Intervenciones conductuales adaptadas dinámicamente en la diabetes

Una de las principales dificultades en el control de la diabetes es que cada individuo afectado requiere una combinación personalizada de dieta, ejercicio y medicamentos para controlar eficazmente su nivel de azúcar en sangre. En lugar de seguir estrictamente la prescripción médica, las personas deben examinar cuidadosamente sus elecciones de estilo de vida y su impacto en su salud. El aprendizaje independiente, la experimentación y la resolución de problemas adquieren gran importancia. Sin embargo, pueden ser un desafío para las personas con diabetes. En este proyecto, los investigadores perfeccionarán y evaluarán una nueva intervención para el autocontrol de la diabetes que utiliza análisis computacional de datos de autocontrol para ayudar a las personas con diabetes tipo 2 a identificar qué actividades diarias, incluido el consumo de comidas, la actividad física y el sueño, tienen impacto en los niveles de glucosa en sangre y sugieren modificaciones en estas actividades diarias para mejorar los niveles de glucosa en sangre.

La creciente evidencia destaca diferencias significativas en la función glucémica y las circunstancias culturales, sociales y económicas de las personas con diabetes tipo 2 (DM2) que afectan su autocontrol. La medicina de precisión se esfuerza por personalizar el tratamiento médico según la composición genética de un individuo, los fenotipos clínicos descubiertos computacionalmente y el estilo de vida. Los estudios demostraron los beneficios de adaptar no sólo el tratamiento médico, sino también las intervenciones conductuales. Sin embargo, actualmente, la personalización del autocuidado en la DM2 requiere que cada individuo participe en el descubrimiento, la reflexión y la resolución de problemas (actividades críticas pero cognitivamente exigentes) o que confíe en sus proveedores de atención médica. Ambos pueden presentar barreras considerables para las personas de comunidades de bajos ingresos y sin servicios médicos. Las soluciones de salud móvil (mHealth) en DM2 prometen llegar a poblaciones más amplias que necesitan autocuidado; sin embargo, pocas de estas soluciones brindan asistencia para personalizar los comportamientos de autocuidado. Los esfuerzos en curso para personalizar las intervenciones conductuales fuera de la DM2 se centran en adaptar las técnicas de modificación de la conducta a las características psicosociales de los individuos, como la autoeficacia, y adaptar la intervención al contexto de los individuos en lugar de personalizar las estrategias de autocuidado.

El enfoque actual de esta investigación es el desarrollo de intervenciones informáticas para el autocontrol de la diabetes, con un enfoque específico en el descubrimiento con datos de automonitoreo y en la resolución de problemas para mejorar el control glucémico. En la investigación propuesta, los investigadores presentan T2.coach, una intervención de mHealth que utiliza análisis computacional de datos de autocontrol para identificar patrones de comportamiento asociados con un control glucémico deficiente y formular objetivos de comportamiento personalizados para cambiar comportamientos problemáticos. Este estudio evaluará la eficacia de T2.coach en un ECA de dos brazos con aleatorización estratificada realizado con Clinical Directors Network (CDN), una reconocida red de investigación basada en la práctica de atención primaria (PBRN) de centros de salud calificados a nivel federal (FQHC), y Centro de Excelencia (P30) designado por la Agencia para la Investigación y la Calidad de la Atención Médica (AHRQ) para la investigación y el aprendizaje basados ​​en la práctica.