这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mHealth和uHealth上,并适当引用。必须包括完整的书目信息,到https://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。gydF4y2Ba
随着全球老龄化社会的快速增长,移动和健康数字市场得到了极大的扩展。无数移动医疗app (mmApps)在互联网市场上涌现,旨在帮助慢性病患者实现用药安全。gydF4y2Ba
基于世界卫生组织提出的用药安全行动计划,我们旨在探讨mmApps在保障慢性病患者用药安全方面的有效性,包括mmApps是否能够提高药物不良事件(ADEs)的报告意愿、提高患者的用药依从性、减少用药错误。我们希望通过系统回顾和荟萃分析来验证我们的假设。gydF4y2Ba
meta分析严格按照PRISMA(系统评价和meta分析的首选报告项目)指南进行,并从pubmed, Web Of Science, Embase, CINAHL,中国知识基础设施,万方和中国医学信息中心7个数据库检索文献。发表时间以建库时间为限,至2022年4月30日。根据纳入和排除标准对研究进行筛选。提取的数据包括作者、发表年份、国家或地区、参与者特征、干预组和对照组等。我们的质量评估遵循的指导方针gydF4y2Ba
我们纳入了2014年1月1日至2021年12月31日期间发表的来自5个国家(中国、美国、法国、加拿大和西班牙)的8项研究。参与者总数为1355人,我们分析了纳入研究的特征、每个应用程序的功能、偏倚风险和质量。结果显示,mmApps可增加不良事件报告意愿(相对危险度[RR] 2.59, 95% CI 1.26-5.30;gydF4y2Ba
我们分析了mmApps在促进不良事件报告意愿方面的三个优点:mmApps促进了患者与医生之间的沟通,患者更重视不良事件报告,结果处理透明。mmApps的使用通过传达医疗解决方案、提供教育支持、跟踪药物和允许远程咨询,改善了慢性病患者的药物依从性。最后,我们发现了导致我们的用药错误结果不同于其他研究的3个潜在原因。gydF4y2Ba
普洛斯佩罗国际前瞻性系统评价登记册CRD42022322072;https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=322072gydF4y2Ba
药物安全一直是国际组织和政府机构关注的主要问题。世界卫生组织(卫生组织)[gydF4y2Ba
近年来,随着全球老龄化社会的快速增长,移动和健康数字市场得到了极大的扩展。无数移动医疗app (mmApps)在互联网市场上涌现,旨在帮助慢性病患者实现用药安全。到2020年底,通用应用商店(即Android和苹果应用商店)的mmApps下载量约为325万,比10年前足足增长了50%。gydF4y2Ba
我们假设mmApps可以通过促进不良事件的报告、提高用药依从性和减少用药错误来有效保障用药安全,并通过系统回顾和荟萃分析验证了我们的假设。gydF4y2Ba
系统检讨及荟萃分析是按照系统检讨及荟萃分析的首选报告项目指引进行的[gydF4y2Ba
我们系统检索了PubMed、Web of Science、Embase、CINAHL、中国国家知识基础设施、万方(中国传统文献数据库)和中国生物医学数据库。发表时间以建库时间为限,至2022年4月30日。出版语言限于中文和英文。我们通过使用关键字和MeSH(医学主题标题)术语的组合来进行搜索。例如,我们对PubMed的搜索策略包括使用以下搜索字符串:“((用药错误或相似用药错误或高警惕性用药错误或用药错误*)或(服药依从性或服药依从性或服药持久性或服药依从性或服药依从性))或(药物不良事件*或ADE或药物相关副作用和不良反应*或药物副作用或药物副作用或药物毒性))和(移动应用程序*或移动应用程序*或便携式软件应用程序*或智能手机应用程序或便携式电子应用程序或便携式电子应用程序)。”提供了更多的研究细节gydF4y2Ba
纳入标准如下:(1)年龄≥18岁,(2)至少有一种慢性疾病,(3)使用mmApps的干预组和接受常规护理(即不使用mmApps)的对照组,以及(4)临床试验。gydF4y2Ba
排除标准为:(1)随机对照试验中存在混杂因素,如混合方法(定性与定量相结合);(2)实验程序不清晰透明(如干预程序或结果未明确表达);(3)重复出版物和我们无法联系到作者的出版物。gydF4y2Ba
我们制作了一个Microsoft Excel电子表格,从纳入的研究中提取关键信息,包括作者、发表年份、国家或地区、参与者特征、干预组、对照组、应用程序名称、应用程序功能、干预持续时间、结果和测量工具。gydF4y2Ba
