- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06607497
Bättre riskuppfattning via patientlikhet för kontroll av hyperglykemi och upprätthålls av teleövervakning (BRILLIANT)
Bakgrund: Diabetes ökar avsevärt sannolikheten för komplikationer och ökar därmed risken för diabetesrelaterad dödlighet, särskilt på grund av vaskulära komplikationer. Det är viktigt att ta itu med denna stigande trend av dödlighet genom att öka medvetenheten om diabeteskomplikationer för att förbättra riskuppfattningen och i slutändan minska dödligheten. Att hantera diabetes effektivt kräver insatser som tar itu med både riskkommunikation och övervakning, vilket hjälper patienter att bättre förstå och fatta välgrundade beslut om sin hälsa.
Mål: Det primära syftet är att utvärdera och jämföra effektiviteten av kombinerad riskkommunikationssession med hjälp av en AI-modul (PERDICT.AI) och hembaserad diabetesövervakning (PTEC-DM) jämfört med en fristående riskkommunikationssession för att förbättra hälsoresultaten (riskuppfattning). , medicinadherens, egenvårdsaktiviteter och glykemisk kontroll) bland dåligt kontrollerade diabetespatienter. Sekundära syften är att utforska deltagarnas åsikter och erfarenheter av riskkommunikationssessioner med hjälp av PERDICT.AI, PTEC-DM och vanlig vård och läkares syn på nyttan av det nya tillvägagångssättet för att förbättra riskuppfattningen.
Metoder: En studiedesign med blandad metod kommer att användas för att genomföra en randomiserad kontrollerad studie med flera armar i fyra av SingHealth Polyclinics-klustret (Pasir Ris, Eunos, Sengkang, Tampines North). Patientdeltagare kommer att fördelas slumpmässigt i förhållandet 1:1:1 till en av de tre armarna. Arm 1 kommer att få riskkommunikationssession med PERDICT.AI och hembaserad diabetesövervakning med PTEC-DM tillsammans med vanlig vård. Arm 2-deltagare kommer att genomgå en fristående riskkommunikationssession med PERDICT.AI med vanlig omsorg medan arm 3 kommer att fungera som kontrollgrupp med vanlig omsorg. Totalt 360 (120 i varje grupp) deltagare kommer att registreras genom enkel randomisering. Kvalificerad patient måste vara myndig mellan 36 och 65 år med HbA1c >8,0 % under de senaste 6 månaderna.
Studiens betydelse: Resultaten från studien kan lägga till bevis till den vetenskapliga kunskapen om att använda dessa metoder för att förbättra riskuppfattningen och rekommendera utveckling av liknande interventioner.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Diabetes har dykt upp som ett stort folkhälsoproblem globalt, och Singapore är inget undantag. Från och med 2022 är 8,5 % av de vuxna i Singapore drabbade av diabetes och antalet förväntas nå 1 miljon år 2050, vilket gör det absolut nödvändigt att ta itu med de associerade utmaningarna. De ekonomiska konsekvenserna av diabetes sträcker sig bortom sjukvårdskostnader och påverkar produktivitet och livskvalitet. Den totala kostnaden bland befolkningen i arbetsför ålder med diabetes - direkta och indirekta kostnader inklusive - förväntas stiga från 787 miljoner USD (5 646 USD per person) 2010 till 1 867 miljoner USD 2050 (7 791 USD per person).
Dessutom utgör diabetes en betydande risk för komplikationer som kan påverka olika organsystem negativt. Komplikationer som hjärt-kärlsjukdomar, neuropati och retinopati utgör allvarliga hot mot hälsan hos individer med dåligt hanterad diabetes. En studie om den globala trenden för diabetesdödlighet avslöjade en oroande global ökning av diabetesrelaterad dödlighet, särskilt på grund av vaskulära komplikationer, vilket utgör en betydande utmaning för diabeteshanteringen. För att komma till rätta med de stigande trenderna för dödlighet är det avgörande att öka medvetenheten om diabeteskomplikationer för att förbättra riskuppfattningen och i slutändan minska dödligheten.
