word循证医学.docx

标题：护士对糖尿病个案管理的干预和血糖控制：meta分析结果

加里•韦尔奇a,简装束b, Sofija Zagarins,伊琳娜·Lendel c,罗伯特·a Gabbayc
A行为医学研究,Baystate医疗中心,斯普林菲尔德,硕士,美国
B 手术室,Baystate医疗中心,斯普林菲尔德,硕士,美国
C 内分泌学、糖尿病、代谢、宾州州立大学的糖尿病中心，黑人，PA，美国

摘要：
我们采用了meta分析来报道糖尿病个案管理的干预，以检测在血糖控制方面个案管理的影响大小（糖化血红蛋白）。该研究使用数据库包括：医学和公共医学,循证医学EPOC,累积指数和专职医疗护理文献数据库指南(CINAHL),PsychInfo。使用了随机效应模型来估计综合评估效应大小，也进行了组内分析。29项显著研究共包含9397例患者，有充足的数据来分析。病人平均年龄是63.2岁, 男性占49%,白种人占54%。研究中有2型糖尿病患者占了91%。结果显示，范围大的效应值有利于个案管理干预或血糖基线值(ES = 0.86,95%可信区间:0.52 - -1.19,Z = 5.0,p < 0.001)。血糖平均值相应减少了0.89(95%可信区间:0.63 - -1.15)。组分析显示了临床环境，团队组成，血糖基线值是效应值的重要预测因素，但在大多数糖尿病个案管理干预检测中缺乏糖尿病自我管理教育的描述。基于临床试验的meta分析，护士引导的个案管理针对血糖控制，为控制不佳的糖尿病患者提供了有效的临床策略。

目录
1. 简介 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2
2. 方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2
2.1. 统治方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2
3. 结果. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2
4. 讨论. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
参考文献. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

1、简介
国家强调需要既定的基于证据协议的临床指南，来大力治疗糖尿病及其相关并发症 [1,2]。有效的糖尿病护理包括关注高血糖、高血压和高胆固醇血症,以降低心血管疾病风险，还可以早期发现糖尿病性视网膜病变、糖尿病肾病和糖尿病足。
国内调查显示，在为糖尿病患者推荐的循证临床实践和目前提供的糖尿病护理水平之间，存在着显著的“质量差距”[3,4]。临床惯性(没有开始治疗或在进一步治疗没有达到目标的病人)是一个复杂的现象,意味着采用循证指南和协议方法是非常困难的[5]。为了许多的提供者产生了临床惯性，诊断水平的影响因素包括：医生缺乏时间、医患之间主要关注的急性健康问题和症状、经济不足，这些因素激励着供应者和医生执行预防保健活动。此外,供应者可以缓慢加强老年人和更复杂的病人糖尿病治疗,可能高估遵循指南的能力;也许缺乏适当的临床信息系统,或可能无法解决病理生理学问题[6–10] 。
从病人的角度看，糖尿病是一种复杂和难治的慢性疾病[11,12]。因为这个原因,糖尿病自我管理教育显至关重要,帮助控制不佳的糖尿病病人要了解、学会并一直积极遵循治疗方案[2]。个案管理是一个合作的过程，包括：评估、计划、实施、协调、监控、评价，这个过程中选择和服务要满足患者健康和人类服务方面的需求。它的特征包括倡导、沟通、资源管理、促进质量、经济的干预和结果(个案管理认证委员会,2005)。在本研究中,我们以公布的临床试验为证据的五个方面系统论述中，评价由护士引导的糖尿病个案管理在有效控制血糖值方面的临床价值。

2、方法
文献检索方法涉及主题词和关键词包括“糖尿病”和“个案管理”、“疾病管理”、“质量改进”。 该研究使用数据库包括：医学和公共医学,循证医学EPOC,累积指数和专职医疗护理文献数据库指南(CINAHL),PsychInfo。临床试验和综述来源于初始研究综述中的摘要部分。我们搜索的参考文献和摘要,这些资料期刊来源于美国糖尿病协会年度科学会议，出版日期是从1995年1月至2006年12月。四位调查者筛选摘要部分，筛选过程：从关键变量中提取数据变成标准化的形式，把这些数据输入结构统计数据库中，最后还要核对数据的精确度，直到对所分析的数据和数据的完整性达成一致同意。