研究涉及患有慢性疾病的参与者(年龄≥18岁),包括高血压、糖尿病、冠心病、关节炎和其他单一慢性疾病。然而,涉及多种共存慢性疾病患者的研究也被纳入。gydF4y2Ba
由于干预措施不同,将参与者分为对照组和干预组。对照组接受常规护理,如记录用药日记、定期随访、参加用药安全讲座。干预组除了接受对照组提供的常规护理外,还使用mmApps。这些mmApps包括但不限于智能手机mmApps、iPad(苹果公司)mmApps和微信(腾讯控股有限公司)小程序。gydF4y2Ba
在用药安全结果方面,我们关注的是服药依从性,这是通过检查慢性疾病患者的用药剂量和频率来计算的,以验证他们是否符合医生的处方。另一个重要的结果是ADE的报告率,这取决于患者是否报告ADE的发生。第三个结果是用药错误。尽管使用了mmApps,但仍有可能出现用药错误;服用错误的药丸或剂量,给错误的病人服药,以错误的方式或在错误的时间服药都被认为是用药错误。gydF4y2Ba
文献质量评价以7项标准为依据gydF4y2Ba
采用RevMan 5.2软件(Cochrane Collaboration)对数据进行分析。连续变量效应量分析采用加权平均差,二分类变量效应量分析采用相对风险(relative risk, RR)。此外,95% ci用于表示联合效应的大小。此外,还检验了异质性。如果gydF4y2Ba
进行敏感性分析以评估数据的稳定性。稳定性的计算采用不同的统计方法,排除大样本研究,以验证我们的结果是否稳健可靠。gydF4y2Ba
我们检索了7个数据库,获得936篇文献。第一步是通过NoteExpress软件(爱琴海软件公司)排除重复的文章,剩下698篇文章。第二步,通过筛选题目和摘要排除研究,剩下90篇。第三步,通过仔细筛选文章全文排除研究。最后,我们纳入了8篇文章。检索和选择过程示于gydF4y2Ba
流程图的研究检索和选择过程。gydF4y2Ba
8项研究共有1355名参与者,来自5个国家(中国、美国、法国、加拿大和西班牙)。发表时间为2014年1月1日至2021年12月31日。中位样本量为169例(范围61-268),以下慢性疾病被纳入研究:肺结核[gydF4y2Ba
纳入研究的详细信息。gydF4y2Ba
作者及年份gydF4y2Ba | 国家gydF4y2Ba | 参与者gydF4y2Ba | 样本大小gydF4y2Ba | 应用程序名称gydF4y2Ba | 应用程序功能gydF4y2Ba | 干预vs控制gydF4y2Ba | 持续时间gydF4y2Ba | 结果gydF4y2Ba |
Mira等[gydF4y2Ba |
西班牙gydF4y2Ba | 服用多种药物的老年患者gydF4y2Ba | N = 99 (CGgydF4y2Ba一个gydF4y2Ba: n = 48;搞笑gydF4y2BabgydF4y2Ba: n = 51)gydF4y2Ba | 爱丽丝gydF4y2Ba |
提供处方和医疗建议,显示药物图像,并发送多个提醒gydF4y2Ba | mmAppgydF4y2BacgydF4y2Ba与加州大学gydF4y2BadgydF4y2Ba | 3个月gydF4y2Ba | 用药错误(CG: n=5, 10.4%;IG: n=8, 15.7%)和药物依从性gydF4y2Ba |
Mira等[gydF4y2Ba |
西班牙gydF4y2Ba | 老年多重慢性疾病患者gydF4y2Ba | N=61 (CG: N= 30;搞笑:n = 31)gydF4y2Ba | TUMEDICINgydF4y2Ba | 提供药物用途、每日剂量、可能的副作用和主要注意事项的信息gydF4y2Ba | mmApp vs UCgydF4y2Ba | 3个月gydF4y2Ba | 用药错误(CG: n=13, 43.3%;IG: n=6, 19.4%)gydF4y2Ba |
Wei等[gydF4y2Ba |
中国gydF4y2Ba | 肺结核病人gydF4y2Ba | N=300 (CG: N= l40;搞笑:n = 160)gydF4y2Ba | E-monitor Box和微信(腾讯控股有限公司)gydF4y2Ba | 监测患者的依从史和门诊就诊情况,报告不良事件gydF4y2BafgydF4y2Ba,并提醒患者按时服药gydF4y2Ba | mmApp vs UCgydF4y2Ba | 6个月gydF4y2Ba | 药物依从性高(CG: n=101, 72.1%;IG: n=96, 60%)gydF4y2Ba |
Agboola等[gydF4y2Ba |
美国gydF4y2Ba | 肾癌或前列腺癌患者gydF4y2Ba |
