移動健康技術在慢性病管理中應用進展的文獻計量學分析

施博文，馬慧敏，潘言志，馬赫，楊晨，熊巨洋

430030 湖北省武漢市，華中科技大學同濟醫學院醫藥衛生管理學院

慢性病是一種病因復雜、受遺傳和環境因素共同影響的疾病類型。慢性病導致的死亡人數占全國總死亡人數的86.6%，導致的疾病負擔占總疾病負擔的70%，給我國帶來了沉重的疾病和經濟負擔［1-2］。慢性病具有病程長、控制率低、致殘和致死率高、人群涉及面廣等特點［3］，已成為全球性的健康威脅［4］。傳統慢性病管理模式由于工作量大、管理效率低等問題，已無法滿足人們隨著環境快速變化而迅速增長的疾病管理需求。而移動健康技術可以克服時間和地理障礙［5］，形成患者、家庭、醫療團隊的協同管理機制，通過醫療資源共享和業務高效協同［6］，大幅度提升了慢性病管理效率。20多年來，隨著信息通信技術的發展，人們越來越關注借助新技術提供新型醫療服務，在健康服務與管理需求的催生下，移動健康技術在慢性病管理中的應用得以快速發展。目前，美國、日本等發達國家的移動健康服務已實現從治療向以預防為主的轉變，積累了豐富的研究經驗和技術實力，并進入了精細化發展階段［7］，為慢性病管理提供了更為可靠和有效的手段。我國的“健康中國”和“互聯網+”戰略部署同樣推動了移動健康技術的應用和發展，但由于起步較晚，在信息智能化的發展中還存在全民健康信息平臺功能不完善、信息資源開發利用不足、數據質量待提升等問題。因此，持續推進我國移動技術和數字健康的發展，從而促進慢性病管理顯得尤為重要。目前，國內關于移動健康和慢性病管理相結合的研究還相對較少，對于該領域的文獻計量學分析則更少。本文通過CiteSpace 6.1.R 3 軟件的大數據處理及信息可視化功能對相關研究進行分析，以準確把握該領域研究現狀和熱點、前沿，從而為國內開展應用移動健康進行慢性病管理的研究提供借鑒。

1 資料與方法

1.1 資料來源

本文以Web of Science 核心合集、PubMed 為文獻數據來源，檢索詞為Telemedicine、Mobile Health、mHealth、Telehealth、eHealth、Chronic Disease、Chronic Illness、Chronic Condition、Chronically Ill。Web of Science核心合集檢索式：TS=（（Mobile Health） OR（Telemedicine）OR（Telehealth） OR（mHealth） OR（eHealth）） AND（（Chronic Disease） OR（Chronic Illness） OR（Chronic Condition） OR（Chronically Ill））。PubMed檢索式：（（Mobile Health） OR（Telemedicine） OR（Telehealth） OR（mHealth） OR（eHealth）） AND（（Chronic Disease）OR（Chronic Illness） OR（Chronic Condition） OR（Chronically Ill））。移動健康應用于慢性病管理的文獻首發于1997年，故將本研究的檢索時限設定為1997—2022 年，檢索日期為2022-10-18，限制語種為“English”，排除不符合研究要求的文獻類型。檢索獲得包含綜述在內的相關文獻，Web of Science 核心合集中為4 643 篇，PubMed中為5 917 篇，共10 560 篇，去除重復文獻后共7 622 篇。文獻檢索和分析的全部過程由兩位研究人員獨立進行，對兩位研究人員的分析結果進行比對，有分歧處經討論達成共識，以保證結果準確。文獻檢索流程見圖1。

