Evaluation of a Diabetes Remote Monitoring Program Facilitated by Connected Glucose Meters for Patients With Poorly Controlled Type 2 Diabetes: Randomized Crossover Trial
Notice bibliographique
Résumé
Background Patients with poorly controlled type 2 diabetes (T2D) experience increased morbidity, increased mortality, and higher cost of care. Self-monitoring of blood glucose (SMBG) is a critical component of diabetes self-management with established diabetes outcome benefits. Technological advancements in blood glucose meters, including cellular-connected devices that automatically upload SMBG data to secure cloud-based databases, allow for improved sharing and monitoring of SMBG data. Real-time monitoring of SMBG data presents opportunities to provide timely support to patients that is responsive to abnormal SMBG recordings. Such diabetes remote monitoring programs can provide patients with poorly controlled T2D additional support needed to improve critical outcomes. Objective To evaluate 6 months of a diabetes remote monitoring program facilitated by cellular-connected glucose meter, access to a diabetes coach, and support responsive to abnormal blood glucose recordings greater than 400 mg/dL or below 50 mg/dL in adults with poorly controlled T2D. Methods Patients (N=119) receiving care at a diabetes center of excellence participated in a two-arm, 12-month randomized crossover study. The intervention included a cellular-connected glucose meter and phone-based diabetes coaching provided by Livongo Health. The coach answered questions, assisted in goal setting, and provided support in response to abnormal glucose levels. One group received the intervention for 6 months before returning to usual care (IV/UC). The other group received usual care before enrolling in the intervention (UC/IV) for 6 months. Change in hemoglobin A1c (HbA1c) was the primary outcome, and change in treatment satisfaction was the secondary outcome. Results Improvements in mean HbA1c were seen in both groups during the first 6 months (IV/UC −1.1%, SD 1.5 vs UC/IV −0.8%, SD 1.5; P<.001). After crossover, there was no significant change in HbA1c in IV/UC (mean HbA1c change +0.2, SD 1.7, P=.41); however, those in UC/IV showed further improvement (mean HbA1c change −0.4%, SD 1.0, P=.008). A mixed-effects model showed no significant treatment effect (IV vs UC) over 12 months (P=.06). However, participants with higher baseline HbA1c and those in the first time period experienced greater improvements in HbA1c. Both groups reported similar improvements in treatment satisfaction throughout the study. Conclusions Patients enrolled in the diabetes remote monitoring program intervention experienced improvements in HbA1c and treatment satisfaction similar to usual care at a specialty diabetes center. Future studies on diabetes remote monitoring programs should incorporate scheduled coaching components and involve family members and caregivers. Trial Registration ClinicalTrials.gov NCT03124043; https://clinicaltrials.gov/ct2/show/NCT03124043
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».