基于移動醫療的干預影響慢病患者依從性的Meta分析

買力曼·巴哈尼　王朝陽　劉泉泉　森干

摘要：通過 Meta分析的方法評價移動醫療干預慢性病患者依從性的隨機臨床試驗對慢性病患者自我管理的效果，旨在為慢性病患者的健康管理以及提高藥物依從性提供證據。搜索電子文獻數據庫，確定文獻檢索關鍵詞包括“慢性病”“移動醫療”，“依從性”。檢索2015年以后在萬方數據庫、中國知網，維普、CBM等數據庫公開發表的相關文獻中確定了移動醫療干預對患者血壓的影響的隨機對照試驗（RCT）。使用隨機效應模型估計血壓的加權平均差異。并用RevMan 5. 3 軟件對高血壓患者的效應指標進行Meta分析，評價其干預效果。納入10篇文獻，總的高血壓患者樣本量3888名，經過異質性檢驗，結果顯示I?=97%，P<0.001，存在異質性，所以采用隨機效應模型進行Meta 分析合并效應量。采用隨機效應模型的結果顯示移動醫療干預組與對照組比較，有統計學差異（WMD=-9.90，95%CI=-15.73～-4.08，P<0.001），SBP下降10.93mmHg （1mmHg=0.133kPa，95%CI=-17.38～-4.49，I?=98%，P<0.001），DBP下降6.47mmHg（1mmHg=0.133kPa，95%CI=-9.97～-2.97，I?=96%，P<0.001）。亞組分析結果顯示，干預時間在5～6個月之間，干預組較對照組 SBP和 DBP分別下降13.74mmHg、7.51mmHg。干預時間在6～12個月，干預組較對照組 SBP和 DBP分別下降4.99mmHg、4.06mmHg。基于移動醫療的干預可有效改善高血壓患者的血壓水平和藥物依從性，為高血壓的管理提供更好的管理模式。

關鍵詞：慢性病;移動醫療;依從性;高血壓;Meta分析

中圖分類號：G642.0? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）03-0236-03

近年來，在人類疾病譜中，以高血壓病為首的慢性非傳染性疾病已居我國疾病和死因譜的首位。據《國家基層高血壓防治管理指南》（2017 版）估計，我國高血壓患病人數已達 2.7 億[1]。而高血壓的治療率和控制率僅有46.1%、16.9%，兩者皆處于較低水平[2]，高血壓的主要治療手段是長期服用藥物，但很多患者的藥物依從性并不高，另一方面除了降壓治療外，國內外均有研究表明，使用相關的移動醫療系統對高血壓患者進行日常干預，以及生活方式的改善，包括低鹽飲食、增加運動、提高病情自我監測（包括家庭自測血壓）等方面進行管理能夠改善其血壓控制，提高其用藥依從性[3-4]。因此，基于移動醫療的干預影響慢病患者依從性的研究迫在眉睫。

根據世界衛生組織的定義，移動醫療是通過移動互聯網設備提供信息和醫療服務，如移動電話、個人數字助理（PDA）包括手機、錄音、照片等在醫務人員與患者之間進行通信溝通，也包括電子病歷、短信、遠程會診及各種終端檢測設備[5]。

本文通過Meta分析的方法評價移動醫療干預慢性病患者依從性的隨機臨床試驗對慢性病患者自我管理的效果，旨在為慢性病患者的健康管理以及提高藥物依從性提供證據。

1資料與方法

1.1文獻檢索

通過搜索電子文獻數據庫，收集2015年9月后公開發表的以移動醫療為基礎的高血壓管理方式對高血壓患者依從性的中、英文文獻，英文檢索詞包括“Blood Pressure”“Adherence”“meta-analysi”“mhealth”。中文檢索詞包括移動醫療，慢性病，依從性，高血壓，meta分析。

1.2文獻篩選與數據提取

1.2.1納入標準

1）研究對象為≥18歲被診斷的高血壓患者;2）對照組進行常規護理，干預組基于移動醫療技術對患者進行干預治療;3）采用隨機對照試驗，隨訪至少4周;4）觀察移動醫療對患者依從性的影響。

1.2.2 排除標準

1）考慮中的主要干預措施不限于移動醫療;2）重點僅僅是疾病管理或教育，沒有報告依從性; 3）數據不完整的文獻;4）主要效應指標不為血壓值的變化。

1.3 數據提取

閱讀最終納入文獻，提取文獻中基本信息，包括：文獻第一作者，發表年份，病例樣本量（例），病例年齡（歲），干預措施（干預組，對照組），干預時間，有效性指標等。

1.4 文獻質量評價

按照Cochrane偏倚風險評估工具對隨機對照實驗的評價標準對文獻進行評價。包括：1）隨機序列的產生;2）分配隱藏;3）對研究對象及干預實施者實施盲法;4）對結果測評者實施盲法;5）結局指標數據的完整性;6）選擇性報告的可能性;7）其他偏倚來源。每條標準均以“低風險偏倚”“高風險偏倚”或“不清楚”來評價[6]。

