One Drop | Mobile on iPhone and Apple Watch: An Evaluation of HbA1c Improvement Associated With Tracking Self-Care
Notice bibliographique
Résumé
Background: The One Drop | Mobile app supports manual and passive (via HealthKit and One Drop’s glucose meter) tracking of self-care and glycated hemoglobin A1c (HbA1c). Objective: We assessed the HbA1c change of a sample of people with type 1 diabetes (T1D) or type 2 diabetes (T2D) using the One Drop | Mobile app on iPhone and Apple Watch, and tested relationships between self-care tracking with the app and HbA1c change. Methods: In June 2017, we identified people with diabetes using the One Drop | Mobile app on iPhone and Apple Watch who entered two HbA1c measurements in the app 60 to 365 days apart. We assessed the relationship between using the app and HbA1c change. Results: Users had T1D (n=65) or T2D (n=191), were 22.7% (58/219) female, with diabetes for a mean 8.34 (SD 8.79) years, and tracked a mean 2176.35 (SD 3430.23) self-care activities between HbA1c entries. There was a significant 1.36% or 14.9 mmol/mol HbA1c reduction (F=62.60, P<.001) from the first (8.72%, 71.8 mmol/mol) to second HbA1c (7.36%, 56.9 mmol/mol) measurement. Tracking carbohydrates was independently associated with greater HbA1c improvement (all P<.01). Conclusions: Using One Drop | Mobile on iPhone and Apple Watch may favorably impact glycemic 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».