发表在第七卷第九期(2019):9月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/13584,首次出版
癌症护理中临床医生和患者之间的移动医疗鸿沟:来自国际横断面调查的结果

癌症护理中临床医生和患者之间的移动医疗鸿沟:来自国际横断面调查的结果

癌症护理中临床医生和患者之间的移动医疗鸿沟:来自国际横断面调查的结果

原始论文

1博科尼大学社会与政治学系,米兰,意大利

2意大利米兰博科尼大学博科尼管理学院卫生和社会保健管理研究中心

3.昆士兰科技大学商学院管理学院,布里斯班,澳大利亚

4Healthwise, Boise, ID,美国

5参与病人策略,博伊西,ID,美国

6澳大利亚阿德莱德大学健康科学学院医学院

通讯作者:

Rosanna Tarricone,理学硕士,博士

社会与政治学系“,

博科尼大学

经伦琴,1

米兰,20136

意大利

电话:39 3351250616

电子邮件:rosanna.tarricone@unibocconi.it


背景:移动技术正越来越多地用于管理包括癌症在内的慢性疾病,有望提高护理的效率和效果。在医疗领域的无数移动技术中,我们看到了移动应用程序的爆炸式增长。数字健康应用程序的快速增长与临床医生和患者使用统计数据的类似趋势不同。目前还不清楚临床医生和患者在癌症治疗中使用移动健康(mHealth)应用程序的数量和方式,影响他们使用移动健康的变量,以及患者和临床医生对移动健康应用程序的期望是什么。

摘要目的:本研究旨在描述在癌症治疗中使用移动健康的患者和临床医生群体,并为应用程序开发人员和监管机构提供建议,以普遍提高移动健康应用程序的使用和有效性。

方法:通过一项基于网络的横断面调查,我们探讨了目前移动健康在癌症治疗中的使用率,以及解释美国和欧洲5个不同国家的患者和临床医生使用差异的因素。此外,我们还与100多名利益相关者举行了一次国际研讨会,并与国际临床医生和患者组织的主要代表举行了圆桌会议,以征求对调查结果的反馈,并对移动健康应用程序开发实践提出见解。

结果:共有1033名患者和1116名临床医生参与了调查。癌症患者使用mHealth的比例(294/1033,28.46%)远低于临床医生(859/1116,76.97%)。考虑到年龄和工资水平,两组间使用均值的边际概率仍有显著差异,临床医生使用均值的边际概率为69.8%,患者使用加权倾向评分回归调整的边际概率为38.7%。此外,我们的分析确定了基本用户和高级用户之间的差距,在这两个组中,普遍使用与流程自动化和与其他个人交互相关的活动,而有限地采用副作用管理和遵从性监控。

结论:移动健康应用程序可以提供低成本、易于访问和个性化的临床和经济数据。这样做的好处可以增加患者的总体生存机会。然而,尽管有潜力,但在癌症治疗中实际使用移动技术的证据并不乐观。如果要实现移动医疗的承诺,临床医生和患者的使用率需要趋同。理想情况下,癌症应用程序的设计应该加强医患关系,减轻医生的工作量,进行有效性和有效性测试,并符合报销标准。

JMIR Mhealth Uhealth 2019;7(9):e13584

doi: 10.2196/13584

关键字



背景

许多人会同意移动医疗(mHealth;为医疗目的使用便携式设备)对于改善癌症患者的医疗保健和生活质量大有希望[1].随着全球互联网接入的增长,欧洲和美国超过70%的人拥有智能手机,移动医疗的潜在市场非常大,预计将继续增长。2].

2017年,有32.5万个移动健康(健康健身和医疗)应用,下载量超过37亿次[3.],较2016年增长超过30%。虽然从2015年到2017年,用于健康管理的应用程序数量减少了18%,但同期用于管理健康状况的应用程序数量却增加了48% [3.].

尽管移动医疗的潜在好处似乎在管理慢性疾病方面特别引人注目,在这种情况下,整体疗效在很大程度上取决于患者在正规医疗保健系统之外经常发生的依从性,但长期、定期和密集地使用移动医疗仍然是一个重大挑战[4].专门为慢性疾病管理开发的应用程序已经取得了一些初步成功,但迄今为止未能达到他们的期望[5-7].在特定疾病中,市场上应用程序占比最大的是精神健康和行为障碍(28%),其次是糖尿病(16%)和心血管疾病(11%)[3.].虽然近六分之一的死亡是由癌症造成的,但癌症确实是死亡的主要原因之一(2018年估计有960万人死亡,全球每年约有1400万新病例,预计在未来20年内将增加至2200万)[8],很少有移动健康应用专注于癌症治疗(5%)。不仅移动健康癌症应用相对较少,而且迄今为止提出的行动也没有朝着正确的方向前进;现有的癌症应用程序大多侧重于提高认识和提供信息[9]并且在实际的医疗保健过程中用于有限的目的,主要集中在自我管理活动以及结构化和非结构化过程的自动化[10].尽管癌症存活率和预后的改善导致大多数癌症被认为是慢性癌症,但它们的治疗仍然伴随着令人痛苦的症状和严重的毒性,影响功能和生活质量[11].为了解决这些问题,移动健康有可能跟踪患者的体验,并收集患者报告的结果,以提供个性化护理,获得见解,并缩短从研究到临床实施的周期[12].

当患者能够实时记录他们的经历,并将其与从传感器和移动设备收集的被动数据相结合时,这些信息可以为每个患者提供更好的护理,并有助于不断增长的健康数据,可用于为所有患者提供见解。

初步研究已解决了癌症患者对使用移动技术管理其疾病的兴趣[1314],而人口因素对预测基于网络的卫生信息资源的使用及其模式的影响主要是在电子卫生技术方面进行评估的[15-17].此外,与移动健康技术广泛归属的其他医疗设备不同,移动健康的性能主要取决于患者和临床医生是否积极参与其使用[18-21].然而,目前的证据还没有涉及到肿瘤学家,很少有人知道是什么激励他们使用移动技术;尽管肿瘤学家此前在原则上对将移动医疗技术作为患者护理的一部分持开放态度[22].

客观的

总之,人们对在癌症治疗中使用移动应用程序的兴趣正在增加,但对利益相关者的看法缺乏实证洞察。因此,为了深入了解主要利益相关者对移动健康应用程序使用创造的价值的看法,我们针对移动健康应用程序利益相关者的两个群体进行了两项调查——随机选择癌症临床医生和使用智能手机等联网移动设备的患者。通过这些调查,我们收集了患者使用移动健康应用程序的数据,以及临床医生和癌症患者如何看待移动健康应用程序使用的价值。因此,在这项研究中,我们旨在描述在癌症治疗中使用移动健康的医生和患者群体,他们进行的活动,以及不使用它的原因。


调查设计及设置

为了调查患者和临床医生在癌症护理中移动健康的使用情况及其使用原因,我们从2015年7月至2016年2月进行了一项横断面国际调查。调查对象包括欧洲五大经济体,即法国、德国、意大利、西班牙和英国,以及美国。这些国家的智能手机拥有率最高,移动宽带普及率超过75%。23].与此同时,尽管癌症在发展中国家呈上升趋势,但较发达国家的年龄标准化癌症总体发病率仍比发达国家高出约1.8倍[24].因此,医疗创新设备(如mHealth)的传播和当前性能可以在这些国家进行适当的调查,确保研究的生态有效性。调查的初稿是基于现有的文献和以前关于移动医疗的调查和实验[25-27].调查问题由作者最终确定,并由不同语言的专业医学编辑翻译成西班牙语、法语、德语和意大利语。为了保证翻译的准确性,我们与一组临床医生和患者代表进行了试点测试。实施了最后的完整性检查,所有基本项目都是强制性的;在可能的情况下,使用非响应选项,例如不适用提供了。在最终版本的调查中,我们分别向临床医生和患者提出了多达37个和32个问题(其中一些问题依赖于之前的答案)。