圖1 文獻檢索流程Figure 1 Literature searching flow chart

1.2 分析方法

CiteSpace 軟件直觀展示了特定知識領域的信息全景［8］，本文將時間跨度設置為1997—2022 年，時間切片為1，設置參數為selection criteria：g-index k=5；pruning：pathfinder、pruning the merged network，節點類型分別選定國家（country）和關鍵詞（keyword）。其中，國家數據結合利用了Scimago Graphica 可視化軟件來繪制國家合作網絡圖［9］，以更直觀反映出版物的全球分布和合作情況。同時，本文利用CiteSpace 6.1.R 3 軟件的疊加地圖（overlay maps）進行學科交叉分析，以從宏觀層面了解研究現狀。在關鍵詞分析時運用likelihood ratio 算法把高頻關鍵詞聚為多類，繪制時間軸視圖，并進行關鍵詞突發檢測以得到突現圖，展現慢性病管理中移動健康技術應用的研究前沿和趨勢［10］。其中，評判知識圖譜的效果有兩個指標，聚類模塊指數（Q 值）和聚類輪廓指數（S 值），分別評價網絡模塊結構的顯著性和同質性。Q 值＞0.30，認為該網絡模塊結構是顯著的；S 值＞0.50，一般認為聚類是合理的［11］。

2 結果

2.1 總體特征

2.1.1 文獻發表時間趨勢：移動健康在慢性病管理中應用的相關文獻始于1997 年，FRIEDMAN 等［12］提出使用電話聯系護理技術為慢性病患者的家庭護理人員提供信息和支持，以改善患者健康狀況。近25 年來，相關研究的年度文獻發表數量呈整體上升趨勢，具體來看，共分為3 個階段：（1）1997—2010 年為初步探索階段，從1997 年的6 篇上升到2010 年的133 篇，發文量較少；（2）2011—2016 年為穩步增長階段，從2011 年的141篇上升到2016 年的469 篇，發文量持續增長；（3）2017—2022 年為快速發展階段，整體發文量在短時間內迅速增加，2021 年的發文量已超過1 200 篇（圖2）。

圖2 1997—2022 年移動健康技術在慢性病管理中應用研究的發文量Figure 2 Publication volume in the field of mHealth technology application in chronic disease management from 1997 to 2022

2.1.2 文獻發表地區分布及合作情況：根據發文量排名前10 的國家的分布情況，絕大部分文獻來自北美洲、大洋洲及歐洲。美國在這一領域發表的論文最多，共有2 645 篇（34.70%），其次是澳大利亞607 篇（7.96%）、英國517 篇（6.78%）、加拿大492 篇（6.45%）。圖3顯示了不同國家之間的國際合作情況，兩個國家之間線條的粗細表示合作的強度，而節點大小代表國家的發文數量及學術影響力［13］。可以看出，美國與加拿大、澳大利亞、中國、英國的合作較為密切，而大部分合作主要限于北美洲、歐洲、東南亞及大洋洲國家。

圖3 移動健康技術在慢性病管理中應用研究的國家分布及合作Figure 3 Regional distribution and collaboration in research of mHealth technology application in chronic disease management

2.1.3 文獻發表學科分布：學科交叉關系顯示了移動健康在慢性病管理中應用研究的出版物和研究領域特征［14］。圖4 中左側為施引期刊，右側為被引用期刊，兩部分之間的弧線是引文鏈接，鏈接的軌跡提供對該研究領域中學科間關系的理解。z-Scores 函數突出了更強、更有影響力的軌跡，分數越高，連接線越粗。從圖4 可以看出：醫學、醫療、臨床領域的出版物受到健康、護理、醫學（Z=10.24，F=23 788），心理學、教育、社會學（Z=2.22，F=5 578），分子、生物、遺傳學（Z=1.84，F=4 728）等領域的影響；在心理學、教育、健康學領域的出版物受到健康、護理、醫學（Z=35.16，F=8 526）領域的影響。其中，健康、護理、醫學領域是移動健康在慢性病管理中應用研究非常重要的學科知識基礎。

