发表在第23卷第9期(2021年):9月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/29018,首次出版
坚持远程监护治疗的医疗补助高血压患者:案例研究

坚持远程监护治疗的医疗补助高血压患者:案例研究

坚持远程监护治疗的医疗补助高血压患者:案例研究

原始论文

1人口信息学实验室,德州农工大学,大学城,美国

2美国德州农工大学工业与系统工程系,大学城,德州

3.美国德克萨斯州大学城德州农工大学卫生政策与管理系

4美国德州农工大学流行病学与生物统计学系

通讯作者:

金惠忠,MS, MSW,博士

卫生政策和管理部

德州农工大学

埃德里安实验室路212号

大学城,德克萨斯州,77843

美国

电话:1 979 436 9439

电子邮件:kum@tamu.edu


相关的文章这是更正后的版本。更正声明见://www.mybigtv.com/2022/6/e39666

背景:几乎50%的美国成年人患有高血压。尽管临床试验表明,家庭血压监测可以有效地控制高血压,但由于患者的依从性问题,报告的结果可能无法在实践中实现。

摘要目的:本研究的目的是描述医疗补助高血压患者对日常远程监测的坚持程度,确定坚持提醒电话的影响,并调查与血压控制的关系。

方法:这项研究的目标是德克萨斯州的高血压医疗补助患者。研究人员分析了一家远程监测公司2016-2018年共180天的血压和脉搏数据,以计算平均传输率和平均血压变化。由于启动效应,前30天的数据被排除在外。该方案要求患者在每天指定的时间内传输读数。没有传输读数的患者会收到坚持提醒电话,以排除问题并鼓励传输。患者被分为粘连组和非粘连组;坚持的患者是那些在至少80%的时间内传输数据的患者。

结果:患者平均年龄73.2岁(SD 11.7岁)。823例患者中女性536例(65.1%),城市居民660例(80.2%)。坚持的队列(475/ 823,57.7%)在坚持提醒电话前的平均传播率为74.9%,在电话后的平均传播率为91.3%,而不坚持的队列(348/ 823,42.3%)在电话前和电话后的平均传播率分别为39%和58%。从第1个月到第5个月,粘附组和非粘附组的传播率分别下降了1.9%和10.2%。收缩压和舒张压平均改善2.2和0.7 mm Hg (P<措施而且P=.004),而只有收缩压值在研究期间平均改善了1.6 mm Hg (P=.02)。

结论:虽然我们发现患者可以达到高水平的依从性,但许多人遇到依从性问题。尽管坚持提醒会有帮助,但可能还不够。远程监测降低了血压,正如临床试验中观察到的那样。此外,血压控制与依从性呈正相关。

中国医学杂志,2017;23(9):e29018

doi: 10.2196/29018

关键字



背景

高血压影响着美国近一半的成年人,每年花费约1310亿美元,是心血管疾病和中风的主要危险因素[1-3.].研究人员估计,动态收缩压每升高10毫米汞柱,心血管事件、中风和全因死亡率的风险比分别为1.11-1.42、1.28-1.40和1.02-1.13。4].尽管如此,大约只有四分之一的高血压成年人的血压得到了控制[1].

家庭血压监测是一种帮助控制高血压的新兴策略,许多医疗机构建议将其用于诊断、区分血压表型和持续的高血压管理[5].对已发表临床试验的几项荟萃分析发现,有证据表明,在辅以药物滴定、教育和生活方式咨询等额外支持服务的情况下,家庭血压监测可导致血压值在临床上显著降低[6-9].

虽然临床试验是金标准,但报告的结果可能无法在实践中实现。医生对仪器质量、患者读数技能、定期记录和传输结果以及对常规测量方案的坚持有顾虑[7].2010年和2014年对加拿大一家高血压诊所的患者进行的调查发现,只有39.2%和40.6%的患者报告的血压超过80% [10].因此,患者对每日监测和报告的依从性差可能会严重破坏临床试验中观察到的积极效果。

目标

这项研究的目的是(1)调查德克萨斯州医疗补助患者在日常远程监测服务公司的支持下,如何坚持每日血压和脉搏率监测,(2)确定坚持提醒电话干预是否提高了每日传输率,(3)调查日常坚持和血压控制之间的任何关联。

我们注意到保险范围是日常远程监测的必要条件。医疗保险于2018年11月开始为家庭监护支付费用[11],德克萨斯州医疗补助计划报销医生处方的高血压家庭远程监护60天,并在医生要求下重新授权进行额外监测[1213].更一般地说,家庭监控服务的报销率在各州和保险公司之间差异很大,未来也不确定。5].尽管由于冠状病毒大流行,医疗保险和医疗补助服务中心和私营保险公司对远程医疗服务的临时支持可能会导致常规护理的提供发生永久性变化[1415],家庭远程监控覆盖的未来尚不清楚。在这种不确定的环境中,分析现实世界的远程监控实现是非常重要的。


