- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06607497
Bessere Risikowahrnehmung durch Patientenähnlichkeit zur Kontrolle von Hyperglykämie und aufrechterhalten durch Telemonitoring (BRILLIANT)
Hintergrund: Diabetes erhöht die Wahrscheinlichkeit von Komplikationen erheblich und erhöht damit das Risiko einer diabetesbedingten Mortalität, insbesondere aufgrund vaskulärer Komplikationen. Es ist von entscheidender Bedeutung, diesem steigenden Trend der Sterblichkeit entgegenzuwirken, indem das Bewusstsein für Diabetes-Komplikationen geschärft wird, um die Risikowahrnehmung zu verbessern und letztendlich die Sterblichkeitsraten zu senken. Eine wirksame Behandlung von Diabetes erfordert Interventionen, die sich sowohl mit der Risikokommunikation als auch mit der Überwachung befassen und den Patienten dabei helfen, ihre Gesundheit besser zu verstehen und fundierte Entscheidungen darüber zu treffen.
Ziele: Das Hauptziel besteht darin, die Wirksamkeit einer kombinierten Risikokommunikationssitzung mit einem KI-Modul (PERDICT.AI) und häuslicher Diabetesüberwachung (PTEC-DM) im Vergleich zu einer eigenständigen Risikokommunikationssitzung zur Verbesserung der Gesundheitsergebnisse (Risikowahrnehmung) zu bewerten und zu vergleichen , Medikamenteneinhaltung, Selbstpflegeaktivitäten und Blutzuckerkontrolle) bei Patienten mit schlecht eingestelltem Diabetes. Sekundäre Ziele bestehen darin, die Ansichten und Erfahrungen der Teilnehmer der Risikokommunikationssitzung mit PERDICT.AI, PTEC-DM und der üblichen Pflege sowie die Ansichten von Klinikern zum Nutzen des neuen Ansatzes zur Verbesserung der Risikowahrnehmung zu untersuchen.
Methoden: Ein Studiendesign mit gemischten Methoden wird verwendet, um eine mehrarmige randomisierte kontrollierte Studie in vier der SingHealth-Polikliniken durchzuführen Cluster (Pasir Ris, Eunos, Sengkang, Tampines North). Die Patiententeilnehmer werden im Verhältnis 1:1:1 zufällig einem der drei Arme zugeteilt. Arm 1 erhält neben der üblichen Pflege eine Risikokommunikationssitzung mit PERDICT.AI und eine häusliche Diabetesüberwachung mit PTEC-DM. Teilnehmer von Arm 2 durchlaufen eine eigenständige Risikokommunikationssitzung mit PERDICT.AI und üblicher Sorgfalt, während Arm 3 mit üblicher Sorgfalt als Kontrollgruppe dient. Insgesamt werden 360 (120 in jeder Gruppe) Teilnehmer durch einfache Randomisierung eingeschrieben. Der teilnahmeberechtigte Patient muss zwischen 36 und 65 Jahre alt sein und innerhalb der letzten 6 Monate einen HbA1c-Wert von >8,0 % aufweisen.
Bedeutung der Studie: Die Ergebnisse der Studie können den wissenschaftlichen Erkenntnissen darüber, dass diese Ansätze zur Verbesserung der Risikowahrnehmung eingesetzt werden können, Belege hinzufügen und die Entwicklung ähnlicher Interventionen empfehlen.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Diabetes hat sich weltweit zu einem bedeutenden Problem der öffentlichen Gesundheit entwickelt, und Singapur bildet da keine Ausnahme. Im Jahr 2022 sind 8,5 % der Erwachsenen in Singapur von Diabetes betroffen und es wird erwartet, dass diese Zahl bis 2050 1 Million erreichen wird, was es zwingend erforderlich macht, die damit verbundenen Herausforderungen anzugehen. Die wirtschaftlichen Auswirkungen von Diabetes gehen über die Gesundheitskosten hinaus und wirken sich auf Produktivität und Lebensqualität aus. Die Gesamtkosten für die Bevölkerung im erwerbsfähigen Alter mit Diabetes – einschließlich direkter und indirekter Kosten – werden voraussichtlich von 787 Millionen US-Dollar (5.646 US-Dollar pro Person) im Jahr 2010 auf 1.867 Millionen US-Dollar im Jahr 2050 (7.791 US-Dollar pro Person) steigen.
