- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06607497
Migliore percezione del rischio attraverso la similarità del paziente per controllare l’iperglicemia e sostenuta dal telemonitoraggio (BRILLIANT)
Background: Il diabete aumenta significativamente la probabilità di complicanze, aumentando così il rischio di mortalità correlata al diabete, in particolare a causa di complicanze vascolari. È fondamentale affrontare questa tendenza crescente della mortalità, aumentando la consapevolezza delle complicanze del diabete per migliorare la percezione del rischio e, in definitiva, ridurre i tassi di mortalità. Gestire il diabete in modo efficace richiede interventi che affrontino sia la comunicazione del rischio che il monitoraggio, aiutando i pazienti a comprendere meglio e a prendere decisioni informate sulla propria salute.
Obiettivi: l'obiettivo principale è valutare e confrontare l'efficacia di una sessione combinata di comunicazione del rischio utilizzando un modulo AI (PERDICT.AI) e un monitoraggio domiciliare del diabete (PTEC-DM) rispetto a una sessione di comunicazione del rischio autonoma nel migliorare i risultati sanitari (percezione del rischio , aderenza ai farmaci, attività di auto-cura e controllo glicemico) tra i pazienti diabetici scarsamente controllati. Gli obiettivi secondari sono esplorare le opinioni e le esperienze dei partecipanti nella sessione di comunicazione del rischio utilizzando PERDICT.AI, PTEC-DM e le opinioni dei medici e delle cure abituali sull'utilità del nuovo approccio per migliorare la percezione del rischio.
Metodi: Verrà utilizzato un disegno di studio con metodo misto per condurre uno studio controllato randomizzato a più bracci in quattro cluster di policlinici SingHealth (Pasir Ris, Eunos, Sengkang, Tampines North). I pazienti partecipanti verranno assegnati in modo casuale in un rapporto 1:1:1 a uno dei tre bracci. Il braccio 1 riceverà una sessione di comunicazione del rischio utilizzando PERDICT.AI e il monitoraggio del diabete a domicilio utilizzando PTEC-DM insieme alle cure abituali. I partecipanti al braccio 2 saranno sottoposti a una sessione autonoma di comunicazione del rischio utilizzando PERDICT.AI con la solita cura mentre il braccio 3 fungerà da gruppo di controllo con la solita cura. Un totale di 360 partecipanti (120 in ciascun gruppo) saranno arruolati mediante semplice randomizzazione. Il paziente idoneo deve avere un'età compresa tra 36 e 65 anni con HbA1c >8,0% negli ultimi 6 mesi.
Significato dello studio: i risultati dello studio potrebbero aggiungere prove alle conoscenze scientifiche sull'utilizzo di questi approcci per migliorare la percezione del rischio e raccomandare lo sviluppo di interventi simili.
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Il diabete è emerso come un grave problema di salute pubblica a livello globale e Singapore non fa eccezione. Nel 2022, l’8,5% degli adulti a Singapore sarà affetto da diabete e si prevede che il numero raggiungerà 1 milione entro il 2050, rendendo imperativo affrontare le sfide associate. Le implicazioni economiche del diabete vanno oltre i costi sanitari, incidendo sulla produttività e sulla qualità della vita. Si prevede che il costo totale per la popolazione in età lavorativa affetta da diabete – compresi i costi diretti e indiretti – aumenterà da 787 milioni di dollari (5.646 dollari a persona) nel 2010 a 1.867 milioni di dollari nel 2050 (7.791 dollari a persona).
Inoltre, il diabete presenta un rischio sostanziale di complicanze che possono avere un impatto negativo su vari sistemi di organi. Complicanze come malattie cardiovascolari, neuropatia e retinopatia rappresentano gravi minacce per la salute delle persone con diabete mal gestito. Uno studio sull’andamento globale della mortalità dovuta al diabete ha rivelato un preoccupante aumento globale della mortalità correlata al diabete, in particolare a causa di complicanze vascolari, ponendo una sfida significativa alla gestione del diabete. Per affrontare le crescenti tendenze della mortalità, è fondamentale aumentare la consapevolezza delle complicanze del diabete per migliorare la percezione del rischio e, in ultima analisi, ridurre i tassi di mortalità.
