通过患者相似性来控制高血糖并通过远程监控维持更好的风险感知 (BRILLIANT)
背景:糖尿病显着增加并发症的可能性,从而增加糖尿病相关死亡的风险,特别是由于血管并发症。 通过提高对糖尿病并发症的认识来改善风险认知并最终降低死亡率,应对死亡率上升的趋势至关重要。 有效管理糖尿病需要采取干预措施,解决风险沟通和监测问题,帮助患者更好地了解自己的健康状况并做出明智的决定。
目标:主要目的是评估和比较使用人工智能模块 (PERDICT.AI) 和家庭糖尿病监测 (PTEC-DM) 组合风险沟通会议与独立风险沟通会议在改善健康结果(风险认知)方面的有效性。 、药物依从性、自我保健活动和血糖控制)控制不佳的糖尿病患者。 次要目标是探索参与者使用 PERDICT.AI、PTEC-DM 和常规护理进行风险沟通会议的看法和经验,以及临床医生对改善风险认知的新方法的实用性的看法。
方法:将采用混合方法研究设计,在新加坡保健集团综合诊所的四个集群(白沙、友诺士、盛港、淡滨尼北)进行多组随机对照试验。 患者参与者将以 1:1:1 的比例随机分配到三组之一。 第 1 组将使用 PERDICT.AI 进行风险沟通会议,并使用 PTEC-DM 进行家庭糖尿病监测以及常规护理。 第 2 组参与者将使用 PERDICT.AI 进行独立的风险沟通会议,并进行常规护理,而第 3 组参与者将作为对照组,进行常规护理。 总共 360 名参与者(每组 120 名)将通过简单随机分组的方式入组。 符合资格的患者年龄必须在 36 岁至 65 岁之间,且过去 6 个月内 HbA1c >8.0%。
该研究的意义:该研究的结果可能会为使用这些方法改善风险认知的科学知识提供证据,并建议制定类似的干预措施。
研究概览
详细说明
糖尿病已成为全球重大的公共卫生问题,新加坡也不例外。 截至 2022 年,新加坡有 8.5% 的成年人受到糖尿病影响,预计到 2050 年这一数字将达到 100 万,因此解决相关挑战势在必行。 糖尿病的经济影响不仅限于医疗费用,还影响生产力和生活质量。 劳动年龄人口患糖尿病的总费用(包括直接和间接费用)预计将从 2010 年的 7.87 亿美元(人均 5,646 美元)上升到 2050 年的 18.67 亿美元(人均 7,791 美元)。
此外,糖尿病还存在很大的并发症风险,可能对各种器官系统产生不利影响。 心血管疾病、神经病变和视网膜病变等并发症对糖尿病管理不善的人的健康构成严重威胁。 一项关于全球糖尿病死亡率趋势的研究显示,全球糖尿病相关死亡率的上升令人担忧,特别是由于血管并发症,这对糖尿病管理提出了重大挑战。 为了应对死亡率上升的趋势,提高对糖尿病并发症的认识以提高风险认知并最终降低死亡率至关重要。
糖尿病并发症的感知风险可能会影响患者的行为,影响对治疗计划的依从性和生活方式的改变。 具有较高风险认知的个人可能更有可能参与主动管理,从而获得更好的健康结果,并有可能降低与糖尿病并发症相关的死亡率。 另一方面,风险认知较差的个人可能会忽视必要的预防措施,导致疾病管理不理想,并发症的可能性增加,从而可能影响死亡率。
对糖尿病并发症风险认知的系统回顾凸显了 2 型糖尿病 (T2DM) 患者对糖尿病相关并发症风险缺乏认识。 同样,关于糖尿病并发症风险意识的研究,特别是在新加坡,揭示了成年人之间的知识差距。 尽管对生活质量有重大影响,但晚期 T2DM 及其并发症被认为进展缓慢,不会立即危及生命。 因此,对于控制不佳的糖尿病患者来说,关于并发症风险的有效沟通至关重要。
Weaver等人将风险沟通定义为“有效、准确地交流有关健康风险和危害的信息”,以“提高风险意识和理解,促进健康保护行为”。 加强风险沟通不仅可以促进知情决策,还可以推进早期干预和预防措施。 此外,Hashim J 等人强调,在对风险认知较高但不采取预防行动的成年人制定有效干预措施时,考虑社会和文化因素的重要性。 该研究还表明,对预防措施相关利弊的不同观点可能会影响这些行为的长期可持续性。
