- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT06607497
고혈당증을 제어하고 원격 모니터링을 통해 유지되는 환자 유사성을 통해 더 나은 위험 인식 (BRILLIANT)
배경: 당뇨병은 합병증 발생 가능성을 크게 증가시켜 특히 혈관 합병증으로 인한 당뇨병 관련 사망 위험을 증가시킵니다. 위험 인식을 개선하고 궁극적으로 사망률을 낮추려면 당뇨병 합병증에 대한 인식을 높여 사망률이 증가하는 추세를 해결하는 것이 중요합니다. 당뇨병을 효과적으로 관리하려면 위험 정보 전달과 모니터링을 모두 다루는 개입이 필요하며 환자가 자신의 건강에 대해 더 잘 이해하고 정보에 입각한 결정을 내릴 수 있도록 돕습니다.
목표: 일차 목표는 건강 결과(위험 인식) 개선에 있어 AI 모듈(PERDICT.AI)과 가정 기반 당뇨병 모니터링(PTEC-DM)을 사용한 결합된 위험 커뮤니케이션 세션과 독립형 위험 커뮤니케이션 세션의 효과를 평가하고 비교하는 것입니다. , 약물 준수, 자기 관리 활동 및 혈당 조절)이 잘 조절되지 않는 당뇨병 환자의 경우. 두 번째 목표는 PERDICT.AI, PTEC-DM 및 일반적인 치료를 사용하여 위험 커뮤니케이션 세션에 대한 참가자의 견해와 경험을 탐색하고 위험 인식을 개선하기 위한 새로운 접근 방식의 유용성에 대한 임상의의 견해를 탐색하는 것입니다.
방법: SingHealth Polyclinics 클러스터 중 4곳(Pasir Ris, Eunos, Sengkang, Tampines North)에 걸쳐 다중군 무작위 대조 시험을 수행하기 위해 혼합 방법 연구 설계가 채택될 것입니다. 환자 참가자는 3개 부문 중 하나에 1:1:1 비율로 무작위로 할당됩니다. Arm 1은 일반적인 치료와 함께 PERDICT.AI를 사용한 위험 커뮤니케이션 세션과 PTEC-DM을 사용한 가정 기반 당뇨병 모니터링을 받습니다. Arm 2 참가자는 일반적인 관리와 함께 PERDICT.AI를 사용하여 독립형 위험 커뮤니케이션 세션을 거치게 되며, Arm 3은 일반적인 관리와 함께 대조군 역할을 하게 됩니다. 총 360명(각 그룹당 120명)의 참가자가 단순 무작위 배정을 통해 등록됩니다. 적격 환자는 지난 6개월 이내에 HbA1c가 8.0% 이상인 36~65세 연령이어야 합니다.
연구의 중요성: 연구 결과는 위험 인식을 개선하고 유사한 개입의 개발을 권장하기 위해 이러한 접근법을 사용하는 과학적 지식에 증거를 추가할 수 있습니다.
연구 개요
상태
정황
상세 설명
당뇨병은 전 세계적으로 중요한 공중 보건 문제로 대두되었으며 싱가포르도 예외는 아닙니다. 2022년 현재 싱가포르 성인의 8.5%가 당뇨병을 앓고 있으며 2050년에는 그 수가 100만 명에 이를 것으로 예상되므로 관련 문제를 해결하는 것이 필수적입니다. 당뇨병의 경제적 영향은 의료 비용을 넘어 생산성과 삶의 질에도 영향을 미칩니다. 생산연령 당뇨병 인구의 총 비용(직접 및 간접 비용 포함)은 2010년 7억 8,700만 달러(1인당 5,646달러)에서 2050년 18억 6,700만 달러(1인당 7,791달러)로 증가할 것으로 예상됩니다.
