Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Styrke pasienter med kroniske sykdommer ved å bruke profilering og målrettede tilbakemeldinger levert gjennom bærbar enhet (EMPOWER)

16. april 2024 oppdatert av: Singapore General Hospital

Styrke pasienter med kroniske sykdommer ved å bruke profilering og målrettede tilbakemeldinger levert gjennom bærbar enhet (EMPOWER)

Kroniske sykdommer er den viktigste dødsårsaken i Singapore. Den økende forekomsten av kroniske sykdommer med alderen og Singapores raskt aldrende befolkning krever nye omsorgsmodeller for effektivt å forhindre utbruddet og forsinke progresjonen av disse sykdommene. Fremskritt innen medisinsk teknologi har tilbudt nye innovasjoner som hjelper helsevesenet med å takle det raske økende helsebehovet. Disse inkluderer mobile applikasjoner, bærbare teknologier og maskinlæringsbaserte personaliserte atferdsintervensjoner. Det overordnede målet med prosjektet er å forbedre helseresultater hos pasienter med kroniske sykdommer gjennom å levere målrettede dytt via mobilapplikasjoner og bærebare for å opprettholde atferdsendring. Målet er å designe, utvikle og evaluere en adaptiv intervensjonsplattform som er i stand til å levere personlige atferdsmessige dytt for å fremme og opprettholde sunne atferdsendringer hos seniorpasienter med diabetes. Målet er å vurdere den kliniske effektiviteten av sanntids personaliserte pedagogiske og atferdsmessige intervensjoner levert gjennom bærbar (FitBit) og en integrert mobilapplikasjon for å forbedre pasientaktiveringsskåre målt ved hjelp av pasientaktiveringsmålet (PAM). Sekundære utfallsmål inkluderer kostnadseffektivitet, livskvalitet, medisinoverholdelse, helsekostnader, utnyttelse og laboratorieresultater. Sammen med ekspertene fra SingHealth Regional Health System og National University of Singapore, vil etterforskerne gjennomføre en randomisert kontrollert studie med 1000 kvalifiserte pasienter. Dette forslaget tar sikte på å oppnå bærekraftig og kostnadseffektiv atferdsendring hos diabetespasienter gjennom pasientstyrking og målrettet behandling for kronisk sykdom.

Studieoversikt

Status

Fullført

Intervensjon / Behandling

Detaljert beskrivelse

Tradisjonell helseinstitusjonsbasert konsultasjonsmodell for episodisk kontakt ved behandling av pasienter med kroniske sykdommer har begrenset eksponering for å overvåke og intervenere pasienters livsstilsfaktorer. Disse faktorene har vist seg å være mer effektive for å håndtere 3H enn medisiner. Den foreslåtte adaptive plattformen vil bruke bærbare og mobile applikasjonsteknologier som har muligheten til å kontinuerlig spore flere fysiologiske og livsstilsfaktordata (f. moderate til kraftige aktive minutter, hvilepuls, søvntimer og kvalitet og kostholdsvaner)

På samme måte, på grunn av den begrensede eksponeringen som helsepersonell har med pasienter under den nåværende konsultasjonsmodellen, har dagens helseopplæring og intervensjon en tendens til å være "one size fits all", passive og "top-down" kunnskapsbelastende. Pasienter forventes å endre atferd eller huske helsefaglig kunnskap etter en konsultasjon. Den foreslåtte adaptive plattformen vil bli bygget ved hjelp av pedagogiske og atferdsmessige signaler hentet fra flere interessenter (inkludert pasienter) og flere datakilder med sikte på å samle mer omfattende og målrettet tilbakemelding som er relevant for pasientenes behov i deres håndtering av deres 3H-tilstand. Ettersom endringer i livsstilsfaktorer og vaner tar tid, kan den foreslåtte plattformen også gi rettidige og passende tilbakemeldinger og påminnelser til pasienter med et mer konstant intervall sammenlignet med dagens behandlingsmodell når råd kun ble gitt under konsultasjonsoppfølgingen

For å kunne legge til friske år til livet til nåværende og fremtidige seniorer, er det nødvendig med atferdsintervensjoner som er nøye studert og nøye implementert uten forstyrrelser i seniorenes daglige aktivitet for å oppnå en revolusjonerende forbedring i dagens primærhelsetjeneste.

Etterforskerne vil gjennomføre en kvalitativ studie for å ha en dyp og beriket forståelse av hvilke typer nudges som er egnet for pasienter med kroniske sykdommer. Gjennom modellering tilnærming ved bruk av elektroniske journaler, vil den foreslåtte adaptive plattformen profilere pasienter i grupper og forhåndsinnstille dyttene som passer for dem. Dette gjør det mulig for etterforskerne å identifisere pasienter som har høyere risiko for komplikasjoner av 3H og raskt matche de ønskede dyttene for å endre atferd.

Den foreslåtte adaptive plattformen tar også sikte på å styrke pasienter ved å gi pasienter automatisert kunnskap om deres helsetilstand. Sammen med sanntidstilpasset tilbakemelding til helseatferden deres, vil pasientene være utstyrt med kunnskapen til å ta kontroll over helsen ved å bruke langt mindre helsepersonell og ressurser.

Den foreslåtte adaptive plattformen vil bli integrert i vanlige mobile bærbare enheter, som er lett tilgjengelige enheter som er mye brukt av mange singaporeanere nå. Som sådan kan den også skaleres opp relativt enkelt med minimale ressurser og utdanning.

Derfor vil den foreslåtte adaptive intervensjonen forbedre helseresultatene og redusere bruken av helsetjenester. En bemyndiget pasient vil resultere i mindre komplikasjoner og forbedre helseresultater, noe som resulterer i lavere pasient- og omsorgsbyrde, og forbedrer livskvaliteten.

Studietype

Intervensjonell

Registrering (Faktiske)

1000

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

      • Singapore, Singapore, 486838
        • Singapore General Hospital
      • Singapore, Singapore
        • Duke-NUS Medical School
      • Singapore, Singapore
        • National University of Singapore - Saw Swee Hock School of Public Health
      • Singapore, Singapore
        • National University of Singapore - School of Computing
      • Singapore, Singapore
        • SingHealth Polyclinic (Bedok)
      • Singapore, Singapore
        • SingHealth Polyclinic (Punggol)
      • Singapore, Singapore
        • SingHealth Polyclinic (Tampines)

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

40 år til 120 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Beskrivelse

Inklusjonskriterier:

  • 40 år og oppover på tidspunktet for rekruttering
  • Har blitt diagnostisert med diabetes ved rekruttering
  • Seneste HbA1c mer enn eller lik 7,0 % mmol/l
  • Fysisk i stand til å trene
  • Kunne skrive på engelsk
  • Godt å bli overvåket av FitBit og adaptiv intervensjonsplattform
  • I stand til å overholde FitBit-overvåkingsplanen

Ekskluderingskriterier:

  • Om insulinbehandling
  • Trenger hjelp med grunnleggende daglige aktiviteter (BADL)
  • Har planlagt større operasjon eller kirurgisk inngrep i året som kommer ved rekruttering
  • Kognitivt svekket (skårer mer enn eller lik 6 på den forkortede mentale testen)

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Helsetjenesteforskning
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Trippel

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Ingen inngripen: Placebo
Pasienter i kontrollarmen vil ha FitBit. Det er imidlertid ingen personlige dytt gitt til pasientene i kontrollarmen. Sporadiske påminnelser for å oppmuntre til å følge FitBit vil bli sendt.
Eksperimentell: Dytter
Pasienter i intervensjonsarmen vil få en FitBit-enhet og vil bli oppfordret til å bruke den så ofte som mulig. Ved å bruke FitBit innebygde sporingsteknologier som PurePulse og SmartTrack54, vil pasientens daglige aktiviteter som antall skritt tatt, stillesittende tid, hjertefrekvens, søvntid og trening bli fanget opp og synkronisert med den adaptive intervensjonsplattformen som ble utviklet i fase 2 for ekte -tidsregistrering.
Behavioural nudges vil bli levert til pasientenes FitBit-enhet gjennom adaptiv intervensjonsplattform via varslingssynkronisering. For å sikre at de leverte dyttene er rettidige og personlig tilpasset, vil prediktive nudges bli utviklet basert på mønstre i pasienters sosiodemografiske, kliniske og baseline aktivitetssporing. Disse dyttene sendes automatisk til pasienter ved spesifikke triggere. Nudgene vil også bli vurdert for deres effektivitet i atferdsendring. For eksempel vil et prediktivt dytt for å oppmuntre pasienter til å ta en kort spasertur etter å ha oppdaget lange perioder med stillesittende tid, vurderes for dens effekter etter trinntellingsdata etter levering av dytt. En iterativ tilnærming vil bli brukt for å generere et effektivt sett med dytt og dets mest passende leveringstider for spesifikke aktivitetsmønstre.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Pasientaktiveringspoeng målt ved pasientaktiveringsmål
Tidsramme: 12 måneder
Forskjell i pasientaktiveringsscore mellom intervensjon og kontroll etter 12 måneder
12 måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Medisinoverholdelse som målt ved Voils-skala
Tidsramme: 6 måneder, 12 måneder
Forskjell i medikamentoverholdelse mellom intervensjon og kontroll ved 6 måneder og 12 måneder
6 måneder, 12 måneder
Medisinoverholdelse som målt ved overholdelse av påfyllings- og medisinskala
Tidsramme: 6 måneder, 12 måneder
Forskjell i medikamentoverholdelse mellom intervensjon og kontroll ved 6 måneder og 12 måneder
6 måneder, 12 måneder
Livskvalitet målt ved SF36-v2
Tidsramme: 12 måneder
Forskjell i livskvalitet mellom intervensjon og kontroll ved 12 måneder
12 måneder
Livskvalitet målt med EQ-5D-5L
Tidsramme: 6 måneder, 12 måneder
Forskjell i livskvalitet mellom intervensjon og kontroll ved 6 måneder og 12 måneder
6 måneder, 12 måneder
Helsekostnader
Tidsramme: 12 måneder
Helsekostnader gjennom 12 måneder
12 måneder
Fysisk aktivitet målt ved antall trinn
Tidsramme: 12 måneder
Antall trinn gjennom 12 måneder
12 måneder
Fysisk aktivitet målt ved moderate til kraftige aktive minutter
Tidsramme: 12 måneder
Moderat til kraftige aktive minutter gjennom 12 måneder
12 måneder
Kosthold målt ved kaloriinntak, karbohydrater og sukkerinntak
Tidsramme: 12 måneder
Diett gjennom 12 måneder
12 måneder
HbA1c
Tidsramme: 12 måneder
HbA1c gjennom 12 måneder
12 måneder

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Lian Leng Low, Singhealth Foundation

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

11. mai 2021

Primær fullføring (Faktiske)

31. august 2023

Studiet fullført (Faktiske)

31. august 2023

Datoer for studieregistrering

Først innsendt

14. august 2020

Først innsendt som oppfylte QC-kriteriene

17. august 2020

Først lagt ut (Faktiske)

19. august 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

17. april 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

16. april 2024

Sist bekreftet

1. april 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere