慢性阻塞性肺疾病队列中技术使用与健康状况之间的关联:多方法研究

简介

慢性阻塞性肺疾病(COPD)是美国第三大死亡原因，也是发病率和死亡率的主要原因[1］．COPD的治疗包括戒烟、肺康复、吸氧和药物治疗，如全身类固醇、吸入器和定期抗生素治疗[2］．认真坚持这些疗法与降低死亡率、减少病情恶化和住院以及改善生活质量有关[3.-5］．然而，大多数患者对大约一半的治疗方法不坚持。6］．COPD治疗坚持的障碍包括方案的复杂性和成本、不正确的药物知识和信念、健康素养和认知缺陷[4，7，8］．在获得医疗服务有限的农村地区，COPD的管理尤其具有挑战性。事实上，农村地区的COPD患者已经被发现有更糟糕的结果[9］．

支持患者在传统诊室就诊之间进行自我管理的一种方法，包括在农村地区，是使用基于电话的干预措施，这种方法通常被称为“远程医疗”。这些项目使用护士或其他医疗团队成员通过电话定期监测患者症状。当发现病人病情恶化时，可采取措施，如及早开抗生素或类固醇处方[10］．然而，远程保健干预措施的结果好坏参半[10，11］．

最近，蜂窝和互联网连接设备被建议作为远程医疗干预的替代或扩展，作为患者和提供者参与双向电子信息交换的一种方式。这些干预措施被称为电子保健(eHealth)或者被包括在远程医疗的保护伞下。例如，联网设备已被用于测量患者的肺功能和氧饱和度，向临床医生提供患者临床状况的信息，或向患者提供直接建议[12］．在卫生保健系统寻找减少COPD恶化和住院率的策略时，确定提高患者-提供者沟通、症状报告和数据交换质量的干预措施至关重要[13］．然而，对COPD患者基于互联网的远程医疗干预的研究也报告了不同的结果[14-17］．

虽然老年人的互联网使用率在增加，但仍低于年轻人，65岁及以上人群的互联网使用率为58% [18］．一项调查患者和医生之间使用安全消息的研究发现，55岁及以上的人中有三分之一使用过安全消息，但由于收入、种族、教育和健康状况的不同，使用情况存在显著差异[19］．老年人采用互联网和信息技术的障碍包括缺乏宽带接入、生活在农村、上网平板电脑或移动电话的拥有率较低、身体残疾(即视力受损)、与新设备互动时偏好帮助，以及健康知识普及[20.-23］．慢性阻塞性肺病患者的互联网使用水平也可能较低，因为高龄是慢性阻塞性肺病的一个危险因素。

本文旨在报道COPD与各种技术和设备的所有权和使用之间的关系。具体来说，我们不仅研究了COPD严重程度和患者人口统计对技术使用和所有权的影响，还研究了模拟电子健康任务的完成时间。

方法

概述

所有数据均来自参加爱荷华大学医院和诊所COPDGene多中心队列研究的成年人。COPDGene研究的细节已经在其他地方报道过[24］．简单地说，COPDGene是一项多中心观察性研究，包括目前和曾经的吸烟者，旨在确定与COPD相关的遗传因素。在2008年1月至2011年4月期间，共有10192名年龄在45岁至80岁之间的非西班牙裔白人和非洲裔美国成年人被纳入研究，他们至少有10包年的吸烟史。参与者通过完成问卷调查、血液测试、成像和肺活量测定来进行表型分析。在预定的COPDGene研究访问期间，由呼吸治疗师研究护士通过电话或亲自进行结构化访谈，对患者进行调查。调查于2014年8月至2016年6月期间完成。从2015年5月开始，感兴趣的患者还可以参加一个简短的模拟，在该模拟中执行一组简单的电子健康任务并计时。参与COPDGene队列的患者获得补偿，但没有为参与调查提供额外的补偿。那些同意参加额外的电子健康模拟的人将获得一张价值10美元的礼品卡。该调查和eHealth模拟子研究都得到了COPDGene小组和爱荷华大学机构审查委员会的批准。 This study was conducted in accordance with the amended Declaration of Helsinki.