Il rischio percepito di complicanze del diabete può avere un impatto sul comportamento del paziente, influenzando l’aderenza ai piani di trattamento e i cambiamenti dello stile di vita. Gli individui con una percezione del rischio più elevata potrebbero avere maggiori probabilità di impegnarsi in una gestione proattiva, portando a migliori risultati di salute e riducendo potenzialmente i tassi di mortalità associati alle complicanze del diabete. D’altra parte, gli individui con una percezione del rischio più scarsa possono trascurare le precauzioni necessarie, portando a una gestione non ottimale della malattia e a una maggiore probabilità di complicanze, con un potenziale impatto sui tassi di mortalità.
Una revisione sistematica sulla percezione del rischio delle complicanze del diabete evidenzia una preoccupante mancanza di consapevolezza riguardo al rischio di complicanze legate al diabete tra gli individui con diabete mellito di tipo 2 (T2DM). Allo stesso modo, studi di ricerca sulla consapevolezza del rischio delle complicanze del diabete, in particolare a Singapore, hanno rivelato lacune di conoscenza tra gli adulti. Nonostante l’impatto significativo sulla qualità della vita, il T2DM in stadio avanzato e le sue complicanze sono stati percepiti come a progressione lenta e non immediatamente pericolosi per la vita. Pertanto, per i pazienti diabetici scarsamente controllati, una comunicazione efficace sui rischi di complicanze è fondamentale.
Weaver e colleghi hanno definito la comunicazione del rischio come "lo scambio efficace e accurato di informazioni sui rischi e sui pericoli per la salute" in modo da "favorire la consapevolezza e la comprensione del rischio e promuovere comportamenti di protezione della salute". Il miglioramento della comunicazione del rischio non solo promuove un processo decisionale informato, ma promuove anche l’intervento precoce e le misure preventive. Inoltre, Hashim J et al hanno sottolineato l’importanza di considerare i fattori sociali e culturali nello sviluppo di interventi efficaci tra gli adulti con elevata percezione del rischio ma che non si impegnano in azioni preventive. Lo studio ha inoltre suggerito che diverse prospettive riguardanti i benefici e i punti deboli legati alle misure preventive possono avere un impatto sulla sostenibilità a lungo termine di questi comportamenti.
Sono stati sviluppati interventi di comunicazione del rischio per i pazienti affetti da T2DM per migliorare la loro percezione del rischio e le azioni sanitarie. Questi studi interventistici esplorano diversi metodi per comunicare i rischi di complicanze del diabete ai soggetti affetti da T2DM. Gli interventi includono una gamma di metodi innovativi di comunicazione del rischio come ausili visivi, solleciti generali, strumenti digitali per informazioni personalizzate sui rischi e supporto familiare attraverso WeChat. Sebbene tali interventi contribuiscano a fornire informazioni preziose, ci sono alcune limitazioni con questi strumenti, come l’impatto limitato a lungo termine e le sfide legate all’adozione della tecnologia. Affrontare questi inconvenienti con un approccio integrato potrebbe migliorare la robustezza e l’applicabilità dei risultati in diversi contesti sanitari.
Consulenza basata su PERDICT.AI
Un modello basato sulla somiglianza abilitato all’intelligenza artificiale, denominato PERDICT.AI (Personalised Diabetes Counseling Tool using Artificial Intelligence) è stato sviluppato da un team di medici di base e scienziati informatici a Singapore per aiutare i medici a comunicare i rischi ai pazienti con diabete mellito. Lo strumento classifica i livelli di HbA1c dei pazienti rispetto a pazienti simili (o pari) da un database non identificato, mostrando come le complicanze prevalenti del diabete siano basate sulla gravità dell'HbA1c. Questo viene definito "confronto tra pari" e lo strumento è stato sottoposto a revisioni in seguito al feedback dei medici di base per migliorarne l'utilità nella comunicazione del rischio.
Basato sull'Health Belief Model (HBM), un intervento di comunicazione del rischio è stato sviluppato per i medici di base (PCP) per consigliare i pazienti con T2DM sul loro controllo glicemico e sulle complicazioni che potrebbero insorgere e per raccomandare modi per migliorare il controllo glicemico e prevenire complicanze (o ulteriori complicazioni). Ciò sarà supportato dalle informazioni di PERDICT.AI.
La comunicazione del rischio utilizzando PERDICT.AI comunica dinamicamente il controllo glicemico di un individuo, offrendo una classifica comparativa tra pari per migliorare la motivazione e la consapevolezza. Inoltre, valuta il rischio di potenziali complicanze confrontando i dati di pari con casi esemplari per sottolineare le conseguenze di una gestione non ottimale. Inoltre, genererà raccomandazioni personalizzate tra cui aggiustamenti dei farmaci e piani sanitari personalizzati.
La gestione del diabete spesso richiede incoraggiamento e guida coerenti, che uno strumento statico di comunicazione del rischio potrebbe non fornire. Inoltre, la ricezione passiva di informazioni potrebbe non motivare i pazienti a partecipare attivamente alla gestione del diabete. Tale mancanza di coinvolgimento potrebbe portare a una ridotta aderenza alle strategie raccomandate, limitando l’impatto complessivo dello strumento. Ciò è evidente dallo studio @RISK, in cui il miglioramento della percezione del rischio osservato inizialmente a 2 settimane si è dissipato entro la 12a settimana, evidenziando una limitazione temporale nel sostenere esiti positivi. Sebbene i partecipanti al braccio di intervento abbiano riportato una maggiore soddisfazione riguardo alla comunicazione del rischio, ciò non si è tradotto in miglioramenti duraturi. Ciò sottolinea la necessità di un approccio integrato per sostenere risultati positivi oltre il breve termine.
Integrazione con sistema di telemonitoraggio
Mantenere una migliore percezione del rischio per un periodo prolungato può essere ottenuto attraverso il telemonitoraggio. Utilizzando la tecnologia di telemonitoraggio, gli operatori sanitari possono mantenere una connessione costante con i pazienti, offrendo informazioni in tempo reale sul loro stato di salute. Inoltre, il telemonitoraggio facilita la formazione e il supporto continui, contribuendo così alla sostenibilità a lungo termine di una migliore percezione del rischio e può migliorare significativamente la gestione del diabete e prevenire le complicanze.
Il programma Primary Tech-Enhanced Care (PTEC) si concentra sull’incoraggiare i pazienti a gestire le condizioni croniche a casa attraverso kit di facile utilizzo. Il programma Home Diabetes Monitoring (PTEC-DM) consente il monitoraggio domiciliare del glucosio e della pressione arteriosa una volta alla settimana utilizzando un dispositivo abilitato Bluetooth. Tali letture verranno trasmesse in modo sicuro al team di studio tramite l'app e gestite opportunamente tramite teleconsulto. Inoltre, i partecipanti riceveranno consigli sulla salute, incoraggiamenti e promemoria tramite messaggi in-app per supportare il loro benessere.
L’integrazione di PTEC-DM con la comunicazione del rischio utilizzando PERDICT.AI sfrutta i punti di forza dell’interazione umana e dell’adattabilità, contribuendo a un approccio di gestione del diabete più olistico e incentrato sul paziente. Tale approccio combinato riguarda sia il monitoraggio che l’orientamento, contribuendo a una migliore comprensione del paziente e a un processo decisionale informato. Pertanto questo studio è stato progettato con i seguenti obiettivi, adottando un disegno di studio randomizzato controllato multi-sito e multi-braccio.
Obiettivi
Obiettivo primario:
io. Valutare l'efficacia della comunicazione del rischio utilizzando uno strumento abilitato all'intelligenza artificiale (PERDICT.AI) nel migliorare il punteggio di percezione del rischio, la qualità della vita e i risultati sulla salute (aderenza ai farmaci, attività di autocura e controllo glicemico) tra i pazienti diabetici scarsamente controllati ii. Determinare l'efficacia di una combinazione di sessioni di comunicazione del rischio utilizzando PERDICT.AI e telemonitoraggio (PTEC-DM) nel migliorare la percezione del rischio, la qualità della vita e i risultati sulla salute
Obiettivi secondari:
iii. Confrontare l'impatto dei due approcci nel migliorare la percezione del rischio, la qualità della vita e gli esiti sanitari tra i pazienti diabetici scarsamente controllati iv. Valutare il rapporto costo-efficacia delle cure avanzate confrontando i costi incrementali e i risultati sanitari v. Esplorare le opinioni e le esperienze dei partecipanti nella sessione di comunicazione del rischio utilizzando PERDICT.AI, PTEC-DM e cure abituali vi. Esplorare le opinioni dei medici sull'utilità del nuovo approccio per migliorare la percezione del rischio
Ipotesi:
• Ci sarà un miglioramento nel punteggio di percezione del rischio dei pazienti e nei risultati di salute (controllo glicemico e attività di auto-cura) dopo l'intervento.
Materiali e metodi
Contesto dello studio Lo studio sarà condotto presso 4 policlinici di un cluster di cliniche di assistenza primaria che si prendono cura di oltre 200.000 residenti con diabete nella regione orientale di Singapore.
Disegno dello studio Studio esplicativo sequenziale con metodo misto
Quantitativo: studio randomizzato e controllato multi-braccio (RCT) in quattro policlinici che includono i policlinici SingHealth a Pasir Ris, Tampines North, Eunos e Sengkang.
Qualitativo: intervista approfondita tra i partecipanti allo studio e il medico, che sono parte integrante del team di studio che fornisce gli interventi.
Quantitativo: RCT multi-braccio Questo RCT coinvolge tre bracci, incorporando una combinazione di interventi e cure standard, come delineato di seguito.
Braccio 1: cure avanzate con comunicazione del rischio utilizzando uno strumento abilitato all'intelligenza artificiale (PERDICT.AI) + monitoraggio domiciliare utilizzando PTEC DM (braccio di intervento principale) Braccio 2: cure usuali + comunicazione del rischio utilizzando uno strumento abilitato all'intelligenza artificiale (PERDICT.AI) Braccio 3: Cure abituali Tutti i gruppi riceveranno anche un opuscolo sul diabete.
Randomizzazione I pazienti partecipanti da ciascun centro di studio verranno assegnati casualmente in un rapporto 1:1:1 a uno dei bracci sopra menzionati in modo in aperto, utilizzando numeri casuali generati dal computer per la semplice randomizzazione dei soggetti. La natura dell'intervento rende impossibile accecare i pazienti e il gruppo di ricerca rispetto all'assegnazione dei partecipanti. La sequenza di randomizzazione è scritta e conservata in una busta opaca sigillata, che sarà etichettata con un numero di serie. Il gruppo di studio aprirà la busta sigillata una volta che il paziente avrà acconsentito a partecipare e verrà quindi assegnato di conseguenza ai bracci dello studio. Tutti i partecipanti riceveranno un opuscolo sul diabete (“Opuscolo – Prendere il controllo del diabete”).
Tipo di studio
Iscrizione (Effettivo)
Fase
- Non applicabile
Contatti e Sedi
Luoghi di studio
-
-
-
Singapore, Singapore
- SingHealth Polyclinics
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Descrizione
Criteri di inclusione:
- Diabete mellito di tipo 2 in follow-up presso il centro di studio per almeno 12 mesi
- Età da 36 a 65 anni
- Almeno una lettura di HbA1c ≥ 8,0% negli ultimi 6 mesi
- In grado di leggere e parlare inglese
Criteri di esclusione:
- Non essere cittadino di Singapore o residente permanente
- Incinta
- Malattia renale allo stadio terminale o in terapia sostitutiva renale
- Malattia terminale nota
- Compromissione visiva e/o uditiva
- Compromissione cognitiva o malattia mentale
- Impossibile fornire il consenso informato
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Terapia di supporto
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Nessuno (etichetta aperta)
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Braccio 1
Nel braccio 1, i partecipanti parteciperanno alla sessione di comunicazione del rischio utilizzando il modulo AI (PERDICT.AI) fornito dal team di studio integrato con il monitoraggio del diabete domiciliare (PTEC-DM) fornendo una guida personalizzata attraverso la teleconsultazione oltre alle cure abituali.
L'attività dello schermo di PERDICT.AI verrà registrata utilizzando un software di acquisizione dello schermo.
L'intera sessione verrà registrata in formato audio.
|
La comunicazione del rischio utilizzando PERDICT.AI comunica dinamicamente il controllo glicemico di un individuo, offrendo una classifica comparativa tra pari per migliorare la motivazione e la consapevolezza.
Inoltre, valuta il rischio di potenziali complicanze confrontando i dati di pari con casi esemplari per sottolineare le conseguenze di una gestione non ottimale.
Inoltre, genererà raccomandazioni personalizzate tra cui aggiustamenti dei farmaci e piani sanitari personalizzati.
Il programma Primary Tech-Enhanced Care (PTEC) si concentra sull’incoraggiare i pazienti a gestire le condizioni croniche a casa attraverso kit di facile utilizzo.
Il programma Home Diabetes Monitoring (PTEC-DM) consente il monitoraggio domiciliare del glucosio e della pressione arteriosa una volta alla settimana utilizzando un dispositivo abilitato Bluetooth.
Tali letture verranno trasmesse in modo sicuro al team di studio tramite l'app e gestite opportunamente tramite teleconsulto.
Inoltre, i partecipanti riceveranno consigli sulla salute, incoraggiamenti e promemoria tramite messaggi in-app per supportare il loro benessere.
|
|
Sperimentale: Braccio 2
Nel braccio 2, i partecipanti parteciperanno alla sessione di comunicazione del rischio utilizzando il modulo AI (PERDICT.AI) senza PTEC-DM.
L'attività dello schermo di PERDICT.AI verrà registrata utilizzando un software di acquisizione dello schermo.
L'intera sessione verrà registrata in formato audio.
|
La comunicazione del rischio utilizzando PERDICT.AI comunica dinamicamente il controllo glicemico di un individuo, offrendo una classifica comparativa tra pari per migliorare la motivazione e la consapevolezza.
Inoltre, valuta il rischio di potenziali complicanze confrontando i dati di pari con casi esemplari per sottolineare le conseguenze di una gestione non ottimale.
Inoltre, genererà raccomandazioni personalizzate tra cui aggiustamenti dei farmaci e piani sanitari personalizzati.
|
|
Nessun intervento: Braccio 3
Il braccio 3 sarà il gruppo di controllo attivo, ricevendo solo cure standard
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sondaggio sulla percezione del rischio-Diabete Mellito (RPS-DM)
Lasso di tempo: fino al completamento degli studi, in media da 12 a 16 mesi
|
L'RPS-DM è composto da 31 domande.
La prima sezione valuta la conoscenza del rischio (5 elementi valutati su una scala a 3 punti con 1 punto per ogni risposta corretta; un punteggio più alto indica una maggiore conoscenza del rischio di contrarre complicanze del diabete).
I restanti 26 item comprendono 5 sottoscale che possono essere descritte come: controllo personale percepito (4 item con punteggio su scala a 4 punti); preoccupazione (2 elementi valutati su una scala a 4 punti), pregiudizio ottimistico (2 elementi valutati su una scala a 4 punti); rischio di malattia personale (9 elementi con punteggio su una scala a 4 punti; indica il grado di rischio percepito di contrarre 9 malattie o condizioni, più una domanda aggiuntiva sul fatto se hanno mai avuto la condizione, punteggio sì/no con 1 punto aggiunto per la risposta sì ); e rischio ambientale (9 elementi con punteggio su una scala a 4 punti).
La percezione composita del rischio è la media dei 26 item del questionario principale; punteggi più alti indicano un rischio comparativo percepito maggiore.
|
fino al completamento degli studi, in media da 12 a 16 mesi
|
|
Qualità della vita legata alla salute
Lasso di tempo: fino al completamento degli studi, in media da 12 a 16 mesi
|
Variazione dei punteggi utilizzando il questionario EQ-5D-5L; Lo strumento EQ-5D-5L comprende cinque dimensioni, ciascuna delle quali descrive un diverso aspetto della salute: mobilità, cura di sé, attività abituali, dolore/disagio e ansia/depressione.
Ciascuna dimensione ha cinque livelli di risposta (nessun problema, problemi lievi, problemi moderati, problemi gravi, impossibile/problemi estremi).
La percentuale di pazienti che riferiranno ciascun livello di problema su ciascuna dimensione dell'EQ-5D sarà determinata attraverso il completamento dello studio e confrontata.
L'EQ VAS (Visual Analogue Scale) fornisce una misura quantitativa della percezione del paziente della propria salute generale.
L'EQ VAS registra la salute attuale complessiva dell'intervistato su una scala verticale (0-100), dove gli endpoint sono etichettati "0-La peggiore salute che puoi immaginare" e "100-La migliore salute che puoi immaginare".
|
fino al completamento degli studi, in media da 12 a 16 mesi
|
|
Aderenza ai farmaci
Lasso di tempo: fino al completamento degli studi, in media da 12 a 16 mesi
|
Variazione dei punteggi utilizzando la scala del rapporto sull'aderenza ai farmaci a cinque elementi (MARS-5); Il punteggio MARS-5 è stato calcolato sommando il punteggio numerico (intervallo 1-5) di ciascuna domanda su 25 (intervallo 5-25).
Un punteggio più alto indica una migliore aderenza.
|
fino al completamento degli studi, in media da 12 a 16 mesi
|
|
Riepilogo del questionario sulle attività di auto-cura del diabete (SDSCA).
Lasso di tempo: fino al completamento degli studi, in media da 12 a 16 mesi
|
Il questionario SDSCA raccoglie dati su dieta generale, dieta specifica, esercizio fisico, test della glicemia, cura dei piedi e fumo, utilizzando una scala di tipo Likert a 8 punti (0-7), che rappresenta il numero di giorni alla settimana in cui il dato è stata svolta attività di auto-cura.
I punteggi vengono calcolati separatamente per ciascun item e il livello di aderenza è indicato dal punteggio medio per ciascuna dimensione.
|
fino al completamento degli studi, in media da 12 a 16 mesi
|
|
Misura di orientamento comparativo Iowa-Paesi Bassi (INCOM)
Lasso di tempo: iscrizione di base
|
L'INCOM è una misura in 11 elementi della tendenza di una persona a fare confronti sociali.
La scala include elementi come: "Mi piace sempre sapere cosa farebbero gli altri in una situazione simile".
Le scelte di risposta vanno da 1 (fortemente in disaccordo) a 5 (fortemente d'accordo).
Punteggi più alti indicano una maggiore tendenza al confronto sociale.
|
iscrizione di base
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Analisi costo-efficacia
Lasso di tempo: fino al completamento degli studi, in media da 12 a 16 mesi
|
Per valutare il costo verranno stimati i costi unitari per i servizi di consulenza, laboratorio, ricovero ospedaliero e farmacia, nonché le spese per il monitoraggio domiciliare (incluso un glucometro abilitato Bluetooth, strisce reattive, lancette e un misuratore di pressione sanguigna). -efficacia delle cure avanzate confrontando i costi incrementali e i risultati sanitari
|
fino al completamento degli studi, in media da 12 a 16 mesi
|
|
Opinioni ed esperienze della sessione di comunicazione del rischio utilizzando PERDICT.AI, PTEC-DM e cure abituali
Lasso di tempo: 24-48 settimane
|
intervista approfondita con i partecipanti fino al punto di saturazione dei dati
|
24-48 settimane
|
|
Esplorare le opinioni dei medici sull'utilità dell'intervento combinato per migliorare la percezione del rischio
Lasso di tempo: 24-48 settimane
|
colloquio approfondito con i medici del team di studio fino al punto di saturazione dei dati
|
24-48 settimane
|
Collaboratori e investigatori
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Ngiap Chuan Tan, MMed, SingHealth Polyclinics
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 2024-2281
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .