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,前提是正确引用最初发表在JMIR儿科学和育儿杂志上的原创作品。必须包括完整的书目信息,https://pediatrics.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。
2019年,中国出现了一种新型冠状病毒,由该病毒引起的疾病(COVID-19)迅速被列为大流行。患有妊娠期糖尿病(GDM)的孕妇被认为有患严重COVID-19的风险。在大流行的背景下,对于患有GDM的妇女对孕产妇和新生儿结局的不利影响存在严重关切。因此,GDM患者的有效治疗尤为重要。由于接触限制和感染风险,远程医疗等数字方法是合适的替代方案。
本系统综述旨在总结目前关于GDM和COVID-19孕妇的孕产妇和后代结局的现有证据,并研究在COVID-19大流行期间改善孕产妇血糖控制的远程医疗干预措施。
通过搜索截至2021年3月发表的研究的Cochrane图书馆、MEDLINE via PubMed、Web of Science Core Collection、Embase和CINAHL数据库,系统地识别了出版物。我们根据结果对COVID-19研究进行了分类,并将远程医疗干预研究分为基于网络的组和基于应用程序的组。我们分析了病例报告(COVID-19)以及随机和非随机对照临床试验(远程医疗)。测定糖化血红蛋白A的变化1 c(HbA1 c),我们汇集了适当的研究,并计算了干预组和对照组在干预结束时的均值差异,其中95%为ci。
关于COVID-19研究,我们确定了11例病例报告、3封信件、1个病例系列和1个回顾性单中心研究。共分析了41例GDM和COVID-19患者。产妇和新生儿的结果极不一致。我们通过GDM和COVID-19的相互作用确定了母亲和孩子的不良结局,如剖宫产和低Apgar评分。此外,我们选取了9篇与远程医疗相关的文章:6篇为随机对照试验,2篇为临床对照试验,1篇为准实验设计。我们总共分析了干预组的480例GDM患者和对照组的494例GDM患者。关于9项远程医疗研究的质量,4项被评为强,4项被评为中等,1项被评为弱。远程医疗干预可对HbA产生有利影响1 c以及COVID-19大流行背景下的空腹血糖值。meta分析显示HbA的平均差异1 c所有远程医疗干预为-0.19% (95% CI为0.34%至0.03%),基于网络的干预为-0.138% (95% CI为-0.24%至-0.04%),基于应用的干预为-0.305% (96% CI为-0.88%至0.27%)。
在COVID-19和GDM背景下,远程医疗是一种有效的方法,因为它可以实现社交距离,并代表对GDM患者的最佳护理,特别是在血糖控制方面,鉴于已确定的不良孕产妇和新生儿结局,这是非常重要的。还需要进一步的研究。
2019年,一种名为SARS-CoV-2的新型冠状病毒在中国武汉出现;由这种病毒引起的疾病COVID-19在短时间内被列为大流行[
2019年,在约16%的活产婴儿中,母亲在怀孕期间患有高血糖[
在COVID-19大流行的背景下,重点关注患有GDM的女性,人们严重关注对孕产妇、胎儿和新生儿结局的不利影响[
由于卫生保健领域的接触限制和限制,可以使用数字解决方案来确保对GDM患者的密切治疗。加拿大、澳大利亚、新西兰、英国、德国、意大利和印度等国家的国家指南明确建议在COVID-19大流行期间采用远程医疗管理GDM [
糖尿病技术包括有助于控制疾病的硬件、软件和技术设备[
在COVID-19、GDM和数字治疗方案的背景下,迫切需要更多的临床和科学分析。一般来说,最好制定一份大流行总指南,并提出相应的行动建议,这对发生其他大流行也很有用。
在此背景下,我们在COVID-19大流行的背景下更详细地研究了患有GDM的孕妇,以期提供远程医疗治疗方案。在这一新的研究领域,分析前人的文献并为进一步的研究提供建议是很重要的。由于该领域的证据有限,本系统综述旨在总结目前关于GDM和COVID-19孕妇孕产妇和后代结局的现有证据,并研究在COVID-19大流行期间改善孕产妇血糖控制的远程医疗方法。通过这一分析,我们希望为妊娠糖尿病、COVID-19和远程医疗领域的进一步研究设定第一个里程碑和起点。
一般来说,在创建系统评价和分析研究时,我们遵循了
通过搜索截至2021年3月发表的研究的Cochrane图书馆、MEDLINE via PubMed、Web of Science Core Collection、Embase和CINAHL数据库,系统地识别了出版物。
我们进行了两次系统的搜索,以解决我们各自的研究问题。一个是GDM和COVID-19主题,另一个是GDM和远程医疗主题。搜索策略显示在
使用以下关键词进行搜索:(“妊娠糖尿病”)和(“COVID-19”或“冠状病毒”或“SARS-CoV-2”)。医学主题标题(MeSH)和Embase主题标题术语以及标题/摘要术语被搜索。此外,我们还手动搜索了参考文献列表。
使用以下关键词进行搜索:(“妊娠糖尿病”)和(“远程医疗”或“远程监护”或“遥测”或“移动健康”或“移动应用程序”或“智能手机”)。MeSH和Embase主题词以及标题/摘要词被搜索。此外,我们还手动搜索了参考文献列表。
