基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式對社區重點監測人群血壓改善的效果評價

李國棟，顏少華，張秋霞，雷 力，張新祿，梁鴻彬，盧俊顏，肖 敏，羅 瑋，卜 軍，修建成

1. 南方醫科大學南方醫院心血管內科，廣州 510515；2. 南方醫科大學南方醫院增城分院心血管內科，廣州 511340；3.上海交通大學醫學院附屬仁濟醫院心內科，上海 200127

心腦血管疾病是中國乃至全球的第一大死亡原因，每年可奪走約1 860 萬人的生命［1-3］。據《中國心血管健康與疾病報告2020》報道，我國目前腦卒中患者約1 300 萬，冠狀動脈性心臟?。ü谛牟。┗颊呒s1 139 萬，造成了嚴重的社會經濟負擔［4］。相關研究［5-6］顯示，高血壓是心腦血管疾病的獨立危險因素。而China PEACE 研究結果顯示，我國高血壓的知曉率、治療率及達標率僅分別為36.0%、22.9%和5.7%［7］。目前，基于分級診療的醫療體系，基層醫療機構作為心腦血管疾病預防的主力軍，其工作重點即為對心腦血管疾病危險因素的管理［8］。自2009 年以來，國家基本公共衛生服務項目每年面向社區重點監測人群（主要為老年人、高血壓患者和糖尿病患者）提供免費的公共衛生服務［9］。盡管如此，該類人群仍缺乏系統規范的健康教育，無法及時獲取健康信息，且治療依從性較差，這給基層慢病管理帶來了一定的挑戰。

國內外實踐表明，慢病管理是降低心腦血管疾病負擔的關鍵環節。如慢病照護模式（chronic care model，CCM）［10-11］、斯坦福慢病自我管理計劃［12］、社區衛生定向服務模式［13］、知己慢病管理［14］等均可有效控制心腦血管疾病。近年來，為提高慢病管理的效率，降低心腦血管疾病的發生率和病死率，我國發布了《關于積極推進“互聯網+”行動的指導意見》和《“健康中國2030”規劃綱要》，推薦在慢病管理中引入“互聯網+”，以提供高效、精準、個性化的心腦慢病管理。本課題組的前期調研發現，在基層心腦血管疾病的管理現狀中，社區重點監測人群的心腦血管疾病的危險因素控制不佳，尤其是高血壓，其患病率高達50%以上，且治療和達標情況極差［15］。因此，本研究擬通過在基層構建基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式，對社區重點監測人群的血壓等心腦血管疾病危險因素的控制情況進行分析，從而為降低該類人群的心腦血管疾病發生率、提高基層慢病管理效率提供一定的幫助。

1 對象與方法

1.1 研究對象及其分組

本研究選取2020年1月—2021年7月在廣州市增城區新塘鎮參與國家基本公共衛生服務項目年度體檢至少2 次的社區重點監測人群為研究對象。納入標準（符合任意1項即可）：①年齡≥65歲。②罹患糖尿病。③罹患高血壓。排除標準：因認知溝通障礙或精神異常，無法配合研究工作開展。

最終，本研究共納入受試者5 863 例。按照是否接受“互聯網+”心腦血管疾病“協防共管”健康管理模式，將其分為常規治療組（n=2 987）及“協防共管”模式組（n=2 876）。常規治療組接受每年1 次的常規體檢，不予特殊干預。“協防共管”模式組除每年1 次的常規體檢外，還通過搭建心腦慢病信息化管理平臺接受如下干預：①行心腦血管疾病風險評估。②心腦血管疾病健康知識宣教（包括運動、睡眠、飲食、心理、藥物共5 個方面）。同時，向“協防共管”模式組受試者所在村落的衛生站投放可穿戴心電檢測設備，并對衛生站的醫師進行培訓及宣教；心電遠程診斷中心設立于南方醫院增城分院，提供每周7 d、每日24 h的心電圖讀圖服務。

