发表在第4卷第5期(2020):5月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/13989,首次出版
移动健康教练干预控制高血压:单臂前后性试验研究

移动健康教练干预控制高血压:单臂前后性试验研究

移动健康教练干预控制高血压:单臂前后性试验研究

原始论文

1纽约大学格罗斯曼医学院医学系普通内科和临床创新科,纽约,纽约,美国

2纽约大学格罗斯曼医学院人口健康系,美国纽约州纽约市

3.波士顿大学医学院内科内科科,波士顿,麻萨诸塞州,美国

4纽约大学格罗斯曼医学院医学系,纽约,纽约,美国

5纽约大学朗格尼医疗中心信息技术,纽约大学,纽约,美国

通讯作者:

德文·曼恩,医学博士,MS

医学系

纽约大学格罗斯曼医学院

东30街227号,6楼

纽约,纽约,10016

美国

电话:1 212 263 8313

电子邮件:devin.mann@nyulangone.org


背景:开创性的饮食方法来阻止高血压(DASH)研究证明了饮食对控制高血压的有效性;但是,其原则的有效执行和传播受到了限制。

摘要目的:本研究旨在确定DASH移动健康干预的可行性和有效性。我们假设,将蓝牙数据收集、社交网络和智能手机DASH应用程序(DASH Mobile)与真人教练结合起来,将是DASH项目交付的有效媒介。

方法:我们从2015年8月到2016年8月进行了一项单臂试点研究,使用前后评估设计来评估包含人类健康教练的智能手机版DASH的可行性和初步有效性。参与者通过线上和线下的方式进行招募。

结果:共有17例患者参与本研究;他们的平均年龄为59岁(SD 6),其中10名(60%)为女性。参与者参与了应用程序;在120天的研究中,记录的平均血压测量次数为63次(SD 46),记录的平均体重测量次数为52次(SD 45),参与者记录的平均步数为55次(SD 36)。辅导电话完成率较高(74/ 102,73%)。每位患者饮食评估记录的平均份量为709份(SD 541),患者设定的平均份量为5个(SD 2)目标。平均收缩压和舒张压、心率、体重、体重指数和步数没有随时间发生显著变化(P>。10 for all parameters).

结论:在这项试点研究中,我们发现参与者参与了一个交互式移动应用程序,该应用程序促进健康行为来治疗高血压。我们没有发现生理结果上的差异,但无法确定这种变化。

JMIR Form Res 2020;4(5):e13989

doi: 10.2196/13989

关键字



到2030年,高血压预计将影响41.4%的美国成年人[1].然而,近半数患者的血压仍未得到充分控制[2].高血压的巨大负担需要有效的干预措施,以最小的患者负担来鼓励成功的行为改变。20年前发表的一项开创性的饮食方法来阻止高血压(DASH)研究表明,通过饮食可以有效控制高血压[3.].自那以后,DASH一直在临床环境中实施,但收效有限,部分原因是最初的干预设计需要大量的亲身参与[4].

DASH健康计划的网络版于2008年开发,旨在将DASH控制高血压饮食方法的成功与循证生活方式改变(例如,体育活动)和新型互联网交付结合起来,从而减轻DASH最初亲自设计的负担[5].健康DASH已被证明对长期参与该计划的人的高血压管理是有效的[5];然而,在最初几周的干预参与后,基于网络的干预仍然受到患者使用率严重下降的影响[6].DASH的移动版本已经开发出来,但依赖于血压、体重和身体活动的自我报告,这增加了患者的负担,可能不准确[7].为了克服这些限制,我们开发了DASH Mobile,这是一个移动平台,利用智能手机技术和支持蓝牙的设备,以及人工指导,以促进行为改变。

智能手机在所有社会人口群体中的广泛使用,为提供更容易获得的DASH版本提供了颠覆性的机会,同时增加了患者对该计划的依从性[8].通过自动收集诊所外的数据,并向每个用户发送实时、个性化的信息,智能手机技术最大限度地减轻了患者的负担,同时为改变行为创造了积极的反馈循环。

