Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Blandade resurser för integrerad diabetesvägledning och empowerment (BRIDGE)

19 februari 2026 uppdaterad av: Peking University

Effektivitet och implementering av en AI-driven blandad vårdmodell för typ 2-diabeteshantering i primärvården: En enkelblindad, klusterrandomiserad kontrollerad studie i Zhangjiagang, Kina

Syftet med denna klusterrandomiserade kliniska studie är att ta reda på om en AI-baserad blandad vårdmodell (BRIDGE-programmet) fungerar för att behandla typ 2-diabetes hos vuxna. Den kommer också att undersöka kostnadseffektiviteten och genomförbarheten för denna modell i primärvårdsmiljöer. De huvudsakliga frågor som studien avser att besvara är:

Sänker den AI-drivna interventionen HbA1c-nivåer (blodsocker) jämfört med standardvård?

Förbättrar denna modell deltagarnas livskvalitet, självhanteringsbeteenden och digitala kompetens?

Forskare kommer att jämföra "Diet-Medicine Companion" (Shi Yi Ban Lv) mini-program kombinerat med familjeläkarsupport med standard community care för att se om den blandade vårdmodellen fungerar för att hantera diabetes.

Deltagarna kommer att:

Använda "Diet-Medicine Companion" mini-programmet för att ladda upp kostfoton dagligen och få AI-feedback i 6 månader

Få periodisk vägledning och telefonspårhjälp från falladministratörer (familjeläkare)

Fylla i frågeformulär och genomgå blodprov (HbA1c) vid baslinjen, 3 månader och 6 månader

Studieöversikt

Status

Har inte rekryterat ännu

Studietyp

Interventionell

Inskrivning (Beräknad)

1200

Fas

  • Inte tillämpbar

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Beskrivning

Inklusionskriterier:

  • Ålder 18 till 65 år (inklusive).
  • Glykosylerat hemoglobin (HbA1c) nivå ≥ 7,0%.
  • Bott i det lokala området i minst 6 månader.
  • Kan använda en smartphone för att ta foton och använda WeChat mini-programmet.
  • Villig och kapabel att ge informerat samtycke.

Exklusionskriterier:

  • Diagnostiserad med typ 1-diabetes, graviditetsdiabetes eller sekundär diabetes.
  • Förekomst av allvarliga diabetiska komplikationer.
  • Har fått strålbehandling eller kemoterapi inom de senaste 6 månaderna.
  • Diagnostiserad med allvarliga intellektuella funktionsnedsättningar, Alzheimers sjukdom eller andra allvarliga psykiatriska störningar.
  • Deltar för närvarande i andra forskningsprojekt som kan påverka resultaten av denna studie.
  • Förekomst av andra allvarliga funktionsnedsättningar eller medicinska tillstånd som bedöms olämpliga för deltagande av forskarna.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Behandling
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Intervention
Deltagarna i denna arm kommer att få "Diet-Medicine Companion" (Shi Yi Ban Lv)-interventionen. Detta innebär att använda ett AI-drivet WeChat-miniprogram för daglig kostloggning och få realtidsfeedback. Deltagarna får också proaktiv övervakning och stöd från familjeläkare (falladministratörer), inklusive telefonpåminnelser om de är inaktiva i mer än 7 dagar och riktad hälsoinformation baserad på deras data.

Interventionen består av ett 6-månaders AI-drivet blended care-program som använder "Diet-Medicine Companion" (Shi Yi Ban Lv) WeChat mini-program.

Patientkomponent (AI-stöd): Deltagare måste ladda upp fotobilder på mat och blodsockerjournaler via mini-programmet minst en gång per dag. Systemet, som drivs av en Large Language Model (LLM), ger omedelbar, personanpassad kostrådgivning och svarar på diabetesrelaterade frågor via en AI-chattbot.

Vårdgivarkomponent (mänskligt stöd): Falladministratörer (familjeläkare) övervakar patientdata via en vårdgivarpanel. Protokollet innefattar "human-in-the-loop"-stöd, där läkare ger telefonsamtalspåminnelser om deltagare är inaktiva (inga uppladdningar) i mer än 7 dagar. Läkare griper även in för att ge medicinsk vägledning eller hälsoinformation baserat på specifika systemvarningar eller patientbehov.

Inget ingripande: Kontroll
Deltagarna i denna arm kommer att få standardvård i samhället (sedvanlig vård) för typ 2-diabeteshantering som tillhandahålls av deras lokala vårdcentraler. De kommer att genomföra samma schema för utvärderingar (HbA1c-tester och frågeformulär) vid baslinje, 3 månader och 6 månader men kommer inte att få AI-miniprograminterventionen eller det specifika falladministratörsstöd som tillhandahålls till experimentgruppen.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förändring i Glykosylerat Hemoglobin (HbA1c)-nivåer
Tidsram: Baseline, månad 3 och månad 6
Glykosylerat hemoglobin (HbA1c) återspeglar den genomsnittliga plasmaglukoskoncentrationen under de föregående 3 månaderna. Det fungerar som den främsta biomarkören för långsiktig glykemisk kontroll vid diabetesbehandling. Data kommer att erhållas från venösa blodprover som samlas in på hälsocentraler. En lägre HbA1c-procent indikerar bättre glykemisk kontroll.
Baseline, månad 3 och månad 6