Upplevd risk för diabeteskomplikationer kan påverka patientens beteende, påverka efterlevnaden av behandlingsplaner och livsstilsförändringar. Individer med en högre riskuppfattning kan vara mer benägna att engagera sig i proaktiv hantering, vilket leder till bättre hälsoresultat och potentiellt minskad dödlighet i samband med diabeteskomplikationer. Å andra sidan kan individer med sämre riskuppfattning försumma nödvändiga försiktighetsåtgärder, vilket leder till suboptimal sjukdomshantering och en ökad sannolikhet för komplikationer, vilket potentiellt påverkar dödligheten.
En systematisk genomgång av riskuppfattningar om diabeteskomplikationer visar på en oroande brist på medvetenhet om risken för diabetesrelaterade komplikationer hos individer med typ 2-diabetes mellitus (T2DM). På liknande sätt avslöjade forskningsstudier om riskmedvetenhet om diabeteskomplikationer, särskilt i Singapore, kunskapsluckor bland vuxna. Trots den betydande inverkan på livskvaliteten upplevdes T2DM i senare skede och dess komplikationer som långsamt fortskridande och inte direkt livshotande. För dåligt kontrollerade diabetespatienter är därför effektiv kommunikation om riskerna för komplikationer av största vikt.
Weaver et al definierade riskkommunikation som "effektivt och korrekt utbyte av information om hälsorisker och faror" för att "föra fram riskmedvetenhet och förståelse och främja hälsoskyddande beteenden". Att förbättra riskkommunikationen främjar inte bara informerat beslutsfattande utan främjar också tidiga insatser och förebyggande åtgärder. Dessutom betonade Hashim J et al vikten av att överväga sociala och kulturella faktorer i utvecklingen av effektiva interventioner bland vuxna med förhöjd riskuppfattning men inte engagerar sig i förebyggande åtgärder. Studien antydde också att olika perspektiv på fördelar och svagheter relaterade till förebyggande åtgärder kan påverka den långsiktiga hållbarheten av dessa beteenden.
Riskkommunikationsinsatser har utvecklats för patienter med T2DM för att förbättra deras riskuppfattningar och hälsoåtgärder. Dessa interventionsstudier utforskar olika metoder för att kommunicera diabeteskomplikationsrisker till personer med T2DM. interventioner inkluderar en rad innovativa riskkommunikationsmetoder som visuella hjälpmedel, allmänna knuffar, digitala verktyg för personlig riskinformation och familjestöd genom WeChat. Även om sådana insatser bidrar till värdefulla insikter, finns det vissa begränsningar med dessa verktyg, som begränsad långsiktig effekt, utmaningar med teknikanvändning. Att ta itu med dessa nackdelar med ett integrerat tillvägagångssätt kan öka robustheten och användbarheten av resultaten i olika vårdmiljöer.
PERDICT.AI-baserad rådgivning
En AI-aktiverad likhetsbaserad modell, kallad PERDICT.AI (Personalised Diabetes Counseling Tool using Artificial Intelligence) utvecklades av ett team av primärvårdsläkare och datavetare i Singapore för att hjälpa läkare att kommunicera risker för patienter med diabetes mellitus. Verktyget rangordnar en patients HbA1c-nivåer med liknande patienter (eller jämnåriga) från en avidentifierad databas, och visar hur vanliga diabeteskomplikationer är baserat på HbA1c-allvarlighet. Detta kallas "peer-comparison" och verktyget genomgick revisioner efter feedback från primärvårdsläkare för att öka dess användbarhet i riskkommunikation.
Baserat på Health Belief Model (HBM), en riskkommunikationsintervention, utvecklades för primärvårdsläkare (PCP) för att ge patienter med T2DM råd om deras glykemiska kontroll och de komplikationer som kan uppstå, och för att rekommendera sätt att förbättra glykemisk kontroll och förebygga komplikationer (eller ytterligare komplikationer). Detta kommer att stödjas av information från PERDICT.AI.
Riskkommunikation med hjälp av PERDICT.AI kommunicerar dynamiskt en individs glykemiska kontroll, och erbjuder en jämförande rankning bland kamrater för att öka motivationen och medvetenheten. Dessutom bedömer den risken för potentiella komplikationer jämfört med peer-data med exemplariska fall för att understryka konsekvenserna av suboptimal hantering. Dessutom kommer det att generera personliga rekommendationer inklusive medicinjustering och personliga hälsoplaner.