研究人群

符合资格的临床医生包括使用智能手机和其他设备上网的肿瘤学家,尽管不一定用于移动医疗。同样,符合条件的患者是那些被诊断患有任何类型癌症的人,他们拥有可以上网的智能手机。这项调查是通过定性调查进行的XM该公司成立于2002年,允许研究人员在传统上难以触及的社区进行调查。为了构建小组,通过网络(使用特定的关键词)招募潜在的受访者,并根据他们的特征概述,然后邀请分层样本加入研究小组。

特别是,患者是根据通过网络(网络横幅、按点击付费、自然优化研究、联盟营销、电子邮件和在线公关活动)提供招聘的人口面板选择的。肿瘤学家通过电话招聘或通过招聘门户网站(比如科学界的数据库)建立的小组进行接触。

这项调查被发送给1800名肿瘤医生和1800名癌症患者,他们是由按国家和年龄组分层的随机小组成员组成的。临床医生和患者都被邀请通过电子邮件通过Qualtrics参与这项研究,并提供了一个通往调查的链接。在线问卷的主屏幕为所有受访者提供了研究目的、调查者信息和预期的调查时间(大约10分钟)。受访者的保密权利得到尊重,并获得了参与调查的同意。

使用在线招聘小组的一个问题是,受试者在没有正确阅读提供的说明和问题的情况下匆忙完成在线问卷。为了增加数据集的统计能力和可靠性,我们根据几个标准筛选了受访者。首先,我们加入了控制问题来检测垃圾邮件发送者。那些没有回答对照问题、以同样的方式回答所有问题或填写无意义评论的研究参与者被排除在我们的样本(28名临床医生和68名患者)之外。其次,我们检查了受试者填写问卷的时间(临床医生的平均时间为6.31分钟,患者的平均时间为6.40分钟)。与完成问卷平均时间的极端偏差被视为异常值,并被排除在进一步分析之外。因此,在调查完成总时间方面,最低1%百分位数(小于2.5分钟)的受访者被排除在外。此外,我们还检查了受试者的互联网协议(IP)地址是否重叠。在这种情况下,来自同一IP地址的重复条目被排除在我们的分析之外(总共12个受访者-患者)。

变量

在临床医生和患者版本中,调查工具包括4个不同的领域:(1)社会人口统计学变量(年龄、性别、教育程度和工资水平),(2)移动健康的使用情况,(3)进行的移动健康活动,以及(4)不使用移动健康的原因。临床医生和患者都被问及他们在癌症管理中使用移动健康技术的情况。用户,即拥有智能手机或任何其他移动设备并将其用于癌症相关目的的个人,然后被要求报告他们使用移动健康的目的,从一系列活动中进行选择。这些活动与技术的不同普及程度有关,旨在突出不同的用户专业知识水平,基于Nasi等人先前设计的框架[10].因此,受访者被进一步划分为基本用户(即使用移动健康来安排预约、访问个人医疗保健信息或仅读取测试结果的用户)或高级用户(即使用移动健康来监测治疗副作用并预防进一步事件的用户)。相比之下,不使用移动健康的受访者被要求确定迄今为止阻碍他们采用该技术的原因,使用5点李克特量表项目,其格式如下:1=我完全不同意,2=我不同意,3=我既不同意也不同意,4=我同意,5=我完全同意。

统计分析

描述性统计用于报告受访者的社会人口信息和移动健康在管理癌症护理中的使用程度。为了衡量特定的社会人口学信息和成为移动医疗用户的可能性之间的关系,需要解决样本选择偏差的两个可能来源。首先,由于调查是在线进行的,结果受到了人口中普遍存在的数字鸿沟的影响。其次,该调查仅由出于任何目的使用移动技术的患者和临床医生完成,即,如果受访者可以访问互联网,但不是移动技术(如智能手机或平板电脑)的用户,则调查结束,不再询问其他问题。在第一种情况下,样本选择偏差是相关的,但不影响我们的结果,因为移动健康技术的目标人群不包括没有基本技术天赋的人(例如,有互联网接入的计算机)。相反,偏见的第二个来源更相关,因为它指的是能够访问Web但移动能力较低的人群。理想情况下,我们不应该排除这些受访者,因为他们是移动健康潜在目标的一部分。在我们的样本中,2170名受访者中只有21人表示没有为任何特定目的使用移动技术。为了解释这种仍可能对我们的结果产生潜在影响的潜在偏差,我们使用了2种不同的统计方法,即带权重的基于倾向分数的回归调整(PSBRA)和Heckman probit选择模型(HPSM)。无论是PSBRA中的倾向得分方程,还是HPSM中的选择方程,自变量都是受访者的年龄、国籍和工资水平。 The choice of using 2 different procedures was motivated by the necessity of testing the robustness of the obtained estimations because of the disproportion between censored and uncensored observations. Analyses were conducted with STATA software, version 14 (Stata Corp).

工作坊及利益相关者参与

调查的主要结果与几个利益攸关方分享,以征求意见和反馈,并为适当推广移动技术制定政策建议。在意大利米兰组织了一次国际研讨会,以促进与100多个利益攸关方的互动,包括患者、临床医生、应用程序开发人员、制药和医疗技术行业、电信行业、医疗通信和健康教育专家、支付方和政策制定者。

我们通过不同的渠道宣布国际研讨会:(1)一般的方式,即使用我们大学(博科尼大学)通常使用的网站和社交网络来推广活动;(2)更具体的方式,即通过编制国际和国家层面所有潜在利益相关者的邮件列表。参加活动是免费的,旅费由参加者负担。

会议的目的是集中讨论调查所产生的结果。具体来说,针对参与者提出了3个主要问题:(1)为什么患者和临床医生不平均地使用移动健康,(2)在癌症治疗中减缓移动健康采用的主要障碍是什么,最后(3)移动健康对临床医生的活动和患者的生活质量可能产生什么影响。研究团队的一名成员促成了研讨会,确保了不同观点的浮出水面,并对问题进行了丰富的讨论。研讨会的反馈被用来提出一系列问题,并提交给专家圆桌会议。

圆桌会议由4名参与者组成,他们代表了2个主要的患者和临床医生协会:欧洲癌症患者联盟和欧洲肿瘤学院以及美国健康组织和癌症支持护理跨国协会。讨论由研究小组的一名成员主持。讲习班和圆桌会议都进行了记录和专业转录。


研究人群

1116名临床医生(有效率62.00%)和1033名癌症患者(有效率57.39%)获得有效应答。受访者的特点总结在表1而且2.患者以女性为主(637/1033,61.66%),年龄在45岁以上(798/1033,77.25%),临床医生以男性为主(795/1116,71.24%),2个年龄组间分布均匀。学历方面,28.46%的患者(294/1033)没有接受过教育或只上过小学,37.37%的患者(386/1033)完成了中学或本科学历,其余34.17%的患者(353/1033)完成了研究生(18.0%)或研究生(16.2%)教育。约三分之一(335/1033,32.43%)的患者为全职工作者,12.88%(133/1033)的患者为兼职工作者,约三分之一(366/1033,35.43%)的患者为退休人员。就业患者的年收入普遍低于30,000美元(178/1033,17.23%)或在30,001美元至50,000美元之间(129/1033,12.49%)。相比之下,超过一半的临床医生(721/ 1116,64.61%)的年收入超过75,000美元,在德国、英国和美国(分别为62.7%、70.4%和91.1%)和地中海国家(法国30.5%、意大利26.0%和西班牙7.7%)之间存在相关差异。

