Những điểm nổi bật
- Các hệ thống hỗ trợ quyết định lâm sàng (DSS) cho tiểu đường tuýp 1 (T1D) không mang lại lợi ích đường huyết đồng đều cho tất cả các nhóm dân số; hiệu quả phụ thuộc rất nhiều vào đặc điểm ban đầu của bệnh nhân.
- DSS thông tin (iDSS), cung cấp phản hồi để hỗ trợ quyết định thay vì lệnh trực tiếp, đã giảm đáng kể thời gian vượt mức cho người dùng có kiến thức về tiểu đường thấp hơn và HbA1c ban đầu cao hơn.
- Yếu tố tâm lý-xã hội, cụ thể là nỗi lo về tiểu đường liên quan và sợ hạ đường huyết, là những dự đoán chính của sự tham gia công nghệ thấp.
- Sở thích của người dùng đóng vai trò quan trọng trong việc tuân thủ, với 40% người tham gia ưa thích phản hồi thông tin hơn là khuyến nghị chỉ định.
Thách thức của việc cá nhân hóa quản lý tiểu đường tuýp 1
Quản lý tiểu đường tuýp 1 đã trải qua một cuộc cách mạng công nghệ trong thập kỷ qua. Việc sử dụng rộng rãi theo dõi đường huyết liên tục (CGM) và liệu pháp bơm insulin tiên tiến đã cung cấp cho bác sĩ và bệnh nhân một lượng dữ liệu chưa từng có. Tuy nhiên, dữ liệu đơn thuần không tương đương với kết quả tốt hơn. Gánh nặng nhận thức của việc diễn giải xu hướng đường huyết, tính toán liều lượng insulin và xem xét các biến số như vận động và lượng carbohydrate vẫn là một rào cản lớn đối với nhiều bệnh nhân. Khoảng cách này đã dẫn đến việc phát triển Hệ thống Hỗ trợ Quyết định (DSS)—công cụ thuật toán được thiết kế để chuyển đổi dữ liệu thô thành thông tin lâm sàng có thể hành động.
Bất chấp lời hứa lý thuyết của DSS, các nghiên cứu thực tế thường báo cáo tỷ lệ tham gia thấp và cải thiện khiêm tốn trong kiểm soát đường huyết. Sự mất khớp giữa khả năng công nghệ và hiệu quả lâm sàng cho thấy rằng “yếu tố con người”—những thuộc tính tâm lý, giáo dục và hành vi của người dùng—có thể là mắt xích còn thiếu trong thành công của các can thiệp y tế kỹ thuật số. Một thử nghiệm ngẫu nhiên kiểm soát gần đây bởi Pavan et al. điều tra mối tương tác này, cung cấp cái nhìn quan trọng về tại sao một số bệnh nhân thịnh vượng với DSS trong khi những người khác thì không.
Thiết kế và phương pháp nghiên cứu
Các nhà nghiên cứu đã tiến hành một thử nghiệm ngẫu nhiên kiểm soát mạnh mẽ bao gồm 53 người lớn mắc tiểu đường tuýp 1. Nhóm được cân bằng giữa những người sử dụng tiêm insulin hàng ngày (MDI) và những người sử dụng liệu pháp bơm insulin, với tất cả người tham gia sử dụng CGM. Nghiên cứu sử dụng thiết kế chéo ba giai đoạn, nơi mỗi người tham gia trải qua ba can thiệp riêng biệt kéo dài 2 tháng theo thứ tự ngẫu nhiên:
1. Không DSS (Đối chứng)
Người tham gia quản lý tiểu đường bằng phương pháp chuẩn mà không có sự hỗ trợ của phần mềm hỗ trợ quyết định chuyên dụng.
2. DSS Thông tin (iDSS)
iDSS cung cấp phản hồi tóm tắt và phân tích sau sự kiện. Thay vì chỉ cho người dùng biết phải làm gì, nó làm nổi bật các mẫu và cung cấp thông tin cần thiết để người dùng đưa ra quyết định có thông tin. Cách tiếp cận này hoạt động như một công cụ giảng dạy, nhằm tăng cường sự tự tin và hiểu biết của người dùng về các mẫu đường huyết của họ.
