发表在9卷第12名(2021): 12月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/28285,首次出版
初级卫生保健中慢性病患者远程监测系统:系统综述

初级卫生保健中慢性病患者远程监测系统:系统综述

初级卫生保健中慢性病患者远程监测系统:系统综述

审查

1里斯本NOVA大学NOVA科技学院,Setúbal,葡萄牙

2Inov Inesc Inovação, Instituto de Novas technologias,里斯本,葡萄牙

3.里斯本研究所Universitário de Lisboa (ISCTE-IUL), ISTAR,里斯本,葡萄牙

4生物学院,圣安德鲁斯大学圣伦纳德研究生院,圣安德鲁斯,英国

5葡萄牙NOVA科技学院机械与工业工程系,机械与工业工程系,Setúbal

6葡萄牙里斯本NOVA大学NOVA医学院综合健康研究中心

通讯作者:

Luís Velez Lapão,博士

联合会Investigação e机械工业节能

机械与工业工程系“,

NOVA科技学院

Ciências e技术学院

卡帕里卡校园

塞图巴尔,2829 - 516

葡萄牙

电话:351 212 948 300

电子邮件:l.lapao@fct.unl.pt


背景:数字时代,有了数字传感器、物联网(IoT)和大数据工具,为改善医疗保健服务的提供提供了新的机会,远程监测系统发挥着至关重要的作用,并改善了对患者的访问。这些系统的多功能性在当前的COVID-19大流行期间得到了证明。健康远程监测系统(HRMS)具有多种优点,如减少医院和保健中心的病人负荷。从HRMS中受益最大的患者是那些患有慢性疾病的患者、老年人以及从SARS-CoV-2病毒感染中恢复的症状较轻的患者。

摘要目的:本文旨在对初级卫生保健(PHC)设置中的HRMS文献进行系统回顾,确定当前卫生过程数字化、远程数据获取以及卫生保健人员与患者之间的互动的现状。

方法:采用PRISMA(系统评价和荟萃分析首选报告项目)指南进行了系统的文献综述,以确定在PHC环境中探索HRMS干预慢性疾病患者的文章。

结果:文献综述产生了123篇论文,其中18篇符合预定义的纳入标准。所选文章强调,传感器和可穿戴设备已经在PHC级别的慢性病管理相关的多个场景中使用。研究主要集中在糖尿病患者(9/ 26,35%)和心血管疾病患者(7/ 26,27%)。在对这些干预措施实施情况进行评估期间,突出的主要困难是将信息整合到卫生保健基础设施的现有系统中,以及改变卫生保健专业人员的工作流程(83%)。

结论:PHC整合了多学科团队和患有复杂慢性疾病的患者。尽管有理论框架、客观地识别问题以及利益相关者参与设计和实施过程,但这些干预措施大多未能扩大规模。尽管进行系统的文献综述存在固有的局限性,但PHC背景下的研究数量较少是一个相关的限制。本研究旨在证明,在使用传感器和可穿戴设备作为慢性疾病管理的信息源进行远程监测的干预措施中,将技术发展与工作中的PHC过程相匹配的重要性,这样具有临床价值的信息就不会在过程中丢失。

JMIR移动健康Uhealth 2021;9(12):e28285

doi: 10.2196/28285

关键字



背景

护理过程的数字化、物联网(IoT)支持的整体传感以及人工智能(AI)工具正在积极应用,为卫生部门带来好处,并催生了智能卫生范式[1这对应于2019年估值为1436亿美元的新兴市场,2020年至2027年的年增长率估计为16.2% [2].在这一变革过程中,健康远程监测系统(HRMS)被认为是一种使用传感器和可穿戴设备收集患者数据的新兴技术。然而,为了提供临床价值,这些系统必须与临床过程和治疗相关联,以便测量可以与实际的患者护理相关联。

传感器在健康领域的应用是一个最近但不断增长的研究领域。这些传感器通常被称为生物传感器,因为它们经常收集患者的生命体征。可穿戴设备是指患者使用与身体直接接触的设备,为护理提供临床相关数据。这种持续监测过程定义了个性化护理。物联网传感器可以以离散方式或连续方式使用[3.].Scopus搜索显示,仅在2020年,就有96,888篇关于生物传感器的出版物。

可穿戴设备配备了传感功能,用于用户移动跟踪和监测身体活动(例如,计算步数)、心率、氧含量和血压。例如,许多病情严重的患者在医生的处方下使用可穿戴式心电图监测器[4患者使用的可穿戴设备的另一个例子是可穿戴式血压计,它可以集成到手表中[5].然而,有必要进行适当的评估或认证,以规范这些可穿戴设备的功效,因为已经发现了一些欺诈行为。美国食品和药物协会已经建立了可穿戴设备认证[6最后,还有贴片生物传感器,这是一种自粘贴片,可以收集一系列不同的数据,如心率、呼吸频率、温度和身体姿势,并可以检测跌倒。

HRMS的实现基于一个物联网系统,该系统集成、存储和通信由一组可穿戴设备和传感器收集的信息。计算机通过数据处理装置、数据转换、数据存档、数据分析、AI等手段,感知并记录患者的日常生理数据[7].人力资源管理系统基于4个主要支柱:(1)开发系统,通过远程传感器识别疾病进展和预防;(2)利用大数据(BD)处理和分析,处理多个异构数据源,整合不同的患者数据,旨在提供高质量的个性化治疗;(3)开发人工智能支持的预测模型,在处理后的BD上实施,允许对患者进行分类和发现行为模式,以便在记录异常时生成警报,以便更快地采取临床行动;(4)创建一个从医院到病人的完全远程交互过程。HRMS支持一种数据密集型方法,其中生成、存储大量健康数据,并可用于数据挖掘,从而生成有用的知识。物联网传感器和可穿戴设备处理的所有数据都可以输入BD分析,从而生成可用于监测健康状况的知识和警报[8].

使用人力资源管理系统记录数据可支持个人健康记录的发展,使患者参与自己的数据收集、健康监测、锻炼和生活方式[9].单一的健康数据库允许个性化护理,因为卫生保健专业人员可以根据患者情况和设备读数量身定制治疗方案。个性化护理一词是指在护理、预防、诊断、治疗和随访的所有阶段,根据患者的特点、需求和个人偏好设计和调整临床治疗[10].近年来,随着基因组测序、可穿戴设备和HRMS等最新技术使精准医疗得以使用,这个术语的使用越来越多[11].由于诊断测试、BD技术等领域的改进,个性化医疗领域在过去十年中迅速发展。欧盟高度关注高质量个性化医疗的提供[12].

设备与云平台的通信允许数据存储在云中,医生可以轻松访问,实现远程健康监测功能。远程患者监测需要收集和解释生物特征和生理数据的机器[13].远程患者监测有许多应用,如实时疾病检测,持续监测患者,如患有慢性病或病情较轻的患者,或监测运动员的健康状况[13].最近的指导方针指出,为老年人创建和采用以人为本的综合护理是至关重要的,因为据报道,老年人的内在能力下降。内在能力包括患者可用于执行任何日常任务的精神和身体属性,可用于确定哪些患者将从干预措施中受益更多,并可通过可穿戴设备进行测量[14].

初级卫生保健中的慢性疾病

慢性病是可以从人力资源管理系统获益的最重要的健康问题之一。初级卫生保健中心作为第一接触点的作用被认为是全民健康覆盖模式。因此,保健数据管理和远程监测受益于被纳入初级保健,能够全面收集患者的数据,并在事后向保健专业人员提供数据。

不仅对可穿戴医疗设备的研究增加了,而且这些设备对普通公众的可用性也增加了。移动电话和智能手环等设备的使用正变得越来越习惯,它们正在增加可用于改善慢性病管理的数据量。已有超过10万个应用程序使用这种类型的数据,而且这个数字每2.5年就会翻一番[15].然而,这些应用程序往往无法集成到医疗保健过程中,导致数据分散。

随着慢性疾病患者的增加,PHC的需求也在增加。由于医院超负荷运转,远程监控系统的使用往往被认为具有附加价值。系统监测还可以远程跟踪不太严重的COVID-19患者的症状进展,从而可以密切监测并提高患者的舒适度,同时还可以减轻卫生系统的压力。人力资源管理系统对于支持收集必要的数据以改善COVID-19等新疾病的管理至关重要,因为它可以收集在医学研究中有用的数据,并确定可能表明患者症状进展的症状模式[16].

此外,远程监测系统可能提高卫生专业人员管理慢性疾病的效率,因为人力资源管理系统允许早期发现疾病预警信号,这对提高特定疾病(如高血压、糖尿病、慢性阻塞性肺病)的存活率至关重要。这些系统有望通过跟踪患者的疾病进展,提高患者对慢性疗法的认识和参与。

研究目的

虽然关于这一主题的其他一些研究正在进行,但分析已发表的研究(除了临床试验或试点研究)以了解这一领域仍然存在的弱点和机会是至关重要的

本文旨在对PHC环境下的HRMS文献进行系统回顾,确定健康过程数字化的现状,涉及(1)慢性病患者的数字化监测,(2)失代偿性慢性病理患者急性发作的早期检测,(3)实施过程的结果,以及(4)患者赋权。

作为次要结果,还评估了以下内容:(1)PHC专业人员与患者或护理人员之间的数字通信,(2)卫生保健信息系统收集的信息的整合,(3)医院负担的减轻,以及(4)用户满意度(患者、护理人员和专业人员)。


检索策略和纳入标准

采用PRISMA (Preferred Reporting Items for systematic Reviews and Meta-Analysis)方法进行系统文献综述[17]以及研究问题:“初级卫生保健中慢性病患者使用医疗远程监控系统的现状如何?”

我们搜索了Scopus和Web of Science Core Collection (WoSCC)的数据库,研究进行到2020年12月31日。结果必须是2015年至2020年间发表的文章,并用英语或葡萄牙语撰写。收集的文件只涉及计算机科学、医学、工程和卫生专业。

搜索策略基于6个查询,每个查询都有不同的研究重点(详细信息见多媒体附件1).这种方法考虑到概念和背景以及所研究的人口,可以观察两个数据库中现有的文章数量。重要的是要注意,与查询对应的值仍然有重复的文章。

本文只考虑了文章。灰色文献、评论、会议论文、研讨会、书籍和社论,以及与该领域无关的作品都被排除在外。人群包括所有年龄、性别和被诊断患有多种疾病或至少一种慢性疾病的种族群体。如果干预措施包括以下标准之一,该研究被认为符合纳入标准:(1)患者指标(传感器或可穿戴设备)连续电子记录连接到集成到PHC中心的计算机系统,(2)患者输入设备连接到计算机系统,允许实时显示数据供PHC专业人员分析,以及(3)收集个人电子健康或临床数据,由远程PHC专业人员传输以供审查。

研究选择

最初的论文选择是通过标题和摘要来完成的,在某些情况下,如果信息不充分,则会分析完整的文档。该过程由3名研究人员独立执行:2人执行该过程,如果有分歧,第三人解决分歧。

数据提取与综合

数据由Zotero和Microsoft Excel 16.46版(21021202)管理和存储。这些数据包括标题、作者、年份、期刊、学科领域、关键词和摘要。为了进行数据综合和分析,我们根据前一节的结果进行了定性评估。在scopus和woscc数据库中系统检索了与“医疗保健远程监测系统”或“智能健康”概念相关的已发表工作,目标人群为“慢性患者”,并在研究“初级卫生保健”的背景下进行了搜索。


查询和主题

这项研究是通过查询和主题进行的。每个查询都在单独的数据库中进行,并使用相同的限制和过滤器。图1显示了研究的文章总数的PRISMA工作流图。

图1所示。PRISMA(系统评价和元分析的首选报告项目)工作流程图。
查看此图

在查询1中,搜索Scopus和WoSCC关于本研究概念的文献,我们找到了61230个结果。

对于查询2,搜索包括慢性疾病患者的目标人群,在两个数据库中都找到了61,469份文档。

查询3涉及本研究的上下文,在Scopus和WoSCC中找到了73,550份文档。

在第四个查询中,在没有任何上下文的情况下,对数据库进行了研究概念和目标人群的搜索,找到了1458份文献。

在查询5中,将查询1、2和3组合在一起,收集到的文档涉及上述所有的纳入标准。所有查询的合并产生154个文档。在执行了基于研究问题确定重要主题、确定结果并删除重复的手动过程后,获得了18份文件。我们的系统研究考虑了年份、领域、研究问题题目和简短的描述。我们还研究了2020年发表的关于COVID-19大流行影响的文章。

关于这些结果,进行了额外的研究(查询6),其目的是比较两个数据库中用于慢性疾病患者但在另一特定情况下(医院护理)的HRMS的结果。在搜索中,将查询1和查询2结合起来,并添加医院护理(“医院”或“急性护理”或“临床”),结果为726个结果。

研究特点

本综述中纳入的所有18项研究都是通过使用上述特定标准选择的。表1显示了有关年份、区域、重点疾病、界面、数据收集方法、收集频率、利益相关者参与和是否存在试点研究的主要研究特征。关于这些特征的研究分类并不相互排斥,因为这些特征是根据研究中存在或不存在而分配的。

表1。研究特征(n=18)。
特征 物品,n (%)
地区

欧洲 8 (44)

美洲 7 (39)

东南亚 1 (6)

非洲 1 (6)

西太平洋 1 (6)
焦点性疾病(n=26)

糖尿病 9 (35)

心血管疾病 7 (27)

呼吸道疾病(呼吸系统疾病) 4 (15)

Multimorbidity 4 (15)

精神障碍 2 (8)
接口(n = 20)

手机或电话 10 (50)

平板电脑 6 (30)

基于网络平台 4 (20)
数据收集方法(n=19)

传感器 9 (47)

调查问卷 5 (26)

穿戴 5 (26)
采集频率(n=14)

每天 6 (43)

每月 4 (29)

每周 3 (21)

永久 1 (7)
所有利益相关方

是的 9 (83)

没有 6 (33)
试点研究

是的 8 (44)

正在开发的 3 (17)

没有 7 (39)

结果分析

本综述目标中所定义的结果总结在表2.对各项指标的说明是明确的,没有必要要求各条的作者加以澄清。如前所述,关于结果的研究分类并不相互排斥,因为这些分类是由于研究中存在或不存在。

表2。结果比较。
结果 参考文献 文件数量
主要的结果

患者慢性病的数字化监测 18-35 18

早期发现急性发作 18-2427-2931-35 15

实施研究的结果:效益和成本效益 1819222830.3334 7

实施研究的结果:多学科团队的实施过程 18-21232427-3133 12

患者授权(自我管理应用程序) 1819 2
二次结果

PHC之间的数字通信一个专业人士与病人 18-3234 16

信息集成到PHC中心 1820.26 3.