또한 당뇨병은 다양한 장기 시스템에 부정적인 영향을 미칠 수 있는 합병증의 상당한 위험을 초래합니다. 심혈관 질환, 신경병증, 망막병증과 같은 합병증은 제대로 관리되지 않은 당뇨병 환자의 건강에 심각한 위협이 됩니다. 당뇨병 사망률의 전 세계적 추세에 대한 연구에서는 특히 혈관 합병증으로 인해 당뇨병 관련 사망률이 전 세계적으로 증가하고 있어 당뇨병 관리에 심각한 문제가 되고 있음이 밝혀졌습니다. 증가하는 사망률 추세를 해결하려면 당뇨병 합병증에 대한 인식을 높여 위험 인식을 개선하고 궁극적으로 사망률을 줄이는 것이 중요합니다.
당뇨병 합병증의 인지된 위험은 환자의 행동에 영향을 미치고, 치료 계획 준수 및 생활 방식 변화에 영향을 미칠 수 있습니다. 위험 인식이 높은 개인은 사전 예방적 관리에 더 적극적으로 참여하여 더 나은 건강 결과를 얻고 잠재적으로 당뇨병 합병증과 관련된 사망률을 줄일 수 있습니다. 반면, 위험 인식이 낮은 개인은 필요한 예방 조치를 무시하여 최적이 아닌 질병 관리 및 합병증 가능성 증가로 이어져 잠재적으로 사망률에 영향을 미칠 수 있습니다.
당뇨병 합병증의 위험 인식에 대한 체계적인 검토는 제2형 당뇨병(T2DM) 환자의 당뇨병 관련 합병증 위험에 대한 인식 부족을 강조합니다. 마찬가지로, 특히 싱가포르에서 당뇨병 합병증 위험 인식에 관한 연구 조사에서는 성인 간의 지식 격차가 드러났습니다. 삶의 질에 대한 중대한 영향에도 불구하고 후기 단계의 T2DM과 그 합병증은 천천히 진행되며 즉시 생명을 위협하지는 않는 것으로 인식되었습니다. 따라서 잘 조절되지 않는 당뇨병 환자의 경우 합병증 위험에 대한 효과적인 의사소통이 가장 중요합니다.
Weaver 등은 위험 커뮤니케이션을 "위험 인식과 이해를 증진하고 건강 보호 행동을 촉진"하기 위한 "건강 위험 및 위험에 대한 효과적이고 정확한 정보 교환"으로 정의했습니다. 위험 커뮤니케이션을 강화하면 정보에 입각한 의사 결정이 촉진될 뿐만 아니라 조기 개입 및 예방 조치도 향상됩니다. 또한 Hashim J 등은 위험 인식이 높지만 예방 조치에 참여하지 않는 성인을 위한 효과적인 개입 개발에 있어 사회적, 문화적 요인을 고려하는 것이 중요하다고 강조했습니다. 이 연구는 또한 예방 조치와 관련된 장점과 단점에 관한 다양한 관점이 이러한 행동의 장기적인 지속 가능성에 영향을 미칠 수 있다고 제안했습니다.
위험 인식 및 건강 조치를 개선하기 위해 T2DM 환자를 위한 위험 커뮤니케이션 중재가 개발되었습니다. 이러한 중재적 연구는 제2형 당뇨병 환자에게 당뇨병 합병증 위험을 전달하는 다양한 방법을 탐구합니다. 개입에는 시각적 자료, 일반 넛지, 맞춤형 위험 정보를 위한 디지털 도구, WeChat을 통한 가족 지원과 같은 다양한 혁신적인 위험 커뮤니케이션 방법이 포함됩니다. 이러한 개입은 귀중한 통찰력에 기여하지만 제한된 장기적 영향, 기술 채택 문제와 같은 몇 가지 제한 사항이 있습니다. 통합된 접근 방식으로 이러한 단점을 해결하면 다양한 의료 환경에서 결과의 견고성과 적용 가능성이 향상될 수 있습니다.
PERDICT.AI 기반 상담
PERDICT.AI(인공 지능을 이용한 개인 당뇨병 상담 도구)라는 이름의 AI 지원 유사성 기반 모델은 의사가 당뇨병 환자에게 위험을 전달할 수 있도록 싱가포르의 주치의와 컴퓨터 과학자 팀이 개발했습니다. 이 도구는 식별되지 않은 데이터베이스에서 유사한 환자(또는 동료)와 환자의 HbA1c 수준 순위를 매겨 HbA1c 심각도에 따라 널리 퍼진 당뇨병 합병증이 어떻게 나타나는지 보여줍니다. 이를 "동료 비교"라고 하며 이 도구는 위험 커뮤니케이션의 유용성을 높이기 위해 일차 진료 의사의 피드백에 따라 개정되었습니다.
건강신념모델(Health Belief Model, HBM)을 기반으로 일차 진료 의사(PCP)를 위한 위험 의사소통 중재가 개발되어 제2형 당뇨병 환자에게 혈당 조절 및 발생할 수 있는 합병증에 대해 상담하고 혈당 조절을 개선하고 합병증을 예방하는 방법을 권장합니다. (또는 추가 합병증). 이는 PERDICT.AI의 정보로 뒷받침됩니다.
PERDICT.AI를 사용한 위험 커뮤니케이션은 개인의 혈당 조절을 동적으로 전달하여 동료 간의 비교 순위를 제공하여 동기 부여와 인식을 향상시킵니다. 또한, 최적이 아닌 관리의 결과를 강조하기 위해 동료 데이터와 모범 사례를 비교하여 잠재적인 합병증의 위험을 평가합니다. 또한, 약물 조정, 개인화된 건강 계획을 포함한 맞춤형 권장 사항을 생성합니다.
당뇨병 관리에는 일관된 격려와 지침이 필요한 경우가 많지만 정적인 위험 커뮤니케이션 도구로는 이를 제공할 수 없습니다. 또한 정보를 수동적으로 받아들이는 것은 환자가 당뇨병 관리에 적극적으로 참여하도록 동기를 부여하지 못할 수도 있습니다. 이러한 참여 부족으로 인해 권장 전략 준수가 감소되어 도구의 전반적인 영향이 제한될 수 있습니다. 이는 처음 2주에 관찰된 개선된 위험 인식이 12주차에 소멸되어 긍정적인 결과를 유지하는 데 시간적 한계가 있음을 강조한 @RISK 연구에서 분명하게 드러납니다. 개입 부문의 참가자들은 위험 커뮤니케이션에 대해 더 높은 만족도를 보고했지만 이것이 지속적인 개선으로 이어지지는 않았습니다. 이는 단기적인 것 이상으로 긍정적인 결과를 유지하기 위한 통합적인 접근 방식의 필요성을 강조합니다.
원격 모니터링 시스템과의 통합
원격 모니터링을 통해 장기간에 걸쳐 개선된 위험 인식을 유지할 수 있습니다. 의료 서비스 제공자는 원격 모니터링 기술을 활용하여 환자와 일관된 연결을 유지하고 건강 상태에 대한 실시간 통찰력을 제공할 수 있습니다. 또한, 원격 모니터링은 지속적인 교육과 지원을 촉진하여 위험 인식 개선의 장기적인 지속 가능성에 기여하고 당뇨병 관리를 크게 향상시키고 합병증을 예방할 수 있습니다.
PTEC(Primary Tech-Enhanced Care) 프로그램은 환자가 사용자 친화적인 키트를 통해 집에서 만성 질환을 관리하도록 장려하는 데 중점을 둡니다. 가정 당뇨병 모니터링 프로그램(PTEC-DM)을 사용하면 Bluetooth 지원 장치를 사용하여 일주일에 한 번 집에서 혈당 및 혈압을 모니터링할 수 있습니다. 이러한 판독 내용은 앱을 통해 연구진에게 안전하게 전송되며, 원격 상담을 통해 적절하게 관리됩니다. 또한 참가자는 자신의 웰빙을 지원하기 위해 인앱 메시지를 통해 건강 넛지, 격려 및 알림을 받게 됩니다.
PERDICT.AI를 사용한 위험 커뮤니케이션과 PTEC-DM의 통합은 인간 상호 작용 및 적응성의 장점을 활용하여 보다 전체적이고 환자 중심적인 당뇨병 관리 접근 방식에 기여합니다. 이러한 결합된 접근 방식은 모니터링과 지침을 모두 다루며 환자에 대한 이해를 높이고 정보에 기초한 의사 결정에 기여합니다. 따라서 본 연구는 다중 현장, 다중군 무작위 대조 시험 설계를 채택하여 다음과 같은 목적으로 설계되었습니다.
목표
기본 목표:
나. 잘 조절되지 않는 당뇨병 환자의 위험 인식 점수, 삶의 질 및 건강 결과(약물 준수 및 자가 관리 활동 및 혈당 조절)를 개선하는 데 있어 AI 지원 도구(PERDICT.AI)를 사용하여 위험 커뮤니케이션의 효과를 평가합니다. ii. 위험 인식, 삶의 질 및 건강 결과를 개선하는 데 있어 PERDICT.AI와 원격 모니터링(PTEC-DM)을 사용한 위험 커뮤니케이션 세션 조합의 효과를 확인합니다.
보조 목표:
iii. 잘 조절되지 않은 당뇨병 환자의 위험 인식, 삶의 질 및 건강 결과를 개선하는 데 있어 두 가지 접근법의 영향을 비교하기 위해 iv. 증분 비용과 건강 결과를 비교하여 고급 진료의 비용 효율성을 평가합니다. v. PERDICT.AI, PTEC-DM 및 일반적인 치료를 사용하여 위험 커뮤니케이션 세션에 대한 참가자의 견해와 경험을 탐색합니다. vi. 위험 인식을 개선하기 위한 새로운 접근법의 유용성에 대한 임상의의 견해를 탐구합니다.
가설:
• 중재 후 환자의 위험 인식 점수와 건강 결과(혈당 조절 및 자가 관리 활동)가 향상됩니다.
재료 및 방법
연구 설정 이 연구는 싱가포르 동부 지역의 당뇨병 환자 200,000명 이상을 돌보는 1차 의료 클리닉 클러스터의 4개 폴리클리닉에서 수행될 예정입니다.
연구 설계 순차적 설명 혼합 방법 연구
정량적: Pasir Ris, Tampines North, Eunos 및 Sengkang의 SingHealth Polyclinics를 포함하는 4개 폴리클리닉에서 다중군 무작위 대조 시험(RCT)을 실시했습니다.
정성적: 중재를 제공하는 연구 팀의 필수적인 부분인 연구 참가자와 임상의 간의 심층 인터뷰.
정량적: 다중군 RCT 이 RCT에는 아래에 설명된 대로 중재와 표준 치료의 조합을 통합하는 세 가지 군이 포함됩니다.
Arm 1: AI 지원 도구(PERDICT.AI)를 사용한 위험 커뮤니케이션을 통한 고급 치료 + PTEC DM(주 개입 부문)을 사용한 가정 기반 모니터링 Arm 2: 일반 진료 + AI 지원 도구(PERDICT.AI)를 사용한 위험 커뮤니케이션 Arm 3: 일반적인 관리 모든 그룹에는 당뇨병 팜플렛도 제공됩니다.
무작위화 각 연구 현장의 환자 참가자는 피험자의 간단한 무작위화를 위해 컴퓨터 생성 난수를 사용하여 오픈 라벨 방식으로 위에 언급된 부문 중 하나에 1:1:1 비율로 무작위로 할당됩니다. 개입의 특성상 환자와 연구팀이 참가자 할당을 보지 못하게 하는 것은 불가능합니다. 무작위 순서는 일련번호가 적힌 불투명 밀봉 봉투에 기록되어 보관됩니다. 환자가 참여에 동의하면 연구팀은 봉인된 봉투를 개봉한 후 그에 따라 연구 부문에 배정됩니다. 모든 참가자에게는 당뇨병 팜플렛('팜플렛 - 당뇨병 관리')이 제공됩니다.
연구 유형
등록 (실제)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
-
Singapore, 싱가포르
- SingHealth Polyclinics
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 최소 12개월 동안 연구 현장에서 추적 관찰 중인 제2형 당뇨병
- 36세 ~ 65세
- 지난 6개월 이내에 최소한 한 번의 HbA1c 수치가 8.0% 이상
- 영어를 읽고 말할 수 있는 분
제외 기준:
- 싱가포르 시민권자나 영주권자가 아닙니다.
- 임신한
- 말기 신장 질환 또는 신장 대체 요법 중
- 알려진 불치병
- 시각 및/또는 청각 장애
- 인지 장애 또는 정신 질환
- 사전 동의를 제공할 수 없음
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 지지 요법
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 팔 1
1군에서 참가자들은 가정 기반 당뇨병 모니터링(PTEC-DM)과 통합된 연구팀이 제공하는 AI 모듈(PERDICT.AI)을 활용하여 일반적인 진료 외에 원격 상담을 통해 맞춤형 지도를 제공하는 위험 커뮤니케이션 세션에 참석하게 됩니다.
PERDICT.AI의 화면 활동은 화면 캡처 소프트웨어를 사용하여 기록됩니다.
전체 세션은 오디오로 녹음됩니다.
|
PERDICT.AI를 사용한 위험 커뮤니케이션은 개인의 혈당 조절을 동적으로 전달하여 동료 간의 비교 순위를 제공하여 동기 부여와 인식을 향상시킵니다.
또한, 최적이 아닌 관리의 결과를 강조하기 위해 동료 데이터와 모범 사례를 비교하여 잠재적인 합병증의 위험을 평가합니다.
또한, 약물 조정, 개인화된 건강 계획을 포함한 맞춤형 권장 사항을 생성합니다.
PTEC(Primary Tech-Enhanced Care) 프로그램은 환자가 사용자 친화적인 키트를 통해 집에서 만성 질환을 관리하도록 장려하는 데 중점을 둡니다.
가정 당뇨병 모니터링 프로그램(PTEC-DM)을 사용하면 Bluetooth 지원 장치를 사용하여 일주일에 한 번 집에서 혈당 및 혈압을 모니터링할 수 있습니다.
이러한 판독 내용은 앱을 통해 연구진에게 안전하게 전송되며, 원격 상담을 통해 적절하게 관리됩니다.
또한 참가자는 자신의 웰빙을 지원하기 위해 인앱 메시지를 통해 건강 넛지, 격려 및 알림을 받게 됩니다.
|
|
실험적: 팔 2
Arm 2에서 참가자는 PTEC-DM 없이 AI 모듈(PERDICT.AI)을 활용하는 위험 커뮤니케이션 세션에 참석합니다.
PERDICT.AI의 화면 활동은 화면 캡처 소프트웨어를 사용하여 기록됩니다.
전체 세션은 오디오로 녹음됩니다.
|
PERDICT.AI를 사용한 위험 커뮤니케이션은 개인의 혈당 조절을 동적으로 전달하여 동료 간의 비교 순위를 제공하여 동기 부여와 인식을 향상시킵니다.
또한, 최적이 아닌 관리의 결과를 강조하기 위해 동료 데이터와 모범 사례를 비교하여 잠재적인 합병증의 위험을 평가합니다.
또한, 약물 조정, 개인화된 건강 계획을 포함한 맞춤형 권장 사항을 생성합니다.
|
|
간섭 없음: 팔 3
Arm 3은 표준 치료만 받는 활성 대조군이 됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
위험 인식 조사 - 당뇨병(RPS-DM)
기간: 연구 완료까지 평균 12~16개월
|
RPS-DM은 31개의 질문으로 구성되어 있습니다.
첫 번째 섹션에서는 위험 지식을 평가합니다(각 정답에 1점을 부여하는 3점 척도로 5개 항목을 채점합니다. 점수가 높을수록 당뇨병 합병증에 걸릴 위험에 대해 더 잘 알고 있음을 의미합니다).
나머지 26개 항목은 다음과 같이 설명할 수 있는 5개의 하위 척도로 구성됩니다. 인지된 개인 통제(4점 척도로 채점된 4개 항목); 걱정(4점 척도에서 2개 항목 채점), 낙관적 편향(4점 척도에서 2개 항목 채점); 개인 질병 위험(4점 척도로 채점된 9개 항목; 9가지 질병이나 질환에 걸릴 위험에 대한 자신의 인지 정도와 해당 질환을 앓은 적이 있는지에 대한 추가 질문을 나타냅니다. 예/아니오로 채점되며 예 응답에 1점이 추가됩니다) ); 및 환경 위험(4점 척도로 채점된 9개 항목).
복합 위험 인식은 주요 설문지의 26개 항목의 평균입니다. 점수가 높을수록 상대적으로 인지된 위험이 더 크다는 것을 나타냅니다.
|
연구 완료까지 평균 12~16개월
|
|
건강 관련 삶의 질
기간: 연구 완료까지 평균 12~16개월
|
EQ-5D-5L 설문지를 사용한 점수 변화; EQ-5D-5L 도구는 이동성, 자기 관리, 일상 활동, 통증/불편함 및 불안/우울증 등 건강의 다양한 측면을 설명하는 5가지 차원으로 구성됩니다.
각 차원에는 5가지 응답 수준(문제 없음, 약간의 문제, 보통의 문제, 심각한 문제, 불가능/극심한 문제)이 있습니다.
EQ-5D의 각 차원에 대한 각 수준의 문제를 보고하는 환자의 비율은 연구 완료 및 비교를 통해 결정됩니다.
EQ VAS(시각 아날로그 척도)는 전반적인 건강에 대한 환자의 인식을 정량적으로 측정합니다.
EQ VAS는 응답자의 전반적인 현재 건강을 수직 척도(0-100)로 기록하며, 끝점에는 '0-상상할 수 있는 최악의 건강' 및 '100-상상할 수 있는 최고의 건강'이라는 레이블이 지정됩니다.
|
연구 완료까지 평균 12~16개월
|
|
약물 준수
기간: 연구 완료까지 평균 12~16개월
|
5개 항목 약물 준수 보고서 척도(MARS-5)를 사용하여 점수의 변화; MARS-5 점수는 25개(5-25 범위) 중 각 질문의 숫자 점수(1-5 범위)를 합산하여 계산되었습니다.
점수가 높을수록 준수도가 우수함을 나타냅니다.
|
연구 완료까지 평균 12~16개월
|
|
당뇨병 자가 관리 활동(SDSCA) 설문지 요약
기간: 연구 완료까지 평균 12~16개월
|
SDSCA 설문지는 일반적인 식이요법, 특정 식이요법, 운동, 혈당 검사, 발 관리, 흡연에 대한 데이터를 8점 Likert 유형 척도(0~7)를 사용하여 수집합니다. 자기관리 활동을 진행했습니다.
각 항목에 대한 점수는 별도로 계산되며, 준수 수준은 각 항목의 평균 점수로 표시됩니다.
|
연구 완료까지 평균 12~16개월
|
|
아이오와-네덜란드 비교 방향 측정(INCOM)
기간: 기본 등록
|
INCOM은 사회적 비교 경향을 나타내는 11개 항목으로 구성된 척도입니다.
척도에는 다음과 같은 항목이 포함됩니다. "나는 항상 비슷한 상황에 있는 다른 사람들이 어떻게 할지 알고 싶습니다."
응답 선택 범위는 1(매우 동의하지 않음)부터 5(매우 동의함)까지입니다.
점수가 높을수록 사회적으로 비교하려는 경향이 더 많다는 것을 의미합니다.
|
기본 등록
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
비용 효율성 분석
기간: 연구 완료까지 평균 12~16개월
|
상담, 검사실, 입원, 약국 서비스에 대한 단위 비용과 가정 기반 모니터링 비용(Bluetooth 지원 혈당계, 검사지, 채혈침 및 혈압 모니터 포함)을 추정하여 비용을 평가합니다. - 증분 비용과 건강 결과를 비교하여 첨단 진료의 효과
|
연구 완료까지 평균 12~16개월
|
|
PERDICT.AI, PTEC-DM 및 평소 관리를 활용한 위험 커뮤니케이션 세션에 대한 견해와 경험
기간: 24~48주
|
데이터 포화 시점까지 참가자와의 심층 인터뷰
|
24~48주
|
|
위험 인식 개선을 위한 결합 중재의 유용성에 대한 임상의의 견해 탐구
기간: 24~48주
|
데이터 포화 시점까지 연구팀 의사와의 심층 인터뷰
|
24~48주
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Ngiap Chuan Tan, MMed, SingHealth Polyclinics
간행물 및 유용한 링크
일반 간행물
- 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.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .