本研究是先前描述的c-RCT (NCT01107015)的行政索赔探索性数据分析[gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba]，其中将试验期间医疗保健使用率的变化与试验前的使用率进行比较。随后，将观察到的医疗保健使用的变化与HbA的变化进行比较gydF4y2Ba_{1 cgydF4y2Ba}．除分析理赔数据外，还从患者病历中提取BG数据[gydF4y2Ba 11gydF4y2Ba]。我们计划gydF4y2Ba 先天的gydF4y2Ba评估利用率而非成本，因为在一项92名参与者的研究中，成本数据将是稀疏的或倾斜的[gydF4y2Ba 10gydF4y2Ba]。gydF4y2Ba

c-RCT在美国马里兰州4个不同地理区域的26个初级保健诊所进行[gydF4y2Ba 11gydF4y2Ba]。c-RCT将26个初级保健实践随机分配到如下所述的3个分步治疗组(2-4组)中的1个或常规护理对照组(1组)[gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba]。纳入的患者(n=163)遵循医师随机分配。研究人群包括18-64岁的成年患者，在研究入组和HbA前至少6个月被医生诊断为T2DgydF4y2Ba_{1 cgydF4y2Ba}≥7.5%。只有当患者的医疗服务由商业保险公司承担时，他们才有资格参加父母研究[gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba]。母研究的主要结果是HbA的绝对变化gydF4y2Ba_{1 cgydF4y2Ba}(总血红蛋白百分比)比较UC(对照组)组和最大治疗组在基线和12个月[gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba]。gydF4y2Ba

组1接受常规护理(UC)，组2只接受指导(CO)，组3接受指导和患者护理提供者门户(CPP)，组4接受指导和患者护理提供者门户结合决策支持(CPDS) [gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba]。最大限度的治疗是基于手机和网络的自我管理患者CPDS [gydF4y2Ba 11gydF4y2Ba]。CPDS组的提供者可以访问与护理标准和循证指南相关的分析患者数据，而CO组的提供者如果患者选择共享数据，则可以从患者那里获得数据。指导和患者护理提供者门户组的提供者收到未分析的患者数据[gydF4y2Ba 11gydF4y2Ba]。gydF4y2Ba

对于当前的次要数据分析，我们分析了每个研究组56%(92/163名父母研究参与者)参与者的全因和糖尿病相关的已裁决(支付)索赔数据，(UC, n=28;有限公司,n = 17;CPP, n = 13;CPDS, n=34)。全因利用被定义为任何基于索赔的医疗保健利用，包括糖尿病和索赔中的任何其他诊断。我们获得了2006年至2010年由该州最大的商业保险公司承保的研究参与者的商业保险索赔数据。其他参与者由多个商业保险公司承保，未包括在本分析中。索赔数据被汇总为12类:医生办公室就诊、全科医生、心脏病科医生、门诊服务、实验室索赔、处方索赔、内分泌科医生、眼科医生、足科医生、急诊科就诊、住院病人就诊和住院总天数。医生办公室访问类别被定义为商业保险公司验证的办公室访问的可用门诊记录。全科医生被定义为家庭医生、全科医生或内科医生。 Category classifications (ie, lab vs prescription claims) were confirmed by the insurer.

由于数据稀疏，四种利用类别被排除在分析之外:内分泌科就诊、急诊科就诊、住院患者就诊和住院总天数。眼科医生和足科医生的就诊次数也很少。然而，由于它们在标准糖尿病护理中的重要性，我们将它们纳入修订后的模型。数据按日期组织，分为随机化前12个月(随机化前)和随机化后12个月(随机化后)。使用患者病历收集HbAgydF4y2Ba_{1 cgydF4y2Ba}基线和3、6、9和12个月时的值[gydF4y2Ba 11gydF4y2Ba]。gydF4y2Ba