为 T2DM 患者制定了风险沟通干预措施,以改善他们的风险认知和健康行动。 这些干预性研究探索了向 T2DM 患者传达糖尿病并发症风险的不同方法。 干预措施包括一系列创新的风险沟通方法,如视觉教具、一般性推动、个性化风险信息的数字工具以及通过微信提供的家庭支持。 虽然此类干预措施有助于提供有价值的见解,但这些工具也存在一些局限性,例如长期影响有限、技术采用面临挑战。 通过综合方法解决这些缺点可以增强研究结果在不同医疗保健环境中的稳健性和适用性。
基于 PERDICT.AI 的咨询
新加坡的初级保健医生和计算机科学家团队开发了一种基于人工智能的相似性模型,名为 PERDICT.AI(使用人工智能的个性化糖尿病咨询工具),旨在帮助医生向糖尿病患者传达风险。 该工具将患者的 HbA1c 水平与来自去识别化数据库的类似患者(或同伴)进行排名,显示糖尿病并发症的流行程度取决于 HbA1c 的严重程度。 这被称为“同行比较”,该工具根据初级保健医生的反馈进行了修订,以增强其在风险沟通中的有用性。
基于健康信念模型 (HBM),为初级保健医生 (PCP) 开发了一种风险沟通干预措施,为 T2DM 患者提供关于血糖控制和可能出现的并发症的咨询,并推荐改善血糖控制和预防并发症的方法(或进一步的并发症)。 PERDICT.AI 的信息将支持这一点。
使用 PERDICT.AI 进行风险沟通,动态传达个人的血糖控制情况,提供同龄人之间的比较排名,以增强动机和意识。 此外,它还评估了与同行数据和典型案例相比潜在并发症的风险,以强调次优管理的后果。 此外,它将生成个性化建议,包括药物调整和个性化健康计划。
糖尿病管理通常需要持续的鼓励和指导,而静态风险沟通工具可能无法提供这一点。 此外,被动接收信息可能无法激励患者积极参与糖尿病管理。 这种缺乏参与可能会导致对推荐策略的遵守程度降低,从而限制该工具的整体影响。 这从 @RISK 研究中可以明显看出,最初在 2 周观察到的风险认知改善在第 12 周消失,突显了维持积极结果的时间限制。 尽管干预组的参与者对风险沟通的满意度更高,但这并没有转化为持续的改进。 这强调需要采取综合方法来维持短期以外的积极成果。
与远程监控系统集成
通过远程监控可以在较长时间内持续改善风险认知。 通过利用远程监控技术,医疗保健提供者可以与患者保持一致的联系,实时了解他们的健康状况。 此外,远程监测有利于持续教育和支持,从而有助于改善风险认知的长期可持续性,并可以显着加强糖尿病管理并预防并发症。
初级技术增强护理 (PTEC) 计划的重点是鼓励患者通过用户友好的工具包在家中管理慢性病。 家庭糖尿病监测计划 (PTEC-DM) 使用蓝牙设备每周进行一次家庭血糖和血压监测。 这些读数将通过应用程序安全地传输给研究团队,并通过远程咨询进行适当管理。 此外,参与者将通过应用内消息收到健康提示、鼓励和提醒,以支持他们的健康。
PTEC-DM 与使用 PERDICT.AI 的风险沟通相结合,充分利用了人际互动和适应性的优势,有助于形成更全面、以患者为中心的糖尿病管理方法。 这种组合方法解决了监测和指导问题,有助于增强患者的理解和明智的决策。 因此,本研究的设计目标如下,采用多中心、多臂随机对照试验设计。
目标
主要目标:
我。 ii. 评估使用人工智能工具 (PERDICT.AI) 进行风险沟通在改善控制不佳的糖尿病患者的风险认知评分、生活质量和健康结果(药物依从性和自我保健活动以及血糖控制)方面的有效性。 确定使用 PERDICT.AI 和远程监控 (PTEC-DM) 组合进行风险沟通会议在改善风险认知、生活质量和健康结果方面的有效性
次要目标:
三. iv. 比较两种方法对改善控制不良的糖尿病患者的风险认知、生活质量和健康结果的影响。 通过比较增量成本和健康结果来评估高级护理的成本效益。 vi. 探讨参与者使用 PERDICT.AI、PTEC-DM 和常规护理进行风险沟通会议的观点和经验。 探讨临床医生对改善风险认知的新方法的实用性的看法
假设:
• 干预后,患者的风险感知评分和健康结果(血糖控制和自我护理活动)将会得到改善。
材料和方法
