Does Continuous Glucose Monitoring Use Prompt Greater Engagement in Self-Management? A Randomized Controlled Trial Focusing on Adults With Type 2 Diabetes
Notice bibliographique
Résumé
Background: Continuous glucose monitoring (CGM) promotes glycemic benefits in adults with type 2 diabetes (T2D), including insulin users as well as noninsulin users, often with minimal professional support. To investigate whether these benefits may stem from increased user engagement in self-management, we conducted a randomized controlled trial comparing the impact of CGM versus self-monitoring of blood glucose (SMBG) on self-reported engagement and HbA1c in CGM-naïve adults with T2D. Methods: Potential participants completed the Impact of Glucose Monitoring on Self-Management Scale (IGMSS) and an HbA1c home test to confirm eligibility (>7.5%). N = 110 eligible participants were randomized to receive a FreeStyle Libre 3 (CGM arm) or a FreeStyle Precision Neo Blood Glucose Monitoring System (SMBG arm). The IGMSS and HbA1c home test were repeated after three months. Latent change score models estimated group differences in outcomes over time. Results: CGM users reported significantly greater engagement with T2D self-management than SMBG users (IGMSS total b = 0.61, P < .001), including greater gains on all three major subscales, capability (b = 0.76, P < .001), opportunity (b = 0.46, P = .001), and motivation (b = 0.66, P < .001). CGM users also saw a significant HbA1c drop of ~1% (9.2% to 8.3%, P < .001, d = .65), with less than half the reduction in SMBG users (8.9% to 8.4%, P = .065, d = .30). However, the effect of group on HbA1c change did not reach statistical significance ( P = .170), likely due to limited sample size. Conclusions: These findings suggest that introducing CGM to adults with T2D heightens users’ engagement with their own diabetes care and also improves glycemic control more than providing SMBG.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».