Darüber hinaus birgt Diabetes ein erhebliches Risiko für Komplikationen, die sich negativ auf verschiedene Organsysteme auswirken können. Komplikationen wie Herz-Kreislauf-Erkrankungen, Neuropathie und Retinopathie stellen eine ernsthafte Bedrohung für die Gesundheit von Personen mit schlecht behandeltem Diabetes dar. Eine Studie zum globalen Trend der Diabetes-Mortalität ergab einen besorgniserregenden weltweiten Anstieg der diabetesbedingten Mortalität, insbesondere aufgrund von Gefäßkomplikationen, was eine erhebliche Herausforderung für das Diabetes-Management darstellt. Um den steigenden Sterblichkeitstrends entgegenzuwirken, ist es von entscheidender Bedeutung, das Bewusstsein für Diabetes-Komplikationen zu schärfen, um die Risikowahrnehmung zu verbessern und letztendlich die Sterblichkeitsraten zu senken.
Das wahrgenommene Risiko von Diabetes-Komplikationen kann sich auf das Verhalten des Patienten auswirken und die Einhaltung von Behandlungsplänen und Änderungen des Lebensstils beeinflussen. Personen mit einer höheren Risikowahrnehmung neigen möglicherweise eher zu einer proaktiven Behandlung, was zu besseren Gesundheitsergebnissen und möglicherweise zu einer Verringerung der mit Diabetes-Komplikationen verbundenen Sterblichkeitsraten führt. Andererseits können Personen mit einer geringeren Risikowahrnehmung notwendige Vorsichtsmaßnahmen vernachlässigen, was zu einem suboptimalen Krankheitsmanagement und einer erhöhten Wahrscheinlichkeit von Komplikationen führt, was sich möglicherweise auf die Sterblichkeitsrate auswirkt.
Eine systematische Überprüfung der Risikowahrnehmung von Diabetes-Komplikationen zeigt einen besorgniserregenden Mangel an Bewusstsein für das Risiko von Diabetes-bedingten Komplikationen bei Personen mit Typ-2-Diabetes mellitus (T2DM). In ähnlicher Weise zeigten Forschungsstudien zum Risikobewusstsein für Diabetes-Komplikationen, insbesondere in Singapur, Wissenslücken bei Erwachsenen. Trotz der erheblichen Auswirkungen auf die Lebensqualität wurden T2DM im Spätstadium und seine Komplikationen als langsam fortschreitend und nicht unmittelbar lebensbedrohlich wahrgenommen. Daher ist für schlecht eingestellte Diabetespatienten eine wirksame Kommunikation über die Risiken von Komplikationen von größter Bedeutung.
Weaver et al. definierten Risikokommunikation als „den effektiven und genauen Austausch von Informationen über Gesundheitsrisiken und -gefahren“, um „das Risikobewusstsein und -verständnis zu fördern und gesundheitsschützende Verhaltensweisen zu fördern“. Die Verbesserung der Risikokommunikation fördert nicht nur die fundierte Entscheidungsfindung, sondern fördert auch frühzeitige Intervention und präventive Maßnahmen. Darüber hinaus betonten Hashim J et al. die Bedeutung der Berücksichtigung sozialer und kultureller Faktoren bei der Entwicklung wirksamer Interventionen bei Erwachsenen mit erhöhter Risikowahrnehmung, die jedoch keine präventiven Maßnahmen ergreifen. Die Studie legte auch nahe, dass unterschiedliche Perspektiven hinsichtlich der Vorteile und Schwächen präventiver Maßnahmen Auswirkungen auf die langfristige Nachhaltigkeit dieser Verhaltensweisen haben können.
Für Patienten mit T2DM wurden Interventionen zur Risikokommunikation entwickelt, um ihre Risikowahrnehmung und Gesundheitsmaßnahmen zu verbessern. Diese interventionellen Studien untersuchen verschiedene Methoden, um Patienten mit Typ-2-Diabetes-Diabetes-Diabetes-Komplikationsrisiken zu vermitteln. Zu den Interventionen gehören eine Reihe innovativer Risikokommunikationsmethoden wie visuelle Hilfsmittel, allgemeine Anstupser, digitale Tools für personalisierte Risikoinformationen und Familienunterstützung über WeChat. Während solche Interventionen zu wertvollen Erkenntnissen beitragen, gibt es bei diesen Instrumenten einige Einschränkungen, wie z. B. begrenzte langfristige Auswirkungen und Herausforderungen bei der Technologieeinführung. Die Beseitigung dieser Nachteile mit einem integrierten Ansatz könnte die Robustheit und Anwendbarkeit der Ergebnisse in verschiedenen Gesundheitseinrichtungen verbessern.
