本文内容如下e-collection /主题问题:

数字健康评论(796) 基于网络和移动的卫生干预措施(2131) 慢性疾病(147) 公平与数字鸿沟(122) 用户人口统计，社交和数字鸿沟(536) 卫生服务研究(220) 临床信息学(551) 消费者和患者教育和共同决策(519)

发表在在24卷， 4号(2022): 4月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/22124，首次出版．
卫生信息技术在支持黑人和西班牙裔慢性病患者健康公平方面的功效:系统评价

卫生信息技术在支持黑人和西班牙裔慢性病患者健康公平方面的功效:系统评价

卫生信息技术在支持黑人和西班牙裔慢性病患者健康公平方面的功效:系统评价

本文作者:

查尔斯Senteio1 作者:Orcid； 保罗·约瑟夫·默多克2 作者:Orcid
文章 作者 引自(2) Tweetations (26) 指标

    审查

    1美国新泽西州新不伦瑞克市罗格斯大学传播与信息学院图书馆与信息科学系

    2美国马里兰州巴尔的摩市约翰霍普金斯大学医学院健康科学信息部

    *所有作者贡献均等

    通讯作者:

    Charles Senteio，博士，城市生活垃圾，工商管理硕士

    图书馆与信息科学系

    传播与信息学院

    罗格斯大学

    亨廷顿街4号

    New Brunswick, NJ, 08901-1071

    美国

    电话:1 8489327586

    电子邮件:charles.senteio@rutgers.edu


    背景:在旨在支持患者遵循推荐的慢性病自我管理行为(即药物行为、身体活动和饮食行为以及参加随访预约)的健康信息技术(HIT)扩散的背景下，慢性病结局方面的种族不平等仍然存在。已经评估了许多使用消费者导向的HIT来支持自我管理的干预措施，一些相关文献关注的是经历不同慢性病结局的少数种族。然而，人们对这些干预措施的效果知之甚少。

    摘要目的:本研究旨在对文献进行系统回顾，这些文献描述了以消费者为导向的HIT干预措施的有效性，这些干预措施旨在支持非裔美国人和西班牙裔慢性病患者的自我管理。

    方法:我们遵循了一个先验方案，使用了PRISMA(系统评价和荟萃分析的首选报告项目)-公平性2012年扩展指南，用于关注卫生公平性的系统评价。感兴趣的主题包括纳入和排除标准。我们确定了7个电子数据库，创建了搜索字符串，并进行了搜索。我们首先根据标题和摘要筛选结果，然后进行全文筛选。然后，我们解决冲突并从纳入的文章中提取相关数据。

    结果:总共收录了27篇文章。平均样本量为640 (SD为209.5)，52%(14/27)的文章关注非裔美国人参与者，15%(4/27)的文章关注西班牙裔参与者，33%(9/27)的文章包括两者。大多数文章讨论了4种自我管理行为中的3种:药物(17/ 27,63%)，体育活动(17/ 27,63%)和饮食(16/ 27,59%)。只有15%(4/27)的研究关注随访预约出勤情况。所有的文章都调查了HIT在家庭中的使用，而7%(2/27)的文章包括在医院的使用。

    结论:这项研究解决了研究中的一个关键空白，即没有充分审查哪些技术设计和能力可能对服务不足的人群有效地按照建议促进健康行为。

    [J] .医学与互联网学报，2016;24(4):1224 - 1224

    doi: 10.2196/22124

    关键字

    慢性疾病； 少数民族健康； 技术评估； 生物医学； 自我管理； 系统综述； 移动电话


    背景

    美国近一半的成年人患有一种或多种糖尿病五大慢性疾病-糖尿病(糖尿病)、心血管疾病、慢性呼吸系统疾病、癌症和中风[1]。在这些条件下，种族不平等仍然存在[2]。例如，非裔美国人在高血压(25%)和糖尿病(49%)方面的患病率继续高于非西班牙裔白人;同样，西班牙裔人的糖尿病发病率比白人高20% [3.]。此外，近50年的文献详细介绍了糖尿病患病率和糖尿病相关并发症的危险因素以及以下推荐的自我管理行为的种族和民族不平等[4]。

    慢性疾病自我管理具有挑战性，因为治疗方案往往对患者及其家属要求很高;推荐的自我管理通常包括有规律的膳食计划、持续的身体活动、监测和跟踪(例如，液体摄入量和血糖)以及每日用药行为[5]。遵循推荐的自我管理行为是至关重要的，因为这些行为与健康结果有关。例如，遵循推荐的用药行为、体育活动、饮食行为和血糖检测都与血糖控制有关[6]。合并症可加重与以下自我管理建议相关的负担。例如，患有糖尿病的癌症幸存者必须服用药物(如强的松)作为癌症治疗的一部分，可能难以维持推荐的血糖水平，这反过来会影响药物行为[7]。化疗也会引起副作用，包括疼痛和认知障碍。在癌症治疗后的数年里，这两种情况都可能成为遵循建议的自我管理的障碍[8]，少数种族群体的癌症幸存者在癌症诊断后诊断出其他慢性疾病的结果更差[9]。

    慢性病患者可使用资讯科技(例如流动应用程式)作为健康资讯来源，以协助解答有关症状和治疗方案的问题[10-12]。然而，种族不平等也是信息通信技术(ict)获取的一个特点。大多数白人拥有笔记本电脑或台式电脑(83%)，而只有大约三分之二的非裔美国人(66%)拥有这两种电脑。在家庭宽带接入方面也存在种族和民族不平等，78%的白人报告可以接入宽带，而非裔美国人和西班牙裔美国人的这一比例分别为65%和58% [13]。非洲裔美国人和西班牙裔美国人拥有智能手机和平板电脑的比例与白人相似;然而，智能手机是12%的非洲裔美国人和22%的西班牙裔美国人唯一的网络访问方式，而只有4%的白人只通过智能手机访问互联网[13]。此外，非洲裔美国人在使用手机方面受到干扰，因为他们因费用问题而取消或暂停手机服务的可能性是白人的两倍。13]。这些干扰尤其重要，因为非裔美国人比白人更有可能使用智能手机上网[14，15]。要利用卫生信息技术帮助支持遵循所建议的自我管理健康行为，个人必须既能获得信息通信技术，又具备使用信息通信技术的必要技能[16，17]。非裔美国人在使用医疗卫生技术方面遇到障碍，因为使用旨在支持慢性病自我管理的技术的机会不公平，所需技能也存在差异[16]。因此，这项技术在多大程度上有效地支持西班牙裔和非裔美国人慢性疾病自我管理尚不清楚。鉴于健康结果和HIT获取和使用方面的持续差异，了解疗效是必要的。

    社会文化因素也影响少数民族个人对消费导向的信息技术的使用。信任、感知可信度、态度和感知预测卫生技术的接受和使用[17]。例如，十多年来的研究描述了非洲裔美国人对医疗保健技术创新的态度与白人的不同，这些因素预测了HIT的接受程度[18]。信任是设计健康信息学干预措施以促进健康的重要考虑因素[19]。社会文化障碍(例如，不必要的关注)是西班牙裔人口报告的面向消费者的HIT障碍之一[20.]。

