移動智慧醫療在基層老年慢性病患者心血管病防控中的應用研究

余新艷，趙珺，趙曉曄，姜清茹，陳雅田，王艷，張海澄

隨著社會經濟的快速發展，慢性非傳染性疾病（簡稱慢性病）已成為威脅我國居民健康的重大公共衛生問題［1］。心血管病（CVD）不但發病率和死亡率居各慢性病之首，也是其他慢性病的主要并發癥和導致死亡的主要病因［2-3］。“以基層為重點，以預防為主”是我國慢性病防控的戰略方針［4］。但目前基層醫療機構缺乏簡單、高效、低成本的適宜技術對慢性病及其下游疾病所致的CVD 風險進行防控。同時，隨著我國老齡化程度加速，日益龐大的老年慢性病患者對基層醫療機構的CVD 風險防控能力也提出了更高的要求。近年來，在5G 為代表的云計算、物聯網、大數據、人工智能等新技術的驅動下，伴隨著智能手機的普及，可穿戴心電設備功能的不斷完善，移動智慧醫療在心血管病的篩查、干預、救治、管理中的優勢愈加突出［5-6］。筆者團隊近年來致力于單導聯可穿戴心電設備在基層應用的持續性研究［7-10］，既往關注的是其在提升心律失常患者診治中的作用。本研究在前期研究的基礎上，立足分級診療，從慢性病防控的視角，以單導聯可穿戴心電設備為載體，把心律失常與心率變異性（HRV）、阻塞性睡眠呼吸暫停綜合征（OSAHS）分析相結合，對基層老年慢性病患者進行CVD 風險評估，并整合醫療資源，拓展云平臺功能，借助移動智慧醫療信息化程度高、速度快、效率高、可海量連接并能對數據進行靈活分流的優勢［11-12］，探索移動智慧醫療在基層老年慢性病患者CVD 風險防控中的應用價值。

1 對象與方法

1.1 研究對象 選取2022 年1—8 月寧夏回族自治區20 家基層醫療機構收治的3 000 例65 歲及以上慢性病患者作為研究對象。其中男1 202 例、女1 798 例；年齡65～＜80 歲者2 760 例，≥80 歲者240 例，平均年齡（71.3±5.0）歲；BMI＜24 kg/m2者1 241 例、BMI ≥24 kg/m2者1 759 例；城市患者2 070 例、農村患者930 例；患有1 種慢性病者1 543 例、慢性病共病者1 457 例；有胸悶、心悸、氣短等癥狀者2 028 例，無癥狀者972 例；吸煙者399 例，不吸煙者2 601 例。基層醫生借助手機APP 及患者管理云平臺錄入患者一般資料，并給患者佩戴單導聯可穿戴心電設備采集72 h 心電數據上傳至患者管理云平臺。本研究經銀川市第一人民醫院倫理委員會批準（審核號：KT-2021-116），研究對象及家屬均簽署知情同意書。

1.2 納入與排除標準 納入標準：65 歲及以上合并慢性病的患者。排除標準：（1）存在認知功能障礙或無法配合患者；（2）臨床資料不全者；（3）皮膚過敏者；（4）心電數據有效記錄時長＜24 h 者。

1.3 工具與方法

1.3.1 單導聯可穿戴心電設備及手機APP 采用成都信匯聚源科技有限公司生產的智能可穿戴單導聯心電設備（醫療器械注冊證號：川械注準20182210026），厚6 mm，重9 g。采樣256 Hz/s，續航3～7 d，內部數據存儲72 h，內置可充電鋰電池，支持藍牙5.0 和USB 數據傳輸。匹配醫生版觀心手機APP，用于錄入患者基本信息、采集并上傳患者72 h 心電數據。

1.3.2 患者管理云平臺 采用銀川市第一人民醫院與成都信匯聚源科技有限公司共同研發的網頁版患者管理云平臺。由分析診斷系統、患者管理系統、分診轉診系統組成，各系統間可自動鏈接并自動提取手機APP 數據。用于心電數據的分析、診斷、標識、報告打印；患者首次詳細臨床資料、歷次隨訪結果、診療意見的錄入、匯總、計算及分類；雙向轉診等。

1.3.3 數據采集及上傳方法 基層全科醫生長按單導聯可穿戴心電設備開關按鈕開機，打開手機藍牙，通過手機APP 掃描設備上的二維碼連接好設備，撕掉一次性柔性傳感器上的貼紙，將設備上的傳感器觸電對準柔性傳感器上的導電海綿，貼合壓緊。撕掉傳感器背面的保護膜，沿患者胸骨方向貼合。連接后點擊手機APP 的“開始測量”按鈕進行測量，確定波形無干擾后患者離開，72 h 后患者回到基層醫療機構，全科醫生點擊手機APP “停止測量”按鈕，結束測量并摘除設備。基層醫生通過數據線連接設備與手機，將數據上傳至患者管理云平臺。

1.3.4 數據分析、分層及標識方法 心電圖醫生在分析診斷系統調取心電數據進行心律失常、HRV 及OSAHS分析。并分別根據3 種方法的分析結果對數據進行風險分層（依據心律失常結果劃分為正常、陽性、重大陽性；依據HRV 分析結果劃分為HRV 輕度、中度、重度降低；依據OSAHS 分析結果劃分為重度、中度及輕度OSAHS），綜合3種方法的分層結果，對CVD風險符合低、中、高危標準的數據勾選分析診斷系統設置的相應標識。云平臺依據標識對符合中、高危風險的數據與患者姓名、所屬基層醫生信息進行匹配，并以短信形式通知基層醫生。短信形式為高/中風險，患者姓名、診斷。

1.3.5 判讀標準 （1）心律失常結果：重大陽性心律失常判讀標準參考《山西省動態心電圖重大陽性值提示建議》［13］；正常為無心律失常或心律失常類型僅有“偶發室性和/或室上性期前收縮”；將不符合重大陽性及正常標準的心律失常類型判讀為陽性。（2）HRV分析結果：將全部竇性心搏RR 間期的標準差（SDNN）100 ms、50～＜100 ms、＜50 ms 判讀HRV 為輕、中、重度HRV 降低［14］。（3）OSAHS 分析結果：依據呼吸暫停低通氣指數（AHI）＜15 次/h、15～30 次/h、＞30 次/h判讀輕、中、重度OSAHS［15］。（4）CVD 綜合風險分層：高危為符合重大陽性心律失常、重度HRV 降低、重度OSAHS 其中至少1 項；低危為同時符合心律失常為正常，HRV 輕度降低及輕度OSAHS；中危為不符合輕危及高危。

1.4 高、中、低危患者管理路徑流程 基層醫生采用短信或電話通知患者。高危患者：依據患者意愿及就近原則在分診轉診系統中勾選上級醫院專科醫生后，平臺自動發送短信至所選專科醫生，短信內容為：高風險，患者姓名、所屬機構。專科醫生收到短信后即在患者管理系統中查看患者心電圖及其他臨床資料進行初步評估后，在分診轉診系統中勾選患者就診時間及地點，基層醫生即可在分診轉診系統同步查看并通知患者就診。中危：基層醫生根據患者意愿選擇上級醫院專科醫生后，協助患者在該醫生所屬醫療機構微信公眾號掛號，并在分診轉診系統中勾選就診醫生及日期，醫生即可收到平臺自動發送的短信。高、中危患者就診后，專科醫生登錄患者管理平臺填寫診治措施、隨訪建議，基層醫生即可同步查看，根據專科醫生建議進行隨訪及管理。低危患者：結合患者基礎疾病，3 個月后進行隨訪并在患者管理系統中錄入隨訪結果（注：高危及中危患者如若拒絕按流程轉診管理，則按低危患者管理流程進行隨訪管理），見圖1。

圖1 高、中、低危患者管理路徑流程Figure 1 Management pathway process for high，medium，and low risk patients

1.5 統計學方法 提取云平臺數據，采用SPSS 20.0 軟件進行數據匯總分析，計數資料以相對數表示，正態分布的計量資料以（±s）表示。

2 結果

2.1 3 種分析方法風險分層結果 3 000 例患者中，心律失常分層為正常、陽性及重大陽性者分別為1 526 例（50.87%）、1 349 例（44.97%）、125 例（4.17%）。共32 例（1.07%）患者為持續房性纖顫無法進行HRV及OSAHS 分析，2 968 例患者中HRV 輕度、中度、重度降低者分別為2 330 例（78.50%）、630 例（21.23%）、8 例（0.27%），輕度、中度及重度OSAHS 者分別為1 769 例（59.60%）、573 例（19.31%）、626 例（21.09%）。

