- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05541120
Wpływ zdalnego monitorowania i edukacji pacjentów na aktywację pacjentów i kontrolę glikemii u osób z cukrzycą typu 2
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Wpływ zdalnego monitorowania i edukacji pacjentów na aktywację pacjentów i kontrolę glikemii u osób z cukrzycą typu 2
Streszczenie
ABSTRAKCYJNY
W 2021 roku zespół MaineHealth Telehealth otrzymał pięcioletni grant w wysokości 1,7 miliona dolarów „Evidence-Based Telehealth Network Program” (EB TNPG) od Health Resources and Services Administration (HRSA). Ta dotacja ma na celu poprawę dostępu pacjentów do usług edukacyjnych i zarządzania dla pacjentów z cukrzycą typu 2 w podstawowej opiece zdrowotnej na obszarach wiejskich w stanie Maine poprzez wdrożenie RPM. Urządzenia RPM będą używane do przesyłania wartości glukozy we krwi uczestnika w domu pacjenta bezpośrednio do elektronicznej dokumentacji medycznej MaineHealth w czasie rzeczywistym. Chociaż istnieją mocne dowody przemawiające za programami samodzielnego leczenia cukrzycy, takimi jak „Żyj dobrze z cukrzycą”, znaczenie zaangażowania pacjentów w wyniki kliniczne, ważność ankiety Patient Activation Measure (PAM-13®) do pomiaru aktywacji pacjentów oraz ogólna skuteczność zdalnego monitorowania pacjentów, nie przeprowadzono żadnych badań z randomizacją oceniających aktywację pacjentów w zdalnym monitorowaniu pacjentów w tej ważnej grupie pacjentów. Badacze zamierzają rozwiązać ten problem w tym badaniu, przeprowadzając randomizowaną, kontrolowaną próbę stosowania RPM wśród wiejskich pacjentów ze źle kontrolowaną cukrzycą typu 2. Grupa kontrolna będzie miała zwykłą opiekę świadczeniodawcy podstawowej opieki zdrowotnej, w tym narzędzia do samodzielnego zarządzania pacjentem, podczas gdy grupa interwencyjna będzie miała zwykłą opiekę + RPM.
Badacze stawiają hipotezę, że udział w RPM będzie związany ze spadkiem HbA1c, wzrostem aktywacji pacjenta mierzonym w badaniu PAM-13®, oraz że wzrost aktywacji pacjenta będzie związany ze spadkiem HbA1c.
PROCES STUDIÓW
Badanie będzie prowadzone przez 5 lat, a uczestnicy będą zapisywani w sposób ciągły, a łącznie 70 zestawów RPM będzie dostępnych w dowolnym momencie od zewnętrznego dostawcy, firmy Health Recovery Solutions (HRS). Maksymalna łączna liczba uczestników, w których może wziąć udział badanie, wynosi 700, z 350 uczestnikami w każdym ramieniu. Zespół badawczy ma nadzieję, że całkowita liczba zapisów będzie jak najbardziej zbliżona do 700, ale rozumie, że całkowita liczba zapisów może być znacznie mniejsza niż 700. Wartości glukozy we krwi w punkcie opieki z ramienia badania RPM będą wpływać do elektronicznej dokumentacji medycznej MaineHealth (Epic) w czasie rzeczywistym. Co drugi tydzień wartości będą weryfikowane przez farmaceutę klinicznego posiadającego doświadczenie w leczeniu cukrzycy. Jeśli wskazana jest interwencja lub modyfikacja schematu leczenia pacjenta, farmaceuta skontaktuje się z zespołem Podstawowej Opieki Zdrowotnej (PCP) w celu przedstawienia takiego zalecenia. Interwencja RPM dla każdego uczestnika potrwa 6 miesięcy, po czym HRS odbierze elektroniczny tablet RPM i przeprowadzi ankietę PAM-13®. Po 9 miesiącach od rejestracji trzecia wartość HbA1c zostanie pobrana z elektronicznej dokumentacji medycznej i nastąpi trzecie podanie PAM-13®.
Ankieta PAM-13® będzie administrowana jedną z dwóch metod 1) elektronicznego formularza REDCap, do którego link zostanie przesłany uczestnikowi pocztą elektroniczną lub 2) telefonicznie, zarządzanego przez Koordynatora Badania.
Rekrutacja uczestników potrwa do pierwszej połowy 2026 roku. Dane będą analizowane wiosną i latem 2026 r., a data zakończenia grantu to 31 sierpnia 2026 r.
