Introducción

La diabetes mellitus tipo 2 (DM2) es una enfermedad metabólica crónica que ha experimentado un aumento epidemiológico explosivo a nivel mundial en las últimas décadas. En 2015, la prevalencia de DM2 en adultos fue de 415 millones, estimándose un aumento hasta 642 millones para el 20401. Así mismo, su incidencia en personas de 15 - 69 años ha aumentado significativamente desde 1990, del mismo modo que los índices de sobrepeso y obesidad1. Estas enfermedades conllevan una alta carga de comorbilidad, pudiendo producir múltiples complicaciones, tales como nefropatía, retinopatía, neuropatía, accidente cerebrovascular, enfermedad coronaria, entre otras. Gracias a esto, no solo se han elevado los gastos sanitarios, donde el 53% de los costos médicos se atribuyen al manejo de complicaciones1, sino también ha afectado la calidad de vida de aquellos que las padecen2.

En este panorama, se ha planteado que un control glicémico estricto podría llegar a disminuir las comorbilidades. Sin embargo, esta medida no estaría exenta de complicaciones, pues se ha descrito como un factor de riesgo cardiovascular3,4, con el potencial de aumentar el riesgo de hipoglucemia3.

Conllevando así secuelas graves para grupos de riesgo, (p. ej. usuarios de insulina)5, con un riesgo mayor en pacientes con inercia terapéutica5. Esto ha llevado a la necesidad de aterrizar e individualizar los tratamientos y objetivos glicémicos a la realidad de los pacientes5.

El principal desafío en el manejo de las enfermedades crónicas es garantizar la adherencia y continuidad al tratamiento y cuidados necesarios. En la actualidad, se ha intentado dar solución a este desafío por medio de vigilancia constante con controles médicos y análisis de parámetros validados, como la hemoglobina glicosilada (HbA1c)6 y automonitoreo de nivel de glucosa (SMBG, del inglés Self-Monitoring of Blood Glucose)7.

En los últimos años, el desarrollo tecnológico ha ingresado en el mundo sanitario para aportar en el control y tratamiento de muchas enfermedades. Múltiples han sido las tecnologías desarrolladas que buscan mejorar el control metabólico y la adherencia a las terapias hipoglucemiantes (SMS, aplicaciones móviles, páginas web, etc.). Algunas de estas han sido adaptadas de tecnologías ya utilizadas en el manejo de la diabetes mellitus tipo 1 (DM1), como es caso del monitoreo continuo de glucosa8. Estas nuevas tecnologías han sido evaluadas en diversos metaanálisis9 y revisiones sistemáticas (RS)10 y, aunque han mostrado beneficios en el control glicémico11, sus resultados son modestos o no concluyentes.

La calidad de los estudios y resultados vistos en la literatura podrían estar influidos por las características metodológicas que utilizan, tales como las poblaciones estudiadas (demografía y enfermedades incluidas como DM1 y DM2) y características de las tecnologías implementadas.

La influencia de estos factores en la investigación de tecnologías aplicadas a la DM2 no se ha evaluado en la literatura emergente. Por esta razón, se realizó una revisión de alcance que exploró en la literatura producida en las últimas dos décadas los métodos y resultados de estudios, tanto originales como de revisiones de literatura, en el control glicémico en pacientes con DM2 mediante tecnología digital. El reconocimiento de subgrupos de pacientes y los diferentes resultados en el control glicémico puede revelar brechas en el conocimiento y variables metodológicas que influyen en los resultados informados por otros autores. Esto permitiría mejorar el desarrollo de futuros estudios sobre tecnologías enfocadas en control glicémico en grupos de riesgos.

No se registró un protocolo previo para esta revisión.

Materiales y Métodos

Para el diseño de esta revisión de alcance se utilizó la declaración PRISMA ScR versión 2018. Se realizó una búsqueda bibliográfica en las bases de datos PubMed, EBSCO, Cochrane y LILACS, la cual fue filtrada para obtener referencias publicadas posterior al año 2010 hasta marzo de 2025. Tras lo cual se utilizó la configuración de términos MESH asociados al operador booleano AND: Digital Technology AND Diabetes Mellitus type 2 AND Glycemic Control, para la búsqueda de referencias.

Las referencias encontradas fueron seleccionadas según criterios de exclusión e inclusión que se detallan a continuación. Fueron excluidas las referencias que estuvieran duplicadas o cuyo título o resumen no se enfocará en tecnología aplicada al control glicémicos, artículos no enfocados en intervenciones basadas en tecnología digital, estudios en pacientes con DM1 o diabetes gestacional, protocolos de estudios y aquellas referencias no disponibles en la web para su revisión.

Posteriormente, en aquellas referencias seleccionadas se revisaron los resúmenes y se eliminaron aquellos que no cumpliesen con los criterios de inclusión. Es decir, artículos que abordan el manejo de la DM2 mediante el uso de tecnología digital (en el caso de estudios originales se incluyen todos aquellos con una duración superior a los 2 meses).

La búsqueda en las bases de datos dio un total de 156 referencias, 42 fueron obtenidas de PubMed, 45 de Cochrane, 8 de EBSCO y 61 de LILACS. Un revisor independiente aplicó los criterios de selección a los resultados de búsqueda. 36 artículos se excluyeron por estar duplicados, 48 por título y 36 por no cumplir criterios de inclusión o cumplir criterios de exclusión. Se obtuvieron 36 artículos, los cuales se revisaron de manera completa para el análisis. El proceso de selección de referencias se expone en la figura 1.

Dos revisores realizaron la lectura completa de las publicaciones. Se extrajo información de autoría de los estudios como primer autor y año de publicación. En aspectos metodológicos se describió el tipo de estudio, edad media de participantes con desviación estándar (DE), cantidad de participantes, duración del estudio y porcentaje de retención de participantes hasta el fin del estudio.

Se describió la intervención y el grupo con el que se comparó. Los resultados se expusieron como variación en la variable estudiada, intervalo de confianza (si era reportado) y significancia estadística (valor p<0,05).

De las revisiones literarias, sistemáticas y metaanálisis se obtuvo el autor, año de publicación y número de estudios incluidos. Se describió el objetivo de investigación presentado por los autores, así como los resultados y conclusiones hechas por los autores en base a la literatura analizada y discusiones realizadas en el trabajo.

Tanto el análisis de estudios originales como estudios de revisión se expuso en tablas 1 y 2, respectivamente. Tras el análisis bibliográfico se realizó una verificación cruzada de los resultados obtenidos, y se agruparon las intervenciones tecnológicas según sus funciones u objetivos en el control glicémico. Las discrepancias entre los artículos fueron resueltas por un tercer revisor, asegurando la precisión de la información presentada.

 

Figura 1: Flujograma de selección de referencias bibliográficas. Identificación: En base criterios de inclusión y exclusión se realizó una primera selección de artículos. Se evidencia la cantidad de estudios, base de datos de procedencia y el total de artículos de esta etapa. Filtrado: Se descartaron artículos duplicados dentro de la primera búsqueda. Elegibilidad e Incluidos: De los artículos filtados se realizó un análisis de títulos y resúmenes excluyendo aquellos que no cumplieran criterios de inclusión o que cumplieran de exclusión. Total final de 36 artículos seleccionados..

Resultados

Se identificaron 26 estudios originales (19 RCT [Randomized clinical trial]), 6 RS, 3 revisiones literarias (RL) y un análisis mediante enfoque iterativo de métodos mixtos. Los resultados de los estudios originales se incluyen en la Tabla 1 y aquellos de estudios de revisión en la Tabla 2. Los resultados primarios en los estudios originales fueron el cambio en HbA1c22, efectos en la gestión de SMBG3 y dosificación y adherencia a la insulinoterapia1.

La pérdida de participantes fue inferior al 10% en 9 estudios. La duración de las investigaciones originales fue de 3 - 6 meses en 10 estudios, y 12 meses o más en 4 de ellos. Dos artículos duraron 2 y 4 meses. La media de edad fue de 60 o más en 5 estudios12,16; de 50 - 60 años en 13 de ellos17,29, y de 50 o menos en otras 5 artículos30,34. Tres estudios no presentaban datos relativos a edad35,37. El 73% de los estudios originales tuvieron medias de edad menor a 60 años (Tabla 1). Los estudios de revisión se exponen en la tabla 2.

 

Tabla 1. Estudios originales sobre tecnología digital en diabetes mellitus tipo 2.
...continuación tabla 1....continuación tabla 1....continuación tabla 1....continuación tabla 1.

RCT: Randomized Control Trial; SMBG: Self-monitoring blood glucose; HbA1c: Hemoglobina glicosilada;
IC: intervalo de confianza; OR: Odds Ratio, DE: desviación estándar; RIC: Rango intercuartílico;
DM2: Diabetes Mellitus tipo 2.

Tabla 2. Artículos de revisión sobre tecnología digital en diabetes mellitus tipo 2.

...continuación tabla 2. ...continuación tabla 2.

RS: Revisión sistemática, RL: Revisión literaria, RCT: Randomized Control Trial;
DM2: Diabetes Mellitus tipo 2; MTR: Metanálisis en red.

Tecnologías basadas en comunicación con equipo de salud

La comunicación entre el equipo de salud y los participantes mediante monitoreo remoto de datos biológicos cargados desde dispositivos portátiles, sistemas de alarma o llamadas telefónicas fue estudiada en 10 de los artículos. Se observó una mejoría en los valores de HbA1c, en pacientes <50 años y >60 años, cuyo valor previo de HbA1c era >10%12,17,33.

El monitoreo remoto mejoró los niveles de HbA1c en grupos mayores y menores de 60 años16,27,35. Por otro lado, un estudio sobre la misma modalidad tecnológica no mostró diferencias significativas en participantes con HbA1c inicial cercana a 7% y edad media de 60 años15.

Una RL analizó estrategias de monitoreo remoto y llamadas desde los equipos de salud en participantes >60 años, observando que la autogestión mejoraba los niveles de HbA1c cuando se asocia a mayor interacción con el proveedor de salud, sin embargo, ninguna estaba directamente enfocada en este grupo de pacientes ni mejoraba la calidad de vida40.

El SMBG con retroalimentación al equipo sanitario y respuesta a cambios relevantes en las mediciones disminuyó la tasa de hipoglicemia14,28. Una RL evaluó los desafíos actuales de tecnologías basadas en SMBG, determinando que estas tienen una alta precisión y costoefectividad comparado con el monitoreo continuo, además de facilitar el seguimiento y gestión personalizada cuando se integran a aplicaciones móviles41.

Mensajería

El impacto de mensajes educativos, motivadores y/o recordatorios de medicación en un horario establecido, fue evaluado en 4 estudios originales y un metanálisis. Dos estudios mostraron una mejoría de HbA1c cercana al 1% en pacientes con valores de HbA1c cercanos al 9%2,32. En el caso de valores próximos a 7% la reducción fue menor al 0,5%23. Las intervenciones en SMBG aumentan la frecuencia de control glicémico36. Un metanálisis mostró que la mensajería presenta la mayor probabilidad de ser la mejor intervención en base al ranking SUCRA. Además, esta presentó mayores efectos en pacientes >60 años, sin embargo, estas solo cuando duraban <6 meses42.

Aplicación móvil/Página web

La variación tras la implementación de intervenciones basadas en aplicaciones móviles y páginas web fue evaluada en 7 artículos. Un estudio enfocado en educación sobre autogestión de estilos de vida, realizado con participantes, cuya edad media fue >60 años, presentó un efecto significativo (p= 0,02) en la disminución de HbA1c, pero con un intervalo de confianza que interceptaba el valor de no efecto13. Por otro lado, un estudio basado en modificación dietética en una población, cuya edad media fue 45 años, mostró una reducción significativa de HbA1c (p<0,001)31, en concordancia con una scoping review enfocada en el mismo tema43.

Dos estudios con grupos de edad, niveles iniciales de HbA1c y retención de participantes similares evaluaron el efecto en controles de salud. El primero utilizó un asistente digital mediante una aplicación móvil y se comparó con otros programas de automanejo de enfermedades crónicas, no mostrando cambios significativos18. El segundo mostró niveles similares en la reducción de HbA1c, 0,3% aproximadamente, entre las reuniones educativas y apoyo entre pares frente a la asistencia presencial al centro de salud22.

Por otro lado, dos estudios evaluaron aplicaciones basadas en inteligencia artificial y sugerencias de dosificación de insulina para el manejo de la insulinoterapia en grupos de pacientes con niveles iniciales de HbA1c y edad media similares25,29. Ambas intervenciones mostraron resultados estadísticamente significativos en sus resultados primarios, es decir, tiempo de optimización y adherencia a insulinoterapia29, así como los cambios en HbA1c y SMBG en rango objetivo25. Estas aplicaciones también se han evaluado para el apoyo a la toma de decisiones respecto a la insulinoterapia. En este sentido, las plataformas basadas en inteligencia artificial para la personalización de dosis ayudarían en la toma de decisiones principalmente en equipos de enfermería, evitando la inercia clínica44. En esta misma línea, una RS evaluó los beneficios clínicos y económicos de las plataformas de pluma de insulina y aplicaciones móviles con gestión de información en tiempo real. Esta mostró disminuir el uso subóptimo de insulina y con ello mejorar el control glicémico y la satisfacción de los usuarios45.

Intervenciones multidominio

Un conjunto de estudios realizó intervenciones que agruparon algunas de las distintas estrategias antes mencionadas. Cuatro artículos consideraron como base de su intervención la notificación o comunicación directa con los participantes frente a datos reportados en los dispositivos digitales.

Los estudios que evaluaron el efecto de intervenciones combinadas como mensajería, llamadas telefónicas y monitoreo remoto presentaron efectos estadísticamente significativos (p<0,05) en los niveles de HbA1c19,24,26,30. Dixon et al. evaluó el impacto de monitoreo remoto, sumado a mensajería en un grupo de pacientes en distintos rangos de HbA1c, observando que, frente a mayores niveles iniciales, el cambio post intervención era mayor24. Resultados similares reportó Tu, et al. con las mismas intervenciones (mensajería y monitoreo remoto), evidenciando que a mayor retención en los programas la mejoría de HbA1c es mayor26.

En grupos de participantes con edad media cercana a 50 años, las intervenciones multidominio, ya sea llamadas telefónicas asociadas a mensajería o telemedicina asociada a aplicación digital muestran efectos significativos sobre HbA1c (p<0,05)19,30. Además, una RS de 73 estudios sobre telemedicina en DM2 observó una mayor adherencia de los pacientes a sus controles de salud, ahorro en costos de salud y mejores resultados de HbA1c46.

Discusión

Los diferentes estudios mostraron un efecto favorable en uso de tecnologías para un mejor control glicémico en pacientes DM2, produciendo cambios en la HbA1c >1%, mayor frecuencia de control con SMBG, y mejoras en la adherencia y autogestión en la insulinoterapia.

Tras el análisis, se evidenció a la HbA1c como el resultado primario más evaluado para el control glicémico, esto dado probablemente por su directa correlación con el riesgo cardiovascular6.

