- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT06607497
Lepší vnímání rizik díky podobnosti pacientů s kontrolou hyperglykémie a udržení pomocí telemonitoringu (BRILLIANT)
Východiska: Diabetes významně zvyšuje pravděpodobnost komplikací, a tím zvyšuje riziko úmrtnosti na diabetes, zejména v důsledku cévních komplikací. Je životně důležité řešit tento rostoucí trend úmrtnosti zvýšením povědomí o komplikacích diabetu, aby se zlepšilo vnímání rizik a v konečném důsledku se snížila úmrtnost. Účinná léčba diabetu vyžaduje zásahy, které se zabývají komunikací rizik a monitorováním, což pacientům pomáhá lépe porozumět svému zdraví a přijímat informovaná rozhodnutí o svém zdraví.
Cíle: Primárním cílem je vyhodnotit a porovnat účinnost sezení kombinované komunikace o riziku pomocí modulu AI (PERDICT.AI) a domácího monitorování diabetu (PTEC-DM) oproti samostatné relaci rizikové komunikace při zlepšování zdravotních výsledků (vnímání rizik , dodržování léků, sebeobsluha a kontrola glykémie) u špatně kontrolovaných diabetiků. Sekundárními cíli je prozkoumat názory a zkušenosti účastníků sezení s komunikací o rizicích pomocí PERDICT.AI, PTEC-DM a názorů běžné péče a lékaře na užitečnost nového přístupu ke zlepšení vnímání rizik.
Metody: K provedení víceramenné randomizované kontrolované studie ve čtyřech klastrech SingHealth Polyclinics (Pasir Ris, Eunos, Sengkang, Tampines North) bude použit design studie se smíšenou metodou. Pacienti budou náhodně rozděleni do jednoho ze tří ramen v poměru 1:1:1. Rameno 1 obdrží vedle obvyklé péče relaci komunikace o riziku pomocí PERDICT.AI a domácího monitorování diabetu pomocí PTEC-DM. Účastníci ramene 2 podstoupí samostatnou relaci rizikové komunikace s použitím PERDICT.AI s obvyklou péčí, zatímco rameno 3 bude sloužit jako kontrolní skupina s obvyklou péčí. Celkem 360 (120 v každé skupině) účastníků bude zapsáno jednoduchým náhodným výběrem. Vhodný pacient musí být ve věku 36 až 65 let s HbA1c >8,0 % během posledních 6 měsíců.
Význam studie: Poznatky ze studie mohou doplnit vědecké poznatky o používání těchto přístupů ke zlepšení vnímání rizik a doporučit vývoj podobných intervencí.
Přehled studie
Postavení
Podmínky
Detailní popis
Diabetes se stal celosvětově významným problémem veřejného zdraví a Singapur není výjimkou. Od roku 2022 trpí diabetem 8,5 % dospělých v Singapuru a očekává se, že jejich počet do roku 2050 dosáhne 1 milionu, takže je nutné řešit související problémy. Ekonomické důsledky diabetu přesahují náklady na zdravotní péči a ovlivňují produktivitu a kvalitu života. Očekává se, že celkové náklady mezi populací v produktivním věku s diabetem – včetně přímých a nepřímých nákladů – vzrostou ze 787 milionů USD (5 646 USD na osobu) v roce 2010 na 1 867 milionů USD v roce 2050 (7 791 USD na osobu).
Kromě toho diabetes představuje značné riziko komplikací, které mohou nepříznivě ovlivnit různé orgánové systémy. Komplikace, jako jsou kardiovaskulární onemocnění, neuropatie a retinopatie, představují vážné ohrožení zdraví jedinců se špatně zvládnutým diabetem. Studie globálního trendu úmrtnosti na diabetes odhalila znepokojivý globální nárůst mortality související s diabetem, zejména v důsledku vaskulárních komplikací, což představuje významnou výzvu pro léčbu diabetu. Pro řešení rostoucích trendů úmrtnosti je zásadní zvýšit povědomí o komplikacích diabetu, aby se zlepšilo vnímání rizik a v konečném důsledku se snížila úmrtnost.
Vnímané riziko komplikací diabetu může ovlivnit chování pacienta, ovlivnit dodržování léčebných plánů a změny životního stylu. Jedinci s vyšším vnímáním rizika mohou mít větší pravděpodobnost, že se zapojí do proaktivního řízení, což povede k lepším zdravotním výsledkům a potenciálně sníží úmrtnost spojenou s komplikacemi diabetu. Na druhou stranu jedinci s horším vnímáním rizika mohou zanedbávat nezbytná opatření, což vede k suboptimálnímu managementu onemocnění a zvýšené pravděpodobnosti komplikací, které mohou mít dopad na úmrtnost.
Systematický přehled vnímání rizika komplikací diabetu zdůrazňuje znepokojivý nedostatek povědomí o riziku komplikací souvisejících s diabetem u jedinců s diabetes mellitus 2. typu (T2DM). Podobně výzkumné studie o povědomí o riziku komplikací diabetu, zejména v Singapuru, odhalily mezery ve znalostech mezi dospělými. Přes významný dopad na kvalitu života byly pozdější stádia T2DM a jeho komplikace vnímány jako pomalu progredující a bezprostředně neohrožující život. Pro pacienty s nedostatečnou kontrolou diabetu je proto prvořadá účinná komunikace ohledně rizik komplikací.
Weaver et al definovali komunikaci o rizicích jako „účinnou a přesnou výměnu informací o zdravotních rizicích a rizicích“ s cílem „rozšířit povědomí o rizicích a jejich porozumění a podporovat chování chránící zdraví“. Zlepšení komunikace o rizicích nejen podporuje informované rozhodování, ale také urychluje včasnou intervenci a preventivní opatření. Hashim J et al dále zdůraznili důležitost zohlednění sociálních a kulturních faktorů při vývoji účinných intervencí mezi dospělými se zvýšeným vnímáním rizika, kteří se však nezapojují do preventivních akcí. Studie také naznačila, že na dlouhodobou udržitelnost tohoto chování mohou mít vliv různé perspektivy týkající se výhod a slabých stránek souvisejících s preventivními opatřeními.
Pro pacienty s T2DM byly vyvinuty intervence pro komunikaci o riziku, aby se zlepšilo jejich vnímání rizik a zdravotní opatření. Tyto intervenční studie zkoumají různé metody, jak sdělit rizika komplikací diabetu osobám s T2DM. intervence zahrnují řadu inovativních metod komunikace o rizicích, jako jsou vizuální pomůcky, obecné pošťuchování, digitální nástroj pro personalizované informace o rizicích a podpora rodiny prostřednictvím WeChat. I když takové zásahy přispívají k cenným poznatkům, existují u těchto nástrojů určitá omezení, jako je omezený dlouhodobý dopad, problémy s přijetím technologií. Řešení těchto nedostatků integrovaným přístupem by mohlo zvýšit robustnost a použitelnost zjištění v různých prostředích zdravotní péče.
Poradenství založené na PERDICT.AI
Model založený na podobnosti s umělou inteligencí s názvem PERDICT.AI (Personalised Diabetes Counseling Tool using Artificial Intelligence) byl vyvinut týmem lékařů primární péče a počítačových vědců v Singapuru, aby lékařům pomohl informovat o rizicích pacientů s diabetes mellitus. Tento nástroj seřadí hladiny HbA1c pacientů s podobnými pacienty (nebo vrstevníky) z neidentifikované databáze a ukazuje, jak jsou převládající komplikace diabetu založeny na závažnosti HbA1c. Toto se nazývá „peer-comparison“ a nástroj prošel revizemi na základě zpětné vazby od lékařů primární péče, aby se zvýšila jeho užitečnost při komunikaci o riziku.
Na základě modelu HBM (Health Belief Model – HBM), intervence komunikace o riziku, byla vyvinuta pro lékaře primární péče (PCP) s cílem poradit pacientům s T2DM ohledně jejich kontroly glykémie a komplikací, které by mohly nastat, a doporučit způsoby, jak zlepšit kontrolu glykémie a předejít komplikacím. (nebo další komplikace). To bude podpořeno informacemi z PERDICT.AI.
Komunikace o riziku pomocí PERDICT.AI dynamicky sděluje glykemickou kontrolu jednotlivce a nabízí srovnávací hodnocení mezi vrstevníky pro zvýšení motivace a povědomí. Dále posuzuje riziko potenciálních komplikací ve srovnání s údaji od kolegů s exemplárními případy, aby se zdůraznily důsledky neoptimálního řízení. Kromě toho bude generovat personalizovaná doporučení včetně úpravy léků a personalizovaných zdravotních plánů.
Léčba diabetu často vyžaduje důsledné povzbuzování a vedení, což nástroj komunikace se statickým rizikem nemusí poskytnout. Pasivní příjem informací navíc nemusí pacienty motivovat k aktivní účasti na léčbě diabetu. Takový nedostatek zapojení by mohl vést ke snížení dodržování doporučených strategií, což by omezilo celkový dopad nástroje. To je zřejmé ze studie @RISK, kde se zlepšené vnímání rizika pozorované zpočátku po 2 týdnech rozptýlilo do 12. týdne, což ukazuje na dočasné omezení v udržení pozitivních výsledků. Ačkoli účastníci v intervenční větvi uváděli vyšší spokojenost s komunikací o riziku, nepromítlo se to do trvalého zlepšení. To podtrhuje potřebu integrovaného přístupu k udržení pozitivních výsledků i mimo krátkodobý horizont.
Integrace se systémem telemonitoringu
Udržení zlepšeného vnímání rizik po delší dobu lze dosáhnout pomocí telemonitoringu. Využitím technologie telemonitoringu mohou poskytovatelé zdravotní péče udržovat konzistentní spojení s pacienty a nabízet v reálném čase přehled o jejich zdravotním stavu. Telemonitoring navíc usnadňuje neustálé vzdělávání a podporu, čímž přispívá k dlouhodobé udržitelnosti lepšího vnímání rizik a může významně zlepšit léčbu diabetu a předcházet komplikacím.
Program Primary Tech-Enhanced Care (PTEC) se zaměřuje na povzbuzení pacientů, aby zvládali chronické stavy doma pomocí uživatelsky přívětivých sad. Program domácího monitorování diabetu (PTEC-DM) umožňuje domácí monitorování glukózy a krevního tlaku jednou týdně pomocí zařízení podporujícího technologii Bluetooth. Tyto údaje budou bezpečně přeneseny do studijního týmu prostřednictvím aplikace a budou vhodně spravovány prostřednictvím telekonzultací. Účastníci navíc obdrží zdravotní pošťuchování, povzbuzení a připomenutí prostřednictvím zpráv v aplikaci, aby podpořili jejich pohodu.
Integrace PTEC-DM s komunikací o riziku pomocí PERDICT.AI těží ze silných stránek lidské interakce a adaptability, což přispívá k holističtějšímu a na pacienta zaměřenému přístupu k léčbě diabetu. Takový kombinovaný přístup se zaměřuje jak na monitorování, tak na vedení a přispívá k lepšímu porozumění pacientům a informovanému rozhodování. Proto je tato studie navržena s následujícími cíli, přičemž se používá vícemístná, víceramenná randomizovaná kontrolovaná studie.
Cíle
Primární cíl:
i. Posoudit efektivitu komunikace o rizicích pomocí nástroje s umělou inteligencí (PERDICT.AI) při zlepšování skóre vnímání rizika, kvality života a zdravotních výsledků (dodržování léků a sebepéče a kontrola glykémie) u špatně kontrolovaných pacientů s diabetem ii. Zjistit účinnost kombinace rizikové komunikační relace pomocí PERDICT.AI a telemonitoringu (PTEC-DM) při zlepšování vnímání rizik, kvality života a zdravotních výsledků
Sekundární cíle:
iii. Porovnat dopad těchto dvou přístupů na zlepšení vnímání rizik, kvality života a zdravotních výsledků u špatně kontrolovaných pacientů s diabetem iv. Posoudit nákladovou efektivitu pokročilé péče porovnáním přírůstkových nákladů a zdravotních výsledků v. Prozkoumat názory a zkušenosti účastníků sezení komunikace o rizicích pomocí PERDICT.AI, PTEC-DM a obvyklé péče vi. Prozkoumat názory lékaře na užitečnost nového přístupu ke zlepšení vnímání rizik
Hypotéza:
• Po intervenci dojde ke zlepšení skóre vnímání rizik a zdravotních výsledků pacientů (kontrola glykemie a sebepéče).
Materiály a metody
Prostředí studie Studie bude provedena na 4 poliklinikách z klastru klinik primární péče pečujících o více než 200 000 obyvatel s diabetem ve východní oblasti Singapuru.
Návrh studie Sekvenční vysvětlující studie se smíšenou metodou
Kvantitativní: Víceramenná randomizovaná kontrolovaná studie (RCT) na čtyřech poliklinikách, která zahrnuje SingHealth Polyclinics v Pasir Ris, Tampines North, Eunos a Sengkang.
Kvalitativní: Hloubkový rozhovor mezi účastníky studie a klinikem, kteří jsou nedílnou součástí studijního týmu poskytujícího intervence.
Kvantitativní: Víceramenná RCT Tato RCT zahrnuje tři ramena zahrnující kombinaci intervencí a standardní péče, jak je uvedeno níže.
Rameno 1: Pokročilá péče s rizikovou komunikací pomocí nástroje s povolenou umělou inteligencí (PERDICT.AI) + domácí monitorování pomocí PTEC DM (hlavní intervenční rameno) Rameno 2: Obvyklá péče + komunikace o riziku pomocí nástroje s povolenou umělou inteligencí (PERDICT.AI) Rameno 3: Obvyklá péče Všechny skupiny obdrží také leták o diabetu.
Randomizace Účastníci pacientů z každého místa studie budou náhodně rozděleni v poměru 1:1:1 do jednoho z výše uvedených ramen otevřeným způsobem, s použitím počítačově generovaných náhodných čísel pro jednoduchou randomizaci subjektů. Povaha intervence znemožňuje zaslepit pacienty a výzkumný tým k rozdělení účastníků. Randomizační sekvence je zapsána a uložena v neprůhledné zapečetěné obálce, která bude označena sériovým číslem. Studijní tým otevře zapečetěnou obálku, jakmile pacient souhlasí s účastí, a poté bude podle toho zařazen do ramen studie. Všichni účastníci obdrží leták o diabetu („Pamphlet – Taking Control of Diabetes“).
Typ studie
Zápis (Aktuální)
Fáze
- Nelze použít
Kontakty a umístění
Studijní místa
-
-
-
Singapore, Singapur
- SingHealth Polyclinics
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Popis
Kritéria zahrnutí:
- Diabetes Mellitus typu 2 při sledování v místě studie po dobu alespoň 12 měsíců
- Věk 36 až 65 let
- Alespoň jedna hodnota HbA1c ≥ 8,0 % za posledních 6 měsíců
- Umět číst a mluvit anglicky
Kritéria vyloučení:
- Není občanem Singapuru ani s trvalým pobytem
- Těhotná
- Onemocnění ledvin v konečném stadiu nebo na renální substituční terapii
- Známá smrtelná nemoc
- Zrakové a/nebo sluchové postižení
- Kognitivní porucha nebo duševní onemocnění
- Nelze poskytnout informovaný souhlas
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Podpůrná péče
- Přidělení: Randomizované
- Intervenční model: Paralelní přiřazení
- Maskování: Žádné (otevřený štítek)
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: Rameno 1
V rameni 1 se účastníci zúčastní setkání s rizikem komunikace s využitím modulu AI (PERDICT.AI) poskytovaného studijním týmem integrovaným s domácím monitorováním diabetu (PTEC-DM), které kromě obvyklé péče poskytuje personalizované poradenství prostřednictvím telekonzultací.
Aktivita obrazovky PERDICT.AI bude zaznamenána pomocí softwaru pro snímání obrazovky.
Celá akce bude pořízena zvukovým záznamem.
|
Komunikace o riziku pomocí PERDICT.AI dynamicky sděluje individuální kontrolu glykemie a nabízí srovnatelné hodnocení mezi vrstevníky pro zvýšení motivace a povědomí.
Dále posuzuje riziko potenciálních komplikací ve srovnání s údaji od kolegů s exemplárními případy, aby se zdůraznily důsledky neoptimálního řízení.
Kromě toho bude generovat personalizovaná doporučení včetně úpravy léků a personalizovaných zdravotních plánů.
Program Primary Tech-Enhanced Care (PTEC) se zaměřuje na povzbuzení pacientů, aby zvládali chronické stavy doma pomocí uživatelsky přívětivých sad.
Program domácího monitorování diabetu (PTEC-DM) umožňuje domácí monitorování glukózy a krevního tlaku jednou týdně pomocí zařízení podporujícího technologii Bluetooth.
Tyto údaje budou bezpečně přeneseny do studijního týmu prostřednictvím aplikace a budou vhodně spravovány prostřednictvím telekonzultací.
Účastníci navíc obdrží zdravotní pošťuchování, povzbuzení a připomenutí prostřednictvím zpráv v aplikaci, aby podpořili jejich pohodu.
|
|
Experimentální: Rameno 2
V rameni 2 se účastníci zúčastní sezení rizikové komunikace s využitím modulu AI (PERDICT.AI) bez PTEC-DM.
Aktivita obrazovky PERDICT.AI bude zaznamenána pomocí softwaru pro snímání obrazovky.
Celá akce bude pořízena zvukovým záznamem.
|
Komunikace o riziku pomocí PERDICT.AI dynamicky sděluje individuální kontrolu glykemie a nabízí srovnatelné hodnocení mezi vrstevníky pro zvýšení motivace a povědomí.
Dále posuzuje riziko potenciálních komplikací ve srovnání s údaji od kolegů s exemplárními případy, aby se zdůraznily důsledky neoptimálního řízení.
Kromě toho bude generovat personalizovaná doporučení včetně úpravy léků a personalizovaných zdravotních plánů.
|
|
Žádný zásah: Rameno 3
Rameno 3 bude aktivní kontrolní skupinou, která obdrží pouze standardní péči
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Průzkum vnímání rizik – diabetes mellitus (RPS-DM)
Časové okno: po ukončení studia v průměru 12 až 16 měsíců
|
RPS-DM se skládá z 31 otázek.
První část hodnotí znalost rizik (5 položek bodovaných na 3bodové škále s 1 bodem za každou správnou odpověď; vyšší skóre znamená větší znalost rizika vzniku komplikací diabetu).
Zbývajících 26 položek obsahuje 5 subškál, které lze popsat jako: vnímaná osobní kontrola (4 položky bodované na 4bodové škále); obavy (2 položky bodované na 4bodové škále), optimistické zkreslení (2 položky bodované na 4bodové škále); osobní riziko onemocnění (9 položek bodovaných na 4bodové škále; označuje míru vlastního vnímaného rizika, že onemocní 9 nemocí nebo stavem, plus další otázka, zda někdy měli tento stav, bodováno ano/ne s 1 bodem přidaným za odpověď ano ); a environmentální riziko (9 položek bodovaných na 4bodové škále).
Složené vnímání rizika je průměrem 26 položek v hlavním dotazníku; vyšší skóre ukazuje na vyšší komparativní vnímané riziko.
|
po ukončení studia v průměru 12 až 16 měsíců
|
|
Kvalita života související se zdravím
Časové okno: po ukončení studia v průměru 12 až 16 měsíců
|
Změna skóre pomocí dotazníku EQ-5D-5L; Nástroj EQ-5D-5L se skládá z pěti dimenzí, z nichž každá popisuje jiný aspekt zdraví: pohyblivost, sebeobsluha, obvyklé aktivity, bolest/nepohodlí a úzkost/deprese.
Každá dimenze má pět úrovní odezvy (žádné problémy, mírné problémy, střední problémy, vážné problémy, neschopnost / extrémní problémy).
Podíl pacientů hlásících každou úroveň problému v každé dimenzi EQ-5D bude určen dokončením studie a porovnán.
EQ VAS (Visual Analogue Scale) poskytuje kvantitativní měřítko toho, jak pacient vnímá celkový zdravotní stav.
EQ VAS zaznamenává celkové aktuální zdraví respondenta na vertikální stupnici (0-100), kde jsou koncové body označeny jako „0 – nejhorší zdraví, jaké si dokážete představit“ a „100 – nejlepší zdraví, jaké si dokážete představit“.
|
po ukončení studia v průměru 12 až 16 měsíců
|
|
Dodržování léků
Časové okno: po ukončení studia v průměru 12 až 16 měsíců
|
Změna skóre pomocí pětipoložkové stupnice pro podávání zpráv o dodržování léků (MARS-5); Skóre MARS-5 bylo vypočítáno sečtením číselného skóre (rozsah 1-5) z každé otázky pro z 25 (rozsah 5-25).
Vyšší skóre znamená lepší adherenci.
|
po ukončení studia v průměru 12 až 16 měsíců
|
|
Shrnutí dotazníku pro samoobslužné aktivity diabetu (SDSCA).
Časové okno: po ukončení studia v průměru 12 až 16 měsíců
|
Dotazník SDSCA shromažďuje údaje o obecné stravě, specifické dietě, cvičení, testování krevního cukru, péči o nohy a kouření pomocí 8bodové škály Likertova typu (0-7), která představuje počet dní v týdnu, kdy daný byla prováděna sebeobslužná činnost.
Skóre se počítá samostatně pro každou položku a úroveň dodržování je indikována průměrným skóre pro každou dimenzi.
|
po ukončení studia v průměru 12 až 16 měsíců
|
|
Srovnávací orientační míra mezi Iowou a Nizozemskem (INCOM)
Časové okno: základní zápis
|
INCOM je 11-položková míra tendence k sociálnímu srovnávání.
Škála zahrnuje položky jako: "Vždy bych rád věděl, co by udělali ostatní v podobné situaci."
Možnosti odpovědí se pohybují od 1 (silně nesouhlasím) do 5 (rozhodně souhlasím).
Vyšší skóre svědčí spíše o tendenci k sociálnímu srovnávání.
|
základní zápis
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Analýza efektivnosti nákladů
Časové okno: po ukončení studia v průměru 12 až 16 měsíců
|
Pro posouzení nákladů budou odhadnuty jednotkové náklady na konzultace, laboratorní, hospitalizační a lékárenské služby, stejně jako náklady na domácí monitorování (včetně glukometru s Bluetooth, testovacích proužků, lancet a monitoru krevního tlaku). -efektivita pokročilé péče porovnáním přírůstkových nákladů a zdravotních výsledků
|
po ukončení studia v průměru 12 až 16 měsíců
|
|
Názory a zkušenosti z relace komunikace o riziku pomocí PERDICT.AI, PTEC-DM a obvyklé péče
Časové okno: 24-48 týdnů
|
hloubkový rozhovor s účastníky až do okamžiku nasycení dat
|
24-48 týdnů
|
|
Zkoumání názorů lékaře na užitečnost kombinované intervence ke zlepšení vnímání rizika
Časové okno: 24-48 týdnů
|
hloubkový rozhovor s lékaři studijního týmu až do okamžiku nasycení dat
|
24-48 týdnů
|
Spolupracovníci a vyšetřovatelé
Sponzor
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Ngiap Chuan Tan, MMed, SingHealth Polyclinics
Publikace a užitečné odkazy
Obecné publikace
- Toobert DJ, Hampson SE, Glasgow RE. The summary of diabetes self-care activities measure: results from 7 studies and a revised scale. Diabetes Care. 2000 Jul;23(7):943-50. doi: 10.2337/diacare.23.7.943.
- Wee HL, Ho HK, Li SC. Public awareness of diabetes mellitus in Singapore. Singapore Med J. 2002 Mar;43(3):128-34.
- Chan AHY, Horne R, Hankins M, Chisari C. The Medication Adherence Report Scale: A measurement tool for eliciting patients' reports of nonadherence. Br J Clin Pharmacol. 2020 Jul;86(7):1281-1288. doi: 10.1111/bcp.14193. Epub 2020 May 18.
- Gibbons FX, Buunk BP. Individual differences in social comparison: development of a scale of social comparison orientation. J Pers Soc Psychol. 1999 Jan;76(1):129-42. doi: 10.1037//0022-3514.76.1.129.
- Ling W, Huang Y, Huang YM, Fan RR, Sui Y, Zhao HL. Global trend of diabetes mortality attributed to vascular complications, 2000-2016. Cardiovasc Diabetol. 2020 Oct 20;19(1):182. doi: 10.1186/s12933-020-01159-5.
- Nie R, Han Y, Xu J, Huang Q, Mao J. Illness perception, risk perception and health promotion self-care behaviors among Chinese patient with type 2 diabetes: A cross-sectional survey. Appl Nurs Res. 2018 Feb;39:89-96. doi: 10.1016/j.apnr.2017.11.010. Epub 2017 Nov 7.
- Mousavizadeh SN, Ashktorab T, Ahmadi F, Zandi M. From Negligence to Perception of Complexities in Adherence to Treatment Process in People with Diabetes: A Grounded Theory Study. Iran J Med Sci. 2018 Mar;43(2):150-157.
- Rouyard T, Kent S, Baskerville R, Leal J, Gray A. Perceptions of risks for diabetes-related complications in Type 2 diabetes populations: a systematic review. Diabet Med. 2017 Apr;34(4):467-477. doi: 10.1111/dme.13285. Epub 2016 Nov 29.
- Tham KY, Ong JJ, Tan DK, How KY. How much do diabetic patients know about diabetes mellitus and its complications? Ann Acad Med Singap. 2004 Jul;33(4):503-9.
- Hashim J, Smith HE, Tai ES, Yi H. Lay perceptions of diabetes mellitus and prevention costs and benefits among adults undiagnosed with the condition in Singapore: a qualitative study. BMC Public Health. 2022 Aug 20;22(1):1582. doi: 10.1186/s12889-022-14020-z.
- Welschen LM, Bot SD, Dekker JM, Timmermans DR, van der Weijden T, Nijpels G. The @RISK Study: Risk communication for patients with type 2 diabetes: design of a randomised controlled trial. BMC Public Health. 2010 Aug 5;10:457. doi: 10.1186/1471-2458-10-457.
- Welschen LM, Bot SD, Kostense PJ, Dekker JM, Timmermans DR, van der Weijden T, Nijpels G. Effects of cardiovascular disease risk communication for patients with type 2 diabetes on risk perception in a randomized controlled trial: the @RISK study. Diabetes Care. 2012 Dec;35(12):2485-92. doi: 10.2337/dc11-2130. Epub 2012 Aug 24.
- Rouyard T, Leal J, Baskerville R, Velardo C, Salvi D, Gray A. Nudging people with Type 2 diabetes towards better self-management through personalized risk communication: A pilot randomized controlled trial in primary care. Endocrinol Diabetes Metab. 2018 Jun 22;1(3):e00022. doi: 10.1002/edm2.22. eCollection 2018 Jul.
- Rouyard T, Leal J, Salvi D, Baskerville R, Velardo C, Gray A. An Intuitive Risk Communication Tool to Enhance Patient-Provider Partnership in Diabetes Consultation. J Diabetes Sci Technol. 2022 Jul;16(4):988-994. doi: 10.1177/1932296821995800. Epub 2021 Mar 3.
- Mao L, Lu J, Zhang Q, Zhao Y, Chen G, Sun M, Chang F, Li X. Family-based intervention for patients with type 2 diabetes via WeChat in China: protocol for a randomized controlled trial. BMC Public Health. 2019 Apr 5;19(1):381. doi: 10.1186/s12889-019-6702-8.
- Feng Y, Zhao Y, Mao L, Gu M, Yuan H, Lu J, Zhang Q, Zhao Q, Li X. The Effectiveness of an eHealth Family-Based Intervention Program in Patients With Uncontrolled Type 2 Diabetes Mellitus (T2DM) in the Community Via WeChat: Randomized Controlled Trial. JMIR Mhealth Uhealth. 2023 Mar 20;11:e40420. doi: 10.2196/40420.
- Fang HSA, Tan NC, Tan WY, Oei RW, Lee ML, Hsu W. Patient similarity analytics for explainable clinical risk prediction. BMC Med Inform Decis Mak. 2021 Jul 1;21(1):207. doi: 10.1186/s12911-021-01566-y.
- Oei RW, Fang HSA, Tan WY, Hsu W, Lee ML, Tan NC. Using Domain Knowledge and Data-Driven Insights for Patient Similarity Analytics. J Pers Med. 2021 Jul 22;11(8):699. doi: 10.3390/jpm11080699.
- Andres E, Meyer L, Zulfiqar AA, Hajjam M, Talha S, Bahougne T, Erve S, Hajjam J, Doucet J, Jeandidier N, Hajjam El Hassani A. Telemonitoring in diabetes: evolution of concepts and technologies, with a focus on results of the more recent studies. J Med Life. 2019 Jul-Sep;12(3):203-214. doi: 10.25122/jml-2019-0006.
- Lim DYZ, Chia SY, Abdul Kadir H, Mohamed Salim NN, Bee YM. Establishment of the SingHealth Diabetes Registry. Clin Epidemiol. 2021 Mar 16;13:215-223. doi: 10.2147/CLEP.S300663. eCollection 2021.
- Walker EA, Caban A, Schechter CB, Basch CE, Blanco E, DeWitt T, Kalten MR, Mera MS, Mojica G. Measuring comparative risk perceptions in an urban minority population: the risk perception survey for diabetes. Diabetes Educ. 2007 Jan-Feb;33(1):103-10. doi: 10.1177/0145721706298198.
- Seng JJB, Kwan YH, Fong W, Phang JK, Lui NL, Thumboo J, Leung YY. Validity and reliability of EQ-5D-5L among patients with axial spondyloarthritis in Singapore. Eur J Rheumatol. 2020 Apr;7(2):71-78. doi: 10.5152/eurjrheum.2020.19043. Epub 2020 Apr 1.
- Png ME, Yoong J, Phan TP, Wee HL. Current and future economic burden of diabetes among working-age adults in Asia: conservative estimates for Singapore from 2010-2050. BMC Public Health. 2016 Feb 16;16:153. doi: 10.1186/s12889-016-2827-1.
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 2024-2281
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
produkt vyrobený a vyvážený z USA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Diabetes mellitus, typ 2
-
Korea United Pharm. Inc.Zatím nenabíráme
-
Helen Keller Eye Research FoundationFive Lakes Clinical Research Consulting, LLCNáborSticklerův syndrom typu 2 | Sticklerův syndrom typu 1Spojené státy
-
Izmir Bakircay UniversityDokončenoDiabetes mellitus, typ 2 | Diabetes Mellitus, typ 2 léčený inzulínemTurecko (Türkiye)
-
Griffin HospitalCalifornia Walnut CommissionDokončenoDIABETES MELLITUS TYP 2Spojené státy
-
Services Hospital, LahoreDokončeno
-
Universite du Quebec en OutaouaisUniversity Hospital, Angers; McGill University; Centre de Recherche du Centre...Zatím nenabírámeDiabetes mellitus, typ 1 | Diabetes, autoimunita | Diabetes typu 2 | Diabetes; Nástup v dospělostiKanada
-
Zhejiang Provincial People's HospitalShandong Suncadia Medicine Co., Ltd.Nábor
-
Fujifilm Medical Systems USA, Inc.International HealthCare, LLCZatím nenabírámeRutinní screeningová mamografie
-
University of Roma La SapienzaNeznámýDiabetes Mellitus Typ 2 Reaktivita krevních destiček StatinItálie
-
Hoffmann-La RocheDokončenoDiabetes 2. typu, Diabetes 1. typuRakousko, Spojené království