持续使用患者门静脉特征和改善糖尿病生理指标

介绍

糖尿病影响了超过2900万美国人[1]，估计耗资2450亿美元[2]和3220亿美元[3.在2012年。尽管有效的治疗方法取得了进展[4]，几乎一半的2型糖尿病患者没有达到血糖控制、低密度脂蛋白(LDL)胆固醇控制或血压控制的推荐目标[5]。糖尿病控制不佳与健康状况不佳、发病率和死亡率增加有关[1，3.]。2型糖尿病影响了很大一部分美国退伍军人，25%的退伍军人被诊断患有这种疾病。6，7]。

糖尿病和其他慢性疾病患者不能很好地接受限于亲自就诊的偶发性、事务性护理。医学研究所[8呼吁向持续的、协调的护理转变，利用信息技术来支持自我管理和诊所访问之间的沟通。2型糖尿病需要患者自我管理和有效的医患沟通，以定制治疗、管理副作用、监测生理过程和筛查并发症。个人健康记录和病人门户是有可能增加病人自我管理和使病人更好地与他们的临床团队沟通的技术。[9，10]。

慢性疾病管理中患者门静脉有效性的证据有限，与结果的关联也很复杂[11]。Tenforde等[12研究发现，门静脉使用与糖尿病相关质量指标的改善有关，但没有发现不同门静脉使用强度与剂量反应相关，也没有根据特定的门静脉特征分离出影响。使用门户网站的潜在好处包括患者报告满意度的提高，面对面就诊之外的访问的改善，以及面对面就诊的效率和质量的提高[13]。凯撒的研究[14]和团体保健合作社[15，16发现安全信息(SM)的使用与糖尿病护理的改善之间存在显著关联，在血糖测试和控制方面有显著改善。其他研究表明，仅通过患者门户网站使用基于网络的处方补充，他汀类药物的糖尿病患者的药物依从性得到改善[17]。门静脉使用与护理措施改善胆固醇和血压效果的关系[j]。14在糖尿病和高血压患者中也有记录。

门户网站千差万别，增加了评估它们对患者健康结果可能产生的影响的难度。有些与卫生保健系统有关，有些则不是，有些是特定疾病，而大多数不是[18，19]。退伍军人事务部(Department of Veterans ' Affairs)为病人提供了一个名为My HealtheVet (MHV)的门户网站，其中包括一些功能，可以让他们重新填写退伍军人事务部的处方，并向医生发送安全信息。20.-22]。SM和基于web的处方补充这两个功能是门户网站中最常见的，也是使用频率最高的[23]。糖尿病退伍军人对MHV和这些关键特征的接受程度相对较高[7]。

本研究探讨了2型糖尿病患者在开始使用MHV患者门户的关键特征后，与同样注册了门户但未开始使用任何这些特征的2型糖尿病患者相比，其糖尿病结局是否得到改善。为了回答这个问题，我们集中研究了诊断为2型糖尿病的患者，这些患者在基线(2009-2010年)至少有一项不受控制的生理指标(血红蛋白A1c、低密度脂蛋白胆固醇、血压)，以检查那些在2010年至2013年期间首次使用门户网站的基于网络的处方补充或SM功能的患者是否比未使用的患者更有可能在随访(2013-2014年)中实现控制。我们还试图探索网络补充和SM使用对生理指标的单独和联合影响，以及持续使用是否与更大的实现控制的可能性相关。

方法

研究设计与概述

我们对MHV网站注册的2型糖尿病退伍军人进行了一项为期5年的回顾性队列研究。这些分析的数据来自退伍军人健康管理局的企业数据仓库，包括行政数据、住院和门诊护理的临床记录，以及MHV登记和使用数据。我们使用国际疾病分类第九版临床修改(ICD-9-CM)诊断代码(2007年10月1日- 2009年3月31日)来确定2型糖尿病的诊断和基线患者特征。2009年4月1日至2014年3月31日的数据用于评估MHV的使用情况。在基线和随访时获得临床护理期间的中间生理指标。此外，我们通过邮政编码将美国人口普查局2007- 2011年美国社区调查(5年估计)中的收入和教育程度变量与每个退伍军人联系起来。