    社会文化因素造成了干预造成的不平等[21，22]。当技术支持的卫生信息学方法不成比例地惠及大多数人群时，干预产生的不平等就会发生[17]。因此，这些干预措施对少数群体的效果较差，而且可能从根本上加剧人口差距，从而造成保健不平等[23]。可通过制定考虑到影响使用的社会文化因素(例如，卫生知识和数字知识的水平，缺乏获取或了解数字工具的机会)的信息技术促进健康。[24]。对以消费者为导向的医疗信息技术支持健康和保健的系统回顾发现，文章没有充分考虑社会技术因素[25]。

    目标

    HIT的研究描述了使用旨在跟踪和报告健康行为的技术所带来的潜在好处，同时也承认了一些稀疏的见解，以指导研究人员了解针对不同种族人群使用的具体障碍[20.]。然而，目前还没有发表系统评价来描述以消费者为导向的HIT的疗效，该HIT旨在支持非裔美国人或西班牙裔慢性病患者遵循推荐的自我管理行为。因此，我们对消费者导向的HIT在这些患者中的疗效进行了研究。在本研究中，我们进行分类面向消费者的冲击作为一种技术，旨在支持推荐的慢性病自我管理。它包括无数的手机、平板电脑和电脑应用程序，旨在支持以下推荐的慢性疾病自我管理行为，例如跟踪身体活动的电子期刊，以及支持药物行为的提示和提醒。HIT还包括能够获取健康信息的技术，例如播客和特定疾病的讨论板。考虑到少数民族人群在慢性病结局方面经历了持续的不平等，以及为支持推荐的自我管理行为而设计的以消费者为导向的HIT干预的获取障碍，本研究以以下研究问题为指导:以消费者为导向的HIT干预对黑人或西班牙裔慢性病患者自我管理行为或健康结局的临床结果有什么影响?


    概述

    在确认卫生公平是本研究的重点后，我们遵循了以公平为重点的先验方案，选择了PRISMA(系统评价和荟萃分析的首选报告项目)-公平2012扩展作为开展以卫生公平为重点的系统评价的指南[26，27]。

    入选标准

    根据PRISMA-Equity 2012扩展系统评价，我们制定了符合条件的研究设计和纳入结果的基本原理[27]。首先，我们根据细化的研究问题识别基础文章[28-31]。然后我们回顾了几篇发表过基础文章的期刊发表过基础文章的期刊以及发表过基础文章引用过的论文的期刊。鉴于卫生公平研究的跨学科性质，我们选择了已建立的期刊，重点是卫生公平(例如，社会科学与医学,种族和民族健康差异杂志，和为穷人和服务不足的人提供卫生保健杂志)和医学信息学(例如美国医学信息学协会杂志和医学互联网研究杂志)。我们根据发表在这些期刊上的文章类型选择了系统综述。考虑到结果与描述不平等密切相关，我们选择了报道结果的期刊。

    信息来源

    接下来，我们根据prism - equity 2012扩展版的系统审查，精心设计了感兴趣的主题[26]，这构成了我们纳入和排除标准的基础:为患者设计的卫生技术，技术接受和使用的统一理论，主题(例如，接受，可用性，准备，满意度和偏好)，自我管理(例如，自我管理行为，健康行为，依从性和依从性)，健康状况(例如，慢性病和身体健康)和人口统计学。

    为了评估和选择数据库，我们再次回顾了4篇基础文章。我们还咨询了一位健康科学图书管理员来评估和最终确定数据库。我们选择了7个电子数据库:PubMed、护理与联合健康文献累积索引、Web of Science、Cochrane、Compendex、美国电气与电子工程师学会和计算机与应用科学Complete。

    搜索策略

    我们根据我们感兴趣的主题(例如，接受度、可用性、准备度、满意度和偏好)创建搜索字符串，根据特定的数据库格式来定位符合我们的纳入标准的文章。我们咨询了健康科学图书管理员，以确保遵守数据库字符串格式。关于搜索策略(例如，搜索字符串)的信息在多媒体附录1［30.，32-57]。在数据库允许的情况下，所有结果仅限于1990年以后发表的同行评议的期刊文章，因为万维网是在这一时期引入的。所有数据库搜索都是在2018年11月26日进行的。此外，PJM还手工检索了纳入文章的参考文献，以确保所有相关的文章都被纳入。

    研究选择

    符合特定纳入标准的文章被纳入，符合排除标准的文章被排除(文本框1)。

    Rayyan (Rayyan Inc .)是一套互联网软件，用以协助筛选物品[58]。CRS和PJM盲目完成标题、摘要和全文筛选。在Rayyan的盲目筛选功能被关闭后，他们一起解决了冲突。

    纳入和排除标准。

    入选标准

    • 研究对象包括慢性病患者或指定为黑人或非裔美国人或西班牙裔的护理人员。
    • 患者或护理人员必须是技术的最终用户或直接受益者。
    • 技术为患者和/或护理人员提供个性化信息。
    • 技术的设计是为了支持慢性疾病推荐的自我管理(即药物行为、身体活动、饮食行为和参加随访预约)。
    • 这篇英文文章发表在同行评议的期刊上。
    • 这篇文章自1990年以来一直发表。

    排除标准

    • 干预的目标是提供者。
    • 文章中没有涉及电子技术(即使用电力的技术)。
    • 技术的设计并不是为了支持慢性病推荐的自我管理(即，药物行为、身体活动、饮食行为和参加随访预约)。旨在防止跌倒的技术不包括在内。
    • 对技术的系统回顾
    文本框1。纳入和排除标准。

    数据收集过程和数据项

    一旦冲突得到解决，我们分析纳入的文章并提取相关信息(表1)。鉴于我们综述的重点是为非裔美国人和西班牙裔患者设计的慢性疾病自我管理技术，我们详细介绍了有关种族或民族和文化定制、使用的技术类型、目标行为、特定慢性疾病和临床结果测量的信息。我们使用内容分析对主题进行分类，并汇总报告的自我管理活动的频率。

