Cost-Effectiveness of Age-Specific Remote Education to Initiate and Sustain Use of CGM in Older Adults with Diabetes on Insulin
ADA2026

Cost-Effectiveness of Age-Specific Remote Education to Initiate and Sustain Use of CGM in Older Adults with Diabetes on Insulin

2026-06-05

年齡特異性遠距教育啟動並維持 CGM 使用於使用胰島素之高齡糖尿病成人的成本效益

Cost-Effectiveness of Age-Specific Remote Education to Initiate and Sustain Use of CGM in Older Adults with Diabetes on Insulin

講者與研究定位

Atif Adam, PhD, MD, MPH,來自 Joslin Diabetes Center, Harvard Medical School。他的研究結合 computational modeling、health economics、systems science,應用於糖尿病照護、健康科技採用,以及健康公平(health equity)。他的訓練背景包括內科醫學訓練、health policy 與 spatial epidemiology 的雙 MPH,以及 Johns Hopkins Bloomberg School of Public Health 的 health system and computational epidemiology 博士訓練。

本場報告聚焦於 REST study 的成本效益分析。REST 是一個針對使用胰島素之高齡糖尿病成人的 遠距教育介入(remote education intervention),目標是協助啟動並維持 continuous glucose monitoring, CGM 的使用。本報告是 REST 團隊三場報告之一:主要臨床結果由 Dr. Elena Toschi 報告,另有一場會從 diabetes educator 與 visit time 的角度分析介入負荷與運作細節。

REST study 由 Dr. Elena Toschi、Dr. Medha Munshi、Dr. Ruth S. Weinstock 等人領導,合作團隊包含 SUNY Upstate Medical University、RTI International、Cecelia Health
研究全名為「Remote Education with Geriatric Principles to Support CGM Initiation and Sustained Use in Older Adults on Insulin」,登錄於 ClinicalTrials.gov:NCT05337826;研究經費來自 The Leona M. & Harry B. Helmsley Charitable Trust,grant #2206-05319。
講者無需揭露的財務關係;由於手稿仍在撰寫與投稿準備中,會議現場不允許拍照或於社群媒體分享。

研究出發點:高齡使用胰島素者是高風險、低觸及的族群

REST 的研究問題建立在三個關鍵觀察上。

第一是規模(scale)。在美國,65 歲以上成人中約有 29% 患有糖尿病,而高齡者是糖尿病人口中成長最快的族群之一。
此數據對應 CDC National Diabetes Statistics Report 2024;投影片將這一族群描述為「fastest-growing diabetes segment」。

第二是風險本身。在高齡糖尿病成人中,若使用 basal-bolus insulin,嚴重低血糖(severe hypoglycemia)導致急診或住院的風險相較其他治療方案顯著升高,發生率比(incidence rate ratio, IRR)約為 27.6 倍
這項數據引用 McCoy、Lipska 等人在 JAMA Network Open 2020 的研究;REST 團隊用它凸顯:使用胰島素的高齡者並不是一般低風險族群,而是 CGM 最可能帶來安全效益的族群。

第三,也就是本研究最核心的問題:能處理這個風險的科技,實際上幾乎沒有到達這些患者身上。儘管 Medicare 自 2017 年起已涵蓋 CGM,但在使用胰島素的高齡第 2 型糖尿病成人中,CGM uptake 仍低於 10%
投影片引用 Alkabbani 等人在 Diabetes Care 2025 的資料,將此現象總結為:older adults on insulin 同時具有最高低血糖風險,卻在 Medicare coverage 已存在多年後仍有最低的 CGM 使用率。

因此,REST 的問題不是「CGM 是否有效」而已,而是更務實的照護問題:如果 CGM 對高齡使用胰島素者有臨床價值,該如何用可擴展、能適應高齡異質性的方式交付?