1.5 統計方法

采用Cochrane協作網提供的RevMan5.3統計軟件進行Meta分析。計量資料采用均數差（MD）及其95% CI表示。檢驗水準α=0.05.采用I?統計量對納入的研究進行異質性檢驗。I?>50%說明存在異質性，若各研究結果間不存在異質性或異質性較小（I?≤50%，P≥0.1）則采用固定效應模型進行分析，若各研究結果間存在異質性（I?≤50%，P<0.1），選擇隨機效應模型進行分析。

2結果

2.1文獻篩選過程和結果

通過檢索最初獲得文獻599篇，剔除重復的文獻后得到333篇，初篩后得到328篇文獻，通過閱讀文獻的題目和摘要篩選出50篇。進一步全文閱讀后由于干預措施不明確，非RCT試驗以及樣本量等方面的不符，最終將10篇文獻納入研究，均為中文文獻。（文獻搜索流程見圖1）10項均為隨機對照試驗，共計3888例患者，干預組1846例，對照組2042例，干預時間為5個月至12個月，干預措施都是基于移動醫療對血壓進行管理和控制。納入的文獻概要情況見表1。

2.2文獻偏倚風險評價結果

按照Cochrane偏倚風險評估工具對隨機對照實驗的評價標準進行評價。9項研究采取了隨機分配序列進行分組，描述了產生隨機分配序列的方法。對受試者和參與者是否施盲的評價中6項為高風險，沒有對受試者，研究人員采用盲法，其余4項研究未提到盲法;結局數據完整性中，8項研究為低風險，未出現退出或失訪情況，其余2項研究中存在失訪現象，但失訪的原因未提及;選擇性報告結果均為低風險，客觀公正地對研究結果進行報告;所有文獻都未提及分有關配隱藏和其他偏倚來源。綜上所述，納入的10篇文獻質量都不太高。具體結果見表2。

2.3 Meta分析的結果

1） 血壓情況結果分析：所有研究均評價了互聯網為基礎的高血壓管理較常規管理方法對高血壓患者收縮壓及舒張壓的影響干預療程結束后互聯網干預組較常規組SBP下降10.93mmHg （1mmHg=0.133kPa，95%CI=-17.38～-4.49，I?=98%，P<0.001），DBP下降6.47mmHg（1mmHg=0.133kPa，95%CI=-9.97～-2.97，I?=96%，P<0.001），（圖2、圖3）

2）亞組分析：干預時間在5～6個月之間，干預組較對照組 SBP和DBP分別下降13.74mmHg，7.51mmHg（WBD：-13.74mmHg，95%CI=-19，70～-7.78，I?=95%，P<0.001;-7.51mmHg，95%CI=-12.88～-2.13，I?=97%，P<0.001），干預時間在6到12個月，干預組較對照組 SBP和 DBP分別下降4.99mmHg，4.06mmHg（WBD：-4.99mmHg，95%CI=-8.97～-1.01，I?=83%，P<0.001;-4.06mmHg，95%CI=-7.01～-1.10，I?=90%，P<0.001）（圖4、圖5）

3 討論

高血壓已經成為全球社會醫療的巨大負擔，是死亡和殘疾的主要原因。但目前對高血壓患者的常規管理面臨著自我管理效果不佳，隨訪困難，健康數據更新不及時，溝通不暢等弊端[17]。隨著移動醫療技術的迅速發展，移動醫療在高血壓管理中顯示出了較好的應用效果，它不僅可以為高血壓患者提供有效的高血壓管理的新模式及更有效的干預措施，而且也能提高血壓患者的控制率、管理率以及自我管理能力和治療依從性

本次研究納入的10篇文獻中，均采用隨機對照實驗，符合篩查的標準，實驗嚴謹。文章的整體質量可信，發表時間都在2015年到2020年，Meta分析的結果表明，移動醫療干預組與對照組比較，有統計學差異（WMD=-9.90，95%CI=-15.73～-4.08，P<0.001），收縮壓和舒張壓分別降低了10.93mmHg、6.47mmHg。

