Réduire les délais de diagnostic du diabète de type 2 grâce à l'aide à la décision

L'épidémie croissante de diabète de type 2 touche plus de 8,3 % de la population américaine et représente un défi majeur pour les systèmes de santé et la santé publique. Sept millions de personnes supplémentaires souffrent de diabète non diagnostiqué et plus de 79 millions souffrent de prédiabète, qui, s'il n'est pas reconnu et non traité, peut évoluer vers un diabète à part entière. Bien que les tests de dépistage et de diagnostic soient couramment disponibles, les systèmes de santé ont du mal à diagnostiquer les patients atteints de diabète en temps opportun. En fait, le diagnostic clinique accuse un retard de 8 à 12 ans sur l'apparition de la dérégulation du glucose, ce qui entraîne des retards de diagnostic et la présence de complications du diabète au moment du diagnostic. Parmi les patients engagés dans des soins cliniques sans diagnostic connu de diabète, presque tous les patients disposent de données aléatoires sur la glycémie plasmatique (RPG) qui fournissent potentiellement des signaux de sécurité d'alerte précoce précieux concernant la nécessité d'autres tests de dépistage du diabète. Cependant, les valeurs élevées de glucose ne sont généralement pas reconnues et plus de 60 % des valeurs anormales ne sont pas suivies en temps opportun par des tests de dépistage du diabète. Il existe des opportunités d'exploiter les données existantes dans les dossiers médicaux électroniques (DME) pour identifier les patients nécessitant des tests de diabète supplémentaires et développer des solutions basées sur des systèmes pour réduire : 1) les échecs dans le suivi des tests de glycémie anormaux, 2) les retards dans le diagnostic du diabète, et 3) fréquence des diagnostics manqués de diabète.

Cette proposition tirera parti de l'Epic EMR du centre médical du sud-ouest de l'Université du Texas (UTSW) pour améliorer les taux de détection et de suivi des taux de glucose anormaux dans la pratique du monde réel.

Les chercheurs mèneront un essai pragmatique randomisé en grappes comparant l'efficacité d'une stratégie d'aide à la décision clinique par rapport aux soins habituels pour réduire les échecs dans le suivi en temps opportun des RPG anormaux.

Les enquêteurs se concentreront sur la cohorte de 20 000 patients établis pris en charge par 31 médecins traitants dans trois cabinets de soins primaires pour adultes ambulatoires à l'UTSW (deux cabinets de médecine interne générale, un cabinet de médecine familiale et un cabinet de gériatrie). Les fournisseurs de soins primaires (PCP) seront randomisés soit pour l'intervention d'aide à la décision clinique, soit pour les soins habituels. Les prestataires du volet aide à la décision clinique/intervention recevront une aide à la décision clinique qui identifie les valeurs de glucose aléatoires anormales et incite les prestataires à effectuer un dépistage du diabète. Les résultats seront suivis au niveau du patient et tous les sujets seront suivis pendant 12 mois pour évaluer les taux de suivi des tests de diabète, le délai de test, les taux de diagnostic de diabète ultérieur et le délai de diagnostic. Les données sur l'éligibilité à l'étude, les facteurs de risque cliniques et les caractéristiques sociodémographiques des patients, les caractéristiques des prestataires et des visites, et les résultats seront vérifiés à l'aide du DME complet d'Epic. Les enquêteurs émettent l'hypothèse que l'aide à la décision du prestataire basée sur les visites sera supérieure aux soins habituels.