监控协议

在这项研究中,一家远程监测公司为德克萨斯州的高血压医疗补助客户提供了历史远程监测数据(从2016年1月到2018年12月)。监察协议(图1)要求病人由其医生转介。在医疗补助计划获得批准后,公司的技术部署人员前往患者家中安装设备并提供培训。该设备是食品和药物管理局(food and Drug administration)批准的设备,包括一个具有蓝牙技术的监测设备和一个将监测结果传输到公司云存储的信号传输单元。不需要网络连接或智能手机。培训方案和材料是根据美国医学会指南制定的[16].患者接受了如何使用设备进行正确读数的教育,并被告知公司应对患者技术或临床需求的协议。患者被要求选择每天检查和传送读数的时间。如果在此期间没有发生传输,则会自动发出警报,提示公司工作人员向患者拨打坚持提醒电话,以排除任何技术问题,并要求患者检查并传输读数。一旦收到患者的数据,如果血压读数或脉搏率超出医生定义的可接受范围,就会自动向公司护士发送临床警报。护士给患者打了一个临床电话,分类了关注的程度,并通过电子邮件联系了最低程度的关注,并通过电子邮件和电话联系了更严重的关注。该公司每周向每个供应商提供登记患者的总结报告。根据德克萨斯州医疗补助条例,医生每隔60天就会提出远程监护治疗的重新授权请求。德克萨斯州医疗补助计划为60天的监测支付了1074.60美元[1213].

图1。远程监控业务的工作流程。BP:血压;CC:临床接触;P:脉冲;PCP:初级保健医生。
查看此图

数据与设计

远程监控公司为使用其服务的德克萨斯州医疗补助客户提供了历史远程监控数据。本研究仅纳入家庭远程监护180天或以上的患者。前30天作为患者学习使用仪器测量生命体征的启动期。本研究排除了前30天的数据;因此,研究周期为150天(1-5月)。

每天记录在坚持提醒呼叫之前和之后的传输数量,以及坚持提醒呼叫的数量。我们包括了所有尝试的坚持提醒电话,甚至包括那些患者没有接听的电话,因为在这些情况下,只要可能,就会留下语音邮件。还收集了每日收缩压和舒张压值,以调查研究期间血压值的改善情况。计算每位患者第5个月的平均收缩压和舒张压值,并与第1个月的血压值进行比较。如果患者的血压值在整个月都缺失,则该患者将被排除在分析之外。

患者被分为粘连组和非粘连组;坚持的患者是指在150天中至少有120天传递血压和脉搏值的患者(至少80%的天,与Milot等人在研究中使用的阈值相同[10])。

这项研究得到了德州农工大学机构审查委员会的批准。

统计分析

为了确定患者基线特征是否因人群亚组而不同,我们对分类变量和双尾检验使用卡方检验t连续变量的测试。此外,还对这两种比例的公平性进行了z检验,以检查传播率是否因人口亚组而不同。配对t进行测试,分析各组在第5个月时血压值的变化,并与第1个月时血压值进行比较。独立的t试验用于比较人群亚组之间血压值的变化。使用SAS 9.4版本(SAS Institute)进行分析。


病人的特点

提供了参加高血压远程监测的2093名患者的数据。在2093例患者中,1325例(63.31%)至少传输过一次数据,823例(39.32%)在连续180天内传输数据。表1总结了它们的特点。参与者的平均年龄为73.2岁(SD 11.7岁),65.1%(536/823)为女性。本研究纳入的所有患者均被诊断为高血压并接受药物治疗。

表1。总体、坚持和非坚持队列的人口统计学和非警戒范围(N=823)。
特征 病人

整体(N = 823) 附着(n = 475) 不依从(n = 348)
年龄(年),平均值(SD) 73.2 (11.7) 73.8 (10.9) 72.3 (12.6)
女性,n (%) 536 (65.1) 301 (63.4) 235 (67.5)
居住地区一个, n (%)

达拉斯 34 (4.1) 13 (2.7) 21日(6)

休斯顿 26日(3.2) 11 (2.3) 15 (4.3)

麦卡伦 648 (78.7) 368 (77.5) 280 (80.5)

圣安东尼奥 115 (14) 83 (17.5) 32 (9.2)
城乡分类一个, n (%)