表1。各国患者样本特征,2016年。
病人的特点 法国(n = 103) 德国(n = 101) 意大利(n = 105) 西班牙(n = 102) 英国(n=111) 美国(n=511) 总(N = 1033)
性别,n (%)
男性 35 (34.0) 45 (44.6) 39 (37.1) 37 (36.3) 53 (47.7) 187 (36.6) 396 (38.33)
68 (66.0) 56 (55.4) 66 (62.9) 65 (63.7) 58 (52.3) 324 (63.4) 637 (61.67)
年龄组(年),n (%)
45岁以下 20 (19.4) 24 (23.8) 31 (29.5) 41 (40.2) 13 (11.7) 106 (20.7) 235 (22.75)
超过45岁 83 (80.6) 77 (76.2) 74 (70.5) 61 (59.8) 98 (88.3) 405 (79.3) 798 (77.25)
教育程度,n (%)
没有或初等教育 29 (28.2) 57 (56.4) 56 (53.3) 8 (7.8) 28日(25.2) 110 (21.5) 288 (27.88)
中学或本科教育 26日(25.2) 24 (23.8) 8 (7.6) 34 (33.3) 32 (28.8) 262 (51.3) 392 (37.95)
研究生 30 (29.1) 7 (6.9) 29 (27.6) 48 (47.1) 30 (27.0) 42 (8.2) 186 (18.01)
研究生 18 (17.5) 13 (12.9) 12 (11.4) 12 (11.8) 15 (13.5) 97 (19.0) 167 (16.17)
就业状况,n (%)
全职工作 32 (31.1) 29 (28.7) 43 (41.0) 57 (55.9) 28日(25.2) 146 (28.6) 335 (32.43)
兼职工作 13 (12.6) 19日(18.8) 16 (15.2) 5 (4.9) 15 (13.5) 65 (12.7) 133 (12.88)
失业 6 (5.8) 5 (5.0) 6 (5.7) 15 (14.7) 1 (0.9) 21日(4.1) 54 (5.23)
没有工作,也不找工作 4 (3.9) 5 (5.0) 1 (1.0) 7 (6.9) 9 (8.1) 26日(5.1) 52 (5.03)
无法工作 6 (5.8) 9 (8.9) 7 (6.7) 4 (3.9) 7 (6.3) 50 (9.8) 83 (8.03)
学生 0 0 3 (2.9) 1 (1.0) 0 6 (1.2) 10 (0.97)
退休 42 (40.8) 34 (33.7) 29 (27.6) 13 (12.7) 51 (45.9) 197 (38.6) 366 (35.43)
工资水平,n (%)
≤30000美元 23日(22.3) 20 (19.8) 41 (39.0) 42 (41.2) 19日(17.1) 33 (6.5) 178 (17.23)
3万001- 5万美元 16 (15.5) 14 (13.9) 13 (12.4) 18 (17.6) 14 (12.6) 54 (10.6) 129 (12.49)
$50,001- $75,000 6 (5.8) 10 (9.9) 4 (3.8) 0 6 (5.4) 52 (10.2) 78 (7.55)
> 75001美元 0 4 (4.0) 1 (1.0) 2 (2.0) 4 (3.6) 72 (14.1) 83 (8.03)
缺失或不适用 58 (56.3) 53 (52.5) 46 (43.8) 40 (39.2) 68 (61.3) 300 (58.7) 565 (54.70)
表2。2016年各国临床医生样本特征。
样本特征 法国(n = 105) 德国(n = 150) 意大利(n = 123) 西班牙(n = 104) 英国(n=108) 美国(n=526) 总(N = 1116)
性别,n (%)
男性 75 (71.4) 116 (77.3) 81 (65.9) 55 (52.9) 74 (68.5) 394 (74.9) 795 (71.24)
30 (28.6) 34 (22.7) 42 (34.1) 49 (47.1) 34 (31.5) 132 (25.1) 321 (28.76)
年龄组(年),n (%)
45岁以下 62 (59.0) 49 (32.7) 44 (35.8) 66 (63.5) 70 (64.8) 286 (54.4) 577 (51.70)
超过45岁 43 (41.0) 101 (67.3) 79 (64.2) 38 (36.5) 38 (35.2) 240 (45.6) 539 (48.30)
教育程度,n (%)
没有或初等教育 0 0 0 0 0 0 0
中学或本科教育 0 0 0 0 0 0 0
研究生 0 0 0 0 0 0 0
研究生 105 (100.0) 150 (100.0) 123 (100.0) 104 (100.0) 108 (100.0) 526 (100.0) 1116 (100.00)
就业状况,n (%)
全职工作 105 (100.0) 150 (100.0) 123 (100.0) 104 (100.0) 108 (100.0) 526 (100.0) 1116 (100.00)
兼职工作 0 0 0 0 0 0 0
失业 0 0 0 0 0 0 0
没有工作,也不找工作 0 0 0 0 0 0 0
无法工作 0 0 0 0 0 0 0
学生 0 0 0 0 0 0 0
退休 0 0 0 0 0 0 0
工资水平,n (%)
≤30000美元 3 (2.9) 4 (2.7) 13 (10.6) 6 (5.8) 1 (0.9) 5 (1.0) 32 (2.87)
3万001- 5万美元 28日(26.7) 14 (9.3) 40 (32.5) 48 (46.2) 10 (9.3) 4 (0.8) 144 (12.90)
$50,001- $75,000 41 (39.0) 34 (22.7) 37 (30.1) 42 (40.4) 20 (18.5) 31 (5.9) 205 (18.37)
> 75001美元 32 (30.5) 94 (62.7) 32 (26.0) 8 (7.7) 76 (70.4) 479 (91.1) 721 (64.61)
失踪 1 (1.0) 4 (2.7) 1 (0.8) 0 1 (0.9) 7 (1.3) 14 (1.25)

患者和临床医生使用移动医疗

在接受调查的2149名参与者中,1153人(53.65%)曾因癌症相关目的使用过某种移动技术。在两个最终用户组中观察到不同的移动健康访问率。在患者中,28.46%(294/1033)为移动健康用户:在所有评估的国家中,非用户占大多数,尽管在国家之间存在差异。相比之下,临床医生最常使用移动医疗:76.97%的受访者(859/1116)在日常活动或癌症患者管理中使用移动技术。美国的比例最高(459/ 526,87.26%)。关于使用强度,我们观察到在临床医生受访者中,32.26%(360/1116)为高级使用者,44.71%(499/1116)为基本使用者,而18.39%(190/1033)的患者报告为高级使用者,10.16%(105/1033)为基本使用者(表3).

表3。2016年所分析国家移动医疗的用户和非用户分布情况(N=2149)。
用户 法国 德国 意大利 西班牙 联合王国 美国 总计
病人,总 n = 103 n = 101 n = 105 n = 102 n = 111 n = 511 N = 1033

用户数,n (%) 16 (15.5) 34 (33.7) 46 (43.8) 25 (24.5) 18 (16.2) 155 (30.3) 294 (28.46)


基本的用户 8 (7.8) 10 (9.9) 15 (14.3) 9 (8.8) 6 (5.4) 56 (11.0) 104 (10.07)


高级用户 8 (7.8) 24 (23.8) 31 (29.5) 16 (15.7) 12 (10.8) 99 (19.4) 190 (18.39)

非用户,n (%) 87 (84.5) 67 (66.3) 59 (56.2) 77 (75.5) 93 (83.8) 356 (69.7) 739 (71.54)
临床医生,总 n = 105 n = 150 n = 123 n = 104 n = 108 n = 526 N = 1116

用户数,n (%) 72 (68.6) 104 (69.3) 72 (58.5) 60 (57.7) 92 (85.2) 459 (87.3) 859 (76.97)


基本的用户 33 (31.4) 38 (25.3) 35 (28.5) 36 (34.6) 56 (51.9) 301 (57.2) 499 (44.71)


高级用户 39 (37.1) 66 (44.0) 37 (30.1) 24 (23.3) 36 (33.3) 158 (30.0) 360 (32.26)

非用户,n (%) 33 (31.4) 46 (30.7) 51 (41.5) 44 (42.3) 16 (14.8) 67 (12.7) 257 (23.03)

临床医生和患者的移动健康活动

在被归类为移动健康用户的患者中,大约一半的受访者使用移动技术进行自动化和决策支持,例如安排预约(157/294,53.4%)、访问个人信息(147/294,50.0%)和阅读测试结果(135/294,45.9%)。只有大约三分之一的用户,因此,大约十分之一的患者受访者通过移动健康支持治疗和随访阶段,要么监测副作用(108/294,36.7%的用户),帮助预防进一步的事件(85/294,28.9%),要么按规定服用药物(97/294,33.0%;表4).对于临床医生来说,大多数人使用移动健康进行与自动化和交互领域相关的活动:88.6%(761/859)使用移动应用程序进行文献研究,66.9%(575/859)与同事互动,44.6%(383/859)直接与患者沟通。更少的临床医生用户使用mHealth进行决策:46.1%(396/859)使用移动应用程序访问患者的电子健康记录,44.0%(378/859)收集检测结果,少量(324/859,37.7%)的用户使用mHealth来支持订购进一步检测的决策。少数使用者在护理过程中进行了支持治疗和随访的活动,如副作用管理(318/859,37.0%)和依从性监测(116/859,13.5%;表5).

表4。根据技术的普及程度,由病人用户进行的活动。
患者用户执行的活动 用户之间的活动频率(n=294), n (%) 总受访者(N=1033)的活动频率,N (%)
支持自动化和交互的活动
预约医生 157 (53.4) 157 (15.20)
支持决策过程的活动
获取个人医疗保健信息 147 (50.0) 147 (14.23)
获取测试结果 135 (45.9) 135 (13.07)
支持治疗和随访的活动
监测副作用(恶心、呕吐和腹泻) 108 (36.7) 108 (10.45)
帮助预防进一步的事件(癌症进展和复发) 85 (28.9) 85 (8.23)
帮助按处方服用药物 97 (33.0) 97 (9.39)
表5所示。由临床医生用户进行的活动,按技术普及程度划分。
由临床医生用户执行的活动 用户之间的活动频率(n=859), n (%) 总受访者(N=1116)的活动频率,N (%)
支持自动化和交互的活动

文学研究 761 (88.6) 761 (68.19)

直接与患者沟通 383 (44.6) 383 (34.32)

与同事互动,及时做出决策 575 (66.9) 575 (51.52)
支持决策过程的活动

访问患者的电子健康记录 396 (46.1) 396 (35.48)

获取测试结果 378 (44.0) 378 (33.87)

订购进一步测试的决策支持 324 (37.7) 324 (29.03)
支持治疗和随访的活动

监测依从性(主要处理) 116 (13.5) 116 (10.39)

控制副作用 318 (37.0) 318 (28.49)

专业移动医疗在临床医生和患者之间的鸿沟

表6显示使用PSBRA技术的临床医生和患者的边际概率均值分别为69.8%和38.7%(使用HPSM的分别为69.5%和38.7%)。在其他条件相同的情况下,临床医生比患者更多地使用移动健康,因此,突出了在护理过程中参与的两个主要参与者之间的互补性的低效激活。年龄和工资水平影响移动医疗在两个终端用户群体中的采用。在临床医生中,年轻专业人员成为移动健康用户的可能性高出约15个百分点(82.9%对64.6%使用PSBRA),而患者的差距甚至更大,接近30个百分点。工资水平也有类似的影响,较富裕的受访者比较不富裕的受访者更有可能成为移动健康的用户。这些变量也解释了临床医生和患者之间的鸿沟。在年龄方面,老年受访者(35.4%使用PSBRA)的差异显著高于年轻受访者(24.5%),而在工资水平方面,低收入(29.5%使用PSBRA)和高收入类别(23.2%)的差异较小,中等收入类别(36.4%至43.7%)的差异显著。在处理国家层面的情况时,出现了进一步的差异,在英国,差距高达近50个百分点(51.7%使用PSBRA)。

表6所示。移动医疗使用的边际概率(N=2149)。
统计方法a、b PSBRAc, % HPSMd, %

临床医生 病人 临床医生 病人
主要影响 71.8 40.2 31.6 71.2 39.6 31.6
年龄(年)
≤45 82.9 58.5 24.5 80 54.2 25.7
> 45 64.6 29.2 35.4 66 30.6 35.4
工资
≤30000美元 63.7 34.2 29.5 61.2 33.3 28
3万001- 5万美元 70.6 34.3 36.4 70.1 34.4 35.7
$50,001- $75,000 75.5 31.9 43.7 75.2 30.2 44.9
> 75000美元 74 50.8 23.2 73.7 50.5 23.1
国家
法国 62 27.5 34.5 60.6 25.5 35.1
德国 60 43.4 16.6 64.4 47 17.4
意大利 50.6 51.4 −0.8e 55.2 55.5 −0.3e
西班牙 46 26.3 19.7 49.5 29.3 20.2
联合王国 75.5 23.8 51.7 77 28 48.9
美国 84.7 46.2 38.5 82.1 41.6 40.5

一个的两个值处的边际概率临床医生/病人显示Dummy。

b用于估计倾向得分的回归有一个伪r平方值为0.15,拟合优度检验显示皮尔森卡方值为19.1。logit模型包括倾向得分作为协变量和概率权重。

cPSBRA:基于倾向评分的加权回归调整。

dHeckman probit选择模型。

e不显著。

阻碍更多移动医疗使用的原因

不属于用户类别的参与者被问及他们对移动医疗使用的担忧,并回答了李克特量表的5点项目(表7).在患者方面,最普遍的担忧是倾向于与医生进行传统的沟通方式(平均4.26,标准差0.93),对信息技术的潜力缺乏了解(平均3.82,标准差1.17),以及对医疗目的移动健康的可靠性和有效性的怀疑(平均3.03,标准差1.07)。对于不使用智能手机的临床医生来说,最大的疑问与患者对亲自就诊的偏好(平均4.13,SD 0.91)和无法使用智能手机(平均3.44,SD 0.94)有关。

表7所示。使用移动医疗(mHealth)的障碍由非用户患者和临床医生按李克特5分量表评定。
参与者,障碍 意思是(SD)
病人是否

我担心保护我的个人、医疗和健康信息的机密性 2.65 (1.21)

我不相信这个软件的技术可靠性 2.86 (1.06)

我认为移动技术用于医疗目的并不有效和可靠 3.03 (1.07)