既有證據已支持 CGM 有效,但交付模式仍是缺口

高齡族群使用 CGM 的效果並不是空白領域。既有研究已經支持 CGM 能改善高齡糖尿病患者的重要安全指標,尤其是低血糖。

其中一項關鍵研究是高齡第 1 型糖尿病成人的隨機試驗,顯示 CGM 可使 time below 70 mg/dL 減少 1.9 個百分點
投影片明確標示為 WISDM trial,JAMA 2020,Pratley 等人,n=203 RCT;1.9 percentage point 的 time below 70 mg/dL reduction 約等於 6 個月內每日少 27 分鐘處於低於 70 mg/dL 的低血糖範圍。

REST 團隊先前也做過 in-person 介入研究,將 CGM 與 geriatric principles 應用於較高風險的高齡成人,結果顯示低血糖有 2.3 個百分點的中位數下降,並且具有成本效益,約為 71,000/QALY</strong><u>投影片補充:這項Joslinpriorwork發表於DiabetesCare2025MunshiSlyneAdamToschi等人,n=131RCT;低血糖下降的9571,000/QALY</strong>。 <u>投影片補充:這項 Joslin prior work 發表於 Diabetes Care 2025,Munshi、Slyne、Adam、Toschi 等人,n=131 RCT;低血糖下降的 95% CI 為 -3.7 至 -1.3,成本效益估計為 71,623/QALY。

然而,這兩種模式都有明顯限制:它們主要是 in-person delivery,且由 academic center teams 執行。這種模式不容易擴大規模,也不一定能適應高齡族群的高度異質性。

高齡糖尿病患者常同時面臨認知功能下降、手部靈巧度差異、polypharmacy、交通與照顧者負擔,以及與醫學中心距離遙遠等問題。若仍採用一體適用的標準訓練模式,往往無法真正讓 CGM 進入日常照護。
投影片將標準照護停滯的原因整理為三點:in-person training 不易擴展;academic-center visits 帶來 transportation、caregiver burden 與 distance barriers;而 cognitive impairment、dexterity variability 與 polypharmacy 使 one-size-fits-all 模式失效。

因此,本研究真正要測試的未驗證組合是:remote delivery 加上 geriatric principles
投影片指出 ADA 4Ms 與 4S Pathway 提供了高齡照護原則,但這些 geriatric frameworks 尚未在遠距交付情境中被驗證。

本成本效益分析的三個主要結果指標

雖然 REST 的完整臨床結果由團隊其他報告呈現,本場聚焦在成本效益。分析的三個核心 outcomes 為:

  1. 6 個月 HbA1c change
    這是後續模型的主要介入效果輸入值。

  2. 透過 validated microsimulation 推估的 10 年併發症避免量
    分別針對第 1 型糖尿病與第 2 型糖尿病建立模型,而不是將兩者合併。

  3. 每增加一個 quality-adjusted life-year, QALY 的 incremental cost-effectiveness ratio, ICER
    並與 2025 AHA/ACC 成本效益門檻比較。
    投影片使用 $120,000/QALY 作為 good value threshold,引用 Kazi 2025;REST 的加權 ICER 遠低於此門檻。

REST 研究設計:單組前瞻性 cohort,加上具高齡原則的遠距教育

REST 是一項 prospective single-arm trial,在兩個 academic centers 執行:Joslin Diabetes Center, BostonSUNY Upstate Medical University, Syracuse。研究納入 65 歲以上、患有第 1 型或第 2 型糖尿病、且使用胰島素的成人。

納入者包含兩類:

  • CGM-naïve,也就是過去未使用 CGM 的患者;
  • 或已使用 CGM 但控制不佳者。

投影片補充研究招募時間為 2022–2024,追蹤 6 個月;eligibility 包括 ≥65 歲、T1D 或 T2D、使用 insulin,以及 CGM-naïve 或 CGM-user with TIR <40% / time <70 mg/dL >4%。主要排除條件包括無法使用 smartphone、ESRD,以及可能干擾 Dexcom G6 的情況。

REST 的介入模式有兩個核心特徵。

介入特徵一:密集早期、逐步減量的遠距教育節奏

所有參與者先有 baseline in-person visit,之後接受由 diabetes educator 主導的遠距訪視。整個 6 個月介入包含 13 次 educator-led remote visits,早期較密集,之後逐步 taper。

投影片將 cadence 描述為:Day 0 in-person baseline;第 1 個月 weekly remote visits,包括 day 7–14 的早期追蹤;第 2–3 個月 biweekly,共 4 次;第 4–6 個月 monthly,共 3 次;最後 6-month in-person visit 與 health educator close-out。遠距教育由 Cecelia Health educators 透過 HIPAA-compliant video platform 執行,並建立 individualized care plan。