研究背景 该研究将在初级保健诊所集群的 4 家综合诊所进行,这些诊所为新加坡东部地区超过 200,000 名患有糖尿病的居民提供护理。
研究设计序贯解释性混合方法研究
定量:在四家综合诊所进行的多臂随机对照试验(RCT),其中包括位于白沙、淡滨尼北、友诺士和盛港的新加坡保健集团综合诊所。
定性:对研究参与者和临床医生进行深入访谈,他们是提供干预措施的研究团队不可或缺的一部分。
定量:多臂随机对照试验 该随机对照试验涉及三个臂,结合了干预措施和标准护理,如下所述。
第 1 组:使用人工智能工具 (PERDICT.AI) 进行风险沟通的高级护理 + 使用 PTEC DM 的家庭监测(主要干预组) 第 2 组:使用人工智能工具 (PERDICT.AI) 进行常规护理 + 风险沟通3:日常护理 所有团体还将收到一本糖尿病小册子。
随机化 来自每个研究中心的患者参与者将以开放标签方式以 1:1:1 的比例随机分配到上述组之一,使用计算机生成的随机数对受试者进行简单随机化。 干预的性质使得患者和研究团队不可能对参与者的分配视而不见。 随机序列被写入并保存在不透明的密封信封中,该信封将贴上序列号。 一旦患者同意参与,研究团队将打开密封的信封,然后将其分配到相应的研究组。 所有参与者都将收到一本糖尿病小册子(“小册子 - 控制糖尿病”)。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Singapore、新加坡
- SingHealth Polyclinics
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准:
- 2 型糖尿病在研究中心进行至少 12 个月的随访
- 年龄36至65岁
- 过去 6 个月内至少有一项 HbA1c 读数 ≥ 8.0%
- 能够阅读和说英语
排除标准:
- 不是新加坡公民或永久居民
- 孕
- 终末期肾病或正在接受肾脏替代治疗
- 已知绝症
- 视力和/或听力障碍
- 认知障碍或精神疾病
- 无法提供知情同意书
学习计划
研究是如何设计的?
设计细节
- 主要用途:支持治疗
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:第 1 臂
在第 1 组中,参与者将参加由研究团队提供的人工智能模块 (PERDICT.AI) 与家庭糖尿病监测 (PTEC-DM) 相结合的风险沟通会议,除了常规护理之外,还通过远程咨询提供个性化指导。
PERDICT.AI 的屏幕活动将使用屏幕捕获软件进行记录。
整个会议将被录音。
|
使用 PERDICT.AI 进行风险沟通,动态传达个人的血糖控制情况,提供同龄人之间的比较排名,以增强动机和意识。
此外,它还评估了与同行数据和典型案例相比潜在并发症的风险,以强调次优管理的后果。
此外,它将生成个性化建议,包括药物调整和个性化健康计划。
初级技术增强护理 (PTEC) 计划的重点是鼓励患者通过用户友好的工具包在家中管理慢性病。
家庭糖尿病监测计划 (PTEC-DM) 使用蓝牙设备每周进行一次家庭血糖和血压监测。
这些读数将通过应用程序安全地传输给研究团队,并通过远程咨询进行适当管理。
此外,参与者将通过应用内消息收到健康提示、鼓励和提醒,以支持他们的健康。
|
|
实验性的:第 2 臂
在第 2 组中,参与者将在没有 PTEC-DM 的情况下使用 AI 模块 (PERDICT.AI) 参加风险沟通会议。
PERDICT.AI 的屏幕活动将使用屏幕捕获软件进行记录。
整个会议将被录音。
|
使用 PERDICT.AI 进行风险沟通,动态传达个人的血糖控制情况,提供同龄人之间的比较排名,以增强动机和意识。
此外,它还评估了与同行数据和典型案例相比潜在并发症的风险,以强调次优管理的后果。
此外,它将生成个性化建议,包括药物调整和个性化健康计划。
|
|
无干预:第 3 臂
第 3 组将是主动对照组,仅接受标准护理
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
糖尿病风险认知调查 (RPS-DM)
