MétaCan
Menu
Retour à la cohorte
Enregistrement W2738122553 · doi:10.2196/diabetes.7910

Improving Glycemic Control With a Standardized Text-Message and Phone-Based Intervention: A Community Implementation

2017· article· en· W2738122553 sur OpenAlexvenueno aff
Robert Peters, Matt Lui, Kunjan Patel, Lewis Tian, Kavon Javaherian, Eric Sink, Ran Xu, Zhuchen Xu, Wint Yan Aung, Li Zhou, Justin Huynh, Gregory Polites, Melvin Blanchard, Avik Som, Will Ross, Carlos Bernal‐Mizrachi

Notice bibliographique

RevueJMIR Diabetes · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésGlycemicTelemedicinePhoneMedicineIntervention (counseling)Type 2 Diabetes MellitusDisease controlControl (management)Diabetes mellitusIntensive care medicineNursingComputer scienceHealth careArtificial intelligencePolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Type II diabetes mellitus (T2DM) presents a major disease burden in the United States. Outpatient glycemic control among patients with T2DM remains difficult. Telemedicine shows great potential as an adjunct therapy to aid in glycemic control in real-world settings. OBJECTIVE: We aimed to explore the effectiveness of EpxDiabetes, a novel digital health intervention, in improving hemoglobin A1c (HbA1c) and fasting blood glucose (FBG) among patients with uncontrolled diabetes. METHODS: We recruited 396 patients from a community clinic in St. Louis, Missouri, from a database of patients diagnosed with T2DM and with a most recent HbA1c >7% as part of a quality improvement project. An automated call or text-messaging system was used to monitor patient-reported FBG. If determined to be elevated, care managers were notified by email, text, or electronic medical record alert. Participants self-reported their FBG data by replying to EpxDiabetes automated phone calls or text messages. Data were subsequently analyzed, triaged, and shared with providers to enable appropriate follow-up and care plan adjustments. Absolute HbA1c reduction, patient engagement, and absolute patient-reported FBG reduction were examined at approximately 6 months post implementation. RESULTS: EpxDiabetes had an average 95.6% patient response rate to messages at least once per month and an average 71.1% response rate to messages at least once per week. Subsequent HbA1c drop with EpxDiabetes use over 4 months was -1.15% (95% CI -1.58 to -0.71) for patients with HbA1c >8% at baseline compared to the change in HbA1c over 4 months prior to the implementation of EpxDiabetes of only -0.005 points (95% CI -0.28 to 0.27), P=.0018. CONCLUSIONS: EpxDiabetes may help reduce HbA1c in patients with high HbA1c baselines (>8%). The intervention demonstrates high patient engagement sustainable for at least 6 months.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,425
Écart entre enseignants0,397 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207