Diabeteshantering kräver ofta konsekvent uppmuntran och vägledning, vilket ett statiskt riskkommunikationsverktyg kanske inte levererar. Dessutom kan passivt mottagande av information inte motivera patienter att aktivt delta i diabetesbehandlingen. Sådan brist på engagemang kan leda till minskad efterlevnad av rekommenderade strategier, vilket begränsar verktygets totala effekt. Detta framgår av @RISK-studien, där den förbättrade riskuppfattningen som observerades initialt efter 2 veckor försvann av den 12:e veckan, vilket belyser en tidsmässig begränsning i att upprätthålla positiva resultat. Även om deltagarna i interventionsarmen rapporterade högre tillfredsställelse med riskkommunikation, ledde detta inte till varaktiga förbättringar. Detta understryker behovet av en integrerad strategi för att upprätthålla positiva resultat på kort sikt.
Integration med teleövervakningssystem
Att upprätthålla förbättrad riskuppfattning under en längre period kan uppnås genom teleövervakning. Genom att använda teleövervakningsteknik kan vårdgivare upprätthålla en konsekvent kontakt med patienterna och erbjuda realtidsinsikter om deras hälsotillstånd. Dessutom underlättar teleövervakning kontinuerlig utbildning och stöd, vilket bidrar till den långsiktiga hållbarheten av förbättrad riskuppfattning och kan avsevärt förbättra diabeteshanteringen och förhindra komplikationer.
Programmet Primary Tech-Enhanced Care (PTEC) fokuserar på att uppmuntra patienter att hantera kroniska tillstånd hemma genom användarvänliga kit. Home Diabetes Monitoring-programmet (PTEC-DM) möjliggör hembaserad glukos- och blodtrycksövervakning en gång i veckan med hjälp av en Bluetooth-aktiverad enhet. Dessa läsningar kommer säkert att överföras till studieteamet via appen och hanteras på lämpligt sätt genom telekonsultation. Dessutom kommer deltagarna att få hälsonuffar, uppmuntran och påminnelser via meddelanden i appen för att stödja deras välbefinnande.
Integrationen av PTEC-DM med riskkommunikation med hjälp av PERDICT.AI drar nytta av styrkorna i mänsklig interaktion och anpassningsförmåga, vilket bidrar till en mer holistisk och patientcentrerad diabeteshanteringsmetod. Ett sådant kombinerat tillvägagångssätt tar upp både övervakning och vägledning, vilket bidrar till ökad patientförståelse och informerat beslutsfattande. Därför är denna studie utformad med följande mål, med en multi-site, multi-arm randomiserad kontrollerad studiedesign.
Mål
Primärt mål:
i. Att bedöma effektiviteten av riskkommunikation med hjälp av ett AI-aktiverat verktyg (PERDICT.AI) för att förbättra riskuppfattningspoäng, livskvalitet och hälsoresultat (medicinering och egenvårdsaktiviteter och glykemisk kontroll) bland dåligt kontrollerade diabetespatienter ii. För att fastställa effektiviteten av en kombination av riskkommunikationssession med hjälp av PERDICT.AI och teleövervakning (PTEC-DM) för att förbättra riskuppfattning, livskvalitet och hälsoresultat
Sekundära mål:
iii. För att jämföra effekten av de två metoderna för att förbättra riskuppfattning, livskvalitet och hälsoresultat bland dåligt kontrollerade diabetespatienter iv. Att bedöma kostnadseffektiviteten för den avancerade vården genom att jämföra de inkrementella kostnaderna och hälsoresultaten v. Att utforska deltagarnas åsikter och erfarenheter av riskkommunikationssessioner med hjälp av PERDICT.AI, PTEC-DM och vanlig vård vi. Att utforska läkarens syn på nyttan av det nya tillvägagångssättet för att förbättra riskuppfattningen
Hypotes:
• Det kommer att bli en förbättring av patienternas riskuppfattningspoäng och hälsoresultat (glykemisk kontroll och egenvårdsaktiviteter) efter interventionen.
Material och metoder
Studiemiljö Studien kommer att genomföras vid 4 polikliniker från ett primärvårdsklinikkluster som tar hand om mer än 200 000 invånare med diabetes i den östra regionen Singapore.
Studiedesign Sekventiell förklarande blandad metodstudie
Kvantitativ: Flerarmad randomiserad kontrollerad studie (RCT) vid fyra polikliniker som inkluderar SingHealth-poliklinikerna vid Pasir Ris, Tampines North, Eunos och Sengkang.
Kvalitativ: Djupintervju mellan studiedeltagarnas och klinikern, som är en integrerad del av studieteamet som levererar interventioner.
Kvantitativ: Multi-arm RCT Denna RCT involverar tre armar, som innehåller en kombination av interventioner och standardvård, som beskrivs nedan.
Arm 1: Avancerad vård med riskkommunikation med hjälp av ett AI-aktiverat verktyg (PERDICT.AI) + hembaserad övervakning med PTEC DM (huvudinsatsarm) Arm 2: Vanlig vård + riskkommunikation med ett AI-aktiverat verktyg (PERDICT.AI) Arm 3: Vanlig vård Alla grupper får även en diabetespamflett.
Randomisering Patientdeltagare från varje studieplats kommer att fördelas slumpmässigt i förhållandet 1:1:1 till en av de ovan nämnda armarna på ett öppet sätt, med hjälp av datorgenererade slumptal för enkel randomisering av försökspersoner. Interventionens karaktär gör det omöjligt att blinda patienter och forskarteam för deltagareallokering. Randomiseringssekvensen skrivs och förvaras i ett ogenomskinligt förseglat kuvert, som kommer att märkas med ett serienummer. Studiegruppen kommer att öppna det förseglade kuvertet när patienten har samtyckt till att delta och kommer sedan att tilldelas studiearmarna i enlighet med detta. Alla deltagare kommer att få en diabetespamflett ("Pamphlet - Ta kontroll över diabetes").
Studietyp
Inskrivning (Faktisk)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
-
Singapore, Singapore
- SingHealth Polyclinics
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Typ 2-diabetes mellitus vid uppföljning på studieplatsen i minst 12 månader
- Ålder 36 till 65 år
- Minst en HbA1c-avläsning ≥ 8,0 % under de senaste 6 månaderna
- Kunna läsa och tala engelska
Uteslutningskriterier:
- Inte en Singapore-medborgare eller permanent bosatt
- Gravid
- Njursjukdom i slutstadiet eller på njurersättningsterapi
- Känd dödlig sjukdom
- Syn- och/eller hörselnedsättning
- Kognitiv funktionsnedsättning eller psykisk ohälsa
- Det går inte att ge informerat samtycke
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Stödjande vård
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Arm 1
I arm 1 kommer deltagarna att delta i riskkommunikationssessionen med hjälp av AI-modulen (PERDICT.AI) som levereras av studieteamet integrerat med hembaserad diabetesövervakning (PTEC-DM) som ger personlig vägledning genom telekonsultation utöver vanlig vård.
Skärmaktivitet för PERDICT.AI kommer att spelas in med hjälp av en skärmdumpsprogramvara.
Hela sessionen kommer att spelas in med ljud.
|
Riskkommunikation med hjälp av PERDICT.AI kommunicerar dynamiskt en individs glykemiska kontroll, och erbjuder en jämförande rankning bland kamrater för att öka motivationen och medvetenheten.
Dessutom bedömer den risken för potentiella komplikationer jämfört med peer-data med exemplariska fall för att understryka konsekvenserna av suboptimal hantering.
Dessutom kommer det att generera personliga rekommendationer inklusive medicinjustering och personliga hälsoplaner.
Programmet Primary Tech-Enhanced Care (PTEC) fokuserar på att uppmuntra patienter att hantera kroniska tillstånd hemma genom användarvänliga kit.
Home Diabetes Monitoring-programmet (PTEC-DM) möjliggör hembaserad glukos- och blodtrycksövervakning en gång i veckan med hjälp av en Bluetooth-aktiverad enhet.
Dessa läsningar kommer säkert att överföras till studieteamet via appen och hanteras på lämpligt sätt genom telekonsultation.
Dessutom kommer deltagarna att få hälsonuffar, uppmuntran och påminnelser via meddelanden i appen för att stödja deras välbefinnande.
|
|
Experimentell: Arm 2
I arm 2 kommer deltagarna att delta i riskkommunikationssessionen med hjälp av AI-modulen (PERDICT.AI) utan PTEC-DM.
Skärmaktivitet för PERDICT.AI kommer att spelas in med hjälp av en skärmdumpsprogramvara.
