Effectiveness of Lilly Connected Care Program (LCCP) App-Based Diabetes Education for Patients With Type 2 Diabetes Treated With Insulin: Retrospective Real-World Study
Notice bibliographique
Résumé
BACKGROUND: Diabetes poses heavy economic and social burdens worldwide. Mobile apps show great potential for diabetes self-management education. However, there is limited evidence for the effectiveness of providing general diabetes education through mobile apps. OBJECTIVE: The aim of this study was to clarify the effectiveness of Lilly Connected Care Program (LCCP) app-based diabetes education for glycemic control. METHODS: This retrospective cohort study included patients with diabetes recruited to the LCCP platform from September 1, 2018, to May 31, 2019. Each patient was followed for 12 weeks. According to the number of diabetes education courses they had completed, the patients were divided into the following three groups: group A (0-4 courses), group B (5-29 courses), and group C (≥30 courses). The main outcomes were the change in blood glucose at the 12th week compared with baseline and the differences in blood glucose at the 12th week among the three groups. The associations of the number of diabetes education courses completed with the average blood glucose and frequency of self-monitoring of blood glucose (SMBG) at the 12th week were assessed by multivariate linear regression analyses controlling for other confounding covariates. Univariate and multivariate linear regression analyses were used to assess factors influencing patients' engagement in the diabetes education courses. RESULTS: A total of 5011 participants were enrolled. Their mean fasting blood glucose (FBG) and postprandial blood glucose (PBG) were significantly lower at the 12th week than at baseline (FBG, 7.46 [standard deviation (SD) 1.95] vs 7.79 [SD 2.18] mmol/L, P<.001; PBG, 8.94 [SD 2.74] vs 9.53 [SD 2.81] mmol/L, P<.001). The groups that completed more diabetes education courses had lower FBG (group B, β=-0.14, 95% CI -0.26 to -0.03; group C, β=-0.29, 95% CI -0.41 to -0.16; P for trend <.001) and PBG (group B, β=-0.29, 95% CI -0.46 to -0.11; group C, β=-0.47, 95% CI -0.66 to -0.28; P for trend <.001) and a higher frequency of SMBG at the 12th week (group B, β=1.17, 95% CI 0.81-1.53; group C, β=4.21, 95% CI 3.81-4.62; P for trend <.001) when compared with the findings in group A. Age and education were related to patients' engagement in the diabetes education courses. Middle-aged patients (35-59 years old) and elderly patients (≥60 years old) completed more diabetes education courses (middle-aged group, β=2.22, P=.01; elderly group, β=2.42, P=.02) than young patients (18-34 years old). CONCLUSIONS: LCCP app-based diabetes education is effective for glycemic control and SMBG behavior improvement in patients with type 2 diabetes receiving insulin therapy. Young patients' engagement in the education courses was relatively low. We need to conduct in-depth interviews with users to further improve the curriculum.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».