2.2 研究熱點與趨勢

2.2.1 關鍵詞及中心性分析：關鍵詞是對納入文獻核心觀點及主題的高度歸納與概括，可反應該領域的熱點和前沿［15］。本文剔除了無意義的關鍵詞，對相同意義的關鍵詞進行合并，共納入了關鍵詞371 個，頻次排在前30 位的高頻關鍵詞見表1。結果表明，慢性病（chronic disease）、護理（care）、管理（management）是慢性病移動健康研究領域較受關注的關鍵詞，分別出現了711、695、544 次。中介中心性是對關鍵詞連接各節點間的作用度量，具備高中心性（中心性值≥0.1），通常與各節點聯系密切，被認為是該領域的熱點。對比表1中關鍵詞的頻次和中心性順序可以發現，系統（system）、慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、支持（support）、風險（risk）、抑郁癥（depression）存在明顯關鍵詞中心性順位上移的情況。

表1 移動健康技術在慢性病管理中應用研究的高頻關鍵詞及其中心性（前30 位）Table 1 High-frequency keywords and their centrality in the field of mHealth technology application in chronic disease management（top 30）

2.2.2 關鍵詞聚類分析：為明晰研究內容，對詞頻靠前的關鍵詞進行聚類分析，展現親疏關系，共形成10 個有意義的聚類，呈現了主要研究熱點。各聚類中高中心性的關鍵詞見表2。其中，#0、#9 討論研究工具，#1、#6、#8 討論研究理論與方法，#2、#4、#7 討論研究對象，#3、#5 討論研究因素。Q 值=0.81（＞0.30），S 值=0.93（＞0.50），說明網絡模塊結構顯著、聚類有較高同質性，聚類結果有意義。

表2 移動健康技術在慢性病管理中應用研究的關鍵詞聚類分析Table 2 Keywords clustering analysis of research on mHealth technology in chronic disease management

2.2.3 關鍵詞突現和時間線視圖分析：由于突現詞的突變強度和年代分布也是反映慢性病患者移動健康研究熱點變化和發展趨勢的一種方式［16］，本研究在關鍵詞共現圖譜的基礎上進一步進行最強突現詞檢測。共得到近25 年來慢性病患者移動健康研究領域的25 個突現詞，包括遠程醫療（telemedicine）、系統（system）、隨機試驗（randomized trial）、管理（management）等（圖5）。整體來看，關鍵詞突現起始時間主要為2001 年，突現度最強的關鍵詞是遠程醫療（telemedicine，24.95）、數字健康（digital health，24.81）、遠程護理（telecare，16.03），分別代表了3 個不同時間段的研究熱點。通過關鍵詞聚類的時間線視圖，可以清晰展現每一聚類主題的開始和結束的時間節點［17］，表明了移動健康在慢性病管理領域的發展時間間隔，可總結出研究內容的演化路徑。可以看出，生命質量（quality of life）是慢性病患者移動健康研究領域的經典方向，接受和使用技術的統一理論（utaut2）則是近10 年研究中新關注的理論基礎，數字健康（digital health）呈現為新興發展方向（圖6）。

圖5 移動健康技術在慢性病管理中應用研究的突現關鍵詞（前25 位）Figure 5 Keywords bursting map for research on mHealth technology in chronic disease management

圖6 移動健康技術在慢性病管理中應用研究的關鍵詞聚類分析時間線圖Figure 6 Keywords clustering analysis timeline map of research on mHealth technology in chronic disease management

3 討論

3.1 總體特征

2011 年開始的發文增長趨勢說明移動健康在慢性病管理領域的相關研究越來越受重視，這緣于當時新一代智能手機的出現，開放式的操作系統使得人們依賴移動電話［18］。同時，新式移動醫療服務被大量開發和應用，并在患者教育、疾病自我管理和遠程監測方面發揮著重要作用［19-20］，掀起相關的研究熱潮。以美國為首的發達國家較早開展了應用移動醫療技術改善患者健康方面的研究，而發展中國家則開展較少，且在實施移動醫療舉措以改善慢性病患者等弱勢人群的健康方面面臨著巨大障礙［21］。從刊文期刊分布的學科領域來看，除本學科之外，該方面研究還集中在心理學和健康教育領域。慢性病患者的關鍵性自我管理行為需要針對性的教育和支持，目前電子醫療和移動醫療已實現了這一功能，并在改善慢性病患者的心理和身體健康狀況方面發揮重要作用［22］。患者健康和人類教育、社會發展密不可分，促使移動健康在慢性病管理中的應用和研究向跨領域發展，預計未來相關研究也會持續分布在心理教育和社會學范疇，并呈現出多學科融合發展趨勢。

3.2 研究熱點和趨勢

3.2.1 慢性病管理的主要疾病類型：移動健康在慢性病管理中應用研究的熱點對象是COPD、慢性腎臟病（CKD）、糖尿病及心血管疾病，這些疾病也是慢性病患者死亡的重要原因［23］。中重度COPD 患者的長時間住院護理帶來了高昂的醫療費用，降低了其生活質量。許多學者專注研究開發有助于COPD 患者自我管理的輔助技術和創新方法，幫助其實現自我管理；為降低CKD 患者發展為終末期腎臟病的風險，通過移動健康干預增加患者獲取健康信息機會、提高醫療質量和促進患者健康行為的應用成為主要研究內容；糖尿病管理屬于資源密集型、需要患者和護理團隊耗時的記錄，而移動健康技術增加了糖尿病管理和護理的方式［24］，其設備和工具在糖尿病患者的疾病預防與管理研究中應用較為普遍；心血管疾病主要包括高血壓、冠狀動脈疾病和充血性心力衰竭等［25］，該類患者心率、血壓等相關的管理指標動態可量化［26］，故更適合應用移動健康技術來幫助患者降低疾病風險。移動健康管理的相關技術在慢性病管理中應用較為廣泛，但是受疾病特征、可測量性等因素的影響，目前學者關注的疾病種類呈集中趨勢。在技術的推動下，移動健康給患者帶來的福利將會有更大的潛力，預計這些疾病未來仍將是學者們研究移動健康在慢性病管理中應用的重點關注對象。

3.2.2 慢性病管理中的遠程醫療：遠程醫療是在1997—2010 年初步探索階段的主要內容。遠程醫療最初由歐盟委員會定義于1993 年，強調患者不受地理位置的限制，通過遠程通信和技術享受遠端醫療。之后美國遠程醫療協會（ATA）、WHO 和歐洲遠程健康信息協會（EH-TEL）分別在1996、1998、2008 年先后對其進行定義［27］，遠程醫療的概念也從相對狹義的診療服務轉向了健康的范疇，包含遠程診斷、遠程會診及護理、遠程教育、遠程醫療信息服務等諸多醫學活動［28］，是當時學者研究的主要內容。其中，遠程醫療會診對于CKD 患者的后續護理有較好的可行性［29］。遠程醫療不僅讓當時處于邊遠地區的患者獲取了更加便捷的醫療服務、減輕了其經濟負擔，也改善了醫學資源分布不均的狀況，提高了護理質量和患者滿意度。除此之外，家庭遠程護理在COPD 患者中也得到了廣泛認可和應用。然而，遠程醫療也存在技術結構滯后和專家資源有限的問題，先進的遠程醫療在該階段仍需要技術支撐，部分中低收入國家（地區）缺乏建設遠程醫療系統的能力。

3.2.3 慢性病管理中的遠程護理：遠程護理是2010—2017 年穩步發展階段的突出熱點。遠程護理應用形式包括遠程監護、遠程培訓、遠程指導與咨詢及遠程家庭護理等［30］，其于2009 年被正式提出并隨著遠程醫療的發展而產生。遠程監護廣泛適用于出門不便或處于偏遠地區的慢性病患者，可遠程實時監測患者生命體征、血糖等狀況［31］。在全球老齡化背景下，學者們的關注點逐漸從醫院監護轉向家庭監護，通過家庭監護系統的設計、開發和模式創新，實現慢性病患者更高質量的健康管理。在這個階段，信息技術更新較快，國家（地區）之間的技術滯后問題在一定程度上有所緩解。

