JMIR有氧运动

心衰患者不坚持饮食和药物治疗可导致心衰预后不良。移动应用程序可能是提高依从性的一种有前途的方式，因为它们通过教育和监控增加知识和行为改变。设计良好的应用程序，加上医疗保健提供者(HCPs)的输入，可以在实践中成功采用这类应用程序。然而，很少有人知道HCPs对使用移动应用程序支持心衰管理的观点。

心肺适能(CRF)是心血管疾病发病率和死亡率的独立危险因素。将CRF添加到传统的危险因素(如吸烟、高血压、糖代谢障碍和血脂异常)中，可以改善对个人不良健康结果风险的预测，如与心血管疾病相关的风险。因此，建议确定CRF作为个体化风险预测的一部分。然而，在日常临床实践中，CRF并不是常规测定的。可穿戴技术提供了一种潜在的每日CRF评估策略，这种基于心率和身体加速提供CRF评估的技术已经开发出来。然而，这些技术在临床相关人群中评估个体CRF的有效性尚不清楚。

对于动脉粥样硬化性心血管疾病(ASCVD)风险升高的人群和已有疾病的患者，数字健康是一种很有前途的工具，可用于改善心血管预后。已经制定和实施了许多数字卫生举措。然而，大规模实施的障碍仍然存在。本文关注这些障碍，并提出了荷兰CARRIER(即冠状动脉疾病:风险估计和干预预防和早期发现)联盟提出的解决方案。我们将分4个部分关注以下内容:(1)电子健康解决方案的开发过程，包括设计思考和与相关利益相关者的共同创造;(2)两种临床预测模型(CPMs)的建模方法，以识别有发展ASCVD风险的人群并指导干预;(3)联邦数据基础设施的描述，用于培训cpm并向eHealth解决方案提供相关数据;(4)讨论卫生保健中负责任的数据处理的伦理和法律框架。荷兰CARRIER联盟由电子卫生发展、ASCVD、公共卫生、大数据以及伦理和法律等领域的专家合作组成。该联盟专注于减轻ASCVD的负担。 We believe the future of health care is data driven and supported by digital health. Therefore, we hope that our research will not only facilitate CARRIER consortium but may also facilitate other future health care initiatives.

在COVID-19大流行之前和期间，数字卫生干预措施在卫生保健领域已变得越来越普遍。在实施数字卫生干预措施的框架中，可能不考虑卫生不平等，特别是种族不平等。我们考虑的框架包括描述或预测数字卫生干预措施的实施、吸收和使用的任何模型、理论或分类法。

由于COVID-19大流行，远程医疗的使用已变得广泛，但其对患者预后的影响尚不清楚。

心力衰竭是一个主要的健康问题，与患者的发病率、死亡率和生活质量降低有关。家庭远程监测(HTM)促进了疾病体征和症状的频繁或持续评估，并已证明，它通过让患者参与自己的护理来提高依从性，并通过促进临床显著变化的早期发现来防止急诊入院。诊断算法(DAs)是一种预测数学关系，它利用广泛收集的数据来计算特定事件的可能性，并使用这个输出来对患者进行优先治疗。

在世界范围内，缺乏运动仍然是心血管疾病发展的最大风险因素。可穿戴设备已经成为一种流行的测量基于活动的结果的方法，并促进行为改变，以增加心肺适合度(CRF)或最大耗氧量(VO)_2马克斯)和减肥。然而，在测量这些变量时，确定它们的准确性是至关重要的。

近年来，在西方工业化卫生保健系统中，使用数字移动测量设备(DMMDs)进行心血管护理自我记录的情况有所增加。对于慢性心力衰竭(cHF)患者，数字自我记录在自我管理中发挥着越来越重要的作用。来自DMMDs的数据还可以集成到远程监测项目或数据密集型医学研究中，通过数据共享收集和评估患者报告的结果度量。然而，数据密集型设备的实施和数据共享给医生和患者以及数据驱动医学研究的道德治理带来了一些挑战。

为优化慢性非传染性疾病(如动脉粥样硬化性血管疾病)的管理，保持持续坚持用药是一项有充分记录的治疗挑战。

体育活动(PA)可以减少心血管疾病(CVD)的风险因素，尽管初级保健环境提供了很大的促进PA和降低CVD风险的范围，但初级卫生保健专业人员在实践中可能缺乏自我效能感和有效促进PA的工具。运动作为心血管疾病预防的药物是一套2基于理论，基于网络的行为干预措施，一个针对卫生保健专业人员，一个针对患者，这可能提供了在初级保健中促进PA和降低心血管疾病风险的途径。

心房颤动(AF)的检测是一个主要的临床挑战，因为房颤通常是阵发性和无症状的。新型移动健康技术可为房颤筛查提供一种经济、可靠的解决方案。然而，许多这些技术还没有经过临床验证。

抗血栓治疗是复杂的，需要知情的决定和高依从性的治疗。现有的一些手机应用程序可以支持医生管理抗血栓治疗或教育和支持患者。对于大多数这些应用程序，它们的医学证据和开发背景都是未知的。