To badanie zostało zatwierdzone przez IRB MaineHealth na dzień 5 sierpnia 2022 r.
Typ studiów
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Maine
-
Rockport, Maine, Stany Zjednoczone, 04856
- PenBay Medical Center
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Kryteria przyjęcia:
- Zapisz się do programu edukacyjnego „Żyj dobrze z cukrzycą”.
- Mieć HbA1c% ≥ 8 w ciągu ostatnich 6 miesięcy
- Być w stanie wyrazić zgodę
- Bądź osobą dorosłą (powyżej 18 roku życia)
Kryteria wyłączenia:
- Leczenie głównie przez endokrynologa z powodu cukrzycy (> 1 wizyta u endokrynologa w ciągu ostatnich 12 miesięcy)
- Uwięziony
- PCP nie w jednej z 30 wymienionych praktyk podstawowej opieki zdrowotnej (patrz załącznik Lista praktyk PCP)
- Zdiagnozowana cukrzyca typu 1
- Kandydat do ciągłego monitorowania glikemii, zgodnie z definicją Centers for Medicare i Medicaid Services, jako stosujący co najmniej trzy wstrzyknięcia insuliny dziennie, dowolną kombinację rodzajów insulin
- W ciąży
- Uczestniczył wcześniej w programie samokontroli Living Well with Diabetes/Virtual Diabetes
- Wcześniej używali urządzenia do zdalnego monitorowania pacjenta w celu zarządzania cukrzycą
- Mieć diagnozę demencji lub inną diagnozę kliniczną, która mogłaby osłabić zdolność uczestnictwa
- Obecnie uczestniczy w jakimkolwiek innym badaniu klinicznym dotyczącym opieki lub leczenia cukrzycy
- Obecnie zapisany do hospicjum
- Obecnie przebywa w placówce opieki długoterminowej lub rehabilitacyjnej
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Brak interwencji: Dobre życie z cukrzycą
Zwykła opieka jest zdefiniowana jako udział w Programie Samokontroli Życia Dobrze z Cukrzycą/Wirtualnej Cukrzycy, ocena i zarządzanie PCP, w tym dostosowanie leków lub interwencje, oraz inne rodzaje interwencji w zależności od oceny klinicznej.
Może to obejmować eKonsultacje między świadczeniodawcą a farmaceutą, osobiste wizyty między świadczeniodawcą a pacjentem, synchroniczne wizyty telemedyczne między świadczeniodawcą a pacjentem oraz synchroniczne wizyty telemedyczne między farmaceutą a pacjentem.
|
|
|
Eksperymentalny: Dobre życie z cukrzycą + zdalne monitorowanie pacjenta
Zdalne monitorowanie pacjenta jako interwencję definiuje się jako technologię tabletu i glukometru z obsługą Bluetooth, która zbiera dane dotyczące poziomu glukozy we krwi pacjenta w miejscu opieki (POC) poza tradycyjnymi warunkami klinicznymi i bezpiecznie przesyła te dane do firmy Epic w celu przeglądu i potencjalna interwencja.
