Long-Term Results of a Digital Hypertension Self-Management Program: Retrospective Cohort Study
Notice bibliographique
Résumé
Background Digital health programs that incorporate frequent blood pressure (BP) self-monitoring and support for behavior change offer a scalable solution for hypertension management. Objective We examined the impact of a digital hypertension self-management and lifestyle change support program on BP over 12 months. Methods Data were analyzed from a retrospective observational cohort of commercially insured members (n=1117) that started the Omada for Hypertension program between January 1, 2019, and September 30, 2021. Paired t tests and linear regression were used to measure the changes in systolic blood pressure (SBP) over 12 months overall and by SBP control status at baseline (≥130 mm Hg vs <130 mm Hg). Results Members were on average 50.9 years old, 50.8% (n=567) of them were female, 60.5% (n=675) of them were White, and 70.5% (n=788) of them had uncontrolled SBP at baseline (≥130 mm Hg). At 12 months, all members (including members with controlled and uncontrolled BP at baseline) and those with uncontrolled SBP at baseline experienced significant mean reductions in SBP (mean –4.8 mm Hg, 95% CI –5.6 to –4.0; –8.1 mm Hg, 95% CI –9.0 to –7.1, respectively; both P<.001). Members with uncontrolled SBP at baseline also had significant reductions in diastolic blood pressure (–4.7 mm Hg; 95% CI –5.3 to –4.1), weight (–6.5 lbs, 95% CI –7.7 to –5.3; 2.7% weight loss), and BMI (–1.1 kg/m2; 95% CI –1.3 to –0.9; all P<.001). Those with controlled SBP at baseline maintained within BP goal range. Additionally, 48% (418/860) of members with uncontrolled BP at baseline experienced enough change in BP to improve their BP category. Conclusions This study provides real-world evidence that a comprehensive digital health program involving hypertension education, at-home BP monitoring, and behavior change coaching support was effective for self-managing hypertension over 12 months.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».