群的资格

我们确定了在2009年3月之前至少有两次门诊记录或一次住院记录的患者，其ICD-9-CM诊断代码为2型糖尿病(N=1,207,703)。在退伍军人管理局的管理数据中，使用两种或两种以上与糖尿病相关的ICD-9-CM代码是识别糖尿病患者最准确的方法[24]。然后，我们排除了2009年至2010年未使用VA进行初级保健的患者，控制或缺少糖尿病结局测量的患者，未在门户网站注册的患者，或在2010年之前使用过MHV基于网络的处方补充或SM功能的患者(见图1）.我们将分析限制在那些注册使用MHV门户的人，以尽量减少用户和非用户在访问门户或使用门户的意愿方面的差异，以便我们可以专注于与实际使用的关联。我们之前的工作表明，在门户网站注册的患者(但没有使用功能)是一个更合适和可比较的参考组[7]。因为我们的目标是了解患者门户如何帮助实现生理控制的改善，我们也从主要分析中排除了那些在基线时得到控制的患者，因为这些患者已经成功地控制了他们的生理指标，而没有使用MHV。最终分析队列包括111,686例患者。

‎ 查看此图

变量

因变量-糖尿病相关生理指标:HbA1c, LDL，收缩压和舒张压

我们使用美国糖尿病协会的指南来定义血糖、胆固醇和血压控制的临界值[25]。我们定义基线(2009年4月至2010年3月)未控制血糖，如果患者在此期间的平均血红蛋白A1c (HbA1c)大于或等于7.0% (53 mmol/mol);基线未控制LDL胆固醇，如果患者在同一时期的平均胆固醇读数大于或等于100 mg/dL (2.586 mmol/L)。同样，如果基线时的平均收缩压(通过基线年的平均读数来评估)为140 mmHg或更高，或平均舒张压(基线年的平均)为80 mmHg或更高，我们确定患者血压不受控制。为了通过随访实现控制，患者必须将读数降低到临界值以下(血糖和低密度脂蛋白胆固醇)或同时控制收缩压和舒张压(血压)。2013-2014年随访时基线值未控制的患者是否获得控制的二元指标是logistic回归模型的因变量。

自变量-门户的使用:注册、使用基于web的处方补充和安全消息传递

在2013年4月1日之前注册的退伍军人中，我们测量了门户网站的两个关键功能的使用情况，这些功能在整个研究期间都是可用的:基于网络的处方补充功能和SM功能，并使用任何使用的二元指标来描述样本。我们评估了每位患者在潜在暴露期间(2010年4月至2013年3月)使用每种特征的频率。在一些设施中，患者被提示尝试这些功能(例如，向自己的初级保健团队发送测试信息)，作为MHV培训的一部分。因此，我们将“使用”定义为每年通过MHV门户网站在线填写两个或两个以上的处方，或每年发送两个或两个以上的短信，以确保我们捕获实际使用，而不仅仅是参加培训会议。为了测量暴露剂量，我们对每个门静脉特征的使用的主要测量是一个分类变量，表明患者在潜在暴露期间是否在1年、2年或3年或更长时间内每年使用每个特征两次或两次以上。测量每个门户功能使用年数的连续变量(即，使用2+续药或发送2+短信的年数)用于测试趋势。