    我们使用Cochrane协作偏倚风险工具分析了每篇纳入文章的偏倚风险[59]。该工具是在2005年根据以下七条原则开发的，用于评估随机试验的偏倚风险:(1)避免使用质量量表(例如，因为量表和结果分数是对临床试验的不恰当评价，使用它们会增加偏倚风险);(2)关注内部效度(例如，内部效度高的小型试验可能存在高偏倚风险，而内部效度低的大型试验虽然精度高，但可能存在高偏倚风险);(3)评估试验结果的偏倚风险(例如，报告的质量——可以通过评估细节程度来评估——有助于确定偏倚的风险;进行试验时使用的方法(如不使用功率分析计算样本量，不包括伦理审查委员会的批准，或限制参与者对所接受干预措施的了解，都可能增加偏倚的风险)，(4)在评估偏倚风险时使用判断(例如，从试验方法的各个方面省略偏倚评估或对结果的解释可能会增加偏倚的风险)，(5)选择要评估的领域(例如，如果没有详细描述如何解释不完整的数据，或者参与者和从业者的盲化方面，可能会增加偏倚的风险)，(6)关注文章中所代表的数据中的偏倚风险(例如，在试验结果中排除某些参与者，然后恢复其他结果，增加偏倚的风险)，以及(7)报告偏倚风险的特定结果评估(例如，在参与过程中描述随机分配到对照组或实验组可能会影响试验其他方面的偏倚风险，例如医生对特定干预措施及其通常效果的了解)。该工具包含六个用于评估潜在偏差的领域，每个领域都有偏差的来源:(1)选择偏倚(随机序列生成不充分，分配前分配隐藏不充分，增加了偏倚风险)，(2)表现偏倚(参与者和研究人员的盲化不充分，增加了偏倚风险)，(3)检测偏倚(结果评估的盲化不充分，增加了偏倚风险)，(4)消耗偏倚(报告结果的结果数据不完整，增加了偏倚风险)，(5)报告偏倚(选择性报告增加偏倚的风险)，(6)其他偏倚(即未包括在其他5个指定领域的任何偏倚)。

    表1。一般特征(N=27)。
    特征一个 值，n (%)
    自我管理区域

    		药物的行为 17 (62)

    		跟进预约及出席率 4 (14)

    		体育活动 17 (62)

    		饮食行为 16 (59)
    护理

    		家庭(从家中访问或使用的能力) 27 (100)

    		医院b 2 （7）
    技术

    		电脑、笔记本电脑或平板电脑c 3 (11)

    		电话(固定电话) 0 (0)

    		移动电话 17 (62)

    		手机应用程序 1 (3)

    		文本 15 (55)

    		基于网络的 8 (29)

    		蓝牙设备 2 （7）

    		专门的远程医疗设备 2 （7）

    		任天堂Wii游戏机 1 (3)

    		支持语音设备 1 (3)

    		社交媒体 1 (3)
    函数

    		收集个人健康资料d 13 (48)

    		目标设定和跟踪 17 (62)

    		综合调查评估 19 (70)

    一个文章可以包含在多个类别中。

    b我们没有包括用户可以使用视频聊天或与供应商沟通的文章。

    c包括远程医疗单位或设备。

    d包括跟踪患者的个人健康数据(数据日志)和由提供者跟踪患者数据。

    研究特点

    共有25篇符合条件的文章涉及非裔美国人参与者，13篇涉及西班牙裔参与者。其中只有27篇符合我们的最终标准，因为并非所有的文章都讨论了患者的技术使用和设计(见PRISMA流程图)图1)。所有27篇文章均发表于1996年至2018年之间。平均参与者样本量为640人(SD 209.5;26/ 27,96%的文章)。在纳入的27篇文章中，14篇(52%)专门针对非裔美国人患者，4篇(15%)针对西班牙裔患者，9篇(33%)同时针对非裔美国人和西班牙裔患者。

    纳入的27篇文章均根据6个领域(表2)。

    ‎
    图1所示。PRISMA(系统评价和荟萃分析首选报告项目)流程图。
    查看此图
    表2。个别文章的偏倚风险(N=27)。
    研究 参与者,n 参与技术设计的患者或护理人员 结果数据不完整一个 使参与者或工作人员失明b 其他的偏见c
    Almeida等[32] 452 高 低 低 没有报告
    柯林斯和钱皮恩[33] 15 没有报告 低 低 没有报告
    Davidson等[34] 50 低 低 低 低
    Davis等[35] 51 低 低 高 没有报告
    Finkelstein等[36] 30. 没有报告 低 低 没有报告
    芬克尔斯坦和伍德[37] N/Ad 高 高 没有报告 低
    Fortmann等[38] 414 低 低 低 没有报告
    Friedman等[39] 267 没有报告 低 低 没有报告
    Gerber等[40] 95 没有报告 没有报告 高 高
    Green等[41] 9298 低 低 低 低
    Grimes等[42] 12 低 没有报告 高 没有报告
    Heitkemper等[30.] 220 低 高 没有报告 没有报告
    Joseph等[43] 29 低 低 低 没有报告
    Kline等[44] 123 没有报告 低 高 没有报告
    MacDonell等[45] 48 低 高 低 低
    Lin等[46] 124 高 低 低 高
    Mayberry等[47] 19 低 低 高 没有报告
    McGillicuddy等[48] 12 低 低 低 没有报告
    Newton等[49] 97 没有报告 高 低 高
    Nundy等[50] 15 没有报告 低 没有报告 没有报告
    Reese等[51] 14 低 高 高 没有报告
    Reininger等[52] 71 没有报告 低 高 没有报告
    Rosal等人[53] 89 低 低 低 低
    谢伊(54] 1665 高 高 低 低
    Skolarus等[55] 94 低 高 低 低
    特里夫等人[56] 1665 低 低 低 没有报告
    Weinstock等[57] 1665 低 低 低 没有报告

    一个结果数据。

    b患者的随机化或盲化。

    c审稿人发现的任何其他偏见。

    d-不适用。

    附加分析:定性综合

    报道技术干预并包括旨在通过临床或行为结果改善慢性疾病结果的自我管理的文章有资格纳入系统评价(表3)。我们选择内容分析来将数据分类为主题，并根据我们决定计算自我管理行为的频率来计算它们的频率[60]。我们报告了以下四项具体的自我管理活动:用药行为、身体活动、饮食行为和随访预约出席率。通过分析纳入的文章，对各自我管理行为的频率进行汇总。

    表3。纳入文献的自我管理行为(N=27)。
    研究 药物的行为 跟进预约及出席率 体育活动 饮食行为
    Almeida等[32] 没有 没有 是的 没有
    柯林斯和钱皮恩[33] 没有 没有 是的 是的
    Davidson等[34] 是的 没有 没有 没有
    Davis等[35] 是的 没有 是的 是的
    Finkelstein等[36] 没有 没有 是的 没有
    芬克尔斯坦和伍德[37] 没有 没有 是的 没有
    Fortmann等[38] 是的 没有 是的 是的
    Friedman等[39] 是的 没有 没有 没有
    Gerber等[40] 没有 没有 是的 是的
    Green等[41] 是的 是的 没有 没有
    Grimes等[42] 没有 没有 没有 是的
    Heitkemper等[30.] 是的 没有 是的 是的
    Joseph等[43] 没有 没有 是的 没有
    Kline等[44] 是的 没有 是的 是的
    MacDonell等[45] 是的 没有 没有 没有
    Lin等[46] 没有 没有 是的 是的
    Mayberry等[47] 是的 没有 是的 是的
    McGillicuddy等[48] 是的 没有 没有 没有
    Newton等[49] 没有 没有 是的 是的
    Nundy等[50] 是的 是的 没有 是的
    Reese等[51] 没有 没有 是的 没有
    Reininger等[52] 是的 没有 是的 是的
    Rosal等人[53] 是的 没有 是的 是的
    谢伊(54] 是的 没有 没有 没有
    Skolarus等[55] 是的 没有 是的 是的
    特里夫等人[56] 是的 是的 没有 是的
    Weinstock等[57] 是的 是的 没有 是的

