一项随机试验测试了对轻度至中度酒精使用障碍的数字医学支持模型
Andrew Quanbeck1, Ming-Yuan Chih2, Linda Park3
1University of Wisconsin, Department of Family Medicine and Community Health, Madison, WI, USA. andrew.quanbeck@fammed.wisc.edu.
NPJ digital medicine
|September 13, 2024
概括
数字医学有效地减少了大量饮酒的酒精使用障碍 (AUD) 的日子. 自动引导的数字干预可能是促进酒精风险降低的健康系统的可行选择.
科学领域:
- 数字医学 数字医学
- 卫生系统研究 卫生系统研究
- 酒精使用障碍 治疗 治疗
背景情况:
- 数字干预为管理轻度至中度酒精使用障碍 (AUD) 提供可扩展的解决方案.
- 人类监督的不同水平可能会影响数字健康工具的有效性和实施.
研究的目的:
- 在不同的人类监督模型中评估AUD数字医学干预措施的有效性.
- 为了比较自我监测,同行支持和临床集成的数字健康支持模型.
主要方法:
- 混合有效性实施随机试验.
- 三个部门:自监测 (SM),同行支持 (PS) 和临床集成 (CI) 数字干预用于AUD.
- 12个月的随访评估了大量饮酒的日子,心理健康和生活质量.
主要成果:
- 所有组都显示出大量饮酒日数的显著减少,从基线38.4%降至12个月后的22.5%.
- 与自我监测相比,临床综合组在心理健康和生活质量方面表现出更大的改善.
- 在临床综合组中观察到更高的磨损率.
结论:
- 自动引导的数字干预是旨在减少酒精风险的卫生系统的可行选择.
- 对于数字AUD干预措施的人类监督的最佳水平需要进一步调查.
- 数字医学在改善AUD结果和患者福祉方面表现有前途.
