移动医疗技术的快速发展，为慢性疾病特别是糖尿病的长期管理提供了多种途径[ 1］．智能手机应用作为一种新型的管理模式，具有全球化、便捷性、便捷性、便捷性、互动性等特点。与传统的计算机和网络远程医疗技术相比[ 2， 3.]，应用程序在糖尿病管理方面可能有独特的优势[ 4- 6］．最近的研究证明，应用程序可以有效地改善糖化血红蛋白(HbA_{1 c})水平，可视为糖尿病管理的辅助干预措施[ 7- 11］．

中国是世界上糖尿病患者最多的国家。 12而是缺乏医生。在这样特殊的国情下，迫切需要科学有效的糖尿病管理模式，才能取得更好的效果。虽然应用程序已被证明在控制血糖方面是有效的，但如何进一步和持续地改善仍在探索中。中文设计的Welltang是中国使用最广泛的糖尿病管理应用程序。此前有报道称，在一项为期3个月的随机对照试验中，使用Welltang应用程序的糖尿病患者在HbA方面取得了统计学上的显著改善_{1 c}，平均下降1.95%，而HbA_{1 c}对照组只有0.79% [ 9］．然而，之前的研究时间相对较短，缺乏专业的健康团队与患者进行医疗调整之外的互动，如饮食、运动、糖尿病教育等。

因此，本单中心、开放标签、前瞻性随机对照试验在中国控制不良的糖尿病患者(包括1型和2型糖尿病)中进行，以调查基于应用程序的交互式血糖控制管理模式的有效性，并探索中国糖尿病管理的个性化方法。

这项研究是一项为期6个月、单中心、开放标签、前瞻性随机对照试验。受试者于2015年7月至2016年2月在上海交通大学附属第六人民医院内分泌代谢科门诊招募。根据糖尿病类型(1型或2型糖尿病)，采用分层随机化方法生成随机数字表，将参与者按1:1:1的比例随机分为3组:a组(对照组)、B组(智能手机应用程序自我管理组)、C组(智能手机应用程序交互管理组)。该研究在ClinicalTrials.gov网站注册，注册号NCT02589730。

门诊诊断为1型或2型糖尿病的患者(年龄18-65岁)根据2010年美国糖尿病协会标准入选[ 13]，持续时间≥6个月，HbA卡_{1 c}入组前3个月内≥8%。为了符合条件，患者必须能够使用智能手机，愿意并能够进行每日血糖自我监测(SMBG)，并愿意并能够在第3个月和第6个月去看医生。

根据以下标准排除患者:(1)胰岛素泵使用者;(2)在研究期间已怀孕或计划怀孕;(三)酗酒、吸毒的;(4)入组前3个月使用糖皮质激素、甲状腺激素等可能影响血糖的药物;(5)精神病患者正在接受治疗;(6)严重并发症或全身性疾病;(7)入组前6个月内发生过心脑血管事件;(八)听力、视力严重受损的;(9)无法访问Web或无法学习使用智能手机上的应用程序;(10)经研究者判断不适合本研究。

本研究得到了上海交通大学附属第六人民医院伦理委员会的批准，符合《赫尔辛基宣言》的规定。所有参与者在入组前均提供书面知情同意书。

本研究中基于智能手机的糖尿病管理平台为Welltang，由上海歌平信息技术有限公司设计，患者和临床医生都在使用。对于患者，Welltang主要包括4个部分:教育、自我管理(包括SMBG记录、饮食、运动、用药、体重等糖尿病数据)、患者社区、患者与临床医生的沟通。对于临床医生，Welltang主要提供患者数据的实时上传。

在A组中，患者接受常规护理，并没有在智能手机上安装Welltang。他们通过自我学习和总结的方式学习糖尿病相关知识和技能，主动采取生活方式和行为方式。

在B组中，每位患者都被要求在智能手机上安装Welltang。他们通过应用程序学习了糖尿病相关的知识和技能，包括血糖控制、饮食、运动、药物治疗和胰岛素的使用。除1名临床医生外，无其他工作人员参与该组的护理。