城市 660 (80.2) 360 (75.8) 300 (86.2)

郊区还是乡村 163 (19.8) 115 (24.2) 48 (13.8)
指定收缩压非警戒范围n (%)

默认值(90- 160mm Hg) 731 (88.8) 424 (89.3) 307 (88.2)

个性化的 92 (11.2) 51 (10.7) 41 (11.8)
舒张压指定非警戒范围n (%)

默认(60-90 mmHg) 725 (88.1) 422 (88.8) 303 (87.1)

个性化的 98 (11.9) 53 (11.2) 45 (12.9)
为脉冲指定非警报范围,n (%)

默认值(60-120 bpm) 724 (88) 421 (88.6) 303 (87.1)

个性化的 99 (12) 54 (11.4) 45 (12.9)

一个P<措施。粘连组和非粘连组患者的特征不同。

大多数参与者(648/ 823,78.7%)来自德克萨斯州南部靠近墨西哥边境的麦卡伦(McAllen),其中大部分(660/ 823,80.2%)居住在城市地区。在823名参与者中,731名(88.8%)、725名(88.1%)和724名(88%)参与者的收缩压、舒张压和脉搏范围分别为90-160 mm Hg、60-90 mm Hg和60-120 bpm,由他们的初级保健医生确定。其余92名(11.2%)、98名(11.9%)和99名(12%)参与者的可接受值高于或低于这些范围(收缩压55-200 mmHg、50-120 mmHg和50-120 bpm分别为收缩压、舒张压和脉搏范围)。表1还提供了粘附和非粘附队列的描述性特征。两个队列的特征是相似的,尽管坚持队列的郊区或农村患者比例更高,其中更多的人生活在德克萨斯州南部(P<措施)。

依从性

图2显示了5个月(150天)期间的传播率(使用以下公式计算:传播率= 100 ×传输读数的患者总数/ 823例患者)。所有5个月的总体平均传播率在坚持提醒电话前为59.7%,在电话后为77.2% (P<措施)。通话前后一个月的平均传播率分别为61.6%和79.1%。这些数值一直下降到第5个月,在通话前后分别达到56.2%和73.7%。如橙色区域所示图2在美国,平均17.6%的数据传输是在接到遵守提醒电话后收到的。然而,在接到遵守提醒电话后,没有发送信息的参与者比例从第一个月的15.9%上升到第五个月的21.5%。

这些综合发现掩盖了粘附组和非粘附组之间的巨大差异(图3).坚持队列更有可能在没有坚持提醒呼叫的情况下传输数据,总体平均传输率为74.9%,而非坚持队列仅为39% (P<措施)。在坚持提醒电话之后,这些值增加到91.3%和58% (P分别<措施)。

图2。远程监测150天以上所有患者的月传播率。坚持呼叫前(后)平均传输率:59.7%(77.2%)。
查看此图
图3。在150天的远程监测中,依从者和非依从者的月传输率。坚持呼叫前(后)平均传播率:坚持队列,74.9% (91.3%);不坚持的队列,39%(58%)。
查看此图

依从性队列第一个月的平均传输率在通话前为75.6%,通话后为91.7%,非依从性队列在通话前和通话后分别为42.6%和61.9%。这些值波动并下降,直到第5个月,依从组在通话前后分别达到73%和89.9%,非依从组在通话前后分别达到33.3%和51.7%。平均而言,在依从者和非依从者的坚持提醒电话后,分别收到了额外的16.5%和19%的传输(P<措施)。

在坚持提醒电话后,参与者不传递信息的比例,平均而言,坚持队列为7.6%,非坚持队列为33.6%。这些值从第一个月的6.8%增加到第5个月的9.4%,从第一个月的28.3%增加到第5个月的38.1% (P<措施)。我们注意到,平均而言,8.4%的未在指定时间内传输数据的非依从性参与者未能收到依从性提醒电话。在监测的第五个月,该值增加到10.3%。相比之下,没有传输数据的坚持队列中只有1.02%的人未能收到坚持提醒电话。

正如预期的那样,周末的依从性最低(表2而且3.),尤其是在周日,在坚持和不坚持的队列中,传播率(在坚持提醒电话之后)分别下降到88.4%和46.3%。周日传播率也观察到在5个月的时间内,坚持队列从88.7%下降到87.3%,非坚持队列从49.6%下降到41.8%。

表2。坚持队列(N=475)按月划分的工作日依从性。

依从性(%)

周日 周一 周二 周三 周四 星期五 周六

月1 88.7 92.9 93.3 93.4 92.5 91.8 90

月2 87.8 92.5 92.8 92.1 92.6 92.7 90.8

月3 88.4 91.9 93.1 92.9 92.8 92.4 89.1

月4 89.6 92.9 91.8 93.4 93.1 93.1 90.5

月5 87.3 91.5 91 90.4 90.7 90.1 88.4
值,平均值(SD) 88.4 (0.8) 92.3 (0.6) 92.4 (0.9) 92.4 (1.1) 92.3 (0.8) 92 (1) 89.8 (0.9)
表3。非依从组(N=348)按月划分的工作日依从性。

依从性(%)

周日 周一 周二 周三 周四 星期五 周六

月1 49.6 66.9 67.1 68.6 65.6 63 52.8

月2 47.9 64.9 64.2 64.9 64.9 61.8 51.7

月3 46.7 64.4 64.1 65.2 63.8 62.1 52.1

月4 45.7 60.2 61 61.6 59.9 57.7 50.1

月5 41.8 55 55.5 56 55.6 54.2 44
值,平均值(SD) 46.3 (2.6) 62.3 (4.2) 62.4 (3.9) 63.3 (4.2) 62 (3.7) 59.7 (3.3) 50.1 (3.2)

除了遵守日常协议外,数据还表明接收到的传输是否在医生指定的范围内。范围内传输的平均百分比(使用以下公式计算:范围内传输的平均百分比= 100 ×[范围内传输的数量/总传输数量])发现,坚持队列为60.9% (SD 26%),非坚持队列为53.9% (SD 24.9%)。在5个月的时间里,两个队列的范围内的百分比都有所增加,表明远程监测是有效的,依从组从第1个月的59.2%增加到第5个月的62.3%,非依从组从第1个月的49.8%增加到第5个月的56.7%。

最后,数据表明连续2天的传播结果是相关的。请注意,对于任何给定的一天,都有三种可能的结果:患者没有传输,患者传输了超出范围的读数(血压值,脉搏率,或两者都有)或患者传输了在范围内的读数。我们称之为传播事件.频率分析表明,连续几天观察到的传播事件之间存在关联。下面几节将对此进行探讨。百分比列于表4

表4。第二天过渡(N=823)。
(%)

坚持队列(n=475) 非依从性队列(n=348)

NT一个 支持b 红外热成像c NT 支持 红外热成像
NT 32.9 29.3 37.8 61.7 18.5 19.8
支持 5.6 41.6 52.7 28.9 34.8 36.3
红外热成像 6.3 32 61.7 29.6 28 42.5

一个NT:无传输。

bORT:距离外传输。

cIRT:范围内传输。

连续2天传播事件趋势

在错过传播后的第二天,依从性远远低于依从性队列(67.1% vs平均91.3%)和非依从性队列(38.3% vs平均58%)的总体平均水平。此外,在错过传输后的第二天收到的传输比两个队列的平均传输更不可能在范围内。对于坚持的队列,37.8%的错过传输之后是在范围内传输,这表明56.3% (100 ×[37.8 / 67.1])的传输在错过传输的第二天收到,而对于不坚持的队列,19.8%的错过传输之后是在范围内传输,这表明51.6% (100 ×[19.8 / 38.3])的传输在错过传输的第二天收到。

在两个队列中,依从性和距离外传播后的距离内传播也表现出相似的模式。在坚持的队列中,41.6%的超距离传输,52.7%的超距离传输,第二天只有5.6%的无传输。对于不服从的队列,第二天34.8%的超距离传输,36.3%的超距离传输和28.9%的无距离传输。因此,在超出范围的一天后,依从性高于总体平均水平(94.6% vs 91.3%的依从性队列和71.1% vs 58%的非依从性队列)。此外,在距离外传输后接收到的传输比总体平均值更不可能在范围内(55.7%-100 ×[52.7 / 94.6] -与坚持队列的平均60.9%相比,51%-100 ×[36.3 / 71.1] -与非坚持队列的平均53.8%相比)。值得注意的是,当一个坚持的患者传输一个超出范围的读数时,下一次在范围内的传输平均发生在2-3天内,也就是说,无论什么问题导致了超出范围的读数,患者需要2-3天才能恢复血压和脉搏控制。然而,当一个非依从性患者传输了一个超出范围的读数时,下一次在范围内的传输平均在5-6天内没有发生,这表明非依从性患者可能会在更长的时间内经历血压或脉搏率的升高。