调查

该调查是通过结构化访谈进行的。目的是评估可用于电子卫生干预措施的各种通信技术的使用情况，包括移动电话、短信、电子邮件和视频聊天(多媒体附件1)．使用是/否问题和几个简短回答的组合。访谈持续5 - 10分钟，回答记录在RedCap (Nashville, TN, USA)，这是一个位于爱荷华大学的安全在线数据库，与患者的COPDGene标识符相连。

临床数据

使用研究标识符将调查数据与来自COPDGene研究数据库的临床和人口统计学数据联系起来。变量包括年龄、性别、收入水平和疾病进展的有效测量方法——6分钟步行试验和COPD评估试验(CAT) [25)得分。这些变量是在他们最近的COPDGene访问期间收集的。

电子健康模拟

结构化访谈开始六个月后，我们邀请参与者参与一系列定时电子健康模拟练习。这些任务包括启动一个应用程序，输入访问代码，并响应两个CAT项目。参与者在一台运行Microsoft Windows (Redmond, WA, USA)的笔记本电脑和两台平板电脑上执行这些任务，一台运行iOS移动操作系统(Cupertino, CA, USA)，一台运行Android操作系统(Mountain View, CA, USA)。研究参与者完成每项任务所需的时间用数字秒表记录下来。为了便于比较，设备的顺序是随机的。

分析

为了描述技术的拥有权和使用情况，我们计算了电脑和手机的拥有权比例，以及电子邮件和视频聊天服务(如Skype)的使用情况(Redmond, WA, USA)。对于拥有手机的患者，我们计算了那些经常携带手机、拥有能上网的手机(智能手机)和使用短信的患者的百分比。我们还计算了使用短信的比例，前提是他们要么拥有智能手机，要么经常使用手机。

为了确定技术使用是否因人口特征而不同，我们估计了六个逻辑回归模型。所有模型都以年龄、性别和收入为协变量，结果变量为手机拥有率、智能手机拥有率、电脑拥有率、短信使用率、电子邮件使用率和视频聊天使用率。

为了确定技术的使用是否因患者疾病的严重程度而不同，我们估计了三组模型。每组的结果为6分钟步行测试和二分CAT评分(<10，≥10)的结果。由于6分钟步行测试的结果是连续的，我们估计线性回归模型。对于二分CAT分数变量，我们估计逻辑回归模型。对于每一组模型，我们估计了三个独立的模型(每种技术一个):文本消息、电子邮件和视频聊天。所有模型的协变量是患者年龄、性别、收入和技术使用的衡量标准。

我们从三个方面描述了技术的使用。首先，我们将所有权和使用分为三个层次:相关技术的非所有者，相关技术的所有者/非用户，相关技术的所有者/用户。其次，我们考虑了来自eHealth模拟的标准化任务时间。我们首先将每个任务时间转换为az并将使用iPad、Android平板电脑、手机短信和电子邮件的标准化任务时间的总和作为对给定技术熟悉程度的直接衡量。

最后，我们考虑了关于技术所有权和使用的简单问题的能力(例如，“你拥有智能手机、电脑或平板电脑吗?”以及视频聊天测试“你用Skype吗?”)来预测任务表现。我们估计了12个线性回归模型，一个用于测试的设备组合(笔记本电脑、Android平板电脑、iPad和手机)和任务(电子邮件、短信和视频聊天)。结果是任务时间，协变量是性别、年龄、收入和表示使用/不使用该任务的变量(非所有者、所有者、非用户和用户)。

所有统计分析均使用R 3.2 (R统计计算基金会，维也纳，奥地利)完成。

结果

调查结果

有712人参与了结构化访谈调查，其中686人(96.3%)参与并提供了完整的调查数据。总共有100名患者参与了eHealth模拟任务子样本的256名患者(39.1%)。执行eHealth模拟任务的完整样本和子样本的人口统计信息和汇总统计信息可在表1．完成调查的参与者的平均年龄为68.7岁(SD为8.2岁)，52.2%(358/686)为女性。

对技术所有权和使用的描述见表2．几乎所有(94.0%，645/686)参与者都拥有手机，其中大部分(74.3%，510/686)参与者每天都携带手机。虽然几乎所有电脑用户(92.9%，564/607)都使用电子邮件，但拥有电脑的人数略少(89%，607/686)。三分之一(195/607)使用视频聊天。eHealth模拟所需的平均时间长度从Android平板电脑的49.4 (SD 30.6)秒到iOS平板电脑的76.3 (SD 46.9)秒不等。技术使用的人口预测因子在表3．一般来说，年龄越大，拥有或使用科技产品的几率就越低。此外，与低收入群体相比，高收入群体(超过7.5万美元/年)拥有和使用技术的几率更高。值得注意的是，在手机用户中，男性发短信的几率是女性的66%。

在所有情况下(短信、电子邮件和视频聊天)，与所有者/非用户和非所有者相比，所有者兼用户的CAT得分较低(多媒体附件2)．多媒体重复分析多媒体附件2但考虑的是6分钟步行所走的距离，而不是CAT分数。研究发现，电子邮件和视频聊天的所有者/用户之间的距离比所有者/非用户之间的距离有统计学意义上的显著增加，但短信的距离没有增加。不使用电脑或智能手机的人比不使用电子邮件的人走的距离更远。其他非所有者相对于所有者/非使用者的旅行距离在统计上都不显著。

eHealth模拟结果

来自eHealth模拟的标准化任务时间和疾病严重程度的回归结果报告在表4．增加的任务时间与CAT评分大于10和在6分钟步行测试中记录的步数减少有统计学意义上的显著相关，这是疾病严重程度增加的替代标记。对于平均任务时间的每一个标准偏差，我们发现CAT得分为10或更高的几率增加了27%。同样，对于平均任务时间每增加一个标准偏差，我们发现在6分钟步行测试中所覆盖的距离减少了41个单位。

最后，在对年龄、性别和收入进行调整后，视频聊天用户完成笔记本电脑、Android平板电脑、iOS和短信任务所需的时间比用户/非用户少:OR 10.2 (95% CI -0.5至-20.0)、OR 6.3 (95% CI -16.5至3.9)、OR 16.4 (95% CI -33.6至0.8)和OR 6.3 (95% CI -37.3至39.5)秒。另一方面，非所有者在这些任务上花费的时间比所有者/非用户多:OR 58.4 (95% CI 21.8-94.9)， OR 42.7 (95% CI 4.5-80.8)， OR 22.7 (95% CI -42.7 - 87.1)和OR 1.1 (95% CI -16.5 - 3.9)秒。最后,在多媒体附件4，我们报告来自eHealth模拟的任务时间模型的结果，并报告设备的所有权/非所有权和使用/不使用。使用电子邮件的用户在使用笔记本电脑或安卓平板电脑时比不使用电子邮件的用户速度要快得多。同样，视频聊天用户在笔记本电脑和iOS设备上的速度明显快于非用户。

讨论

我们的结果显示，COPD队列中的大多数受访者，无论收入或年龄如何，都可以使用手机或个人电脑，并且大多数人表示使用这些设备很舒服。然而，对智能手机或视频聊天等新技术的使用和熟悉程度则不那么普遍。总的来说，我们发现患有更严重疾病的参与者不太可能报告使用科技。此外，当我们测试参与者在模拟电子健康任务中使用技术的能力时，我们发现完成模拟电子健康任务更困难的患者更有可能患有更严重的COPD，这可以通过CAT评分大于10的几率更大以及在6分钟步行测试中步行距离更短来证明。因此，copd病情更严重的患者——也就是经常接受电子健康相关干预的患者——可能需要更多的培训和基础设施支持，比如更多地将护理人员纳入治疗过程。其他人提出了弥合这一数字鸿沟的类似建议，涉及生活在农村社区的患者、少数族裔患者和卫生知识水平较低的人[19，21-23］．

