Fitterfly Diabetes CGM Digital Therapeutics Program for Glycemic Control and Weight Management in People With Type 2 Diabetes Mellitus: Real-world Effectiveness Evaluation
Notice bibliographique
Résumé
Background Digital therapeutic platforms facilitate health care through patient-centered strategies based on multidisciplinary teams and shared decision-making. Such platforms can be used for developing a dynamic model of diabetes care delivery, which can help in improving glycemic control by promoting long-term behavior changes in people with diabetes. Objective This study aims to evaluate the real-world effectiveness of the Fitterfly Diabetes CGM digital therapeutics program for improving glycemic control in people with type 2 diabetes mellitus (T2DM) after the completion of 90 days in the program. Methods We analyzed deidentified data of 109 participants in the Fitterfly Diabetes CGM program. This program was delivered through the Fitterfly mobile app coupled with continuous glucose monitoring (CGM) technology. This program consists of 3 phases: the first phase is observation, wherein the patient’s CGM readings are observed for 7 days (week 1); the second phase is the intervention; and the third phase aims at sustaining the lifestyle modification introduced during the second phase. The primary outcome of our study was the change in the participants’ hemoglobin A1c (HbA1c) levels after program completion. We also evaluated the changes in participant weight and BMI after the program, changes in the CGM metrics in the initial 2 weeks of the program, and the effects of participant engagement in the program on improving their clinical outcomes. Results At the end of the 90 days of the program, the mean HbA1c levels, weight, and BMI of the participants were significantly reduced by 1.2% (SD 1.6%), 2.05 (SD 2.84) kg, and 0.74 (SD 1.02) kg/m2 from baseline values of 8.4% (SD 1.7%), 74.45 (SD 14.96) kg, and 27.44 (SD 4.69) kg/m2 in week 1, respectively (P<.001). The average blood glucose levels and time above range values showed a significant mean reduction by 16.44 (SD 32.05) mg/dL and 8.7% (SD 17.1%) in week 2 from week 1 baseline values of 152.90 (SD 51.63) mg/dL and 36.7% (SD 28.4%), respectively (P<.001 for both). Time in range values significantly improved by 7.1% (SD 16.7%) from a baseline value of 57.5% (SD 25%) in week 1 (P<.001). Of all the participants, 46.9% (50/109) showed HbA1c reduction ≥1% and 38.5% (42/109) showed weight loss ≥4%. The average number of times the mobile app was opened by each participant during the program was 108.80 (SD 127.91) times. Conclusions Our study shows that participants in the Fitterfly Diabetes CGM program showed a significant improvement in their glycemic control and reduction in weight and BMI. They also showed a high level of engagement with the program. Weight reduction was significantly associated with higher participant engagement with the program. Thus, this digital therapeutic program can be considered as an effective tool for improving glycemic control in people with T2DM.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».