3.2.4 慢性病管理中的移動技術與數字健康：移動技術和數字健康是2017—2022年快速發展階段的重點核心。移動健康技術在慢性病管理中的應用具體分為短信服務、移動應用程序和可穿戴電子設備或便攜式檢測設備3 種方式［32］。短信服務被認為是一種節省未來慢性病健康服務成本的方法，在中低收入國家被大量推廣和應用［33］。隨著手機和平板電腦成為流行的移動設備類型，移動應用程序也被廣泛應用于慢性病患者的日常健康管理，其自由性、便攜性、收集和分析數據的實時響應性為患者和醫療保健服務方提供了巨大幫助［34］。此外，可穿戴電子設備成為標準醫療干預措施的工具，促進患者鍛煉等健康行為［35］，幫助患者降低心血管疾病和糖尿病等慢性病發生風險。隨著互聯網、大數據和人工智能等數字技術的快速發展，數字健康在慢性病管理中的應用引起了學術界的關注［36］。尤其是在突發公共衛生事件中，慢性病患者不得不面臨更多疾病自我管理的挑戰［37］，數字健康基于物聯網、健康大數據和智能機器人等新技術，通過資源整合和應用創新，能夠實現患者自我管理、心理健康和生命質量的改善和提升。

移動技術和數字健康的發展具有廣闊前景，卻也存在一定阻礙和限制。移動技術干預在不同環境下存在個體適用性差異，這表明干預措施會出現與參與者動機不匹配的現象［38］；醫療實踐中也尚未解決安全和隱私、行業標準缺乏及各種技術瓶頸等問題；老年慢性病患者對于移動或數字健康技術的參與度、接受性及長期堅持度普遍較差［39］，存在利用率不足的問題。在未來的研究中，移動技術和數字健康在慢性病管理中的應用將持續成為熱點，而個性化干預管理、數字信息安全及新興領域的理論深化研究是后續值得探討的重要方向。

4 結論

智能手機的使用熱潮開啟了移動健康在慢性病管理中應用和發展的時代，隨著技術的更新迭代，相關研究呈現以歐美國家為主要來源的多學科發展趨勢。移動健康在該領域不同階段的研究熱點主要聚焦于不同的慢性病類型，并隨著互聯網、大數據和人工智能等技術的成熟，向移動化、數字化方向縱深發展。我國慢性病管理實踐雖然有一定成效，但立足于我國國情的普適性實踐邏輯和理論模式尚未得到凝練總結。我國移動健康等新興領域的應用研究起步也較晚，其發展給慢性病管理帶來機遇的同時也帶來重重挑戰。相關學者應結合我國國情，借鑒國際經驗，開展更高質量的研究，推進我國移動技術尤其是數字健康向更精細化模式轉型，通過干預研究總結提升慢性病患者就醫可及性、便捷性和體驗感的更高效的慢性病管理模式。

本研究存在一定的局限性：因僅納入了Web of Science 核心合集和PubMed 數據庫的相關研究，可能存在遺漏其他數據庫文獻的情況，且未對國內相關文獻進行檢索，缺乏國內外研究進展的對比；由于軟件無法跨語種分析等問題，檢索語言限定為英文，未包含200 多篇其他語種文獻；檢索詞范圍較廣，在提升檢全率的同時存在降低檢準率的問題。今后相關研究應擴展國內外數據庫和英文以外語種文獻范圍，并完善檢索策略。

作者貢獻：施博文提出研究選題方向，構思并設計研究，分析數據，制作圖表，撰寫論文初稿；馬慧敏負責文獻檢索及相關軟件安裝和運行；潘言志負責數據收集與整理；馬赫負責圖表的修改、結果的分析與解釋；楊晨負責論文修訂；熊巨洋負責文章的質量控制及審校，對文章整體負責，監督管理。

本文無利益沖突。