教育者並不是只教患者如何戴上感測器,而是依據每位患者的 cognitive profile、dexterity profile、生活情境與安全風險 個別調整:

  • glucose targets;
  • insulin regimens;
  • CGM alarms;
  • 使用 CGM 資訊做出日常決策的能力。

這一點對高齡照護尤其重要,因為對某些患者來說,過度緊縮控制並不一定是首要目標;避免低血糖、讓警報設定可執行、降低照顧負擔,可能更符合 geriatric diabetes care 的核心價值。

介入特徵二:每週臨床團隊 case conference 作為安全網

REST 的另一個重要機制是每週 case conference。整個 clinical team 會定期檢視未達個別化目標的參與者,並調整照護策略。這不只是行政會議,而是維持遠距照護品質與個別化目標一致性的機制。

投影片稱此為 weekly safety net,由 endocrinology 與 geriatric-diabetologist case conference review participants,是 REST 與一般遠距教育最大的差異機制之一。

換言之,REST 並不是把傳統門診簡單搬到視訊上,而是將高齡照護原則、遠距教育節奏、CGM 數據與團隊式 case review 結合成一個 workflow。

成本效益模型:以 6 個月 HbA1c change 輸入 RTI/CDC microsimulation

本研究使用 RTI/CDC diabetes microsimulation model 來推估長期結果。模型的唯一主要介入效果輸入是 6 個月 HbA1c change

模型採用兩個 type-specific sub-models,分別處理第 1 型與第 2 型糖尿病。這是有意識的設計,而不是單純將所有患者合併。原因在於 T1D 與 T2D 的併發症機制、baseline risk、疾病歷程與模型校準來源不同;若使用單一 pooled model,可能導致 calibration error。
投影片補充:T1D sub-model 對應 Hoerger 2023,並以 DCCT/EDIC 為校準來源;T2D sub-model 對應 Barbosa 2025,並以 Look AHEAD 等資料為基礎。模型以 10-year horizon 進行推估,並以 probabilistic sensitivity analysis, PSA 執行 10 runs × 10,000 simulated patients。

每個模型都模擬 10,000 名患者,並跨 10 次 probabilistic runs,追蹤 10 年結果。模型輸出包括併發症、醫療成本、QALY 與 ICER。

介入成本估算

REST 介入成本約為 每位參與者 $1,044,主要來自 physician time 與 educator time。成本估算使用 2024 Bureau of Labor Statistics wage 資料,並乘以 1.89 overhead multiplier

投影片列出每人介入成本組成:physician startup 247healtheducatorstartup247、health educator startup 90、physician follow-up 124healtheducatorfollowup×13visits124、health educator follow-up ×13 visits 583,合計 $1,044。

一個重要但保守的模型選擇是:低血糖事件沒有納入成本效益模型。原因是模型所依據的 source trials 多來自 SMBG 時代,早於現代 CGM 的廣泛使用;在 CGM 情境下,低血糖與後續成本、效用損失之間的關係可能不同,因此直接沿用舊模型關係可能不可靠。排除低血糖效益在本研究中被視為保守選擇,因為 REST 介入的臨床價值很可能包含低血糖避免,但模型沒有把這部分效益算進去。

分析族群:87 位完成者,T1D 與 T2D 具有相同 glycemic 起點但不同風險結構

成本效益分析使用 87 位 paired completers 作為 analytic sample,完成率為 79%,來自原始納入的 109 位參與者。其中:

  • 28 位為第 1 型糖尿病;
  • 59 位為第 2 型糖尿病。

從長期投影角度,關鍵問題是:這兩群人在決定併發症風險的變項上是否不同?

在 glycemic effect 的主要驅動因素上,兩群相當接近:平均年齡約 71 歲,baseline HbA1c 皆接近 8.3%。也就是說,他們進入模型時的血糖起點相似。

但在結構性風險驅動因子上,兩群明顯不同。第 1 型糖尿病患者的糖尿病病程較長、BMI 較低、共病較少;第 2 型糖尿病患者則 BMI 與共病負擔較高。兩群也在 CGM 使用史上不同:第 1 型糖尿病中約 43% 為 CGM-naïve,而第 2 型糖尿病中約 80% 為 CGM-naïve。

基線表格補充:整體平均年齡 71.1 歲;T1D 70.8 歲、T2D 71.2 歲,p=0.71。糖尿病病程整體 26.4 年;T1D 36.1 年、T2D 21.8 年,p<0.001。Baseline HbA1c 整體約 8.3%,兩型之間無顯著差異,p=0.90。BMI 在 T1D 約 27.8 kg/m²、T2D 約 33.5 kg/m²,p<0.001;共病數 T1D 約 4.1、T2D 約 5.5,p<0.001。Cognitive dysfunction 整體約 61%,T1D 54%、T2D 64%,p=0.46。Pump user 較少,整體約 5%。

這樣的基線特徵強化了分開建模的必要性:兩群患者雖有相同的 HbA1c 起點,但進入長期併發症模型時的疾病結構不同,若合併處理會掩蓋重要差異。

6 個月 HbA1c 結果:下降 0.5 個百分點,是所有後續成本效益推估的核心輸入

6 個月時,HbA1c 從 8.3% 降至 7.8%,adjusted mean change 為 -0.5 percentage points,95% confidence interval 為 -0.76 至 -0.30,且達統計顯著。

這個 -0.5% 並不只是一個點估計;其 subgroup pattern 也具有臨床合理性。下降幅度主要集中在最可能獲得 glycemic improvement 的族群:

  • health status 較健康或 intermediate 的高齡者;
  • 第 2 型糖尿病患者;
  • baseline 時 CGM-naïve 的患者。

投影片補充 subgroup 數字:healthy health status 約 -0.7%;intermediate health status 約 -0.5%;T2D 約 -0.7%,p<0.001;T1D 約 -0.2%,p=0.225;baseline CGM-naïve 約 -0.6%,p<0.001;baseline CGM-user 約 -0.4%,p=0.122。整體 mixed-effects model 調整 age、sex、diabetes duration、diabetes type 與 baseline CGM use。

這樣的模式支持一個解釋:REST 的效果不是隨機變異,而是符合臨床預期地出現在較可能改善血糖控制的群體中。

第 1 型糖尿病 subgroup 的 28 位參與者未達統計顯著。這不被解讀為介入無效,而更可能反映兩件事:

  1. 樣本數較小,statistical power 有限;
  2. 在高齡 T1D 中,臨床上常優先避免低血糖,而不是一味追求更低 HbA1c。

因此,REST 團隊將整體 adjusted HbA1c reduction -0.5% 作為後續所有 cost-effectiveness projection 的主要參數。

從 HbA1c 到 QALY:REST 的 ICER 遠低於成本效益門檻

成本效益比的計算邏輯很直接:
ICER = 介入造成的淨成本 ÷ 介入帶來的健康效益

健康效益以 quality-adjusted life-year, QALY 表示,也就是每增加一個品質校正生命年需要多少成本。

REST 的介入成本約為每人 $1,044。模型預測,因為長期併發症被避免,部分醫療成本會被回收,使得 net cost 相對較小。相對於這個小幅淨成本,模型推估每人可獲得約 0.06 QALY 的增加。

具體結果為:

  • 第 1 型糖尿病:約 $4,115/QALY
  • 第 2 型糖尿病:約 $11,339/QALY
  • 加權平均:約 $8,091/QALY

投影片補充:weighted QALY gain per person 為 0.057;weighted ICER 8,091/QALY。以8,091/QALY。以 120,000/QALY 的 AHA/ACC good-value threshold 作比較,REST 約低 15 倍。投影片亦列出平均醫療成本節省可抵銷相當部分的 $1,044 介入成本,weighted medical cost-saving 約為數百美元等級。

這個 ICER 之所以如此有利,核心原因並不是 HbA1c 下降幅度巨大,而是 REST 的目標族群本來就是高 baseline complication risk 的族群。在高風險族群中,即使每人只有 0.5% HbA1c reduction,仍可能轉化為可觀的併發症避免與醫療成本下降。

換句話說,REST 的經濟價值來自兩個條件的交會:

  1. 介入成本相對可控;
  2. 目標族群的長期併發症風險高,因此小幅 glycemic improvement 也能產生具成本意義的 downstream benefits。

