原始论文
摘要
背景:对于使用先进的糖尿病技术(包括持续血糖监测(CGM)系统和混合闭环胰岛素泵(HCLs))在1型糖尿病(T1D)患者中提供移动健康(mHealth)支持的可行性,我们知之甚少。
摘要目的:本研究旨在评估使用CGM系统或hcl的T1D患者接受移动健康糖尿病支持的可及性和开放性。
方法:我们对使用CGM系统或在学术医疗中心管理的HCLs的T1D患者进行了横断面调查。参与者报告了他们使用移动设备的信息;蜂窝电话、短信或互联网连接;开放多种移动健康通信渠道(智能手机应用、短信短信和交互式语音响应[IVR]呼叫)。参与者的人口统计学特征和CGM数据从医疗记录中收集。分析的重点是根据人口统计学变量和血糖控制措施定义的不同群体对移动健康和移动健康通信渠道的开放程度的差异。
结果:所有参与者(N=310;女性:n=198, 63.9%;平均年龄45岁,标准差16岁),98.1% (n=304)报告积极使用手机,80% (n=248)接受移动健康支持以改善血糖控制。在接受移动健康支持的参与者中,98%(243/248)愿意为移动健康糖尿病自我护理援助分享CGM葡萄糖数据。大多数(176/248,71%)开放通过应用程序接收消息,56%(139/248)开放短信短信,12.1%(30/248)开放IVR呼叫。年龄较大的参与者更喜欢短信(P=.009)和IVR呼叫(P= 0.03)。
结论:大多数使用先进糖尿病技术的T1D患者可以使用手机,并愿意接受移动健康支持,以改善糖尿病控制。
doi: 10.2196/36140
关键字
简介
美国约有160万人患有1型糖尿病[
],且在美国的患病率持续上升[ ]和全球性的[ ].管理T1D需要患者和护理人员具备全面的技能,包括熟练监测和解释血糖水平,并根据一系列变量(包括碳水化合物摄入量、血糖水平、体育活动、药物、压力、疾病和最近的低血糖发作)给予适当剂量的胰岛素[ ].连续血糖监测(CGM)系统和混合闭环胰岛素泵(HCLs)等技术可以为T1D患者提供实时血糖信息和基于算法的胰岛素输送[
].CGM系统现在被认为是T1D患者的标准治疗方法[ ],而使用CGM系统的人数迅速增加[ ].然而,很大一部分CGM和HCL使用者未能达到最佳血糖指标[ , 基于两项临床试验的证据[ - 和现实观察研究[ - ].除了这些技术外,对T1D患者的额外支持可能对优化糖尿病控制和减少并发症至关重要[ ].超过85%的美国人[
, 占全球人口的48% [ ]使用智能手机,近一半的美国智能手机用户使用他们的移动设备来获取信息和跟踪健康相关目标的进展[ ].因此,通过移动设备(即移动卫生[mHealth])提供的卫生支持为改善获得有效行为干预提供了很好的机会[ ].移动健康领域包括各种数字工具和通信渠道,包括智能手机应用程序、短信短信和交互式语音响应(IVR)呼叫,以提供信息和行为改变支持[ ].研究表明,这些数字辅助设备可以提高患者对糖尿病的认识,降低高血糖[ - 通过数字化糖尿病教育、加强沟通和合并患者生成的数据[ , ].2020年,一个国际协作机构发布了关于糖尿病移动健康未来方向的共识,包括采取多样化干预措施以满足异质糖尿病人群的需求[ ].进一步加强技术支持的糖尿病护理的其他框架强调了数据驱动的双向反馈循环的重要性[ , 为改善T1D自我管理的个性化和有针对性的项目。考虑到CGM系统可以实时提供葡萄糖水平的数据,开发T1D mHealth支持项目的机会是存在的,该项目可以持续检索数据,并使用该信息及时提供个性化的患者反馈[
].然而,人们对使用先进糖尿病技术的T1D患者使用手机的情况知之甚少。此外,人们对移动健康项目的接受度可能会根据人口统计学特征和血糖控制情况而有所不同,一些患者可能不愿意在移动健康平台上分享CGM数据。最后,关于人们对智能手机app、短信、IVR通话等各种沟通渠道的相对开放程度的信息缺乏。为了解决这些知识上的差距,我们在使用CGM系统并在学术医疗中心接受糖尿病治疗的T1D患者中进行了一项大样本调查。在此,我们报告了调查结果,包括参与者使用移动技术的信息;对需要共享CGM数据的移动健康干预措施的接受度;以及通过独立应用程序、短信短信或IVR通话进行交流的开放性。
方法
伦理批准