我们的策略是使DASH适应基于智能手机的平台(DASH Mobile),利用自动数据收集和人类教练的行为改变支持,在负担较轻的数字环境中复制DASH的成功。本研究的目的是评估DASH Mobile的可行性和潜在临床效果,包括其对参与(使用和可接受性)、生理(血压)和行为(饮食和身体活动)结果的影响。


研究设计

这是一项单臂试点研究,于2015年8月至2016年8月进行,采用前后评估设计,以评估纳入健康指导的智能手机版DASH的可行性和初步有效性。这项研究得到了波士顿大学医学校园机构审查委员会的批准。

招聘及参加者

参与者是通过当地报纸上的招聘材料和研究注册表从大波士顿地区招募的,采用了选择加入的范式。此外,波士顿大学研究志愿者注册中心还向符合条件的志愿者发送了包含研究信息的电子邮件。如果参与者年龄在18-65岁之间,拥有带有数据套餐的iOS或Android智能手机,会说英语,目前正在服用高血压药物,或被诊断为高血压前期或一期高血压,并且能够知情同意,他们就有资格参与研究。高血压前期被定义为收缩压120-139毫米汞柱,1期高血压被定义为收缩压150-160毫米汞柱(年龄≥60岁的成年人),140-160毫米汞柱(糖尿病或慢性肾病患者),或140-160毫米汞柱(所有其他患者)。

如果参与者正在怀孕或哺乳,患有晚期诊断,被诊断为继发性高血压,无法轻松使用智能手机上的应用程序,则被排除在外;在没有降压药的情况下,他们的基线血压在正常范围内;或者他们有体育活动的禁忌症。我们还排除了患有痴呆症、活动性癌症或厌食症等疾病的患者。

研究助理从感兴趣的参与者那里获得知情同意,包括HIPPA授权。然后将移动应用程序加载到参与者的智能手机上,行为跟踪设备(计步器、秤、血压袖带)同步。

干预

我们之前已经描述了DASH Mobile的发展[9].这项干预包括一款智能手机应用程序,与真人教练相结合,跟踪每天的饮食、血压、体重和体育活动。在DASH健康教练的介绍培训课程中,参与者被教授如何使用该应用程序。应用程序的主屏幕默认为当天,参与者使用一种新颖的简化数据输入工具自我跟踪他们的饮食,该工具基于DASH基于部分的饮食摄入量方法(图1).在屏幕底部,参与者可以导航到以下几个选项卡:进度,在这里他们可以查看所有跟踪的行为,包括饮食、血压、体重和步数;目标,其中列出了可编辑的活动目标和已实现目标(图2);“聊天”,参加者可与教练交流(图3);教育,与dash相关资源链接。

参与者被要求通过提供的无线设备每天跟踪几次其他数据。来自这些设备的蓝牙无线传感器(iHealth Labs)将血压、体重和身体活动数据传输到应用程序。当打开应用程序时,数据会手动同步;数据被上传到一个基于网络的指导门户网站,供患者和健康教练查看参与者的进展。手机应用程序和服务器之间传输的所有信息都是加密的。

图1。简化的数据输入工具,基于膳食摄入的DASH部分方法。
查看此图
图2。目标窗口中列出了可编辑的活动目标和已实现的目标。
查看此图
图3。“聊天”窗口,参与者可以在这里与教练交流。
查看此图

教练是一名硕士生,接受过使用动机性访谈作为解决行为健康变化的咨询框架的培训。在13周的过程中,教练每周通过一个结构化的、灵活的项目与研究参与者进行互动,该项目包括电话和通过他们喜欢的通信渠道(即时消息、短信或电子邮件)进行的异步会话。此外,在研究过程中,DASH健康教练根据研究期间6次电话评估记录了饮食和身体活动数据。基于这些数据,DASH教练通过与用户一起回顾收集到的数据,分配教育任务,并参与解决问题,帮助参与者制定改变行为的目标,以符合他们的高血压行为改变计划。

结果

参与和可接受性

为了评估参与者对该计划的接受度和参与度,记录了测量血压、体重和每日步数的次数。每日步数≤250被认为无效。还评估了尝试和完成教练电话的数量,饮食评估中记录的份量,以及设定的目标。

生理参数

收集血压、心率、体重和步数来评估干预前后的变化。无线行为跟踪设备(血压计、秤和计步器)通过蓝牙与参与者智能手机上的移动应用程序同步,后者将数据上传到基于网络的教练门户网站。

统计分析

进行描述性分析以总结研究人群的特征。对第一次和最后一次记录的生理指标(血压、心率、体重、体重指数和卡路里)进行Wilcoxon标记秩检验,以评估干预后的显著变化。同样的方法用于检查基线(1-7天)和随访(46-120天)之间平均每日步数的变化。对于所有的测试,P值<。05例被认为有统计学意义。使用SAS 9.4 (SAS Institute)进行分析。


概述

共有17例患者参与了这项可行性试点研究。参与者的平均年龄为59岁(SD 6), 10/17(60%)为女性。研究参与者的平均基线BMI为33.6 (SD 7.46),平均基线收缩压为138.6 (SD 21.47),平均基线舒张压为86.9 (SD 16.10)。

参与和可接受性

详情见表1所有参与者都记录了自己的体重、步数和饮食摄入量,并收到教练的信息。大多数参与者(15/ 17,88%)使用聊天功能向教练发送消息,16名参与者(94%)记录了他们的血压和目标。在120天内,每位患者记录的平均测量次数为血压63次(SD 46),体重52次(SD 45),步数55次(SD 36)。在102个教练电话中,74个(73%)完成了。每位患者每天的平均食物摄入量为5.9 (SD 4.5),患者设定的平均目标数量为5 (SD 2)。

表1。参与的措施。
参与的措施一个 学习期间的参与度b 平均每天用户粘性(SD)

意思是(SD) 中位数(差)

每个人给教练发送的信息 19.3 (16.2) 14 (66) 0.16 (0.14)
教练每人发送的信息 31.6 (16.1) 31 (74) 0.26 (0.13)
记录血压的次数 63.1 (46.0) 69 (178) 0.52 (0.38)
记录重量的次数 51.5 (45.1) 41 (76) 0.43 (0.38)
记录步骤的次数 55.1 (35.7) 63 (103) 0.46 (0.30)
食物记录 708.9 (541.2) 616 (1473) 5.9 (4.5)
目标记录 5.1 (1.8) 5.5 (5) N/Ac

一个所代表的数据反映了那些使用了各自特征的人。

b研究时间为120天。

cN/A:不适用。

生理上的结果

平均收缩压和舒张压、心率、体重、体重指数、卡路里和步数没有随时间发生显著变化(多媒体附件1).


概述

在这项试点研究中,我们发现一个交互式移动应用程序(DASH mobile)来促进降低高血压的健康行为是可行的,并吸引了参与者。我们没有发现生理结果的差异,但我们没有能力确定这种变化。

普通参与者定期记录他们的血压、体重、步数、食物摄入量,并与他们的DASH移动健康教练交流,表现出积极的参与。参与调查结果与最初基于网络实施的DASH (DASH for Health)的结果相比良好,后者在2008年12个月试验结束时仅报告26%的参与率[5].最近,我们的发现与另一项基于网络的DASH实施相似,该实施报告71%的参与者[10].

移动干预在参与者坚持的情况下更成功[61112].依从性促进可以通过多种方法进行设计,包括为参与者量身定制内容,为参与者提供实时反馈,以及自动化或人工支持,以加强数字干预的行为改变潜力[13-15].结合这些方法可提高干预的有效性[16].例如,最近的一项减肥研究将单独的移动干预与混合了现场干预的移动干预进行了比较,结果表明,混合模型的参与者比单纯接受移动干预的参与者平均体重减轻更大[16].

我们还发现了接触方面的挑战。虽然蓝牙设备旨在无缝收集生理和行为数据,但我们在将设备与应用程序配对时遇到了困难,因此需要转换到另一家公司的设备。此外,当教练的可用性与参与者的日程安排不一致时,安排同步电话咨询也提出了一个挑战。像其他行为改变项目一样,激励参与者阅读教育材料仍然是一个挑战。一个潜在的改进机会可能是将这些与面向用户的数据可视化更紧密地联系起来。最后,虽然我们使用折线图来说明随着时间的推移的数据,但进一步的工作应该探索患者的偏好。

考虑到我们研究的参与水平,特别是在跟踪领域,移动应用程序干预可能是在高血压管理中整合和维持行为改变的有效方法。我们的研究没有足够的参与者来确定临床结果的变化。一项能量计算表明,至少需要140名参与者来评估DASH Mobile的有效性。我们良好的参与结果支持这样的试验。成功的生活方式改变干预需要大量的患者动机、参与和专家的帮助。

限制

这项研究的广泛性有限,因为所有参与者都被要求会说英语,并拥有智能手机。尽管77%的美国人拥有智能手机,但65岁以上的美国人中只有46%拥有智能手机。8].此外,所有测量都是自行进行的,因此存在不准确性和偏差。此外,这种干预不是自主的,因为它包括了基于人的指导。然而,结合以人为本的支持是有效的行为改变项目的共同特征,并不一定妨碍传播[17-19].

2017年,美国心脏协会/美国心脏病学会发布了最新的高血压指南[20.].1期高血压现在被定义为收缩压130-139毫米汞柱或舒张压80-89毫米汞柱,2期高血压被定义为收缩压≥140毫米汞柱或舒张压≥90毫米汞柱。然而,1期和2期高血压的治疗仍然包括DASH促进的生活方式改变。

结论

这项试点研究证明了利用现成的无线设备提供数字DASH干预的可行性。参与者都很投入,这表明基于智能手机的应用程序可以用来进行行为干预。未来的实现可能会采用集成日历、警报、社交网络和其他智能手机工具来进一步提高患者的参与度,并最终提高临床结果。总之,我们的数据支持越来越多的人对使用移动平台来加强用户参与和健康行为改变干预措施的可及性的兴趣。

致谢

本研究由医学与创新技术集成中心(CIMIT)资助(9090010602)。蓝牙设备由iHealth Labs提供。HW由美国国立卫生研究院国家转化科学推进中心(KL2TR001446)的纽约大学CTSA拨款支持,目前由美国国立卫生研究院国家心肺和血液研究所(K23HL145110)拨款支持。

利益冲突

没有宣布。

多媒体附件1

从基线到随访的生理结果变化。

DOCX文件,16kb

  1. Benjamin E, Blaha M, Chiuve S, Cushman M, Das SR, Deo R,美国心脏协会统计委员会中风统计小组委员会。心脏病和中风统计-2017更新:来自美国心脏协会的一份报告。2017年3月07日;135(10):e146-e603 [免费全文] [CrossRef] [Medline
  2. 王晓明,王晓明,王晓明,等。疾病控制与预防中心圆桌会议:检测和控制高血压的公共卫生方法。MMWR Morb Mortal Wkly Rep 2016年11月18日;65(45):1261-1264 [免费全文] [CrossRef] [Medline
  3. Appel LJ, Moore TJ, Obarzanek E, Vollmer WM, Svetkey LP, Sacks FM,等。饮食模式对血压影响的临床试验。中华医学杂志1997年4月17日;336(16):1117-1124。[CrossRef
  4. 关文伟,王春春,王洪辉,刘建强,李春林,闫波,等。依从性的饮食方法,以停止高血压(DASH)饮食:一个系统的评价。PLoS One 2013 10月30日;8(10):e78412 [免费全文] [CrossRef] [Medline
  5. 李文杰,李志强,李志强,等。网络营养教育项目(DASH for health) 12个月后的体重、血压和饮食益处:纵向观察研究J medical Internet Res 2008年12月12日;10(4):e52 [免费全文] [CrossRef] [Medline
  6. Bennett GG,格拉斯哥RE.通过互联网提供公共卫生干预措施:实现其潜力。2009年4月30日(1):273-292。[CrossRef] [Medline
  7. 张晓东,李志强,李志强,等。有人工指导的移动高血压预防传递平台的有效性。2017年12月3日;31(12):795-800。[CrossRef] [Medline
  8. 皮尤研究中心。移动便览网址:http://www.pewinternet.org/fact-sheet/mobile/#[2019-02-21]访问
  9. Mann DM, Quintiliani LM, Reddy S, Kitos NR, Weng M.停止高血压的饮食方法:从移动健康行为改变系统开发的案例研究中吸取的教训。JMIR mHealth uHealth 2014 10月23日;2(4):e41 [免费全文] [CrossRef] [Medline
  10. Staffileno BA, Tangney CC, Fogg L.使用电子健康方法促进年轻非裔美国妇女身体活动和营养的有利结果。心血管护理杂志2018;33(1):62-71。[CrossRef
  11. 范Q, Graham G, Carrion C,森田PP, Seto E, Stinson JN,等。评估消费者移动健康应用程序对慢性疾病的有效参与的分析指标库:范围审查JMIR mHealth uHealth 2019 1月18日;7(1):e11941 [免费全文] [CrossRef] [Medline
  12. 哦,B, G,韩寒可,Kim JS李CH,曹B, et al。通过移动医疗保健计划积极参与肥胖管理的重要性:一项随机对照试验的亚研究。JMIR mHealth uHealth 2018 Jan 03;6(1):e2 [免费全文] [CrossRef] [Medline
  13. Ritterband LM, Thorndike FP, Cox DJ, Kovatchev BP, Gonder-Frederick LA。互联网干预的行为改变模型。Ann Behav Med 2009 Aug 4;38(1):18-27 [免费全文] [CrossRef] [Medline
  14. Bernecker SL, Banschback K, santrelli GD, Constantino MJ。网络传播的自助和同伴支持计划可以填补心理健康保健的空白:来自消费者调查的教训。JMIR医疗卫生2017年1月19日;4(1):e5 [免费全文] [CrossRef] [Medline
  15. Piette JD, List J, Rana GK, Townsend W, Striplin D, Heisler M.移动健康设备作为全球心血管风险降低和疾病管理的工具。发行量2015年11月24日;132(21):2012-2027。[CrossRef
  16. Hurkmans E, Matthys C, Bogaerts A, Scheys L, Devloo K, Seghers J.面对面、移动和混合减肥计划:随机临床试验。JMIR mHealth uHealth 2018年1月11日;6(1):e14。[CrossRef
  17. Asbjørnsen RA, Smedsrød ML, Solberg Nes L, Wentzel J, Varsi C, Hjelmesæth J,等。说服性系统设计原则和行为改变技术在电子健康干预中激发动机和坚持,以支持减肥维持:范围审查。J Med Internet Res 2019年6月21日;21(6):e14265 [免费全文] [CrossRef] [Medline
  18. Kim SE, Castro Sweet CM, Cho E, Tsai J, Cousineau MR.适合低收入患者的数字糖尿病预防项目评估,2016-2018。2019年11月27日;16:E155 [免费全文] [CrossRef] [Medline
  19. Michaelides A, Major J, Pienkosz E, Wood M, Kim Y, Toro-Ramos T.具有人类指导的新型移动糖尿病预防计划交付平台的有效性:65周观察性随访。JMIR mHealth uHealth 2018年5月03日;6(5):e93 [免费全文] [CrossRef] [Medline
  20. Whelton P, Carey R, Aronow W. ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA成人高血压预防、检测、评估和管理指南:美国心脏病学会/美国心脏协会报告临床实践指南专责小组。高血压2018年2月26日;7(1):68-74。[CrossRef


破折号:控制高血压的饮食方法


G·艾森巴赫(G Eysenbach)编辑;提交12.03.19;S Persell, S Weinland, RK B, OB Kristjansdottir, C Fernández-Lao, E Sezgin同行评审;对作者31.10.19的评论;订正版本收到23.12.19;接受22.03.20;发表07.05.20

版权

©Himali Weerahandi, Soaptarshi Paul, Lisa M Quintiliani, Sara Chokshi, Devin M Mann。最初发表于JMIR Formative Research (http://formative.www.mybigtv.com), 07.05.2020。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR Formative Research上的原创作品。必须包括完整的书目信息,http://formative.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