|
Zdalne monitorowanie pacjenta jako interwencję definiuje się jako technologię tabletu i glukometru z obsługą Bluetooth, która zbiera dane dotyczące poziomu glukozy we krwi pacjenta w miejscu opieki (POC) poza tradycyjnymi warunkami klinicznymi i bezpiecznie przesyła te dane do firmy Epic w celu przeglądu i potencjalna interwencja.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Średnia HbA1c%
Ramy czasowe: 6 miesięcy po rejestracji
|
Średnia hemoglobina glikowana
|
6 miesięcy po rejestracji
|
|
Średnia HbA1c%
Ramy czasowe: 9 miesięcy po rejestracji
|
Średnia hemoglobina glikowana
|
9 miesięcy po rejestracji
|
|
Średnia zmiana HbA1c%
Ramy czasowe: 6 miesięcy po rejestracji
|
Średnia zmiana procentowa HbA1c od wartości początkowej do 6 miesięcy po włączeniu
|
6 miesięcy po rejestracji
|
|
Średnia zmiana HbA1c%
Ramy czasowe: 9 miesięcy po rejestracji
|
Średnia zmiana procentowa HbA1c od wartości wyjściowej do 9 miesięcy po włączeniu
|
9 miesięcy po rejestracji
|
|
Odsetek uczestników w każdej grupie z HbA1c < 7%
Ramy czasowe: 6 miesięcy po rejestracji
|
Odsetek uczestników w każdej grupie z HbA1c < 7%
|
6 miesięcy po rejestracji
|
|
Odsetek uczestników w każdej grupie z HbA1c < 7%
Ramy czasowe: 9 miesięcy po rejestracji
|
Odsetek uczestników w każdej grupie z HbA1c < 7%
|
9 miesięcy po rejestracji
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
PAM-13 po 6 miesiącach od rejestracji
Ramy czasowe: 6 miesięcy po rejestracji
|
PAM-13 Ankieta dotycząca pomiaru aktywacji pacjenta Ujednolicony tytuł skali: Miara aktywacji pacjenta 13-itemowa ankieta Wartość minimalna: 0 Wartość maksymalna: 100 Wyższe wartości wiążą się z lepszymi wynikami zdrowotnymi |
6 miesięcy po rejestracji
|
|
PAM-13 po 9 miesiącach od rejestracji
Ramy czasowe: 9 miesięcy po rejestracji
|
PAM-13 Ankieta dotycząca pomiaru aktywacji pacjenta PAM-13 Ankieta dotycząca pomiaru aktywacji pacjenta Ujednolicony tytuł skali: Miara aktywacji pacjenta 13-itemowa ankieta Wartość minimalna: 0 Wartość maksymalna: 100 Wyższe wartości wiążą się z lepszymi wynikami zdrowotnymi |
9 miesięcy po rejestracji
|
|
Średnia zmiana w PAM-13 po 6 miesiącach
Ramy czasowe: 6 miesięcy po rejestracji
|
Średnia zmiana wyniku kwestionariusza PAM-13 Patient Activation Measure od wartości początkowej do 6 miesięcy po włączeniu Ujednolicony tytuł skali: Miara aktywacji pacjenta 13-itemowa ankieta Wartość minimalna: 0 Wartość maksymalna: 100 Wyższe wartości wiążą się z lepszymi wynikami zdrowotnymi |
6 miesięcy po rejestracji
|
|
Średnia zmiana w PAM-13 po 9 miesiącach
Ramy czasowe: 9 miesięcy po rejestracji
|
Średnia zmiana wyniku kwestionariusza PAM-13 Patient Activation Measure od wartości początkowej do 9 miesięcy po włączeniu Ujednolicony tytuł skali: Miara aktywacji pacjenta 13-itemowa ankieta Wartość minimalna: 0 Wartość maksymalna: 100 Wyższe wartości wiążą się z lepszymi wynikami zdrowotnymi |
9 miesięcy po rejestracji
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Tracy Jalbuena, MD, MaineHealth
Publikacje i pomocne linki
Publikacje ogólne
- Hibbard JH, Mahoney ER, Stockard J, Tusler M. Development and testing of a short form of the patient activation measure. Health Serv Res. 2005 Dec;40(6 Pt 1):1918-30. doi: 10.1111/j.1475-6773.2005.00438.x.
- Boyle JP, Thompson TJ, Gregg EW, Barker LE, Williamson DF. Projection of the year 2050 burden of diabetes in the US adult population: dynamic modeling of incidence, mortality, and prediabetes prevalence. Popul Health Metr. 2010 Oct 22;8:29. doi: 10.1186/1478-7954-8-29.
- Norris SL, Lau J, Smith SJ, Schmid CH, Engelgau MM. Self-management education for adults with type 2 diabetes: a meta-analysis of the effect on glycemic control. Diabetes Care. 2002 Jul;25(7):1159-71. doi: 10.2337/diacare.25.7.1159.
- Stratton IM, Adler AI, Neil HA, Matthews DR, Manley SE, Cull CA, Hadden D, Turner RC, Holman RR. Association of glycaemia with macrovascular and microvascular complications of type 2 diabetes (UKPDS 35): prospective observational study. BMJ. 2000 Aug 12;321(7258):405-12. doi: 10.1136/bmj.321.7258.405.
- Sacks RM, Greene J, Hibbard J, Overton V, Parrotta CD. Does patient activation predict the course of type 2 diabetes? A longitudinal study. Patient Educ Couns. 2017 Jul;100(7):1268-1275. doi: 10.1016/j.pec.2017.01.014. Epub 2017 Jan 25.
- Hibbard JH, Tusler M. Assessing activation stage and employing a "next steps" approach to supporting patient self-management. J Ambul Care Manage. 2007 Jan-Mar;30(1):2-8. doi: 10.1097/00004479-200701000-00002.
- Hibbard JH, Stockard J, Mahoney ER, Tusler M. Development of the Patient Activation Measure (PAM): conceptualizing and measuring activation in patients and consumers. Health Serv Res. 2004 Aug;39(4 Pt 1):1005-26. doi: 10.1111/j.1475-6773.2004.00269.x.
- Stellefson M, Dipnarine K, Stopka C. The chronic care model and diabetes management in US primary care settings: a systematic review. Prev Chronic Dis. 2013;10:E26. doi: 10.5888/pcd10.120180.
- Glasgow RE, Wagner EH, Schaefer J, Mahoney LD, Reid RJ, Greene SM. Development and validation of the Patient Assessment of Chronic Illness Care (PACIC). Med Care. 2005 May;43(5):436-44. doi: 10.1097/01.mlr.0000160375.47920.8c.
- Rademakers J, Nijman J, van der Hoek L, Heijmans M, Rijken M. Measuring patient activation in The Netherlands: translation and validation of the American short form Patient Activation Measure (PAM13). BMC Public Health. 2012 Jul 31;12:577. doi: 10.1186/1471-2458-12-577.
- Almutairi N, Hosseinzadeh H, Gopaldasani V. The effectiveness of patient activation intervention on type 2 diabetes mellitus glycemic control and self-management behaviors: A systematic review of RCTs. Prim Care Diabetes. 2020 Feb;14(1):12-20. doi: 10.1016/j.pcd.2019.08.009. Epub 2019 Sep 20.
- American Diabetes Association. Economic Costs of Diabetes in the U.S. in 2017. Diabetes Care. 2018 May;41(5):917-928. doi: 10.2337/dci18-0007. Epub 2018 Mar 22.
- Andersen JA, Scoggins D, Michaud T, Wan N, Wen M, Su D. Racial Disparities in Diabetes Management Outcomes: Evidence from a Remote Patient Monitoring Program for Type 2 Diabetic Patients. Telemed J E Health. 2021 Jan;27(1):55-61. doi: 10.1089/tmj.2019.0280. Epub 2020 Apr 17.
- Bahrom NH, Ramli AS, Isa MR, Baharudin N, Badlishah-Sham SF, Mohamed-Yassin MS, Abdul-Hamid H. Validity and reliability of the Patient Activation Measure(R) (PAM(R))-13 Malay version among patients with Metabolic Syndrome in primary care. Malays Fam Physician. 2020 Nov 10;15(3):22-34. eCollection 2020.
- Bomba F, Markwart H, Muhlan H, Menrath I, Ernst G, Thyen U, Schmidt S. Adaptation and validation of the German Patient Activation Measure for adolescents with chronic conditions in transitional care: PAM(R) 13 for Adolescents. Res Nurs Health. 2018 Feb;41(1):78-87. doi: 10.1002/nur.21831. Epub 2017 Dec 20.
- Boren SA, Fitzner KA, Panhalkar PS, Specker JE. Costs and benefits associated with diabetes education: a review of the literature. Diabetes Educ. 2009 Jan-Feb;35(1):72-96. doi: 10.1177/0145721708326774.
- Brenk-Franz K, Hibbard JH, Herrmann WJ, Freund T, Szecsenyi J, Djalali S, Steurer-Stey C, Sonnichsen A, Tiesler F, Storch M, Schneider N, Gensichen J. Validation of the German version of the patient activation measure 13 (PAM13-D) in an international multicentre study of primary care patients. PLoS One. 2013 Sep 30;8(9):e74786. doi: 10.1371/journal.pone.0074786. eCollection 2013.
- Chrvala CA, Sherr D, Lipman RD. Diabetes self-management education for adults with type 2 diabetes mellitus: A systematic review of the effect on glycemic control. Patient Educ Couns. 2016 Jun;99(6):926-43. doi: 10.1016/j.pec.2015.11.003. Epub 2015 Nov 22.
- Cunha CM, da Cunha DCPT, Manzato RO, Nepomuceno E, da Silva D, Dantas RAS. Validation of the Brazilian Version of the Patient Activation Measure 13. J Nurs Meas. 2019 Apr 1;27(1):97-113. doi: 10.1891/1061-3749.27.1.97.
- Dieleman JL, Baral R, Birger M, Bui AL, Bulchis A, Chapin A, Hamavid H, Horst C, Johnson EK, Joseph J, Lavado R, Lomsadze L, Reynolds A, Squires E, Campbell M, DeCenso B, Dicker D, Flaxman AD, Gabert R, Highfill T, Naghavi M, Nightingale N, Templin T, Tobias MI, Vos T, Murray CJ. US Spending on Personal Health Care and Public Health, 1996-2013. JAMA. 2016 Dec 27;316(24):2627-2646. doi: 10.1001/jama.2016.16885.
- Egede LE, Williams JS, Voronca DC, Knapp RG, Fernandes JK. Randomized Controlled Trial of Technology-Assisted Case Management in Low Income Adults with Type 2 Diabetes. Diabetes Technol Ther. 2017 Aug;19(8):476-482. doi: 10.1089/dia.2017.0006. Epub 2017 Jun 5.
- Fowles JB, Terry P, Xi M, Hibbard J, Bloom CT, Harvey L. Measuring self-management of patients' and employees' health: further validation of the Patient Activation Measure (PAM) based on its relation to employee characteristics. Patient Educ Couns. 2009 Oct;77(1):116-22. doi: 10.1016/j.pec.2009.02.018. Epub 2009 Apr 7.
- Greene J, Hibbard JH. Why does patient activation matter? An examination of the relationships between patient activation and health-related outcomes. J Gen Intern Med. 2012 May;27(5):520-6. doi: 10.1007/s11606-011-1931-2.
- Haas L, Maryniuk M, Beck J, Cox CE, Duker P, Edwards L, Fisher EB, Hanson L, Kent D, Kolb L, McLaughlin S, Orzeck E, Piette JD, Rhinehart AS, Rothman R, Sklaroff S, Tomky D, Youssef G; 2012 Standards Revision Task Force. National standards for diabetes self-management education and support. Diabetes Care. 2014 Jan;37 Suppl 1(Suppl 1):S144-53. doi: 10.2337/dc14-S144. No abstract available.
- Hellstrom A, Kassaye Tessma M, Flink M, Dahlgren A, Schildmeijer K, Ekstedt M. Validation of the patient activation measure in patients at discharge from hospitals and at distance from hospital care in Sweden. BMC Public Health. 2019 Dec 19;19(1):1701. doi: 10.1186/s12889-019-8025-1.
- Hibbard JH. Using systematic measurement to target consumer activation strategies. Med Care Res Rev. 2009 Feb;66(1 Suppl):9S-27S. doi: 10.1177/1077558708326969. Epub 2008 Dec 3.
- Hibbard JH, Greene J. What the evidence shows about patient activation: better health outcomes and care experiences; fewer data on costs. Health Aff (Millwood). 2013 Feb;32(2):207-14. doi: 10.1377/hlthaff.2012.1061.
- Hibbard JH, Greene J, Shi Y, Mittler J, Scanlon D. Taking the long view: how well do patient activation scores predict outcomes four years later? Med Care Res Rev. 2015 Jun;72(3):324-37. doi: 10.1177/1077558715573871. Epub 2015 Feb 24.
- Hosseinzadeh H, Verma I, Gopaldasani V. Patient activation and Type 2 diabetes mellitus self-management: a systematic review and meta-analysis. Aust J Prim Health. 2020 Dec;26(6):431-442. doi: 10.1071/PY19204.
- Kinney RL, Lemon SC, Person SD, Pagoto SL, Saczynski JS. The association between patient activation and medication adherence, hospitalization, and emergency room utilization in patients with chronic illnesses: a systematic review. Patient Educ Couns. 2015 May;98(5):545-52. doi: 10.1016/j.pec.2015.02.005. Epub 2015 Feb 19.
- Kosar C, Besen DB. Adaptation of a patient activation measure (PAM) into Turkish: reliability and validity test. Afr Health Sci. 2019 Mar;19(1):1811-1820. doi: 10.4314/ahs.v19i1.58.
- Lee MK, Lee KH, Yoo SH, Park CY. Impact of initial active engagement in self-monitoring with a telemonitoring device on glycemic control among patients with type 2 diabetes. Sci Rep. 2017 Jun 20;7(1):3866. doi: 10.1038/s41598-017-03842-2.
- Lee SWH, Chan CKY, Chua SS, Chaiyakunapruk N. Comparative effectiveness of telemedicine strategies on type 2 diabetes management: A systematic review and network meta-analysis. Sci Rep. 2017 Oct 4;7(1):12680. doi: 10.1038/s41598-017-12987-z.
- Lorig K, Ritter PL, Laurent DD, Plant K, Green M, Jernigan VB, Case S. Online diabetes self-management program: a randomized study. Diabetes Care. 2010 Jun;33(6):1275-81. doi: 10.2337/dc09-2153. Epub 2010 Mar 18.
- Lorig K, Ritter PL, Villa FJ, Armas J. Community-based peer-led diabetes self-management: a randomized trial. Diabetes Educ. 2009 Jul-Aug;35(4):641-51. doi: 10.1177/0145721709335006. Epub 2009 Apr 30.
- McDonnell ME. Telemedicine in Complex Diabetes Management. Curr Diab Rep. 2018 May 24;18(7):42. doi: 10.1007/s11892-018-1015-3.
- Melby K, Nygard M, Brobakken MF, Grawe RW, Guzey IC, Reitan SK, Vedul-Kjelsas E, Heggelund J, Lara-Cabrera ML. Test-Retest Reliability of the Patient Activation Measure-13 in Adults with Substance Use Disorders and Schizophrenia Spectrum Disorders. Int J Environ Res Public Health. 2021 Jan 29;18(3):1185. doi: 10.3390/ijerph18031185.
- Michaud TL, Siahpush M, King KM, Ramos AK, Robbins RE, Schwab RJ, Clarke MA, Su D. Program completion and glycemic control in a remote patient monitoring program for diabetes management: Does gender matter? Diabetes Res Clin Pract. 2020 Jan;159:107944. doi: 10.1016/j.diabres.2019.107944. Epub 2019 Nov 23.
- Michaud TL, Siahpush M, Schwab RJ, Eiland LA, DeVany M, Hansen G, Slachetka TS, Boilesen E, Tak HJ, Wilson FA, Wang H, Pagan JA, Su D. Remote Patient Monitoring and Clinical Outcomes for Postdischarge Patients with Type 2 Diabetes. Popul Health Manag. 2018 Oct;21(5):387-394. doi: 10.1089/pop.2017.0175. Epub 2018 Mar 27.
- Moljord IE, Lara-Cabrera ML, Perestelo-Perez L, Rivero-Santana A, Eriksen L, Linaker OM. Psychometric properties of the Patient Activation Measure-13 among out-patients waiting for mental health treatment: A validation study in Norway. Patient Educ Couns. 2015 Nov;98(11):1410-7. doi: 10.1016/j.pec.2015.06.009. Epub 2015 Jun 23.
- Pillay J, Armstrong MJ, Butalia S, Donovan LE, Sigal RJ, Vandermeer B, Chordiya P, Dhakal S, Hartling L, Nuspl M, Featherstone R, Dryden DM. Behavioral Programs for Type 2 Diabetes Mellitus: A Systematic Review and Network Meta-analysis. Ann Intern Med. 2015 Dec 1;163(11):848-60. doi: 10.7326/M15-1400. Epub 2015 Sep 29.
- Pressman AR, Kinoshita L, Kirk S, Barbosa GM, Chou C, Minkoff J. A novel telemonitoring device for improving diabetes control: protocol and results from a randomized clinical trial. Telemed J E Health. 2014 Feb;20(2):109-14. doi: 10.1089/tmj.2013.0157. Epub 2014 Jan 3.
- Rask KJ, Ziemer DC, Kohler SA, Hawley JN, Arinde FJ, Barnes CS. Patient activation is associated with healthy behaviors and ease in managing diabetes in an indigent population. Diabetes Educ. 2009 Jul-Aug;35(4):622-30. doi: 10.1177/0145721709335004. Epub 2009 Apr 28.
- Robson N, Hosseinzadeh H. Impact of Telehealth Care among Adults Living with Type 2 Diabetes in Primary Care: A Systematic Review and Meta-Analysis of Randomised Controlled Trials. Int J Environ Res Public Health. 2021 Nov 19;18(22):12171. doi: 10.3390/ijerph182212171.
- Salehi S, Olyaeemanesh A, Mobinizadeh M, Nasli-Esfahani E, Riazi H. Assessment of remote patient monitoring (RPM) systems for patients with type 2 diabetes: a systematic review and meta-analysis. J Diabetes Metab Disord. 2020 Jan 10;19(1):115-127. doi: 10.1007/s40200-019-00482-3. eCollection 2020 Jun.