减少住院人数 18-2123-293133-35 16

用户满意度(患者、护理人员和专业人员);非正式护理人员的作用,特别是促进老年患者使用技术 192128 3.

一个初级保健。

纳入研究的偏倚风险

考虑到研究中包含的文章的分类,“远程患者监测”的定义可能存在偏差。因此,有些文章可能被排除在外。


主要研究结果

在评估了所有纳入的研究后,可以承认近年来远程监测系统在全球范围内越来越普遍。尽管不同研究的主要目标各不相同,但大多数文章都包含了这些设备的共同功能。干预措施包括以下特征:医疗状况管理(n=3)、诊断(n=1)、概念模型(n=6)、提醒和警报(n=2)、自我报告监测(n=5)、可穿戴远程监测设备(n=4)、健康促进和教育(n=4)。

所选的大多数文章包括关于工作方法或设备或干预措施有效性的概念模型的研究。在这些文章中,24%(4/18)是概念性护理模型的研究或建议,这些文章特别关注PHC中慢性疾病患者的可穿戴远程监测系统。这些研究的主题从通过使用生物传感器改变慢性疾病管理到远程护理项目实施的影响评估。从这些研究中,大约75%(3/4)的理论模型侧重于理解数字转型的障碍和挑战,但没有提出与背景相关的实施证据来支持得出的结论。

使用不同关键词的不同查询的研究允许比较关于慢性护理背景下概念的最新水平。因此,可以观察到在医院和PHC环境中对慢性疾病患者进行HRMS应用的差异。鉴于慢性疾病管理是初级保健服务的主要重点[36],因此大多数研究都将适用于这种情况。

然而,通过观察和评估不同研究背景下的研究论文数量(见查询5 vs查询6),可以验证医院背景下的研究流入(n=726)比PHC背景下的研究流入(n=100)高7倍。这种差异可能是由于卫生服务背景最近的重组(自2014年以来)或在初级保健背景下实施研究的困难[37].这也可以解释为,从医院的角度来看,仍有许多临床疾病侧重于对症治疗。

根据《2020年世界卫生统计》,估计全世界71%的死亡是由非传染性疾病(心血管疾病、癌症、慢性呼吸道疾病和糖尿病)造成的[38].在这篇文献综述中,可以观察到,智能健康的使用主要集中在非传染性疾病上,这些疾病不仅造成最多的死亡,而且可以通过控制风险因素和监测患者的健康来更好地控制和预防[39] -请参阅《注意力不集中的疾病》表1

远程监测与COVID-19大流行

在COVID-19大流行期间,为降低传播风险而实施的措施特别关注卫生数字化的作用和重要性,这不仅是因为全体人口极度需要适应这种情况以及这种大流行带来的社会和经济影响,而且是因为卫生专业人员的压力和疲惫(例如,精疲力竭)。

有可能识别出4篇文章[21253334其中,通过远程医疗实现卫生数字化的重点和作用被视为当前或未来大流行病和危机局势管理的关键和紧迫。发现的少量文章可能表明需要进一步的研究,以评估COVID-19在其他国家的影响,特别是那些精神卫生基础设施不太发达的国家[40],也适用于其他弱势群体(如儿童、青少年、老年人)以及在获得卫生保健面临障碍的地区[41].

如结果部分所示,本文献综述中67%(12/18)的研究以某种方式提出了实施过程(即概念证明、试点研究或临床试验)。然而,有必要考虑到,在提出提案、评估或概念模型的研究中,28%(5/18)的研究仍然缺乏关于研究成功和有效性的真实和科学证据。

大多数研究认为大规模实施的困难是一种限制,往往是由于缺乏临床背景,而这可以通过卫生工作者和患者参与设计和实施过程来改善。

一些已经在试点研究中进行了概念验证的文章认为,将远程监测系统的使用同时外推到许多患者身上是一种限制。此外,那些专注于项目评价的人提到,最大的弱点是大规模实施,不仅对利益相关者,而且对系统用户本身也是如此。然而,正如前面提到的,专注于评估的文章只是概念模型,仍然缺乏证据和现实世界的证据。

尽管对所有研究和结果进行了分析,但在这些干预措施和设备的开发和实施过程中仍然缺乏科学一致性[4243].根据Gagnon等人[44],与远程医疗相关的干预措施的成功在于实施过程。因此,正如在本系统的文献综述中可以观察到的那样,有可能确认被回顾的文章中作为局限性提到的弱点包含在MOMENTUM框架已经描述的关键成功因素中[45].

失败包括使用者,特别是卫生专业人员的依从性低。未能进行远程监测的理由包括难以纳入现有的工作方法[2327]、现有通讯系统所提供的数据和信息的有限整合[24282931],以及这些干预措施的结果与慢性疾病患者的具体和个人临床知识之间缺乏相关性[46].需要采用更好的方法和评价方法来制定和评价保健改善干预措施[47].

与之前工作的比较

系统评价基于以下研究:(1)识别机会和障碍;(2)开发和实施使用远程监测系统(电子健康、移动健康和远程健康)的慢性疾病管理新方法的可接受性、有效性和影响。如Trifan等人所述[46],许多已经进行的综述侧重于特定的疾病和病理,或者是没有临床背景的一般关注,如本研究所示。然而,只有少数综述研究考虑使用传感器和可穿戴设备作为收集远程监测信息的方法[48-57].

本研究旨在证明整合和情境化在开发和实施干预措施方面的重要性,这些干预措施涉及使用传感器和可穿戴设备进行远程监测,作为PHC慢性疾病管理的信息来源。为了避免在整个过程中丢失具有临床价值的信息,不仅技术发展必须充分和创新,而且人力资源和工作方法也必须能够适应新的变化。

PHC整合了多学科团队和患有复杂慢性疾病的患者。因此,慢性疾病管理新方法和新流程的实施必须分阶段实施,必须以患者为中心,并涉及所有利益攸关方[45].对卫生保健工作过程的影响仍然没有很好地研究。

技术的发展使得远程监控几乎呈指数级增长[56],到解决方案,人工制品或设备,越来越小,更快,更容易使用,并准备整合到临床环境。这些设备的集成可以降低成本,提高患者的生活质量,并早期发现急性发作,能够根据每个患者的需求对疾病进行更充分和个性化的干预和管理[57].然而,将它们整合到护理环境中,特别是在初级保健中,意味着所开发的设备不仅必须适应患者的特定需求,而且还必须适应卫生保健专业人员的要求。在医护专业人员的参与下,有可能设计一种解决方案,不仅考虑系统背后的技术需求,还考虑医疗需求,从而有助于改善患有复杂病理(如慢性疾病)的患者的疾病管理[58].

限制

本系统综述所确定的局限性是仅使用了2个数据库和排除标准,这可能导致相关文章被排除,以及搜索和审查过程之间的时间。此外,大多数研究是在医院环境下进行的,只有少数研究是在初级保健环境下进行的;因此,另一个限制是PHC背景下的研究数量较少。

结论

这篇文献综述确定了在PHC环境下对慢性疾病患者实施远程监测设备的几项研究。这些研究主要是心脏、呼吸或代谢病理。尽管发现了一些机会,但所提出的限制是由于难以推广这些研究并在更大范围内实施这些研究。这可能是由于缺乏高级管理人员的参与以及所提出的解决方案缺乏背景化,尽管这些解决方案能够证明技术概念,但与卫生专业人员的工作方法不兼容,也不符合多病患者所需的复杂性。

显然,正在开发创新的技术解决方案。为了满足这一领域的需要,必须适当选择这些技术,并使之适应病人的情况和保健环境,这意味着需要进行更多的研究,以提高这一领域的知识。

致谢

MP和LVL感谢Fundação para a Ciência e a Tecnologia (FCT-MCTES)通过UIDB/00667/2020项目(UNIDEMI)提供的财政支持。

作者的贡献

MP、LVL和JCF制定了这项研究的概念,IAF和LBE提供了额外的输入。MP根据LVL和JCF的输入创建了搜索策略。MP进行了审查、筛选、数据提取和质量评估,并起草了手稿。LVL和JCF对摘要和全文论文进行了独立筛选。LVL作为第三个审稿人。MP撰写了审查报告的草稿,其中有来自LVL和JCF的大量输入,还有来自IAF的额外输入。所有作者均已阅读并批准最终稿。

利益冲突

MP通过FITEC - Programa接口获得了葡萄牙国家基金的支持,参考CIT INOV - INESC INOVAÇÃO。NOVA科学与技术学院工业管理博士课程也提供了资金。

多媒体附件1

详细的搜索策略。

DOCX文件,14kb

  1. Röcker C, Ziefle M, Holzinger A.从计算机创新到人类融合:普及健康技术的当前趋势和挑战。在:Holzinger A, Ziefle M, Röcker C,编辑。普遍的健康问题。人机交互系列。英国伦敦:施普林格;2014.
  2. Grand View Research。2020-2027年全球智能医疗市场规模报告。大观研究,2020年。URL:https://www.grandviewresearch.com/industry-analysis/smart-healthcare-market[2021-12-04]访问
  3. Leenen JPL, Leerentveld C, van Dijk JD, van Westreenen HL, Schoonhoven L, Patijn GA。目前住院成人使用可穿戴无线设备持续监测生命体征的证据:系统综述J Med Internet Res 2020 Jun 17;22(6):e18636 [免费全文] [CrossRef] [Medline
  4. 李志强,李志强。移动心电技术。中国生物医学工程学报,2016;29(6):894-901。[CrossRef] [Medline
  5. 齐玲,温勇。可穿戴式血压测量仪的研究与应用进展。中国医疗器械2016;31(12):79。
  6. Vayena E, Blasimme A, Cohen IG。医学中的机器学习:应对伦理挑战。PLoS Med 2018 11月6日;15(11):e1002689 [免费全文] [CrossRef] [Medline
  7. Haghi M, Thurow K, Stoll R.医疗物联网中的可穿戴设备:科学研究和商用设备。Healthc Inform Res 2017年1月;23(1):4-15 [免费全文] [CrossRef] [Medline
  8. Chang A.人工智能在数字医疗中的作用。入:伍尔夫维奇S,迈耶斯A,编辑。数字健康创业。卫生信息学。瑞士湛:施普林格国际出版社;2020:71 - 81。
  9. 金俊,刘波,赵山,许娥,金勇,李俊,等。个人健康记录和可穿戴设备对健康结果和患者反应的影响:三组随机对照试验JMIR Mhealth Uhealth 2019 Jan 04;7(1):e12070 [免费全文] [CrossRef] [Medline
  10. Ginsburg G.医学基因组学:在医疗保健中收集和使用基因数据。自然学报2014年4月24日;508(7497):451-453。[CrossRef] [Medline
  11. 郑IC, Bychkov D, Searson PC。用于精准医疗和健康状态监测的可穿戴设备。IEEE生物医学学报2019年5月;66(5):1242-1258。[CrossRef] [Medline
  12. Nimmesgern E, Norstedt I, draggia - akli R.通过欧盟委员会的资助活动在欧洲实现个性化医疗。Per Med 2017 7月;14(4):355-365 [免费全文] [CrossRef] [Medline
  13. Malasinghe LP, Ramzan N . Dahal K.远程患者监测:一项综合研究。中国计算机科学,2017年10月26日;10(1):57-76。[CrossRef
  14. de Carvalho IA, Martin FC, Cesari M, Sumi Y, Thiyagarajan JA, Beard J.内在能力概念在临床环境中的操作。世界卫生组织,2017年11月https://www.who.int/ageing/health-systems/clinical-consortium/CCHA2017-backgroundpaper-1.pdf[2021-12-04]访问
  15. 互联健康:数字技术如何改变健康和社会护理。德勤健康解决方案中心,2015年。URL:https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/life-sciences-health-care/deloitte-uk-connected-health.pdf[2021-12-04]访问
  16. 徐超,余勇,高伟,刘志强,刘志强。新型冠状病毒肺炎远程诊断、监测和管理的新型远程医疗工具。ACS Nano 2020 Dec 22;14(12):16180-16193 [免费全文] [CrossRef] [Medline
  17. Moher D, Liberati A, Tetzlaff J, Altman DG, PRISMA Group。系统评价和元分析的首选报告项目:PRISMA声明。英国医学杂志2009 july 21;339(july 21 1):b2535-b2535 [免费全文] [CrossRef] [Medline
  18. Porath A, Irony A, Borobick AS, Nasser S, Malachi A, Fund N,等。马卡比主动远程护理慢性病中心-照顾虚弱的老年病人。Isr J卫生政策决议2017年12月11日;6(1):68 [免费全文] [CrossRef] [Medline
  19. Lygidakis C, Uwizihiwe J, Kallestrup P, Bia M, Condo J, Vögele C.卢旺达初级卫生保健中基于社区和健康的糖尿病综合管理(D²卢旺达):一项混合方法研究的方案,包括一项聚类随机对照试验。BMJ公开赛2019年7月24日;9(7):e028427 [免费全文] [CrossRef] [Medline
  20. 索尔兹伯里C,托马斯C,欧凯辛A,罗杰斯A,波普C,亚德利L,等。慢性疾病中的远程医疗:混合方法研究,以开发干预设计和评估的TECH概念模型。BMJ Open 2015 Feb 06;5(2):e006448 [免费全文] [CrossRef] [Medline
  21. 艾默生J,韦尔奇M, Rossman W, Carek S,卢登T, Templin M,等。利用虚拟通信工具减少健康差异的多学科干预:一项试点随机对照试验。国际环境与公共卫生杂志2015年12月22日;13(1):ijerph13010031 [免费全文] [CrossRef] [Medline
  22. 杨晓明,王晓明,杨晓明,等。基于网络的慢性疾病远程健康指导项目成本-效果分析。BMC Health Serv Res 2017 Feb 15;17(1):138 [免费全文] [CrossRef] [Medline
  23. 帕克S,普林斯A,托马斯L,宋H,米洛舍维奇D,哈里斯M,影响研究小组。电子,移动和远程医疗工具的弱势患者慢性疾病:系统回顾和现实的综合。BMJ公开赛2018年8月29日;8(8):e019192 [免费全文] [CrossRef] [Medline
  24. Diez-Canseco F, Toyama M, Ipince A, Perez-Leon S, Cavero V, Araya R,等。将基于技术的精神健康筛查项目纳入秘鲁初级卫生保健服务的常规实践(Allillanchu项目):制定和实施。J Med Internet Res 2018年3月15日;20(3):e100 [免费全文] [CrossRef] [Medline
  25. 李志强,李志强,李志强,李志强。使用移动健康应用程序管理复杂慢性护理的糖尿病医疗补助患者在初级保健环境中实现了“三重目标”改善。临床糖尿病2017年10月16日;35(4):227-231 [免费全文] [CrossRef] [Medline
  26. Paula A, Maldonado J, Gadelha C.医疗保健远程监控和业务动态:SUS的挑战和机遇。Rev Saude Publica 2020;54:65 [免费全文] [CrossRef] [Medline
  27. 卢戈-帕拉西奥斯DG, Hammond J, Allen T, Darley S, McDonald R, Blakeman T,等。组合数字和组织干预对英国初级保健长期条件管理的影响:一项非随机评估。BMC健康服务决议2019年3月12日;19(1):159 [免费全文] [CrossRef] [Medline
  28. 金达尔·D,古普塔·P,杰哈·D,阿杰伊·V,戈恩卡·S,雅各布·P,等。移动医疗保健的发展:在低资源环境下对高血压和糖尿病进行综合管理的移动医疗干预。全球健康行动2018;11(1):1517930 [免费全文] [CrossRef] [Medline
  29. 邓S, Ruiz DI, Klepac L, Morse S, Becker P, Levy CR,等。在退伍军人事务家庭基础护理中成功采用和实施家庭远程医疗技术的关键特征:一项探索性研究。中国医学卫生杂志2019年4月25日(4):309-318。[CrossRef] [Medline
  30. Alonso-Domínguez R, Gómez-Marcos MA, Patino-Alonso MC, Sánchez-Aguadero N, Agudo-Conde C, Castaño-Sánchez C,等。基于智能手机应用、心脏健康散步和初级保健(EMID) 2型糖尿病患者营养研讨会的多因素干预有效性:一项随机对照试验的研究方案BMJ公开赛2017年9月14日;7(9):e016191 [免费全文] [CrossRef] [Medline
  31. Hans PK, Gray CS, Gill A, Tiessen J.提供者视角:调查电子患者报告结果(ePRO)移动应用程序和门户对初级保健提供者工作流程的影响。Prim卫生保健Res Dev 2017 9月13日;19(02):151-164。[CrossRef
  32. Dang S, Olsan T, Karuza J,蔡X,高S, Intrator O,等。以家庭为基础的初级保健中的远程保健:与融入退伍军人护理相关的因素和挑战。美国老年医学杂志2019年9月;67(9):1928-1933。[CrossRef] [Medline
  33. Ramallo-Fariña Y, García-Bello MA, García-Pérez L, Boronat M, Wägner AM, Rodríguez-Rodríguez L, INDICA Team。基于互联网的多成分干预对患者和医疗保健专业人员改善2型糖尿病临床结果的有效性通过INDICA研究评估:多臂聚类随机对照试验。JMIR Mhealth Uhealth 2020年11月02日;8(11):e18922 [免费全文] [CrossRef] [Medline
  34. Hernandez-Quiles C, bernnabu - wittel M, Garcia-Serrano MDR, Vergara-Lopez S, Perez-de-Leon JA, Ruiz-Cantero A,等。一项多中心随机临床试验,评估远程监测对晚期心肺慢性衰竭患者的疗效。研究ATLAN_TIC项目的方案。conp临床试验公告2020年3月17日100512 [免费全文] [CrossRef] [Medline
  35. Martín-Lesende I, Orruño E, mateo M, Recalde E, Asua J, Reviriego E,等。在常规临床实践中,远程监测来自初级护理的家庭复杂慢性患者:对医疗保健资源使用的影响。2017年12月27日;23(1):135-142 [免费全文] [CrossRef] [Medline
  36. Ham C.高效慢性病护理系统的十个特征。卫生经济政策法2010年1月5日(第1页):71-90。[CrossRef] [Medline
  37. Carlfjord S, Lindberg M, Bendtsen P, Nilsen P, Andersson a .影响初级卫生保健创新采用的关键因素:基于实施理论的定性研究。BMC Fam Pract 2010 Aug 23;11(1):60 [免费全文] [CrossRef] [Medline
  38. 2020年世界卫生统计:为实现可持续发展目标和可持续发展目标监测卫生状况。世界卫生组织,2020年5月13日。URL:https://www.who.int/publications/i/item/9789240005105[2021-12-04]访问
  39. Dennison L, Morrison L, Conway G, Yardley L.智能手机应用支持健康行为改变的机遇和挑战:定性研究。J Med Internet Res 2013 april 18;15(4):e86 [免费全文] [CrossRef] [Medline
  40. 鲍颖,孙颖,孟S,史娟,卢琳。2019-nCoV疫情:解决心理卫生保健问题,赋能社会。柳叶刀2020 Feb 22;395(10224):e37-e38 [免费全文] [CrossRef] [Medline
  41. 拉库马RP。COVID-19与心理健康:现有文献综述亚洲J精神病学2020年8月;52:102066 [免费全文] [CrossRef] [Medline
  42. Queiroz AAFLN, Mendes IAC, de Godoy S, Velez Lapão L, Dias S. mHealth与HIV暴露后预防知识和获取相关的策略:系统文献综述,专利数据库技术展望,应用商店系统搜索。JMIR Mhealth Uhealth 2021 2月16日;9(2):e23912 [免费全文] [CrossRef] [Medline
  43. 张文杰,李志强,李志强,等。在快速变化的形势下建设卫生服务:COVID-19远程监测项目中的适应性领导和支点经验J medical Internet Res 2021年1月13日;23(1):e25507。[CrossRef
  44. 刘志刚,刘志刚,刘志刚。远程医疗支持在农村地区的应用:成功的条件是什么?执行科学2006 8月24日;1:18 [免费全文] [CrossRef] [Medline
  45. Maia MR, Castela E, Pires A, Lapão LV。如何发展可持续的远程医疗服务?儿科心脏远程服务20年的探索性研究。BMC Health Serv Res 2019 9月23日;19(1):681 [免费全文] [CrossRef] [Medline
  46. 特里凡A, Oliveira M, Oliveira JL。通过智能手机被动感知健康结果:系统审查当前解决方案和可能的局限性。JMIR Mhealth Uhealth 2019 Aug 23;7(8):e12649 [免费全文] [CrossRef] [Medline
  47. Iribarren SJ, Akande TO, Kamp KJ, Barry D, Kader YG, Suelzer E.移动应用程序促进健康和管理疾病的有效性:随机对照试验的系统回顾和荟萃分析。JMIR Mhealth Uhealth 2021年1月11日;9(1):e21563 [免费全文] [CrossRef] [Medline
  48. 傅霍特-杰普森M,鲍尔M,凯辛LV。基于智能手机的双相情感障碍客观监测:现状和考虑。国际双相情感障碍杂志2018年1月23日;6(1):6 [免费全文] [CrossRef] [Medline
  49. 老年人管理慢性疾病的智能设备:范围综述。JMIR Mhealth Uhealth 2017年5月23日;5(5):e69 [免费全文] [CrossRef] [Medline
  50. 托马斯JG,邦德DS。回顾促进体重控制的数字健康技术创新。2014;14(5):485。[CrossRef] [Medline
  51. 高鹏华,贾金泽,崔克,M凯,CA兰迪斯,NF。消费者睡眠技术:前景回顾。临床睡眠医学杂志2015年12月15日;11(12):1455-1461 [免费全文] [CrossRef] [Medline
  52. Areàn PA, Hoa Ly K, Andersson G.心理健康评估的移动技术。对话临床神经科学2016 Jun;18(2):163-169 [免费全文] [Medline
  53. Batra S, Baker RA, Wang T, Forma F, DiBiasi F, Peters-Strickland T.数字健康技术在严重精神疾病患者中的应用:文献系统综述。医疗器械(上海)有限公司(英文版);2017;10:37 -251 [免费全文] [CrossRef] [Medline
  54. 张敏,何锐。双相情感障碍患者评估和监测的数字平台。脑科学2017 11月12日;7(11):150 [免费全文] [CrossRef] [Medline
  55. Þórarinsdóttir H, Kessing LV, Faurholt-Jepsen M.基于智能手机的健康成年人压力自我评估:系统综述。J Med Internet Res 2017 Feb 13;19(2):e41 [免费全文] [CrossRef] [Medline
  56. 超过20%的数字医疗初创公司是在大流行期间出现的。决议。2021年2月17日。URL:https://www.euractiv.com/section/coronavirus/news/over-20-of-digital-healthcare-startups-emerged-during-the-pandemic/[2021-12-04]访问
  57. de Batlle J, Massip M, Vargiu E,纳达尔N,富恩特斯A, Ortega Bravo M, conare - lleida集团。对复杂慢性患者实施移动健康综合护理:干预效果和成本效益研究。JMIR Mhealth Uhealth 2021年1月14日;9(1):e22135 [免费全文] [CrossRef] [Medline
  58. Williams K, Markwardt S, Kearney SM, Karp JF, Kraemer KL, Park MJ,等。解决为患有多种慢性疾病的成年人提供数字化护理的实施挑战:一项随机对照试验中的利益相关者反馈。JMIR Mhealth Uhealth 2021 Feb 01;9(2):e23498 [免费全文] [CrossRef] [Medline


人工智能:人工智能
双相障碍:大数据
,8经:健康远程监测系统
物联网:物联网
过去:初级保健
棱镜:系统评价和元分析的首选报告项目
WoSCC:网络科学核心集合


L Buis编辑;提交27.02.21;同行评议:L Barbosa, T Saheb, T Capote, J de Batlle;对作者31.03.21的评论;订正版本收到25.05.21;接受08.10.21;发表21.12.21

版权

©Mariana Peyroteo, Inês Augusto Ferreira, Luís Brito Elvas, João Carlos Ferreira, Luís Velez Lapão。最初发表于JMIR mHealth和uHealth (https://mhealth.www.mybigtv.com), 2021年12月21日。

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 mHealth和uHealth上的原创作品。必须包括完整的书目信息,https://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