Dulce Digital-Me: Eine adaptive mHealth-Intervention für unterversorgte Hispanics mit Diabetes (DD-Me)

Personen mit niedrigem sozioökonomischen Status (SES) und ethnischem Minderheitenstatus, darunter Hispanics, die größte ethnische Minderheit in den USA, sind überproportional von Diabetes betroffen. Schlechter Zugang zur Gesundheitsversorgung und kulturelle Barrieren verhindern eine optimale Versorgung, Therapietreue und klinischen Nutzen, wodurch Hispanics einem hohen Risiko für kostspielige Diabetes-Komplikationen ausgesetzt sind. Die etablierte Partnerschaft zwischen Wissenschaft, Gesundheitswesen und Gemeinschaft der Forscher verfügt über einzigartige Erfahrung in der Entwicklung und Erprobung innovativer, kosteneffektiver und nachhaltiger Interventionen zur chronischen Pflege, um Ungleichheiten zu verringern und die Gesundheit in unterversorgten Gemeinschaften zu verbessern. Die Forscher haben kürzlich Dulce Digital entwickelt (d. h. „einheitliche“ pädagogische Textnachrichten mit Überwachung der vom Patienten übermittelten Blutzuckerwerte durch das Pflegepersonal), das die Blutzuckerkontrolle über 6 Monate hinweg im Vergleich zur üblichen Pflege in einer kürzlich randomisierten Studie verbesserte kontrollierte Studie (RCT) mit N=126 hispanischen Patienten mit schlecht kontrolliertem Typ-2-Diabetes (T2DM). Die Prozessbewertung für diese Studie ergab, dass Dulce Digital sowohl aus Patienten- als auch aus Anbietersicht machbar und akzeptabel war; Allerdings äußerten die Patienten eine Präferenz für eine individuellere Intervention, und die Anbieter forderten einen noch stärkeren Fokus auf die Änderung des Gesundheitsverhaltens. Daher wird das vorgeschlagene RCT die vergleichende Wirksamkeit von Dulce Digital im Vergleich zu „Dulce Digital-Me“ (DD-Me) bei N=414 hispanischen Erwachsenen mit niedrigem SES und schlecht kontrolliertem T2DM von Neighborhood Healthcare, einem San Diego Federally-Qualified Health Center, untersuchen . Basierend auf dem Feedback von Patienten und Anbietern umfasst DD-Me Dulce Digital-Komponenten sowie personalisierte Zielsetzung und Feedback, die auf die Bedürfnisse und Vorlieben des Einzelnen eingehen. Die adaptive Feedback-Komponente von DD-Me wird durch das „Resources and Support for Self-Management Model“ und die „Operant Conditioning Theory“ informiert und basiert auf dem Fortschritt des Individuums in Bezug auf intermediäre Verhaltensziele (d. h. Medikamenteneinhaltung, die durch einen drahtlosen Sensor beurteilt wird; kurze Beschreibung auf Mobiltelefonbasis). Beurteilungen von Ernährung, körperlicher Aktivität, Stress). Das Feedback wird bei 50 % der DD-Me-Teilnehmer über algorithmusgesteuerte automatische Nachrichtenübermittlung und bei der übrigen Hälfte durch den medizinischen Assistenten des Pflegeteams übermittelt, um die Durchführbarkeit und Akzeptanz zu ermitteln (angesichts der angeblichen kulturellen Relevanz zwischenmenschlicher Beziehungen in der hispanischen Kultur). und die vergleichende Wirksamkeit und Kosten jeder Liefermethode. Veränderungen der Indikatoren für die klinische Kontrolle von Diabetes [d. h. glykosyliertes Hämoglobin (HbA1c), Low-Density-Lipoprotein-Cholesterin (LDL-C), systolischer Blutdruck (SBP)], die Kommunikation zwischen Patient und Anbieter und die Einhaltung der Patienten (d. h. gegenüber Medikamenten und anderen Diabetes-Selbsttests). -Managementverhalten) werden über einen Zeitraum von zwölf Monaten evaluiert. Durch gründliche Prozess- und Kosteneffektivitätsanalysen werden die Skalierbarkeit und das Nachhaltigkeitspotenzial von DD-Me bewertet. Diese vergleichende Bewertung zweier mHealth-Ansätze wird verdeutlichen, wie Technologie am effektivsten und effizientesten in bestehende, von Pflegekräften geleitete Ansätze zur chronischen Pflege integriert werden kann, um den komplexen Bedürfnissen unterversorgter Personen mit schlecht kontrolliertem T2DM gerecht zu werden.