PERDICT.AI-basierte Beratung
Ein KI-gestütztes, auf Ähnlichkeit basierendes Modell mit dem Namen PERDICT.AI (Personalised Diabetes Counseling Tool using Artificial Intelligence) wurde von einem Team aus Hausärzten und Informatikern in Singapur entwickelt, um Ärzten dabei zu helfen, Patienten mit Diabetes mellitus Risiken zu vermitteln. Das Tool bewertet die HbA1c-Werte eines Patienten mit ähnlichen Patienten (oder Gleichaltrigen) aus einer nicht identifizierten Datenbank und zeigt, wie häufige Diabetes-Komplikationen auf dem HbA1c-Schweregrad basieren. Dies wird als „Peer-Vergleich“ bezeichnet und das Tool wurde aufgrund des Feedbacks von Hausärzten überarbeitet, um seinen Nutzen für die Risikokommunikation zu verbessern.
Basierend auf dem Health Belief Model (HBM) wurde eine Risikokommunikationsintervention für Hausärzte (PCPs) entwickelt, um Patienten mit T2DM über ihre Blutzuckerkontrolle und die möglichen Komplikationen zu beraten und Möglichkeiten zur Verbesserung der Blutzuckerkontrolle und zur Vermeidung von Komplikationen zu empfehlen (oder weitere Komplikationen). Dies wird durch Informationen von PERDICT.AI unterstützt.
Die Risikokommunikation mit PERDICT.AI kommuniziert dynamisch die Blutzuckerkontrolle einer Person und bietet eine vergleichende Rangfolge unter Gleichgesinnten, um Motivation und Bewusstsein zu verbessern. Darüber hinaus wird das Risiko potenzieller Komplikationen im Vergleich mit Peer-Daten anhand beispielhafter Fälle bewertet, um die Folgen einer suboptimalen Behandlung hervorzuheben. Darüber hinaus werden personalisierte Empfehlungen generiert, einschließlich Medikamentenanpassungen und personalisierter Gesundheitspläne.
Das Diabetes-Management erfordert häufig konsequente Ermutigung und Anleitung, die ein statisches Risikokommunikationstool möglicherweise nicht liefert. Darüber hinaus motiviert der passive Empfang von Informationen Patienten möglicherweise nicht dazu, sich aktiv an der Diabetesbehandlung zu beteiligen. Ein solcher Mangel an Engagement könnte dazu führen, dass die empfohlenen Strategien weniger eingehalten werden, wodurch die Gesamtwirkung des Tools eingeschränkt wird. Dies geht aus der @RISK-Studie hervor, in der sich die anfänglich nach zwei Wochen beobachtete verbesserte Risikowahrnehmung in der 12. Woche auflöste, was auf eine zeitliche Begrenzung bei der Aufrechterhaltung positiver Ergebnisse hinweist. Obwohl die Teilnehmer der Interventionsgruppe eine höhere Zufriedenheit mit der Risikokommunikation berichteten, führte dies nicht zu nachhaltigen Verbesserungen. Dies unterstreicht die Notwendigkeit eines integrierten Ansatzes, um positive Ergebnisse über die kurzfristige Dauer hinaus aufrechtzuerhalten.
Integration mit Telemonitoring-System
Durch Telemonitoring lässt sich eine nachhaltig verbesserte Risikowahrnehmung über einen längeren Zeitraum erreichen. Durch den Einsatz von Telemonitoring-Technologie können Gesundheitsdienstleister eine konsistente Verbindung zu Patienten aufrechterhalten und Echtzeit-Einblicke in ihren Gesundheitszustand bieten. Darüber hinaus ermöglicht Telemonitoring eine kontinuierliche Aufklärung und Betreuung, trägt so zur langfristigen Nachhaltigkeit einer verbesserten Risikowahrnehmung bei und kann das Diabetesmanagement deutlich verbessern und Komplikationen vorbeugen.
