在糖尿病前期且体重超标的成年人中，转诊至完全自动化的、人工智能引导的糖尿病预防计划，在基于减重、体力活动和糖化血红蛋白的复合结局方面，效果不劣于转诊至人工引导的计划。
根据发表在《美国医学会杂志》上的研究结果，在糖尿病前期且超重的成年人中，与人工引导的糖尿病预防计划（DPP）相比，转诊至全自动人工智能驱动的DPP与在减重、活动量和糖化血红蛋白（HbA1c）方面达成非劣效结局相关。
DPP生活方式干预是降低糖尿病前期人群糖尿病风险的金标准，可在3年内将发病率降低58%，但基于证据的生活方式干预措施未被充分利用。
在这项3期随机对照试验（ClinicalTrials.gov标识符：NCT05056376）中，研究人员旨在评估在糖尿病前期且超重/肥胖的成年人中，人工智能引导的DPP在实现减重、HbA1c和体力活动推荐目标方面是否非劣效于人工引导的DPP。
参与者在随机分配至基于人工智能的DPP或美国疾病控制与预防中心（CDC）认证的人工引导DPP前，提供了书面知情同意。研究人员使用标准实验室标准，根据种族特异性体重指数（BMI）和超重/肥胖状态诊断糖尿病前期。
需要进一步研究以评估糖尿病发病率、对其他基于人工智能计划的可推广性、成本效益、在不同人群中的实施以及患者偏好。
主要结局是一个复合指标，包括维持HbA1c低于6.5%并达成以下任一条件：(1) 至少减重5%；(2) 至少减重4%且每周体力活动至少150分钟；或(3) 在12个月时HbA1c下降至少0.2个百分点。
该试验共招募368名参与者（中位年龄[IQR]为58[50-65]岁），其中71%为女性，27%为黑人，6%为西班牙裔，61%为白人。
总体而言，31.8%的参与者达成主要终点，包括人工引导DPP组185人中的59人（31.9%）和人工智能引导DPP组183人中的58人（31.7%）。风险差异为-0.2%（单侧95%置信区间，-8.2%），满足预设的非劣效性界值-15.0%。
三个单独组分的风险差异方向与主要分析一致，两组中HbA1c达到或超过6.5%的比率无显著差异（4.4% vs 3.8%；P = 0.78）。
与人工引导DPP相比，人工智能引导DPP的参与者在达成参与标准的同时，项目启动率（93.4% vs 82.7%；P = 0.001）和完成率（63.9% vs 50.3%；P = 0.008）更高。参与程度与两组结局强相关：在未启动项目者中，达成结局的比例为25% vs 28%；在启动但未完成者中为22% vs 28%；在完成人工智能引导与人工引导DPP者中分别为37% vs 35%。
在达成主要结局的参与者中，5% vs 15%未启动项目，21% vs 29%启动但未完成，74% vs 56%完成了人工智能引导与人工引导DPP。
研究局限性包括未设盲设计、使用替代结局指标、人工引导DPP交付的站点间差异、非标准研究访视程序、12个月数据缺失、体力活动估计可能不准确、与COVID-19相关的项目变更，以及由于仅来自两个站点的高度积极性志愿者而导致的可推广性有限。
研究作者总结道：“在糖尿病前期且超重或肥胖的成年人中，转诊至完全自动化的、人工智能引导的DPP在实现基于减重、体力活动和HbA1c的复合结局方面，效果不劣于转诊至人工引导的DPP。需进一步研究以评估糖尿病发病率、对其他基于人工智能计划的可推广性、成本效益、在不同人群中的实施以及患者偏好。”
【全文结束】
