대화 지도와 파키스탄의 당뇨병 (DAMP)

다른 만성질환과 마찬가지로 당뇨병도 관리가 매우 중요합니다. 생활습관 개선, 스트레스 해소, 건강한 식습관 등의 비임상적 중재가 당뇨병 조절 및 당뇨병 관련 합병증 예방에 효과적인 것으로 입증되었습니다. 전통적으로 당뇨병 환자는 교훈적인 강의, 브로셔, 팜플렛, 대면 상담을 통해 질병 진행, 대사 조절, 운동 및 당뇨병 식단과 관련된 교육을 받았습니다. 이러한 전통적인 방법은 더 나은 식자율, 이해 수준 및 현대 통신 방식에 대한 접근성으로 인해 서구 세계에서 당뇨병 자가 관리에 효과적인 것으로 밝혀졌습니다. 그러나 개발도상국에서는 문해력이 떨어지는 등 여러 가지 이유로 이러한 방법이 통하지 않았습니다. 새로운 방법 중 Diabetes Conversation Maps는 당뇨병 환자의 교육적 역량 강화에 유용한 도구로 간주됩니다. 이들은 일반적인 이해를 위해 정식 교육이 필요하지 않은 방식으로 설계된 대화형 그림 도구입니다. 식자율이 매우 낮은 파키스탄과 같은 개발도상국에서는 이러한 도구가 당뇨병 및 관련 합병증 관리에 효과적일 수 있습니다. 당뇨병 대화 지도는 주로 선진국의 여러 국가에서 사용되고 테스트되었습니다. 개발도상국에서는 관찰 연구 동안 어느 정도 영향을 미쳤지만, 무작위 통제 실험에서 생성된 문헌은 여전히 ​​제한적입니다. 개발도상국의 환자는 교육 수준이 다르고 인터넷 및 소셜 미디어에 대한 액세스와 같은 환경 노출이 다르며 사회 인구학적 특성이 다르기 때문에 선진국의 환자와 다르게 행동할 수 있습니다. 따라서 파키스탄 카라치의 저중소득 환경에서 DMSE 및 DD에서 일상적인 당뇨병 치료에 비해 당뇨병 대화 지도의 효과를 평가하기 위해 잘 설계된 무작위 통제 시험이 필요합니다.

연구 질문 교육적 도구로서의 DCM의 효과는 파키스탄 카라치에 있는 3차 진료 병원의 당뇨병 클리닉을 방문하는 T2DM 환자의 DMSE 및 DD 개선을 위한 라우팅 케어와 동일합니까? 1.2 연구의 의의: 이 연구는 당뇨병 대화 지도의 사용에 대한 새로운 지식을 생성하기 위한 선구적인 노력입니다. 본 연구의 결과는 DM의 위험요인/합병증 관리를 위한 Diabetes Conversation Map의 사용을 위한 간호 리더십 및 조직 리더십에 도움이 될 것입니다. 또한 의료 전문가가 구현하는 비용 효율적인 개입으로 환자가 DM, 그 합병증, 비용 및 시간을 관리하는 것을 절약할 수 있습니다. 또한, 이 연구 결과는 파키스탄 간호 협의회(PNC)와 파키스탄 의료 및 치과 협의회(PMDC)에서 교육 과정에 적용할 수 있도록 제공될 것입니다.

1.3 가설 1.3.1. H0: 교육 도구로서의 DCM의 효과는 파키스탄 카라치의 3차 진료 병원에 있는 당뇨병 클리닉을 방문하는 당뇨병 2형(T2DM) 환자의 일상적인 당뇨병 교육과 동일합니다.

1.3.2. 하: 교육 도구로서의 DCM의 효과는 파키스탄 카라치의 3차 진료 병원에 있는 당뇨병 클리닉을 방문하는 당뇨병 2형(T2DM) 환자의 일상적인 당뇨병 교육과 다릅니다.

1.4 연구 목적 이 연구의 목적은 파키스탄 카라치에 있는 3차 진료 병원의 당뇨병 클리닉을 방문하는 제2형 당뇨병 환자의 DMSE 및 DD 개선을 위한 일상적인 치료와 비교하여 교육 도구로서 DCM의 효과를 평가하는 것입니다. .

1.5 운영상의 정의

T2 진성 당뇨병:

제2형 당뇨병은 진행성 베타 세포 기능 장애로 인해 신체가 인슐린에 대한 저항성을 발달시키는 대사 상태입니다.

당뇨병 조절:

HbA1c≤7인 제2형 당뇨병 환자

당뇨병 관리 자기효능감(DMSE):

일상생활 속에서 어려운 환경 속에서도 식이조절, 혈당측정, 인슐린 투여/내복약 적시복용, 건강검진, 일상생활 운동 등 당뇨병 관리활동을 수행할 수 있다는 환자의 자신감과 믿음.

최적이 아닌 당뇨병 관리:

HbA1c는 지난 3개월 동안 당뇨병이 얼마나 잘 조절되었는지를 나타내는 임상 지표입니다. HbA1c 수치가 7% 이상인 경우 차선책으로 간주됩니다.

당뇨병 고통(DD):

환자는 당뇨병과 같은 심각한 만성질환을 관리하면서 어려움과 눈에 보이지 않는 정서적 부담을 경험합니다.

