Targeted Diabetes Education Text Messaging Program Increases Requests for Certified Diabetes Educator Coaching and Improves Blood Glucose Trends
Notice bibliographique
Résumé
Background: Livongo Diabetes Program offers a cellularly enabled blood glucose monitoring system that measures blood glucose, captures contextual data (eg, relationship to food, exercise, illness), and stores this data in the cloud. Depending on the blood glucose value, personalized recommendations are delivered back through the glucose meter. Livongo members receive an unlimited supply of glucose test strips as well as access to a diabetes coaching team for questions, goal setting, and support for extreme glucose excursions. We have previously reported that members who establish contact with Livongo coaches experience an HbA1c reduction of 0.7% on average after 90 days with the program. We hypothesized that a targeted, text-message campaign designed to provide education about taking diabetes medications would encourage members to connect with Certified Diabetes Educator (CDE) coaches available to them by phone, email, or text. Objective: To determine whether diabetes medication education offered to a targeted diabetes population via text messages will increase requests for telephonic coaching. Methods: We examined a 4-week text message program offered to Livongo members with a calculated or self-reported HbA1c>7% to provide education about medication adherence. A total of 20 text messages were delivered during the weekdays over one month. Weekly topics included (1) Why are medications important? (2) Tips for remembering to take medications, (3) Medication myths, and (4) Overcoming barriers to taking medications. Results: Out of the 2017 members offered the program, 514 (25%) opted into the program and 21 (1%) members opted out. Text messaging content triggered 38 personalized CDE coaching session requests, a rate of 7.4% of participating members, which is 85% more than the rate for members who did not participate in text message program (4%). Conclusions: These preliminary findings suggest that engaging people with diabetes through a cellular-enabled blood glucose meter with real-time, personalized education in a targeted and personalized manner helps connect members with CDE coaches and may improve blood glucose control.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».