我对移动健康没有兴趣,因为我不能正确使用这些设备 2.65 (1.08)

我更喜欢和我的医生面对面交流 4.26 (0.93)

我没有意识到这种可能性 3.82 (1.17)

我负担不起移动设备和连接的费用 2.64 (1.23)
临床医师是否

出于数据安全考虑,我对提供移动类型的支持持怀疑态度 2.89 (1.18)

我不相信这个软件的技术可靠性 2.34 (0.95)

我对移动医疗不感兴趣,因为我不能正确使用这些设备 2.12 (0.97)

我没有意识到移动电话的这种潜在用途 3.02 (1.17)

我认为移动技术用于医疗目的并不有效和可靠 2.22 (0.96)

我意识到病人通常不能利用移动技术 3.44 (0.94)

我还是更喜欢和我的病人面对面交流 4.13 (0.91)

我认为,把我与病人面对面的关系与移动健康(mHealth)提供的虚拟实践相结合,会让人感到不舒服 2.90 (1.13)

定性反馈

参与研讨会的众多利益攸关方帮助确定了进一步的关键主题。这些问题包括医疗应用程序的一般性质,由于融入工作和生活环境而缺乏用户友好性,交互界面很差,以及关于医疗应用程序是否以及何时必须被视为医疗设备以及是否必须满足证据要求的困惑。在圆桌会议上,专家们一致认为,目前的应用程序很少为患者考虑,在许多情况下,应用程序的功能无法满足患者的期望和需求。因此,与会者一致认为,在设计和开发新的应用程序之前,确定目标用户的愿望或期望是非常重要的。与会者特别强调,要定义app的内容,最根本的是了解主要目标人群的特点(即老年/年轻用户、疾病类型和阶段、对技术的不同熟悉程度)、语言(越简单越好,避免科学语言,让app立即易于使用)和布局(即小屏幕上的小字体对老年人来说是一种障碍)。


主要研究结果

随着人口老龄化和慢性病流行,全球卫生保健系统的财政可持续性受到威胁,需要新的模式,让患者能够保持健康和/或自我管理病情,医院只治疗疾病的急性期,并将社区和患者的家连接起来,以提供长期的慢性护理。在这样的背景下,移动健康利用移动智能手机用户的增长(2017年超过44亿[28],占全球成年人的三分之二以上),正在成为一种可行的解决方案,可使患者了解情况并获得授权,为临床医生提供及时数据,以提高其评估患者健康状况的能力,并帮助改善医院,重组其生产职能和管理流程,以更好地适应人口不断变化的需求[29].

癌症幸存者在医疗护理、心理支持和日常生活的实际需求方面经历着不同的需求,而移动健康应用程序可以提供低成本、易于获取和个性化的信息和健康行为干预措施[30.].益处可以增加患者的总体生存机会[31].然而,尽管移动技术在癌症治疗和癌症支持性治疗中的实际应用已经得到了广泛的认可,并且在人工设备开发方面也有所增加,但现有的证据仍然不足。这项研究发现癌症患者对移动健康的使用率不到30%。与西班牙一所大学医院进行的一项横断面调查相比,这些结果略高,但在同一个数量级上。根据该调查,20.3%的血液学-肿瘤学患者拥有健康应用程序[13].相比之下,根据我们的调查结果,临床医生对移动健康的使用更为广泛,超过四分之三的受访者使用移动健康。

在任何情况下,并非所有用户都出于相同的目的访问移动健康;我们的分析发现了进一步的差距,即基本用户和高级用户之间的差距。

临床医生往往主要孤立地使用移动医疗,没有与患者进行基于移动医疗的互动。事实上,临床医生用户报告说,他们广泛地访问移动健康,以执行支持自动化和数据收集的活动(例如与同事互动而且文学研究),而较少用于支持临床决策。

因此,我们的调查结果与先前发表的研究一致,这些研究强调了移动健康实验研究和应用程序对肿瘤领域治疗和后续活动的有限关注[910].

一些障碍仍然阻碍着临床医生和患者更广泛地采用,主要的障碍是对面对面交流的偏好,以及相关的担忧,即移动技术可能会阻碍信任关系。两个非用户群体都支持这些担忧,我们的结果与之前的文献结果相似,即在癌症患者调查中,希望与治疗医师进行个人接触是拒绝应用程序的主要原因[14]以及临床医生都担心移动医疗可能会破坏医患关系,增加他们的工作量[29].然而,根据一项更广泛的系统、叙述性回顾,在采用移动健康应用程序后,患者感到自己被赋予了权力,并感受到与提供者关系的积极影响[32].

另一方面,我们的分析证实,从互联网和智能手机的使用情况来看,年龄、教育程度和收入在解释临床医生和患者在癌症治疗中使用移动健康方面发挥着重要作用。然而,在其他条件相同的情况下,我们发现临床医生使用移动医疗技术明显比患者更普遍,年龄、收入和出身等因素进一步影响了这种差异的程度。之所以会出现这种差异,是因为移动健康,如大多数类型的健康技术(如医疗设备),代表了临床医生的工作工具,而临床医生为了提高自己的表现,通常倾向于技术创新,也代表了技术创新的自然目标[3334].然而,消费者在成为病人之前通常不会接触到保健技术,而且原则上他们根本不会关心这些技术,除非他们碰巧感染了某种疾病或医生给他们开了这种技术的处方。众所周知,患者和医生之间存在典型的代理关系,以及提供者诱导的需求,使得患者对医疗服务的消费高度依赖于医生的建议[133536].此外,有证据表明,加入跨专业联盟和变革网络有助于促进或阻碍新技术的扩散进程[37].医生参与特定的变革网络,使他们在创新的传播中处于特权地位。在社会人口统计学的演变缓解这一趋势之前,临床医生可能在传播移动医疗在癌症治疗中的应用并招募越来越多的患者采用移动医疗方面发挥决定性作用。

事实上,这种专业差异是移动医疗在癌症治疗中的一个障碍。如果要实现移动医疗的承诺,临床医生和患者的使用率需要趋同。鼓励肿瘤学家在日常实践中采用癌症应用程序,以鼓励患者更长时间地使用移动医疗,是有好处的。

促进移动医疗保健利用的激励措施

为了提高临床医生的使用,可以采用几个不同的层次。第一个维度与工件设计有关;理想情况下,癌症应用程序的设计应该加强患者和临床医生之间的关系,并且应该测试它们的有效性、准确性和自我效能,以帮助临床医生和患者在目前似乎应用程序过载的情况下适应自己[38].

应用设计人员和开发人员必须更多地将最终用户引入设计过程。我们的研究结果指出,应用程序开发人员需要利用工具包,使患者和医生能够更充分地参与设计和开发过程,每个人都有自己的专业知识。39].这将有助于共同创建解决方案。在开发可持续的信息技术系统的过程中,重要的是在从问题识别到设计和开发阶段的不同阶段,让最终用户,特别是临床医生和患者参与进来,使项目轨迹符合用户的需求和期望,并为临床医生提供自我反思和修订的机会。不幸的是,许多移动健康应用程序的设计都没有考虑到患者或临床医生的用户需求[4].文献中缺乏经验验证的指导方针或过程模型,关于如何与利益相关者一起而不是为利益相关者设计应用程序。因此,Byambasuren等人最近对系统研究的概述显示,大多数移动健康应用程序的质量都很低[40],这阻碍了临床医生的建议和患者的使用。在癌症治疗方面,Brouard等人评估了117个用于肿瘤信息和治疗监测的应用程序[41]并发现这些应用程序的有效性普遍较差(27.4%)。

首先,这些结果表明,设计师和开发人员需要认识到,在应用程序处理癌症等疾病时,一刀切的方法是行不通的。考虑到患者类型的差异、疾病阶段的差异、人们接受的护理类型,以及人们使用移动技术的专业知识的特定应用程序,将有更好的机会增加采用和定期使用。

其次,大多数健康应用程序缺乏临床有效性的证据,也没有经过正式的验证和评估过程[42];缺乏证据表明移动医疗能否以及在何种条件下兑现其改善患者健康状况和医疗过程效率的承诺,这进一步限制了对移动医疗的更大利用[2943-45].需要对更多的癌症应用程序的功效进行测试,因为除了少数例外[314647],支持移动医疗技术的证据基础仍然缺乏[9].然而,考虑到移动健康应用程序的整体性能是多维的,也就是说,它可以从不同的角度(例如,患者,护理人员和临床医生)来衡量,有必要开发一个方法框架,以包括临床结果之外的更广泛的益处。这是推动医疗技术成本和结果分析边界的目标的一部分,这是一个由欧盟资助的为期三年的大型项目,其关于如何评估移动健康应用程序的建议预计将于2020年提出[48].

此外,联合王国国家健康和护理卓越研究所最近启动了一个项目,旨在为评估移动技术(即,行为改变:数字和移动卫生干预),预计于2020年交付[49].

第三,有效的监管有助于促进移动医疗应用的采用。当移动健康应用程序用于诊断、预防、治疗、监测或减轻人类疾病时,它们被归类为医疗设备,因此必须响应高监管标准,以证明临床效益和安全性[50].然而,监管体系很少能够跟上全球市场上移动健康应用程序的指数级推出,并且在确定基于软件的技术是否必须被视为医疗设备方面往往模棱两可。这导致包括数字健康技术在内的临床试验数量非常少,2017年全球有860项[51]与同期用于管理健康状况的移动健康应用程序数量(12.6万个)相比[3.],这意味着绝大多数移动健康应用程序在没有任何临床证据支持的情况下进入市场[52].这可能会降低临床医生和患者对应用程序可靠性和有效性的信心。美国食物及药物管理局(食物及药物管理局)[53]以及欧洲委员会卫生和消费者理事会[54长期以来,苹果一直在努力阐明数字健康技术需要满足的监管标准,以及应用程序制造商需要制定哪些证据要求。此外,FDA在国际医疗器械监管论坛内领导了一个工作组,旨在协调不同司法管辖区基于软件的技术的监管框架[55]并将在2019财年预算中包括一个数字健康卓越中心,该中心旨在使数字健康的监管方法现代化[56].这些努力至关重要,因为它们将确保在全球环境中工作的制造商遵守共同的规则,并将提高对最终用户的信任水平。

第四,必须解决数据保护问题,以增强终端用户使用移动健康应用程序的信心。临床医生仍然对收集到的数据和可用的应用程序的可靠性没有充分的信心[57].数据不仅应可靠,而且其可用性也尤为关键:如果不加以最佳利用,患者和提供者可能获得的大量数据很容易使他们不堪重负。FDA发布了上市前和上市后指南,为医疗设备网络安全风险的全面管理和整个产品生命周期的持续改进提供了建议,并激励不断变化的营销和分布式医疗设备以降低风险[58].最近,欧盟法律《一般数据保护条例》旨在规范数字世界中的个人数据[59].虽然它们还太新,无法进行评估,但我们认为这些努力朝着正确的方向发展,可以增加临床医生和患者对使用移动健康应用程序的信心。

最后,创新的、多学科的家庭护理模式现在可用于癌症患者,他们可以通过口服抗癌药物积极维持,并在试点测试中初步成功地优化依从性管理[60-62].尽管个性化移动健康应用程序对口服抗癌药物患者的依从性和其他重要结果的影响尚未得到评估[63],则需要适当的经济激励措施及有关公式,以刺激他们使用这些装置[20.].

总之,像所有其他医疗设备一样,移动健康的吸收和推广在很大程度上取决于临床医生的信念,但与其他一些医疗设备(如可植入设备)不同的是,移动健康的有效性在很大程度上取决于患者发挥积极作用,并与临床医生以相同的速度使用它。

研究优势与局限性

这是第一次包含大型国际样本量的调查,比较了北美和欧洲的6个不同国家,更重要的是,涵盖了移动健康的两个最重要的终端用户:患者和临床医生。事实上,尽管较少,但之前的研究主要是针对癌症患者的需求和对移动技术的态度,而不是临床医生的需求和态度。虽然过去已有其他专业的估计[64,据我们所知,这代表了临床医生在癌症领域使用移动健康的第一个证据。其次,这是第一个将调查方法与更定性的方法(与关键利益相关者的研讨会和圆桌会议)相结合的研究,以更好地解释和补充调查中出现的定量证据,最终为决策者提供具体的建议。

然而,本研究存在一些局限性,应在后续研究中加以考虑。首先,这项研究是基于志愿者在线访问小组,因此,不能完全代表参考人群,因为只有拥有一定程度数字能力的个人才能被接触和包括在内。然而,我们认为在线工具有助于突出临床医生和患者之间最小的差异,如果我们没有使用数字工具,这种差异可能会更大。此外,对使用移动健康的患者和临床医生所进行的活动的用户组的调查是自我报告的,而不是基于他们实践的实际记录。最后,这项调查提出了概括性的限制;因此,所测试的划分和模型仅在癌症和癌症支持性治疗中有效,并且结果非常显著,但它们可能不适用于其他类型的疾病。

结论

移动应用程序在健康和癌症治疗中的应用正在蓬勃发展,但对于谁在使用移动健康,用于什么目的,使用什么样的应用程序,以及移动健康在临床实践中的未来可能是什么,人们知之甚少。在这项研究中,我们为填补这些差距做出了贡献:我们的研究结果突出了癌症护理中的两种类型的数字鸿沟——一种是由患者之间的社会经济和教育不平等所介导的,另一种是医生和患者如何部署这些技术之间的裂痕。移动医疗要想充分发挥其效益,就必须整合这两个方面,而不是加剧现有的分歧。

致谢

这项研究由赫尔辛基医疗保健公司提供无限制资助。资助者对手稿的内容没有任何影响。作者要感谢Kathi Apostolidis在调查草案和试点期间提供了大量的专业知识,以及所有匿名受访者,他们完成了调查草案,并用他们宝贵的见解帮助我们改进了调查。进一步感谢弗朗西斯科·德·洛伦佐和阿尔贝托·科斯塔的评论和反馈。作者还感谢帕特·杜鲁门和贝茨·戴维斯对之前版本手稿的宝贵贡献。作者声明,手稿是一个诚实和准确的研究报告在这里,没有任何方面的研究被遗漏。

作者的贡献

RT和MC构想了本研究;PA和FP分析了数据;RT、MC、KCD和FP撰写了手稿,并将研究结果置于背景中。所有作者都阅读并批准了最终的手稿。

利益冲突

没有宣布。

  1. 施泰因胡贝尔,缪斯ED,托波尔EJ。移动医疗技术能改变医疗保健吗?美国医学杂志2013年12月11日;310(22):2395-2396。[CrossRef] [Medline
  2. 移动医疗技术是如何彻底改变临床研究的。2018年9月4日(5):20-23 [免费全文
  3. Research2guidance。2017.mHealth应用开发者经济学网址:https://research2guidance.com/mhealth-app-developer-economics/[访问日期:2019-01-17][WebCite缓存
  4. Noah B, Keller MS, Mosadeghi S, Stein L, Johl S, Delshad S,等。远程患者监测对临床结果的影响:随机对照试验的最新荟萃分析。NPJ数字医学2018年1月15日;1(1)。[CrossRef
  5. 罗宾斯R,克雷布斯P,贾格纳森R,让-路易斯G,邓肯DT。健康应用在美国手机用户中的使用:慢性病状况趋势分析JMIR Mhealth Uhealth 2017 12月19日;5(12):e197 [免费全文] [CrossRef] [Medline
  6. Kuckman R, Stern A.《哈佛商业评论》2018年4月,为什么管理慢性疾病的应用程序没有被广泛使用URL:https://hbr.org/2018/04/why-apps-for-managing-chronic-disease-havent-been-widely-used-and-how-to-fix-it[2019-01-19]访问
  7. 张勇,Lauche R, Sibbritt D, Olaniran B, Cook R, Adams J.美国成年人慢性疾病和非慢性疾病健康信息技术使用的比较:2012年全国健康访谈调查的结果。J Med Internet Res 2017 Oct 05;19(10):e335 [免费全文] [CrossRef] [Medline
  8. 世界卫生组织。癌症关键事实https://www.who.int/news-room/fact-sheets/detail/cancer[访问日期:2019-01-07][WebCite缓存
  9. Bender JL, Yue RY, To MJ, Deacken L, Jadad AR.很多行动,但不是在正确的方向:系统回顾和内容分析智能手机应用程序预防,检测和管理癌症。中国医学杂志,2013;15(12):e287 [免费全文] [CrossRef] [Medline
  10. Nasi G, Cucciniello M, Guerrazzi C.移动技术在医疗保健过程中的作用:癌症支持性护理的案例。J Med Internet Res 2015 Feb 12;17(2):e26 [免费全文] [CrossRef] [Medline
  11. Esther Kim JE, Dodd MJ, Aouizerat BE, Jahan T, Miaskowski C.肿瘤患者多种症状的患病率和影响的综述。J疼痛症状管理2009 Apr;37(4):715-736 [免费全文] [CrossRef] [Medline
  12. Mooney K, Berry DL, Whisenant M, Sjoberg D.通过患者体验改善癌症护理:如何在临床实践中使用患者报告的结果。Am Soc Clin Oncol教育书籍2017;37:695-704 [免费全文] [CrossRef] [Medline
  13. colado - borrell R, Escudero-Vilaplana V, Calles A, Garcia-Martin E, Marzal-Alfaro B, Gonzalez-Haba E,等。肿瘤患者对使用新技术管理其疾病的兴趣:横断面调查J Med Internet Res 2018 10月23日;20(10):e11006 [免费全文] [CrossRef] [Medline
  14. Kessel KA, Vogel MM, Kessel C, Bier H, Biedermann T, Friess H,等。肿瘤学中的移动健康:关于应用程序辅助癌症护理的患者调查。JMIR Mhealth Uhealth 2017 Jun 14;5(6):e81 [免费全文] [CrossRef] [Medline
  15. Børøsund E, Cvancarova M, Ekstedt M, Moore SM, Ruland CM。用户特征如何影响乳腺癌和前列腺癌患者基于web的疾病管理支持的使用模式。中国医学杂志,2013;15(3):e34 [免费全文] [CrossRef] [Medline
  16. 林eo, Chee W,刘勇,林海杰,Guevara E,蔡宏,等。网络癌症互助小组中癌症患者的特点。计算机信息系统2007;25(6):334-343 [免费全文] [CrossRef] [Medline
  17. Kontos E, Blake KD, Chou WS, Prestin A.电子卫生使用的预测因素:2012年健康信息全国趋势调查中关于数字鸿沟的见解。中国医学杂志,2014;16(7):e172 [免费全文] [CrossRef] [Medline
  18. Barry MJ, Edgman-Levitan S.共同决策——以病人为中心的护理的巅峰。中华外科杂志2012 3月1日;366(9):780-781。[CrossRef] [Medline
  19. Drummond M, Griffin A, Tarricone R.器械和药物的经济评估——相同还是不同?价值健康状况2009年6月;12(4):402-404 [免费全文] [CrossRef] [Medline
  20. Estrin D, Sim I.医疗保健服务。开放式移动医疗架构:医疗创新的引擎。《科学》2010年11月5日;[CrossRef] [Medline
  21. 互联网时代的医患关系:未来展望与研究议程。中国医学杂志,2001;3(2):E15 [免费全文] [CrossRef] [Medline
  22. Berkowitz CM, Zullig LL, Koontz BF, Smith SK。肿瘤学提供商对癌症护理移动健康应用程序的看法。JCO临床癌症通报2017年12月;1:1-7 [免费全文] [CrossRef] [Medline
  23. 经济合作与发展组织。经合组织宽带统计门户网址:http://www.oecd.org/internet/oecdbroadbandportal.htm#map[2019-01-17]访问
  24. Ferlay J, Soerjomataram I, Dikshit R, Eser S, Mathers C, Rebelo M,等。全球癌症发病率和死亡率:来源、方法和主要模式。国际肿瘤学杂志2015年3月1日;39(5):359- 366。[CrossRef] [Medline
  25. Bauer AM, Rue T, Keppel GA, Cole AM, Baldwin L, Katon W.在WWAMI地区实践和研究网络(WPRN),初级保健患者使用移动健康(mHealth)工具。中国医学杂志2014;27(6):780-788 [免费全文] [CrossRef] [Medline
  26. 王志刚,王志刚,王志刚,王志刚。移动技术:大学医疗中心临床工作人员和患者的期望、使用和接受程度。JMIR Mhealth Uhealth 2014;2(4):e42 [免费全文] [CrossRef] [Medline
  27. Edwards L, Thomas C, Gregory A, Yardley L, O'Cathain A, Montgomery AA,等。慢性病患者有兴趣使用远程医疗吗?横断面邮政调查。中国医学杂志,2014;16(5):e123 [免费全文] [CrossRef] [Medline
  28. Ericcson。流动性报告:关键数字https://www.ericsson.com/en/mobility-report/reports/november-2017/key-figures[访问日期:2019-01-17][WebCite缓存
  29. 施泰因胡贝尔,缪斯ED,托波尔EJ。移动医疗的新兴领域。科学翻译医学2015年4月15日;7(283):283rv3。[CrossRef] [Medline
  30. 沃尔默DD, K费尔,雅虹,博杜安CE,普尔辛斯基J,欧瑞MG。应用程序寻求理论:在癌症幸存者移动应用程序中使用健康行为改变理论的研究结果。JMIR Mhealth Uhealth 2015;3(1):e31 [免费全文] [CrossRef] [Medline
  31. Basch E, Deal AM, Dueck AC, Scher HI, Kris MG, Hudis C,等。一项评估常规癌症治疗期间患者报告的症状监测结果的试验的总生存结果。J Am医学协会2017年6月04日。[CrossRef] [Medline
  32. Qudah B, Luetsch K.移动医疗应用程序对患者-医疗保健提供者关系的影响:一个系统的,叙述性的审查。患者教育计数2019年1月31日。[CrossRef] [Medline
  33. 对新技术做出正确的决定:对医院标准和偏好的看法。医疗保健管理,2014;39(3):245-254。[CrossRef] [Medline
  34. Robert G, Greenhalgh T, MacFarlane F, Peacock R.采用和吸收新的非药物技术到医疗保健:系统综述。《卫生服务政策》2010年10月;15(4):243-250。[CrossRef] [Medline
  35. Auster RD,瓦哈卡RL。确定保健部门的供应商引起的需求。中国地质大学学报,1981;16(3):327-342。[Medline
  36. 医疗保健的供给和需求:或者说,医疗保健市场反常吗?澳大利亚经济Rev 2001 9月34日(3):336-352。[CrossRef
  37. 菲茨杰拉德L,菲利E,伍德M,霍金斯C.环环相扣的相互作用,医疗保健创新的扩散。Hum Relat 2002;55(12):1429-1449 [免费全文] [CrossRef
  38. 期BM。有没有解决应用程序过载的应用程序?中国医学杂志2015年4月14日;313(14):1405-1407。[CrossRef] [Medline
  39. Hartzler A, Pratt W.管理健康的个人方面:患者的专业知识与临床医生的专业知识如何不同。中国医学杂志,2011;13(3):e62 [免费全文] [CrossRef] [Medline
  40. Byambasuren O, Sanders S, Beller E, Glasziou P.从系统评价概述中识别的可处方移动健康应用程序。中国数字医学杂志2018;1(1):12 [免费全文
  41. Brouard B, Bardo P, Bonnet C, Mounier N, Vignot M, Vignot S.肿瘤学中的移动应用:患者和医疗保健专业人员是否可能轻松识别相关工具?安医学2016年6月27日;48(7):509-515。[CrossRef] [Medline
  42. 工程主任,李建民糖尿病和内分泌学移动健康应用的前景和危险。儿科糖尿病2013 Jun;14(4):231-238 [免费全文] [CrossRef] [Medline
  43. 新生儿健康岌岌可危:潜在的移动健康应用。中国医学杂志2014年7月16日;312(3):229-230。[CrossRef] [Medline
  44. Broderick A, Haque F.安全网络中的移动健康和患者参与:社区卫生中心和诊所的调查。发行简介(共同基金)2015年5月;9:1-9。[Medline
  45. 辛格K,德劳因K,纽马克LP,费尔金斯M,西尔弗斯E,贝恩PA,等。面向患者的移动应用程序治疗高需求,高成本人群:范围审查。JMIR Mhealth Uhealth 2016年12月19日;4(4):e136 [免费全文] [CrossRef] [Medline
  46. Denis F, Yossi S, Septans A, Charron A, Voog E, Dupuis O,等。通过网络应用程序报告自我评估症状,提高肺癌患者的生存率。中华临床医学杂志2017年10月;40(5):464-469。[CrossRef] [Medline
  47. Maguire R, Fox PA, McCann L, Miaskowski C, Kotronoulas G, Miller M,等。eSMART研究方案:一项随机对照试验,评估使用先进症状管理系统(ASyMS)远程技术对癌症患者进行电子症状管理。BMJ公开赛2017年6月06日;7(5):e015016 [免费全文] [CrossRef] [Medline
  48. Comedh2020。WP3开发方法评估患者报告的移动健康结果网址:http://www.comedh2020.eu/wps/wcm/connect/site/comed/home/project/work+packages/wp3[2019-04-18]访问
  49. 国家健康和护理卓越研究所。URL:https://www.nice.org.uk/guidance/indevelopment/gid-ng10101/documents[2019-04-09]访问
  50. 舒仁J, Patel B . Gottlieb S. FDA对移动医疗应用程序的监管。中国医学杂志2018年7月24日;320(4):337-338。[CrossRef] [Medline
  51. IQVIA 2017。数字健康价值的增长网址:https://www.iqvia.com/-/media/iqvia/pdfs/institute-reports/the-growing-value-of-digital-health.pdf?_=1547749163783[2019-01-17]访问
  52. 弗雷泽AG, Butchart EG, szymazynski P, Caiani EG, Crosby S, Kearney P,等。欧洲医疗器械临床证据透明度的需要。柳叶刀2018年12月11日;392(10146):521-530。[CrossRef] [Medline
  53. 美国食品和药物管理局,2018。数字健康内容指南URL:https://www.fda.gov/MedicalDevices/DigitalHealth/ucm562577.htmWebCite缓存
  54. 欧洲委员会。移动卫生评估准则工作组报告网址:https://tinyurl.com/y5vtgtfs[访问日期:2019-01-17][WebCite缓存
  55. 美国食品和药物管理局,2018。国际医疗器械监管者论坛(IMDRF)网址:https://www.fda.gov/MedicalDevices/InternationalPrograms/IMDRF/default.htmWebCite缓存
  56. Lee WC, Plowman RS, Savage GM.数字健康技术时代的肿瘤学价值框架:以患者为中心的方法。价值与成果聚焦2018;4(5):A [免费全文
  57. Kruse CS, Goswamy R, Raval Y, Marawi S.大数据在医疗保健中的挑战和机遇:系统综述。JMIR Med Inform 2016年11月21日;4(4):e38 [免费全文] [CrossRef] [Medline
  58. 食品和药物管理局。网络安全网址:https://www.fda.gov/MedicalDevices/DigitalHealth/ucm373213.htm[访问日期:2019-01-17][WebCite缓存
  59. 欧盟法。一般资料保护规例网址:https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng[访问日期:2019-01-17][WebCite缓存
  60. Bordonaro S, Raiti F, Di Mari A, Lopiano C, Romano F, Pumo V,等。积极的家庭癌症治疗。《中国医学杂志》2012;5:137-143 [免费全文] [CrossRef] [Medline
  61. Khandelwal N, Duncan I, Ahmed T, Rubinstein E, Pegus C.口服化疗方案提高依从性,减少药物浪费和住院率。中华自然科学杂志2012 5月10(5):618-625。[Medline
  62. Molassiotis A, Brearley S, Saunders M, Craven O, Wardley A, Farrell C,等。家庭护理方案在接受口服化疗的结直肠癌和乳腺癌患者症状管理中的有效性:一项随机对照试验中华临床医学杂志2009年12月20日;27(36):6191-6198。[CrossRef] [Medline
  63. Agboola S, Flanagan C, Searl M, Elfiky A, Kvedar J, Jethwani K.使用基于手机的新型干预措施改善癌症患者口服抗癌药物的疗效:随机对照试验的研究设计。JMIR Res Protoc 2014 12月23日;3(4):e79 [免费全文] [CrossRef] [Medline
  64. Loeb S, Bayne CE, Frey C, Davies BJ, Averch TD, Woo HH,美国泌尿协会社交媒体工作组。社交媒体在泌尿外科的使用:数据来自美国泌尿外科协会(AUA)。BJU杂志2014年6月;113(6):993-998 [免费全文] [CrossRef] [Medline


食品药品监督管理局:美国食品和药物管理局
HPSM:Heckman probit选择模型
知识产权:互联网协议
健康:移动健康
PSBRA:基于倾向评分的回归调整


G·艾森巴赫(G Eysenbach)编辑;提交02.02.19;P Innominato, F Levi, B Koontz, C Berkowitz, D Check, A Dinkel, Z Su同行评审;作者评论02.03.19;修订本收到日期28.04.19;接受30.04.19;发表06.09.19

版权

©Rosanna Tarricone, Maria Cucciniello, Patrizio Armeni, Francesco Petracca, Kevin C Desouza, Leslie Kelly Hall, Dorothy Keefe。最初发表于JMIR Mhealth和Uhealth (http://mhealth.www.mybigtv.com), 2019年9月6日。

这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,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 mhealth和uhealth上的原创作品。必须包括完整的书目信息,http://mhealth.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