2.2 心律失常分層為正常的患者中HRV、OSAHS 分析結果 1 526 例依據心律失常分層為正常的患者中HRV輕、中、重度降低者分別為1 172 例（76.80%）、348例（22.81%）、6 例（0.39%），輕、中、重度OSAHS者分別871 例（57.07%）、330 例（21.63%）、325 例（21.30%）。其中，HRV 為輕度降低且同時為輕度OSAHS 的患者616 例（40.37%）。

2.3 心血管病綜合風險分層結果 共檢出心血管病綜合分層為低、中、高危的患者分別616 例（20.53%）、1 640 例（54.67%）、744 例（24.80%）。在高危患者中，符合心律失常為重大陽性、重度HRV 降低、重度OSAHS 其中1 項者729 例（97.98%），符合2 項者15例（2.02%），符合3 項者0 例。中危患者中符合心律失常為陽性、中度HRV 降低、中度OSAHS 其中1、2、3 項者分別為1 148 例（70.00%）、466 例（28.41%）、26 例（1.59%）。

2.4 高、中、低危心血管病綜合風險患者管理率統計 共管理患者3 000 例，管理率100.00%。高、中、低危患者按流程管理率分別為94.49%（703 例）、88.10%（1 445 例）、100.00%（616 例）。236 例（9.90%）未按流程管理的高、中危患者均按低危患者管理流程管理，見表1。

表1 中、高危心血管病綜合風險患者管理率統計〔例（%）〕Table 1 Statistics on the management rate of patients with medium and high comprehensive risk

3 討論

單導聯可穿戴心電設備因佩戴簡單、輕巧舒適，滿足了患者院外長時程佩戴的需求，有助于心律失常的早期診斷和長期監測，因此在院外被應用于心律失常患者篩查、診斷及長期隨訪中［16-17］。但因其導聯的單一性，多數設備匹配的手機APP 和云平臺功能單一，導致既不能從不同維度對慢性病患者CVD 風險進行評估，也無法實現患者從篩查、診斷、救治到隨訪的閉環管理模式，限制了其在基層醫療機構的應用［18-19］。

因此，本研究首先探索突破單導聯可穿戴設備因導聯的單一性只在有效診斷心律失常上的應用價值，對采集的72 h 數據同時進行心律失常、HRV 及OSAHS 分析及風險分層，并結合3 種方法的分層結果對患者的CVD 綜合風險進行評估及分層；其次，探索如何突破目前單導聯可穿戴心電設備匹配的云平臺只具有分析診斷功能，導致在應用中僅可進行疾病的篩查、診斷，而無法實現后續轉診及追蹤管理的瓶頸。將云平臺的功能進行拓展，由分診診斷、患者管理及分診轉診3 個系統組成，并整合了區域內26 家醫療機構（1 家三甲醫院、2 家三乙醫院、1 家二甲醫院、8 家鄉鎮衛生院、4 家社區衛生服務中心、10 家社區衛生服務站）的83 位不同專業醫生注冊至云平臺。借助移動智慧醫療可形成人與物和物與物之間高速連接的特征［20］，實現了根據心電圖診斷醫生在分析診斷系統中的不同標識、自動匹配研發團隊設計的不同風險分層患者的隨訪管理流程，并進行短信通知，從而讓患者在基層醫療機構得到及時的、便捷的、公平的醫療服務。

依據心律失常、HRV 及OSAHS 進行的風險分層統計結果提示，3 種方法中不同風險分層患者檢出的數量區別較大，分析是由3 種方法分析評估的機制不同所致。心律失常評估的是心臟節律變化引起血流動力學變化的程度是否會危及患者的生命體征及意識［21-22］，HRV 則評估的是自主神經功能是否平衡及紊亂的程度是否引起了血流動力學紊亂及心肌的耗氧量增加［23-24］，而AHI則從血流動力學、自主神經功能、炎癥反應、氧化應激反應及代謝紊亂等多個因素［25-28］對患者的風險進行評估及分層。