相對于傳統的常規治療，基于移動醫療進行的干預措施更有利于患者對血壓的控制和增加藥物依從性。根據亞組分析顯示，干預時間在5～6個月之間，干預組較對照組SBP和DBP分別下降13.74mmHg，7.51mmHg，干預時間在6～12個月，干預組較對照組 SBP和 DBP分別下降4.99mmHg，4.06mmHg，由此可見干預時間的長短也在一定程度上有效地降低血壓水平。王維民教授等的研究結果表明： 基于移動醫療管理高血壓可充分調動患者治療積極性，提高治療率和控制率，改善用藥依從性，在一定程度上可以降低高血壓患者的血壓，達到控制血壓的效果[18]。由篩選的文章得出，應用手機微信技術管理高血壓患者，能顯著降低患者血壓水平，王小娟等[19]應用手機微信技術管理老年高血壓患者，獲得與本研究相近的研究結果。方便、簡單和人性化的移動醫療管理軟件還可提升高血壓管理滿意度，有利于患者了解移動醫療技術作用及意義，可作為患者、醫生和家屬三者之間溝通的重要平臺，督促患者隨時關注病情變化，提高患者疾病防控意識。

參考文獻：

[1] 王靜，胡曦丹，李雪松.國內高血壓管理軟件的功能特征和健康信息類型分析[J].中國高血壓預防與控制，2019，27（4）：310-313.

[2]? 中國循證心血管醫學雜志編輯部.中國高血壓防治指南發布繼續沿用140/90 mmHg的診斷標準[J].中國循證心血管醫學雜志，2018，10（9）：1098.

[3] 陳民.基于移動醫療的高血壓院外管理與治療[D].濟南：山東大學，2016.

[4] Kang H，Park HA.A mobile app for hypertension management based on clinical practice guidelines：development and deployment[J].JMIR MhealthUhealth，2016，4（1）：1-18.

[5] 陳憲澤，黃靖，曾祥俊.構建基于移動醫療的社區健康管理模式[J].廣西中醫藥大學學報，2016，19（3）：118-120.

[6] Higgins JPT， Green S. Cochrane handbook for systematic reviews of interventions 5.1.0[M].London： The Cochrane Collaboration，2011.

[7] 張慶，丁鳳梅，鮑建麗，等.基于微信的歸因干預對社區中青年高血壓患者自我管理水平的影響[J].中國醫藥導報，2017，14（28）：162-165+173.

[8] 李凌.基于微信的延續性管理體系對高血壓患者治療依從性、病情控制的影響[J].當代護士（上旬刊），2020，27（06）：42-44.

[9] 張麗芹，張麗華，陳霞，等.微信平臺健康教育對社區高血壓患者治療依從性和血壓控制的影響[J].國際護理學雜志，2018，37（18）：2540-2542，2549. （下轉第249頁）

（上接第238頁）

[10] 駱青林，陳洪，劉麗萍，等.App在“H”型高血壓出院患者延續護理中的應用價值[J].慢性病學雜志，2018，19（05）：647-649.

[11] 徐琢，李江津，王婧，等.移動互聯網對在職高血壓患者自我管理的影響研究[J].中國全科醫學，2017，20（S2）：242-244.

[12] 吐達洪，張晶，陳麗婷，等.應用手機微信技術對中老年高血壓患者進行服藥依從性及血壓管理效果的影響[J].中國醫學裝備，2019，16（06）：114-118.

[13] 黃蓓. 基于“互聯網+”的移動醫療在某社區高血壓患者健康管理中的應用[D].新疆醫科大學，2018.

[14] 水克冬，俞曉萍，王凌，等.基于短信干預的高血壓自我管理項目效果評價[J].中國衛生產業，2019，16（03）：7-9.

[15] 楊廷旭，薛麗英，魏娟，等.家庭醫生簽約并微信平臺指導在社區老年高血壓患者健康管理中的應用[J].智慧健康，2018，4（05）：172-174.

[16] 蘆燕玲，潘偉琦，胡榮.基于微信平臺健康管理方案對小于45歲高血壓人群的干預效果分析[J].中華健康管理學雜志，2019（04）：299-303.

[17] 劉云秀，高血壓、糖尿病移動醫療服務模式的效果分析[J]，藥品評價2017，14（11）：15-17.

[18] 王維民，張鑫.遠程血壓監測在高血壓管理中的應用及展望[J].中華高血壓雜志，2015，23（07）：622-624.

[19] 王小娟，顧園園，陳桂香，等.微信健康教育群對高血壓合并脂肪肝患者療效及治療依從性的影響[J].實用老年醫學，2016，30（3）：254-256.

【通聯編輯：朱寶貴】