thompson TJ, Gregg EW, Barker LE, Williamson DF。2050年美国成人糖尿病负担预测:发病率、死亡率和前驱糖尿病患病率的动态模型人口健康监测2010 Oct 22;8:29 [免费全文] [CrossRef] [Medline]
  4. 美国糖尿病协会。2017年美国糖尿病的经济成本。糖尿病护理2018;41(5):917-928 [j]免费全文] [CrossRef] [Medline]
  5. 福勒乔丹。糖尿病的微血管和大血管并发症。临床糖尿病2008年4月1日;26(2):77-82。[CrossRef]
  6. Perreault L, Temprosa M, Mather KJ, Horton E, Kitabchi A, Larkin M,糖尿病预防项目研究小组。从糖尿病前期到正常血糖调节的回归与心血管风险的降低有关:来自糖尿病预防项目结果研究的结果糖尿病护理2014 Sep;37(9):2622-2631 [j]免费全文] [CrossRef] [Medline]
  7. Knowler WC, Barrett-Connor E, Fowler SE, Hamman RF, Lachin JM, Walker EA,糖尿病预防计划研究小组。生活方式干预或二甲双胍降低2型糖尿病的发病率。中华医学杂志2002年2月7日;346(6):393-403 [J]免费全文] [CrossRef] [Medline]
  8. 糖尿病预防项目研究小组。生活方式干预或二甲双胍对糖尿病发展和微血管并发症的长期影响超过15年的随访:糖尿病预防项目结果研究柳叶刀糖尿病内分泌杂志2015年11月;3(11):866-875 [j]免费全文] [CrossRef] [Medline]
  9. 糖尿病预防项目研究小组,Knowler WC, Fowler SE, Hamman RF, Christophi CA, Hoffman HJ,等。糖尿病预防项目结局研究中糖尿病发病率与体重减轻的10年随访。柳叶刀2009 Nov 14;374(9702):1677-1686 [免费全文] [CrossRef] [Medline]
  10. Levine DM, Savarimuthu S, Squires A, Nicholson J, Jay M.初级保健技术辅助减肥干预:系统评价。中华内科实习医学杂志,2015;30(1):107-117 [J]免费全文] [CrossRef] [Medline]
  11. Dunkley AJ, Bodicoat DH, Greaves CJ, Russell C, Yates T, Davies MJ等。现实世界中的糖尿病预防:实用生活方式干预预防2型糖尿病的有效性以及遵循指南建议的影响:一项系统回顾和荟萃分析糖尿病护理2014;37(4):922-933。[CrossRef] [Medline]
  12. McTigue KM, Conroy MB.在初级保健中使用互联网治疗肥胖和预防2型糖尿病。中国生物医学工程学报,2013,32(1):98-108。[CrossRef] [Medline]
  13. 马军,杨伟,肖林,Lavori PW, Wilson SR, Rosas LG,等。将糖尿病预防计划生活方式干预减肥转化为初级保健:一项随机试验。中国医学杂志2013年1月28日;17 (2):113-121 [j]免费全文] [CrossRef] [Medline]
  14. 美国糖尿病协会。预防或延缓2型糖尿病。糖尿病护理2019年1月42日(增刊1):S29-S33。[CrossRef] [Medline]
  15. Thomas T, Samuel-Hodge CD, Porterfield DS, Alva ML, Leeman J.扩大北卡罗莱纳州糖尿病预防项目规模:潜在项目接受者和提供者的需求感知。糖尿病教育,2019;45(1):116-124。[CrossRef] [Medline]
  16. Bowen ME, Schmittdiel JA, Kullgren JT, Ackermann RT, O'Brien MJ。建立以人群为基础的美国成人糖尿病筛查和预防方法。中国糖尿病杂志2018年9月19日;18(11):104 [j]免费全文] [CrossRef] [Medline]
  17. 张建军,张建军,张建军,等。减肥和糖尿病发病率与退伍军人健康管理MOVE!生活方式改变计划:一项观察性研究。柳叶刀糖尿病内分泌杂志2015;3(3):173-180 [j]免费全文] [CrossRef] [Medline]
  18. Griauzde D, Kullgren JT, Liestenfeltz B, Ansari T, Johnson EH, Fedewa A,等。在拒绝参加免费糖尿病预防项目的糖尿病前期成人中推广健康行为的基于手机的项目:混合方法试点随机对照试验。移动健康与健康2019年1月9日;7(1):e11267。[CrossRef] [Medline]