共

我们使用的其他协变量包括人口统计学特征，如患者年龄、性别、种族或民族、居住在城市、郊区或农村、受教育程度和收入。在多变量模型中，我们调整了年龄、性别、种族、合并症和社会经济地位的可用衡量标准，因为在之前的研究中，这些因素与SM的采用和患者门户网站有显著关联[9，26]。对于收入，我们纳入了一项衡量患者是否有资格获得退伍军人健康管理局基于低收入的免费护理的措施。由于退伍军人收入和教育程度的数据不存在于退伍军人企业数据仓库中，我们还将人口普查数据按邮政编码与25岁以上获得学士学位或更高学位的成年人的百分比以及过去12个月25岁及以上收入的人均收入中位数(2011年通货膨胀调整后的美元)联系起来。我们还调整了患者在基准年内的初级保健就诊次数以及他们患有的合并症的数量，这些数量由Elixhauser算法确定，用于从行政数据中识别合并症[27]。

分析

我们对整个队列进行了特征描述，并通过使用总体和基线时具有特定不受控制的生理测量的患者，检查了患者人口学和临床特征的均值和分布。在研究的每一年，我们使用每个特征计算糖尿病患者在队列中的比例，以及每年重新开具处方或发送安全信息的平均数量。我们的主要目的是评估患者门静脉功能的使用与糖尿病相关生理指标(HbA1c、LDL、BP)变化的关系。为了实现这一目标，我们首先计算了基线时未控制的患者在随访时达到控制的比例的均值和二项置信区间(ci)，并按使用SM或基于网络的再填充特征的年数分层。然后，我们构建了一系列逻辑回归模型，根据门静脉使用的分类测量(每个特征的使用年限)，对前面描述的协变量进行调整，预测随访时每个生理指标的控制情况。所有logistic回归模型均根据患者年龄进行调整;性别;种族或民族;获得免费退伍军人管理局医疗保健的资格;基线时Elixhauser合并症的数量; number of primary care visits at baseline (in 2009-2010) and during the study period (2010-2014); urban, suburban, rural, or highly rural residence; median income by postal code; and the percentage of college graduates in the patient’s residential postal code. In addition, models for control of blood pressure, cholesterol, and HbA1c at follow-up (2013-2014) were adjusted for the patient’s mean baseline blood pressure, LDL cholesterol, or HbA1c value in 2009 to 2010, respectively. Separate models were first run for each feature (Web-based prescription refill use and SM use) because there was a moderate correlation between uses of the two features. To further evaluate the independent effect of each feature, we also ran combined logistic models, which included both Web-based prescription refill use and SM use in the same models. To test for dose response, we then ran tests of trend treating the number of years of use of each feature as a continuous variable. We also conducted sensitivity analyses to see whether results changed depending on (1) our definition of use (ie, defining use as one or more uses of a feature in a given year) or (2) inclusion of patients who met other inclusion criteria but were controlled at baseline in the analysis sample.

结果

功能使用

在我们的111686例患者队列中(见图1在2010年4月至2014年3月期间，50482人(45.20%)每年至少两次使用基于网络的处方补充或SM或两者，61204人(54.80%)两者都不使用。

病人的特点

表1描述了总体样本的特征，并检查了2010年4月至2014年3月期间使用基于网络的处方补充功能或SM功能或两者兼有的MHV患者与未使用这些功能的患者之间的差异。

与不使用任何一种特征的患者相比，使用基于网络的再填充或SM的患者略年轻(60.6岁vs 63.2岁)。P<.001)，女性更有可能(4.08% vs 3.16%);P<.001)，并且基于低经济手段的不太可能有资格获得免费VA护理(18.87% vs 21.71%)，P<措施)。使用者和非使用者在种族或民族上存在显著差异，非裔美国人(P<.001)，亚洲(P= 0.015)，人种不详的患者(P= 0.003)比白人患者更不可能成为吸毒者。非裔美国人和白人患者之间的差异最为显著(39.73%(7521 / 18931))的非裔美国患者是用户，而白人患者为46.49%(35,759/76,920)。P<措施)。尽管大多数患者居住在城市地区，但城市患者使用药物的可能性略低于居住在高度农村地区的患者(45.06%(36,078/80,060)对46.80%(3,143/6,716)。P= .006)。