此結果也提示，三種方法的聯合應用，不但突破了長期以來單導聯可穿戴心電設備只能應用于心律失常患者早期篩查、診斷的瓶頸，還可從不同維度對慢病患者的CVD 風險進行綜合評估分層，從而減少心血管事件的發生、有利于基層心血管病的防控。在對本研究中1 526 例僅依據心律失常診斷評估為正常的患者，進行HRV 及OSAHS 評估結果的統計也得到了證實：HRV重度降低、重度OSAHS 的患者分別為6 例（0.39%）、325 例（21.30%）。此統計結果更加堅定了研發團隊持續進行將多種方法聯合應用于單導聯可穿戴設備，以患者和基層醫生的需求為出發點，從風險評估的角度對基層慢性病患者進行心血管防控的探索研究。

既往研究顯示，老年人OSA 發病率高達60%，且半數以上合并有心血管病［29-30］。但老年OSAHS 臨床癥狀不典型且知曉率低，導致出現一系列靶器官損害如高血壓、冠心病、心律失常、肺源性心臟病等才得到診治［31］。本研究患者在基層醫療機構應用單導聯可穿戴心電設備居家即可進行OSAHS 篩查，并根據不同的風險進行干預，可減少因OSAHS 導致的心血管事件的發生。

在心血管病綜合風險統計顯示，符合中、高危患者檢出數量分別為1 640 例（54.67%）、744 例（24.80%），均多于單一一種方法評估的同等風險的患者數量。提示以單導聯可穿戴設備為載體，將3 種方法聯合應用于基層老年慢病患者的心血管病風險篩查，可以篩查出更多的有潛在心血管病風險的患者。在本研究患者隨訪中有1 例合并高血壓、糖尿病男性患者，HRV 為重度降低，72 h 心電數據僅有偶發的室性期前收縮，但患者拒絕進一步轉診，于3 個月后因急性心肌梗死死亡。

患者管理率統計顯示，中、高危患者中按流程管理2 148 例（90.10%）， 雖 有236 例（9.90%） 患 者未按流程管理，但也按低危患者管理流程進行了隨訪管理。其中高危患者管理率高于中危患者（94.49%與88.10%），且在高、中危患者中，隨著符合判斷標準的增多、管理率也隨之增加（87.63%、89.05%、100.00%；94.38%、100.00%）。本研究管理率高于既往研究［32-33］，與既往研究顯示疾病嚴重程度越高，轉診管理的難度越大［34-35］的結果不一致。

分析原因，首先本研究是以患者需求為出發點，以疾病風險可能導致的不同結局為導向，從以預防為主的視角與患者溝通，更容易讓患者理解并意識到積極配合帶來的益處［36-38］；其次本研究從心電圖醫生在云平臺勾選風險標識開始，到患者就診醫生、時間、地點的選擇、上級醫生對患者一般及臨床資料的獲取，基層對上級醫生診療方案的執行均在線上完成，不但縮短基層醫生與患者溝通的時間，且不需要患者攜帶資料，減少與醫生說明病情及診治方案帶來的不便及心理壓力，避免了上級醫生和基層醫生之間的信息不對稱；同時上級專科醫生和基層專科均可提前在線上了解患者病情及診療方案，也增強了患者的體驗感和信任度，從而提高了依從性。

綜上所述，本研究借助移動智慧醫療技術，將多種分析方法聯合應用對基層老年慢性病患者進行心血管病風險評估并進行不同路徑的管理，不但實現了疾病風險篩查、評估、轉診、診療、管理的有效銜接，還可建立統一、高效、實時、互通的基層老年慢性病CVD 分層防控體系。提升了老年慢性病患者患者轉診及定期隨診的積極性以及依從性，形成了“患者-不同級別醫療機構-不同類別醫療團隊”協同的高效管理機制。

作者貢獻：余新艷負責研究的實施與可行性分析、納排標準的制定、撰寫論文、對主要研究結果進行分析與解釋；趙珺負責檢索文獻、進行圖、表繪制，結果的可視化呈現；趙曉曄、劉海鵬負責數據收集整理、統計學處理；姜清茹負責最終版本修訂；陳雅田、王艷負責數據核對；張海澄負責提出研究思路，設計研究方案，進行文章的構思與設計、對文章整體負責、監督管理。

本文無利益沖突。