[論文レビュー] Adherence to Personal Health Devices: A Case Study in Diabetes Management

Sudip Vhaduri, Temiloluwa Prioleau|arXiv (Cornell University)|May 30, 2020

Mobile Health and mHealth Applications参考文献 33被引用数 4

ひとこと要約

本研究では、44名の糖尿病患者の連続血糖モニタリング（CGM）データを60〜270日間分析し、装用遵守要因を調査した。その結果、特に異常血糖範囲での長期データギャップが、悪い結果を予測することが判明した。データギャップの33％が、血糖コントロールが不十分な状態で発生しており、特に血糖値が著しく低い・高い状態でのデータギャップが最長であり、特にコントロールが悪い患者に顕著であった。

ABSTRACT

Personal health devices can enable continuous monitoring of health parameters. However, the benefit of these devices is often directly related to the frequency of use. Therefore, adherence to personal health devices is critical. This paper takes a data mining approach to study continuous glucose monitor use in diabetes management. We evaluate two independent datasets from a total of 44 subjects for 60 - 270 days. Our results show that: 1) missed target goals (i.e. suboptimal outcomes) is a factor that is associated with wearing behavior of personal health devices, and 2) longer duration of non-adherence, identified through missing data or data gaps, is significantly associated with poorer outcomes. More specifically, we found that up to 33% of data gaps occurred when users were in abnormal blood glucose categories. The longest data gaps occurred in the most severe (i.e. very low / very high) glucose categories. Additionally, subjects with poorly-controlled diabetes had longer average data gap duration than subjects with well-controlled diabetes. This work contributes to the literature on the design of context-aware systems that can leverage data-driven approaches to understand factors that influence non-wearing behavior. The results can also support targeted interventions to improve health outcomes.

研究の動機と目的

• 糖尿病管理における連続血糖モニタリング（CGM）への遵守行動に、血糖目標達成度がどのように影響するかを調査すること。
• データギャップ（欠落したCGMデータ）と血糖コントロールの結果との関係を検討すること。
• 遵守行動のパターンが、糖尿病コントロール状態（良好・不良）と相関しているかどうかを特定すること。
• 慢性疾患管理における遵守行動と健康アウトカムの向上を目的とした、文脈に応じたデータ駆動型システムの設計を支援すること。
• 劣悪なグルコース管理と関連する行動パターンを同定することで、的確な介入を支援すること。

提案手法

• 2つの独立したデータセットから、44名の糖尿病患者の60〜270日間のCGMデータを収集・分析した。
• データギャップを、欠落または不完全な血糖値測定期間として定義し、これらを遵守不全を示すものと仮定した。
• ADAの血糖目標基準を用いて、血糖値を「正常」「目標」「異常（非常に低・非常に高を含む）」のカテゴリーに分類した。
• 各血糖値カテゴリーごとの平均データギャップ期間を算出し、良好コントロール群と不良コントロール群の間で比較した。
• データギャップ期間と血糖値の深刻度との間の関連性の有意性を統計解析で評価した。
• データギャップによる遵守行動の測定を臨床的アウトカム（血糖コントロール）と結びつけるデータ駆動型アプローチを適用した。

実験結果

リサーチクエスチョン

• RQ1 血糖目標達成度の向上が、連続血糖モニタリング（CGM）の装用行動にどの程度影響を及えるか。
• RQ2 異なる血糖値カテゴリー（正常、目標、異常、非常に低/非常に高）におけるデータギャップ期間はどのように変化するか。
• RQ3 良好コントロールと不良コントロールの糖尿病患者間で、平均データギャップ期間に有意な差があるか。
• RQ4 特に極端な血糖値範囲において、劣悪なグルコース管理状態の期間にデータギャップがより多く発生しているか。
• RQ5 欠落データイベントのデータ駆動型分析は、遵守行動と健康アウトカムの向上を目的とした文脈に応じた介入を支援できるか。

主な発見

• 約33％のデータギャップが、ユーザーが異常血糖状態にあった期間に発生しており、これは劣悪な管理状態での遵守不全を示している。
• 最も長いデータギャップは、最も深刻な血糖値カテゴリー（非常に低・非常に高）で観察され、ユーザーが深刻な健康状態にある際にCGMの使用を中止している可能性を示唆している。
• 糖尿病が不良コントロールの患者では、良好コントロールの患者に比べて平均データギャップ期間が有意に長かった。
• ユーザーが目標血糖値から最も離れている状態では、データギャップがより頻発し、期間も長くなった。これは、劣悪なコントロール状態での遵守不全が、悪化するフィードバックループを形成していることを示している。
• 本研究では、CGMへの遵守行動が血糖コントロールのパフォーマンスに強く影響されることを確認した。特に、極端な血糖イベント時に遵守不全が顕著に見られた。
• これらの発見は、リアルタイムのデータギャップとグルコーストレンドを活用して非遵守行動を検出し、それに応じた対応を行う文脈に応じたシステムの開発を支援する。