模型以 intervention 與 non-intervention 的 10-year HbA1c trajectories 分別呈現 T1D 與 T2D;介入組軌跡在長期投影中維持較低 HbA1c,並由此推導併發症、成本與 QALY 差異。

10 年併發症推估:T1D 偏向 microvascular benefit,T2D 偏向 macrovascular benefit

模型將 10 年併發症避免分成多個平行類別,並分別呈現第 1 型與第 2 型糖尿病。結果呈現一種「機制上合理的非對稱性」:

  • 在第 1 型糖尿病成人中,風險下降較集中於 microvascular disease
  • 在第 2 型糖尿病成人中,風險下降較集中於 macrovascular disease
  • 但共同機制都是 glycemic control 改善。

這符合兩種糖尿病長期併發症路徑的差異:T1D 的長病程與微血管併發症負擔,使得 glycemic improvement 更容易在視網膜、腎臟、神經與足部相關 outcomes 中反映;T2D 則因 BMI、共病、心血管風險更高,macrovascular outcomes 的影響更明顯。

10 年投影列出的風險下降涵蓋 macrovascular、kidney disease、eye disease、other microvascular 與 other outcomes。macrovascular outcomes 包含 MACE、stroke、MI、CHF,風險下降約落在 2–5% 等級;renal outcomes 包含 eGFR <60、ESRD、dialysis、macroalbuminuria,部分項目下降可達約 10% 等級;eye outcomes 包含 proliferative retinopathy、macular edema、blindness,其中 proliferative retinopathy 下降約 14.1%;other microvascular outcomes 包含 foot ulcer、amputation,foot ulcer 約 7.6–9.7%、amputation 約 3.1%;T1D-specific outcome 包含 diabetic ketoacidosis,約下降 6.6%。

值得注意的是,即使主要併發症路徑不同,一個共同結果是:死亡風險在兩型糖尿病中皆下降
投影片列出 parallel mortality reduction:T1D 約 2.5%,T2D 約 2.1%。

因此,REST 的長期價值不是只侷限於單一 outcome,而是透過 HbA1c 的改善,分別沿著 T1D 與 T2D 不同的併發症路徑轉化為臨床與經濟效益。

核心結論:遠距、具高齡原則的 CGM 啟動 workflow 具有高度成本效益

本研究的核心論點可以濃縮成一句話:

在使用胰島素的高齡糖尿病成人中,一個以 geriatric principles 設計、遠距交付的 CGM 教育與追蹤模式,使 HbA1c 在 6 個月下降 0.5%,並在長期模型中轉化為有利 outcomes;其加權 ICER 約為 $8,091/QALY,依任何現行門檻皆屬成本效益極佳。

但更重要的不是 $8,091 這個數字本身,而是它如何達成。REST 顯示,一個相對輕量、可遠距交付、以高齡個別化原則為核心的 workflow,可以達到比標準成本效益門檻低一個數量級的結果。

結論投影片將結果整理為三個層次:observed 為 6 個月 HbA1c -0.5%;projected 為每人 weighted QALY gain 0.057 與死亡率下降;quantified 為 weighted ICER 8,091/QALYT1D8,091/QALY,T1D 4,115、T2D 11,339,約為11,339,約為 120K threshold 的 1/15。

這支持 REST 作為高齡者 CGM initiation 的 scalable workflow,不只適用於 endocrinology,也有潛力延伸到 primary care。

未來研究方向包括:

  • 在 academic centers 以外進行 multi-site replication
  • 與既有 telecare models 進行 head-to-head comparison;
  • 做更長期的 real-world validation;
  • 釐清哪些 REST components 是成功的關鍵,哪些需要依照不同 health system、患者族群與照護場域調整。

致謝

研究團隊感謝參與者與其家庭、照顧者;Joslin Diabetes Center 與 SUNY Upstate Medical University 的研究團隊;Cecelia Health 的 diabetes educator team;RTI International modeling team;以及 The Leona M. & Harry B. Helmsley Charitable Trust 的經費支持。

後續相關報告包括:Dr. Toschi 的 main clinical outcomes 報告,以及 educator 與 visit-time perspective 的 companion talk。

問答討論

如何從 academic centers 擴展到 rural communities 或一般 health systems?