该调查在获得密歇根大学机构审查委员会(HUM00189672)的批准后于2021年1月至4月期间进行。调查的抽样框架是通过与密歇根大学卫生系统相关的门诊诊所接受治疗的T1D成人人群。
设置与招聘
密歇根大学健康中心是一个三级卫生中心,为周边社区提供卫生保健,有超过100万人生活在密歇根东南部,并定期支持约3000名T1D成年人的糖尿病护理。共有1024名诊断为T1D并持续使用CGM的成人从电子医疗记录(EMR)系统中被识别出来,并通过REDCap发送的电子邮件邀请。邮箱地址丢失或无效的考生会通过邮件和电话联系。研究人员避免直接联系他们自己的患者进行招募,以防止可能的胁迫或抽样偏差。调查参与者提供书面的知情同意,将他们的调查与来自EMR的人口统计数据和来自CGM系统的葡萄糖数据联系起来。所有年龄≥18岁、有T1D且使用基于EMRs的CGM系统的人都被纳入研究和分析。在过去3个月内没有4周CGM数据的参与者被排除在涉及CGM数据的分析之外。
调查措施
该调查评估了参与者的糖尿病持续时间、CGM类型和使用时间以及胰岛素泵使用信息。手机使用情况,包括参与者在家里、工作中以及在家庭和工作之外携带手机的频率(“你多久带一次手机?”)、打电话和发送短信时的蜂窝连接(“你的手机多长时间接收一次短信或电话?”)和上网(“你的手机多长时间上网一次?”)。为研究开发的项目询问了参与者对移动健康糖尿病干预措施的接受度和对不同移动健康沟通渠道的开放性。具体来说,我们问“我们经常随身携带手机,手机可以用于接受现场实时支持……如果你能在血糖水平高或低的时候得到额外的支持来帮助你控制血糖,你会选择哪种方法?(响应选项包括应用程序、短信短信、IVR呼叫和“不希望通过手机提供糖尿病支持”)参与者可以选择一个以上的通信通道选项作为他们的响应。调查还评估了参与者分享实时CGM信息以支持血糖控制的意愿。参与者被鼓励直接通过REDCap完成调查。研究小组成员对没有直接上网的参与者进行了电话调查。
EMRs审核和CGM数据收集
参与者的年龄、性别、种族、民族和血红蛋白A1 c(HbA1 c)的水平是从EMR中抽象出来的。近期CGM数据[
](即在调查完成前3个月内)是从上传到emr的CGM葡萄糖报告中提取的,或直接从拥有CGM葡萄糖信息门户的参与者提取的[ , ].收集了4周的CGM数据,以测量以下指标:使用CGM系统的时间百分比、平均血糖水平、血糖水平高于180(时间高于范围[TAR])和250 mg/dL以上的时间百分比、低于70(时间低于范围[TBR])和低于54(美敦力CGM系统50)mg/dL的时间百分比[ ].统计分析
使用科克伦公式,我们计算出需要280个受访者的样本,以确定接受移动健康糖尿病干预的人群的流行率,对1024个潜在受访者的池在95%的置信水平和5%的精度。我们对参与者的人口统计学特征和CGM葡萄糖数据进行了描述性分析。的Mann-WhitneyU以年龄和HbA值的差异进行评价1 c参与者和非受访者之间的水平;接受移动健康干预和不接受移动健康干预的参与者之间的年龄、糖尿病病程和CGM葡萄糖信息的差异;对通过各种沟通渠道接受移动健康支持持开放态度的受访者的患者特征存在差异;女性和男性参与者在TAR和TBR上的差异。采用Logistic回归分析评估接受和不接受移动健康支持、开放接受移动健康支持的各种沟通渠道的参与者的性别差异。在评估对各种通信渠道(即应用程序vs短信短信、应用程序vs IVR呼叫、短信短信vs IVR呼叫)开放的应答者的特征的分析中,选择了两种通信渠道的参与者被排除在分析之外。P<。05被认为有统计学意义。
结果
参与者的特征
共有310名合资格人士完成调查(
),并成功收集了277名(89.4%)参与者最近3个月内的4周CGM数据( ).年龄和HbA无显著差异1 c参与者和其他没有完成调查的联系候选人之间的水平。回应者中女性的比例(n=198, 63.9%)高于非回应者(360/714,50.4%)。女性和男性参与者在TAR和TBR方面无显著差异。特征 | 参与者 | ||
性别,n (%) | |||
女 | 198 (63.9) | ||
男性 | 112 (36.1) | ||
年龄(年),平均值(SD) | 45 (16) | ||
