糖尿病是一种代谢紊乱疾病,其特征是胰岛素抵抗、胰岛素分泌减少和血糖水平升高[1]、[2]。如果糖尿病没有得到适当的治疗或长期管理,可能会导致严重的并发症,包括微血管和 macrovascular 问题,如糖尿病视网膜病变(DR)、糖尿病肾病(DKD)、糖尿病神经病变(DN)、周围神经病变(PND)、中风、心脏病和足部溃疡[3]。全球范围内,成人和儿童的糖尿病发病率最近有所上升。预计到2035年,全球将有5.92亿人患有糖尿病[4]。
糖尿病的病因学分为三类主要类型:1型糖尿病(T1D)、2型糖尿病(T2D)和妊娠糖尿病(GDM)[2]、[5]。糖尿病需要持续的自我管理、定期的医疗监督以及患者对严重并发症和长期风险的教育。这种持续的关注要求患者在家中进行自我管理,并定期与医疗团队进行咨询[2]、[6]。强化自我管理的特点包括频繁监测血糖(BG)、体力活动、碳水化合物摄入量,并通过多次每日注射胰岛素或胰岛素泵来输送基础胰岛素和餐时胰岛素[2]、[6]、[7]。此外,内分泌学家和医疗保健提供者可以通过监测患者接受自我管理的意愿,仔细评估各种因素,包括生活方式选择、饮食习惯、日常体力活动水平、药物依从性以及应对技巧[8]、[9]、[10]、[11]、[12]。糖尿病自我管理的有效性在很大程度上取决于技术的积极应用,这些技术可以简化患者的过程并提供有关其病情的详细信息[13]。
技术对于糖尿病自我管理至关重要,它使患者能够跟踪关键健康指标、接收实时反馈并优化治疗计划。当患者资源和医疗护理机会受限或初级护理资源不足时,技术可以扩大糖尿病教育和支持的覆盖范围[14]。数字工具增强了日常糖尿病护理的重要方面,如血糖监测、体力活动管理、药物依从性、并发症识别以及应对挑战。通过提供这些自我护理活动的视觉反馈,患者可以更清楚地了解他们的行为如何影响糖尿病,并鼓励与医疗专业人员(HCPs)更频繁地沟通,从而调整自我护理实践和治疗策略[15]。
尽管糖尿病技术取得了显著进展,目前的糖尿病监测系统在临床角度来看仍然使用分散、不一致且不充分的报告格式。现代设备生成的详细数据与当前临床报告的有限可解释性之间存在脱节。因此,需要一个统一的、具有临床意义的报告结构,将关键的糖尿病指标整合到一个易于理解的格式中。本研究旨在通过分析现有的糖尿病监测系统,识别其局限性,并提出一种新的集成报告框架,以提高临床可用性和决策能力。