Kunstig intelligens-understøttet mobilapplikation til selvstyring af diabetes
24. marts 2025 opdateret af: Nilhan Toyer Sahin, Uludag University
Effekten af web-baserede og kunstig intelligens-assisteret personaliserede applikationer på vidensniveauernes overholdelse af behandling og selvledelse blandt diabetikere
Patienter i den AI-understøttede mobilapplikationsgruppe vil være i stand til at logge ind med et brugernavn og en adgangskode, der vil blive defineret specifikt for dem.
Patienterne vil blive informeret om, hvordan applikationen bruges under deres første samtale.
De vil indtaste deres personlige og sygdomskarakteristika (alder, køn, højde, vægt, HbA1C, HDL, LDL) i ansøgningen ved indgangen.
Andre sektioner af ansøgningen vil omfatte træning, ernæring, medicinregistrering, komplikationssporing og diabetisk fodpleje.
Personen vil blive bedt om at indtaste relevante oplysninger i disse felter i henhold til deres eget liv og tilstand (for eksempel; hvor mange gange bruger du insulin om dagen, hvad er dine medicintider, hvordan bruger du din dag i forhold til motion, hvor mange måltider spiser du, hvad er din kost, tisser du ofte, er du ekstremt tørstig, er du ofte sulten, har du følelsesløshed i hænder og fødder osv.).
Efter at patienten har indtastet de nødvendige oplysninger, vil de også blive bedt om at indtaste deres daglige blodsukkermåleværdier i systemet.
Således vil individets risiko for hypo/hyperglykæmi, risikoanalyse, ernæringsanbefalinger, medicinpåmindelsessystem, træningspåmindelse og incitamentsadvarsler blive kommunikeret til individet takket være den AI-baserede mobilapplikation.
Formålet med denne applikation er at reducere risikoen for komplikationer og forbedre individets livskvalitet ved at give personlige anbefalinger til alle individets behov, herunder alarmer og påmindelser, og at støtte patienter til at fortsætte deres diabetesuddannelse og sygdomshåndtering mere aktivt. .
Studieoversigt
Status
Ikke rekrutterer endnu
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
pre-test post-test kontrolgruppe design
Undersøgelsestype
Interventionel
Tilmelding (Anslået)
156
Fase
- Ikke anvendelig
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Nilhan NŞ Töyer Şahin, PhD Student
- Telefonnummer: +905333752295
- E-mail: nilhantyr@gmail.com
Undersøgelse Kontakt Backup
- Navn: Seda SP PEHLİVAN, Associate Professor
- E-mail: pehlivans@uludag.edu.tr
Studiesteder
-
-
Başakşehir
-
İstanbul, Başakşehir, Kalkun, 34480
- Istanbul Basaksehir Cam and Sakura City Hospital
-
Kontakt:
- Muhittin BALTA General Hospital Deputy Chief Physician, Doctor
- Telefonnummer: +90 212 909 60 00
- E-mail: ist.camsakurash@saglik.gov.tr
-
Kontakt:
- Nilhan NS TÖYER ŞAHİN, PhD Student
-
-
Deltagelseskriterier
Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ingen
Beskrivelse
Inklusionskriterier:
- Har været diagnosticeret med diabetes i mindst 1 år
- At være mellem 18-65 år
- At være åben for verbal kommunikation
- At kunne læse og skrive og tale tyrkisk
- At have en smart Android-telefon og være i stand til at bruge mobilapplikationer
- At være villig til at deltage i undersøgelsen
Ekskluderingskriterier:
- At have en perceptionsforstyrrelse og psykiatrisk lidelse, der forhindrer patienten i at kommunikere,
- At have en tilstand, der forhindrer dem i at bruge en smartphone (avanceret retinopati og neuropati, internetproblemer)
- At være i intensiv insulinbehandling
- At have en tilstand, der forhindrer dem i at fortsætte ansøgningsfasen af undersøgelsen
- Ønsker at forlade studiet
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Støttende pleje
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Enkelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Eksperimentel: WEB baseret applikation
Indholdsplanen for den webbaserede mobilapplikationsgruppe vil blive udarbejdet med teknisk support som specificeret.
Patienter vil være i stand til at logge ind på mobilapplikationen med et brugernavn og en adgangskode, som vil blive defineret specifikt til dem.
Patienterne vil blive informeret om, hvordan hjemmesiden bruges ved det første møde.
De vil kunne få adgang til al den information, de har brug for om diabetes, med den webbaserede mobilapplikation.
Statistiske data såsom hyppigheden af personer, der besøger webstedet, hvilke sektioner de bruger oftere, og hvor meget tid de bruger, vil blive beregnet.
|
Indholdsplanen for den webbaserede mobilapplikationsgruppe vil blive udarbejdet med teknisk support som specificeret.
Patienter vil være i stand til at logge ind på mobilapplikationen med et brugernavn og en adgangskode, som vil blive defineret specifikt til dem.
Patienterne vil blive informeret om, hvordan hjemmesiden bruges ved det første møde.
De vil kunne få adgang til al den information, de har brug for om diabetes, med den webbaserede mobilapplikation.
Statistiske data såsom hyppigheden af personer, der besøger webstedet, hvilke sektioner de bruger oftere, og hvor meget tid de bruger, vil blive beregnet.
|
|
Eksperimentel: kunstig intelligens-understøttet mobilapplikation
Det sigter mod, at en kunstig intelligens-baseret mobilapplikation, der omfatter information, ernæring, træningsprogrammer, komplikationer og medicinregistrering, personlige forslag, alarmer og påmindelser, som vil gøre det muligt for diabetikere at følge deres glukosemål, støtte patienter i deres diabetesuddannelse, bevidsthed og sygdomshåndtering for at fortsætte mere aktivt.
Derudover tilstræbes det, at patienter let kan få adgang til information, forebygge akutte og kroniske komplikationer, fremlægge forslag til fysisk aktivitet og ernæring i overensstemmelse med personens livsstil, følge op på medicin med alarmer og påmindelser, forebygge negative resultater af komplikationer på forhånd, og forbedre individers diabetesspecifikke vidensniveauer, efterlevelse af behandling, selvledelse og pleje med information og vejledning om fodpleje for at reducere risikoen for diabetiske fødder, hvilket er særligt risikabelt for diabetespatienter.
|
Det sigter mod, at en kunstig intelligens-baseret mobilapplikation, der omfatter information, ernæring, træningsprogrammer, komplikationer og medicinregistrering, personlige forslag, alarmer og påmindelser, som vil gøre det muligt for diabetikere at følge deres glukosemål, støtte patienter i deres diabetesuddannelse, bevidsthed og sygdomshåndtering for at fortsætte mere aktivt.
Derudover tilstræbes det, at patienter let kan få adgang til information, forebygge akutte og kroniske komplikationer, fremlægge forslag til fysisk aktivitet og ernæring i overensstemmelse med personens livsstil, følge op på medicin med alarmer og påmindelser, forebygge negative resultater af komplikationer på forhånd, og forbedre individers diabetesspecifikke vidensniveauer, efterlevelse af behandling, selvledelse og pleje med information og vejledning om fodpleje for at reducere risikoen for diabetiske fødder, hvilket er særligt risikabelt for diabetespatienter.
|
|
Ingen indgriben: kontrolgruppe
Der vil ikke blive foretaget intervention til kontrolgruppen, og de vil modtage rutinemæssig klinisk og ambulant træning.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diabetes Self-Management Scale (DSMS)
Tidsramme: 6 måneder
|
Diabetes Self-Management Scale (DSMS): Denne skala blev brugt til at måle adfærdskomponenten hos individer i IMB-modellen.
Denne skala blev udviklet af Schmitt et al. (2013) for at undersøge sammenhængen mellem diabetes-selvstyring og glykæmisk kontrol hos diabetespatienter (Schmitt et al., 2013).
Validitets- og pålidelighedsundersøgelsen af den tyrkiske diabetes-selvstyringsskala (DSMS) blev udført af Eroğlu og Sabuncu (2018) (Eroğlu og Sabuncu, 2018).
Skalaen består af 16 emner og 4 underdimensioner og er en 4-punkts Likert-type.
Skalaen besvares som 3.
Det passer mig meget, 2. Det passer mig meget, 1.
Det passer mig lidt, 0. Det passer mig slet ikke.
Glukosestyring underdimension: Punkt 1, 4, 6, 10, 12 (punkt 4 og 12 handler om medicinbrug, punkt 1, 6 og 10 handler om blodsukkerovervågning).
Diætkontrol underdimension: Punkt 2, 5, 9, 13.
Underdimension Fysisk aktivitet: Punkt 8, 11, 15.
Underdimensionen Brug af sundhedstjenester: Punkt 3, 7 og 14.
Punkt 16 er ikke inkluderet
|
6 måneder
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Adult diabetes vidensskala (ADSL)
Tidsramme: 6 måneder
|
Adult diabetes vidensskala (ADSL): Denne skala er udviklet af Erenel Yavuz og Erol (2022) for at måle vidensniveauet for voksne personer med diabetes (Erenel Yavuz og Erol, 2022).
Skalaen består af 5 underdimensioner og 28 punkter: Generel information om diabetes (6 punkter), blodsukkermålinger og værdier (5 punkter), diabetesrisikofaktorer (4 punkter), diabetessymptomer (8 punkter), diabeteskomplikationer (5 punkter). genstande).
Skalaen består af to sæt elementer som sand og falsk.
De, der svarer rigtigt i ja/nej/jeg ved ikke svartype-spørgsmålene, får 1 point, og de, der ikke ved og de, der svarer forkert, får 0 point.
Den maksimale score, der kan opnås fra skalaen, er 28, og minimumsscore er 0. Kuder-Richardson-20 reliabilitetskoefficienten for hele skalaen blev fundet at være 0,94.
Alfaværdier i underdimensionerne er; Generel information om diabetes blev fundet som 0,78, blodsukkermålinger og værdier som 0,85, diabetes
|
6 måneder
|
|
Morisky Medication Adherence Scale (MMAS-8)
Tidsramme: 6 måneder
|
Morisky Medication Adherence Scale (MMAS-8) MMAS-8 skalaen består af 8 punkter.
Hvert af de første 7 emner har 2 svarmuligheder (ja/nej), mens det 8. emne besvares med en 5-punkts Likert-skala.
Den mulige samlede medicinadhærensscore ligger mellem 0 og 8, og jo højere score, desto bedre er adhærensniveauet.
En samlet score < 6 anses for lav adhærens, mens en total score på ≥ 6 men < 8 indikerer moderat adhærens, og en score på 8 indikerer høj adhærens.
|
6 måneder
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
Datoer for undersøgelser
Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.
Studer store datoer
Studiestart (Anslået)
1. april 2025
Primær færdiggørelse (Anslået)
1. januar 2026
Studieafslutning (Anslået)
1. juni 2026
Datoer for studieregistrering
Først indsendt
18. oktober 2024
Først indsendt, der opfyldte QC-kriterier
18. oktober 2024
Først opslået (Faktiske)
21. oktober 2024
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
25. marts 2025
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
24. marts 2025
Sidst verificeret
1. marts 2025
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 2024-12/16
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
INGEN
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Ingen
Studerer et amerikansk FDA-reguleret enhedsprodukt
Ingen
produkt fremstillet i og eksporteret fra U.S.A.
Ingen
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .