One Drop | Mobile: An Evaluation of Hemoglobin A1c Improvement Linked to App Engagement
Notice bibliographique
Résumé
BACKGROUND: Three recent reviews evaluated 19 studies testing the hemoglobin A1c (HbA1c) benefit of 16 diabetes apps, including 5 publicly available apps. Most studies relied on small samples and did not link app engagement with outcomes. OBJECTIVE: This study assessed both HbA1c change in a large sample of people using the One Drop | Mobile app and associations between app engagement and changes in HbA1c. METHODS: The One Drop | Mobile app for iOS and Android is designed to manually and passively (via Apple HealthKit, Google Fit, and the One Drop | Chrome blood glucose meter) store, track, and share data. Users can schedule medication reminders, view statistics, set goals, track health outcomes, and get data-driven insights. In June 2017, we queried data on people with diabetes using the app who had entered at least 2 HbA1c values in the app >60 and ≤365 days apart. Multiple imputation corrected for missing data. Unadjusted and adjusted mixed effects repeated measures models tested mean HbA1c change by time, diabetes type, and their interaction. Multiple regression models assessed relationships between using the app to track food, activity, blood glucose, and medications and HbA1c change. RESULTS: The sample (N=1288) included people with type 1 diabetes (T1D) (n=367) or type 2 diabetes (T2D) (n=921) who were 35% female, diagnosed with diabetes for a mean 9.4 (SD 9.9) years, and tracked an average 1646.1 (SD 3621.9) self-care activities in One Drop | Mobile between their first (mean 8.14% [SD 2.06%]) and second HbA1c entry (mean 6.98% [SD 1.1%]). HbA1c values were significantly associated with user-entered average blood glucose 90 days before the second HbA1c entry (rho=.73 to .75, P<.001). HbA1c decreased by an absolute 1.07% (unadjusted and adjusted F=292.03, P<.001) from first to second HbA1c entry. There was a significant interaction between diabetes type and HbA1c. Both groups significantly improved, but users with T2D had a greater HbA1c decrease over time than users with T1D (F=10.54, P<.001). For users with T2D (n=921), HbA1c decreased by an absolute 1.27% (F=364.50, P<.001) from first to second HbA1c entry. Finally, using One Drop | Mobile to record food was associated with greater HbA1c reductions even after adjusting for covariates and after also adjusting for insulin use for users with T2D (all P<.05). CONCLUSIONS: People with T1D and T2D reported a 1.07% to 1.27% absolute reduction in HbA1c during a median 4 months of using the One Drop | Mobile app. Using the app to track self-care was associated with improved HbA1c. More research is needed on the health benefits of publicly available diabetes apps, particularly studies associating app engagement with short- and long-term effects.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».