    研究选择

    从文章中记录的其他数据包括技术功能(表4)、使用的技术类型、技术的有效性、参与的人数以及第一作者的姓氏(多媒体附录1)。这些结果被组合在一起，以揭示诸如根据人群和慢性病类型哪种技术有效(多媒体附录1) [29，30.，32-57]。

    表4。技术在纳入文章中的作用(N=27)。
    研究 由患者或护理人员使用技术进行跟踪 由患者或护理人员跟踪或查看患者数据 供应商对患者数据的跟踪 目标设定或跟踪 综合调查或评估
    Almeida等[32] 没有 没有 是的 是的 没有
    柯林斯和钱皮恩[33] 没有 没有 没有 没有 是的
    Davidson等[34] 是的 是的 是的 是的 是的
    Davis等[35] 没有 没有 没有 是的 是的
    Finkelstein等[36] 没有 是的 是的 是的 没有
    芬克尔斯坦和伍德[37] 没有 是的 是的 是的 没有
    Fortmann等[38] 没有 没有 没有 是的 没有
    Friedman等[39] 没有 没有 没有 是的 是的
    Gerber等[40] 没有 没有 没有 没有 没有
    Green等[41] 是的 是的 是的 没有 是的
    Grimes等[42] 没有 没有 没有 是的 没有
    Heitkemper等[30.] 没有 没有 没有 是的 是的
    Joseph等[43] 没有 是的 是的 是的 是的
    Kline等[44] 没有 没有 没有 没有 是的
    MacDonell等[45] 没有 没有 没有 没有 是的
    Lin等[46] 没有 是的 是的 是的 没有
    Mayberry等[47] 没有 是的一个 没有 是的 是的
    McGillicuddy等[48] 没有 是的 是的 没有 没有
    Newton等[49] 没有 是的 是的 没有 是的
    Nundy等[50] 是的 没有 是的 没有 是的
    Reese等[51] 没有 没有 没有 是的 是的
    Reininger等[52] 没有 没有 没有 没有 是的
    Rosal等人[53] 没有 是的 是的 是的 是的
    谢伊(54] 没有 是的 是的 没有 是的
    Skolarus等[55] 没有 是的 没有 是的 是的
    特里夫等人[56] 没有 是的 是的 是的 是的
    Weinstock等[57] 没有 是的 是的 是的 是的
    总数，n (%) 4 (14) 14 (51) 15 (55) 17 (62) 19 (70)

    一个通过电话对家庭成员进行辅导。

    纳入文章中描述的健康结果

    糖尿病、高血压和心力衰竭是纳入结果研究的三种慢性疾病(N=27)。糖尿病是这些研究中最常见的慢性疾病。在所有研究中，有8项专门追踪血红蛋白A1 c(HbA1 c)和血压(BP)水平[30.，35，38，44，54，56，57]。只有Weinstock等人的一项研究[57]报道了两种临床结果的统计学意义。Davis等人的研究[35报道了非裔美国人糖尿病患者药物依从性和自我效能的增加。然而，没有一个结果具有统计学意义，也没有报告任何临床意义。Weinstock等人的研究[57[qh] A1 c西班牙裔和非裔美国患者的减少。干预措施包括一个家庭远程医疗单元，配有网络摄像头，用于视频会议咨询，提供教育信息。结果显示:1 c西班牙裔患者的改善;然而，改善无统计学意义，临床意义未明确。谢伊的研究[54]使用家庭远程医疗专用设备与护士进行视频会议，以支持HbA1 c和血压监测。干预报告具有临床意义A1 c改善(8.35% ~ 7.42%)，但结果无统计学意义。Heitkemper等人的研究[30.使用了一个网站和短信来管理针对非裔美国人和西班牙裔患者的糖尿病。参与者的使用率较低，因为他们很少使用互联网搜索健康信息;因此，没有报道结果。在Kline等人的研究中[44]，干预是针对西班牙裔人口的糖尿病管理的文化定制指南。它包括一部带有学习模块和游戏的电视剧。然而，特定的临床结果(如A1 c)没有报道，因为重点是干预措施的发展和可行性。

    高血压是下一个最常见的疾病(即，他们关注高血压与血压报告)。三项研究明确了降低高血压的目标[39，48，55]。然而，没有报道统计学或临床意义。Skolarus等人的研究[55[]与一位有信仰的合作者一起使用短信干预，报告了非裔美国患者的收缩压和舒张压。一半的参与者达到了BP的目标。McGillicuddy等人的研究[48]使用了一种针对西班牙裔患者的移动健康干预，通过药物自我管理支持来促进血压改善。该研究报告了药物依从性的统计学显著增加。Davidson等人的研究[34]报道了西班牙裔和非裔美国人参与者收缩压和舒张压降低的统计显著结果。该系统使用电子药物分配器和短信。它包括蓝牙血压监测仪。

    心力衰竭是第三种慢性病，也是其中一项研究的重点。Finkelstein和Wood的研究[37评估了使用笔记本电脑和任天堂Wii来支持非裔美国心力衰竭患者用药行为的干预的可行性。虽然没有报告临床结果，但参与者报告了对该技术的高度接受度。


    主要研究结果

    鉴于HIT应用程序的发展和该领域的大量研究，相对较少的文章(N=27)调查了非裔美国人和西班牙裔患者使用HIT与慢性疾病结局之间的关系。这是一个至关重要的差距，因为少数种族人口在慢性病结果方面存在持续的不平等，而且因为使用专为慢性病自我管理而设计的HIT的意图最能通过绩效预期来预测，其次是社会影响[61]。研究接受和使用HIT进行慢性病自我管理的研究人员应将健康结果纳入调查，特别是通常用于报告种族不平等的结果。在这27篇文章中，大多数涉及了所调查的4种自我管理行为中的3种:服药行为(17/ 27,63%)、体育活动(17/ 27,63%)和饮食行为(16/ 27,59%)。然而，只有少数人(4/ 27,15 %)关注随访预约出勤率。这是一个值得调查和开发能力的领域，因为HIT可能很好地定位于减轻错过预约的已知原因，这是一个持续存在的问题，在经历持续不平等的少数种族人群中，如拉丁裔移民和城市环境中的低收入非洲裔美国患者:健忘，交通障碍，家庭和雇主义务，以及预期的长时间诊所等待时间。62-64]。调查和减轻预约就诊的障碍很重要，因为少数民族患者更有可能收入较低，生活在城市地区，这两个因素与错过初级保健预约的频率有关[65-67]。

