崔麗萍,胡坤,黃浩策,鄧寧,文嘉*,楊立森,趙月霞
根據《中國心血管病報告2018》,我國高血壓患者的知曉率、治療率及控制率逐年提高,但控制形勢仍不容樂觀,高血壓患者的治療率僅為45.8%,控制率為16.8%[1]。不良生活方式是高血壓的主要危險因素,包括高鹽飲食、吸煙、飲酒、肥胖、熬夜及長期精神緊張等[2-4]。不良生活方式不僅不利于患者的血壓控制,而且可能會增加患者的心血管事件發生風險[3-4]。健康教育可以幫助患者轉變不良的生活方式,提高患者的健康素養。對高血壓患者開展健康教育,是提高高血壓治療率和控制率的重要措施[5]。近年來,移動健康技術(m-Health)為慢性病的預防和患者管理帶來了新的機遇與挑戰[6]。LI等[7]通過構建微信“病友群”的形式對廣州市某社區中老年高血壓患者開展健康教育,結果表明,雖然這種方式在實際操作中會占用健康管理師較多的時間和精力,但以微信為基礎的患者健康管理形式具有一定可行性和有效性。目前,我國基于互聯網的線上健康管理模式尚不成熟[8]。本研究基于認知-行為轉變模型構建了強化引導的高血壓患者閉環管理路徑,并基于微信小程序為醫生和患者提供了高血壓管理與健康教育平臺,實現了基于系統模型、云端服務、移動終端應用的高血壓患者遠程健康教育和管理,可以為臨床醫務工作者開展慢性病管理實踐及相關研究提供借鑒。
1.1 研究對象 以2018年11月至2019年10月寧夏醫科大學總醫院全科門診及病房收治的原發性高血壓患者為研究對象。納入標準:(1)符合WHO制定的原發性高血壓診斷標準[9];(2)患者溝通能力良好,意識清楚;(3)對本研究知情同意,并簽署知情同意書。排除標準:(1)因故不能接受隨訪者;(2)合并精神疾病、認知障礙者;(3)合并急性腦血管事件者。初步納入高血壓患者183例,因依從性較差、中途退出、失訪等剔除61例,最終納入高血壓患者122例。采用簡單隨機化的方法,將納入患者分為線上管理組(n=61)和非線上管理組(n=61)。
1.2 干預方法 線上管理組患者采用基于認知-行為模型的線上健康教育模式;非線上管理組患者由醫生給予常規管理,包括口頭宣教、發放宣傳冊等。
1.2.1 基于認知-行為轉變模型的線上健康教育模式設計 本研究以知識-態度-行為模型(KAPM)[10]、健康信念模型(HBM)[11]、跨理論模型(TTM)[12]及三者的改進為基礎,圍繞高血壓患者行為轉變的5個階段,以微信小程序為載體,采取系統化課程教育與個性化知識推送兩種形式,循序漸進地改變患者的行為方式。(1)前意向階段:通過微信小程序推送課程,向患者灌輸高血壓的健康注意事項及可能引發的病癥,以引起患者對高血壓的重視。(2)意向階段:使患者掌握高血壓的誘發因素、在日常生活中的高危因素,并結合患者自身特點為其制定個體化血壓控制方法。(3)準備階段:指導患者控制血壓的方法,如定期合理膳食、控制體質量、戒煙、戒酒、適當運動、控制情緒、復診、提高服藥依從性等。(4)行為階段:督促患者執行控制血壓行為,本研究在該階段基于執行意圖設計了“If/Then模式”(什么條件下做何事)與“WWW模式”(何時何地做何事)兩種固定模板[12],使醫生和患者能夠在系統中設計/編輯服藥、運動、飲食、心理、自測、戒煙、戒酒7類健康行為的內容。基于認知-行為轉變模型的線上健康教育模式見圖1。基于認知-行為轉變模型的高血壓患者線上健康教育模式實施方案見圖2。

圖1 基于認知-行為轉變模型的健康教育模式Figure 1 An online health education model based on the cognitive-behavioral change model

圖2 基于認知-行為轉變模型的高血壓患者線上健康教育模式實施方案Figure 2 Implementation scheme of an online health education model for hypertensive patients based on the cognitive-behavioral model
1.2.1.1 系統化課程教育內容設置 借鑒英國國家衛生與臨床優化研究所(NICE)開發糖尿病結構化課程的經驗,本研究重點參考《中國高血壓患者教育指南》[5]、加拿大高血壓患者教育計劃(CHEP)[13]、美國高血壓教育項目(NHBPEP)[14]等資料,從傳授基本知識、提高危患意識、教導實用技能3個角度出發,整理出適用于本研究模型的健康教育系統化課程。該套課程以知識科普為主,具有通俗、簡潔、科學、完備的特點(表1)。

表1 基于認知-行為轉變模型的高血壓患者線上健康教育系統化課程大綱Table 1 Outline of the systematic courses included in the online health education for hypertensive patients based on the cognitive-behavioral model
1.2.1.2 個性化知識推送 在對高血壓患者進行慢性病管理和健康教育的過程中,通過對患者健康數據的分析,為每一位患者添加特征標簽。這樣,在通過微信小程序向患者推送健康教育知識時,通過word2vec詞向量模型這一人工智能算法,就可以實現健康知識文本和患者特征的最佳匹配,從而實現對高血壓患者的個性化、精準化健康教育[15]。
1.2.1.3 微信小程序 本研究選擇以微信小程序為載體,同時開發了患者端和醫生端。相對于原生應用(native application),本研究采用的微信小程序具有安裝與更新快、系統配置影響小的優勢。根據KAPM中的3個關鍵環節,本研究設計了系統化健康課堂與個性化知識推送版塊,供患者在線瀏覽學習;設計了生活計劃指導版塊,供患者查閱、執行并記錄。同時,醫生端小程序便于醫生即時查看患者數據、開展在線隨訪等工作。
1.2.2 醫生端和患者的入組操作 (1)初期患者小程序使用培訓:患者入組后,由醫生先對患者進行簡單的使用培訓,指導患者進行系統加載、注冊與登錄,并請患者自主上傳血壓和服藥記錄,同時學習一節健康教育課程,設置至少一條生活計劃。醫生囑患者多使用小程序,特別是完成其中健康教育與生活計劃的內容時。同時,提供給患者服務平臺的聯系方式。(2)醫生端的操作方法:患者收錄后,醫生打開小程序的醫生端,將患者綁定入全科管理計劃。系統會按路徑規則默認首次隨訪時間為患者入組1周后,醫生可以根據實際情況進行調整,以適應醫生及團隊的工作情況。同時,醫生可以根據患者的特征和具體情況,隨時為患者添加/修改標簽,以做好患者備注,為個性化知識推薦功能做好保障。
1.3 隨訪方法和觀察指標 線上管理組患者于入組后第1、2、3、4、6、8、12周開展電話隨訪,非線上管理組患者每周至少開展1次電話隨訪/診室面訪,根據患者的血壓和自我管理情況及時優化方案。評估兩組患者干預前和干預12周后的收縮壓,以及血壓自測、服藥、飲食、運動、心理方面的生活行為習慣改善情況。(1)線上管理組:由醫生端向患者端每日傳送生活行為干預指令,囑患者根據指令調整相應行為。其中,血壓自測的指令為“6:00~10:00在家中自測血壓并上傳數據”,服藥的指令為“如果要出門/入睡/飯后休息就服藥”,飲食的指令為“做飯時不加超過小半勺鹽/吃飯時不主動吃咸食”,運動的指令為“飯后/早起到樓下/健身房/室內運動30 min”,心理干預的指令為“如果生氣就默數5 s/23:00前要休息”。由患者自評是否完成了當日指令,根據患者完成指令的次數計算合格率,以合格率>60.0%為相應行為管理合格。(2)非線上管理組,借由電話隨訪/診室面訪開展問卷調查,采用和線上管理組同樣的指令模塊對患者進行詢問,由患者自評相應行為的每周完成次數,采用同樣方式判斷是否管理合格。
1.4 統計學方法 采用SPSS 23.0統計軟件進行數據分析。計數資料以相對數表示,組間比較采用χ2檢驗;符合正態分布的計量資料以(±s)表示,兩組間比較采用兩獨立樣本t檢驗,同組管理前后比較采用配對t檢驗。以P<0.05為差異有統計學意義。
2.1 兩組高血壓患者的基本情況比較 兩組患者的性別、年齡、病程、受教育年限比較,差異無統計學意義(P>0.05),見表2。

表2 兩組高血壓患者的基本情況比較Table 2 Comparison of the basic conditions of hypertensive patients in offline and online management groups
2.2 管理前后兩組患者收縮壓比較 管理前,兩組患者收縮壓比較,差異無統計學意義(P>0.05);管理后,兩組患者收縮壓比較,差異有統計學意義(P<0.05)。管理后,兩組患者的收縮壓與管理前比較,差異有統計學意義(P<0.05),見表3。
表3 管理前后兩組患者收縮壓比較(±s,mm Hg)Table 3 Comparison of systolic blood pressure levels between hypertensive patients in offline and online management groups before and after management

表3 管理前后兩組患者收縮壓比較(±s,mm Hg)Table 3 Comparison of systolic blood pressure levels between hypertensive patients in offline and online management groups before and after management
注:1 mm Hg=0.133 kPa
組別 例數 管理前 管理后 t配對值 P值非線上管理組 6 1 1 6 1±1 0 1 3 8±1 0 1 2.8 3 <0.0 0 1線上管理組 6 1 1 6 0±1 1 1 2 7±9 1 7.3 4 <0.0 0 1 t值 0.4 6 7 6.5 5 5 P值 0.6 4 2 <0.0 0 1
2.3 管理前后兩組患者健康行為完成情況比較 管理前,兩組患者血壓自測、服藥、飲食、運動、心理方面指令完成合格率比較,差異無統計學意義(P>0.05)。管理后,兩組患者血壓自測指令完成合格率比較,差異有統計學意義(P<0.05);但服藥、飲食、運動、心理方面指令完成合格率比較,差異無統計學意義(P>0.05),見表4。

表4 管理前后兩組患者完成健康計劃指令的合格率比較〔n(%)〕Table 4 Comparison of the prevalence of performing the health management program using the online management system between hypertensive patients in offline and online management groups before and after management
高血壓是嚴重的公共衛生問題,我國高血壓發病率高、控制率低,給社會和個人帶來了極大的健康風險。如何在當前醫療資源短缺的情況下提高高血壓患者的血壓控制率,是一項非常重要的研究議題。多項研究表明,高血壓患者的血壓控制與生活方式密切相關,如吸煙、飲酒、不健康飲食模式及缺乏運動等都是高血壓發生的危險因素,轉變個人的健康行為可以幫助其有效預防或控制高血壓[14-16]。近年來,我國學者從健康教育途徑、理論模型應用等方面開展了很多慢性病管理的路徑化與模式化研究,也驗證了慢性病閉環管理路徑可以提高醫護工作者的管理效率,同時實現高血壓患者的院外持續管理[17-25]。但高血壓閉環管理路徑在應用中側重對患者的基本管理,在患者健康知識宣教與生活方式教育方面存在規范性不足、專業健康教育材料缺乏等問題,導致患者的許多生活行為沒有得到有效干預。因此,亟須設計一套系統且規范的健康教育材料,并構建出有效且具有推廣價值的健康教育模型,將其與高血壓閉環管理路徑融合,以充分提高患者的健康素養和行為轉變能力,幫助高血壓患者更好地開展自我管理,使其在長期慢性病管理過程中受益。
本研究基于指南構建了一套系統且規范的高血壓健康宣教材料。為了整合健康教育過程,課題組結合KAPM、HBM及TTM梳理了健康教育“形成認識—建立意識—改變行為”的過程,進而針對性地提出在各個階段的健康知識宣教內容、教育隨訪話術及行為干預技術。研究成果包括87堂系統化小課程,1套基于本體領域模型的個性化知識推薦方法,1套高血壓健康教育隨訪標準話術,以及基于執行意圖的行為干預指導模板。在上述研究后,課題組通過路徑流程的重組與隨訪算法的設計,將強化引導的健康教育模型與高血壓閉環管理路徑進行結合,并在原有微信小程序患者端上拓展了健康教育功能,包括健康課堂、行為計劃及在線隨訪等。同時,也為醫生提供了微信小程序醫生端,并在后端服務中拓展了健康知識庫、知識推薦記錄、行為干預計劃、隨訪交流記錄等數據服務,以支撐醫患雙方終端平臺上的健康教育功能。基于認知-行為轉變模型和移動醫療技術實現的高血壓患者健康教育系統,一方面可以使醫生更快地了解健康教育中的標準流程,并根據系統的指引,為患者制定計劃、提供隨訪服務;另一方面可以幫助全科醫生利用“碎片化”時間有效管理高血壓患者,減少線下“面對面”工作,提高醫生的工作效率;同時,也可以長期保存患者的行為數據,利于后續分析。
從應用效果來看,采用基于認知-行為轉變模型的線上健康教育模式開展健康管理的高血壓患者,血壓控制效果優于開展常規管理的患者,表明該模式可以幫助患者有效控制血壓。另外,兩組患者的血壓自測、服藥、飲食、運動及心理方面的指令完成合格率均有一定程度提高,且線上管理組患者的血壓自測指令完成合格率高于非線上管理者,表明該模式可以有效提高患者的健康管理素養,幫助患者養成良好自我管理行為。但遺憾的是,本研究分析的自我管理行為指標有限,因此該線上管理模式的長期效果尚有待更大樣本研究的進一步驗證。
另外,值得指出的是,本研究在開展高血壓患者管理的過程中存在失訪的情況,表明線上高血壓健康教育模式的推廣存在一定阻力。從患者角度來看,因各種理由放棄使用系統(如沒有時間、不會使用),或者感覺自身健康狀況好轉而停止使用系統是主要原因;從醫生角度來看,寧夏醫科大學總醫院屬于三級甲等醫院,醫患溝通環節較社區衛生服務機構薄弱,同時缺少協同的目標制定和有效的工作激勵[26]。因此,降低患者失訪率,設計更完善的醫患溝通和醫生激勵機制,是應用并推廣線上高血壓患者健康管理系統的重要工作。
作者貢獻:崔麗萍對研究的可行性進行分析,并負責文章的構思與設計;胡坤、黃浩策、鄧寧、楊立森、趙月霞參與研究實施與數據收集;崔麗萍、文嘉撰寫論文,對結果進行解釋,負責論文修訂。
本文無利益沖突。