Είναι ευρέως γνωστό ότι μια εφαρμογή γίνεται πιο αξιόπιστη όταν έχει χρησιμοποιηθεί σε πραγματικές μελέτες και ακαδημαϊκό έργο.
Το forDiabetes δεν είναι απλώς μια εφαρμογή καταγραφής. Έχει χρησιμοποιηθεί στο πλαίσιο διεθνών ερευνητικών έργων, κλινικών μελετών και ακαδημαϊκών εργασιών με αντικείμενο την αυτοδιαχείριση του διαβήτη, τη συλλογή δεδομένων και τις τεχνολογίες ψηφιακής υγείας. Σε αυτές τις μελέτες, άτομα με διαβήτη χρησιμοποίησαν την εφαρμογή στην καθημερινότητά τους, κατέγραφαν τις μετρήσεις και τις δραστηριότητές τους και τα δεδομένα καθώς και οι εμπειρίες τους αναλύθηκαν μέσα σε επίσημα επιστημονικά ερευνητικά πλαίσια.
Αυτό σημαίνει ότι το forDiabetes έχει ξεπεράσει το στάδιο μιας απλής εφαρμογής για καταναλωτές. Έχει γίνει ένα εργαλείο που χρησιμοποιείται ενεργά στην έρευνα, στην κλινική αξιολόγηση και στην ακαδημαϊκή μελέτη.
Παράλληλα, το forDiabetes εντάσσεται σε ένα ευρύτερο επιστημονικό πεδίο που εξετάζει πώς οι εφαρμογές για κινητά, η οπτικοποίηση δεδομένων, οι wearable συσκευές και η τεχνητή νοημοσύνη, μπορούν να υποστηρίξουν τα άτομα με διαβήτη στη διαχείριση της κατάστασής τους. Πολλές ανεξάρτητες μελέτες δείχνουν ότι η συστηματική ψηφιακή αυτοδιαχείριση, η ανάλυση δεδομένων και η εξατομικευμένη αναροφοδότηση μπορούν να βοηθήσουν τους ασθενείς να κατανοήσουν καλύτερα την κατάστασή τους και να έχουν πιο ενεργό ρόλο στη φροντίδα τους.
Οι δημοσιεύσεις που ακολουθούν δείχνουν πώς το forDiabetes έχει χρησιμοποιηθεί στην έρευνα και πώς εντάσσεται στο ευρύτερο επιστημονικό υπόβαθρο της ψηφιακής αυτοδιαχείρισης του διαβήτη.
Για λόγους διαφάνειας, παρατίθενται παρακάτω όλες οι σχετικές επιστημονικές δημοσιέυσεις.
- Gosak et al., 2025
How Does Mobile Technology Shape the Perceptions of People with Type 2 Diabetes?
MEDINFO 2025.
- Gosak et al., 2025
Exploring the Key Features of Mobile Application for Type 2 Diabetes Management
MEDINFO 2025.
- Hwang et al., 2025
AI Applications for Chronic Condition Self-Management: A Scoping Review
Journal of Medical Internet Research.
- Turner & Stawarz, 2025
Understanding Device Integrations Within Diabetes Apps
JMIR Diabetes.
- Alexiadis, A., Tsanas, A., Shtika, L., Efopoulos, V., Votis, K., Tzovaras, D., Triantafyllidis, A. (2024)
Next-Day Prediction of Hypoglycaemic Episodes Based on the Use of a Mobile App for Diabetes Self-Management.
- Lopes et al., 2024
Benchmarking Mobile Applications for Diabetes
Revista Latino-Americana de Enfermagem.
- Bonet-Olivencia et al., 2024
User-Centered Design of a Diabetes Self-Management Tool
Journal of Diabetes Science and Technology.
- Gosak, L., Ooge, J., Fijačko, N., Kamenšek, J., Kocbek, P., Debeljak, N., Verbert, K., Štiglic, G. (2023).
Self-Care Oriented Smartphone Apps for Type 2 Diabetes: A Comparative Analysis.
- Gosak et al., 2022
The Impact of Mobile Health Use on the Self-care of Patients With Type 2 Diabetes
JMIR Research Protocols.
- Joachim et al., 2021
Design and Development of a Diabetes Self-Management Platform
Hawaii International Conference on System Sciences (HICSS).
- Ossai, C.I. & Wickramasinghe, N. (2021)
Text Mining and Grounded Theory for Appraising the Self-Management Indicators of Diabetes Mobile Apps
- Zhang et al., 2020
Information Visualization for Diabetes Management
PervasiveHealth Conference.
- Rucci et al., 2020
Diabetes Link: Platform for Self-Control and Monitoring People with Diabetes
Applied Informatics (ICAI 2021, Springer).
- Wattanapisit et al., 2020
Can Mobile Health Apps Replace GPs?
BMC Medical Informatics and Decision Making.