    调查的所有文章都设计了可在患者家中访问或使用的HIT，而只有2篇文章还包括在医院使用。这与发展HIT用于患者家庭而不是医院的运动是一致的[68]。误用HIT的风险按环境、人为及科技因素划分[69]。不同用户的数量与滥用的风险相关，因为用户可能具有不同的教育、指导或培训水平。因此，与医院护理环境相比，在家庭护理环境中滥用的风险更高[68]。考虑到少数种族患者对医疗保健技术创新的态度与白人患者不同，开发人员应考虑非裔美国人和西班牙裔患者家庭护理环境中已知的滥用风险和用户数量，而这些因素预测了HIT的接受程度[18]。

    所产生的文章中包括各种技术，但座机电话除外，其中没有对任何文章进行调查。这符合一个大趋势，即超过一半的美国家庭依赖移动电话，没有固定电话。此外，西班牙裔和黑人成年人比白人成年人更有可能生活在只有手机的家庭中。70]。

    个人健康数据的收集和跟踪(超过10%的用户是代表其他人(例如护理人员)进行的)以及目标设定和评估是与自我管理行为密切相关的相关功能[71，72]。此外，考虑到社会影响与HIT使用意愿的关联，护理人员和患者网络的其他成员应纳入HIT的设计。这可能尤其适用于黑人妇女，她们报告说自己有责任为住在家里的家庭父母提供情感和物质上的支持[73]。事实上，结合共享跟踪使用应该为HIT设计提供信息，并且已经创建了反映社会背景和健康跟踪相互作用的模型[71]。

    从27篇论文的研究中得出的见解揭示了未来在两个不同领域开发和评估HIT工具的潜力-少数民族群体成员在使用HIT时面临的已知障碍以及他们在遵循自我管理建议时可能面临的独特障碍。例如，在有限的样本量中，基于手机的干预将短信与护理相结合，显示出黑人糖尿病患者在以下推荐的自我管理行为(即用药行为、血糖监测、足部护理、体育活动和饮食行为)方面的改善[74]。此外，针对医疗服务不足人群的糖尿病自我管理教育干预显示出对以种族差异和HbA为特征的结果的具体影响1 c6个月及12个月的改善情况[30.]。

    尽管有这些重要的发现，需要更具体的研究来阐明社会文化因素，特别是已知的影响HIT的接受和使用的因素[75]。例如，在糖尿病自我管理的背景下，信任水平与HIT的接受和使用有关[76-78]。此外，应该特别调查少数种族老年人的因素，因为他们比不属于少数种族的人更不可能使用健康管理网站和在网上搜索健康信息来支持慢性病自我管理[79]。最后，调查HIT的接受程度、使用情况，以及对自我管理和结果的影响，应该以更大的样本进行。尽管有大量关于不平等驱动因素的文献和新兴文献描述了HIT支持慢性病自我管理的潜力，但文献表明，慢性病结果的持续差异部分是由于缺乏大规模的、支持HIT的干预措施，以支持遵循自我管理建议并报告对结果的影响[75，80-82]。此外，考虑到临床结果报告有限，为公平措施提供信息(例如，HbA1 c)，需要更多的研究来了解获取和使用是否或如何影响推荐的自我管理行为和随后的结果。这样做可能会揭示将HIT访问与结果联系起来的关键见解，特别是考虑到技术可接受性和使用的持续障碍[75]。

    这项研究有一个关键的局限性。我们只检查了指定黑人和西班牙裔用户的文章。鉴于不同的文化因素影响着技术的接受和使用(例如，实践、习俗、语言和交流)，从更广泛的考察中可能会发现具体的文化因素[82，83]。了解文化因素是至关重要的，因为文化因素会影响个人对健康信息的理解方式、对症状的定义方式，以及他们决定是否以及由谁来为他们提供护理[75]。因此，在设计和使用时必须考虑个人的社会文化因素文化知情的HIT［84]。这一见解至关重要，因为文化能力被指定为开发有助于减少全球卫生不平等的技术的关键方面;事实上，这已成为各国提高护理质量的一个流行概念，特别是获得尊重和反应迅速的保健服务的机会[85]。

    结论

    旨在支持人们遵循慢性病自我管理建议的技术工具的激增，已经超过了描述黑人和西班牙裔人口使用该技术支持自我管理行为程度的研究。尽管推动黑人和西班牙裔人群普遍使用的因素仍在继续调查，但人们对其使用对健康结果的影响知之甚少。在本文中，我们已经帮助解决了这一重要的差距，因为使用以消费者为导向的HIT需要各种技术技能，这些技术技能旨在支持推荐的自我管理，而这样做可能需要患者付出相当大的努力[86]。例如，破译大量且不断增长的信息需要个人访问、评估和组织各种健康信息。为了帮助阐明文献中的空白，我们进行了本系统综述，以了解有关西班牙裔和黑人使用信息通信技术支持慢性病自我管理的现有文献，并突出潜在的空白。

