Continuous Glucose Monitoring Data Sharing in Older Adults With Type 1 Diabetes: Pilot Intervention Study
Notice bibliographique
Résumé
BACKGROUND: Family members or friends (care partners [CPs]) of older adults with type 1 diabetes (T1DM) regularly become part of the diabetes care team, but they often lack knowledge about how to become involved to prevent hypo- and hyperglycemia. Continuous glucose monitoring (CGM) allows a person with diabetes to see their glucose levels continuously and to receive predictive alerts. A smartphone data-sharing app called the Follow app allows the person with diabetes to share continuous glucose numbers with others and to receive predictive alerts of impending hypo- and hyperglycemia. However, there are barriers to sharing this continuous glucose level data with CPs. OBJECTIVE: This study aimed to address the barriers to sharing CGM data. Our objective was to examine the feasibility of using CGM with the Follow app and a data-sharing intervention called SHARE plus in older adults with T1DM and their CPs. SHARE plus includes dyadic communication strategies, problem-solving strategies, and action planning to facilitate CGM data sharing. METHODS: Older adults with T1DM (n=20) and their CPs (n=20) received the SHARE plus intervention at baseline. People with diabetes wore the CGM for 12 weeks while sharing their glucose data using the Follow app with CPs. Feasibility data were analyzed using descriptive statistics. RESULTS: The SHARE plus intervention was feasible and was associated with high self-reported satisfaction for people with diabetes and their CPs as well as high adherence to CGM (mean 96%, SD 6.8%). Broad improvements were shown in the diabetes-related quality of life through the use of CGM in people with diabetes and their CPs. Although the majority of people with diabetes (11/20, 55%) were willing to share hyperglycemia data, several chose not to. The majority of people with diabetes (14/20, 70%) were willing to talk about glucose numbers with a CP. CONCLUSIONS: Older adults with T1DM and their CPs identified having someone else aware of glucose levels and working together with a partner on diabetes self-management as positive aspects of the use of the SHARE plus intervention. Clinicians can use these results to provide data sharing coaching in older adults and their CPs.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».