Hela sessionen kommer att spelas in med ljud.
|
Riskkommunikation med hjälp av PERDICT.AI kommunicerar dynamiskt en individs glykemiska kontroll, och erbjuder en jämförande rankning bland kamrater för att öka motivationen och medvetenheten.
Dessutom bedömer den risken för potentiella komplikationer jämfört med peer-data med exemplariska fall för att understryka konsekvenserna av suboptimal hantering.
Dessutom kommer det att generera personliga rekommendationer inklusive medicinjustering och personliga hälsoplaner.
|
|
Inget ingripande: Arm 3
Arm 3 kommer att vara den aktiva kontrollgruppen, som endast får standardvård
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Risk Perception Survey-Diabetes Mellitus (RPS-DM)
Tidsram: genom avslutad studie, i genomsnitt 12 till 16 månader
|
RPS-DM består av 31 frågor.
Det första avsnittet bedömer riskkunskap (5 punkter poängsatta på en 3-gradig skala med 1 poäng för varje rätt svar; högre poäng indikerar större kunskap om risken att få diabeteskomplikationer).
De återstående 26 objekten omfattar 5 underskalor som kan beskrivas som: upplevd personlig kontroll (4 punkter poängsatta på en 4-gradig skala); oro (2 poäng på en 4-gradig skala), optimistisk partiskhet (2 poäng på en 4-gradig skala); personlig sjukdomsrisk (9 poster poängsatta på en 4-gradig skala; indikerar graden av egen upplevd risk att få 9 sjukdomar eller tillstånd, plus ytterligare fråga om de någonsin har haft tillståndet, fick ja/nej med 1 poäng tillagd för ja-svar ); och miljörisk (9 poäng poängsatts på en 4-gradig skala).
Den sammansatta riskuppfattningen är genomsnittet av de 26 frågorna i huvudenkäten; högre poäng indikerar större jämförande upplevd risk.
|
genom avslutad studie, i genomsnitt 12 till 16 månader
|
|
Hälsorelaterad livskvalitet
Tidsram: genom avslutad studie, i genomsnitt 12 till 16 månader
|
Förändring i poängen med hjälp av EQ-5D-5L frågeformulär; EQ-5D-5L-verktyget består av fem dimensioner som var och en beskriver olika aspekter av hälsa: rörlighet, egenvård, vanliga aktiviteter, smärta/obehag och ångest/depression.
Varje dimension har fem svarsnivåer (inga problem, små problem, måttliga problem, allvarliga problem, oförmögen/extrema problem).
Andelen patienter som rapporterar varje problemnivå på varje dimension av EQ-5D kommer att bestämmas genom slutförande av studien och jämföras.
EQ VAS (Visual Analogue Scale) ger ett kvantitativt mått på patientens uppfattning om sin allmänna hälsa.
EQ VAS registrerar respondentens övergripande nuvarande hälsa på en vertikal skala (0-100), där endpoints är märkta "0-Den värsta hälsan du kan föreställa dig" och "100-Den bästa hälsan du kan tänka dig".
|
genom avslutad studie, i genomsnitt 12 till 16 månader
|
|
Läkemedelsvidhäftning
Tidsram: genom avslutad studie, i genomsnitt 12 till 16 månader
|
Förändring av poängen med hjälp av skala för läkemedelsefterlevnad (MARS-5); MARS-5-poängen beräknades genom att summera den numeriska poängen (intervall 1-5) från varje fråga för av 25 (intervall 5-25).
En högre poäng indikerar bättre följsamhet.
|
genom avslutad studie, i genomsnitt 12 till 16 månader
|
|
Sammanfattning av Diabetes Self-care Activities (SDSCA) frågeformulär
Tidsram: genom avslutad studie, i genomsnitt 12 till 16 månader
|
SDSCA-frågeformuläret samlar in data om allmän kost, specifik diet, träning, blodsockertestning, fotvård och rökning, med hjälp av en 8-gradig Likert-skala (0-7), som representerar antalet dagar per vecka när den givna egenvårdsverksamhet utfördes.
Poängen beräknas separat för varje objekt och nivån av följsamhet indikeras av medelpoängen för varje dimension.
|
genom avslutad studie, i genomsnitt 12 till 16 månader
|
|
Iowa-Netherlands Comparison Orientation Measure (INCOM)
Tidsram: baslinjeregistrering
|
INCOM är ett mått på elva punkter på ens tendens att göra sociala jämförelser.