3. DSS Chỉ định (pDSS)
pDSS theo cách tiếp cận trực tiếp hơn, đề xuất các hành động điều trị cụ thể, như liều bolus chính xác hoặc điều chỉnh tốc độ cơ bản. Hệ thống này được thiết kế để giảm gánh nặng nhận thức của người dùng bằng cách cung cấp hướng dẫn rõ ràng và có thể hành động để tối ưu hóa liệu pháp ngay lập tức.
Kết quả chính là các chỉ số đường huyết được lấy từ CGM, bao gồm Thời gian Trong Phạm vi (TIR), Thời gian Trên Phạm vi (TAR) và Đường huyết Trung bình Đo bởi Đầu dò. Đặc biệt, các nhà nghiên cứu cũng tiến hành phân tích khám phá để xác định mối tương quan giữa các kết quả này với các biến tâm lý-xã hội, bao gồm kiến thức về tiểu đường, căng thẳng cảm xúc và lo lắng về hạ đường huyết.
Những phát hiện chính: Mâu thuẫn giữa Công nghệ và Tham gia
Các kết quả tổng hợp của nghiên cứu ban đầu có vẻ kém ấn tượng: không có sự khác biệt có ý nghĩa thống kê về các kết quả đường huyết chính giữa ba can thiệp cho toàn bộ dân số nghiên cứu. Tuy nhiên, khi dữ liệu được phân loại theo yếu tố con người, một bức tranh phức tạp và có ý nghĩa lâm sàng hơn đã xuất hiện.
Khoảng cách Kiến thức và Hiệu quả của iDSS
Đối với những người tham gia có kiến thức về tiểu đường ban đầu thấp và những người bắt đầu với hemoglobin A1c cao hơn, việc sử dụng iDSS đã dẫn đến giảm đáng kể tình trạng tăng đường huyết. Cụ thể, những người dùng này thấy giảm 6% thời gian trung bình vượt quá 180 mg/dl (p < 0.001) khi sử dụng hệ thống thông tin so với không DSS. Điều này cho thấy rằng đối với những người gặp khó khăn với các nguyên tắc cơ bản của quản lý tiểu đường, một hệ thống giải thích "tại sao" đằng sau dữ liệu hiệu quả hơn một hệ thống chỉ cung cấp đơn thuốc.
Tác động của Rào cản Tâm lý
Nghiên cứu đã xác định một mối tương quan tiêu cực rõ ràng giữa căng thẳng tâm lý và việc sử dụng công nghệ. Những người tham gia báo cáo mức độ căng thẳng cảm xúc cao (p < 0.001) và lo lắng đáng kể về hạ đường huyết (p < 0.01) có sự tham gia với các mô-đun DSS thấp hơn đáng kể. Điều này cho thấy rằng khi bệnh nhân bị áp lực bởi gánh nặng cảm xúc của tình trạng của họ hoặc bị tê liệt bởi nỗi sợ hạ đường huyết, ngay cả thuật toán tiên tiến nhất cũng có thể thất bại vì người dùng thiếu băng thông tinh thần hoặc lòng tin để tương tác với nó.
Sở thích và Tuân thủ
Sự tham gia đáng kể cao hơn khi người tham gia sử dụng hệ thống mà họ cá nhân ưa thích (p < 0.01). Thú vị thay, 40% nhóm ưa thích iDSS hơn pDSS, cho thấy một phần đáng kể dân số T1D coi trọng tự chủ và học hỏi hơn là khuyến nghị tự động.
Giải thích Lâm sàng: DSS như một Công cụ Học tập
Phát hiện rằng iDSS vượt trội hơn pDSS trong các nhóm cụ thể là một bài học quan trọng cho các bác sĩ. Trong bối cảnh y tế hiện tại, có một xu hướng mạnh mẽ hướng tới tự động hóa hoàn toàn (như các hệ thống vòng kín). Mặc dù tự động hóa đã thay đổi cuộc sống của nhiều người, nó đôi khi hoạt động như một “hộp đen” khiến người dùng mất kết nối với sinh lý của chính họ. Mô hình iDSS hoạt động như một cầu nối nhận thức, giúp bệnh nhân có trình độ văn hóa y tế thấp nhận diện các mẫu và có được sự tự tin cần thiết để quản lý hiệu quả.
Nghiên cứu này cho thấy DSS không nên được coi chỉ là một thay thế cho quyết định của con người, mà là một khung giá trị cho sự thay đổi hành vi. Đối với một bệnh nhân có A1c cao và kiến thức hạn chế, việc chuyển sang công nghệ tiên tiến có thể cần phải đi trước hoặc cùng với các công cụ ưu tiên giáo dục và phản hồi hơn là tự động hóa đơn thuần.
Bình luận của Chuyên gia: Giải quyết Rào cản Căng thẳng
Công nghệ y tế thường giả định một mô hình “người dùng lý tưởng”—ý tưởng rằng nếu chúng ta cung cấp dữ liệu đúng, bệnh nhân sẽ thực hiện hành động đúng. Các phát hiện của Pavan et al. bác bỏ giả định này bằng cách nhấn mạnh vai trò của căng thẳng liên quan đến tiểu đường. Nếu bệnh nhân đang ở trong tình trạng mệt mỏi, một DSS cung cấp thêm thông báo hoặc nhiệm vụ có thể thực sự làm trầm trọng thêm vấn đề, dẫn đến việc bỏ công nghệ.
Các bác sĩ phải sàng lọc sự sẵn sàng tâm lý trước khi kê đơn các công cụ hỗ trợ quyết định phức tạp. Giải quyết nỗi lo về hạ đường huyết thông qua liệu pháp hành vi hoặc cảnh báo CGM bảo thủ hơn có thể là tiền đề cần thiết để triển khai thành công DSS chỉ định. Hơn nữa, dữ liệu sở thích cho thấy cách tiếp cận một kích thước phù hợp cho tất cả đối với công nghệ tiểu đường chắc chắn sẽ thất bại. Cá nhân hóa phải mở rộng beyond thuật toán insulin đến giao diện người dùng và phong cách phản hồi được cung cấp.
Kết luận
Nghiên cứu “Yếu tố con người trong việc sử dụng và hiệu quả của công nghệ hỗ trợ quyết định cho tiểu đường tuýp 1” cung cấp một bản đồ quan trọng cho thế hệ tiếp theo của chăm sóc tiểu đường. Nó chứng minh rằng hiệu quả của các công cụ y tế kỹ thuật số không thể tách rời khỏi nền tảng giáo dục và tình trạng tâm lý của người dùng. Mặc dù các hệ thống chỉ định cung cấp sự thuận tiện, các hệ thống thông tin có thể cung cấp một con đường mạnh mẽ hơn để cải thiện đường huyết lâu dài bằng cách hoạt động như một công cụ học tập cho những người cần nó nhất.
Để giải phóng tiềm năng đầy đủ của các công nghệ này, cộng đồng lâm sàng phải chuyển sang một mô hình chăm sóc toàn diện tích hợp hỗ trợ tâm lý với can thiệp công nghệ. Chỉ bằng cách giải quyết yếu tố con người, chúng ta mới có thể đảm bảo rằng lời hứa của hỗ trợ quyết định được thực hiện cho tất cả bệnh nhân, không chỉ những người đã rất tham gia và có kiến thức.
Tài trợ và Tham khảo
Nghiên cứu này được hỗ trợ bởi nhiều khoản tài trợ nghiên cứu lâm sàng tập trung vào công nghệ tiểu đường. Để biết thêm chi tiết về thiết kế thử nghiệm và các tập dữ liệu đầy đủ, hãy tham khảo ClinicalTrials.gov.
Tham khảo:
Pavan J, Nass R, Fabris C, et al. Yếu tố con người trong việc sử dụng và hiệu quả của công nghệ hỗ trợ quyết định cho tiểu đường tuýp 1: bằng chứng từ một thử nghiệm ngẫu nhiên kiểm soát. Diabetes Res Clin Pract. 2026 Jan;231:113049. doi: 10.1016/j.diabres.2025.113049. Epub 2025 Dec 10. PMID: 41380778.