Das Primary Tech-Enhanced Care (PTEC)-Programm konzentriert sich darauf, Patienten mithilfe benutzerfreundlicher Kits zu ermutigen, chronische Erkrankungen zu Hause zu behandeln. Das Home Diabetes Monitoring-Programm (PTEC-DM) ermöglicht die Glukose- und Blutdrucküberwachung zu Hause einmal pro Woche mithilfe eines Bluetooth-fähigen Geräts. Diese Messwerte werden über die App sicher an das Studienteam übermittelt und durch Telekonsultation entsprechend verwaltet. Darüber hinaus erhalten die Teilnehmer über In-App-Nachrichten Gesundheitsanstöße, Ermutigungen und Erinnerungen, um ihr Wohlbefinden zu unterstützen.
Die Integration von PTEC-DM in die Risikokommunikation mithilfe von PERDICT.AI nutzt die Stärken der menschlichen Interaktion und Anpassungsfähigkeit und trägt zu einem ganzheitlicheren und patientenzentrierteren Diabetes-Management-Ansatz bei. Ein solcher kombinierter Ansatz befasst sich sowohl mit der Überwachung als auch mit der Anleitung und trägt so zu einem besseren Patientenverständnis und einer fundierten Entscheidungsfindung bei. Daher ist diese Studie mit den folgenden Zielen konzipiert und basiert auf einem randomisierten, kontrollierten Studiendesign mit mehreren Standorten und mehreren Armen.
Ziele
Hauptziel:
ich. Bewertung der Wirksamkeit der Risikokommunikation mithilfe eines KI-fähigen Tools (PERDICT.AI) zur Verbesserung des Risikowahrnehmungs-Scores, der Lebensqualität und der Gesundheitsergebnisse (Einhaltung von Medikamenten und Selbstpflegeaktivitäten sowie Blutzuckerkontrolle) bei Patienten mit schlecht eingestelltem Diabetes ii. Bestimmung der Wirksamkeit einer Kombination aus Risikokommunikationssitzung mit PERDICT.AI und Telemonitoring (PTEC-DM) zur Verbesserung der Risikowahrnehmung, der Lebensqualität und der Gesundheitsergebnisse
Sekundäre Ziele:
iii. Vergleich der Auswirkungen der beiden Ansätze auf die Verbesserung der Risikowahrnehmung, der Lebensqualität und der Gesundheitsergebnisse bei Patienten mit schlecht eingestelltem Diabetes iv. Bewertung der Kostenwirksamkeit der fortgeschrittenen Pflege durch Vergleich der Zusatzkosten und Gesundheitsergebnisse v. Untersuchung der Ansichten und Erfahrungen der Teilnehmer der Risikokommunikationssitzung mit PERDICT.AI, PTEC-DM und üblicher Pflege vi. Untersuchung der Ansichten von Ärzten zum Nutzen des neuen Ansatzes zur Verbesserung der Risikowahrnehmung
Hypothese:
• Nach dem Eingriff kommt es zu einer Verbesserung des Risikowahrnehmungs-Scores und der gesundheitlichen Ergebnisse (Blutzuckerkontrolle und Selbstpflegeaktivitäten) der Patienten.
Materialen und Methoden
Studienumgebung Die Studie wird in 4 Polikliniken eines Klinikclusters für Grundversorgung durchgeführt, die mehr als 200.000 Bewohner mit Diabetes in der östlichen Region Singapurs betreuen.
Studiendesign Sequentielle erklärende Mixed-Methods-Studie
Quantitativ: Mehrarmige randomisierte kontrollierte Studie (RCT) an vier Polikliniken, darunter die SingHealth-Polikliniken in Pasir Ris, Tampines North, Eunos und Sengkang.
Qualitativ: Ausführliches Interview zwischen den Studienteilnehmern und dem Kliniker, die integraler Bestandteil des Studienteams sind, das Interventionen durchführt.
Quantitativ: Mehrarmige RCT Diese RCT umfasst drei Arme und umfasst eine Kombination aus Interventionen und Standardversorgung, wie unten beschrieben.
Arm 1: Erweiterte Pflege mit Risikokommunikation mit einem KI-fähigen Tool (PERDICT.AI) + Überwachung zu Hause mit PTEC DM (Hauptinterventionsarm) Arm 2: Übliche Pflege + Risikokommunikation mit einem KI-fähigen Tool (PERDICT.AI) Arm 3: Übliche Pflege Alle Gruppen erhalten außerdem eine Diabetesbroschüre.