El efecto en HbA1c visto en este trabajo se condice con los obtenidos en un metaanálisis que evaluó el impacto de E-Health en el control glicémico en DM2 al analizar grupos de tecnología similares a los reportados en este estudio (intervenciones basadas en páginas Web, llamadas telefónicas, mensajería, aplicaciones móviles, dispositivos portátiles con medición de datos biológicos)42. No obstante, la magnitud de los cambios observados en dicho estudio (reducción general 0,18% a 0,56% HbA1c)42 fue inferior a los encontrados en esta revisión. Además, este metaanálisis no reportó información sobre la media de HbA1c inicial de los trabajos incluidos, elemento relevante, considerando que se ha visto que los niveles iniciales de HbA1c pueden determinar el efecto de la tecnología en el manejo glicémico15,23,24.

El monitoreo remoto asociado a mensajería produce mejores resultados en pacientes con niveles de HbA1c cercanos o superiores al 10%24, pero no son significativos en grupos con HbA1c cercano al 7%15. Esto puede sugerir que pacientes con mayores niveles de HbA1c se podrían beneficiar más del monitoreo remoto en comparación con aquellos que presentan una HbA1c en rango objetivo6.

Un grupo de estudios con muestras de pacientes de edad media mayor a 60 años mostró mejoría en los niveles de HbA1c, especialmente en aquellas intervenciones que establecen comunicación y retroalimentación del equipo de salud con los pacientes12,16. Es especialmente importante considerando el trabajo de Su, et al., el cual contó con una gran población (n: 1.356), y donde se concluyó que pacientes ancianos tienen más probabilidad de tener HbA1c más elevada16. Por otro lado, en grupos socioeconómicos vulnerables el uso de aplicaciones móviles y páginas web mostró una mejoría en el control de HbA1c47, lo cual podría explicarse por la mayor disponibilidad de tecnología smartphone.

En la gestión de la insulinoterapia existe un efecto positivo en la HbA1c25, además de mejorar la adherencia y optimizar el tratamiento29. Los estudios que evaluaron el efecto de la mensajería y el monitoreo remoto en el SMBG27,36 vieron una mejoría de HbA1c con un promedio de 1,5 controles diarios de FSBG27, lo que puede plantear que esta cantidad de controles serían suficientes para llevar a cabo un control adecuado cuando se asocian las intervenciones mencionadas.

El uso de aplicaciones con registro de glucemias asociado a retroalimentación en tiempo real disminuyó la probabilidad de eventos hipoglicémicos28, teniendo potencial de disminuir eventos hipoglicémicos agudos. Lo anteriormente expuesto es de especial relevancia, pues la literatura indica que, tanto el incremento de la edad y duración de DM2 son predictores significativos para el desarrollo de hipoglicemia, la que se asocia a mayor mortalidad5,27,48, además de producir un efecto deletéreo en la salud cardiovascular3,4.

La usabilidad y las habilidades de los pacientes para el uso de herramientas digitales puede ser un factor determinante en los resultados de las intervenciones tecnológicas. Guo, et al. observó que la educación en habilidades digitales influye positivamente en los cambios de HbA1c, sin embargo, estos resultados no fueron estadísticamente significativos34. Esto podría sugerir que los pacientes deben recibir una instrucción antes de implementar tecnologías al control glicémico.

En lo relativo a la mantención de los efectos dados por estas tecnologías un seguimiento de 3 meses podría no ser suficiente para determinar la eficacia de la tecnología digital como herramienta para el control glicémico. Una RS revisó 9 artículos evaluando los cambios en el estilo de vida basado en información y monitorización. Si bien, mostró un aumento de la capacidad de gestión, dichos efectos no se mantuvieron al año de seguimiento38, esto podría revelar una falta de validez en el mundo real de las tecnologías estudiadas que permita asegurar su adherencia en el tiempo, y con ello mejorar el control glicémico.

Con respecto a esta revisión, la misma presenta algunas limitaciones. En primer lugar, existe una gran heterogeneidad en los tipos de intervenciones realizadas (dieta, seguimiento, educación) para una misma modalidad de tecnología. Se buscó comparar tecnologías similares en grupos de participantes con similares características, sin embargo, futuros estudios cuantitativos deberán usar pruebas y sistemas estadísticos para disminuir el impacto de variables de confusión. En segundo lugar, al no conocer las causas de la pérdida de participantes en diversos estudios, no se puede conocer los factores que determinan una adecuada adherencia a las intervenciones estudiadas. Por último, las intervenciones fueron en su mayoría de 3 meses de duración, lo cual no permite verificar la mantención de los beneficios a largo plazo.

En síntesis, las intervenciones basadas en tecnología digital han mostrado en este trabajo mejorar los niveles de HbA1c, adherencia y autogestión de la DM2, pero con tasas de mejoría discordantes comparadas con la literatura. La retroalimentación con el equipo de salud es un elemento útil en el control glicémico independiente de la edad. La tecnología tiene distintos efectos dependiendo del rango de HbA1c y edad de los pacientes, por lo que es necesario evaluar el impacto de las intervenciones para rangos de HbA1c determinados previamente, lo que puede identificar con mayor precisión el beneficio de estas intervenciones en grupos de pacientes particulares. Para ello, los estudios deben describir los factores que llevan a la pérdida de participantes, así como aumentar el periodo de seguimiento de los mismos, con el fin de verificar la adherencia, incorporación e impacto de las intervenciones en la vida diaria. Se identifica a los pacientes >60 años usuarios de insulina como un grupo de riesgo para el desarrollo de hipoglicemia y niveles mayores de HbA1c independiente de la terapia. Es necesario indagar el impacto de las tecnologías en la autogestión y monitoreo de la insulina en este grupo.