N=150 (CG: N= 76;搞笑:n = 74)gydF4y2Ba | 科拉gydF4y2BaggydF4y2Ba | 在自我保健、报告和管理症状方面提供自我效能指导gydF4y2Ba | mmApp vs UCgydF4y2Ba | 3个月gydF4y2Ba | 用药错误(CG: n=23, 30.3%;IG: n=14, 18.9%)和药物依从性(MMAS-8)gydF4y2BahgydF4y2Ba)gydF4y2Ba |
Wilson等[gydF4y2Ba |
加拿大gydF4y2Ba | 报告流感疫苗接种后不良事件的患者gydF4y2Ba | N=152 (CG: N= 76;搞笑:n = 76)gydF4y2Ba | 帆布gydF4y2Ba | 自发报告ade并评估用户体验gydF4y2Ba | mmApp vs UCgydF4y2Ba | 1个月gydF4y2Ba | ADE报告病例(CG: n=15, 19.7%;IG: n=35, 46.1%)gydF4y2Ba |
Montastruc等[gydF4y2Ba |
法国gydF4y2Ba | 慢性病患者gydF4y2Ba | N=268 (CG: N= 133;搞笑:n = 135)gydF4y2Ba | VigiBIPgydF4y2Ba | 提供药房警戒和药物安全信息的自发报告gydF4y2Ba | mmApp vs UCgydF4y2Ba | 25个月gydF4y2Ba | ADE报告病例(CG: n=59, 44.4%;IG: n=94, 69.6%)gydF4y2Ba |
推迟等[gydF4y2Ba |
法国gydF4y2Ba | 多发性硬化症患者gydF4y2Ba | N=159 (CG: N= 68;搞笑:n = 91)gydF4y2Ba | 我eReportgydF4y2Ba | 没有提到过gydF4y2Ba | mmApp vs UCgydF4y2Ba | 6个月gydF4y2Ba | ADE报告病例(CG: n=5, 7.4%;IG: n=43, 47.3%)和用药错误病例(CG: n=3, 0.4%;IG: n= 64,70.3%)gydF4y2Ba |
Greer等[gydF4y2Ba |
美国gydF4y2Ba | 接受口腔癌治疗的患者gydF4y2Ba | N=166 (CG: N= 86;搞笑:n = 80)gydF4y2Ba | 智能手机移动应用gydF4y2Ba | 带提醒的用药计划、症状报告模块和患者教育gydF4y2Ba | mmApp vs UCgydF4y2Ba | 3个月gydF4y2Ba | 高依从性病例(CG: n=66, 76.7%;IG: n=69, 86.3%)gydF4y2Ba |
一个gydF4y2BaCG:对照组。gydF4y2Ba
bgydF4y2BaIG:干预组。gydF4y2Ba
cgydF4y2BammApp:移动医疗应用。gydF4y2Ba
dgydF4y2BaUC:常规护理(即没有使用移动医疗应用程序)。gydF4y2Ba
egydF4y2BaMMAS-4:莫里斯基药物依从性量表第4项。gydF4y2Ba
fgydF4y2BaADE:药物不良事件。gydF4y2Ba
ggydF4y2Ba化疗助理。gydF4y2Ba
hgydF4y2BaMMAS-8:莫里斯基药物依从性量表第8项。gydF4y2Ba
在所有8项研究中,干预组都使用mmApps,每个应用程序都有自己的特点。Mira等[gydF4y2Ba
Wei等[gydF4y2Ba
Wilson等[gydF4y2Ba
在Defer等[gydF4y2Ba
总共有3项研究比较了mmApps和常规护理对ade报告的影响。共纳入579例患者。这些研究具有较大的异质性,我们采用随机效应模型对结果进行分析。我们的结果显示,mmApps对ADE报告有统计学意义(RR 2.59, 95% CI 1.26-5.30;gydF4y2Ba
移动应用程序与日常护理对药物不良事件报告影响的森林图[gydF4y2Ba
有4项研究的结果是药物依从性,但其中只有2项研究被纳入meta分析。另外两项研究被排除,因为用于评估药物依从性的测量工具存在较大的异质性(一项研究工具是Morisky药物依从性量表[MMAS]-4项[gydF4y2Ba
共有2项研究比较了mmApps和常规护理对药物依从性的影响。共纳入466例患者。异质性较小,采用固定效应模型对结果进行分析。我们的结果显示,mmApps对药物依从性的影响具有统计学意义(RR 1.17, 95% CI 1.04-1.31;gydF4y2Ba
移动应用程序与日常护理对药物依从性影响的森林图[gydF4y2Ba
Agboola等[gydF4y2Ba
总共有4项研究比较了mmApps和常规护理对用药错误的影响。共纳入469例患者。这些研究具有较大的异质性,我们采用随机效应模型对结果进行分析。我们的结果显示,mmApps对用药错误的影响没有统计学意义(RR 1.54, 95% CI 0.33-7.29;gydF4y2Ba
移动应用与日常护理对用药错误影响的森林图[j]gydF4y2Ba
所有8篇文章都报道了充分的随机序列生成,因此这方面的偏倚风险较低。此外,有5项研究报告了分配隐蔽性,因此在这方面的偏倚风险较低,有2项研究没有提到隐蔽性,因此在这方面被评为高偏倚风险。至于表现偏倚,有6项研究没有盲法,因此被评为高偏倚风险,另外两项研究是否存在盲法尚不清楚。大多数研究(7/ 8,88%)报告了结果和随访,因此损耗偏倚的风险较低。在报告偏倚方面,2项研究因未明确表达受试者特征,偏倚风险不明确,其余研究偏倚风险较低。综上所述,8项研究均部分符合质量标准,质量等级为“b”。因此,他们都被纳入了本研究。具体的偏倚风险和质量评价结果见gydF4y2Ba
各纳入研究的偏倚风险摘要[gydF4y2Ba
为了探究我们研究结果的稳定性和稳定程度,我们使用了不同的统计方法来分析结果。我们发现,在改变不同结局指标的统计分析方法后,ADE报告和药物依从性结果没有差异,敏感性较低,结果稳健可靠,见gydF4y2Ba
对于用药错误结果,我们的原始结果(RR 1.54, 95% CI 0.33-7.29;gydF4y2Ba
不同结局指标的敏感性分析。gydF4y2Ba
模型gydF4y2Ba | 相对危险度(95% CI)gydF4y2Ba |
|
|
||||
|
|||||||
|
随机效应模型gydF4y2Ba | 2.59 (1.26 - -5.30)gydF4y2Ba | 2.59gydF4y2Ba | .009gydF4y2Ba | |||
|
固定效应模型gydF4y2Ba | 2.06 (1.67 - -2.53)gydF4y2Ba | 6.83gydF4y2Ba | <.001gydF4y2Ba | |||
|
|||||||
|
随机效应模型gydF4y2Ba | 1.16 (1.04 - -1.29)gydF4y2Ba | 2.65gydF4y2Ba | .008gydF4y2Ba | |||
|
固定效应模型gydF4y2Ba | 1.17 (1.04 - -1.31)gydF4y2Ba | 2.71gydF4y2Ba | .007gydF4y2Ba | |||
|
|||||||
|
保留大样本研究的模型gydF4y2Ba | 1.54 (0.33 - -7.29)gydF4y2Ba | 0.55gydF4y2Ba | 算下来gydF4y2Ba | |||
|
没有保留大样本研究的模型gydF4y2Ba | 0.69 (0.38 - -1.24)gydF4y2Ba | 1.25gydF4y2Ba | . 21gydF4y2Ba |
我们的研究结果验证了我们的假设- mmapps可以有效提高患者的不良事件报告意愿(RR 2.59, 95% CI 1.26-5.30;gydF4y2Ba
我们的研究结果显示mmApps可以改善药物依从性(RR 1.17, 95% CI 1.04-1.31;gydF4y2Ba
我们的荟萃分析显示,mmApps对减少用药错误没有显著影响(RR 0.41, 95% CI 0.13-1.33;gydF4y2Ba
本研究可能存在一些局限性。首先,在质量评估方面,纳入文章的质量较低,证据的总体强度中等。其次,大多数研究(5/ 8,63 %)缺乏随机化和双盲。因此,未来应考虑更严格的纳入标准和更严格的随机对照试验研究。第三,干预持续时间不一致。最短的研究只进行了1个月,这可能会对结果产生影响。我们希望纳入研究的干预时间至少为6个月。最后,我们没有对mmApp进行成本效益分析,这对于帮助患者决定是否使用mmApp很重要。因此,我们计划对mmApps的经济成本和时间成本进行更多的研究。gydF4y2Ba
本研究共纳入8篇文章。我们重点研究了mmApps对用药安全性的影响,结果表明mmApps可以提高不良事件报告意愿(gydF4y2Ba
文献数据库的检索策略。gydF4y2Ba
药物不良事件gydF4y2Ba
化疗的助理gydF4y2Ba
医学主题词gydF4y2Ba
移动医疗appgydF4y2Ba
莫里斯基药物依从性量表gydF4y2Ba
系统评价和荟萃分析的首选报告项目gydF4y2Ba
相对风险gydF4y2Ba
世界卫生组织gydF4y2Ba
感谢毛佳一的指导和协助,感谢陈玉露的全面支持。资金支持来自重庆市医学科研项目(重庆市卫生健康委员会和重庆市科技局联合项目;中华医学会护理发展项目(批准号:cmmap - nrd2021004)。gydF4y2Ba
数据在公共存储库中公开可用。gydF4y2Ba
没有宣布。gydF4y2Ba