    致谢

    作者要感谢罗格斯大学的健康科学图书馆员，他们帮助完善了我们的搜索策略，特别是Lilyana Todorinova。

    利益冲突

    没有宣布。

    ‎
    多媒体附录1

    检索字符串及其相应的数据库列表、每篇纳入文章的护理设置和自我管理行为，以及每篇纳入文章管理慢性病的技术有效性。

    DOCX文件，29 KB
    1. Wildevuur SE, Simonse LW。信息和通信技术使“五大”慢性病的以人为本的护理:范围审查。医学互联网研究，2015;17(3):e77 [J]免费全文] [CrossRef] [Medline]
    2. Colen CG, Ramey DM, Cooksey EC, Williams DR.非贫困非洲裔美国人和西班牙裔美国人健康中的种族差异:急性和慢性歧视的作用。中国生物医学工程学报(英文版);2018;39 (5):391 - 391 [j]免费全文] [CrossRef] [Medline]
    3. 国家卫生统计中心(美国)。卫生，美国，2015年:专题讨论种族和族裔健康差异。Hyattsville, MD:国家卫生统计中心(美国);2016.
    4. Osborn CY, de Groot M, Wagner JA。美国东北部糖尿病并发症的种族和民族差异:社会经济地位的作用中华临床医学杂志;2013;31 (1):391 - 391 [J]免费全文] [CrossRef] [Medline]
    5. 王晓明，王晓明，王晓明，等。2型糖尿病患者自我管理干预的研究进展。中华护理杂志，2019;6(1):70-91 [J]免费全文] [CrossRef] [Medline]
    6. 李建军，张建军，张建军。家庭行为与2型糖尿病的关系:社会经济地位低的成年人干预的目标和解决方法。慢性疾病杂志，2016;12(3):199-215 [j]免费全文] [CrossRef] [Medline]
    7. Ritchie CS, Kvale E, Fisch MJ。多病:对肿瘤学家来说日益重要的一个问题。中华医学杂志;2011;7(6):371-374 [J]免费全文] [CrossRef] [Medline]
    8. Bluethmann SM, Sciamanna CN, Winkels RM, Sturgeon KM, Schmitz KH。癌症治疗后的健康生活:临床和社区实践的考虑。中华医学杂志，2018;12(3):215-219 [J]免费全文] [CrossRef] [Medline]
    9. Leach CR, Weaver KE, Aziz NM, Alfano CM, Bellizzi KM, Kent EE，等。长期癌症幸存者的复杂健康状况:患病率和合并症的预测因素。中华癌症杂志;2015;9(2):239-251。［CrossRef] [Medline]
    10. 刘建军，刘建军，刘建军，等。移动医疗应用程序中专家参与和医学证据依从性的系统评价。移动医疗Uhealth; 2015;3(3):e79 [j]免费全文] [CrossRef] [Medline]
    11. 杨建军，刘建军，刘建军，等。信息通信技术对老年人居家生活的影响研究。科技伤残，2004;16(4):223-235。［CrossRef]
    12. Mirkovic J, Kaufman DR, Ruland CM。杨建军。一种支持癌症患者疾病管理的移动应用程序的可用性评估[j] .移动健康与健康，2014;2(3):e33 [j]免费全文] [CrossRef] [Medline]
    13. Smith A. 2015年美国智能手机使用情况。皮尤研究中心，2015。URL:https://www.pewresearch.org/internet/2015/04/01/us-smartphone-use-in-2015/[2022-03-11]访问
    14. 人们如何使用移动技术的种族和民族差异。皮尤研究中心，2015。URL:https://www.pewresearch.org/fact-tank/2015/04/30/racial-and-ethnic-differences-in-how-people-use-mobile-technology/[2022-03-11]访问
    15. 15%的美国人不使用互联网。他们是谁?皮尤研究中心，2015。URL:https://www.pewresearch.org/fact-tank/2021/04/02/7-of-americans-dont-use-the-internet-who-are-they/[2022-03-11]访问
    16. Veinot T, Mitchell H, Ancker JS。良好的意图是不够的:信息学干预如何加剧不平等。医学信息学报，2018;25(8):1080-1088 [J]免费全文] [CrossRef] [Medline]
    17. 陶东，邵峰，刘松，王涛，曲霞。消费者健康信息技术接受度预测因素的系统评价。工程学报，2016,36(1):598-602。［CrossRef]
    18. 陈建军，李建军，陈建军，陈建军。对创新医疗技术态度的种族差异。中华临床医学杂志;2006;21(6):559-563 [J]免费全文] [CrossRef] [Medline]
    19. 张建军，张建军，张建军，等。非裔美国青少年性健康信息干预的研究进展。中华医学杂志，2013;20(4):758-765 [J]免费全文] [CrossRef] [Medline]
    20. Nebeker C, Murray K, Holub C, Haughton J, Arredondo EM.在生物医学研究中代表性不足的社区接受移动医疗:科学家的障碍和伦理考虑。移动医疗Uhealth; 2017;5(6):e87 [j]免费全文] [CrossRef] [Medline]
    21. Gell NM, Grover KW, Humble M, Sexton M, Dittus K.支持癌症幸存者体育锻炼的新技术干预的有效性，可行性和可接受性。癌症支持与护理2017;25(4):1291-1300。［CrossRef] [Medline]
    22. 李建军，李建军，李建军，李建军，李建军。癌症幸存者使用体育运动手机应用程序的经验评估。中国生物医学工程学报;2016;2(1):1 - 7 [j]免费全文] [CrossRef] [Medline]
    23. Lorenc T, Petticrew M, Welch V, Tugwell P.什么类型的干预会产生不平等?系统评价的证据。中华流行病学杂志;2013;32(2):391 - 391。［CrossRef] [Medline]
    24. 卢普顿D.数字时代的健康促进:批判性评论。健康促进，2015;30(1):174-183。［CrossRef] [Medline]
    25. Stowell E, Lyson MC, Saksono H, Wurth RC, Jimison H, Pavel M，等。设计和评估弱势群体的移动医疗干预措施:系统回顾。参见:2018年CHI计算系统中人因会议论文集。2018年发表于:CHI '18;2018年4月21日至26日;加拿大蒙特利尔，第1-17页。［CrossRef]
    26. Welch V, Petticrew M, Petkovic J, Moher D, Waters E, White H, PRISMA-Equity Bellagio group。将PRISMA声明扩展到以股票为重点的系统审查(PRISMA- e 2012):解释和阐述。中华流行病学杂志，2016;27 (2):391 - 391 [J]免费全文] [CrossRef] [Medline]
    27. Welch V, Petticrew M, Tugwell P, Moher D, O'Neill J, Waters E, PRISMA-Equity Bellagio group。《2012年prisma -公平》的扩展:以卫生公平为重点的系统审查报告准则。中华医学杂志;2012;9(10):e1001333 [j]免费全文] [CrossRef] [Medline]
    28. 张建军，张建军，张建军，张建军。消费者健康信息技术干预的研究进展。医学互联网研究，2016;18(8):e214 [J]免费全文] [CrossRef] [Medline]
    29. Dorr D, Bonner LM, Cohen AN, Shoai RS, Perrin R, Chaney E，等。信息学系统促进慢性病护理的改进:文献综述。中华医学杂志，2007;14(2):156-163 [J]免费全文] [CrossRef] [Medline]
    30. Heitkemper EM, Mamykina L, Tobin JN, Cassells A, Smaldone A.移动糖尿病检测(MoDD)随机对照试验中服务不足成人2型糖尿病的基线特征和技术培训。糖尿病教育，2017;43(6):576-588 [j]免费全文] [CrossRef] [Medline]