  19. 糖尿病专家:美国糖尿病协会,2015。糖尿病概况介绍网址:http://professional.diabetes.org/admin/UserFiles/0%20-%20Sean/Documents/Fast_Facts_3-2015.pdf[2015-08-01]访问
  20. Fukuoka Y, Gay CL, Joiner KL, Vittinghoff E.一种新的使用手机应用程序的糖尿病预防干预:一项随机对照试验。中华预防医学杂志2015年8月;49(2):223-237 [J]免费全文] [CrossRef] [Medline]
  21. 引用本文:张丽娟,张丽娟。基于网络的糖尿病预防项目的长期结果:一项单臂纵向研究。医学互联网研究2015年4月10日;17(4):e92 [J]免费全文] [CrossRef] [Medline]
  22. 李建军,李建军,李建军,等。一种新型移动糖尿病预防方案的研究进展。中华糖尿病杂志;2016;31 (1):444 [j]免费全文] [CrossRef] [Medline]
  23. Michaelides A, Major J, Pienkosz E, Wood M, Kim Y, Toro-Ramos T.一种新型移动糖尿病预防项目交付平台的有效性:人类指导:65周观察随访。JMIR移动健康Uhealth 2018 May 3;6(5):e93 [j]免费全文] [CrossRef] [Medline]
  24. 美国糖尿病协会。糖尿病患者医疗保健标准-2014。糖尿病护理2014年1月37日(增刊1):S14-S80。[CrossRef] [Medline]
  25. 国家糖尿病、消化和肾脏研究所。2006。预防2型糖尿病的计划https://www.niddk.nih.gov/health-information/diabetes/overview/preventing-type-2-diabetes/game-plan[2020-05-07]访问
  26. 张建军,张建军,张建军,等。血红蛋白的定量测定1 c关于DCA优势护理点分析仪作为糖尿病诊断试验:一项内部验证研究。埃尔克哈特,美国:西门子医疗诊断;2014.
  27. Whitley HP, Yong EV, Rasinen C.选择A1c护理点仪器。糖尿病杂志2015年8月28日(3):201-208 [j]免费全文] [CrossRef] [Medline]
  28. 张丽娟,张丽娟。动机性访谈在医疗保健中的应用。中华慢性阻塞性肺疾病杂志2009;5(3):203。[CrossRef]
  29. Butryn ML, Webb V, Wadden TA。肥胖的行为治疗。中华精神病学杂志;2011;34(4):841-859 [j]免费全文] [CrossRef] [Medline]
  30. 王丽娟,李建平,李建平,等。动机访谈对2型糖尿病患者减肥效果的影响。糖尿病护理2007;30(5):1081-1087。[CrossRef] [Medline]
  31. Tronieri JS, Wadden RA。肥胖患者的行为评估。In: Wadden TA, Bray GA,编辑。肥胖治疗手册。第二版。纽约,美国:吉尔福德出版社;2018:253 - 282。
  32. barns RD, Ivezaj V, Martino S, Pittman BP, Grilo CM。回到基础?在一年的随访中,与营养心理教育相比,动机性访谈没有减轻体重。肥胖(Silver Spring) 2017; Dec;25(12):2074-2078 [j]免费全文] [CrossRef] [Medline]
  33. Barnes RD, White MA, Martino S, Grilo CM。一项比较初级保健中可扩展减肥治疗的随机对照试验。肥胖(Silver Spring) 2014; 12 (12):2508-2516 [j]免费全文] [CrossRef] [Medline]
  34. Butryn ML, Phelan S, Hill JO, Wing RR。持续的自我监测体重:成功减肥的关键组成部分。肥胖(Silver Spring) 2007; 12;15(12):3091-3096 [免费全文] [CrossRef] [Medline]
  35. Block G, Azar KM, Romanelli RJ, Block TJ, Hopkins D, Carpenter HA,等。通过电子邮件、网络和移动电话的全自动行为干预预防糖尿病和减肥:糖尿病前期患者的随机对照试验。医学互联网研究,2015年10月23日;17(10):e240 [J]免费全文] [CrossRef] [Medline]
  36. 美国疾病控制与预防中心,2015。CDC识别URL要求:https://www.cdc.gov/diabetes/prevention/lifestyle-program/requirements.html[2019-03-17]访问
