Dynamisk skreddersydde atferdsintervensjoner ved diabetes

En av hovedvanskene med å håndtere diabetes er at hvert berørt individ krever en personlig skreddersydd kombinasjon av kosthold, trening og medisiner for å effektivt kontrollere blodsukkeret. I stedet for å strengt følge en leges resept, må enkeltpersoner nøye undersøke sine livsstilsvalg og deres innvirkning på helsen. Selvstendig læring, eksperimentering og problemløsning blir av stor betydning. Imidlertid kan de være utfordrende for personer med diabetes. I dette prosjektet vil etterforskerne foredle og evaluere en ny intervensjon for selvbehandling av diabetes som bruker beregningsanalyse av selvovervåkingsdata for å hjelpe personer med type 2-diabetes med å identifisere hvilke daglige aktiviteter, inkludert inntak av måltider, fysisk aktivitet og søvn, har innvirkning på blodsukkernivået, og foreslår endringer i disse daglige aktivitetene for å forbedre blodsukkernivået.

Økende bevis fremhever betydelige forskjeller i glykemisk funksjon og kulturelle, sosiale og økonomiske forhold for individer med type 2-diabetes (T2DM) som påvirker deres selvledelse. Presisjonsmedisin streber etter å tilpasse medisinsk behandling til individets genetiske sammensetning, beregningsmessig oppdagede kliniske fenotyper og livsstil. Studier viste fordelene med å skreddersy ikke bare medisinsk behandling, men også atferdsmessige intervensjoner. Likevel, for tiden krever personalisering av selvledelse i T2DM at hver enkelt engasjerer seg i oppdagelse, refleksjon og problemløsningskritiske, men kognitivt krevende aktiviteter - eller stole på helsepersonell. Begge disse kan utgjøre betydelige barrierer for individer fra medisinsk undertjente lavinntektssamfunn. Mobile helse (mHealth)-løsninger i T2DM gir løfte om å nå bredere populasjoner som trenger selvledelse; Imidlertid er det få slike løsninger som gir hjelp til å tilpasse selvledelsesatferd. Pågående innsats for personalisering av atferdsintervensjoner utenfor T2DM fokuserer på å skreddersy adferdsmodifikasjonsteknikker til individers psykososiale egenskaper, som for eksempel selveffektivitet), og skreddersy levering av intervensjon til individers kontekst i stedet for å tilpasse selvledelsesstrategier.

Det pågående fokuset for denne forskningen er på å utvikle informatikkintervensjoner for selvbehandling av diabetes, med et spesifikt fokus på oppdagelse med selvovervåkende data og på problemløsning for å forbedre glykemisk kontroll. I den foreslåtte forskningen introduserer etterforskerne T2.coach, en mHealth-intervensjon som bruker beregningsanalyse av selvovervåkingsdata for å identifisere atferdsmønstre assosiert med dårlig glykemisk kontroll og formulere personlige atferdsmål for å endre problematisk atferd. Denne studien vil evaluere T2.coachs effekt i en toarms RCT med stratifisert randomisering utført med Clinical Directors Network (CDN), et godt anerkjent primærhelsebasert praksisbasert forskningsnettverk (PBRN) av føderalt kvalifiserte helsesentre (FQHCs), og Agency for Healthcare Research and Quality (AHRQ)-utpekt Center of Excellence (P30) for praksisbasert forskning og læring.