Randomisierung: Patiententeilnehmer von jedem Studienstandort werden im Verhältnis 1:1:1 zufällig einem der oben genannten Arme in einer offenen Weise zugeteilt, wobei computergenerierte Zufallszahlen zur einfachen Randomisierung der Probanden verwendet werden. Aufgrund der Art der Intervention ist es unmöglich, Patienten und Forschungsteam hinsichtlich der Teilnehmerzuteilung blind zu machen. Die Randomisierungssequenz wird geschrieben und in einem undurchsichtigen, versiegelten Umschlag aufbewahrt, der mit einer Seriennummer versehen wird. Das Studienteam öffnet den versiegelten Umschlag, sobald der Patient der Teilnahme zugestimmt hat, und wird dann entsprechend den Studienarmen zugewiesen. Alle Teilnehmer erhalten eine Diabetes-Broschüre („Broschüre – Taking Control of Diabetes“).
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Singapore, Singapur
- SingHealth Polyclinics
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Typ-2-Diabetes mellitus bei Nachbeobachtung am Studienort für mindestens 12 Monate
- Alter 36 bis 65 Jahre
- Mindestens ein HbA1c-Wert ≥ 8,0 % innerhalb der letzten 6 Monate
- Kann Englisch lesen und sprechen
Ausschlusskriterien:
- Kein Staatsbürger Singapurs oder ständiger Wohnsitz
- Schwanger
- Nierenerkrankung im Endstadium oder unter Nierenersatztherapie
- Bekannte unheilbare Krankheit
- Seh- und/oder Hörbehinderung
- Kognitive Beeinträchtigung oder psychische Erkrankung
- Es kann keine Einverständniserklärung abgegeben werden
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Unterstützende Pflege
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Arm 1
In Arm 1 nehmen die Teilnehmer an der Risikokommunikationssitzung unter Verwendung des KI-Moduls (PERDICT.AI) teil, das vom Studienteam bereitgestellt wird und in das Home-based Diabetes Monitoring (PTEC-DM) integriert ist, das zusätzlich zur üblichen Pflege eine personalisierte Beratung durch Telekonsultation bietet.
Die Bildschirmaktivität von PERDICT.AI wird mithilfe einer Bildschirmaufnahmesoftware aufgezeichnet.
Die gesamte Sitzung wird per Audio aufgezeichnet.
|
Die Risikokommunikation mit PERDICT.AI kommuniziert dynamisch die Blutzuckerkontrolle einer Person und bietet eine vergleichende Rangfolge unter Gleichgesinnten, um Motivation und Bewusstsein zu verbessern.
Darüber hinaus wird das Risiko potenzieller Komplikationen im Vergleich mit Peer-Daten anhand beispielhafter Fälle bewertet, um die Folgen einer suboptimalen Behandlung hervorzuheben.
Darüber hinaus werden personalisierte Empfehlungen generiert, einschließlich Medikamentenanpassungen und personalisierter Gesundheitspläne.
Das Primary Tech-Enhanced Care (PTEC)-Programm konzentriert sich darauf, Patienten mithilfe benutzerfreundlicher Kits zu ermutigen, chronische Erkrankungen zu Hause zu behandeln.
Das Home Diabetes Monitoring-Programm (PTEC-DM) ermöglicht die Glukose- und Blutdrucküberwachung zu Hause einmal pro Woche mithilfe eines Bluetooth-fähigen Geräts.
Diese Messwerte werden über die App sicher an das Studienteam übermittelt und durch Telekonsultation entsprechend verwaltet.
Darüber hinaus erhalten die Teilnehmer über In-App-Nachrichten Gesundheitsanstöße, Ermutigungen und Erinnerungen, um ihr Wohlbefinden zu unterstützen.
|
|
Experimental: Arm 2
In Arm 2 nehmen die Teilnehmer an der Risikokommunikationssitzung unter Verwendung des KI-Moduls (PERDICT.AI) ohne PTEC-DM teil.
Die Bildschirmaktivität von PERDICT.AI wird mithilfe einer Bildschirmaufnahmesoftware aufgezeichnet.
Die gesamte Sitzung wird per Audio aufgezeichnet.
|
Die Risikokommunikation mit PERDICT.AI kommuniziert dynamisch die Blutzuckerkontrolle einer Person und bietet eine vergleichende Rangfolge unter Gleichgesinnten, um Motivation und Bewusstsein zu verbessern.
Darüber hinaus wird das Risiko potenzieller Komplikationen im Vergleich mit Peer-Daten anhand beispielhafter Fälle bewertet, um die Folgen einer suboptimalen Behandlung hervorzuheben.
Darüber hinaus werden personalisierte Empfehlungen generiert, einschließlich Medikamentenanpassungen und personalisierter Gesundheitspläne.
|
|
Kein Eingriff: Arm 3
Arm 3 wird die aktive Kontrollgruppe sein und nur Standardversorgung erhalten
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Umfrage zur Risikowahrnehmung – Diabetes mellitus (RPS-DM)
Zeitfenster: bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
Das RPS-DM besteht aus 31 Fragen.
Im ersten Abschnitt wird das Risikowissen bewertet (5 Punkte werden auf einer 3-Punkte-Skala mit 1 Punkt für jede richtige Antwort bewertet; eine höhere Punktzahl bedeutet ein größeres Wissen über das Risiko von Diabetes-Komplikationen).
Die restlichen 26 Items umfassen 5 Subskalen, die wie folgt beschrieben werden können: wahrgenommene persönliche Kontrolle (4 Items werden auf einer 4-Punkte-Skala bewertet); Sorge (2 Punkte auf einer 4-Punkte-Skala bewertet), optimistische Tendenz (2 Punkte auf einer 4-Punkte-Skala bewertet); persönliches Krankheitsrisiko (9 Punkte, bewertet auf einer 4-Punkte-Skala; gibt den Grad des eigenen wahrgenommenen Risikos an, an 9 Krankheiten oder Beschwerden zu erkranken, plus zusätzliche Frage, ob sie jemals an dieser Krankheit gelitten haben, bewertet mit Ja/Nein, wobei 1 Punkt für die Antwort „Ja“ hinzugefügt wurde ); und Umweltrisiko (9 Punkte, bewertet auf einer 4-Punkte-Skala).
Die zusammengesetzte Risikowahrnehmung ist der Durchschnitt der 26 Elemente im Hauptfragebogen; Höhere Werte weisen auf ein größeres vergleichsweise wahrgenommenes Risiko hin.
|
bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
|
Gesundheitsbezogene Lebensqualität
Zeitfenster: bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
Änderung der Ergebnisse anhand des EQ-5D-5L-Fragebogens; Das EQ-5D-5L-Tool umfasst fünf Dimensionen, die jeweils einen anderen Aspekt der Gesundheit beschreiben: Mobilität, Selbstpflege, übliche Aktivitäten, Schmerzen/Unwohlsein und Angst/Depression.
Jede Dimension verfügt über fünf Antwortstufen (keine Probleme, leichte Probleme, mäßige Probleme, schwere Probleme, nicht möglich/extreme Probleme).
Der Anteil der Patienten, die über jede Problemstufe in jeder Dimension des EQ-5D berichten, wird nach Abschluss der Studie ermittelt und verglichen.
EQ VAS (Visual Analogue Scale) bietet ein quantitatives Maß für die Wahrnehmung des Patienten hinsichtlich seiner allgemeinen Gesundheit.
Das EQ VAS zeichnet den allgemeinen aktuellen Gesundheitszustand des Befragten auf einer vertikalen Skala (0–100) auf, wobei die Endpunkte mit „0 – der schlechteste Gesundheitszustand, den Sie sich vorstellen können“ und „100 – der beste Gesundheitszustand, den Sie sich vorstellen können“ gekennzeichnet sind.
|
bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
|
Einhaltung von Medikamenten
Zeitfenster: bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
Änderung der Ergebnisse unter Verwendung der fünfstufigen Medication Adherence Report Scale (MARS-5); Der MARS-5-Score wurde durch Summieren des numerischen Scores (Bereich 1–5) jeder Frage für 25 (Bereich 5–25) berechnet.
Eine höhere Punktzahl weist auf eine bessere Einhaltung hin.
|
bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
|
Zusammenfassung des SDSCA-Fragebogens (Diabetes Self-Care Activities).
Zeitfenster: bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
Der SDSCA-Fragebogen sammelt Daten zu allgemeiner Ernährung, spezifischer Ernährung, körperlicher Betätigung, Blutzuckertests, Fußpflege und Rauchen. Dabei wird eine 8-Punkte-Likert-Skala (0-7) verwendet, die die Anzahl der Tage pro Woche angibt, an denen die gegebenen Bedingungen erfüllt sind Es wurde eine Selbstpflegeaktivität durchgeführt.
Die Bewertungen werden für jedes Element separat berechnet und der Grad der Einhaltung wird durch die Durchschnittsbewertung für jede Dimension angezeigt.
|
bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
|
Iowa-Niederlande-Vergleichsorientierungsmaß (INCOM)
Zeitfenster: Grundeinschreibung
|
Der INCOM ist ein 11-Punkte-Maß für die Neigung einer Person, soziale Vergleiche anzustellen.
Auf der Skala stehen Items wie: „Ich möchte immer wissen, was andere in einer ähnlichen Situation tun würden.“
Die Antwortmöglichkeiten reichen von 1 (stimme überhaupt nicht zu) bis 5 (stimme völlig zu).
Höhere Werte deuten auf eine stärkere Tendenz zum sozialen Vergleich hin.
|
Grundeinschreibung
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Kostenwirksamkeitsanalyse
Zeitfenster: bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
Zur Ermittlung der Kosten werden die Stückkosten für Beratungs-, Labor-, Krankenhaus- und Apothekendienste sowie die Kosten für die Überwachung zu Hause (einschließlich eines Bluetooth-fähigen Blutzuckermessgeräts, Teststreifen, Lanzetten und eines Blutdruckmessgeräts) geschätzt -Wirksamkeit der fortgeschrittenen Pflege durch Vergleich der Mehrkosten und Gesundheitsergebnisse
|
bis zum Studienabschluss durchschnittlich 12 bis 16 Monate
|
|
Ansichten und Erfahrungen der Risikokommunikationssitzung mit PERDICT.AI, PTEC-DM und üblicher Pflege
Zeitfenster: 24-48 Wochen
|
ausführliches Interview mit den Teilnehmern bis zur Datensättigung
|
24-48 Wochen
|
|
Untersuchung der Ansichten von Ärzten zum Nutzen kombinierter Interventionen zur Verbesserung der Risikowahrnehmung
Zeitfenster: 24-48 Wochen
|
ausführliches Interview mit den Ärzten des Studienteams bis zur Datensättigung
|
24-48 Wochen
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Ermittler
- Hauptermittler: Ngiap Chuan Tan, MMed, SingHealth Polyclinics
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- 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.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2024-2281
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur Diabetes mellitus, Typ 2
-
Instituto Nacional de Ciencias Medicas y Nutricion...Aktiv, nicht rekrutierend
-
ENBIOSIS BIOTECHNOLOGIESAydin Adnan Menderes University; Izmir University of Economics; Buca Seyfi Demirsoy... und andere MitarbeiterRekrutierungTyp 2 Diabetes | Diabetes mellitus Typ 2Türkei (türkiye)
-
Endogenex, Inc.Noch keine RekrutierungDiabetes mellitus, Typ 2 | Diabetes | Typ 2 Diabetes mellitus | Typ 2 Diabetes | Typ 2 Diabetes
-
Endogenex, Inc.Noch keine RekrutierungDiabetes mellitus, Typ 2 | Diabetes | Typ 2 Diabetes | Typ-2-Diabetes mellitus (T2DM) | Typ 2 Diabetes
-
SanofiAbgeschlossenDiabetes mellitus Typ 1 – Diabetes mellitus Typ 2Ungarn, Russische Föderation, Deutschland, Polen, Japan, Vereinigte Staaten, Finnland
-
University of North Carolina, Chapel HillAmerican Heart AssociationRekrutierungTyp 2 Diabetes | Ernährung | Diabetes Typ 2 | T2DM (Typ-2-Diabetes mellitus) | Diabetes mellitis | T2DM | Diabetes-AufklärungVereinigte Staaten
-
University of SalamancaUniversity of Salamanca; Instituto Piaget; Escola Superior de Tecnologia da Saúde...Anmeldung auf EinladungTyp 2 Diabetes mellitus | Altern | Hyperglykämie aufgrund von Diabetes mellitus Typ 2Portugal
-
University Hospital Inselspital, BerneAbgeschlossen
-
Indonesia UniversityAbgeschlossen
-
US Department of Veterans AffairsAmerican Diabetes AssociationAbgeschlossenTyp 2 Diabetes mellitusVereinigte Staaten