2.1. 统治方法
在治疗组和对照组中，血糖基线值和随访时血糖值发生变化，使用标准差或Cohen’s D来计算，作为效应值[13]。当变量值不可使用时，对照组的随访血糖值减去干预组的，这个差值是可以使用的 。另外,也可以用对照组减去干预组，得到变量值的平均差值，如果上述的两种值都不可使用的话，可以用预测值来计算效应值的大小。合并所有研究，用随机效应模型来计算复合估计的效应值[14]。在研究中，用Q-test 来检测效应值显著的异质性[15]。用感应统计法测量异质性的范围[16]。这个测试测量总变异的比例，所指的是研究中的变异性而不是抽样误差。当有超过一个干预组的报道,该组干预最高强度与对照组相比。当有研究结果超过所报道随访期值的话，最后随访期得到的结果来计算影响大小。在所选择的研究中，用效应值的漏斗形和标准差来估计偏差[17]。用Detsky的分系统描述来评估研究质量[18]。也可以根据离散特征或切点的连续特性来分类，一系列的组分析包括以下几方面: 持续的干预(月),研究质量分(0 - 6),干预设置(学术、卫生维护组织、社区医院、私人、VA); 控制基线糖化血红蛋白；利用糖化血红蛋白截止来选择病人,干预人员(护士领导的团队, 只有护士和药师),使用糖尿病自我管理教育(是/否)、独自调整PCP药物的案例管理能力 (是/否)。用随机效应模型把个小组合并研究。用影响值的综合估计和异质性统计来推断个小组。在组群中，用 Q-test 来评估效应值的差异。因多重比较的p-value的关键值是0.005，要控制Bonferroni的p-value的调整[19]。对于所有分析可用广泛的meta分析软件[20]。

3、结果
最初选取了120篇摘要。后来减至显著29篇研究，这已有足够的数据来分析了[24–52]。样本总病人数是9397例。病人平均年龄63.2岁, 男性占49%,白种人占54% 。91%的研究中其研究对象都是2型糖尿病,其余9%的研究包括1型和2型糖尿病患者。
29项研究分析出的效应值和95%的可信区间，这些数值在图1中可见。联合效应值具有显著统计学差异，有利于控制上个案管理干预或降低血糖基线值。(ES = 0.86,95%可信区间:0.52 - -1.19,Z = 5.0,p < 0.001)。与对照组相比，干预组血糖值平均下降了0.89 (95%可信区间:0.63 - -1.15)。效应值有显著的异质性(Q = 1132.4),df = 28,p < 0.001)。通过所计算的异质性来推断所有研究的差异(I2 = 97.5)。漏斗形的结果没有明确这些研究的偏倚。检测效应值变异的组分析，揭示了干预组有显著差异( p < 0.0001); 个案管理的类型( p < 0.0001)，血糖基线值大于8(p < 0.005)（表1）。关于个案管理是否会使患者自主调整PCP药物，干预时间，是否提供了糖尿病自我管理教育知识，学习质量，这些研究结果还没有显著差异。

4. 讨论
糖尿病保健挑战难度越来越大，需要实施临床实践和可行规模临床策略，可大力支持初级保健医师为糖尿病患者提供长期照护。有证据表明,糖尿病是一种渐进性疾病, 需要连续、定制和可执行协议的医疗保健策略，包括越来越复杂的治疗方法，还有在病人的寿命期间针对病人的自我管理教育和技能培训。
meta分析结果显示，个案管理为临床提供改善平均血糖控制，该血糖是通过测量糖化血红蛋白得到的，控制指标是2-3个月。整体效应值的标准差是0.9，与常规治疗方法相比，研究方法的血糖值是改善了，相应的血糖值下降了0.89%。从另一角度看， 英国关于糖尿病前瞻性研究，报道了血糖值每下降1%，糖尿病微血管并发症下降30-35% [53]。
公布的偏倚检测（文件抽取效应）显示目前不存在偏倚。在各自的研究中发现效应值有显著的异质性，而且一系列的组分析也认同异质性的预测值。首先,用于个案管理研究的临床设计中发现一个重要的因素: 与社区诊所相比，在卫生维护组织、退役军医院、学术医疗中心等产生影响比较大。因为社区诊所，为患者提供更多的卫生服务，包括人口、社会经济、种族/民族、文化和病人会等方面。如果想在这些研究产生更大的影响，糖尿病个案管理策略需要在未来的临床试验得以改进，确保保健知识、文化灵敏度、涉及更多的社区参与者的干预措施等有机结合。

表1—用meta分析糖尿病人关于血糖控制的个案管理的影响，分析组差异。

分类 变量
组 样本量
效应值
Q值 df p
设计 环境
其他 1
0.46 (0.86–0.06)
23.3 5 <0.001

社区医院 4
私立 1
学院 14
VA医院 5
卫生维护组织 4

0.42 (0.03–0.81)
0.45 (0.19–0.71)
0.89 (0.36–1.43)
0.92 (_0.17 to 2.01)
1.56 (_0.27 to 3.39)

干预 持续时间
≤12 月 20
>12 月 6
0.55 (0.28–0.83)
1.8 1 0 .18
个案管理类型

病人DSME

仅有药师 5
只有护士 11
护士团队 13
是 23
否 6
0.27 (_0.14 to 0.68)
0.56 (0.12–0.99)
1.33 (0.64–2.02)
0.83 (0.42–1.23)
0.98 (0.26–1.70)
44.5 2 <0.0001

0.13 1 0.72
医学实验室 血糖基线值
≤8% 6
>8% 21
0.12 (_0.05 to 0.28)
10.0 1 0.002
个案管理人员改变药物
否 17
是 12
1.09 (0.62–1.57)
0.48 (0.16–0.80)

4.5 1 0.04
DSME =糖尿病自我管理教育。
Bonferroni调整意义设置在p < 0.005的多重比较控制。

第二，有护士主导的团队执行的个案管理的效果优于单个临床医生，因为由护士主导的团队提供医疗、饮食、和专业护理等综合措施，为大多数患者存在的一系列健康问题提供切实可行的方法。
第三，高基线的血糖值(>8.0%)比低基线的血糖值(8%)所预测的效应值更大。强效的糖尿病治疗和胰岛素使用更容易发生低血糖，尤其是患者的血糖值<7% [54]。低血糖的不舒适的症状会降低患者参与治疗。此外,低血糖时用餐后血糖会升高的疗法，而高血糖时用空腹使血糖降低的疗法[55]。餐后高血糖的疗法具有挑战性，需要对患者进行全面教育和改变患者行为。因此,用复杂的病理生理和临床护理因素来解释组分析结果的血糖基线值。
第四,使用糖尿病自我管理教育比没有使用(DSME)，并没有相应得产生更大的影响。关于个体和群体糖尿病自我管理教育，先前系统分析显示有短期良好效果。然而,在糖尿病个案管理干预的综述中，其应用并不一致；教育传达的内容既没有很好的描述也没有提供，因为个案管理变化大，糖尿病自我管理教育的培训水平从无或没有经验到具备糖尿病教育家的丰富经验。在所有的个案管理教育中要提供详细的糖尿病自我管理教育的培训指示，个案管理的熟练度、服药、持续时间和教育内容, 这种教育影响糖尿病人自我照护的知识、技能、动机和行为，便于理解DSME机理。促进该领域研究的潜在策略（减少教育的变异性），可能会限制未来的教育，关于符合国内糖尿病认证标准项目的糖尿病教育干预措施。针对该分析没有一篇综述包含这部分信息。
有趣的是，改变糖尿病自主管理PCP药物的个案管理能力，这没有显著改善早期报道的结果[21]。这种差异反应了方法和采样的差异，包括：meta分析的随机效应模型而不是固定模型，大样本，很多近期研究。未来的研究能检测这个假设，包括探讨病人的安全问题、提供者的能力，当治疗糖尿病的新药增加或治疗复杂或老年患者时出现临床自治问题。
值得注意的是,没有一项研究分析能检测与个案管理运用有关的成本效益，包括实施措施的费用和医疗运用的改变。这个问题也关注未来的研究。最后，除了检测和控制血糖、预防筛查率其他重要的临床进程和结果需要检验。例如，心血管事件和总死亡率与血压控制有密切的联系，而与血糖控制关系比较小。
值得注意的是，实施该研究受很多限制。一些临床试验综述报道的数据不一致，供分析和介绍潜在偏倚的信息就减少。例如，29项研究仅有18项研究，其关于持续干预的信息是可利用的。更多关于研究设计和病人入选过程的详细报道，包括干预训练、干预组成、精确的治疗方法、进程、和追踪的结果，这些需要在该领域加强研究的。一般来说，也没有详细描述个案管理的具体角色和职责。综合标准试验报道组为报道标准两组随机试验设计提供循证医学方面的建议,这有利于以后的研究[22]。
治疗糖尿病直接和间接的费用是1840亿美元[23]，费用还有可能上升[1]。meta分析显示，糖尿病个案管理可改善血糖值，是一项有效的循证医学方法，可以使平均血糖值改善了0.9%。个案管理是一项有效的临床策略，在将来研究中可广泛应用，其成本和可行规模是属于国内会议中糖尿病预防保健一部分内容。

参考文献
[1] American Diabetes Association, Executive summary: standards of medical care in diabetes – 2008, Diabetes Care 31 (1) (2008) S5–S10.
[2] American Association of Diabetes Educators, National standards for diabetes self management education, Diabetes Educ. 30 (2007) 1630–1637.
[3] L. Blonde, State of diabetes care in the United States, Am. J. Manage. Care 13 (2) (2007) S36–S40.
[4] J.B. Saaddine, B. Cadwell, E.W. Gregg, M.M. Engelgau,F. Vinicor, G. Imperatore, et al., Improvements indiabetes processes of care and intermediate outcomes :United States, 1988–2002, Ann. Intern. Med. 144 (2006) 465–474.
[5] A. Turchin, Doctors failing to intensify needed therapy in people with diabetes: clinical inertia mean hypertension and high blood glucose levels inadequately treated, in: American Diabetes Association Annual Scientific Meeting, Washington, DC, 2006, Abstracts 12-OR, 1140-P, 552-P,477-P.
[6] C. Triplitt, J.B. McGill, D. Porte, C.S. Conner, The changing landscape of type 2 diabetes: the role of incretin-based therapies in managed care outcomes, J. Manage. Care Pharm. 13(9)(2007) S16–S17.
[7] H.R. Black, Management of older hypertensive patients: is there a difference in approach? J. Clin. Hypertens. 5 (2003) 11–16.
[8] M.A. Steinman, M.A. Fischer, M.G. Shlipak, H.B. Bosworth, E.Z. Oddone, B.B. Hoffman, et al., Clinician awareness of adherence to hypertension guidelines, Am. J. Med. 117(10)(2004) 747–754.
[9] C.L. Roumie, T.A. Elasy, K.A. Wallston, S. Pratt, R.A. Greevy, X. Liu, et al., Clinical inertia: a common barrier to changing provider prescribing behavior, Jt. Comm. J. Qual. Patient Saf. 33 (5) (2007) 277–285.
[10] L.S. Phillips, W.T. Branch, C.B. Cook, J.P. Doyle, I.M. El- Kebbi, D.L. Gallina, et al., Clinical inertia, Ann. Intern. Med.135 (9) (2001) 825–834.
[11] E.B. Fisher, C.T. Thorpe, B.M. Devellis, R.F. Devellis, Healthy coping, negative emotions, and diabetes management: a systematic review and appraisal, Diabetes Educ. 33(6)(2007) 1080–1103.
[12] M. Peyrot, R.R. Rubin, Behavioral and psychosocial interventions in diabetes, Diabetes Care 30 (2007) 2422–2440.
[13] J. Cohen, Statistical Power Analysis for the Behavioral Sciences, 2nd ed., Erlbaum, Hillsdale, NJ, 1988.
[14] R. Der Simonian, N. Laird, Meta-analysis in clinical trails, Control. Clin. Trials 7 (1986) 177–188.
[15] L.V. Hedges, I. Olkin, Statistical methods for meta-analysis, Academic Press, New York, 1985.
[16] J.P. Higgins, S.G. Thomspon, Quantifying heterogeneity in a meta-analysis, Statist. Med. 21 (2002) 1539–1558.
[17] RJ. Light, D.B. Pillemer, Summing up: The science of reviewing research, Harvard University Press, Cambridge, MA, 1984, p. 63–75.
[18] A. Detsky, C. Naylor, K. O’Rourke, Incorporating variations in the quality of individual randomized trials into meta analysis, J. Clin. Epidemiol. 45 (1992) 255–265
[19] S.J. Pocock, N.L. Geller, A.A. Tsiatis, The analysis of multiple endpoints in clinical trials, Biometrics 43 (1987) 487–498.
[20] L. Hedges, J. Higgins, Comprehensive Meta-Analysis, Biostat, Englewood, NJ, 2007.
[21] K.G. Shojania, S.R. Ranji, K.M. McDonald, J.M. Grimshaw, V. Sundaram, R.J. Rushakoff, et al., Effects of quality improvement strategies for type 2 diabetes on glycemiccontrol: a meta-regression analysis, JAMA 296 (2006) 427–440.
[22] D. Moher, K.F. Shultz, D.G. Altman, The Consort statement: revised recommendations for improving the reporting of parallel group randomized trials, Ann. Intern. Med. 134 (8)(2007) 657–662.
[23] American Diabetes Association, Economic costs of diabetes in the US in 2007, Diabetes Care 31 (3) (2008) 1–20.
[24] C.L. Armour, F. Houriham, C. Smith, I. Krass, Implementation and evaluation of Australian pharmacists’ diabetes care services J. Am. Pharm. Assoc. 44 (4) (2004)455–466.
[25] R.E. Aubert, J. Waters, W. Moore, D. Sutton, B.L. Peterson, C.M. Biley, et al., Nurse case management to improve glycemic control in diabetic patients in a health maintenance organization, Ann. Intern. Med. 129 (8) (1998) 605–612.
[26] H.M. Choe, S Mitrovich, D. Dubay, R. Hayward, S.L. Krein, S.Vijan, Proactive case management of high-risk patients with type 2 diabetes melitus by a clinical pharmacist: a randomized controlled trial, Am. J. Manage. Care 11(4)(2005) 253–260.
[27] M.B. Davidson, Effect of nurse-directed diabetes care in a minority population, Diabetes Care 26 (8) (2003)2281–2287.
[28] J.J. de Sonnaville, M. Bouma, L.P. Colly, W. DeVille´, D.Wijkel, R.J. Heine, Sustained good glycaemic control in NIDDM patients by implementation of structured care in general practice: 2-year follow-up study, Diabetologia 40 (1997) 1334–1340.
[29] E.L. Fanning, B.J. Sewlwyn, A.C. Larme, R.A. DeFronzo, Improving efficacy of diabetes management using treatment algorithms in a mainly Hispanic population, Diabetes Care 27 (7) (2004) 1638–1646.
[30] R.A. Gabbay, I. Lendel, T.M. Saleem, G. Shaeffer, A.M. Adelman, D.T. Mauger, et al., Nurse case management improves blood pressure, emotional distress and diabetes complication screening, Diabetes Res. Clin. Pract. 71 (2006)28–35.
[31] T.L. Gary, M.N. Hill, D.M. Levine, M. McGuire, C. Saudek, F. Brancati, Randomized controlled trial of the effects of nurse case manager and community health worker interventions on risk factors for diabetes-related complications in urban African Americans, Prev. Med. 37(2003) 23–32.
[32] J. Herrin, P.A. Hollander, C.E. Couch, F.D. Winter, Z.R.Haydar, S.S. Warren, et al., Effectiveness of diabetes resource nurse case management and physician profiling in fee-for-service setting: a cluster randomized trial, Baylor Univ. Med. Center Proc. 19 (2) (2006) 95–102.
[33] I.B. Hirsch, A. Ellsworth, T.C. Evans, C.D. Herter, S.D. Ramsey, M. Mullen, et al., A multifaceted intervention in support of diabetes treatment guidelines: a cont trial, Diabetes Res. Clin. Pract. 58 (2002) 27–36.
[34] L.A. Jaber, H. Halapy, M. Fernet, S. Tummalapalli, H. Diwakaran, Evaluation of a pharmaceutical care model on diabetes management, Ann. Pharmacother. 30 (1996) 238–242.
[35] H.S. Kim, Adherence to diabetes control recommendations:Impact of nurse telephone calls, J. Adv. Nurs. 44 (3) (2003)256–261.
[36] S.L. Krein, S. Vijan, J.L. Lee, J.T. Fitzgerald, A. Pawlow, P.Reeves, et al., Case management for patients with poorly controlled diabetes: a randomized trial, Am. J. Med. 116(2004) 732–739.
[37] A.P. Legorreta, A.L. Petters, K. Pelletier, K.M. Leung, An intervention for enhancing compliance with screening recommendations for diabetic retinopathy, Diabetes Care20(4)(1997) 520–523.
[38] D. Litaker, L. Planavsky, C. Kippes, N. Mehta, J. Frolkis, Physician–nurse practitioner teams in chronic disease management: the impact on costs, clinical effectiveness, and patients’ perception of care, J. Interprof. Care 17 (3)(2003) 223–237.
[39] G.T McMahon, S.H. Hohne, T.M.-J. Hu, B.A. Levine, P.R. Conlin, Web-based care management in patients with poorly controlled diabetes, Diabetes Care 28 (7) (2005) 1624–1629.
[40] S.N. Nowak, R. Singh A. Clarke, E. Campbell, L.A. Jaber, Metabolic control and adherence to American Diabetes association practice guidelines in a pharmacist-managed diabetes clinic, Diabetes Care 25 (8) (2002) 1479.
[41] P.J. O’Connor, J. Peterson, P. Morben, L. Cherney, C. Keogh, S. Lasch, Continuous quality improvement can improve glycemic control for HMO patients with Diabetes, Arch.Fam. Med. 5 (1996) 502–506.
[42] J.A. Oh, H.S. Kim, K.H. Yoon, E.S. Choi, A telephone delivered intervention to improve glycemic control in type 2 diabetic patients, Yonsei Med. J. 44 (1) (2003) 1–8.
[43] A. Philis-Tsimikas, C Walker, L. Rivard, G. Talavera, J.O. Reimann, M. Salmon, et al., Improvement in diabetes care of underinsured patients enrolled in project dulce, Diabetes Care 27 (1) (2004) 110–115.
[44] J.D. Piette, M. Weinberger, S.J. McPhee, The effect of automated calls with telephone nurse follow-up on patient-centered outcomes of diabetes care: A randomized controlled trial, Med. Care 38 (2) (2000) 218–230.
[45] J.D. Piette, F.B. Kraemer, S.J. McPhee, Impact of automated calls with nurse follow-up on diabetes treatment outcomes in a Department of Veterans Affairs Health Care System: a randomized controlled trial, Diabetes Care 24 (2) (2001) 202–208.
[46] W.H. Polonsky, S. Smith, D.J. Pease, M. Macmillan, R.Christensen, T. Taylor, et al., Integrating medical management with diabetes self-management training,
Diabetes Care 26 (11) (2003) 3048–3053.
[47] R.L. Rothman, R. Malone, B. Bryant, A.K Shintani, B. Crigler, D.A. Dewalt, et al., A randomized trial of a primary case based disease management program to improve cardiovascular risk factors and glycated hemoglobin levels in patients with diabetes, Am. J. Med. 118 (3) (2005) 276–284.
[48] C.N. Sadur, N. Moline, M. Costa, D. Michalik,