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förändring i kroppsmassaindex (KMI)
Tidsram: Baseline, månad 3 och månad 6
Beräknas som vikt i kilogram delat med längd i meter i kvadrat (kg/m^2). BMI används som en indikator på kroppsfett och viktstatus. Ett lägre BMI (inom det hälsosamma intervallet) indikerar generellt bättre viktkontrollresultat.
Baseline, månad 3 och månad 6
Förändring i blodtryck
Tidsram: Baseline, månad 3 och månad 6
Mäts som systoliskt och diastoliskt blodtryck i mmHg med en standardblodtrycksmätare. Lägre blodtrycksvärden (som närmar sig det normala intervallet) indikerar bättre kardiovaskulär riskhantering.
Baseline, månad 3 och månad 6
Förekomst av diabeteskomplikationer
Tidsram: Baslinje, månad 3 och månad 6
Förekomsten av nya eller förvärrade diabetesrelaterade komplikationer, inklusive men inte begränsat till neuropati, retinopati, nefropati och hjärt-kärlhändelser. Data kommer att samlas in genom granskning av journaler och patienters självrapporter. En lägre incidensfrekvens indikerar bättre sjukdomshantering
Baslinje, månad 3 och månad 6
Livskvalitet (EQ-5D-5L)
Tidsram: Baseline, månad 3 och månad 6
Bedömd med EuroQol 5-Dimension 5-Level (EQ-5D-5L) frågeformuläret. Det täcker fem dimensioner: mobilitet, egenvård, vanliga aktiviteter, smärta/obehag och ångest/depression. Svaren omvandlas till ett enda nyttighetsindexvärde som sträcker sig från mindre än 0 till 1. Högre värden indikerar bättre hälsorelaterad livskvalitet.
Baseline, månad 3 och månad 6
Självhanteringsbeteenden (SDSCA)
Tidsram: Baslinje, månad 3 och månad 6
Bedömdes med hjälp av formuläret Summary of Diabetes Self-Care Activities (SDSCA). Detta instrument mäter frekvensen av egenvårdsaktiviteter (inklusive kost, motion, blodsockerkontroll och fotvård) under de senaste 7 dagarna. Högre poäng indikerar bättre följsamhet till diabetes egenvårdsaktiviteter.
Baslinje, månad 3 och månad 6
Behandlingsnöjdhet (DTSQs)
Tidsram: Baslinje, månad 3 och månad 6
Utvärderad med hjälp av Diabetes Treatment Satisfaction Questionnaire (DTSQs). Detta verktyg utvärderar patientens tillfredsställelse med deras nuvarande behandlingsregim, inklusive uppfattning av hyperglykemi/hypoglykemi och bekvämlighet. Högre poäng indikerar större tillfredsställelse med behandlingen.
Baslinje, månad 3 och månad 6
Digital kompetens (C-eHEALS)
Tidsram: Baseline, månad 3 och månad 6
Utvärderad med den kinesiska eHealth Literacy Scale (C-eHEALS). Denna skala mäter deltagarnas kombinerade kunskap, bekvämlighet och upplevda färdigheter i att hitta, utvärdera och tillämpa elektronisk hälsoinformation på hälsoproblem. Högre poäng indikerar högre nivåer av elektronisk hälsolitteracitet.
Baseline, månad 3 och månad 6
Medicinska kostnader
Tidsram: Baseline, månad 3 och månad 6
Totala direkta och indirekta kostnader relaterade till diabeteshantering. Direkta kostnader inkluderar utgifter för undersökningar, läkemedel, öppenvårds-/slutenvårdsbesök, transporter och vårdgivaravgifter. Indirekta kostnader inkluderar kostnader för vårdgivarens tid. Data kommer att samlas in via patientenkäter och vårdutnyttjandeprotokoll. Lägre kostnader indikerar en minskad ekonomisk börda.
Baseline, månad 3 och månad 6

Andra resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Frekvens av kostuppladdningar (följsamhet)
Tidsram: Under hela den 6-månaders långa interventionsperioden
Mäts som det totala antalet kostregistreringar (foton eller textinlägg) som laddats upp av varje deltagare via "Diet-Medicine Companion" (Shi Yi Ban Lv) mini-programmet. Data loggas automatiskt av systemets backend-server. Denna mått fungerar som en direkt objektiv indikator på deltagarnas engagemang och efterlevnad av interventionsprotokollet (som kräver dagliga uppladdningar). Högre siffror indikerar bättre efterlevnad.
Under hela den 6-månaders långa interventionsperioden

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Beräknad)

1 mars 2026

Primärt slutförande (Beräknad)

1 mars 2026

Avslutad studie (Beräknad)

30 oktober 2026

Studieregistreringsdatum

Först inskickad

21 januari 2026

Först inskickad som uppfyllde QC-kriterierna

21 januari 2026

Första postat (Faktisk)

28 januari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

23 februari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

19 februari 2026

Senast verifierad

1 januari 2026

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

Tidsram för IPD-delning

Startdatum: Inom 6 månader efter publicering av den primära manuskriptet

Slutdatum: 3 år efter publicering

Kriterier för IPD Sharing Access

Avidentifierade individuella deltagardata (IPD) som ligger till grund för resultaten som rapporteras i artikeln kommer att göras tillgängliga för forskare som lämnar ett metodologiskt sund förslag. Data kommer att vara tillgängliga från och med 6 månader och upp till 3 år efter artikelpublicering. Förslag ska riktas till huvudforskaren, Ping He (phe@pku.edu.cn) eller studieansvarig. För att få tillgång kommer databegärare att behöva underteckna ett datatillgångsavtal.

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • SAV
  • ANALYTIC_CODE

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Prenumerera