Outcomes at 18 Months From a Community Health Worker and Peer Leader Diabetes Self-Management Program for Latino Adults
Notice bibliographique
Résumé
OBJECTIVE This study evaluated the effectiveness of a community health worker (CHW) diabetes self-management education (DSME) program, followed by two different approaches to maintain improvements in HbA1c and other clinical and patient-centered outcomes over 18 months. RESEARCH DESIGN AND METHODS The study randomized 222 Latino adults with type 2 diabetes and poor glycemic control from a federally qualified health center to 1) a CHW-led, 6-month DSME program or 2) enhanced usual care (EUC). After the 6-month program, participants randomized to the CHW-led DSME were further randomized to 1) 12 months of CHW-delivered monthly telephone outreach (CHW-only) or 2) 12 months of weekly group sessions delivered by peer leaders (PLs) with telephone outreach to those unable to attend (CHW+PL). The primary outcome was HbA1c. Secondary outcomes were blood pressure, lipid levels, diabetes distress, depressive symptoms, understanding of diabetes self-management, and diabetes social support. Assessments were conducted at baseline and at 6, 12, and 18 months. RESULTS Participants in the CHW intervention at the 6-month follow-up had greater decreases in HbA1c (−0.45% [95% CI −0.87, −0.03]; P < 0.05) and in diabetes distress (−0.3 points [95% CI −0.6, −0.03]; P < 0.05) compared with EUC. CHW+PL participants maintained HbA1c improvements at 12 and 18 months, and CHW-only participants maintained improvements in diabetes distress at 12 and 18 months. CHW+PL participants also had significantly fewer depressive symptoms at 18 months compared with EUC (−2.2 points [95% CI −4.1, −0.3]; P < 0.05). Participants in CHW-led DSME had significant improvements in diabetes social support and in understanding of diabetes self-management at 6 months relative to EUC, but these intervention effects were not sustained at 18 months. CONCLUSIONS This study demonstrates the effectiveness of a 6-month CHW intervention on key diabetes outcomes and of a volunteer PL program in sustaining key achieved gains. These are scalable models for health care centers in low-resource settings for achieving and maintaining improvements in key diabetes outcomes.
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 | 0,000 | 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 ».