我们发现，自称拥有并使用视频聊天和电子邮件(大概是为了与朋友和家人交流)的患者更快地完成了提交CAT项目答案的模拟任务。然而，对于一些设备，拥有设备但报告没有使用它的患者的任务时间比那些甚至没有拥有设备的人更差。因此，在eHealth干预之前，所有权本身可能不是一个充分的筛选问题，因为所有者/非用户的任务表现比频繁使用的所有者更差。因此，基于获取和使用电子卫生技术的筛查问题可以作为与数字健康素养相关的自我效能的替代品，这是健康2.0技能的一个组成部分[26］．

除了慢性阻塞性肺病不太严重之外，使用更多和更新通信技术的参与者也更年轻，收入更高。因此，允许患者自我选择的研究和临床服务可能由相对健康的患者组成，因此可能使电子健康干预措施和项目看起来比样本更广泛的研究更有效。相反，由年龄较大、较不富裕或疾病较晚期的患者组成的研究或项目可能效果较差，因为这些患者不太可能适应使用新形式的交流。为帮助确保电子卫生干预措施的有效性，针对这些不太熟悉技术的人设计和定制干预措施可能是有价值的，因为老年人在学习新技术时一般更喜欢得到帮助[20.］．

其他研究报告的结果表明，与其他人口因素无关，疾病更严重的患者使用科技的频率可能更低[27］．这一发现对COPD干预具有重要意义，因为具有某些社会人口统计学因素的患者[28]和有COPD加重史的患者更有可能经历加重、住院和再入院，因此最需要干预。这些发现，结合我们发现的人口因素与较低的技术使用相关，可能意味着基于社会人口统计学、健康史和技术经验之间的相互作用，预防COPD患者再入院的干预措施可能难以达到预期的结果。

我们的发现回应了人们对电子健康干预和健康差异之间关系的担忧。在大多数分析中，低收入、较高的疾病严重程度和较低的技术使用之间存在显著关联。大量使用先进技术的电子卫生倡议可能会让更富有、更原生的技术用户受益，从而加剧原本有利于财力更雄厚的人的健康差距。虽然我们没有具体调查城市和农村COPD患者之间的差异，但农村患者可能比城市和郊区患者病情更严重[9，29］．再加上农村接入高速互联网的问题，可能会进一步加剧农村COPD患者的健康差距。拥有高速互联网接入将增加人们之前使用新通信技术的可能性，以及他们对电子健康保健的舒适度[21］．

这项研究受到一些限制。虽然我们的调查有很高的参与率，但在COPDGene研究中，我们只在一个中心内调查和测试参与者。因此，我们的结果可能不能推广到整个COPD患者群体。此外，未测量的特征可能影响了每个参与者参与COPDGene和eHealth模拟任务子样本的决定，这些因素可能会影响他们对感兴趣的技术的使用。我们的大多数参与者是白人，属于不同种族或民族的患者可能有不同的技术经验和充分参与电子健康干预的障碍。此外，该调查仅用英语进行。未来的研究需要调查技术在不同人群的COPD患者中的使用。最后，本研究的横断面性质限制了作出因果推论的能力。

尽管我们的局限性，我们表明COPD患者有不同程度的访问和使用通信技术的经验。通过我们的模拟健康任务，我们还表明，年龄较大的患者和疾病更严重的患者在使用技术方面存在更多困难。这些发现表明，有必要对不健康或不熟悉技术的患者进行教育和帮助。测试新干预措施的有效性应包括评估以前的技术使用和熟悉程度。