- Skolasky RL, Mackenzie EJ, Riley LH 3rd, Wegener ST. Psychometric properties of the Patient Activation Measure among individuals presenting for elective lumbar spine surgery. Qual Life Res. 2009 Dec;18(10):1357-66. doi: 10.1007/s11136-009-9549-0. Epub 2009 Nov 15.
- Steinsbekk A, Rygg LO, Lisulo M, Rise MB, Fretheim A. Group based diabetes self-management education compared to routine treatment for people with type 2 diabetes mellitus. A systematic review with meta-analysis. BMC Health Serv Res. 2012 Jul 23;12:213. doi: 10.1186/1472-6963-12-213.
- Su D, Michaud TL, Estabrooks P, Schwab RJ, Eiland LA, Hansen G, DeVany M, Zhang D, Li Y, Pagan JA, Siahpush M. Diabetes Management Through Remote Patient Monitoring: The Importance of Patient Activation and Engagement with the Technology. Telemed J E Health. 2019 Oct;25(10):952-959. doi: 10.1089/tmj.2018.0205. Epub 2018 Oct 27.
- Sun C, Sun L, Xi S, Zhang H, Wang H, Feng Y, Deng Y, Wang H, Xiao X, Wang G, Gao Y, Wang G. Mobile Phone-Based Telemedicine Practice in Older Chinese Patients with Type 2 Diabetes Mellitus: Randomized Controlled Trial. JMIR Mhealth Uhealth. 2019 Jan 4;7(1):e10664. doi: 10.2196/10664.
- Tang PC, Overhage JM, Chan AS, Brown NL, Aghighi B, Entwistle MP, Hui SL, Hyde SM, Klieman LH, Mitchell CJ, Perkins AJ, Qureshi LS, Waltimyer TA, Winters LJ, Young CY. Online disease management of diabetes: engaging and motivating patients online with enhanced resources-diabetes (EMPOWER-D), a randomized controlled trial. J Am Med Inform Assoc. 2013 May 1;20(3):526-34. doi: 10.1136/amiajnl-2012-001263. Epub 2012 Nov 20.
- Tchero H, Kangambega P, Briatte C, Brunet-Houdard S, Retali GR, Rusch E. Clinical Effectiveness of Telemedicine in Diabetes Mellitus: A Meta-Analysis of 42 Randomized Controlled Trials. Telemed J E Health. 2019 Jul;25(7):569-583. doi: 10.1089/tmj.2018.0128. Epub 2018 Aug 20.
- Timpel P, Oswald S, Schwarz PEH, Harst L. Mapping the Evidence on the Effectiveness of Telemedicine Interventions in Diabetes, Dyslipidemia, and Hypertension: An Umbrella Review of Systematic Reviews and Meta-Analyses. J Med Internet Res. 2020 Mar 18;22(3):e16791. doi: 10.2196/16791.
- Wubben DP, Vivian EM. Effects of pharmacist outpatient interventions on adults with diabetes mellitus: a systematic review. Pharmacotherapy. 2008 Apr;28(4):421-36. doi: 10.1592/phco.28.4.421.
Przydatne linki
- Centers For Disease Control and Prevention. National Diabetes Statistics Report, 2020: Estimates of Diabetes and Its Burden in the United States. U.S. Department of Health and Human Services; 2020.
- Centers For Disease Control and Prevention, National Center for Chronic Disease Prevention and Health Promotion, Division of Population Health. BRFSS Prevalence & Trend Data
- Centers for Medicare and Medicaid Services. DM-2 (NQF 0059): Diabetes: Hemoglobin A1c (HbA1c) Poor Control (>9%).; 2019. Accessed January 20, 2022.
- Insignia Health, a Phreesia company. Research License Details; Use the PAM® Survey in a Research Study. Insignia Health, a Phreesia company. Published December 20, 2021.
- International Diabetes Federation. IDF Diabetes Atlas. IDF Diabetes Atlas. Published 2021
- Lisa A. States with the biggest rural populations. Stacker. Published April 8, 2019.
- Maine Center for Disease Control & Prevention: Rural Health and Primary Care, A Division of the Maine Department of Health and Human Services.
- National Clinical Care Commission. Report to Congress on Leveraging Federal Programs to Prevent and Control Diabetes and Its Complications. Department of Health and Human Services; 2021. Accessed January 31, 2022.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Oszacować)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 00000
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .