MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312924644 · doi:10.2196/35790

Clinical and Economic Assessment of MyDiaCare, Digital Tools Combined With Diabetes Nurse Educator Support, for Managing Diabetes in South Africa: Observational Multicenter, Retrospective Study Associated With a Budget Impact Model

2022· article· en· W4312924644 sur OpenAlexvenueno aff
Hemant Makan, Lindie Makan, Jacqueline Lubbe, Sarah Alami, Guila Lancman, Manuella Schaller, Cécile Delval, Adri Kok

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGlycated hemoglobinObservational studyType 2 diabetesDiabetes mellitusHealth careRetrospective cohort studyFamily medicineInternal medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

Background In South Africa, diabetes prevalence is expected to reach 5.4 million by 2030. In South Africa, diabetes-related complications severely impact not only patient health and quality of life but also the economy. Objective The Diabetes Nurse Educator (DNE) study assessed the benefit of adding the MyDiaCare program to standard of care for managing patients with type 1 and type 2 diabetes in South Africa. An economic study was also performed to estimate the budget impact of adding MyDiaCare to standard of care for patients with type 2 diabetes older than 19 years treated in the South African private health care sector. Methods The real-world DNE study was designed as an observational, retrospective, multicenter, single-group study. Eligible patients were older than 18 years and had at least 6 months of participation in the MyDiaCare program. The MyDiaCare program combines a patient mobile app and a health care professional platform with face-to-face visits with a DNE. The benefit of MyDiaCare was assessed by the changes in glycated hemoglobin (HbA1c) levels, the proportion of patients achieving clinical and biological targets, adherence to care plans, and satisfaction after 6 months of participating in the MyDiaCare program. A budget impact model was performed using data from the DNE study and another South African cohort of the DISCOVERY study to estimate the economic impact of MyDiaCare. Results Between November 25, 2019, and June 30, 2020, a total of 117 patients (8 with type 1 diabetes and 109 with type 2 diabetes) were enrolled in 2 centers. After 6 months of MyDiaCare, a clinically relevant decrease in mean HbA1c levels of 0.6% from 7.8% to 7.2% was observed. Furthermore, 54% (43/79) of patients reached or maintained their HbA1c targets at 6 months. Most patients achieved their targets for blood pressure (53/79, 67% for systolic and 70/79, 89% for diastolic blood pressure) and lipid parameters (49/71, 69% for low-density-lipoprotein [LDL] cholesterol, 41/71, 58% for high-density-lipoprotein [HDL] cholesterol, and 59/71, 83% for total cholesterol), but fewer patients achieved their targets for triglycerides (32/70, 46%), waist circumference (12/68, 18%), and body weight (13/76, 17%). The mean overall adherence to the MyDiaCare care plan was 93%. Most patients (87/117, 74%) were satisfied with the MyDiaCare program. The net budget impact per patient with type 2 diabetes, older than 19 years, treated in the private sector using MyDiaCare was estimated to be approximately South African Rands (ZAR) 71,023 (US $4089) during the first year of introducing MyDiaCare. Conclusions The results of using MyDiaCare program, which combines digital tools for patients and health care professionals with DNE support, suggest that it may be a clinically effective and cost-saving solution for diabetes management in the South African private health care sector.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,424
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDiabetes Management and Education→Travaux en français237 207→