第一個問題來自聽眾,重點是 scalability。既然模擬模型顯示 REST 是高度成本效益且 robust 的介入,那麼對於有大量 rural communities 的 health system 來說,下一步應該如何研究擴展?是否需要更大的 multi-site study 來檢驗能否複製類似的 cost-effectiveness outcomes?

回應的核心是:最糟的做法是直接 copy and paste,把 REST 原封不動搬到任何看似符合條件的場景。另一個不應該做的事,是把 REST 的所有做法都視為已經固定的 established framework。

真正的下一步是建立一個 cohesive playbook

  • 哪些 components 真正有效?
  • 成功的 key parameters 是什麼?
  • 不同角色需要哪些 roles and competencies?
  • 對患者、stakeholders 與 health system 而言,baseline factors 是什麼?
  • 哪些指標必須持續評估,才能維持介入效果?

這一點很重要,因為 REST 的兩個中心——Joslin 與 SUNY Upstate——都是 academic tertiary care centers。若 primary care clinic 直接照抄同一模式,可能失敗。真正要研究的是:
哪些元素必須被捕捉與擴展,哪些元素需要根據不同場景調整,以及哪些額外 components 必須納入,才能在不同情境中達到合理的 return on investment。

T1D 與 T2D 結果不同,scalability 是否同時適用於兩者?

第二個問題聚焦於 T1D 與 T2D 的差異。聽眾注意到兩型糖尿病的結果有相當差異,因此詢問:REST 關於 scalability 的結論是否同時適用於 T1D 與 T2D?差異可能由什麼因素驅動?

回應首先指出,差異很大程度可能來自 sample size。T1D 只有 28 位參與者,相比之下 T2D 有接近 60 位。樣本數較小,使得 T1D subgroup 不容易達到統計顯著。

未來若要擴大研究,不只是增加人數,也需要增加族群異質性,包括 race、ethnicity、social determinants of health, SDoH 等因素。這些都需要在更大樣本中被納入,才能更有信心地判斷介入是否在不同族群中同樣有效。

因此,目前團隊不會把 T1D 未達顯著直接解讀為介入本身對 T1D 無效;更合理的解釋是樣本數與臨床優先順序的限制。

接著有研究團隊成員補充,T1D 的情況還受到低血糖目標影響。即使 baseline HbA1c 與 T2D 類似,T1D 患者在 baseline 時可能已有較多 time in hypoglycemia;若介入後低血糖改善,HbA1c 未必會下降,因為臨床重點可能是減少 hypoglycemia,而不是把平均血糖壓得更低。這也解釋了為什麼 T1D 組可能有安全效益,但不一定反映在 HbA1c 顯著改善上。

Take-home Summary

  • REST 研究處理的是一個明確的照護缺口:使用胰島素的高齡糖尿病成人風險高、CGM 使用率低,但傳統 in-person academic-center 模式不易擴展
  • 介入模式結合 遠距教育、geriatric principles、13 次 educator-led visits、個別化 CGM/insulin/alert 設定,以及每週 clinical case conference
  • 6 個月 HbA1c 從 8.3% 降至 7.8%,adjusted change -0.5%,是後續所有成本效益模型的核心輸入。
  • RTI/CDC microsimulation 分別建模 T1D 與 T2D,因兩型糖尿病的併發症路徑與 baseline risk 結構不同。
  • REST 每人介入成本約 $1,044;長期併發症避免可抵銷部分成本,並帶來約 0.057 QALY 的加權增益。
  • 加權 ICER 約 8,091/QALY</strong>,遠低於<strong>8,091/QALY</strong>,遠低於 <strong>120,000/QALY 的 good-value threshold;T1D 約 4,115/QALYT2D4,115/QALY,T2D 約 11,339/QALY。
  • 10 年模型顯示,T1D 效益較集中於 microvascular outcomes,T2D 較集中於 macrovascular outcomes;死亡風險在兩型中皆下降。
  • 低血糖效益未納入模型,因此成本效益估計偏保守。
  • REST 的下一步不是直接複製,而是建立可調整的 implementation playbook,釐清哪些 components、roles、competencies 與 monitoring metrics 是在不同 health systems 中成功擴展所必需的。