Interventi comportamentali dinamicamente personalizzati nel diabete

Una delle principali difficoltà nella gestione del diabete è che ogni individuo affetto richiede una combinazione personalizzata di dieta, esercizio fisico e farmaci per controllare efficacemente il livello di zucchero nel sangue. Piuttosto che seguire rigorosamente la prescrizione del medico, le persone devono esaminare attentamente le loro scelte di vita e il loro impatto sulla loro salute. L’apprendimento indipendente, la sperimentazione e la risoluzione dei problemi diventano di grande importanza. Tuttavia, possono essere difficili per le persone con diabete. In questo progetto, i ricercatori perfezioneranno e valuteranno un nuovo intervento per l’autogestione del diabete che utilizza l’analisi computazionale dei dati di automonitoraggio per aiutare le persone con diabete di tipo 2 a identificare quali attività quotidiane, compreso il consumo dei pasti, l’attività fisica e il sonno, hanno un impatto sui livelli di glucosio nel sangue e suggeriscono modifiche a queste attività quotidiane per migliorare i livelli di glucosio nel sangue.

Prove crescenti evidenziano differenze significative nella funzione glicemica e nelle circostanze culturali, sociali ed economiche degli individui con diabete di tipo 2 (T2DM) che influiscono sulla loro autogestione. La medicina di precisione si sforza di personalizzare le cure mediche in base alla composizione genetica di un individuo, ai fenotipi clinici e allo stile di vita scoperti computazionalmente. Gli studi hanno dimostrato i benefici derivanti dalla personalizzazione non solo delle cure mediche, ma anche degli interventi comportamentali. Tuttavia, attualmente, la personalizzazione dell’autogestione nel T2DM richiede che ogni individuo si impegni nella scoperta, nella riflessione e nella risoluzione dei problemi – attività critiche ma cognitivamente impegnative – o che faccia affidamento sui propri operatori sanitari. Entrambi questi aspetti possono rappresentare ostacoli considerevoli per gli individui provenienti da comunità a basso reddito e sottoservite dal punto di vista medico. Le soluzioni di sanità mobile (mHealth) nel T2DM promettono di raggiungere popolazioni più ampie che necessitano di autogestione; tuttavia, poche di queste soluzioni forniscono assistenza nella personalizzazione dei comportamenti di autogestione. Gli sforzi in corso per personalizzare gli interventi comportamentali al di fuori del T2DM si concentrano sull'adattamento delle tecniche di modificazione del comportamento alle caratteristiche psicosociali degli individui, come l'autoefficacia) e sull'adattamento dell'intervento al contesto degli individui piuttosto che sulla personalizzazione delle strategie di autogestione.

Il focus costante di questa ricerca è sullo sviluppo di interventi informatici per l’autogestione del diabete, con un focus specifico sulla scoperta con dati di automonitoraggio e sulla risoluzione dei problemi per migliorare il controllo glicemico. Nella ricerca proposta i ricercatori introducono T2.coach, un intervento di mHealth che utilizza l'analisi computazionale dei dati di automonitoraggio per identificare modelli comportamentali associati a uno scarso controllo glicemico e formulare obiettivi comportamentali personalizzati per modificare i comportamenti problematici. Questo studio valuterà l'efficacia di T2.coach in un RCT a due bracci con randomizzazione stratificata condotto con il Clinical Director Network (CDN), una rete di ricerca basata sulla pratica di assistenza primaria (PBRN) ben riconosciuta di centri sanitari federalmente qualificati (FQHC) e Centro di eccellenza (P30) designato dall'Agenzia per la ricerca e la qualità sanitaria (AHRQ) per la ricerca e l'apprendimento basati sulla pratica.