Continuous Glucose Monitoring in Primary Care: Multidisciplinary Pilot Implementation Study
Notice bibliographique
Résumé
Background: Continuous glucose monitoring (CGM) is used to assess glycemic trends and guide therapeutic changes for people with diabetes. We aimed to increase patient access to this tool by equipping primary care physicians (PCPs) to accurately interpret and integrate CGM into their practice via a multidisciplinary team approach. Objective: The primary objective of this study was to evaluate the feasibility and effectiveness of integrating CGM into primary care clinics using a multidisciplinary approach that included a clinical pharmacist (PharmD) and a certified diabetes care and education specialist (CDCES). Methods: Eighteen PCPs received a 1-hour video training module from an endocrinologist teaching a systematic stepwise approach to CGM interpretation. Patient inclusion criteria included type 2 diabetes mellitus, ≥18 years old, hemoglobin A1c (HbA1c) ≥8% or concern for hypoglycemia, and no previous CGM use or an endocrinology visit in the past year. Patients saw physician extenders (CDCES or a PharmD) for professional CGM placement and education on nutrition, medication administration, and physical activity goals based on the PCP's recommendations. The CDCES or PharmD reviewed CGM data with patients and collaborated with PCPs to adjust the care plan, informed by the systematic stepwise approach to CGM interpretation. Patients either converted to personal CGM if desired or had a second professional CGM device placed after ≥1 month from the initial professional CGM placement and obtained a postintervention HbA1c measurement at ≥3 months from the initial HbA1c measurement. The primary outcomes were time in range, HbA1c, and average time from referral to the first CGM device placement. Follow-up continued with the CDCES or PharmD until patients met the study discharge criteria of HbA1c level ≤7%. Paired t tests with 1-sided P values were used to assess changes in glucose metrics from the initial to postintervention measurements. The McNemar test was used to determine the significance of change in patients meeting the goal of ≥70% time in the target range of 70-180 mg/dL. Results: The CGM users (n=46) had a mean (SD) age of 62.39 (14.57) years, and 14/46 participants (30%) were female. The mean (SD) time in range increased by 28.06%, from 43.25% (33.41%) at baseline to 71.31% (25.49%) postintervention (P<.001), due to reduced hyperglycemia. The proportion of CGM users meeting the consensus target of the time in range ≥70% increased from 23.81% to 57.14% (P<.001). Postintervention HbA1c decreased by an average of 2.37%, from 9.68% (1.78%) to 7.31% (1.32%; P<.001). Conclusions: The integration of CGM into primary care clinics to increase patient access is feasible and effective using a multidisciplinary approach.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».