1.2 資料收集

本研究結合國家基本公共衛生服務年度體檢項目開展。收集受試者的相關資料：①一般資料，包括年齡、性別、身高、體質量指數（body mass index，BMI）、腰圍、生活習慣（吸煙、飲酒、運動情況）、既往疾病史［高血壓、糖尿病、慢性腎臟?。╟hronic kidney disease，CKD）］、心率及血壓［收縮 壓（systolic blood pressure， SBP）、 舒 張 壓（diastolic blood pressure，DBP）］。②實驗室檢查指標，包括空腹血糖（fasting blood glucose，FBG）、血肌酐（serum creatinine，Scr）、估算的腎小球濾過率（estimated glomerular filtration rate，eGFR）、總膽固醇 （total cholesterol， TC） 、 三 酰 甘 油（triacylglycerol，TAG）、低密度脂蛋白膽固醇（low density lipoprotein cholesterol，LDL-C）及高密度脂蛋白膽固醇（high density lipoprotein cholesterol，HDL-C）。③治療情況，包括高血壓治療、糖尿病治療及他汀治療。其中，血壓測量按照《中國高血壓防治指南（2018 年修訂版）》中診室血壓測量的標準進行［16］。同時，記錄受試者被納入研究期間的體檢資料，將首次體檢資料記為干預前的基線資料、末次體檢資料記為干預后的隨訪資料。

1.3 研究終點及關鍵指標的定義

研究的主要終點為干預前后的血壓變化情況（即干預后?干預前），次要終點為干預前后其他心腦血管疾病危險因素的變化情況，包括BMI、FBG、TC、LDL-C。

受試者滿足以下任1 項即被定義為患有高血壓：①SBP≥140 mmHg （1 mmHg=0.133kPa） 或DBP≥90 mmHg。②正在使用降壓藥。③既往有明確的高血壓病史［17］。受試者滿足以下任1 項即被定義為患有糖尿?。孩倏崭寡恰? mmol/L。②糖化血紅蛋白≥6.5%。③正在使用降糖藥物。④既往有明確的糖尿病史［17］。CKD 定義為eGFR<60 mL/（min·1.73 m2）［18］，其中eGFR 的計算采用簡化MDRD（modification of diet in renal disease）公 式［19］。BMI 的 計 算 公 式 為：BMI=體質量（kg）/身高（m）2。

1.4 統計學方法

應用SPSS 25.0 軟件和R 4.1.0 軟件對數據進行分析。符合正態分布的定量資料以±s描述，采用兩獨立樣本t檢驗進行組間比較；不符合正態分布的定量資料以M（Q1，Q3）描述，采用Mann-WhitneyU檢驗進行組間比較。定性資料以頻數（百分率）描述，采用Pearson 卡方檢驗或Fisher 確切概率法進行比較。采用配對t檢驗對組內指標（血壓及其他心腦血管疾病危險因素）干預前、后進行比較，采用兩獨立樣本t檢驗對指標（血壓及其他心腦血管疾病危險因素）干預前后變化的差值進行組間比較。在校正了干預前的血壓后，采用協方差分析2 組干預后的血壓水平。采用多因素線性回歸模型分析基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式與血壓及其他心腦血管疾病危險因素的相關性。所有統計均為雙側檢驗，P<0.05表示差異具有統計學意義。

2 結果

2.1 2組受試者干預前的基線資料比較

對2 組受試者的一般資料、實驗室檢查指標、治療情況等基線資料進行比較，結果（表1）顯示，相較于常規治療組，“協防共管”模式組受試者的平均年齡更大，血壓和Scr水平、CKD 患病率更高，腰圍更小，心率更慢，eGFR 更差，接受糖尿病治療的比例更低（均P<0.05）；且運動情況、飲酒情況的組間差異亦具有統計學意義（均P<0.05），但在BMI、TC、TAG、LDL-C及HDL-C間差異無統計學意義。

表1 2組受試者的一般資料、實驗室檢查指標、治療情況比較Tab 1 Comparison of general data，laboratory examination indexes and treatment between the two groups

2.2 “互聯網+”心腦血管疾病“協防共管”健康管理模式對血壓的影響

在中位干預時間227 d后，2組受試者干預前后的血壓情況（圖1）如下：常規治療組的平均SBP由干預前（142.75±19.34） mmHg 變化至干預后（145.67±18.96） mmHg，干預后較干預前的變化差值為2.92 mmHg （95%CI2.29～3.54，P=0.000）；平 均DBP 由干預前（82.32±11.42）mmHg 變化至干預后（82.21±11.06）mmHg，干預后較干預前的變化差值為?0.12 mmHg（95%CI?0.51～0.28，P=0.554）?！皡f防共管”模式組的平均SBP 由干預前（145.30±19.16）mmHg變化至干預后（145.02±18.66）mmHg，干預后較干預前的變化差值為?0.28 mmHg（95%CI?0.94～0.37，P=0.398）；平均DBP 由干預前（83.65±11.44）mmHg 變化至干預后（82.98±10.75）mmHg，干預后較干預前的變化差值為?0.68 mmHg（95%CI?1.09～?0.27，P=0.001）。將2 組受試者的血壓干預前后變化差值進行比較，結果（圖1）顯示，干預前后SBP 變化差值的組間差異為3.20 mmHg （95%CI2.29～4.11，P=0.000），干預前后DBP 變化差值的組間 差 異 為0.56 mmHg （95%CI?0.01～1.13，P=0.055）。