    31. Nelson LA, Mulvaney SA, Gebretsadik T, Ho YX, Johnson KB, Osborn CY.低收入成人2型糖尿病患者使用移动健康药物依从性促进干预的差异。医学信息学报，2016;23(1):12-18 [J]免费全文] [CrossRef] [Medline]
    32. Almeida FA, Smith-Ray RL, Dzewaltowski DA, Glasgow RE, Lee RE, Thomas DS等。在久坐不动的心脏病患者中，交互式计算机会话启动身体活动:随机对照试验。医学互联网研究，2015;17(8):e206 [J]免费全文] [CrossRef] [Medline]
    33. 柯林斯JL，冠军JD。评估墨西哥裔美国农村青少年使用移动设备和短信获取饮食和运动信息的情况。儿科护理杂志;2014;29(6):493-502 [J]免费全文] [CrossRef] [Medline]
    34. Davidson TM, McGillicuddy J, Mueller M, Brunner-Jackson B, Favella A, Anderson A，等。对非裔美国人和西班牙裔未控制高血压患者的移动健康药物治疗方案自我管理方案的评估。中华医学杂志;2015;5(4):389-405 [J]免费全文] [CrossRef] [Medline]
    35. 李建军，李建军，李建军，李建军，等。患者采用基于互联网的糖尿病药物治疗工具以提高依从性:一项试点研究。中华临床医学杂志，2017;31(1):394 - 398。［CrossRef] [Medline]
    36. Finkelstein J, Bedra M, Li X, Wood J, Ouyang P.移动应用程序减少久坐超重女性的不运动。畜禽卫生技术通报2015;16(1):89-92。［Medline]
    37. 张建军，张建军。慢性心力衰竭的远程治疗。第15届世界系统学、控制论和信息学会议论文集。2011，发表于:WMSCI '11;2011年7月19日至22日;奥兰多，佛罗里达州，第207-212页http://www.iiisci.org/journal/pdv/sci/pdfs/8BA056LN.pdf
    38. Fortmann AL, Gallo LC, Garcia MI, Taleb M, Euyoque JA, Clark T，等。Dulce digital:一项基于移动健康短信的干预改善了西班牙裔2型糖尿病患者的血糖控制。糖尿病防治;2017;40(10):1349-1355 [j]免费全文] [CrossRef] [Medline]
    39. 傅立民，李建军，李建军，等。用于监测和咨询高血压患者的电信系统。影响药物依从性和血压控制。中国生物医学工程学报(英文版);2009;31(4):391 - 391。［CrossRef] [Medline]
    40. Gerber BS, Stolley MR, Thompson AL, Sharp LK, Fitzgibbon ML.手机短信促进健康行为和减肥维持的可行性研究。卫生信息学报，2009;15(1):17-25 [J]免费全文] [CrossRef] [Medline]
    41. Green BB, Anderson ML, Ralston JD, Catz S, Fishman PA, Cook AJ。患者参与网络干预以改善高血压控制的能力和意愿。医学与互联网学报，2011;13(1):1 - 11。［CrossRef] [Medline]
    42. Grimes A, Bednar M, Bolter JD, Grinter RE. EatWell:在低收入社区分享营养相关记忆。见:2008年ACM计算机支持的协同工作会议论文集。2008年出席:CSCW '08;2008年11月8日至12日;圣地亚哥，加州第87-96页。［CrossRef]
    43. Joseph RP, Keller C, Adams MA, Ainsworth BE。印刷品与文化相关的Facebook和短信传递干预促进非裔美国妇女的体育活动:一项随机试点试验。BMC女性健康2015;15:30 [免费全文] [CrossRef] [Medline]
    44. Kline KN, Montealegre JR, Rustveld LO, Glover TL, Chauca G, Reed BC，等。将文化敏感性融入西班牙裔糖尿病自我管理互动娱乐教育。中华卫生杂志;2016;21(6):658-668。［CrossRef] [Medline]
    45. 柯尔莫丁·麦克道尔K，纳尔S，吉普森-西皮奥W, Lam P, Secord E.底特律青少年哮喘项目:基于技术的非裔美国人新兴成人药物依从性干预试验。青少年健康杂志;2016;59(4):465-471 [J]免费全文] [CrossRef] [Medline]
    46. Lin M, Mahmooth Z, Dedhia N, Frutchey R, Mercado CE, Epstein DH，等。量身定制的交互式短信有助于非裔美国成年人减肥:TRIMM随机对照试验。中华医学杂志;2015;32(8):896-904。［CrossRef] [Medline]
    47. Mayberry LS, Berg CA, Harper KJ, Osborn CY.以家庭为中心的糖尿病自我护理支持移动健康干预的设计、可用性和可行性。[J]中华糖尿病杂志，2016;2016:562 - 562 [J]免费全文] [CrossRef] [Medline]
    48. McGillicuddy JW, Gregoski MJ, Brunner-Jackson BM, Weiland AK, Patel SK, Rock RA等。使用无线技术促进药物依从性和消除治疗惰性:对不受控制的高血压和肾移植受者的概念证明。参见:无线健康会议论文集。2012年发表于:WH '12;2012年10月23-25日;圣地亚哥，加州，第1-9页。［CrossRef]
    49. Newton Jr RL, Carter LA, Johnson W, Zhang D, Larrivee S, Kennedy BM，等。以教会为基础的非裔美国成年人使用短信减肥干预(LEAN研究):集群随机对照试验。中国医学信息学报，2018;20(8):856 [J]免费全文] [CrossRef] [Medline]
    50. Nundy S, Razi RR, Dick JJ, Smith B, Mayo A, O'Connor A，等。短信干预改善非裔美国人出院后心力衰竭自我管理:前后对照研究中国医学杂志，2013;15(3):53 [J]免费全文] [CrossRef] [Medline]
    51. Reese JM, Joseph RP, Cherrington A, Allison J, Kim YI, Spear B，等。在非裔美国女大学生中发展参与者信息短信以促进体育活动:一项定性混合方法调查。中华护理杂志，2017;28(3):236-242 [J]免费全文] [CrossRef] [Medline]
    52. 李建军，李建军，李建军，李建军。非裔美国人、白种人和墨西哥裔美国人2型糖尿病预防网站的形成性评价。中国生物医学工程学报，2013;2(2):824 [j]免费全文] [CrossRef] [Medline]
    53. Rosal MC, Heyden R, Mejilla R, Capelson R, Chalmers KA, Rizzo DePaoli M，等。虚拟世界与面对面干预形式促进非裔美国妇女糖尿病自我管理:一项随机临床试验。中国生物医学工程学报，2014;3(4):54 [j]免费全文] [CrossRef] [Medline]
    54. Shea S, IDEATel财团。糖尿病和教育远程医疗信息学(IDEATel)项目。中国生物医学工程学报，2007;18 (3):391 - 391 [j]免费全文] [Medline]
    55. 李晓明，王晓明，王晓明，等。伸出教堂:以社区为基础的参与性研究试点试验，以评估移动医疗技术干预降低非裔美国人血压的可行性。健康促进实践2018;19(4):495-505 [j]免费全文] [CrossRef] [Medline]
    56. triief PM, Izquierdo R, Eimicke JP, Teresi JA, Goland R, Palmas W等。白人、非裔美国人和西班牙裔美国人远程医疗参与者对糖尿病自我护理的坚持:IDEATel项目的5年结果民族卫生2013;18(1):83-96。［CrossRef] [Medline]
    57. Weinstock RS, Teresi JA, Goland R, Izquierdo R, Palmas W, Eimicke JP, IDEATel Consortium。不同种族的老年糖尿病患者血糖控制和健康差异:来自糖尿病教育和远程医疗信息学(IDEATel)研究的5年结果糖尿病防治;2011;34(2):274-279 [j]免费全文] [CrossRef] [Medline]
    58. Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. rayyan -一个系统评价的网络和移动应用程序。系统学报，2016;5(1):210 [j]免费全文] [CrossRef] [Medline]
    59. Higgins JP, Altman DG, Gøtzsche PC, j ni P, Moher D, Oxman AD, Cochrane偏倚方法组，Cochrane统计方法组。Cochrane协作组织用于评估随机试验偏倚风险的工具。中国医学杂志2011;33 (3):591 [j]免费全文] [CrossRef] [Medline]
    60. Elo S, Kyngäs H.定性内容分析过程。中华护理杂志2008;32(1):107-115。［CrossRef] [Medline]
    61. 张勇，刘超，罗生，谢勇，刘峰，李旭，等。基于技术接受与使用模型扩展统一理论的糖尿病管理app使用意向影响因素:基于网络的调查中国医学信息学报，2019;21(8):115023 [J]免费全文] [CrossRef] [Medline]
    62. 史丹斯JR，斯勒瑟L，霍比N，拉赫曼S，米勒RF。预测学生开办的综合初级保健诊所没有人来。中国生物医学工程学报;2009;31 (4):349 - 349 [j]免费全文] [CrossRef] [Medline]
    63. 王晓明，王晓明，王晓明，等。城市学术住院医师诊所患者缺席门诊的原因:定性评价。中国医学杂志，2019;12(3):57-61 [J]免费全文] [CrossRef] [Medline]
    64. Lacy NL, Paulman A, Reuter MD, Lovejoy B.为什么我们不来:病人对不来的看法。中华医学杂志2004;2(6):541-545 [j]免费全文] [CrossRef] [Medline]
    65. 刘建军，刘建军，刘建军，等。理解为什么城市低收入患者错过初级保健预约:来自西费城人定性访谈的见解。中国临床医学杂志;2011;31(1):391 - 391。［CrossRef] [Medline]
    66. C.急诊科非紧急使用的描述性分析。护理研究，2008;15(3):72-88。［CrossRef] [Medline]
    67. Zeber JE, Pearson D, Smith D.医疗预约失约分析。初级保健2009;19(2):25-29。［CrossRef]
    68. Ten Haken I, Ben Allouch S, van Harten WH。先进医疗技术在国内的应用:文献系统综述。中华卫生杂志2018;18(1):284 [j]免费全文] [CrossRef] [Medline]
    69. 王志强，王志强，Zayas-Cabán .家庭健康照护的人为因素:一个检视安全与品质的概念模型。中华医学杂志;2009;5(4):229-236。［CrossRef] [Medline]
    70. 布隆伯格SJ，卢克JV。无线替代:2017年7月至12月全国健康访谈调查预估数据的提前发布。国家卫生统计中心，2018。URL:https://www.cdc.gov/nchs/data/nhis/earlyrelease/wireless201806.pdf[2019-12-29]访问
    71. 李建军，张建军，张建军，张建军，张建军，张建军。“不仅仅是技术，更是人”:构建慢性病管理中跟踪共享健康信息的概念模型。中国医学信息学报，2019;21(4):893 - 893 [J]免费全文] [CrossRef] [Medline]
    72. 陈毅，郑凯。日常健康自我跟踪:原因、促进因素及其对健康管理实践的潜在影响。中国生物医学工程学报(英文版);2017;37 - 39 [j]免费全文] [Medline]
    73. Samuel-Hodge CD, Headen SW, Skelly AH, Ingram AF, Keyserling TC, Jackson EJ等。非裔美国女性对2型糖尿病日常自我管理的影响:精神、多重照顾者角色和其他社会环境因素糖尿病防治;2000;23(7):928-933。［CrossRef] [Medline]
    74. Nundy S, Mishra A, Hogan P, Lee SM, Solomon MC, Peek ME。手机糖尿病项目如何推动行为改变?来自一项混合方法观察队列研究的证据。糖尿病教育，2014;40(6):806-819 [j]免费全文] [CrossRef] [Medline]
    75. Anderson-Lewis C, Darville G, Mercado RE, Howell S, Di Maggio S.移动医疗技术在美国历史上服务不足和少数民族人群中的应用及其影响:系统文献综述。[j] .移动医疗与健康;2018;6(6):e128 [j]免费全文] [CrossRef] [Medline]
    76. 王晓东，王晓东，王晓东。2型糖尿病患者自我管理的研究进展。《平等卫生研究》2011;21(6):853-871。［CrossRef] [Medline]
    77. Lehrer HM, Dubois SK, Brown SA, Steinhardt MA。基于弹性的糖尿病自我管理教育:来自非裔美国参与者、社区领袖和医疗保健提供者的观点中国糖尿病杂志，2017;43(4):367-377。［CrossRef] [Medline]
    78. 张晓明，张晓明，张晓明，等。老年非裔美国人和白人糖尿病患者的认知歧视和其他社会心理因素的作用。中国生物医学工程学报，2010;39(1):99-104 [J]免费全文] [CrossRef] [Medline]
    79. Mitchell UA, Chebli PG, Ruggiero L, Muramatsu N.健康相关技术使用中的数字鸿沟:种族/民族的意义。老年病学家2019;59(1):6日至14日。［CrossRef] [Medline]
    80. 太重要了，不容忽视:利用数字技术改善黑人慢性疾病管理。医学信息学报，2018;20(5):e182 [J]免费全文] [CrossRef] [Medline]
    81. claude SE, Bertoni AG。探索个人技术在少数民族患者2型糖尿病管理中的应用:生活方式干预治疗糖尿病研究(LIFT diabetes)调查数据的横断面分析中华糖尿病杂志2018;3(1):5 [j]免费全文] [CrossRef] [Medline]
    82. 蒋M, Johnson CM, D'Eramo-Melkus G, Vorderstrasse AA。种族和少数民族参与基于技术的干预以自我管理2型糖尿病:范围审查。中华护理杂志，2018;29(3):292-307。［CrossRef] [Medline]
    83. 张建军，张建军，张建军，等。人机工程学与消费者健康信息学研究进展。[J] .计算机工程学报，2017;33(4):322-332。［CrossRef]
    84. 张晓明，张晓明，张晓明，等。医疗信息技术在医疗信息系统设计中的应用。工程学报，2013,35(1):1088-1092。［CrossRef]
    85. 张丽娟，张丽娟。文化能力与健康关系的实证研究。柏林，德国:施普林格出版社;2018.
    86. Senteio C, Veinot t，试图让事情变得正确:坚持在高度贫困的非裔美国人社区工作。2014;24(12):1745-1756。［CrossRef] [Medline]

    ‎
    英国石油公司:血压
    HbA1 c：血红蛋白的1 c
    冲击:卫生信息技术
    信息通信技术:信息与通信技术
    棱镜:系统评价和荟萃分析的首选报告项目

    G·艾森巴赫编辑;提交03.07.20;由R Newton, M Peeples进行同行评审;对作者的评论18.08.20;修订版收到25.09.20;接受23.01.22;发表04.04.22

    版权

    ©Charles Senteio, Paul Joseph Murdock。原载于《医学互联网研究杂志》(//www.mybigtv.com)， 2022年4月4日。

    这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章，该许可允许在任何媒介上不受限制地使用、分发和复制，前提是原始作品首次发表在《医学互联网研究杂志》上，并适当引用。必须包括完整的书目信息，到//www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。
    Baidu
    map