A randomised, controlled trial of the effects of a mobile telehealth intervention on clinical and patient-reported outcomes in people with poorly controlled diabetes
Notice bibliographique
Résumé
Objective The objective of this research is to determine the effects of mobile telehealth (MTH) on glycosylated haemoglobin (HbA1c) and other clinical and patient-reported outcomes in insulin-requiring people with diabetes. Methods A nine-month randomised, controlled trial compared standard care to standard care supplemented with MTH (self-monitoring, mobile-phone data transmissions, graphical and nurse-initiated feedback, and educational calls). Clinical (HbA1c, blood pressure, daily insulin dose, diabetes outpatient appointments (DOAs)) and questionnaire data (health-related quality of life, depression, anxiety) were collected. Mean group changes over time were compared using hierarchical linear models and Mann-Whitney tests. Results Eighty-one participants with a baseline HbA1c of 8.98% ± 1.82 were randomised to the intervention ( n = 45) and standard care ( n = 36). The Group by Time effect revealed MTH did not significantly influence HbA1c ( p = 0.228), but p values were borderline significant for blood pressure ( p = 0.054) and mental-health related quality of life ( p = 0.057). Examination of effect sizes and 95% confidence intervals for mean group differences at nine months supported the existence of a protective effect of MTH on mental health-related quality of life as well as depression. None of the other measured outcomes were found to be affected by the MTH intervention. Conclusions Findings from this study must be interpreted with caution given the small sample size, but they do not support the widespread adoption of MTH to achieve clinically significant changes in HbA1c. MTH may, however, have positive effects on blood pressure and protective effects on some aspects of mental health.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».