Innovativa tillvägagångssätt inom diabetesvård

Mål:

Denna studie syftar till att utvärdera effektiviteten av e -hälsointerventioner vid vård av patienter med diabetes.

Studiedesign:

Vuxna deltagare med diabetes kommer att rekryteras från Diabetes Shared Care Network och Community Centers för en 12-månaders interventionsstudie.

Behörighetskriterier:

Deltagarna måste vara 20 år eller äldre, diagnostiserats med prediabetes eller diabetes, av taiwanesisk nationalitet eller flytande mandarin eller taiwanesiska, inte gravid eller amning och kapabla (eller hjälp av en vårdgivare) att använda en smartphone för att fotografera och spela in måltider. Personer med diagnostiserade ätstörningar kommer att uteslutas.

Interventionsarmar

• Ehealth Group: Deltagarna kommer att få 10 minuters delstorlek och näringsutbildning med hjälp av den lab-utvecklade "Metafood: 3D/AR Digital Food Education Platform" (https://sketchfab.com/susanlab108/collections). De är skyldiga att lämna in en matbildsbaserad dietrekord en gång i veckan med den lab-utvecklade "Formosa FoodApp" (1). Utbildade näringsläkare kommer att utvärdera dietbilderna med hjälp av en lab-utvecklad "digital fotografisk matatlas" och ger realtids dietåterkoppling via en linje social grupp.

Dessutom kommer EHEALT -gruppen att få utbildningsmaterial inklusive videor och digitala broschyrer på:

1. Hur man använder Formosa FoodApp
2. Introduktion till myplate: matklassificering och portionsstorlekar
3. Effekten av mat på blodglukos: Förstå glykemisk index (GI) och glykemisk belastning (GL)
4. GI/GL -värden på vanligt konsumerade taiwanesiska livsmedel
5. Tolkning av blodprovrapporter
6. Att göra matval när du äter ut
7. Grunderna för träning
8. Äta under festivaler

Från den femte månaden och framåt kommer personlig feedback från GI/GL-värdena för konsumtiva måltider att tillhandahållas av lab-utvecklade AI-system och fortsätter fram till studiens slut. AI -system för matigenkänning och linjegruppen hanteras av labbpersonal.

Biologiska åtgärder:

Fastande blodsocker- och lipidprofiler kommer att samlas in var tredje månad under klinikbesök.

Motivering av provstorlek:

Med hjälp av G*Power 3.1.9.7 är den primära slutpunkten effekten av AI-stödd dietåterkoppling på glykemisk kontroll hos medelålders och äldre vuxna med typ 2-diabetes. Baserat på Lee et al .: s studie på kombinationen av mänsklig och AI-stödd näringsapp är den uppskattade genomsnittliga HBA1C-skillnaden 0,52% (7,52 ± 0,81 mot 7,00 ± 0,66) vid 12 månader. Förutsatt att en effektstorlek på 0,70, 80% effekt och 5% betydelse, behövs 33 deltagare per grupp. Redovisning för en 10-20% utmattningsgrad kommer ett totalt urval av 36-40 deltagare att rekryteras.

Datainsamling:

Baslinje sociodemografiska och antropometriska data kommer att samlas in av statliga registrerade dietister. Standardbiokemiska testresultat, tillgängliga från Taiwans nationella sjukförsäkring, kommer att samlas in var tredje månad. Näringskunskap och uppfattningar och användning av digital matteknik kommer att utvärderas via ett online -frågeformulär som utvecklats från teoretiska ramverk, litteraturöversikt och validerad av experter. Veckovisa dietposter kommer att loggas via Formosa FoodApp (1).

Data kommer att inkludera:

• Demografi: Ålder, sex, utbildningsnivå, sjukdomshistoria
• Veckovisa dietposter
• Antropometrics: höjd, vikt, BMI, midjeomkrets, greppstyrka, muskelstyrka
• Biokemiska data: Fastande glukos, lipidprofiler, njurfunktionsindikatorer (klinikbaserade, försäkringstäckta tester)

Statistisk analys:

Data kommer att analyseras med GraphPad Prism 5 (La Jolla, CA, USA).

• Normalitet: Kolmogorov-Smirnov-test
• Kontinuerliga variabler: medelvärde ± 95% CI; analyseras via t-test eller ANOVA
• Kategoriska variabler: frekvenser/procentsatser; analyseras via chi-square eller Fishers exakta test
• Korrelationer: Spearmans koefficient; Logistisk linjär regression
• Icke-parametriska jämförelser: Kruskal-Wallis-test
• Longitudinell analys: Generaliserad linjär blandad modell (GLMM) för glykemiska förändringar och komorbiditetsrisker
• Betydelsetröskel: P <0,05