在基线时，Elixhauser合并症的数量无显著差异(P=.0679)，按邮政编码划分的收入中位数(P=.5095)，居住地邮政编码中拥有学士学位或更高学历的成年人所占比例(P= .0524)。在整个队列中，基线时的初级保健就诊次数有统计学意义上的差异(非使用者4.37次vs基线时使用者4.43次)。P= 0.0027)，但当观察基于基线非控制测量的分析亚组时，这种差异消失了(见表2）.在2010年和2014年之间，初级保健访问次数有显著差异(非用户为16.97次，用户为18.34次)。P<措施)。在所有分析亚组中，用户也显示出更高的初级保健使用率(见表2）.

描述基于每个非控制测度(即每个逻辑回归模型的样本)的特征的进一步细节总结于表2．

门户网站使用

从2010年到2014年，网络补药和SM的使用稳步增长(图2）.在2010年之前未使用门户网站的登记糖尿病患者中，2010 - 2011年使用网络处方再配的患者仅为7.98%(8,917/111,686)，平均每人每年再配的次数为3.13次。同年，由于大多数设施刚刚实施SM，只有0.22%(241/111,686)使用SM，每个用户平均发送0.059条消息。2013 - 2014年，使用网络调剂的新用户比例上升至34.13%(38113 / 111686)，平均每人配药27.84张;使用短信的新用户比例上升至15.75%(17592 / 111686)，平均每人发送9.46条短信。

‎ 查看此图

5年来患者门静脉使用与糖尿病生理指标变化的关系

逻辑回归结果见表3．

我们的单特征logistic回归模型(模型1a-c和模型2a-c)显示，基线(2009-2010)时HbA1c未控制的患者如果使用SM 2年或更长时间，在随访(2013-2014)时更有可能实现血糖控制。与从未使用过SM的患者相比，使用SM的患者在随访时HbA1c低于7.0% (53 mmol/mol)的几率高22%(使用2年后，比值比:OR=1.22, CI: 1.13-1.32)，高28%(3年或更长时间后，OR=1.28, CI: 1.13-1.44)。

然而，在使用3年或更长时间后，使用基于网络的处方补剂仅与血糖控制相关(or =1.07, CI: 1.01-1.14)。基线血压不受控制的患者在随访中仅使用2年(OR=1.06, CI: 1.01-1.12)或3年或更长时间(OR=1.05, CI: 1.00-1.11)与不使用网络续药的患者相比，更有可能获得控制。使用SM与血压控制的改善没有显著相关。在随访时，基于网络的再灌注使用和SM使用均与LDL胆固醇水平的改善显著相关。与非服药者相比，服药者低密度脂蛋白胆固醇低于100 mg/dL (2.586 mmol/L)的几率在使用2年的网络续药组高12% (OR=1.12, CI: 1.05-1.20)，使用3年以上的网络续药组高16% (OR=1.16, CI: 1.08-1.24)，使用SM 1年的高9% (OR=1.09, CI: 1.01-1.18)，使用SM 2年的高17% (OR=1.17, CI: 1.07-1.27)，使用SM 3年以上的高22% (OR=1.22, CI: 1.06-1.40)。

我们还运行了与前面提到的相同的逻辑回归模型，其中包括SM的使用年份和基于web的再填充使用年份(模型3a-c)，以及逻辑回归模型，其中包括SM的使用年份或基于web的再填充使用年份作为趋势测试的连续变量(模型4a-c)。结论基本保持不变，尽管在联合模型中，SM使用与LDL之间关联的or值更弱(除了SM使用2年之外不再显著)。联合模型(和趋势检验)没有显示SM使用与血压控制之间的显著关联(P= .370for trend), or between Web-based refill use and glycemic control (P= .585for trend); however, tests for trend revealed significant dose-response relationships between use of SM and glycemic control (P<.001)，使用网络补充和血压控制(P=.001)，同时使用特征和LDL控制(P<措施一个ndP= .015for trend, respectively, for refills and SM use).

