Intervenções comportamentais dinamicamente adaptadas no diabetes

Uma das principais dificuldades no controle do diabetes é que cada indivíduo afetado requer uma combinação personalizada de dieta, exercícios e medicamentos para controlar eficazmente o açúcar no sangue. Em vez de seguir rigorosamente a prescrição médica, os indivíduos precisam examinar cuidadosamente suas escolhas de estilo de vida e seu impacto na saúde. A aprendizagem independente, a experimentação e a resolução de problemas tornam-se de grande importância. No entanto, eles podem ser desafiadores para indivíduos com diabetes. Neste projeto, os investigadores irão refinar e avaliar uma nova intervenção para o autogerenciamento do diabetes que usa análise computacional de dados de automonitoramento para ajudar os indivíduos com diabetes tipo 2 a identificar quais atividades diárias, incluindo consumo de refeições, atividade física e sono, têm impacto nos níveis de glicose no sangue e sugerem modificações nessas atividades diárias para melhorar os níveis de glicose no sangue.

Evidências crescentes destacam diferenças significativas na função glicêmica e nas circunstâncias culturais, sociais e econômicas de indivíduos com diabetes tipo 2 (DM2) que impactam seu autocontrole. A medicina de precisão se esforça para personalizar o tratamento médico de acordo com a composição genética de um indivíduo, fenótipos clínicos descobertos computacionalmente e estilo de vida. Estudos mostraram os benefícios de adaptar não apenas o tratamento médico, mas também as intervenções comportamentais. No entanto, atualmente, a personalização da autogestão no DM2 exige que cada indivíduo se envolva na descoberta, na reflexão e na resolução de problemas - atividades críticas, mas cognitivamente exigentes - ou que confie nos seus prestadores de cuidados de saúde. Ambos estes factores podem apresentar barreiras consideráveis ​​para indivíduos provenientes de comunidades de baixos rendimentos e mal servidas em termos médicos. As soluções de saúde móvel (mHealth) no DM2 prometem alcançar populações mais vastas que necessitam de autogestão; no entanto, poucas dessas soluções fornecem assistência na personalização de comportamentos de autogestão. Os esforços contínuos para personalizar intervenções comportamentais fora do DM2 concentram-se na adaptação de técnicas de modificação de comportamento às características psicossociais dos indivíduos, como autoeficácia) e na adaptação da intervenção ao contexto dos indivíduos, em vez de personalizar estratégias de autogestão.

O foco contínuo desta pesquisa está no desenvolvimento de intervenções informáticas para o autogerenciamento do diabetes, com foco específico na descoberta com dados de automonitoramento e na resolução de problemas para melhorar o controle glicêmico. Na pesquisa proposta, os investigadores apresentam T2.coach, uma intervenção mHealth que usa análise computacional de dados de automonitoramento para identificar padrões comportamentais associados ao controle glicêmico deficiente e formular metas comportamentais personalizadas para mudar comportamentos problemáticos. Este estudo avaliará a eficácia do T2.coach em um RCT de dois braços com randomização estratificada conduzida com Clinical Directors Network (CDN), uma rede de pesquisa baseada na prática de cuidados primários (PBRN) bem reconhecida de Centros de Saúde Federalmente Qualificados (FQHCs), e Centro de Excelência (P30) designado pela Agência de Pesquisa e Qualidade em Saúde (AHRQ) para Pesquisa e Aprendizagem Baseada na Prática.