Evaluierung einer mobilen Anwendung zur Optimierung der Selbstentscheidung über die Stoffwechselkontrolle bei Personen mit Typ-1-Diabetes (DM-BLUE)

Mangelnde Stoffwechselkontrolle bei Patienten mit Typ-1-Diabetes mellitus (T1DM) führt zu Nierenversagen, nichttraumatischen Amputationen, Blindheit und einer verkürzten Lebenserwartung. Darüber hinaus ist die Bestimmung des Gehalts an Makronährstoffen in Lebensmitteln nicht die Aufgabe vieler Patienten, insbesondere Jugendlicher, oder einiger Ärzte, was die Insulinanpassung erschwert, einen der Hauptfehler einer optimalen Stoffwechselkontrolle. Eine Möglichkeit, die Wissenslücken im T1D-Selbstmanagement zu schließen, besteht darin, Technologie zur Optimierung der Stoffwechselkontrolle und zur Reduzierung der Risiken damit verbundener Komorbiditäten einzusetzen, mit einer mobilen Anwendung, die dabei hilft, die Entscheidungsfindung im Selbstmanagement zu optimieren. Und eine Verringerung der Komplikationen bei Jugendlichen (14–18 Jahre) mit T1DM. Dieses Projekt zielt darauf ab, diese Anwendung zu entwickeln, die zur Entscheidungsfindung und Reduzierung von Komorbiditäten bei Jugendlichen mit T1DM beiträgt und dabei der Politik des dominikanischen Staates durch digitale Systeme sowie seinem Bildungsauftrag, seinem technologischen Zugang und seiner nationalen Wettbewerbsfähigkeit folgt.

In der Dominikanischen Republik werden keine mobilen Anwendungen zur Selbstbehandlung chronischer Krankheiten eingesetzt. Daher haben die Forscher eine mobile Anwendung mit einem postprandialen Insulinbolusrechner entwickelt. Darüber hinaus haben die Entwickler eine Liste mit Lebensmitteln aus der Region hinzugefügt, in der Benutzer ihre Lebensmittel auswählen und sie mit der Menge an Insulin anpassen können, um sie zu verstoffwechseln. Die Methodik umfasst einen gemischten Ansatz (qualitativ und quantitativ) vor Beginn der Studie und nach drei Monaten Nutzung der Anwendung.

Um die Akzeptanz und Wirksamkeit des Antrags zu bewerten, führen wir einen Pilotbewertungstest durch. Die Teilnehmer dieses Pilottests sind 20 Personen im Alter zwischen 14 und 18 Jahren mit T1DM, die Benutzer von INDEN sind. Diese experimentelle Studie verfügt über eine systematisierte probabilistische Stichprobe aus der Masterliste des Zentrums. Sie wurden randomisiert und nicht kontrolliert. Daher sind die Teilnehmer Nutzer des pädiatrischen Diabetologiedienstes und haben eine vorherige Erklärung und Zustimmung zur Einverständniserklärung abgegeben. Diese 20 Teilnehmer werden rekrutiert, um eine gerechte Verteilung zwischen Geschlecht und soziodemografischen Daten der genannten Gruppe sicherzustellen und gleichzeitig die Behandlungsabsicht aufrechtzuerhalten.

Einschlusskriterien:

-Patienten zwischen 14 und 18 Jahren mit Diabetes Typ 1.

Ausschlusskriterien

• Patienten mit einer glomerulären Filtrationsrate von weniger als 60 ml/min
• Unfähigkeit, elektronische Geräte zu benutzen.
• Aufnahme aufgrund einer akuten Dekompensation von T1DM in den letzten 3 Monaten, Vorliegen von mehr als einer schweren monatlichen Hypoglykämie oder einem anderen Umstand, der häufige Besuche und Intensivpflege erfordert.
• Unfähigkeit, die Einverständniserklärung zu unterzeichnen.

Die Forscher forderten die Teilnehmer auf, Lebensmittel auszuwählen und drei Monate lang routinemäßig den Insulinbolusrechner der mobilen App zu verwenden.

Zur Datenanalyse führen die Forscher den Normalitätstest für numerische Variablen durch. Anschließend erfolgt die kategoriale Datenpräsentation mit Häufigkeits- und Prozenttabellen sowie den quantitativen Daten als Mittelwert und Standardabweichung und verwendet eine nicht-Gaußsche Verteilung sowie Kruskal-Wallis- und Mann-Whitney-Tests.

Der primäre Endpunkt, HbA1c zu Beginn der Studie und am Ende des dritten Monats der Nutzung der Anwendung, wird mit Kruskal-Wallis- und Mann-Whitney-Tests sowie für Vergleiche der Studiengruppe vor und nach dem Test analysiert und die multifaktorielle Varianzanalyse (ANCOVA), den HbA1c-Ausgangswert und 3 Monate nach Nutzung der Anwendung unter Berücksichtigung des Alters als Kovariaten. Die Forscher werden für die statistische Analyse das Statistical Package for the Social Sciences (SPSS) und Excel der erhaltenen Daten verwenden.