巴尔的摩马里兰大学的机构审查委员会批准了这项研究。指定了一个数据和安全监测委员会来审查研究程序和不良事件。在登记结束后，发现了同意书上的错误，所有参与者，包括医生和患者，都被要求按照机构审查委员会的建议再次签署同意书。最终分析中所有患者均同意。gydF4y2Ba

使用广义线性混合效应模型将参与者研究年度的行政索赔数据与前一年进行比较，以检查治疗组总体差异的影响，随着时间的推移，并按时间相互作用分组。具体来说，随机化前的年份为参考年。因此，治疗效果分析了各组卫生服务访问频率是否不同，与研究干预期的前一年相比。治疗组效应时间表示从随机化前到随机化后的组间差异变化。为了解决父母研究中医生实践的聚类问题，我们使用随机效应来解释执业内聚类和患者内相关性。gydF4y2Ba

由于眼科医生和足科医生的就诊频率不高(这导致了非收敛模型)，这些索赔的数据使用重复测量方差分析进行分析。考虑到索赔的偏斜频率，选择泊松分布作为结果。gydF4y2Ba

检查HbA利用率的影响gydF4y2Ba_{1 cgydF4y2Ba}，采用一般线性模型。对每种类型的就诊进行两次测试:1种模型仅包括基线HbAgydF4y2Ba_{1 cgydF4y2Ba}访问计数效应(仅在随机化后)和其他包括这两种效应以及研究组效应。研究组效应检查了就诊次数，基线HbAgydF4y2Ba_{1 cgydF4y2Ba}小组成员(医生办公室和全科医生)预测12个月的HbAgydF4y2Ba_{1 cgydF4y2Ba}．没有组效应模型的测试检查了就诊次数和基线HbAgydF4y2Ba_{1 cgydF4y2Ba}预计12个月HbA卡gydF4y2Ba_{1 cgydF4y2Ba}．统计软件SAS version 9.3 (SAS Institute, Cary, NC)用于所有分析。显著性水平设为≤0.05。gydF4y2Ba

据我们所知，这项行政索赔分析是第一项评估c-RCT手机糖尿病干预对医疗服务利用影响的研究。本研究扩展了Quinn等人的研究[gydF4y2Ba 11gydF4y2Ba通过评估干预对卫生服务利用变化的影响，以及这些变化是否解释了HbA的临床显著变化gydF4y2Ba_{1 cgydF4y2Ba}在初步研究中报道。我们发现，随着时间的推移，基于手机的治疗和行为指导干预减少了医生办公室就诊、全科医生就诊和实验室索赔，而处方索赔增加。由于干预而增加或减少索赔是可取还是不可取的问题尚不清楚。药物处方的增加可能是一个好的结果，这表明适当的医生加强了治疗，参与者也更适当地服用了药物[gydF4y2Ba 17gydF4y2Ba]。看医生和去实验室的次数减少可以节省费用，但可能表明对护理的需求减少，或者如果次数太少，可能表明移动健康参与者不恰当地用干预的注意力代替了面对面的护理。gydF4y2Ba

我们的发现没有显著的影响利用访问来解释12个月HbA的变化gydF4y2Ba_{1 cgydF4y2Ba}从母体研究中获得[gydF4y2Ba 11gydF4y2Ba可能是由于干预的多种行为改变策略。在对父母研究中患者参与的后续混合方法分析中，我们了解到一些患者的行为(血糖监测、健康饮食和服药)对HbA的变化有更大的影响gydF4y2Ba_{1 cgydF4y2Ba}［gydF4y2Ba 15gydF4y2Ba]。也可能是我们的索赔数据样本太小或太短，无法评估利用率对HbA变化的影响gydF4y2Ba_{1 cgydF4y2Ba}在一年的时间里。gydF4y2Ba

本文报道的总体积极结果需要与其他研究中报道的糖尿病管理干预的混合经济结果联系起来。Nundy研究了一个为期6个月的移动健康示范项目对74名患有1型和2型糖尿病的成年人(n=74)的影响，这些人都是学术医疗中心员工健康计划的成员。尽管这些作者观察到血糖控制(gydF4y2Ba PgydF4y2Ba= 0.01)和人均门诊次数显著减少，只有20%的符合条件的人群参加了研究[gydF4y2Ba 19gydF4y2Ba]。另一项研究发现，临床措施有所改善，但对医疗保健的利用或成本没有影响[gydF4y2Ba 20.gydF4y2Ba]。这些研究中没有一个与本研究直接相似，这突出了确定在临床环境中成功整合手机糖尿病干预作为可报销服务的困难。gydF4y2Ba

我们的研究结果将告知付款人试图了解手机糖尿病管理技术的潜力。支付方一直不愿意报销移动医疗就诊，部分原因是缺乏证据表明移动医疗干预措施在使用率和相关成本方面产生了影响。支付者的观点是短期的，而不是长期的，因为成员可能在下一个投保年度不参加他们的计划。预防或延缓并发症需要数年时间。因此，短期结果，如HbA的变化gydF4y2Ba_{1 cgydF4y2Ba}正如我们的初步研究所表明的那样，作为一项预防指标，可能比移动医疗干预的具体利用效率对支付方更有吸引力。gydF4y2Ba

支付方正在“试验”健康和保健应用，但目前移动医疗的报销支付主要局限于偏远的农村地区。通过积极促进投保人的健康，将风险降至最低，对支付方有经济利益。然而，大多数医疗保健技术都用于当前的按服务收费(FFS)模式，包括我们的评估[gydF4y2Ba 21gydF4y2Ba]。在一个只有医疗设备和人类到临床医生就诊代码的FFS系统中，“很少(如果有的话)存在由技术而不是人类驱动的频繁的高价值患者接触点的报销代码。“(gydF4y2Ba 22gydF4y2Ba]。从付款人的角度来看，手机糖尿病护理的潜在好处可能会受到从服务付费到价值付费或绩效付费的激励转变的推动。手机糖尿病管理，例如我们的干预，重点关注基于患者和提供者之间的数字联系的行为改变，从而改善临床结果和利用指标，在捆绑支付模式中处于很好的位置。捆绑支付模式可包括提供的一揽子服务的每位患者金额，最好是根据商定的移动电话数字联系人取得的临床结果进行支付，而不是仅基于办公室联系人数量的FFS支付系统。gydF4y2Ba

我们建议谨慎概括我们的发现。该研究的参与者由一家单一的商业保险公司投保，他们可能有经验并可以获得资源，包括个人团体实践指南、专家咨询、保险计划覆盖范围的变化以及与其他T2D患者不同的共同保险。为了解决这些差异，我们招募了多名社区医生参与研究，并在实践水平上进行了随机化，患者入组遵循医生随机化分配。行政索赔数据可能不能充分反映T2D患者对服务的利用情况。例如，糖尿病通常不是急诊科就诊或住院的主要诊断，但通常是一种潜在疾病(如心肌梗死)。由于排除标准，分析不太可能看到更严重的情况需要住院治疗，因此不太可能观察到糖尿病严重且不受控制的高利用率(例如，坏疽或肾衰竭)，尽管45%(41/92)的参与者患有HbAgydF4y2Ba_{1 cgydF4y2Ba}>9%。在利用分析年度之后，利用情况可能有所改善，根据卫生服务的不同，有增加也有减少。需要对研究治疗进行一些利用(即访问初级保健提供者并接受HbA处方)gydF4y2Ba_{1 cgydF4y2Ba}测试)。gydF4y2Ba

我们的学习计划[gydF4y2Ba 11gydF4y2Ba，gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 17gydF4y2Ba，gydF4y2Ba 18gydF4y2Ba，gydF4y2Ba 23gydF4y2Ba]，包括本文报道的分析，证明手机糖尿病技术在血糖控制方面实现了临床意义重大的改变，重要服务的利用率增加(药房)或减少(医生办公室就诊)。这些发现可能有助于T2D糖尿病患者与卫生服务提供者接触，并参与决定接受治疗指南推荐的服务、实验室检查和处方药物。gydF4y2Ba