高血糖を制御するための患者の類似性によるリスク認識の向上と遠隔モニタリングによる持続 (BRILLIANT)

糖尿病は世界的に公衆衛生上の重大な懸念事項として浮上しており、シンガポールも例外ではありません。 2022 年の時点で、シンガポールの成人の 8.5% が糖尿病に罹患しており、その数は 2050 年までに 100 万人に達すると予想されており、関連する課題に対処することが急務となっています。 糖尿病の経済的影響は医療費を超えて広がり、生産性と生活の質に影響を与えます。 糖尿病を患う労働年齢人口の総費用（直接的および間接的費用を含む）は、2010年の7億8,700万米ドル（1人当たり5,646米ドル）から、2050年には18億6,700万米ドル（1人当たり7,791米ドル）に増加すると予想されます。

さらに、糖尿病はさまざまな臓器系に悪影響を及ぼす可能性のある合併症の重大なリスクをもたらします。 心血管疾患、神経障害、網膜症などの合併症は、管理が不十分な糖尿病患者の健康に重大な脅威をもたらします。 糖尿病死亡率の世界的な傾向に関する研究により、特に血管合併症による糖尿病関連死亡率の懸念すべき世界的な増加が明らかになり、糖尿病管理に重大な課題をもたらしていることが明らかになりました。 死亡率の上昇傾向に対処するには、糖尿病の合併症に対する認識を高め、リスク認識を改善し、最終的に死亡率を下げることが重要です。

糖尿病合併症のリスク認識は患者の行動に影響を与え、治療計画の順守やライフスタイルの変更に影響を与える可能性があります。 リスク認識が高い人は、積極的な管理に取り組む可能性が高く、健康状態の改善につながり、糖尿病の合併症に関連する死亡率が低下する可能性があります。 一方で、リスク認識が低い人は必要な予防策を無視する可能性があり、その結果、疾患管理が最適化されず、合併症の可能性が高まり、死亡率に影響を与える可能性があります。

糖尿病合併症のリスク認識に関する系統的レビューでは、2 型糖尿病 (T2DM) 患者における糖尿病関連合併症のリスクに関する懸念すべき認識の欠如が浮き彫りになっています。 同様に、特にシンガポールにおける糖尿病合併症のリスク認識に関する調査研究では、成人の間で知識のギャップがあることが明らかになりました。 生活の質に重大な影響を与えるにもかかわらず、後期 T2DM とその合併症はゆっくりと進行し、直ちに生命を脅かすものではないと認識されていました。 したがって、管理が不十分な糖尿病患者にとっては、合併症のリスクに関する効果的なコミュニケーションが最も重要です。

ウィーバーらは、リスクコミュニケーションを「リスクの認識と理解を促進し、健康を守る行動を促進する」ための「健康上のリスクと危険に関する効果的かつ正確な情報交換」と定義した。 リスクコミュニケーションを強化すると、十分な情報に基づいた意思決定が促進されるだけでなく、早期介入や予防策も促進されます。 さらに、Hashim Jらは、リスク認識が高まっているにもかかわらず予防行動をとっていない成人に対する効果的な介入を開発する際には、社会的および文化的要因を考慮することの重要性を強調した。 この研究はまた、予防措置に関連する利点と欠点に関する多様な視点が、これらの行動の長期的な持続可能性に影響を与える可能性があることを示唆しました。

リスクコミュニケーション介入は、T2DM 患者のリスク認識と健康行動を改善するために開発されました。 これらの介入研究では、糖尿病合併症のリスクを T2DM 患者に伝えるためのさまざまな方法が検討されています。 介入には、視覚補助、一般的なナッジ、パーソナライズされたリスク情報のためのデジタル ツール、WeChat を通じた家族サポートなど、さまざまな革新的なリスク コミュニケーション方法が含まれます。 このような介入は貴重な洞察に貢献しますが、これらのツールには長期的な影響が限定的であること、テクノロジー導入の課題など、いくつかの制限があります。 統合されたアプローチでこれらの欠点に対処すれば、多様な医療環境における調査結果の堅牢性と適用性が向上する可能性があります。

PERDICT.AIベースのカウンセリング

PERDICT.AI (人工知能を使用したパーソナライズされた糖尿病カウンセリング ツール) と名付けられた AI 対応の類似性ベース モデルは、医師が糖尿病患者にリスクを伝えるのを支援するために、シンガポールのプライマリ ケア医師とコンピュータ サイエンティストのチームによって開発されました。 このツールは、匿名化されたデータベースにある類似の患者（または同僚）と患者の HbA1c レベルをランク付けし、HbA1c 重症度に基づいて糖尿病の合併症がどの程度蔓延しているかを示します。 これは「ピア比較」と呼ばれ、このツールはリスクコミュニケーションにおける有用性を高めるためにプライマリケア医師からのフィードバックを受けて改訂されました。

リスクコミュニケーション介入である健康信念モデル (HBM) に基づいて、プライマリケア医師 (PCP) が T2DM 患者の血糖コントロールと発生する可能性のある合併症についてカウンセリングし、血糖コントロールを改善して合併症を予防する方法を推奨するために開発されました。 （またはさらなる合併症）。 これは、PERDICT.AI からの情報によって裏付けられます。

PERDICT.AI を使用したリスクコミュニケーションは、個人の血糖コントロールを動的に伝達し、モチベーションと意識を高めるために同僚間の比較ランキングを提供します。 さらに、模範的なケースを含むピアデータと比較して潜在的な合併症のリスクを評価し、最適ではない管理の結果を強調します。 さらに、投薬調整や個別の健康計画など、個別の推奨事項も生成されます。

糖尿病の管理には一貫した励ましや指導が必要となることがよくありますが、静的なリスク コミュニケーション ツールでは提供できない場合があります。 さらに、情報を受動的に受け取っても、患者が糖尿病管理に積極的に参加する動機にならない可能性があります。 このような関与の欠如は、推奨される戦略への遵守の低下につながり、ツールの全体的な影響を制限する可能性があります。 これは @RISK 研究から明らかであり、最初に 2 週間で観察されたリスク認識の改善は 12 週目までに消失し、肯定的な結果を維持する際の一時的な限界が浮き彫りになっています。 介入群の参加者はリスクコミュニケーションに対する満足度が高いと報告しましたが、これは持続的な改善にはつながりませんでした。 これは、短期を超えて前向きな成果を維持するための統合的なアプローチの必要性を強調しています。

遠隔監視システムとの連携

遠隔監視を通じて、長期間にわたってリスク認識の向上を維持することができます。 遠隔監視テクノロジーを活用することで、医療提供者は患者との一貫したつながりを維持し、患者の健康状態に関するリアルタイムの洞察を提供できます。 さらに、遠隔モニタリングは継続的な教育とサポートを促進し、それによってリスク認識の向上の長期持続性に貢献し、糖尿病管理を大幅に強化し、合併症を予防することができます。

Primary Tech-Enhanced Care (PTEC) プログラムは、使いやすいキットを通じて患者が自宅で慢性疾患を管理できるように奨励することに重点を置いています。 ホーム糖尿病モニタリング プログラム (PTEC-DM) では、Bluetooth 対応デバイスを使用して、週に 1 回、自宅で血糖値と血圧をモニタリングできます。 これらの測定値はアプリを介して研究チームに安全に送信され、遠隔相談を通じて適切に管理されます。 さらに、参加者はアプリ内メッセージを通じて健康に関するナッジ、励まし、リマインダーを受け取り、健康をサポートします。

PTEC-DM と PERDICT.AI を使用したリスクコミュニケーションとの統合は、人間の相互作用と適応性の強みを活用し、より全体的で患者中心の糖尿病管理アプローチに貢献します。 このように組み合わせたアプローチはモニタリングとガイダンスの両方に対処し、患者の理解と情報に基づいた意思決定の向上に貢献します。 したがって、この研究は以下の目的を持って設計され、複数施設、複数群のランダム化比較試験デザインを採用しています。

目的

主な目的:

私。コントロール不良の糖尿病患者のリスク認識スコア、生活の質、健康転帰（服薬遵守とセルフケア活動、血糖コントロール）の改善における、AI 対応ツール (PERDICT.AI) を使用したリスクコミュニケーションの有効性を評価する。 ii. リスク認識、生活の質、健康成果の改善における、PERDICT.AI と遠隔モニタリング (PTEC-DM) を使用したリスクコミュニケーションセッションの組み合わせの有効性を判断する

二次的な目的:

iii. コントロールが不十分な糖尿病患者のリスク認識、生活の質、および健康転帰の改善における２つのアプローチの影響を比較すること ｉｖ． 増分コストと健康上の成果を比較することにより、先進医療の費用対効果を評価することと、 PERDICT.AI、PTEC-DM、および通常のケアを使用したリスクコミュニケーションセッションの参加者の見解と経験を調査する vi． リスク認識を改善するための新しいアプローチの有用性について臨床医の見解を探る

仮説：

• 介入後は、患者のリスク認識スコアと健康成果 (血糖コントロールとセルフケア活動) が改善されます。

材料と方法

研究の設定 この研究は、シンガポール東部地域で 200,000 人を超える糖尿病住民のケアを行っているプラ​​イマリケア診療所クラスターの 4 つの総合診療所で実施されます。

研究デザイン 逐次説明的混合法研究

定量的: パシル・リス、タンピネス・ノース、ユーノス、センカンにあるシングヘルス総合病院を含む4つの総合病院での多群ランダム化対照試験(RCT)。

定性的: 介入を実施する研究チームの不可欠な部分である研究参加者と臨床医の間での詳細なインタビュー。

定量的: マルチアーム RCT この RCT には、以下に概要を示すように、介入と標準治療の組み合わせを組み込んだ 3 つのアームが含まれます。

アーム 1: AI 対応ツール (PERDICT.AI) を使用したリスク コミュニケーションを伴う高度なケア + PTEC DM を使用した在宅モニタリング (メイン介入アーム) アーム 2: AI 対応ツール (PERDICT.AI) を使用した通常のケア + リスク コミュニケーション3: 通常のケア すべてのグループには糖尿病のパンフレットも渡されます。

ランダム化 各研究施設からの患者参加者は、被験者の単純なランダム化にコンピュータで生成された乱数を使用し、非盲検方式で 1:1:1 の比率で上記の治療群の 1 つにランダムに割り当てられます。 介入の性質上、患者や研究チームが参加者の割り当てを知ることは不可能です。 ランダム化シーケンスは、シリアル番号のラベルが貼られた不透明な密封封筒に書き込まれて保管されます。 研究チームは、患者が参加に同意すると封を開封し、それに応じて研究部門に割り当てられます。 すべての参加者は、糖尿病のパンフレット (「パンフレット - 糖尿病のコントロール」) を受け取ります。