Пациент и глюкометр: как можно улучшить самоконтроль гликемии?

Данный обзор посвящен описанию проблем, с которыми сталкиваются пациенты с сахарным диабетом (СД) при самоконтроле гликемии, и вариантам их решения. Представлен обзор факторов, влияющих на приобретение и выбор глюкометра, на использование мобильных приложений для контроля СД, на приверженность самоконтролю СД. Описаны такие факторы, влияющие на выбор глюкометра, как точность, объем образца крови и аспекты, от которых они зависят. Представлены исследования, изучавшие такую опцию, как настройка индивидуального целевого диапазона гликемии, ее преимущество для улучшения показателей углеводного обмена. Рассмотрены факторы, определяющие эффективность и приверженность лечению при использовании мобильных приложений для контроля СД (функция напоминаний в мобильных приложениях). В статье даны некоторые наиболее важные для пациентов характеристики системы для измерения уровня глюкозы крови Contour®Plus ONE (Контур Плюс Уан), которая состоит из глюкометра Contour®Plus ONE (Контур Плюс Уан), тест-полосок Contour®Plus (Контур Плюс), приложения Contour^TMDiabetes (Контур Диабитис), облака Contour^TMCloud (Контур). Описаны нюансы использования глюкометра и приложения, которые позволяют сделать их применение для самоконтроля уровня глюкозы максимально комфортным и эффективным для врача и пациента. Обозначены психологические факторы, влияющие на приверженность самоконтролю гликемии. Кроме того, в статье представлено краткое описание современного состояния проблемы неинвазивной глюкометрии и перечислены некоторые разработки последних лет. Среди представленных последних разработок - устройства на основе электрохимических методов (гибкие сенсоры, измеряющие уровень глюкозы в поте на поверхности кожи, в слюне, в слезе), а также устройства, измеряющие уровень глюкозы крови в сосудах с помощью оптических, электромагнитных и микроволновых методов.

1. Дедов ИИ, Шестакова МВ, Майоров АЮ. (ред.). Алгоритмы специализированной медицинской помощи больным сахарным диабетом. М.; 2023. 234 c. Режим доступа: https://webmed.irkutsk.ru/doc/pdf/algosd.pdf.

2. Витебская АВ, Красновидова АЕ, Римская АМ. Факторы, влияющие на выбор и использование глюкометров при сахарном диабете 1-го типа у детей и подростков. Медицинский совет. 2022;16(12):64-70. https://doi.org/10.21518/2079-701X-2022-16-12-64-70.

3. Pan BL, Pan YT, Gao ZH, Tung TH. Blood glucose meter buying behavior of diabetic patients: factors influencing purchase. Front Public Health. 2022;10:880088. https://doi.org/10.3389/fpubh.2022.880088.

4. Pardo S, Shaginian RM, Simmons DA. Accuracy beyond ISO: introducing a new method for distinguishing differences between blood glucose monitoring systems meeting ISO 15197:2013 accuracy requirements. J Diabetes Sci Technol 2018;12(3):650-656. https//doi.org/10.1177/1932296818762509.

5. Ogunbosi BO, Jarrett OO, Orimadegun AE, Ayoola OO, Osinusi K. Comparison of point-of-care glucometers and laboratory based glucose oxidase test in determining blood glucose levels. Niger J Paediatr. 2022;49(3):266-271. Available at: https://pubmed.ncbi.nlm.nih.gov/36313981.

6. Ekhlaspour L, Mondesir D, Lautsch N, Balliro C, Hillard M, Magyar K et al. Comparative accuracy of 17 point-of-care glucose meters. J Diabetes Sci Technol. 2017;11(3):558-566. https//doi.org/10.1177/1932296816672237.

7. Diabetes Technology: Standards of Medical Care in Diabetes-2022. Diabetes Care. 2022;45(1):97-112. https//doi.org/10.2337/dc22-S007.

8. Castro MR. Blood glucose monitors: what factors affect accuracy? Mayo Clinic; 2023. Available at: https://www.mayoclinic.org/diseases-conditions/diabetes/expert-answers/blood-glucose-monitors/faq-20057902.

9. Dunseath GJ, Bright D, Luzio SD. Comparative accuracy evaluation of a blood glucose meter with novel hematocrit correction technology, with three currently used commercially available blood glucose monitoring systems. J Diabetes Sci Technol. 2019;13(3):568-574. https//doi.org/10.1177/1932296818821389.

10. Freckmann G, Baumstark A, Jendrike N, Rittmeyer D, Pleus S, Haug C. Accuracy evaluation of four blood glucose monitoring systems in the hands of intended users and trained personnel based on ISO 15197 requirements. Diabetes Technol Ther. 2017;19(4):246-254. https//doi.org/10.1089/dia.2016.0341.

11. Grady M, Katz LB, Levy BL. Use of blood glucose meters featuring color range indicators improves glycemic control in patients with diabetes in comparison to blood glucose meters without color (ACCENTS Study). J Diabetes Sci Technol. 2018;12(6):1211-1219. https//doi.org/10.1177/1932296818775755.

12. Al Hayek A, Alwin Robert A, Al Dawish M. Patient satisfaction and clinical efficacy of novel blood glucose meters featuring color range indicators in patients with type 2 diabetes: a prospective study. Cureus. 2020;12(10):e11195. https://doi.org/10.7759/cureus.11195.

13. Черникова НА, Григорьева МА. Современные подходы к управлению гликемией у пациентов с сахарным диабетом. РМЖ. Медицинское обозрение. 2023;7(9):592-597. https//doi.org/10.32364/2587-6821-2023-7-9-6.

14. Yang Y, Lee EY, Kim HS, Lee SH, Yoon KH, Cho JH. Effect of a mobile phone-based glucose-monitoring and feedback system for type 2 diabetes management in multiple primary care clinic settings: cluster randomized controlled trial. JMIR Mhealth Uhealth. 2020;8(2):e16266. https://doi.org/10.2196/16266.

15. Kwan YH, Ong ZQ, Choo DYX, Phang JK, Yoon S, Low LL. A mobile application to improve diabetes self-management using rapid prototyping: iterative co-design approach in Asian settings. Patient Prefer Adherence. 2023;17:1-11. https//doi.org/10.2147/PPA.S386456.

16. Jeffrey B, Bagala M, Creighton A, Leavey T, Nicholls S, Wood C et al. Mobile phone applications and their use in the self-management of Type 2 Diabetes Mellitus: a qualitative study among app users and non-app users. Diabetol Metab Syndr. 2019;11:84. https://doi.org/10.1186/s13098-019-0480-4.

17. Kwan YH, Cheng TY, Yoon S, Ho LYC, Huang CW, Chew EH et al. A systematic review of nudge theories and strategies used to influence adult health behaviour and outcome in diabetes management. Diabetes Metab. 2020;46(6):450-460. https://doi.org/10.1016/j.diabet.2020.04.002.

18. Blair RA, Horn CE, Dias JM, McDonnell ME, Seely EW. Development and Usability of a Text Messaging Program for Women With Gestational Diabetes: Mixed Methods Study. JMIR Hum Factors. 2022;9(1):e32815. https://doi.org/10.2196/32815.

19. Варенина ЛП. Геймификация в образовании. Историческая и социально-образовательная мысль. 2014;6(6-2):314-317. https://doi.org/10.17748/2075-9908-2014-6-6_2-314-317.

20. Tanaka N, Yabe D, Murotani K, Ueno S, Kuwata H, Hamamoto Y et al. Mental distress and health-related quality of life among type 1 and type 2 diabetes patients using self-monitoring of blood glucose: A cross-sectional questionnaire study in Japan. J Diabetes Investig. 2018;9:1203-1211. https://doi.org/10.1111/jdi.12827.

21. Pan BL, Breton MD, Kovatchev BP. Impact of blood glucose self-monitoring errors on glucose variability, risk for hypoglycemia, and average glucose control in type 1 diabetes: an in silico study. J Diabetes Sci Technol. 2010;4(3):562-570. https://doi.org/10.1177/193229681000400309.

22. Resource utilization and costs of care in the Diabetes Control and Complications Trial. Diabetes Care. 1995;18(11):1468-1478. https://doi.org/10.2337/diacare.18.11.1468.

23. Berhe KK, Gebru HB, Kahsay HB. Effect of motivational interviewing intervention on HgbA1C and depression in people with type 2 diabetes melli- tus (systematic review and meta-analysis). PLoS ONE. 2020;15(10): e0240839. https://doi.org/10.1371/journal.pone.0240839.

24. Liang W, Lo SHS, Tola YO, Chow KM. The effectiveness of self-management programmes for people with type 2 diabetes receiving insulin injection: a systematic review and meta-analysis. Int J Clin Pract. 2021;75:e14636. https://doi.org/10.1111/ijcp.14636.

25. Rosales CB, Denman CA, Bell ML, Cornejo E, Ingram M, Del Carmen Castro Vasquez M et al. Diabetes for cardiovascular disease prevention in Mexico: a cluster-randomized behavioural clinical trial. Int J Epidemiol. 2021;50(4):1272-1282. https://doi.org/10.1093/ije/dyab072.

26. Van Rhoon L, Byrne M, Morrissey E, Murphy J, McSharry J. A systematic review of the behaviour change techniques and digital features in technology-driven type 2 diabetes prevention interventions. Digit Health. 2020;6:2055207620914427. https://doi.org/10.1177/2055207620914427.

27. Fitzpatrick SL, Schumann KP, Hill-Briggs F. Problem solving interventions for diabetes self-management and control: a systematic review of the literature. Diabetes Res Clin Pract. 2013;100(2):145-161. https://doi.org/10.1016/j.diabres.2012.12.016.

28. Facilitating Positive Health Behaviors and Well-being to Improve Health Outcomes: Standards of Care in Diabetes-2024. Diabetes Care. 2024;47(1):77-110. https://doi.org/10.2337/dc24-S005.

29. Alan M. Delamater; Improving Patient Adherence. Clin Diabetes. 2006;24(2):71-77. https://doi.org/10.2337/diaclin.24.2.71.

30. FunnellMM, Anderson RM. The problem with compliance in diabetes. JAMA. 2000;284(13):1709. Available at: https://pubmed.ncbi.nlm.nih.gov/11015809.

31. Calderon C, Carrete L, Vera-Martinez J, Gloria-Quintero ME, Romero-Figueroa MDS. A Social Marketing Intervention to Improve Treatment Adherence in Patients with Type 1 Diabetes. Int J Environ Res Public Health. 2021;18(7):3622. https://doi.org/10.3390/ijerph18073622.

32. DelamaterAM, Jacobson AM, Anderson BJ, Cox D, Fisher L, Lustman P et al. Psychosocial therapies in diabetes: report of the Psychosocial Therapies Working Group. Diabetes Care. 2001;24(7):1286-1292. https://doi.org/10.2337/diacare.24.7.1286.

33. Glycemic Goals and Hypoglycemia: Standards of Care in Diabetes-2024. Diabetes Care. 2024;47(1):111-125. https//doi.org/10.2337/dc24-S006.

34. Diabetes Technology: Standards of Care in Diabetes-2024. Diabetes Care. 2024;47(1):126-144. https//doi.org/10.2337/dc24-S007.

35. Wu J, Liu Y, Yin H, Guo M. A new generation of sensors for non-invasive blood glucose monitoring. Am J Transl Res. 2023;15(6):3825-3837. Available at: https://pubmed.ncbi.nlm.nih.gov/37434817.

36. Gusev M, Poposka L, Spasevski G, Kostoska M, Koteska B, Simjanoska M et al. Noninvasive glucose measurement using machine learning and neural network methods and correlation with heart rate variability. J Sensors. 2020;(1):1-13. https//doi.org/10.1155/2020/9628281.

37. Tonyushkina K, Nichols JH. Glucose meters: a review of technical challenges to obtaining accurate results. J Diabetes Sci Technol. 2009;3(4):971-980. https://doi.org/10.1177/193229680900300446.

38. Moyer J, Wilson D, Finkelshtein I, Wong B, Potts R. Correlation between sweat glucose and blood glucose in subjects with diabetes. Diabetes Technol Ther. 2012;14(5):398-402. Available at: https://pubmed.ncbi.nlm.nih.gov/22376082.

39. Heikenfeld J. Non-invasive analyte access and sensing through eccrine sweat: challenges and outlook circa 2016. Electroanalysis. 2016;(28):1242-1249. https://doi.org/10.1002/elan.201600018.

40. Amer S, Yousuf M, Siddqiui PQ, Alam J. Salivary glucose concentrations in patients with diabetes mellitus - a minimally invasive technique for monitoring blood glucose levels. PakJ Pharm Sci. 2001;14(1):33-37. Available at: https://pubmed.ncbi.nlm.nih.gov/16414850.

41. Liu C, Sheng Y, Sun Y, Feng J, Wang S, Zhang J et al. A glucose oxidase-coupled DNAzyme sensor for glucose detection in tears and saliva. Biosens Bioelectron. 2015;70:455-461. https://doi.org/10.1016/j.bios.2015.03.070.

42. Lin YC, Rinawati M, Chang LY, Wang YX, Wu YT, Yen YH et al. A non-invasive wearable sweat biosensor with a flexible N-GQDs/PANI nanocomposite layer for glucose monitoring. Sens Actuators B Chem. 2023;133617. https://doi.org/10.1016/j.snb.2023;383:133617.

43. Yu M, Li YT, Hu Y, Tang L, Yang F. Gold nanostructure-programmed flexible electrochemical biosensor for detection of glucose and lactate in sweat. J Electroanalyt Chem. 2021;882:115029. https://doi.org/10.1016/j.jelechem.2021.115029.

44. Liu M, Yang M, Wang M, Wang H, Cheng J. A flexible dual-analyte electrochemical biosensor for salivary glucose and lactate detection. Biosensors (Basel). 2022;12(4):210. https://doi.org/10.3390/bios12040210.

45. Srichan C, Srichan W, Danvirutai P, Ritsongmuang C, Sharma A, Anutrakulchai S. Non-invasively accuracy enhanced blood glucose sensor using shallow dense neural networks with NIR monitoring and medical features. Sci Rep. 2022;12(1):1769. https://doi.org/10.1038/s41598-022-05570-8.

46. Hanna J, Bteich M, Tawk Y, Ramadan AH, Dia B, Asadallah FA et al. Noninvasive, wearable, and tunable electromagnetic multisensing system for continuous glucose monitoring, mimicking vasculature anatomy. Sci Adv. 2020;6(24):eaba5320. https://doi.org/10.1126/sciadv.aba5320.

47. Mohammadi P, Mohammadi A, Demir S, Kara A. Compact size, and highly sensitive, microwave sensor for non-invasive measurement of blood glucose level. IEEE Sensors Journal. 2021;21(14):16033-16042. https://doi.org/10.1109/jSEN.2021.3075576.