Recent Findings on the Effectiveness of Peer Support for Patients with Type 2 Diabetes
Notice bibliographique
Résumé
Abstract Purpose of Review To review randomized controlled trials (RCTs) published from 2021–2023 that reported the effects of peer support interventions on outcomes in patients with type 2 diabetes (T2DM). Recent Findings Literature searches yielded 137 articles and nine RCTs were ultimately reviewed. The reviewed trials involved in-person support groups, peer coach/mentor support, cultural peer support by community health workers, peer support during shared medical appointments (SMAs) including virtual reality-based SMAs, telehealth-facilitated programs, and telephone peer support. Most interventions combined two or more peer support strategies. Peer support was associated with significant decreases in HbA1c in 6 of the 9 reviewed studies. The largest statistically significant improvements in HbA1c were reported in a study of community health workers in Asia (-2.7% at 12 months) and a Canadian study in which trained volunteer peer coaches with T2DM met with participants once and subsequently made weekly or biweekly phone calls to them (-1.35% at 12 months). Systolic blood pressure was significantly improved in 3 of 9 studies. Summary The findings suggest that peer support can be beneficial to glycemic control and blood pressure in T2DM patients. Studies of peer support embedded within SMAs resulted in significant reductions in HbA1c and suggest that linkages between healthcare systems, providers, and peer support programs may enhance T2DM outcomes.
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 | 0,015 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».