最后,在2个队列中,在范围内传播后的依从性和范围内传播也具有相似的模式,在第二天有更好的依从性和更多的范围内传播。对于坚持的队列,接下来是61.7%的范围内传输,32%的范围外传输,只有6.3%的第二天没有传输。对于不坚持的队列,接下来是42.5%的范围内传输,28%的范围外传输,29.6%的无传输。因此,在治疗范围内一天后的依从性高于总体平均水平(93.7% vs 91.3%的依从性队列和70.5% vs 58%的非依从性队列)。此外,在范围内传输后接收的传输比总体平均值更有可能在第二天再次进入范围内(65.8%-100 ×[61.7 / 93.7] -与坚持队列的平均60.9%相比,60.3%-100 ×[42.5 / 70.5] -与非坚持队列的平均53.8%相比)。

每日坚持与血压控制的关系

总的来说,我们发现坚持组的收缩压值平均提高了2.2 mm Hg (P<.001),而非粘附组的患者平均改善了1.6 mm Hg (P= .02点;表5).依从组的改善明显高于非依从组(P= .049)。

表5所示。收缩压在第1个月和第5个月之间的变化(n=781)。

坚持队列(n=475;毫米汞柱) 非依从组(n=306一个;毫米汞柱) P价值b
月1

值,平均值(SD) 133.7 (12.5) 137.9 (15.0) N/Ac
月5

值,平均值(SD) 131.4 (12.2) 136.3 (14.4) N/A
第1个月与第5个月的比较

值,平均值(SD) 2.2 (9.5) 1.6 (12.0) .049

P价值d <措施 02 N/A

一个由于数据缺失,共有42例患者被排除在外。

b双尾独立鸟t进行了测试,以比较粘连组和非粘连组之间的收缩压变化。

cN/A:不适用。

d双尾配对t进行测试,分析每个队列在第1个月和第5个月之间收缩压值的差异。

此外,在第一个月平均收缩压和舒张压读数分别超过140和90 mm Hg的21名患者中,我们发现贴贴患者的收缩压(7/ 21,33%)平均改善了14.8 mm Hg (P=.02),而非粘连患者(14/21,67%)在5个月内平均改善10.6 mm Hg,两者无显著差异(P=厚)。贴贴患者的舒张压平均改善0.7 mm Hg (P=.004)超过5个月,而非粘连患者5个月以上的改善不显著(0.4 mm Hg;P=点;表6).

表6所示。舒张压在第1个月和第5个月之间的变化(n=781)。
坚持队列(n=475;毫米汞柱) 非依从组(n=306一个;毫米汞柱) P价值b
月1

值,平均值(SD) 71.5 (7.9) 74.0 (10.0) N/Ac
月5

值,平均值(SD) 70.7 (7.9) 73.6 (9.8) N/A
第1个月与第5个月的比较

值,平均值(SD) 0.7 (5.6) 0.4 (7.9) .09点

P价值d 04 N/A

一个由于数据缺失,共有42例患者被排除在外。

b双尾独立鸟t进行了贴贴组和非贴贴组之间舒张压变化的比较试验。

cN/A:不适用。

d双尾配对t进行测试,分析每个队列第1个月和第5个月舒张压的差异。

在第一个月平均收缩压和舒张压读数分别超过140和90 mm Hg的21名患者中,我们发现粘贴患者的舒张压(7/ 21,33%)平均改善了11.0 mm Hg (P=.02),而非粘连患者(14/21,67%)在5个月内平均改善9.7 mm Hg (P= 03)。


主要研究结果

这项研究表明,远程监测高血压可以在医疗补助客户中达到70%以上的依从性。因此,大多数患者应该能够在初始训练后检查和传输他们的血压值和脉搏率。此外,当远程监测伴有坚持提醒电话时,大多数患者(475/823,本研究中57.7%的患者有80%或以上的传播天数)可能会有更高的坚持水平(高达90%)。对于这些患者,依从性水平似乎在5个月期间略有下降。

此外,许多医疗补助患者可能在日常依从性方面存在问题(348/823,占本研究患者的42.3%)。对于这些患者,坚持提醒电话可能是有帮助的,但许多日常传输仍然会被遗漏(在本研究中,每个患者每月大约有13天)。这类患者可能在监测的第一个月内(不包括启动期)被识别出来,此时他们在没有坚持提醒电话的情况下的依从率远低于50%(本研究中为42.6%)。事实上,在这项研究中,75%(260/348)的非依从性队列患者在监测的第一个月没有依从性。对于这些患者,依从率有望随着时间的推移显著降低(在本研究中,5个月的依从率约为16%)。在823名患者中,475名(57.7%)依从性患者和348名(42.3%)非依从性患者每天总共需要约350次依从性提醒电话,工作量很大。无论如何,有依从性问题的患者显然需要的不仅仅是一个依从性提醒电话。事实上,深入研究健康行为的干预措施可能是必要的(但可能还不够),以使依从性水平达到80%甚至更高。数据表明,此类干预措施应针对周末和错过传播后的几天,因为依从性差的可能性较高。

就像更好地坚持日常监测的额外支持是必要的一样,对异常临床状况的随访也很重要。日常监测的一个潜在好处是,卫生保健提供者可以在出现紧急问题之前识别并解决它们。当读数没有传输时,这个机会可能会失去。如果我们假设超出范围的传输百分比可以应用于没有传输数据的日子,我们就可以估计出超出范围的遗漏传输的数量。在超过150天的监测中,这一估计值在粘连队列中为每位患者5.1天([1 - 0.913]× [0.391] × 150),在非粘连队列中为每位患者29.0天([1 - 0.580]× [0.461] × 150)。这意味着823名患者在150天的监测(大约每位患者15天)中,共有12528天(29.04 × 348 + [5.10 × 475])的需求未得到满足。换句话说,10.2% (12,528 / [150 × 823])的随访因缺乏依从性而错过(对于非依从性队列,这一比例约为20%)。

从积极的方面来看,令人鼓舞的是,58.9%(280/475)粘连患者和54.9%(168/306)非粘连患者的收缩压值有所改善,52.2%(248/475)粘连患者和51.6%(158/306)非粘连患者的舒张压值有所改善。在研究期间,两个队列的平均收缩压值都有显著改善,而这些改善在坚持队列中显著更高(P= .049)。在研究期间,贴贴组的平均舒张压值显著下降,但非贴贴组的下降不显著。这些结果与文献中临床试验的结果一致。在18项家庭远程监护的临床试验中,6个月内收缩压和舒张压值的平均改善为12.1和6.3 mm Hg [17-34].在这18项临床试验中,有8项仅限于基线时收缩压和舒张压值分别高于140和90 mmhg的患者,其他10项试验仅限于血压读数高于或低于这些值的患者。在我们对第一个月收缩压和舒张压值分别超过140和90 mm Hg的患者的研究中,粘贴患者的收缩压和舒张压值平均改善了14.8和11.0 mm Hg,高于18项临床试验中观察到的平均改善。然而,对于第一个月收缩压和舒张压值超过140和90 mm Hg的非粘连患者,仅舒张压值平均显著改善9.7 mm Hg。

最后,重要的是要认识到,提高依从性需要相当大的努力。患者必须接受正确的程序培训,以监测他们的血压和脉搏;工作人员必须监测日常传播情况,并与患者联系,鼓励患者参与并解决技术问题;而且,如前所述,许多患者需要额外的干预措施。德克萨斯州的医疗补助支付水平可能已经足够这种干预水平,但目前尚不清楚医疗保险或私人保险公司是否会在未来补偿这种水平的努力。显然,如果高血压远程监测能够证明有助于避免因中风和心脏病而住院,即使是少量的住院,报销的情况将是令人信服的,因为中风和心脏病的住院费用可能非常昂贵。

这项研究有一些局限性。它只调查了德克萨斯州的医疗补助客户。目前尚不清楚这些发现是否适用于医疗保险、私人保险或未保险的高血压患者。目前还不清楚这些发现是否适用于患有其他慢性病的人,他们将受益于持续监测。这项研究仅限于被转介到监测项目的患者。如果有一个对照组来更严格地检查依从性和干预的影响,分析将得到加强。最后,监测方案要求每天传输数据,这比一般的家庭血压监测指南更频繁[5].过多和频繁的传输要求可能会对依从性和持久性产生负面影响。相比之下,每日监测有助于坚持服药,并有助于避免紧急情况和住院治疗。

结论

坚持提醒电话帮助大多数高血压患者达到更高水平的坚持血压和脉搏监测。远程监测改善血压控制,类似于临床试验中观察到的改善。此外,坚持的患者血压控制水平更高。然而,该研究表明,许多患者需要额外的依从性干预和支持才能达到高水平的依从性。

致谢

本研究部分得到了美国国家科学基金会path - up ERC(#1648451)行业委员会费用工业种子基金项目、人口信息学实验室和德克萨斯农工大学的德克萨斯虚拟数据图书馆的支持。真实世界的远程监测数据由Coordination Centric提供。

作者的贡献

SP、HCK和MAL参与了研究概念和设计,并负责数据采集、治理和分析。SP、HCK、MAM、QZ、MAL负责数据解读和稿件起草。

利益冲突

没有宣布。

  1. 疾病控制和预防中心。高血压级联:美国18岁及以上成年人的高血压患病率、治疗和控制评估,应用美国心脏病学会和美国心脏协会2017年高血压指南- nhanes 2015-2018。佐治亚州亚特兰大:美国卫生与公众服务部;2021.URL:https://millionhearts.hhs.gov/data-reports/hypertension-prevalence.html[2021-05-19]访问
  2. Kirkland EB, Heincelman M, Bishu KG, Schumann SO, Schreiner A, Axon RN,等。美国成人高血压患者的医疗支出趋势:2003-2014年全国估计J Am心脏协会2018年5月30日;7(11):e008731 [免费全文][CrossRef][Medline
  3. 疾病控制和预防中心。潜在死亡原因,1999-2018年。CDC WONDER在线数据库。佐治亚州亚特兰大:疾病控制和预防中心;2018.URL:http://wonder.cdc.gov/ucd-icd10.html[2020-03-09]访问
  4. 成人高血压筛查:美国预防服务工作组建议声明。安实习生医学2015年10月13日;163(10):778。[CrossRef
  5. Shimbo D, Artinian NT, Basile JN, Krakoff LR, Margolis KL, Rakotz MK,美国心脏协会,美国医学协会。家庭自测血压监测:美国心脏协会和美国医学协会的联合政策声明。发行量2020年7月28日;142(4):42-63。[CrossRef][Medline
  6. 段勇,谢震,董峰,吴震,林震,孙宁,等。家庭血压远程监测的有效性:随机对照研究的系统回顾和荟萃分析。中国生物医学杂志2017 july;31(7):427-437。[CrossRef][Medline
  7. 李亚宁,李国强,李国强。将家庭血压监测应用于临床。Curr Hypertens Rep 2019年2月12日;21(2):14。[CrossRef][Medline
  8. Omboni S, Gazzola T, Carabelli G, Parati G.家庭血压远程监测的临床有用性和成本效益:随机对照研究的荟萃分析。中华外科杂志2013年3月31日(3):455-467。[CrossRef][Medline
  9. Tucker KL, Sheppard JP, Stevens R, Bosworth HB, Bove A, Bray EP,等。高血压患者血压自我监测:系统综述和个体患者数据荟萃分析。PLoS Med 2017 9月14日(9):e1002389 [免费全文][CrossRef][Medline
  10. 杨文杰,李文杰,李文杰,等。家庭血压测量的不可靠性和以患者为导向的干预的效果。中华心血管杂志2015 5月;31(5):658-663。[CrossRef][Medline
  11. 荷兰TM。远程病人监护报销的新规则。三星洞察,2020年9月2日。URL:https://insights.samsung.com/2020/09/02/the-new-rules-for-remote-patient-monitoring-reimbursement-2/[2020-11-18]访问
  12. 德州医疗补助提供者程序手册第2卷。电信业务手册。德州医疗补助和医疗保健伙伴关系(TMHP)。2020年8月https://www.tmhp.com/sites/default/files/file-library/resources/provider-manuals/tmppm/pdf-chapters/2020/august/2_Telecommunication_Srvs.pdf[2020-11-17]访问
  13. 率的变化。德州医疗补助和医疗保健伙伴关系(TMHP)。2020.URL:https://www.tmhp.com/resources/rate-and-code-updates/rate-changes[2020-11-20]访问
  14. Bloem BR, Dorsey ER, Okun MS. 2019年冠状病毒疾病危机是慢性神经疾病远程医疗的催化剂。美国医学会神经杂志2020年8月1日;77(8):927-928。[CrossRef][Medline
  15. Duffy EY, Cainzos-Achirica M, Michos ED.冠状病毒大流行时期心血管疾病的一级和二级预防。发行量2020年6月16日;141(24):1943-1945。[CrossRef
  16. 远程病人监护实施手册。美国医学协会。2018.URL:https://www.ama-assn.org/practice-management/digital/remote-patient-monitoring-implementation-playbook-overview[2021-05-20]访问
  17. Artinian NT, Flack JM, Nordstrom CK, Hockman EM, Washington OG, Jen KC,等。护士管理的远程监测对城市非洲裔美国人12个月随访血压的影响。Nurs Res 2007;56(5):312-322。[CrossRef][Medline
  18. Bosworth HB, Powers BJ, Olsen MK, McCant F, Grubber J, Smith V,等。家庭血压管理和改善血压控制:来自随机对照试验的结果。Arch Intern Med 2011 7月11日;171(13):1173-1180。[CrossRef][Medline
  19. Bove AA, Homko CJ, Santamore WP, Kashem M, Kerper M, Elliott DJ。利用远程医疗管理城市低服务人群的高血压——一项临床试验。中华心脏杂志2013年4月27日(4):615-621。[CrossRef][Medline
  20. 卡拉斯科议员,萨尔瓦多CH, Sagredo PG, Márquez-Montes J, de Mingo MA, Fragua JA,等。患者-全科医生基于短信的互动对低-中危高血压患者随访服务中高血压控制的影响:一项随机对照试验IEEE生物技术学报2008年11月12日(6):780-791。[CrossRef][Medline
  21. Earle KA, isstepanian RS, Zitouni K, Sungoor A, Tang B.移动远程监测在复杂糖尿病患者中实现更严格的血压控制目标:一项初步研究。糖尿病杂志2010 7月;12(7):575-579。[CrossRef][Medline
  22. Friedman RH, Kazis L, Jette A, Smith MB, Stollerman J, Torgerson J,等。监测和咨询高血压患者的电信系统。对药物坚持和血压控制的影响。中华外科杂志1996年4月9日(4卷1):285-292。[CrossRef][Medline
  23. Green BB, Anderson ML, Cook AJ, Catz S, Fishman PA, McClure JB,等。心脏健康的电子护理:降低血压和心血管风险的可行性试验。美国预防医学杂志2014年4月;46(4):368-377 [免费全文][CrossRef][Medline
  24. Kim Y, Shin DG, Park S, Lee CH.评估远程患者监测和医生护理在降低办公室血压方面有效性的随机临床试验。Hypertens Res 2015 july;38(7):491-497。[CrossRef][Medline
  25. 马德森LB, Kirkegaard P, Pedersen EB。家庭血压远程监测中的血压控制。为期6个月的随机对照试验。血液出版社2008;17(2):78-86。[CrossRef][Medline
  26. Magid DJ, Ho P, Olson K, Brand DW, Welch LK, Snow KE等。3个医疗保健系统的多模式血压控制干预。护理杂志2011年4月17日(4):96-103。[Medline
  27. Magid DJ, Olson KL, Billups SJ, Wagner NM, Lyons EE, Kroner BA。一个由药剂师领导,美国心脏协会Heart360网络家庭血压监测项目。2013年3月6日(2):157-163。[CrossRef
  28. Margolis KL, Asche SE, Bergdall AR, Dehmer SP, Groen SE, Kadrmas HM,等。家庭血压远程监测和药师管理对血压控制的影响:一项聚类随机临床试验。中国医学杂志2013 july 03;310(1):46-56 [免费全文][CrossRef][Medline
  29. 麦金斯特里B,汉利J,怀尔德S,帕利亚里C,帕特森M,刘易斯S,等。基于远程监测的管理未控制高血压的服务重新设计:多中心随机对照试验。Br Med J 2013年5月24日;346:f3030 [免费全文][CrossRef][Medline
  30. 麦克曼纳斯,曼特J,布雷EP,霍尔德R,琼斯MI,格林菲尔德S,等。高血压控制中的远程监测和自我管理(TASMINH2):一项随机对照试验。Lancet 2010 july;376(9736):163-172。[CrossRef
  31. 麦克马纳斯RJ,曼特J,哈克MS,布雷EP,布莱恩S,格林菲尔德SM,等。自我监测和药物自我滴定对心血管疾病高危高血压患者收缩压的影响:TASMIN-SR随机临床试验中国医学杂志2014年8月27日;312(8):799-808。[CrossRef][Medline
  32. Parati G, Omboni S, Albini F, Piantoni L, Giuliano A, Revera M, TeleBPCare研究小组。家庭血压远程监测在一般实践中改善高血压控制。TeleBPCare研究。中华外科杂志2009 1月27日(1):198-203。[CrossRef][Medline
  33. 李国强,李志强,李志强,等。连接临床和家庭:一项针对老年肾病和高血压患者的实时无线血压监测的随机对照临床有效性试验。血压计监测2013 Feb;18(1):8-15 [免费全文][CrossRef][Medline
  34. Wakefield BJ, Holman JE, Ray A, Scherubel M, Adams MR, Hillis SL,等。家庭远程医疗在糖尿病和高血压共病中的有效性:一项随机对照试验telmemee Health 2011 5月;17(4):254-261。[CrossRef][Medline

R·库卡夫卡编辑;提交22.03.21;J Pagan, S Omboni同行评审;对作者30.03.21的评论;订正版本收到31.05.21;接受05.07.21;发表06.09.21

版权

©Sulki Park, Hye-Chung Kum, Michael A Morrisey, Qi Zheng, Mark A Lawley。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2021年9月6日。

这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map