大体时间:完成学习平均需要 12 至 16 个月
|
RPS-DM 包含 31 个问题。
第一部分评估风险知识(5 个项目按 3 分制评分,每个正确答案 1 分;分数越高表示对患糖尿病并发症风险的了解越多)。
其余 26 个项目包括 5 个子量表,可描述为: 感知个人控制(4 个项目按 4 分制评分);担心(2 项评分为 4 分制)、乐观偏见(2 项评分为 4 分制);个人疾病风险(9个项目,按4分制评分;表示自己感知到的患9种疾病或病症的风险程度,加上关于是否曾经患有该病症的附加问题,评分是/否,回答“是”则加1分);和环境风险(9 个项目,按 4 分制评分)。
综合风险感知为主问卷26个项目的平均值;分数越高表明相对感知风险越大。
|
完成学习平均需要 12 至 16 个月
|
|
健康相关的生活质量
大体时间:完成学习平均需要 12 至 16 个月
|
使用EQ-5D-5L问卷的分数变化; EQ-5D-5L 工具包含五个维度,每个维度描述健康的不同方面:活动能力、自我护理、日常活动、疼痛/不适和焦虑/抑郁。
每个维度有五个响应级别(没有问题、轻微问题、中等问题、严重问题、无法/极端问题)。
报告 EQ-5D 每个维度的每个问题级别的患者比例将通过研究完成和比较来确定。
EQ VAS(视觉模拟量表)提供了患者对其整体健康状况感知的定量测量。
EQ VAS 以垂直尺度(0-100)记录受访者当前的整体健康状况,其中端点标记为“0 - 您可以想象的最糟糕的健康状况”和“100 - 您可以想象的最好的健康状况”。
|
完成学习平均需要 12 至 16 个月
|
|
服药依从性
大体时间:完成学习平均需要 12 至 16 个月
|
使用五项药物依从性报告量表(MARS-5)的分数变化; MARS-5 分数是通过将每个问题的数字分数(范围 1-5)相加得出的,满分 25 分(范围 5-25)。
分数越高表明依从性越好。
|
完成学习平均需要 12 至 16 个月
|
|
糖尿病自我护理活动 (SDSCA) 调查问卷摘要
大体时间:完成学习平均需要 12 至 16 个月
|
SDSCA 调查问卷使用 8 点李克特量表 (0-7) 收集有关一般饮食、特定饮食、运动、血糖测试、足部护理和吸烟的数据,该量表代表每周进行特定饮食的天数进行了自我护理活动。
每个项目的分数分别计算,遵守程度由每个维度的平均分数表示。
|
完成学习平均需要 12 至 16 个月
|
|
爱荷华州-荷兰比较倾向测量 (INCOM)
大体时间:基线入学率
|
INCOM 是衡量一个人进行社会比较倾向的 11 项指标。
该量表包括以下项目:“我总是想知道处于类似情况的其他人会做什么。”
回答选项范围从 1(强烈不同意)到 5(强烈同意)。
分数越高表明更倾向于进行社交比较。
|
基线入学率
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
成本效益分析
大体时间:完成学习平均需要 12 至 16 个月
|
将估算咨询、实验室、住院和药房服务的单位成本,以及家庭监测的费用(包括蓝牙血糖仪、试纸、刺血针和血压计),以评估成本- 通过比较增量成本和健康结果来评估高级护理的有效性
|
完成学习平均需要 12 至 16 个月
|
|
使用 PERDICT.AI、PTEC-DM 和常规护理的风险沟通会议的看法和经验
大体时间:24-48周
|
对参与者进行深度访谈直至数据饱和
|
24-48周
|
|
探讨临床医生对联合干预措施改善风险认知的看法
大体时间:24-48周
|
深度访谈研究团队医生直至数据饱和
|
24-48周
|
合作者和调查者
调查人员
- 首席研究员:Ngiap Chuan Tan, MMed、SingHealth Polyclinics
出版物和有用的链接
一般刊物
- 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.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.