방법론 1.1 연구 설계: 무작위 대조 시험 1.2 연구 환경: 이 연구는 국립 당뇨 및 내분비 연구소(NIDE) Ojha 캠퍼스 Dow University of Health Sciences(DUHS)에서 수행됩니다.

1.3 연구 기간: 연구 기간은 시놉시스 최종 승인 후 1년입니다. 1.4 표본 크기 중국(41)의 한 연구는 기준선에서 통제 및 개입 그룹의 평균 DDS 점수를 32.77±14.57로 보고했습니다. 및 26.08±9.92 각기. 개입 후 각각의 점수는 22.79±4.95였습니다. 및 30.09±12.14. 이러한 추정치, 95% 신뢰 구간 및 검정력 80%를 사용하여 계산된 샘플 크기는 각 그룹에서 44개, 88개였습니다. 감소율을 더한 후 총 120명의 피험자(대조군 60명, 개입군 60명)가 연구에 포함됩니다. 두 개의 병원이 있으므로 각 그룹의 참가자는 각 병원에서 30명씩 포함됩니다.

1.5 샘플링 기술 개별 무작위화는 개입 할당을 위해 봉인된 봉투를 개봉하여 수행됩니다. 당뇨병 대화 지도(약어 DCM; n=60) 또는 정기 진료(약어 RC; n=60)를 포함하는 120개의 밀봉된 불투명 봉투가 있습니다. 이 봉투는 섞인 후 적격 참가자별로 개봉됩니다.

1.6 데이터 수집 주임 조사관(PI)은 관련 기관의 허가를 받습니다. PI는 의사가 최적이 아닌 관리로 T2 당뇨병 진단을 받은 모든 환자를 추천할 클리닉 외부 대기실에 앉아 있을 것입니다. 자격 기준에 따라 심사한 후 정보에 입각한 동의를 받습니다. 구조화된 설문지는 인구 통계학적, 임상적 및 실험실 데이터를 수집하는 데 사용됩니다.

등록 3개월 후, 구조화된 설문지와 HbA1c에 대한 혈액 검사를 사용하여 후속 인터뷰를 실시하여 두 그룹의 기본 측정치 변화를 확인합니다.

1.7 개입 부문 개입 부문은 당뇨병 대화 지도를 기반으로 4개의 세션을 받게 됩니다. 이 세션은 1주 간격(45-60분)으로 그룹당 5-8명의 참가자로 구성됩니다. 이 세션은 훈련된 교육자가 진행합니다. 이 세션에는 당뇨병 관리, 건강한 생활 방식 따르기, 인슐린 시작, 당뇨병과 함께 생활 경험에 대한 주제가 포함됩니다.

Conversation Map(CM) 교육 도구는 Healthy Interactions가 국제 당뇨병 연맹(IDF)과 공동으로 개발하고 Lilly Diabetes가 후원하는 그룹 교육 5-8을 위한 일련의 도구입니다.

CM 기반 교육은 당뇨병 환자가 자신의 질병에 대한 정보를 이해 및 내면화하고 통찰력 있는 결론을 도출하여 자가 관리 결정 및 조치를 개선할 수 있도록 돕는 과정을 통해 사람들을 안내합니다.

1.8 컨트롤 암 컨트롤 그룹에서 참가자는 의료 전문가와의 일상적인 정기 약속에 참석하고 연구 기간 동안 일상적인 관리의 일부로 제공되는 지침을 받습니다.

1.9 윤리적 문제 윤리적 고려에 대한 승인은 DUHS의 기관 검토 위원회에서 가져옵니다. 의료 기록에 액세스할 수 있는 권한을 포함하여 모든 참가자로부터 서면 통지 동의를 받습니다. 발표된 데이터와 결과는 연구 참여자와 조직의 비밀 유지를 위해 집계된 형태로 이루어지므로 연구 참여자와 조직에 대한 개인 정보는 공개되지 않습니다. 연구 참가자에 대한 모든 정보는 자물쇠와 열쇠로 보관됩니다.

1.10 연구 변수:

종속 변수:

당뇨병 관리 자기효능감(DMSE) 및 당뇨병 고통(DD) 및 HbA1c는 이 연구에서 종속 변수입니다.

독립 변수:

여기에는 연령, 성별, BMI, 교육 수준, 직업, 결혼 여부, 당뇨병 진단 이후 시간, 당뇨병 치료 이후 시간, 당뇨병 치료 유형(예: 당뇨병)이 포함됩니다. 태블릿, 인슐린 등 스마트폰 사용, 인터넷 사용 및 월수입.

1.11 통계 분석: 모든 통계 분석은 SPSS 버전 20을 사용하여 수행됩니다. 치료 의도 및 프로토콜 분석이 수행됩니다. 기술 통계는 범주형 변수 및 평균에 대한 계산 빈도 및 백분율, 연속 변수에 대한 표준 편차 및 범위(최소 및 최대) 값으로 보고됩니다. 결과 변수는 각 척도의 점수를 합산하여 계산됩니다. 반복 측정 ANOVA를 사용하여 개입군과 대조군 사이의 HbA1C, DMSE 및 DDS의 차이를 측정합니다. 민감도 분석은 연구 결과에 대한 누락된 관찰 효과를 측정하기 위해 실행됩니다.