C组除应用程序自我管理外，患者还接受在线互动管理(服务稳定glucose×180天)。随机分组后，由1名营养师和1名健康经理组成的第三方糖尿病专业保健团队通过Welltang平台与患者进行互动管理。营养师负责日常饮食指导，健康经理根据患者上传的数据进行综合干预，如运动、血糖监测、糖尿病教育等。该服务具有标准化的操作流程。第一个月对血糖控制不好的原因进行集中管理，帮助患者养成良好的血糖控制习惯。之后，患者每月进行一次评估。当血糖(BG)波动较大时，分析波动的原因，以改善血糖控制。当患者取得一定的改善和惯性时，及时提供提醒，以防止出现较大波动。最后，该团队还帮助患者实现了一个相对稳定的糖尿病管理时期。服务期间，每周生成一份血糖控制报告，并根据报告提出相应的建议。

入组后，每位患者均根据研究结果提供最佳血糖控制目标 中国2型糖尿病防治指南(2013年版)［ 14并接受基本的糖尿病教育，包括饮食控制、足够的运动、SMBG和定期随访。在随访期间，所有患者都可以通过电话联系临床医生，但鼓励那些安装了应用程序的患者在线联系临床医生。临床医生对患者的群体视而不见。营养师和健康经理可以查看所有患者的临床变量，并根据这些数据提供实时干预和调整。

每个患者都配备了一个指定的BG计和足够数量的试纸。要求app自我管理组和app互动管理组患者定期记录Welltang的血糖结果;对照组的患者被要求在日志簿上记录他们的血糖结果。需要的SMBG频率为每周至少6次，没有上限。测试行程由调查人员免费提供。

随访6个月。在基线时，所有患者都被要求完成一份关于人口统计学特征、个人史和病史的问卷。在基线、干预后第3个月和第6个月收集所有患者的人体测量和临床测量数据。

身体质量指数(BMI)计算为BMI=体重(kg)/身高²(m²)．在受试者休息至少10分钟后，用水银血压计测量血压。当受试者处于站立姿势时，测量腰围(W)在最低肋骨和髂骨之间。

在夜间禁食10小时后，在早上采集静脉血。空腹血糖(FPG)、HbA_{1 c}、总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-c)、低密度脂蛋白胆固醇(LDL-c)、丙氨酸转氨酶、天冬氨酸转氨酶、γ -谷氨酰转肽酶、肌酐、尿酸、白蛋白/肌酐比值采用标准方法进行评估，如前所述[ 15］．

本研究主要不良事件为低血糖。低血糖定义为BG≤3.9 mmol/L。每位患者入组后均接受了相关教育和治疗措施，并可在需要时向医生求助。记录所有不良事件。

主要结果是血糖控制，包括HbA的变化(从基线到第3和第6个月)_{1 c}的水平。次要结果包括FPG、体重和血脂的变化。

在本试验前进行的一项小样本(n=9)观察性研究中，HbA_{1 c}在对照组、应用程序自我管理组和应用程序交互管理组中，随访3个月后分别为0.9% (SD 0.9%)、1.3% (SD 1.1%)和1.6% (SD 1.3%)。基于这些小样本观察研究的结果，α =。05和=。10，we calculated a required sample size of 65 patients per group by PASS 11.0 (NCSS LLC) software. Considering a dropout rate of 20%, a sample size of 78 patients per group was required.

根据意向治疗原则进行统计学分析。缺失数据采用多重imputation处理[ 16， 17］．采用链式方程包R多元imputation对5组完整数据集进行了imputation，每次imputation迭代50次。连续变量采用预测平均匹配。除非另有说明，所有发现均基于多重估算数据。

除非另有说明，数据报告为平均值(SD)。对未配对的学生进行组间比较 t对正态分布数据、偏态数据和分类变量分别进行Kruskal-Wallis检验和卡方检验。配对的学生 t采用检验方法评估各组从基线到随访第3、6个月连续变量的差异。应用多元线性回归分析探讨HbA的相关性_{1 c}水平降低和不同的糖尿病管理模式。所有数据均采用SPSS 19.0 (SPSS)软件进行分析。一个2-tailed P的值。05was considered indicative of a statistically significant difference.