‎ 查看此图

图3显示了在每项措施基线时未控制的患者中，通过随访，根据补液和SM使用的年数，对每项措施实现控制的预测概率。该图说明了每种工具的持续使用如何与生理指标控制的改善相关联。

敏感性分析

我们进行了敏感性分析，看看我们的结果是否会随着那些生理指标控制在基线，但其他方面符合纳入标准的人的纳入而改变。虽然ORs减弱了，但趋势的显著性测试显示，在所有措施的随访中，特征使用与控制之间存在相同的关系。同样，当使用被定义为在给定年份中使用一次功能时，or再次有所减弱;然而，包括趋势测试在内的结果，对特征使用与随访时控制的生理结果之间的关系得出了相同的结论。

讨论

主要研究结果

在这组2型糖尿病患者和不受控制的生理指标中，我们发现MHV患者门户在2010年至2014年期间活动增加。基于网络的补药的使用率和使用量的增长高于SM。我们观察到，在通过MHV开始并持续使用网络补药或SM或两者的糖尿病患者中，生理指标的改善很小，具有统计学意义，并且具有潜在的意义。然而，这种关联因特定MHV特征而异。在发现显著关联的地方，使用SM比使用基于网络的再填充有更高的改善结果的几率。

与前期工作比较

使用SM与改善糖尿病生理指标之间的关系与先前的研究一致[14-16];然而，我们能够添加关于持续使用多年的影响的信息。对于大多数措施，我们发现了对结果的剂量反应效应，这表明持续使用该功能与随访时更大的控制可能性相关。患者使用该功能的时间越长，与不使用该功能的患者相比，获得控制的几率就越大。使用SM与持续使用2至3年以上的血糖控制改善相关。血压不受控制的2型糖尿病患者通过MHV使用2至3年以上基于网络的药物补充更有可能实现血压控制。处方补剂和SM均与持续使用后血脂水平的改善有关。对模型中两个特征的使用进行调整确实改变了实现控制的可能性的大小。这表明，患者门户网站使用与健康结果之间的关联将根据所使用的不同功能的组合以及患者如何使用每个功能进行健康状况自我管理而有所不同。

基于网络的药物补充可能影响健康结果的一种机制可能是通过提高对处方药的依从性。在之前的研究中，MHV的使用与抗逆转录病毒依从性的改善有关[28]。在某种程度上，基于网络的重新配药增加了重新配药的可能性，它们可能会提高药物的可获得性，从而可能导致依从性的提高。如果基于网络的续药功能提高了抗高血压药物和他汀类药物的依从性，那么随着时间的推移，它们可能会改善高血压和脂质控制。然而，我们没有看到持续使用基于网络的补药与HbA1c水平的改善之间的关联。由于HbA1c是数月血糖水平的测量指标，因此改善糖尿病药物的依从性可能需要更长的时间才能产生可测量的改善，这与血压和低密度脂蛋白胆固醇不同，后者即使在短期内改善抗高血压药物和他汀类药物的依从性也可以导致更快的改善。患者的血糖水平也对患者的饮食和自我管理以及适当的药物滴定更为敏感，这两者都可能需要更多的患者与提供者的沟通和临床医生的支持才能实现。

SM已被证明可以提高患者对医患沟通的评分[29]。因此，SM也可能通过促进患者与提供者之间关于药物或行为问题的沟通来影响依从性，这些都是依从性的障碍。它还可以促进护理的协调，使初级保健临床医生更容易将患者转介到其他相关服务，如营养咨询、糖尿病咨询或减肥计划[30.]。这也许可以解释为什么血糖控制，除了药物管理外，还需要重要且往往复杂的患者自我管理，被发现与持续使用SM显着相关。

这项工作还扩展了先前的研究，这些研究通常集中在患者门户或PHR的使用上。12]或使用特定的功能，如SM [9，14，17]，而不考虑它们与其他特征结合使用时的相对效果。随着功能继续添加到门静脉，进一步的研究应该继续检查不同门静脉功能的效果，无论是单独的还是组合的，以确定哪些功能对改善特定患者的结果最有效。

与符合纳入标准的其他糖尿病患者相比，在研究期间使用一种或两种特征的患者更可能是年轻、女性、白人，并且更不可能处于社会经济劣势。许多研究已经记录了患者门户访问和采用方面的社会人口统计学差异[26，31-33]。尽管我们试图通过将分析限制在已注册门户网站的患者来最小化访问差异，但我们仍然观察到组间差异。重要的是要确保通过患者门户网站实现的健康状况的任何改善不会因门户网站访问或采用方面的差异而进一步扩大现有的健康差距。Lyles等人发现，糖尿病患者共享病历使用的种族或民族差异并不能完全用患者社会人口统计学、患者健康状况或提供者鼓励SM的差异来解释[26]。我们必须注意到这些潜在的差异，并特别针对易受伤害的患者提供支持干预措施，以使用发现对健康结果有重大影响的门户功能。

限制

这项研究有许多局限性。VA患者门户网站已在全国部署。由于所有患者都可以自由选择是否使用患者门户，因此很难限制访问或随机访问各种特征以进行随机对照试验。由于这是一项观察性研究，因此不可能确保比较组(即非用户)在所有方面都与门户用户相似。如前所述，我们将样本限制在那些已注册使用门户的人，以减少测量和未测量混杂因素的异质性。在我们之前的研究中[7我们已经证明，在比较注册用户和非用户，以及比较注册用户和未注册用户时，人口统计学特征更为相似。通过使用登记为MHV的糖尿病患者(但如果有的话，没有使用处方补充或SM特征超过一次)作为对照组，我们将分析限制在能够访问门户网站并参加过培训或在某些时候表现出对使用该网站感兴趣的患者，从而最大限度地减少了这种偏差。我们看到，每个逻辑回归模型的对照组患者在基线医疗保健利用(初级保健就诊次数)和Elixhauser合并症数量方面非常相似(见表2）.然而，如果没有患者参与的衡量标准，仍然有可能患者会自我选择使用这些功能，因为他们已经更多地参与了他们的护理;缺乏对患者参与程度的测量是本研究的另一个局限性。随机鼓励试验[34可能是加强今后工作严谨性的一种方法。

结论

认识到我们的研究是一项观察性研究，这些关联不能被认为是因果关系，多年观察数据的可用性，剂量反应的检测，以及已知影响技术使用和糖尿病结局的患者特征的调整，加强了我们可以从该分析中得出的关于患者门脉特征使用可能对生理结果产生的不同影响的潜在结论。本研究的结果表明，测量患者门户的每个特征的相对使用和相对关联是至关重要的，因为每个特征都可能对医疗保健和健康结果的变化产生不同的影响。

未来的研究还应侧重于揭示门静脉使用导致生理改善的机制(因果途径)。通过SM改善与医疗服务提供者的沟通是否能提高患者在两次就诊之间的参与度，持续的行为改变，更好的护理连续性，改善临床团队的药物滴定，或提高患者对药物的依从性?这种参与的哪一部分可以用其他门户功能(如跟踪和绘制血糖或血压测量值的能力)来解释?Kaiser Permanente对成年糖尿病患者的一项研究发现，在结果高于预期目标水平的患者中，患者不坚持使用血糖、脂质或血压控制药物以及缺乏提供者强化治疗的情况经常发生[35]。门户网站的使用可能会促进处方的重新配药，从而有助于患者对药物的依从性，并且面对面访问之间的患者与提供者的沟通可以提高提供者适当加强治疗的水平。必须更好地理解这些途径，以便利用门户功能进行干预。