圖1 受試者于干預前后的組內血壓變化及該變化的2組間比較Fig 1 Blood pressure changes before and after the intervention within group and their comparison between the two groups

協方差分析顯示，在校正了干預前的基線SBP后，常規治療組受試者的干預后平均SBP 估測為146.36 mmHg （95%CI145.80～146.92），“協防共管”模式組受試者的干預后平均SBP估測為144.30 mmHg（95%CI143.74～144.87）， 后 者 較 前 者 降 低 了2.06 mmHg 且差異具有統計學意義（95%CI1.26～2.86，P=0.000）；在校正了干預前的基線DBP 后，常規治療組受試者的干預后平均DBP 估測為82.52 mmHg（95%CI82.18～82.86），“協防共管”模式組受試者的干預后平均DBP 估測為82.65 mmHg（95%CI82.31～83.00）， 后 者 較 前 者 升 高 了0.13 mmHg 但差異無統計學意義（95%CI?0.35～0.61，P=0.594）。

對SBP 的線性回歸模型的結果（表2）顯示，在無校正模型（模型1）中，“互聯網+”心腦血管疾病“協防共管”健康管理模式與SBP 的下降相關（P=0.000）；模型2 校正了年齡、性別及基線SBP 情況，模型3 在模型2 的基礎上額外校正了CKD、吸煙情況、飲酒情況、運動情況、高血壓治療、糖尿病治療及他汀治療，模型2 和模型3 均顯示該健康管理模式仍與SBP 下降相關（均P=0.000），提示基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式與SBP 下降的相關性是獨立于這些校正因素的。然而，類似的現象并未在DBP上觀測到。

表2 心腦血管疾病危險因素控制與“互聯網+”心腦血管疾病“協防共管”健康管理模式的線性回歸分析Tab 2 Linear regression analysis of risk factors control and the“Internet+ ”-based“co-prevention and co-management”health management model for cardio-cerebrovascular diseases

2.3 “互聯網+”心腦血管疾病“協防共管”健康管理模式對其他心腦血管疾病危險因素的影響

如表3 所示，與干預前相比，常規治療組和“協防共管”模式組的受試者干預后的其他心腦血管疾病危險因素（BMI、FBG、TC 及LCL-C）均有所增加；對該2 組的上述指標的變化情況進行組間比較，結果顯示TC、LDL-C 的變化在組間的差異具有統計學意義（均P=0.000）。

表3 2組受試者的其他心腦血管疾病危險因素干預前后的變化及其組間差異分析Tab 3 Changes of other cardio-cerebrovascular diseases risk factors in the two groups before and after the interventions and their variance analysis

同時，在多因素線性回歸分析中，當模型2、3 校正了混雜因素后，“互聯網+”心腦血管疾病“協防共管”健康管理模式與較高的血脂水平相關（表2）。

3 討論

本研究通過搭建心腦慢病信息化管理平臺，并基于該平臺和可穿戴設備對社區重點監測人群進行心腦血管疾病“協防共管”的健康管理；與現有心腦慢病管理（即常規治療組）相比，該管理模式可有效改善血壓的控制情況，即SBP相對降低了3.20 mmHg。同時，該模式通過移動化辦公平臺實現了現場體檢表格的去紙質化，從而提高了慢病數據采集的效率。此外，本研究通過對居民和衛生站人員進行心腦血管疾病健康知識宣教及基本技能培養，也使居民的自我健康管理能力及基層醫療機構的心腦慢病管理水平有了一定的提高。

目前，已有相關研究報道了基于網絡的數字干預對血壓的影響。日本的HERB-DH1 研究發現，在未應用抗高血壓藥物治療的情況下，與對照組（標準生活方式改變）相比，數字療法干預組（HERB 系統+標準生活方式改變）在降低24 h動態、家庭和診室血壓方面具有優勢［20］。MCMANUS 等［21］開展的隨機對照研究將622 例受試者分為2 組，分別接受數字干預管理和常規治療模式的干預；結果發現，干預1 年后，數字干預管理組受試者的平均血壓從151.7/86.4 mmHg 下降至138.4/80.2 mmHg，常規治療模式組從151.6/85.3 mmHg 下降至141.8/79.8 mmHg，2 組受試者干預前后的SBP、DBP變化差值的組間差異分別 為3.4 mmHg （95%CI?6.1～?0.8）、0.5 mmHg（95%CI?1.9～0.9），提示數字干預管理血壓的模式較常規治療模式可顯著降低受試者的SBP水平。LISóN等［22］的研究則發現，基于網絡運動與營養教育的干預模式可顯著降低受試者的DBP 水平，即1.8 mmHg（95%CI?0.2～?3.3，P=0.030）。上述相關研究均提示，基于“互聯網+”的慢病管理模式有利于血壓的控制。在本研究中，通過對比“協防共管”模式組與常規治療組受試者干預前后的血壓變化差值后發現，基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式較目前的常規管理模式可有效降低SBP［3.20 mmHg（95%CI2.29～4.11）］，該發現與前人的研究結果相一致。