  37. Franz MJ, van Wormer JJ, Crain AL, Boucher JL, Histon T, Caplan W,等。减肥结果:对至少1年随访的减肥临床试验进行系统回顾和荟萃分析。中华医学杂志,2007;10(10):1755-1767。[CrossRef] [Medline]
  38. 甘佩娜,李建平,李建平,等。医疗保险人群糖尿病风险降低的数字健康计划与人类指导的结果。中国老年医学杂志;2018;30(5):692-710 [J]免费全文] [CrossRef] [Medline]
  39. shiinzadeh M, Afshin-Pour B, Angeles R, Gaber J, Agarwal G.低收入和中等收入国家社区项目对糖尿病预防的影响:系统回顾和meta分析。《全球卫生》2019年2月1日;15(1):10 [免费全文] [CrossRef] [Medline]
  40. 王晓明,王晓明,王晓明,等。中国糖尿病预防项目的研究进展。实施科学2015年12月15日;10:172 [免费全文] [CrossRef] [Medline]
  41. 乔纳·柯林,Nam S, Whittemore R.基于电子健康的糖尿病预防计划的生活方式干预:系统回顾和荟萃分析。2017年7月;100:194-207 [j]免费全文] [CrossRef] [Medline]
  42. McTigue KM, Conroy MB, Hess R, Bryce CL, Fiorillo AB, Fischer GS,等。利用互联网将循证生活方式干预转化为实践。中华电信杂志;2009;15(9):851-858。[CrossRef] [Medline]
  43. Albright AL, Gregg EW。在美国社区预防2型糖尿病:国家糖尿病预防计划。中华预防医学杂志,2013年4月;44(增刊4):S346-S351 [J]免费全文] [CrossRef] [Medline]
  44. Moin T, Damschroder LJ, AuYoung M, Maciejewski ML, Havens K, Ertl K,等。一个在线糖尿病预防项目干预试验的结果。预防医学2018年11月;55(5):583-591 [J]免费全文] [CrossRef] [Medline]
  45. 李建军,李建军,李建军,李建军。老年人糖尿病的预防与预防。糖尿病护理2018;41(12):2644-2647 [j]免费全文] [CrossRef] [Medline]
  46. Kim H, Faw M, Michaelides A.移动但连接:通过移动健康干预利用自我效能感和群体支持的力量减肥成功。卫生通讯[J]; 2017;22(5):395-402。[CrossRef] [Medline]
  47. 李建军,李建军,李建军,李建军。糖尿病前期患者的糖尿病风险控制研究进展。中华预防医学杂志,2010,38(4):403-409。[CrossRef] [Medline]
  48. O'Brien MJ, Moran MR, Tang JW, Vargas MC, Talen M, Zimmermann LJ,等。患者对糖尿病前期的认知和对糖尿病预防的偏好。糖尿病教育,2016;42(6):667-677 [j]免费全文] [CrossRef] [Medline]
  49. Gregory CO, Blanck HM, Gillespie C, Maynard LM, Serdula MK.超重和肥胖男性和女性的感知健康风险:性别差异。2008年7月前刊;47(1):46-52。[CrossRef] [Medline]
  50. 刘建军,刘建军,刘建军。美国人饮食与身体活动行为的影响因素分析。[j]。科学通报2005;13(3):596-607 [j]免费全文] [CrossRef] [Medline]


艾达:美国糖尿病协会
疾病预防控制中心:疾病控制和预防中心
民进党:糖尿病预防计划
HbA1 c血红蛋白的1 c
ITT公司:意向处理
健康:移动健康
POC:医疗点
个随机对照试验:随机对照试验
2型糖尿病:2型糖尿病


G·艾森巴赫编辑;提交17.01.20;由D Biduski, YH Lin, A De Marchi同行评审;对作者的评论21.03.20;收到03.04.20修订版本;接受15.04.20;发表08.07.20

版权

©Tatiana Toro-Ramos, Andreas Michaelides, Maria Anton, Zulekha Karim, Leah Kang-Oh, Charalambos Argyrou, Elisavet Loukaidou, Marina M Charitou, Wilson Sze, Joshua D Miller。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com), 08.07.2020。

这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mHealth和uHealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map