Agradecimientos

Agradecemos la colaboración y orientación de Óscar Jerez Yáñez, Licenciado en Filosofía y Doctor en Psicología y Educación, Departamento de Educación en Ciencias de la Salud de la Facultad de Medicina, Universidad de Chile, cuyo apoyo, orientación académica y experiencia en investigación contribuyeron de manera significativa al desarrollo de esta investigación.

Referencias

1. Zheng Y, Ley SH, Hu FB. Global aetiology and epidemiology of type 2 diabetes mellitus and its complications. Nat Rev Endocrinol. 2018; 14(2): 88-98. Disponible en: https://doi.org/10.1038/nrendo.2017.151 [consultado el 8 de febrero de 2024].
2. Crawford AL, Laiteerapong N. Type 2 Diabetes. Ann Intern Med. 2024; 177(6): ITC81– ITC96. Disponible en: https://doi.org/10.7326/ AITC202406180 [consultado el 8 de febrero de 2025].
3. Amiel SA, Aschner P, Childs B, Cryer PE, de Galan BE, Frier BM, et al. Hypoglycaemia, cardiovascular disease, and mortality in diabetes: Epidemiology, pathogenesis, and management. Lancet Diabetes Endocrinol. 2019; 7(5): 385-396. Disponible en: https:// doi.org/10.1016/S2213-8587(18)30315-2 [consultado el 8 de febrero de 2025].
4. Torres Roldan VD, Urtecho M, Nayfeh T, Firwana M, Muthusamy K, Hasan B, et al. A Systematic Review Supporting the Endocrine Society Guidelines: Management of Diabetes and High Risk of Hypoglycemia. Journal of Clinical Endocrinology and Metabolism. Endocrine Society; 2022; 108: 592-603. Disponible en: https:// academic.oup.com/jcem/article/108/3/592/6880630 [consultado el 8 de febrero de 2025].
5. Yun JS, Ko SH. Risk factors and adverse outcomes of severe hypoglycemia in type 2 diabetes mellitus. Diabetes and Metabolism Journal. Korean Diabetes Association; 2016; 40: 423-432. Disponible en: https://e-dmj.org/journal/view.php?doi=10.4093/dmj.2016.40.6.423 [consultado el 14 de marzo de 2025].
6. Elley CR, Kenealy T, Robinson E, Drury PL. Glycated haemoglobin and cardiovascular outcomes in people with Type 2 diabetes: A large prospective cohort study. Diabetic Medicine. 2008; 25(11): 1295-1301. Disponible en: https://onlinelibrary.wiley.com/ doi/10.1111/j.1464-5491.2008.02581.x [consultado el 14 de marzo de 2025].
7. Chircop J, Sheffield D, Kotera Y. Systematic Review of Self-Monitoring of Blood Glucose in Patients With Type 2 Diabetes. Nurs Res. 2021; 70(6). Disponible en: https://journals.lww.com/nursingresearchonline/ fulltext/2021/11000/systematic_review_of_self_monitoring_of_ blood.11.aspx [consultado el 14 de marzo de 2025].
8. Lin R, Brown F, James S, Jones J, Ekinci E. Continuous glucose monitoring: A review of the evidence in type 1 and 2 diabetes mellitus. Diabetic Medicine. 2021; 38(5): e14528. Disponible en: https://doi.org/10.1111/dme.14528 [consultado el 7 de abril de 2025].
9. Seidu S, Kunutsor SK, Ajjan RA, Choudhary P. Efficacy and safety of continuous glucose monitoring and intermittently scanned continuous glucose monitoring in patients with type 2 diabetes: A systematic review and meta-analysis of interventional evidence. Diabetes Care. 2024; 47(1): 169-179. Disponible en: https://diabetesjournals.org/ care/article/47/1/169/154009/Efficacy-and-Safety-of-Continuous- Glucose [consultado el 9 de abril de 2025].
10. Jancev M, Vissers TACM, Visseren FLJ, van Bon AC, Serné EH, DeVries JH, et al. Continuous glucose monitoring in adults with type 2 diabetes: A systematic review and meta-analysis. Diabetologia. 2024; 67(5): 798-810. Disponible en: https://link.springer.com/ article/10.1007/s00125-024-06107-6 [consultado el 9 de abril de 2025].
11. Uhl S, Choure A, Rouse B, Loblack A, Reaven P. Effectiveness of Continuous Glucose Monitoring on Metrics of Glycemic Control in Type 2 Diabetes Mellitus: A Systematic Review and Meta-analysis of Randomized Controlled Trials. Journal of Clinical Endocrinology and Metabolism. 2024; 109(4): 1119-1131. Disponible en: https:// academic.oup.com/jcem/article/109/4/1119/7438972 [consultado el 14 de marzo de 2025].
12. Zhang W, Zhu X, Que X, Zhang X. The effects of shared decision-making informed dietary intervention based on digital health technology in older adults with type 2 diabetes mellitus: A randomized controlled trial. Digit Health. 2024; 10. Disponible en: https://journals.sagepub. com/doi/10.1177/20552076241272514 [consultado el 9 de marzo de 2025].