本研究的前期調研發現，為提高國家基本公共衛生服務對象的覆蓋率，慢病管理醫護人員常需要向社區重點監測人群提供“上山下鄉式”的家門口服務，在完成面對面的紙質版調研后，還需耗費大量的時間錄入現有管理平臺，使得在數據采集階段耗費了大量的人力、物力，而非用在提高居民健康素養的健康宣教、健康反饋及健康追蹤等階段。因此，將“互聯網+”移動健康平臺引入現有的慢病管理模式，有利于從多階段、多維度提高居民的健康素養，從而提高慢病管理的效率和質量。本研究通過搭建平臺，并對居民進行線上健康宣教、風險評估及可穿戴設備的投放等綜合管理，短期觀察后發現“協防共管”模式可有效降低SBP。后續，本研究還將繼續對該類人群進行長期隨訪，評估基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式對其他心腦血管疾病危險因素以及心腦血管事件的影響。

本研究仍有一定的局限性：①因城鄉接壤地區居民文化水平和健康素養參差不齊，且社區重點監測人群以老年人為主，智能手機的配備率較低，而即使有使用智能手機者也主要用于聯系子女，使得本研究在最初的整群隨機對照研究設計無法實施。因此，本研究的設計調整為非隨機對照的干預性研究，對研究結果易產生偏倚。②本研究的結果中并未顯示基于“互聯網+”的心腦血管疾病“協防共管”健康管理模式在BMI、血脂、血糖控制方面的獲益，考慮可能是由于研究觀察時間較短、居民的健康意識還未明顯改善（尤其是血脂理念較為薄弱）所致。后續，本研究將針對控制效果欠佳的心腦血管疾病危險因素進行強化干預，全面提升心腦血管疾病危險因素的控制，從而減少心腦血管事件的發生。

綜上，本研究構建的基于“互聯網+”的心腦血管疾病“協防共管”模式能有效降低社區重點監測人群的SBP，有利于降低心腦血管疾病的風險，從而有望降低心腦血管疾病的發生。然而，由于基于“互聯網+”的模式在一定程度上受限于社區人群的文化水平和健康素養，后續我們將優化“協防共管”模式依托的“互聯網+”工具，通過嚴格設計的整群隨機對照試驗評估該模式對人群心腦血管疾病的影響，從而降低心腦血管疾病的發生率和病死率。

利益沖突聲明/Conflict of Interests

所有作者聲明不存在利益沖突。

All authors disclose no relevant conflict of interests.

倫理批準和知情同意/Ethics Approval and Patient Consent

本研究涉及的所有試驗均已通過南方醫科大學南方醫院科學倫理委員會的審核批準（文件號：NFEC-2020-072）。受試對象已簽署知情同意書。

All experimental protocols in this study were reviewed and approved by the Ethics Committee of the Nanfang Hospital， Southern Medical University （Approval Letter No. NFEC-2020-072）. Consent letters have been signed by the research participants.

作者貢獻/Authors'Contributions

李國棟、顏少華、張秋霞參與試驗設計；李國棟、顏少華、張新祿、梁鴻彬、盧俊顏、肖敏、羅瑋參與數據采集和分析；李國棟、顏少華、雷力參與論文的寫作；卜軍、修建成、張秋霞、雷力參與論文修改。所有作者均閱讀并同意最終稿件的提交。

The study was designed by LI Guodong，YAN Shaohua and ZHANG Qiuxia. Data acquisition and analysis were performed by LI Guodong， YAN Shaohua， ZHANG Xinlu， LIANG Hongbin，LU Junyan， XIAO Min and LUO Wei. The manuscript was drafted by LI Guodong， YAN Shaohua and LEI Li. The manuscript was revised by PU Jun， XIU Jiancheng， ZHANG Qiuxia and LEI Li.All the authors have read the last version of paper and consented for submission.

·Received：2022-01-27

·Accepted：2022-06-20

·Published online：2022-06-28