Dynamiskt skräddarsydda beteendeinsatser vid diabetes

En av de största svårigheterna med att hantera diabetes är att varje drabbad individ kräver en personligt anpassad kombination av kost, träning och medicin för att effektivt kontrollera sitt blodsocker. Istället för att strikt följa en läkares ordination måste individer noggrant undersöka sina livsstilsval och deras inverkan på deras hälsa. Självständigt lärande, experiment och problemlösning blir av stor betydelse. Men de kan vara utmanande för personer med diabetes. I detta projekt kommer utredarna att förfina och utvärdera en ny intervention för diabetessjälvhantering som använder beräkningsanalys av självövervakningsdata för att hjälpa individer med typ 2-diabetes att identifiera vilka dagliga aktiviteter, inklusive konsumtion av måltider, fysisk aktivitet och sömn, har inverkan på blodsockernivåerna och föreslår modifieringar av dessa dagliga aktiviteter för att förbättra blodsockernivåerna.

Växande bevis visar på betydande skillnader i glykemisk funktion och kulturella, sociala och ekonomiska omständigheter för individer med typ 2-diabetes (T2DM) som påverkar deras självhantering. Precisionsmedicin strävar efter att anpassa medicinsk behandling till en individs genetiska sammansättning, beräkningsmässigt upptäckta kliniska fenotyper och livsstil. Studier visade fördelarna med att skräddarsy inte bara medicinsk behandling, utan även beteendeinsatser. Ändå kräver personalisering av självförvaltning i T2DM för närvarande att varje individ engagerar sig i upptäckt, reflektion och problemlösningskritiska men kognitivt krävande aktiviteter - eller att lita på sin vårdgivare. Båda dessa kan utgöra avsevärda hinder för individer från medicinskt underbetjänade låginkomstsamhällen. Mobila hälsolösningar (mHealth) i T2DM ger löften om att nå bredare befolkningar i behov av självförvaltning; Men få sådana lösningar ger hjälp med att anpassa beteenden för självförvaltning. Pågående ansträngningar för att personifiera beteendeinterventioner utanför T2DM fokuserar på att skräddarsy beteendemodifieringstekniker till individers psykosociala egenskaper, såsom self-efficacy), och att skräddarsy leverans av interventioner till individers sammanhang snarare än på att personalisera självförvaltningsstrategier.

Det pågående fokuset för denna forskning ligger på att utveckla informatikinterventioner för självhantering av diabetes, med ett specifikt fokus på upptäckter med självövervakningsdata och på problemlösning för att förbättra glykemisk kontroll. I den föreslagna forskningen introducerar utredarna T2.coach, en mHealth-intervention som använder beräkningsanalys av självövervakningsdata för att identifiera beteendemönster associerade med dålig glykemisk kontroll och formulera personliga beteendemål för att förändra problematiska beteenden. Denna studie kommer att utvärdera T2.coachs effektivitet i en tvåarmad RCT med stratifierad randomisering utförd med Clinical Directors Network (CDN), ett välkänt praxisbaserat forskningsnätverk för primärvård (PBRN) av Federally Qualified Health Centers (FQHCs), och Agency for Healthcare Research and Quality (AHRQ) utsett Center of Excellence (P30) för praktikbaserad forskning och lärande.