13. Dwibedi C, Abrahamsson B, Rosengren AH. Effect of Digital Lifestyle Management on Metabolic Control and Quality of Life in Patients with Well-Controlled Type 2 Diabetes. Diabetes Therapy. 2022; 13(3): 423-439. Disponible en: https://link.springer.com/article/10.1007/ s13300-022-01214-2 [consultado el 10 de diciembre de 2025].
14. Lim S, Kang SM, Kim KM, Moon JH, Choi SH, Hwang H, et al. Multifactorial intervention in diabetes care using real-time monitoring and tailored feedback in type 2 diabetes. Acta Diabetol. 2015; 53(2): 189-198. Disponible en: https://link.springer.com/article/10.1007/ s00592-015-0754-8 [consultado el 10 de diciembre de 2024].
15. Wakefield BJ, Koopman RJ, Keplinger LE, Bomar M, Bernt B, Johanning JL, et al. Effect of home telemonitoring on glycemic and blood pressure control in primary care clinic patients with diabetes. Telemedicine and e-Health. 2014; 20(3): 199-205. Disponible en: https://www.liebertpub.com/doi/10.1089/tmj.2013.0151 [consultado el 7 de octubre de 2024].
16. Su D, Michaud TL, Estabrooks P, Schwab RJ, Eiland LA, Hansen G, et al. Diabetes Management Through Remote Patient Monitoring: The Importance of Patient Activation and Engagement with the Technology. Telemedicine and e-Health. 2018; 25(10): 952- 959. Disponible en: https://www.liebertpub.com/doi/10.1089/ tmj.2018.0205 [consultado el 7 de octubre de 2024].
17. Egede LE, Williams JS, Voronca DC, Knapp RG, Fernandes JK. Randomized Controlled Trial of Technology-Assisted Case Management in Low Income Adults with Type 2 Diabetes. Diabetes Technol Ther. 2017; 19(8): 476-482.
18. Forjuoh SN, Bolin JN, Huber JC, Vuong AM, Adepoju OE, Helduser JW, et al. Behavioral and technological interventions targeting glycemic control in a racially/ethnically diverse population: A randomized controlled trial. 2014. Disponible en: http://www.biomedcentral. com/1471-2458/14/71 [consultado el 7 de octubre de 2024].
19. Hsu WC, Lau KHK, Huang R, Ghiloni S, Le H, Gilroy S, et al. Utilization of a cloud-based diabetes management program for insulin initiation and titration enables collaborative decision making between healthcare providers and patients. Diabetes Technol Ther. 2016; 18(2): 59-67. Disponible en: https://www.liebertpub.com/ doi/10.1089/dia.2015.0160 [consultado el 10 de diciembre de 2024].
20. Lee EY, Cha SA, Yun JS, Lim SY, Lee JH, Ahn YB, et al. Efficacy of Personalized Diabetes Self-care Using an Electronic Medical Record- Integrated Mobile App in Patients With Type 2 Diabetes: 6-Month Randomized Controlled Trial. J Med Internet Res. 2022; 24(7). Disponible en: https://www.jmir.org/2022/7/e37430 [consultado el 10 de diciembre de 2024].
21. Zhang L, He X, Shen Y, Yu H, Pan J, Zhu W, et al. Effectiveness of smartphone app-based interactive management on glycemic control in Chinese patients with poorly controlled diabetes: Randomized controlled trial. J Med Internet Res. 2019; 21(12). Disponible en: https://www.jmir.org/2019/12/e15401 [consultado el 10 de diciembre de 2024].
22. Mitchell SE, Bragg A, De La Cruz BA, Winter MR, Reichert MJ, Laird LD, et al. Effectiveness of an Immersive Telemedicine Platform for Delivering Diabetes Medical Group Visits for African American, Black and Hispanic, or Latina Women With Uncontrolled Diabetes: The Women in Control 2.0 Noninferiority Randomized Clinical Trial. J Med Internet Res. 2023; 25. Disponible en: https://www. jmir.org/2023/1/e43669 [consultado el 10 de diciembre de 2024].
23. Yin Z, Lesser J, Paiva KA, Zapata Jr J, Moreno-Vasquez A, Grigsby TJ, et al. Using Mobile Health Tools to Engage Rural Underserved Individuals in a Diabetes Education Program in South Texas: Feasibility Study. JMIR Mhealth Uhealth. 2020; 8(3): e16683. Disponible en: http://mhealth.jmir.org/2020/3/e16683/ [consultado el 9 de marzo de 2025].
24. Dixon RF, Zisser H, Layne JE, Barleen NA, Miller DP, Moloney DP, et al. A Virtual Type 2 Diabetes Clinic Using Continuous Glucose Monitoring and Endocrinology Visits. J Diabetes Sci Technol. 2020; 14(5): 908-911. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/ PMC7477772/ [consultado el 7 de octubre de 2024].
25. Tamez-Pérez HE, Cantú-Santos OM, Gutierrez-González D, González- Facio R, Romero-Ibarguengoitia ME. Effect of Digital-Tool-Supported Basal Insulin Titration Algorithm in Reaching Glycemic Control in Patients with Type 2 Diabetes in Mexico. J Diabetes Sci Technol. 2022; 16(6): 1513-1520. Disponible en: https://journals.sagepub. com/doi/10.1177/19322968211034533 [consultado el 7 de octubre de 2024].
26. Tu YZ, Chang YT, Chiou HY, Lai K. The effects of continuous usage of a diabetes management app on glycemic control in realworld clinical practice: Retrospective analysis. J Med Internet Res. 2021; 23(7). Disponible en: https://www.jmir.org/2021/7/e23227 [consultado el 10 de diciembre de 2024].
27. Montero AR, Toro-Tobon D, Gann K, Nassar CM, Youssef GA, Magee MF. Implications of remote monitoring Technology in Optimizing Traditional Self-Monitoring of blood glucose in adults with T2DM in primary care. BMC Endocr Disord. 2021; 21(1). Disponible en: https://bmcendocrdisord.biomedcentral.com/articles/10.1186/ s12902-021-00884-6 [consultado el 10 de diciembre de 2024].
28. Offringa R, Sheng T, Parks L, Clements M, Kerr D, Greenfield MS. Digital Diabetes Management Application Improves Glycemic Outcomes in People With Type 1 and Type 2 Diabetes. J Diabetes Sci Technol. 2018; 12(3): 701-708. Disponible en: https://journals. sagepub.com/doi/10.1177/1932296817747291 [consultado el 9 de marzo de 2025].
29. Nayak A, Vakili S, Nayak K, Nikolov M, Chiu M, Sosseinheimer P, et al. Use of Voice-Based Conversational Artificial Intelligence for Basal Insulin Prescription Management among Patients with Type 2 Diabetes: A Randomized Clinical Trial. JAMA Netw Open. 2023; 6(12): E2340232. Disponible en: https://jamanetwork.com/ journals/jamanetworkopen/fullarticle/2812420 [consultado el 10 de diciembre de 2024].
30. Fortmann AL, Gallo LC, Garcia MI, Taleb M, Euyoque JA, Clark T, et al. Dulce digital: An mHealth SMS based intervention improves glycemic control in hispanics with type 2 diabetes. Diabetes Care. 2017; 40(10): 1349-1355. Disponible en: https://diabetesjournals. org/care/article/40/10/1349/29619/Dulce-Digital-An-mHealth-SMSBased- Intervention [consultado el 7 de octubre de 2024].
31. Shamanna P, Mohammed J, Poon T, Dharmalingam M, Saboo B, Damodharan S, et al. Digital Twin-based personalised diet improves glycaemic control in type 2 diabetes: findings from a 6-month randomised controlled trial. En: 59th EASD Annual Meeting of the European Association for the Study of Diabetes [Internet]. Hamburg: Diabetologia. 2023; 440-441 [consultado el 9 de marzo de 2025]. Disponible en: https://doi.org/10.1007/s00125-023-05969-6 [consultado el 9 de marzo de 2025].
32. Philis-Tsimikas A, Fortmann A, Garcia I, Ruiz M, Schultz J. Dulce digital: A randomized controlled SMS intervention for latinos with type 2 diabetes. En: Mary Ann Liebert, editor. Abstracts from ATTD 2016 9th International Conference on Advanced Technologies & Treatments for Diabetes. Milan: Diabetes Technology & Therapeutics. 2016; A98. Disponible en: https://www.liebertpub.com/doi/10.1089/ dia.2016.2525 [consultado el 10 de diciembre de 2024].
33. Joshi S, Verma R, Lathia T, Selvan C, Tanna S, Saraf A, et al. Fitterfly Diabetes CGM Digital Therapeutics Program for Glycemic Control and Weight Management in People With Type 2 Diabetes Mellitus: Real-world Effectiveness Evaluation. JMIR Diabetes. 2023; 8. Disponible en: https://linkinghub.elsevier.com/retrieve/pii/S1530891X23005438 [consultado el 10 de diciembre de 2024].
34. Guo SHM, Lin JL, Hsing HC, Lee CC, Chuang SM. The Effect of Mobile eHealth Education to Improve Knowledge, Skills, Self-Care, and Mobile eHealth Literacies Among Patients With Diabetes: Development and Evaluation Study. J Med Internet Res. 2023; 25: e42497. Disponible en: https://www.jmir.org/2023/1/e42497 [consultado el 10 de diciembre de 2024].
35. Sachmechi I, Salam S, Amini M, Khan R, Spitznogle A, Belen T. Frequent Monitoring of Blood Glucose Levels via a Remote Patient Monitoring System Helps Improve Glycemic Control. Endocrine Practice. 2023; 29(6): 441-447. Disponible en: https://doi.org/10.1016/j. eprac.2023.03.270 [consultado el 9 de marzo de 2025].
36. Fortmann AL, Philis-Tsimikas A, Bagsic SRS, Vital DG, Jones JA, Sandoval H, et al. 646-P: Dulce Digital-Me: An Adaptive M-Health Intervention for Underserved Hispanics with Diabetes. ADA. 2020; 69(Supplement_1):646-P. Disponible en: https://doi.org/10.2337/ db20-646-P [consultado el 3 de febrero de 2025].
37. Joshi S, Shamanna P, Dharmalingam M, Vadavi A, Keshavamurthy A, Shah L, et al. Digital Twin-Enabled Personalized Nutrition Improves Metabolic Dysfunction-Associated Fatty Liver Disease in Type 2 Diabetes: Results of a 1-Year Randomized Controlled Study. Endocrine Practice. 2023; 29(12): 960-970. Disponible en: https:// www.endocrinepractice.org/article/S1530-891X(23)00543-8/fulltext [consultado el 10 de diciembre de 2024].
38. McMillan KA, Kirk A, Hewitt A, Macrury S. A Systematic and Integrated Review of Mobile-Based Technology to Promote Active Lifestyles in People with Type 2 Diabetes. Journal of Diabetes Science and Technology. SAGE Publications Inc.; 2017; 11: 299-307. Disponible en: https://journals.sagepub.com/doi/10.1177/1932296816656018 [consultado el 7 de octubre de 2024].
39. Zheng Y, Campbell Rice B, Melkus GD, Sun M, Zweig S, Jia W, et al. Dietary Self-Management Using Mobile Health Technology for Adults With Type 2 Diabetes: A Scoping Review. Journal of Diabetes Science and Technology. SAGE Publications Inc.; 2023; 17: 1212–1225. Disponible en: https://journals.sagepub.com/ doi/10.1177/19322968231174038 [consultado el 7 de octubre de 2024].
40. Valencia WM, Botros D, Vera-Nunez M, Dang S. Diabetes Treatment in the Elderly: Incorporating Geriatrics, Technology, and Functional Medicine. Current Diabetes Reports. Current Medicine Group LLC 1. 2018; 18. Disponible en: https://link.springer.com/article/10.1007/ s11892-018-1052-y [consultado el 7 de octubre de 2024].
41. Pleus S, Freckmann G, Schauer S, Heinemann L, Ziegler R, Ji L, et al. Self-Monitoring of Blood Glucose as an Integral Part in the Management of People with Type 2 Diabetes Mellitus. Diabetes Therapy. Adis. 2022; 13: 829-846. Disponible en: https://link. springer.com/article/10.1007/s13300-022-01254-8 [consultado el 7 de octubre de 2024].
42. Zhang X, Zhang L, Lin Y, Liu Y, Yang X, Cao W, et al. Effects of E-health-based interventions on glycemic control for patients with type 2 diabetes: A Bayesian network meta-analysis. Frontiers in Endocrinology. Frontiers Media S.A.; 2023; 14. Disponible en: https://www.frontiersin.org/journals/endocrinology/articles/10.3389/ fendo.2023.1068254/full [consultado el 7 de octubre de 2024].
43. Jooste BR, Kolivas D, Brukner P, Moschonis G. Effectiveness of Technology-Enabled, Low Carbohydrate Dietary Interventions, in the Prevention or Treatment of Type 2 Diabetes Mellitus in Adults: A Systematic Literature Review of Randomised Controlled and Non- Randomised Trials. Nutrients. Multidisciplinary Digital Publishing Institute (MDPI). 2023; 15. Disponible en: https://www.mdpi. com/2072-6643/15/20/4362 [consultado el 7 de octubre de 2024].
44. Thomsen CHN, Kronborg T, Hangaard S, Vestergaard P, Jensen MH. Developing an AI-Based clinical decision support system for basal insulin titration in type 2 diabetes in primary Care: A Mixed- Methods evaluation using heuristic Analysis, user Feedback, and eye tracking. Int J Med Inform. 2025; 195. Disponible en: https://vbn. aau.dk/en/publications/developing-an-ai-based-clinical-decisionsupport- system-for-basal [consultado el 9 de marzo de 2025].
45. Cranston I, Jamdade V, Liao B, Newson RS. Clinical, Economic, and Patient-Reported Benefits of Connected Insulin Pen Systems: A Systematic Literature Review. Advances in Therapy. Adis. 2023; 40: 2015-2037. Disponible en: https://link.springer.com/article/10.1007/ s12325-023-02478-1 [consultado el 7 de octubre de 2024].
46. Bashshur RL, Shannon GW, Smith BR, Woodward MA. The empirical evidence for the telemedicine intervention in diabetes management. Telemedicine and e-Health. 2015; 21(5): 321-354. Disponible en: https://www.liebertpub.com/doi/10.1089/tmj.2015.0029 [consultado el 7 de octubre de 2024].
47. Mayberry LS, Lyles CR, Oldenburg B, Osborn CY, Parks M, Peek ME. mHealth Interventions for Disadvantaged and Vulnerable People with Type 2 Diabetes. Curr Diab Rep. 2020; 19(12). Disponible en: https://link.springer.com/article/10.1007/s11892-019-1280-9 [consultado el 7 de octubre de 2024].
48. Silbert R, Salcido-Montenegro A, Rodriguez-Gutierrez R, Katabi A, McCoy RG. Hypoglycemia Among Patients with Type 2 Diabetes: Epidemiology, Risk Factors, and Prevention Strategies. Vol. 18, Current Diabetes Reports. Current Medicine Group LLC 1. 2018; 18. Disponible en: https://link.springer.com/article/10.1007/s11892- 018-1018-0 [consultado el 28 de marzo de 2025].