在本研究中接受筛查的276名参与者中，234人被随机分为A组(n=78)、B组(n=78)或C组(n=78)。其中209例(209/234,89.3%)完成了第3个月的随访，194例(194/234,82.9%)完成了第6个月的随访。随机分组后，A组15例患者、B组11例患者和C组14例患者因撤回同意或失去随访而中止研究( 图1)．

3组的人口统计学和基线临床特征显示在 表1．入组患者平均年龄53岁(SD 11)，平均糖尿病病程11.3年(SD 6.1)， 8.9%(21/234)为1型糖尿病，38.0%(89/234)为女性，46.2%(108/234)为大专以上学历，58.1%(136/234)为在职。基线时的平均BMI为25.03 kg/m (SD 3.36)²，以及平均FPG和HbA_{1 c}水平分别为10.02 (SD 3.03) mmol/L和9.45% (SD 1.36%)。

只有HbA有显著差异_{1 c}观察A组和C组之间的基线水平(HbA的平均变化_{1 c}A组vs C组:9.14% [SD 1.13%] vs 9.60% [SD 1.44%]; t ₁₂₅ =−1.995; P= .048)。与基线比较，3组均有明显降低_{1 c}第3个月和第6个月的水平(所有 P<措施)。在第3个月，平均HbA_{1 c}A、B、C组分别为8.12% (SD 1.21%)、7.94% (SD 1.35%)、7.59% (SD 0.95%)。组间比较仅a组和C组有显著性差异( t ₁₂₅ = 2.732; P= .007)。在第6个月，平均HbA_{1 c}A、B、C组分别为7.80% (SD 1.14%)、8.04% (SD 1.38%)、7.57% (SD 1.18%)。组间比较显示HbA_{1 c}C组均显著低于B组( t ₁₂₉ = 2.072; P= .04点; 多媒体附件1)．

为了进一步比较3个不同管理组的血糖控制改善情况，我们分析了平均HbA_{1 c}水平从基线下降到第3和第6个月。我们发现，在第3个月结束时，HbA的平均值下降_{1 c}C组显著高于A、B组(C组vs A组:−2.00% [SD 1.45%] vs−1.01% [SD 1.42%]; t ₁₂₅ = 3.876; P<措施;C组vs B组:−2.00% [SD 1.45%] vs−1.46% [SD 1.52%]; t ₁₂₉ = 2.091; P =.04点)。在第6个月，HbA_{1 c}C组的下降幅度仍显著大于A组和B组(C组vs A组:−2.03% [SD 1.56%] vs−1.34% [SD 1.50%]; t ₁₂₅ = 2.515; P= . 01;C组vs B组:−2.03% [SD 1.56%] vs−1.37% [SD 1.48%]; t ₁₂₉ = 2.488; P= . 01)。然而，在第3个月和第6个月时，B组和A组之间没有观察到差异 P> . 05; 多媒体附件1)．

多元线性回归分析定义HbA_{1 c}还原为因变量，a组或B组为参考。调整年龄、性别、W、BMI、糖尿病病程、收缩压、舒张压、TC、TG、HDL-c、LDL-c后，结果显示无论是在第3个月还是第6个月，C组的HbA降低幅度更大_{1 c}与A组和B组比较(均为0 P< . 05)。但在第3个月和第6个月时，B组和A组之间的这种关联不显著 P> . 05; 表2)．

在第3个月结束时，C组的FPG水平显著改善(第3个月的平均FPG与基线相比:8.12 [SD 2.07] mmol/L vs 9.91 [SD 2.93] mmol/L; t ₆₃ = 4.251; P<.001)，而在A组和B组中差异不显著( P =.86和 P=。21，respectively). Intergroup comparisons found that the FPG level in group C was lower than that in groups A and B (mean FPG in group C vs group A: 8.12 [SD 2.07] mmol/L vs 9.10 [SD 2.78] mmol/L; t ₁₂₅ = 2.235; P= .03点;C组vs B组:8.12 [SD 2.07] mmol/L vs 9.14 [SD 2.61] mmol/L; t ₁₂₉ = 2.469; P= .02点)。在第6个月时，仍然只有C组的FPG水平显著低于基线(第6个月与基线的平均FPG: 7.87 [SD 2.07] mmol/L vs 9.91 [SD 2.93] mmol/L; t ₆₃ = 4.920; P<措施)。第6个月时，C组FPG水平仍显著低于B组和A组(C组与A组的平均FPG: 7.87 [SD 2.07] mmol/L vs 8.91 [SD 2.81] mmol/L; t ₁₂₅ = 2.372; P= .02点;C组vs B组:7.87 [SD 2.07] mmol/L vs 9.08 [SD 2.91] mmol/L; t ₁₂₉ = 2.731; P= .007)。B组和A组在第3个月和第6个月时均无差异 P> . 05)。

所有3组在第3个月和第6个月都有更好的HDL-c水平控制 P< . 05)。与基线相比，C组在第3个月和第6个月对TG和HDL-c水平的控制更好 P< . 05)。3组患者体重、TC、TG、LDL-c在第3、6个月均无显著性差异(p < 0.05) P> . 05; 多媒体附件2)．

3组患者在第3个月和第6个月的BG检测率均无显著差异。随访3个月后，A组、B组、C组BG检测率平均每周频率分别为10.9 (SD 7.8)次、10.1 (SD 9.5)次、11.1 (SD 8.9)次，第6月末分别为10.5 (SD 7.5)次、10.1 (SD 9.3)次、9.4 (SD 6.9)次。

B组和C组app使用频率分别为10.7次/周(SD 9.5次/周)和11.1次/周(SD 7.3次/周)，差异无统计学意义( P=()。

C组在整个随访过程中，每位患者平均接受30.5 (SD 3.6)次互动管理，平均指导时间为458 (SD 54) min。

本研究的主要不良事件为低血糖。低血糖定义为BG≤3.9 mmol/L。6月末，3组低血糖发生频率相似(A组平均发生频率6.9次/人，B组平均发生频率6.7次/人，C组平均发生频率5.7次/人，SD 6.3次/人)。随访期间，无一例患者因低血糖退出。

本研究发现，应用交互管理组在HbA方面有更大的改善_{1 c}与应用程序自我管理组和对照组相比。然而，应用程序自我管理组和对照组在减少HbA方面没有观察到显著差异_{1 c}水平，说明在使用app进行糖尿病管理时，仅自我管理是不够的，结合互动管理可以提供更好的血糖控制和更长的效果。

最近的研究表明，基于智能手机的应用程序是一种可行且有效的糖尿病管理工具。 4， 7， 18- 20.］．Waki等[ 21]使用了一款名为 DialBetics在一项为期3个月的随机研究中，该研究招募了54名2型糖尿病患者，发现HbA_{1 c}DialBetics组平均下降0.4%(从7.1% [SD 1.0%]到6.7% [SD 0.7%])，而非DialBetics组平均上升0.1%(从7.0% [SD 0.9%]到7.1% [SD 1.1%])。另一项对185名中国2型糖尿病患者进行的随机试验也发现，应用程序的实施 Diabetes-Carer是否能有效提高2型糖尿病患者中HbA的比例_{1 c}< 7% ( 8］．在本研究中，与之前的研究一致，应用交互管理组在HbA上有更好的提高_{1 c}然而，在随访6个月后，与应用程序自我管理组和对照组相比，应用程序自我管理组和对照组在第3个月和第6个月都没有观察到显著差异。这些结果表明，应用程序自我管理的效果可能并不显著优于常规护理。在中国，由于糖尿病患者多而医护人员少，临床医生和护士往往没有时间对糖尿病患者进行规范和持续的管理。此外，大多数医疗保险都不包括试纸，这可能会给大多数患者带来沉重的经济负担。考虑到这些因素，本研究还对对照组进行了同等的糖尿病基础教育，并免费为所有患者提供了足够的试纸。因此，血糖控制的好处可能在于糖尿病患者自身的管理，而不是应用程序的独特作用。此外，应用程序交互管理组比对照组和应用程序自我管理组更好地控制血糖，可能可以反映指导的重要性，而不仅仅是提供免费试纸。随着BG的更好控制，患者的健康和生活质量也可能改善。

在以往大多数糖尿病管理相关的应用中，临床医生可以在应用平台上查看患者上传的数据和查询;然而，在大多数情况下，干预措施仅限于药物调整[ 5， 17， 22］．然而，生活方式的调整，包括健康饮食和有规律的运动，对于控制血糖和预防糖尿病相关并发症同样重要[ 23- 26］．在中国，由于医护人员的短缺，很难为每一位糖尿病患者提供全面有效的指导。因此，在使用Welltang的基础上，我们引入了第三方专业的健康护理团队，积极与患者在线互动，提供全方位的指导。结果显示，随访6个月后，HbA_{1 c}C组平均下降2.03%，显著高于B组，平均下降1.37%。此外，与基线相比，C组在第3个月和第6个月对TG和HDL-c水平的控制更好，而b组差异不显著。这些结果表明，app自我管理结合专业健康团队可以实现更好的血糖和血脂控制。互动管理模式可能是未来真正推动糖尿病管理的模式之一。

此外，我们还发现在随访的第3个月，3组的HbA均有明显下降_{1 c}的水平。然而，在接下来的3个月里，HbA没有明显的改善_{1 c}的水平。在C组中，HbA_{1 c}水平平均下降了0.03%，而b组平均增加了0.09%_{1 c}水平平均下降0.33%。我们的结果表明，该应用程序能够实现一个快速和有效的改善HbA_{1 c}水平在短时间内。然而，在接下来的3个月，效果似乎有一个 平台期， A组甚至与b组的效果几乎相同。在以前的研究中，也观察到了类似的现象[ 8， 27］．有趣的是，在对糖尿病教育的回顾中，研究人员还发现，团体教育和个人教育对HbA的影响相同_{1 c}在12至18个月时[ 28］．患者在较长时间接受治疗后的惰性和临床医生提出的不同的血糖控制目标可能是导致这一现象的原因。

在这次试验中，每个参与者都配备了一个BG计和足够的测试条。在随访期间，三组患者的SMBG频率基本相同，约为11次/周。在糖尿病控制不良的患者中，基于网络的护理管理显示，大量的网站SMBG数据上传与HbA的大幅下降相关_{1 c}［ 29］．另一项研究 利用增强的糖尿病资源在线吸引和激励患者，该研究旨在评估一个支持未控制的2型糖尿病患者的在线疾病管理系统，该研究还表明，在家检测血糖并更经常上传结果的参与者，在6个月和12个月时，比那些没有这样做的人更有可能得到改善[ 2］．在本研究中，C组有一个全职的第三方糖尿病健康团队，每周检查所有患者上传的数据，并对饮食和运动管理提出建议，有助于进一步改善血糖控制。

本研究还存在一定的局限性。首先是单中心研究，随访时间仅为6个月。考虑到糖尿病的慢性和长期特征，该研究无法评估基于智能手机的应用程序对糖尿病管理的长期影响;为了评估智能手机应用程序对糖尿病管理的长期益处，还需要进一步的多中心随访研究。其次，由于试验要求患者能够使用智能手机，因此只有65岁以下的患者被纳入研究。结果可能不能完全反映所有糖尿病人群的特征。第三，本研究的1型糖尿病患者样本较少;需要对不同类型的糖尿病进行进一步研究，以提供更详细的结果。最后，本研究还为对照组提供了同样基础的糖尿病教育和足够的试纸，这可能会导致对照条件不像通常条件那样是真正的治疗。

综上所述，我们发现在血糖控制不佳的中国糖尿病患者中，单独应用app自我管理的效果并不优于常规管理，与互动管理相结合有助于实现快速、持续的血糖控制。