年龄(年),中位数(IQR) | 43 (31-58) | ||
种族,n (%) | |||
白人或白种人 | 289 (93.2) | ||
黑人或非裔美国人 | 10 (3.2) | ||
亚洲 | 3 (1.0) | ||
拒绝回答/不知道 | 1 (0.3) | ||
其他 | 7 (2.3) | ||
种族,n (%) | |||
非西班牙裔 | 295 (95.2) | ||
拉美裔 | 9 (2.9) | ||
拒绝回答/不知道 | 6 (1.9) | ||
糖尿病持续时间(年),中位数(IQR) | 23日(14-32) | ||
CGM持续时间一个使用,n (%) | |||
0 - 3个月 | 9 (2.9) | ||
4 - 6个月 | 13 (4.2) | ||
7 - 12个月 | 23日(7.4) | ||
1年到3年 | 131 (42.3) | ||
4 - 6年 | 80 (25.8) | ||
> 6年 | 54 (17.4) | ||
CGM模型,n (%) | |||
G5 Dexcom公司将 | 4 (1.3) | ||
G6 Dexcom公司将 | 277 (89.4) | ||
美敦力卫士传感器3 | 29 (9.4) | ||
使用胰岛素泵,n (%) | 245 (79.0) | ||
具有自动悬挂功能 | 164 (52.9) | ||
具有闭环特性 | 149 (48.1) | ||
去年HbA1 cb水平(%),中位数(IQR) | 7.2 (6.5 - -7.8) | ||
CGM使用时间(%),中位数(IQR) | 97年(88 - 99) | ||
CGM平均葡萄糖水平(mg/dL),中位数(IQR) | 159年(143 - 178) | ||
焦油cCGM(%),中位数(IQR) | 32 (20-44) | ||
为dCGM(%),中位数(IQR) | 1.4 (0.6 - -3.0) |
一个CGM:持续血糖监测。
bHBA1 c:血红蛋白A1 c
cTAR:超出范围时间。
dTBR:低于范围的时间。
![](https://asset.jmir.pub/assets/10d6d4e20d5cd20a4b39efac2e4f8edb.png)
使用移动医疗服务
在所有310名参与者中,304人(98.1%)报告使用手机。所有这些人都报告使用智能手机,68.1%(207/304)使用iPhone, 29.9%(91/304)使用Android手机。约90.1%(274/304)的受访者表示,他们一直或大部分时间随身携带流动装置,而他们的流动装置一直或大部分时间都可以打电话、发短讯及上网(
).参与者在工作时最不可能随身携带手机,在家庭和工作之外最不可能上网。携带手机,n (%) | 电话或短信讯号良好,n (%) | 能上网,n (%) | ||||
在家里 | ||||||
一直都是 | 185 (59.7) | 187 (60.3) | 226 (72.9) | |||
大多数时候 | 105 (33.9) | 109 (35.2) | 68 (21.9) | |||
大约一半的时间 | 12 (3.9) | 9 (2.9) | 9 (2.9) | |||
不到一半的时间 | 4 (1.3) | 3 (1.0) | 4 (1.3) | |||
很少 | 4 (1.3) | 2 (0.6) | 3 (1.0) | |||
在工作中 | ||||||
一直都是 | 195 (62.9) | 170 (54.8) | 217 (70.0) | |||
大多数时候 | 81 (26.1) | 116 (37.4) | 68 (21.9) | |||
大约一半的时间 | 8 (2.6) | 16 (5.2) | 15 (4.8) | |||
不到一半的时间 | 9 (2.9) | 2 (0.6) | 1 (0.3) | |||
很少 | 17 (5.5) | 6 (1.9) | 9 (2.9) | |||
在家庭和工作之外 | ||||||
一直都是 | 225 (72.6) | 114 (36.8) | 121 (39.0) | |||