Skalan inkluderar sådana poster som: "Jag gillar alltid att veta vad andra i en liknande situation skulle göra."
Svarsvalen sträcker sig från 1 (håller helt med) till 5 (håller helt med).
Högre poäng indikerar mer av en tendens att socialt jämföra.
|
baslinjeregistrering
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Kostnadseffektivitetsanalys
Tidsram: genom avslutad studie, i genomsnitt 12 till 16 månader
|
Enhetskostnader för konsultation, laboratorium, sjukhusvistelse och apotekstjänster, samt utgifterna för hembaserad övervakning (inklusive en Bluetooth-aktiverad glukosmätare, teststickor, lansetter och en blodtrycksmätare), kommer att uppskattas för att bedöma kostnaden - effektiviteten av den avancerade vården genom att jämföra de inkrementella kostnaderna och hälsoresultaten
|
genom avslutad studie, i genomsnitt 12 till 16 månader
|
|
Synpunkter och erfarenheter av riskkommunikationssession med PERDICT.AI, PTEC-DM och vanlig vård
Tidsram: 24-48 veckor
|
djupintervju med deltagarna tills datamättnad
|
24-48 veckor
|
|
Utforska läkarens syn på nyttan av kombinerad intervention för att förbättra riskuppfattningen
Tidsram: 24-48 veckor
|
djupintervju med läkarna i studieteamet tills datamättnad
|
24-48 veckor
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: Ngiap Chuan Tan, MMed, SingHealth Polyclinics
Publikationer och användbara länkar
Allmänna publikationer
- Toobert DJ, Hampson SE, Glasgow RE. The summary of diabetes self-care activities measure: results from 7 studies and a revised scale. Diabetes Care. 2000 Jul;23(7):943-50. doi: 10.2337/diacare.23.7.943.
- Wee HL, Ho HK, Li SC. Public awareness of diabetes mellitus in Singapore. Singapore Med J. 2002 Mar;43(3):128-34.
- Chan AHY, Horne R, Hankins M, Chisari C. The Medication Adherence Report Scale: A measurement tool for eliciting patients' reports of nonadherence. Br J Clin Pharmacol. 2020 Jul;86(7):1281-1288. doi: 10.1111/bcp.14193. Epub 2020 May 18.
- Gibbons FX, Buunk BP. Individual differences in social comparison: development of a scale of social comparison orientation. J Pers Soc Psychol. 1999 Jan;76(1):129-42. doi: 10.1037//0022-3514.76.1.129.
- Ling W, Huang Y, Huang YM, Fan RR, Sui Y, Zhao HL. Global trend of diabetes mortality attributed to vascular complications, 2000-2016. Cardiovasc Diabetol. 2020 Oct 20;19(1):182. doi: 10.1186/s12933-020-01159-5.
- Nie R, Han Y, Xu J, Huang Q, Mao J. Illness perception, risk perception and health promotion self-care behaviors among Chinese patient with type 2 diabetes: A cross-sectional survey. Appl Nurs Res. 2018 Feb;39:89-96. doi: 10.1016/j.apnr.2017.11.010. Epub 2017 Nov 7.
- Mousavizadeh SN, Ashktorab T, Ahmadi F, Zandi M. From Negligence to Perception of Complexities in Adherence to Treatment Process in People with Diabetes: A Grounded Theory Study. Iran J Med Sci. 2018 Mar;43(2):150-157.
- Rouyard T, Kent S, Baskerville R, Leal J, Gray A. Perceptions of risks for diabetes-related complications in Type 2 diabetes populations: a systematic review. Diabet Med. 2017 Apr;34(4):467-477. doi: 10.1111/dme.13285. Epub 2016 Nov 29.
- Tham KY, Ong JJ, Tan DK, How KY. How much do diabetic patients know about diabetes mellitus and its complications? Ann Acad Med Singap. 2004 Jul;33(4):503-9.
- Hashim J, Smith HE, Tai ES, Yi H. Lay perceptions of diabetes mellitus and prevention costs and benefits among adults undiagnosed with the condition in Singapore: a qualitative study. BMC Public Health. 2022 Aug 20;22(1):1582. doi: 10.1186/s12889-022-14020-z.
- Welschen LM, Bot SD, Dekker JM, Timmermans DR, van der Weijden T, Nijpels G. The @RISK Study: Risk communication for patients with type 2 diabetes: design of a randomised controlled trial. BMC Public Health. 2010 Aug 5;10:457. doi: 10.1186/1471-2458-10-457.
- Welschen LM, Bot SD, Kostense PJ, Dekker JM, Timmermans DR, van der Weijden T, Nijpels G. Effects of cardiovascular disease risk communication for patients with type 2 diabetes on risk perception in a randomized controlled trial: the @RISK study. Diabetes Care. 2012 Dec;35(12):2485-92. doi: 10.2337/dc11-2130. Epub 2012 Aug 24.
- Rouyard T, Leal J, Baskerville R, Velardo C, Salvi D, Gray A. Nudging people with Type 2 diabetes towards better self-management through personalized risk communication: A pilot randomized controlled trial in primary care. Endocrinol Diabetes Metab. 2018 Jun 22;1(3):e00022. doi: 10.1002/edm2.22. eCollection 2018 Jul.
- Rouyard T, Leal J, Salvi D, Baskerville R, Velardo C, Gray A. An Intuitive Risk Communication Tool to Enhance Patient-Provider Partnership in Diabetes Consultation. J Diabetes Sci Technol. 2022 Jul;16(4):988-994. doi: 10.1177/1932296821995800. Epub 2021 Mar 3.
- Mao L, Lu J, Zhang Q, Zhao Y, Chen G, Sun M, Chang F, Li X. Family-based intervention for patients with type 2 diabetes via WeChat in China: protocol for a randomized controlled trial. BMC Public Health. 2019 Apr 5;19(1):381. doi: 10.1186/s12889-019-6702-8.
- Feng Y, Zhao Y, Mao L, Gu M, Yuan H, Lu J, Zhang Q, Zhao Q, Li X. The Effectiveness of an eHealth Family-Based Intervention Program in Patients With Uncontrolled Type 2 Diabetes Mellitus (T2DM) in the Community Via WeChat: Randomized Controlled Trial. JMIR Mhealth Uhealth. 2023 Mar 20;11:e40420. doi: 10.2196/40420.
- Fang HSA, Tan NC, Tan WY, Oei RW, Lee ML, Hsu W. Patient similarity analytics for explainable clinical risk prediction. BMC Med Inform Decis Mak. 2021 Jul 1;21(1):207. doi: 10.1186/s12911-021-01566-y.
- Oei RW, Fang HSA, Tan WY, Hsu W, Lee ML, Tan NC. Using Domain Knowledge and Data-Driven Insights for Patient Similarity Analytics. J Pers Med. 2021 Jul 22;11(8):699. doi: 10.3390/jpm11080699.
- Andres E, Meyer L, Zulfiqar AA, Hajjam M, Talha S, Bahougne T, Erve S, Hajjam J, Doucet J, Jeandidier N, Hajjam El Hassani A. Telemonitoring in diabetes: evolution of concepts and technologies, with a focus on results of the more recent studies. J Med Life. 2019 Jul-Sep;12(3):203-214. doi: 10.25122/jml-2019-0006.
- Lim DYZ, Chia SY, Abdul Kadir H, Mohamed Salim NN, Bee YM. Establishment of the SingHealth Diabetes Registry. Clin Epidemiol. 2021 Mar 16;13:215-223. doi: 10.2147/CLEP.S300663. eCollection 2021.
- Walker EA, Caban A, Schechter CB, Basch CE, Blanco E, DeWitt T, Kalten MR, Mera MS, Mojica G. Measuring comparative risk perceptions in an urban minority population: the risk perception survey for diabetes. Diabetes Educ. 2007 Jan-Feb;33(1):103-10. doi: 10.1177/0145721706298198.
- Seng JJB, Kwan YH, Fong W, Phang JK, Lui NL, Thumboo J, Leung YY. Validity and reliability of EQ-5D-5L among patients with axial spondyloarthritis in Singapore. Eur J Rheumatol. 2020 Apr;7(2):71-78. doi: 10.5152/eurjrheum.2020.19043. Epub 2020 Apr 1.
- Png ME, Yoong J, Phan TP, Wee HL. Current and future economic burden of diabetes among working-age adults in Asia: conservative estimates for Singapore from 2010-2050. BMC Public Health. 2016 Feb 16;16:153. doi: 10.1186/s12889-016-2827-1.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2024-2281
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .