Machbarkeit der Verwendung einer Smartphone-Anwendung zur Selbsttitration von Insulin zur glykämischen Kontrolle bei Patienten mit T2DM

Hintergrund:

Viele Patienten mit Diabetes mellitus Typ 2 (T2DM) benötigen eine Insulintherapie nach suboptimaler Blutzuckereinstellung mit oralen Antidiabetika. Die Einleitung einer Insulintherapie und die Anpassung der Dosierung sind entscheidend für die Verbesserung der klinischen Ergebnisse bei Patienten mit Diabetes. Eine rechtzeitige und angemessene Dosistitration ist jedoch für viele Patienten eine Herausforderung. Ärzte kämpfen auch mit vielen Patienten, denen es an Selbstvertrauen mangelt, Insulin selbst zu titrieren. Daher ist die Stärkung der Selbstermächtigung der Patienten im Diabetesmanagement wichtig. Die Entwicklung von Instrumenten, die die Dosisanpassung von Insulin erleichtern, kann erhebliche Vorteile für die glykämische Kontrolle haben.

Ziele:

Das übergeordnete Ziel dieser Studie ist es, die Machbarkeit der Verwendung einer patientenzentrierten Smartphone-Anwendung für die Insulin-Selbsttitration zu untersuchen, um die glykämische Kontrolle im Vergleich zur üblichen Behandlung bei Patienten mit T2DM zu verbessern. Das spezifische Ziel der Studie ist es, die technische und klinische Machbarkeit einer patientenzentrierten Smartphone-Anwendung zur Insulin-Selbsttitration auf die glykämische Kontrolle (HbA1c) von suboptimal eingestellten Patienten mit T2DM, die mit einer Insulinbehandlung beginnen, zu bestimmen.

Studiendesign:

Diese 24-wöchige Studie ist eine randomisierte kontrollierte Studie, an der Teilnehmer aus dem Singapore General Hospital, einem Krankenhaus der Tertiärversorgung mit 1500 Betten, teilnehmen werden. Die Zielpopulation besteht aus Insulin-naiven Patienten mit T2DM (30-70 Jahre alt) mit suboptimaler glykämischer Kontrolle (HbA1c ≥ 7,5 %) während sie orale Antidiabetika einnehmen.

Probengröße:

Achtzig Patienten werden in die Studie aufgenommen und in gleicher Anzahl (n = 40) innerhalb der vom Anbieter definierten Schichten (d. h. innerhalb jedes der fünf Ärzte) entweder der Interventions- oder der Kontrollgruppe randomisiert. Die Patienten werden innerhalb der Anbieter verschachtelt, und die Randomisierung innerhalb jedes Anbieters wird in Blöcken von 4 Probanden durchgeführt: 2 für die Intervention und 2 für die Kontrolle.

Themenauswahl:

Geeignete Patienten werden über einen Zeitraum von 18 Monaten vom Singapore General Hospital rekrutiert. Alle Patienten, die neu mit einer Insulintherapie begonnen haben, erhalten eine standardmäßige Diabetesschulung von Diabetes Nurse Educators (DNEs). Der Forschungskoordinator und die Ärzte werden eng mit den DNEs zusammenarbeiten, um geeignete Patienten für diese Studie zu identifizieren. Wenn ein Patient für die Teilnahme an der Studie in Frage kommt, stellt der Forschungskoordinator eine Informationsbroschüre für die Studie zur Verfügung und erklärt dem Patienten das Studiendesign. Die Prüfärzte werden vor der Randomisierung eine Einverständniserklärung der Patienten einholen.

Intervention:

Verwendung einer Smartphone-Anwendung bei der Selbsttitration von Insulin

Primäre Ergebnisvariable:

Unterschied in der Veränderung der glykämischen Kontrolle (HbA1c) zwischen der Interventions- und der Kontrollgruppe

Verfahren:

Rekrutierte Patienten erhalten einmal täglich Injektionen von Insulin Detemir, einem langwirksamen Insulin, das vor dem Schlafengehen verabreicht wird. Den Ärzten steht es frei, Patienten mit allen oralen Antidiabetika, mit Ausnahme von Thiazolidindionen, beizubehalten. Alle rekrutierten Patienten erhalten kostenlose Blutzuckermessgeräte und Teststreifen.

Statistische Analyse:

Die primäre Analyse wird ein Vergleich der mittleren Senkung des HbA1c 24 Wochen nach der Randomisierung in der Behandlungs- und der Kontrollgruppe im Kontext eines linearen Mixed-Effects-Modells mit zufälligen Effekten für Patienten und Ärzte sein. Die Studie ist randomisiert, daher sollten die Baseline-Merkmale und potenziellen Confounder zwischen den Behandlungs- und Kontrollgruppen ungefähr ausgeglichen sein. Die Stichprobengröße ist jedoch klein (insgesamt 80 Patienten), sodass das Mixed-Effects-Modell für Kovariaten angepasst wird, die unter Verwendung der schrittweisen Vorwärtsvariablenauswahl mit dem AIC-Kriterium ausgewählt werden. Mögliche Kovariaten umfassen Alter, Geschlecht, ob der Patient selbst ein Smartphone besitzt, und Behandlungszufriedenheit.

Das Mixed-Effects-Modell erlaubt es, alle nicht fehlenden Daten ohne Imputation in der Analyse zu verwenden. Damit die Schätzung des Unterschieds in der HbA1c-Senkung unverzerrt ist, ist es jedoch erforderlich, dass die Verteilung der fehlenden Daten abhängig von den Variablen im Modell und den beobachteten Daten nicht von den Werten der fehlenden Daten abhängt, so dass die Daten fehlen zufällig. Dies ist eine übliche und vernünftige Annahme. Es ist jedoch möglich, dass die Analyse der Attrition darauf hinweist, dass zusätzliche Kovariaten in das Mixed-Effects-Modell aufgenommen werden müssen. Mit dem Ziel, einen maßgeschneiderten Analyseplan für eine definitive Studie zu entwickeln, werden auch einige zusätzliche Modelle zum Vergleich der mittleren Senkung des HbA1c betrachtet. Ein lineares Mixed-Effects-Modell mit zufälliger Steigung und Schnittpunkt für jeden Patienten und Arzt, das die HbA1c-Zwischenmessungen für jeden Patienten enthält, ist ebenfalls geeignet. Es ist a priori nicht bekannt, ob ein solches Modell eine verringerte Aussagekraft hat, weil Patienten zu unterschiedlichen Zeiten eine Gleichgewichtstitration erreichen, oder ob ein solches Modell eine erhöhte Aussagekraft hat, weil es mehr Beobachtungen verwendet, wenn auch bei derselben Patientengruppe. Abhängig von der Fluktuationsrate und davon, ob die Fluktuation mit Kovariaten zusammenhängt, kann ein Propensity-Score für das Fehlen entwickelt und Modelle angepasst werden, die für diesen Score angepasst oder durch diesen stratifiziert werden.

Die primäre Untersuchung der Wirksamkeit wird durch ein lineares Mixed-Effects-Modell mit zufälligen Effekten für jeden Arzt und Patienten erfolgen, unter der Annahme, dass die von den Kovariaten und beobachteten Daten abhängige Verteilung des Fehlens nicht von den fehlenden Datenwerten abhängt. Die Prüfärzte werden jedoch mehrere Analysen auf Angemessenheit prüfen, einschließlich einfacher Vergleiche der Senkungen des HbA1c zwischen den Behandlungs- und Kontrollgruppen unter Übertragung der letzten Beobachtung, die ziemlich konservativ sein dürfte, und Übertragung der schlechtesten Beobachtung, die voraussichtlich äußerst konservativ sein wird. Was diesen Methoden an Strenge fehlt, kann durch ihre Einfachheit ausgeglichen werden.