大多数时候 | 73 (23.5) | 183 (59.0) | 145 (46.8) | |||
大约一半的时间 | 8 (2.6) | 9 (2.9) | 22日(7.1) | |||
不到一半的时间 | 4 (1.3) | 3 (1.0) | 15 (4.8) | |||
很少 | 0 (0.0) | 1 (0.3) | 7 (2.3) |
接受移动健康支持
在310名参与者中,248人(80%)愿意通过手机接受糖尿病自我护理支持,目的是改善他们的血糖控制。接受和不接受移动健康支持的患者在性别、年龄、糖尿病持续时间、平均血糖水平、TAR、TBR以及血糖水平高于250 mg/dL和低于54 mg/dL的时间百分比方面没有显著差异。在接受移动健康支持的参与者中,98%(243/248)回应称,他们“非常”或“可能”愿意分享实时血糖水平数据,以获得针对糖尿病管理的定制支持。
开放各种沟通渠道以获得移动健康支持
在接受移动健康支持的受访者中,71%(176/248)接受通过应用程序接受支持,56%(139/248)接受短信,12.1%(30/248)接受IVR呼叫。开放应用程序但不开放IVR呼叫的参与者比开放IVR呼叫但不开放应用程序的参与者更年轻(
).同样,只接受手机应用而不接受手机短信的参与者比只接受手机短信而不接受手机应用的参与者更年轻。糖尿病持续时间、平均血糖水平、TAR、TBR、花费在250 mg/dL以上或54 mg/dL以下的时间在那些愿意通过应用程序、短信或IVR电话接受糖尿病支持的患者之间没有显著差异。我们还观察到,那些对各种沟通渠道开放的人没有性别差异。应用中位数(IQR) | 中位数(IQR) | 这套一个呼叫中位数(IQR) | P价值b | |||
应用程序vs短信c | 应用程序vs IVR呼叫c | 短信短信vs IVR呼叫c | ||||
年龄(年) | 40 (28-54) | 44 (32-58) | 53 (36 - 64) | .009 | 03 | 点 |
糖尿病病程(年) | 24 (14-32) | 23日(12-32) | 21日(15 - 40) | 。45 | .98点 | 0。 |
平均血糖水平(mg/dL) | 158年(143 - 175) | 157年(141 - 176) | 153年(145 - 182) | 多多 | .57 | 获得 |
焦油d(%) | 30日(到) | 31日(18-43) | 30日(20-45) | 获得 | 50 | .79 |
血糖水平为>时250mg /dL (%) | 7 (2 - 13) | 7 (2 - 13) | 5 (2 - 14) | .98点 | .95 | i = |
为e(%) | 1.4 (0.5 - -3.0) | 1.5 (0.7 - -3.0) | 2.4 (0.8 - -3.8) | .51 | .90 | 0。 |
血糖水平<54 mg/dL(%)的时间 | 0.2 (0 - 0.6) | 0.2 (0 - 0.5) | 0.2 (0 - 0.7) | 算下来 | 13。 | 无误 |
一个IVR:交互式语音响应。
b统计分析与曼-惠特尼U测试。
c选择了两种沟通渠道的参与者被排除在分析之外。
dTAR:超出范围时间。
eTBR:低于范围的时间。
讨论
主要研究结果
在这项针对使用CGM系统和hcl的大样本T1D患者的调查中,几乎所有的参与者都使用智能手机,几乎所有的参与者都报告说他们在大多数时间能够打电话、接收短信和连接互联网。参与者乐于接受糖尿病护理方面的支持,包括愿意自动共享CGM数据,以便移动健康支持能够根据他们的临床需求实现个性化。当被问及接受移动健康支持的各种沟通渠道时,大多数人对应用程序或短信短信持开放态度,只有一小部分人表示对接听IVR呼叫持开放态度。年龄较大的参与者更喜欢通过手机短信或IVR电话通过应用程序获得移动健康支持。
与以往工作的比较及对未来研究的启示
先前的研究表明,患有T1D的青少年接受通过移动医疗工具提供的自我管理帮助[
].这项研究为使用先进糖尿病技术监测血糖控制和管理胰岛素给药的T1D成人患者使用移动健康干预的可及性和接受性提供了更多证据。移动卫生工具能够为有效的干预措施提供双向通信[ ].这些应用程序的进步使用了人工智能(AI)和基于个人状态的自适应信息[ ],以进一步提供个性化的支援,并切合个人的持续需要。鉴于在本研究中,大多数CGM和HCL用户报告称,他们愿意分享实时血糖信息,以便及时提供支持,纳入基于人工智能的低血糖预测[ ]和自适应调整注射胰岛素参数以预防高血糖[ 移动健康可以被认为是未来的研究方向。本研究表明,除了目前通过CGM系统和hcl提供的简单的低血糖和高血糖警报外,大多数高级糖尿病技术用户都愿意接受移动健康支持,这可以增强他们有效自我护理行为的能力和动机。警报疲劳会导致关闭低血糖/高血糖警报或直接忽略它们[
].由血糖水平触发的个性化干预可以通过行为理论支持的定制信息来避免警报疲劳[ ]以制作切合实际及具文化敏感性的内容[ ].我们发现,大多数T1D高级糖尿病技术用户对智能手机应用程序持开放态度。然而,也有相当比例的人喜欢其他通信渠道,如短信和IVR呼叫,尤其是那些年龄较大的人。这一发现强调了保持移动健康方法的多样性对促进异质性糖尿病人群的干预参与的重要性[
].优势与局限
本研究是首批报告使用先进糖尿病技术为T1D患者提供移动健康支持的可行性和潜在兴趣的信息之一。将被调查者与非被调查者的特征进行比较,只发现了性别分布上相对较小的差异,对调查数据的分析也没有表明性别与任何感兴趣的结果相关。血糖指数,包括CGM血糖信息,证实了有和没有控制糖尿病的患者群体都愿意接受移动健康支持。
本研究的几个局限性应予以考虑。参与者是从在单一的高等教育学术健康中心接受护理的人群中招募的。然而,该卫生保健系统也设有外联诊所和医疗服务,为周边社区的100万人提供服务。参与者跨种族/民族群体的分布和报告使用胰岛素泵的比例与2016-2018 T1D Exchange国家报告相似[
].随着智能手机在美国的普及,[ , ]以及增加CGM系统的实施[ ],研究结果最适用于三级卫生保健中心,并可能推广到其他美国T1D人群。此外,没有收集关于移动健康应用程序、短信短信和IVR干预的首选功能的详细信息,包括通信的时间和频率。未来的研究应该寻求加深我们对干预设计的这些关键维度的理解。结论
我们发现,使用先进糖尿病技术的T1D患者可以使用移动技术,并愿意接受移动健康支持以改善糖尿病控制。这一人群中的大多数人对智能手机应用程序或短信短信持开放态度,年龄较大的人可能更喜欢短信短信或IVR呼叫,以获得移动健康支持。
致谢
该研究得到了密歇根临床和转化研究试点和可行性基金(P30DK092926)的支持。YKL由K23DK129724支持;JP是退伍军人事务部的卫生服务研究和发展服务研究职业科学家;REDCap由NCATS UL1TR00240支持。
我们感谢密歇根大学教师、成人糖尿病教育项目和临床与转化研究数据办公室、密歇根临床与健康研究所和密歇根糖尿病转化研究中心的所有帮助。我们也感谢所有的研究参与者,没有他们,这项研究就不可能进行。
数据可用性
在研究过程中生成和分析的数据集可根据合理要求从通讯作者处获得。
作者的贡献
YKL和JP提出了这项研究。YKL、CR、RPB、GP和JP设计了研究和研究仪器。YKL和ID收集了研究数据。YKL、CR、RPB、GP、JP对结果进行分析和解释。所有作者都参与了稿件,并在投稿前审阅了稿件。
利益冲突
没有宣布。
参考文献
- 《2020年全国糖尿病统计报告:美国糖尿病及其负担的估计》。疾病控制和预防中心URL:https://www.cdc.gov/diabetes/pdfs/data/statistics/national-diabetes-statistics-report.pdf[2021-09-19]访问
- Rogers M, Kim C, Banerjee T, Lee J. 2001 - 2015年美国1型糖尿病发病率的波动:一项纵向研究。BMC Med 2017 11月08;15(1):199 [免费全文] [CrossRef] [Medline]
- Mobasseri M, Shirmohammadi M, Amiri T, Vahed N, Hosseini Fard H, Ghojazadeh M.世界1型糖尿病的患病率和发病率:一项系统综述和荟萃分析。健康促进展望2020;10(2):98-115 [免费全文] [CrossRef] [Medline]
- 1型糖尿病的教育和护理:是时候重新思考了?糖尿病医学2012 Feb;29(2):159-160。[CrossRef] [Medline]
- 美国糖尿病协会。糖尿病技术:糖尿病医疗护理标准-2021年。糖尿病护理2021年1月;44(增刊1):S85-S99。[CrossRef] [Medline]
- Foster NC, Beck RW, Miller KM, Clements MA, Rickels MR, DiMeglio LA,等。2016-2018年T1D交流的1型糖尿病管理状况和结果。Diabetes Technol Ther 2019 Feb;21(2):66-72 [免费全文] [CrossRef] [Medline]
- 美国糖尿病协会。血糖指标:糖尿病医疗护理标准-2021年。糖尿病护理2021年1月;44(增刊1):S73-S84。[CrossRef] [Medline]
- Battelino T, Danne T, Bergenstal RM, Amiel SA, Beck R, Biester T,等。持续血糖监测数据解释的临床目标:来自国际共识的时间范围的建议。糖尿病护理2019 Aug;42(8):1593-1603 [免费全文] [CrossRef] [Medline]
- 林德M, Polonsky W, Hirsch IB, Heise T, Bolinder J, Dahlqvist S,等。每日多次注射胰岛素治疗的1型糖尿病患者,持续血糖监测与常规治疗的血糖控制:GOLD随机临床试验JAMA 2017 1月24日;317(4):379-387。[CrossRef] [Medline]
- Beck RW, Riddlesworth T, Ruedy K, Ahmann A, Bergenstal R, Haller S, DIAMOND研究集团。持续血糖监测对1型糖尿病患者胰岛素注射血糖控制的影响:DIAMOND随机临床试验JAMA 2017 1月24日;317(4):371-378。[CrossRef] [Medline]
- Brown SA, Kovatchev BP, Raghinaru D, Lum JW, Buckingham BA, Kudva YC, iDCL试验研究小组。1型糖尿病6个月随机多中心闭环对照试验。N Engl J Med 2019 10月31日;381(18):1707-1717 [免费全文] [CrossRef] [Medline]
- Hásková A, Radovnická L, Petruželková L, Parkin CG, Grunberger G, Horová E,等。在1型糖尿病的血糖控制方面,实时CGM优于瞬时血糖监测:CORRIDA随机对照试验。糖尿病护理2020年11月43日(11):2744-2750 [免费全文] [CrossRef] [Medline]
- Brown SA, Forlenza GP, Bode BW, Pinsker JE, Levy CJ, Criego AB, Omnipod 5研究集团。在1型糖尿病的儿童和成人参与者中,一种具有可定制血糖目标的无管、体内自动胰岛素输送系统的多中心试验。糖尿病护理2021年7月;44(7):1630-1640 [免费全文] [CrossRef] [Medline]
- Da Silva J, Bosi E, Jendle J, Arrieta A, Castaneda J, Grossman B,等。MiniMed™670G系统在欧洲的实际性能。糖尿病医学杂志2021年8月23日(8):1942-1949。[CrossRef] [Medline]
- Breton MD, Kovatchev BP。一年的实际使用控制-智商先进混合闭环技术。Diabetes technology Ther 2021年9月23日(9):601-608 [免费全文] [CrossRef] [Medline]
- DuBose SN, Bauza C, Verdejo A, Beck RW, Bergenstal RM, Sherr J, HYCLO研究组。使用MiniMed 670G混合闭环系统的1型糖尿病患者的真实世界、患者报告和临床数据。糖尿病技术杂志2021年12月23日(12):791-798。[CrossRef] [Medline]
- Choudhary P, Amiel SA。1型糖尿病的低血糖:技术治疗,它们的局限性和心理学的地位。Diabetologia 2018 Apr;61(4):761-769 [免费全文] [CrossRef] [Medline]
- 移动便览。皮尤研究中心。URL:https://www.pewresearch.org/internet/fact-sheet/mobile/[2021-09-21]访问
- Rising CJ, Jensen RE, Moser RP, Oh A.通过用于健康和行为跟踪的移动健康使用模式来描述美国人口:对国家癌症研究所健康信息全国趋势调查数据的分析。J Med Internet Res 2020年5月14日;22(5):e16299 [免费全文] [CrossRef] [Medline]
- 世界上有多少智能手机?BankMyCell。URL:https://www.bankmycell.com/blog/how-many-phones-are-in-the-world[2021-09-08]访问
- Fleming GA, Petrie JR, Bergenstal RM, Holl RW, Peters AL, Heinemann L.糖尿病数字应用程序技术:好处,挑战和建议。欧洲糖尿病研究协会(EASD)和美国糖尿病协会(ADA)糖尿病技术工作组的共识报告。diabetology 2020 Feb;63(2):229-241。[CrossRef] [Medline]
- Piette JD, List J, Rana GK, Townsend W, Striplin D, Heisler M.移动医疗设备作为全球心血管风险降低和疾病管理的工具。发行量2015年11月24日;132(21):2012-2027 [免费全文] [CrossRef] [Medline]
- Nkhoma DE, Soko CJ, Bowrin P, Manga YB, Greenfield D, Househ M,等。1型和2型糖尿病的数字化干预自我管理教育:一项系统综述和荟萃分析。计算方法程序2021年10月;210:106370。[CrossRef] [Medline]
- Umaefulam V, Premkumar K.移动健康对土著妇女糖尿病视网膜病变意识和眼部护理行为的影响。移动医疗2020;14。[CrossRef] [Medline]
- Schoenthaler A, Leon M, Butler M, Steinhaeuser K, Wardzinski W.为改善黑人高血压和2型糖尿病患者药物依从性的量身定制移动健康干预的开发和评估:试点随机可行性试验。JMIR Mhealth Uhealth 2020年9月23日;8(9):e17135 [免费全文] [CrossRef] [Medline]
- Greenwood DA, Gee PM, Fatkin KJ, peples M.一项评价技术支持糖尿病自我管理教育和支持的系统综述。糖尿病科学技术2017年9月11日(5):1015-1027 [免费全文] [CrossRef] [Medline]
- Greenwood DA, Howell F, Scher L, Yousef G, Rinker J, Yehl K,等。优化技术支持的糖尿病和心脏代谢护理和教育的框架:糖尿病护理和教育专家的角色。糖尿病教育2020年8月;46(4):315-322。[CrossRef] [Medline]
- Reidy C, Foster C, Rogers A.使用胰岛素泵为1型糖尿病患者提供基于网络的自我管理工具:使用行为改变轮和理论领域框架的干预发展。J Med Internet Res 2020年5月01;22(5):e13980 [免费全文] [CrossRef] [Medline]
- Riddlesworth TD, Beck RW, Gal RL, Connor CG, Bergenstal RM, Lee S,等。持续血糖监测的最佳采样时间,以确定长期血糖控制。糖尿病科技快报2018年4月20日(4):314-316。[CrossRef] [Medline]
- 清晰Dexcom公司将。URL:https://clarity.dexcom.com/[2021-09-04]访问
- 美敦力:CareLink系统。URL:https://carelink.medtronic.com/[2021-09-04]访问
- Dobson R, Whittaker R, Murphy R, Khanolkar M, Miller S, Naylor J,等。使用移动医疗为患有1型糖尿病的年轻人提供自我管理支持:一项横断面调查JMIR Diabetes 2017 Feb 15;2(1):e4 [免费全文] [CrossRef] [Medline]
- Piette JD, Krein SL, Striplin D, Marinec N, Kerns RD, Farris KB,等。使用人工智能和移动健康工具的以病人为中心的疼痛护理:由美国退伍军人事务部健康服务研究和发展计划资助的一项随机研究的协议。JMIR Res Protoc 2016 Apr 07;5(2):e53 [免费全文] [CrossRef] [Medline]
- Dave D, DeSalvo DJ, Haridas B, McKay S, Shenoy A, Koh CJ,等。实时低血糖预测的基于特征的机器学习模型。《糖尿病科学技术杂志》2021年7月;15(4):842-855 [免费全文] [CrossRef] [Medline]
- Vettoretti M, Cappon G, Facchinetti A, Sparacino G.使用人工智能和连续血糖监测传感器的高级糖尿病管理。传感器(巴塞尔)2020年7月10日;20(14):3870 [免费全文] [CrossRef] [Medline]
- 连续使用血糖监测仪的局限性。2016年3月18日(3):115-117。[CrossRef] [Medline]
- Nundy S, Dick JJ, Solomon MC, Peek ME。开发基于手机的糖尿病干预行为模型。2013年1月;90(1):125-132 [免费全文] [CrossRef] [Medline]
- Maar MA,叶芝K, Toth Z, Barron M, Boesch L,华-斯图尔特D,等。打开黑箱:在移动健康干预中发展理论驱动、循证和文化安全的短信的形成性研究方法。JMIR Mhealth Uhealth 2016年1月22日;4(1):e10 [免费全文] [CrossRef] [Medline]
缩写
人工智能:人工智能 |
CGM:持续血糖监测 |
EMR:电子病历 |
HbA1 c:血红蛋白的1 c |
盐酸:混合闭环胰岛素泵 |
固话:交互式语音应答 |
健康:移动健康 |
近年来:1型糖尿病 |
沥青:超出范围时间 |
为:低于范围时间 |
梁韬编辑;提交04.01.22;由K van Bastelaar, A bliutydiius同行评阅;对作者20.04.22的评论;修订版收到22.04.22;接受28.04.22;发表24.06.22
版权©郁桂林,卡罗琳·理查德森,尤利亚·多布林,罗迪卡·波-布苏,格雷琴·皮亚特,约翰·皮耶特。最初发表在JMIR Diabetes (https://diabetes.www.mybigtv.com), 24.06.2022。
这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是必须正确引用最初发表在《JMIR Diabetes》上的原始作品。必须包括完整的书目信息,https://diabetes.www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。