符合以下纳入标准的研究被选择:同行评审;以英文或德文出版;观察性、队列性和临床研究、病例报告/系列、信件和评论报告了GDM和COVID-19孕妇的孕产妇、胎儿和新生儿结局。
由于COVID-19是在2019年底出现的,而且仍未被探索,特别是对于GDM患者等特殊目标群体,因此迄今为止的研究很少。因此,我们考虑了各种研究设计(包括病例报告和信件),并纳入了所有报道COVID-19和GDM患者的论文,即使GDM不是各自论文的明确重点。此外,我们没有对母体、胎儿或新生儿的结局施加任何限制。
符合以下入选标准的文章被选中:同行评审;以英文或德文出版;临床对照试验(CCTs)和随机对照试验(rct)研究了GDM孕妇的远程医疗治疗,并报告了HbA的产妇结局1 c、FBG或RBG。
遥测的定义是通过电信系统将患者数据远程记录和传输给医疗保健提供者,以提供临床支持并改善健康结果[
以下文章被排除:未具体说明糖尿病类型的文章,以及未报告母亲或后代结局的文章,而是专注于GDM筛查/管理/诊断、封锁期间的焦虑和压力,或预防GDM的文章。
以下文章被排除:海报、评论、信件、研究方案和会议记录;没有明确糖尿病类型的研究;仅描述技术的研究;利用其他技术和其他疾病汇集数据的研究;以及关注GDM预防或诊断的论文。
我们提取了发表年份、研究区域、研究设计、患者特征、远程医疗研究的干预细节(技术类型、干预和对照组、样本量)、结果和主要结果。
我们根据结果对COVID-19研究进行了分类。我们将结果分为母体结果和子代结果。在可能的情况下,我们计算平均值(阿普加评分和出生体重)。
我们将远程医疗研究分为两组:基于网络的和基于应用程序的。基于网络的干预措施以网站和互联网为基础,患者和卫生保健提供者之间进行异步通信。基于应用程序的干预是基于智能手机和移动电话应用程序。
我们进行了一项元分析,以确定干预措施对HbA的影响1 c浓度,因为这是最常研究的结果。我们使用Excel(微软公司)汇集数据并进行计算,我们考虑了所有提供完整信息的研究。在计算中,我们考虑了基于网络和应用程序的研究。用于确定HbA的变化1 c(%),我们汇集了适当的研究,并在干预结束时计算干预组和对照组的均值差异,置信区间为95%。基于HbA卡1 c均值差异和置信区间,我们创建了一个森林图。
对研究进行质量评估以确定偏倚风险。我们使用了有效和可靠的有效公共卫生实践项目工具[
文献检索共收录228篇文献,根据标题和摘要筛选出136篇独特文献(
总的来说,报告的结果是非常不同的,在研究中只有少数相同的结果重叠。还应指出的是,这些论文不是很详细,通常包含的信息很少,这与在COVID-19大流行开始时,论文可以更快地以简化的形式发表有关。
最常见症状为发热(12例)、咳嗽(13例)、呼吸困难(4例)、气短(3例)、腹泻(2例)、呕吐(2例)。
共有22名妇女需要剖宫产,包括3例紧急剖宫产。此外,5名女性入住重症监护室(ICU)。布劳维尔特等人[
Kleinwechter和Laubner [
此外,Oliva等人[
此外,Fontanella等人[
8例新生儿的平均Apgar评分(1分钟)为5.9 [
布劳维尔特等人[
此外,Oliva等人[
文献检索共得到408篇引文,其中根据标题和摘要筛选出348篇唯一引文(
我们总共分析了干预组的480名患者和对照组的494名患者。干预措施分为基于网络的干预措施和基于应用程序的干预措施。我们没有发现任何视频咨询,也没有发现关于RPG结果的研究报告。总的来说,我们分析了6种基于网络和3种基于应用程序的远程医疗干预措施。
此外,4项研究被评为强质量研究,4项被评为中等质量研究,1项被评为弱质量研究。质量评价载于
远程医疗研究的特点和结果。
作者(年份)、地点 | 设计 | 病人,n | 技术类型 | 干预的细节 | 结果 |
|
Homko等人(2007),美国[ |
个随机对照试验一个 |
搞笑b: 34 CGc: 29 |
Web - /互联网 |
基于web的管理交互系统:每周至少3次数据传输,医护人员与患者之间的信息传递 控制:常规护理+纸质日志 |
HbA1 cd(变化)(%) Ig: 6.1 (0.8) Cg: 6.2 (2.2) Ig: 90.8 (11.8) Cg: 88.6 (9.5) |
没有报告 |
Homko等人(2012),美国[ |
个随机对照试验 |
搞笑:40 CG: 40 |
Web - /互联网 |
基于web的管理交互系统:交互式语音应答电话交流,自动提醒 对照:门诊就诊时回顾日志 两种方法:每2周和从妊娠36周开始每周去诊所 |
空腹血糖(变化)(mg/dL) Ig: 91.5 (10.5) Cg: 94.3 (0.26) |
.26 |
Kim et al(2019),韩国[ |
准实验研究 |
搞笑:22 CG: 22 |
Web - /互联网 |
网络系统:每周网络健康日记,传送每日空腹血糖,个人教育 对照组:接受营养教育 |
HbA1 c(变化)(%) Ig: 5.0 (0.2) Cg: 5.3 (0.2) Ig: 78.8 (8.4) Cg: 80.9 (8.4) |
两者都不显著(未报道) |
Given等人(2015),英国[ |
个随机对照试验 |
搞笑:24 CG: 26 |
Web - /互联网 |
日常护理和远程医疗中心与网站,移动电话和固定电话,每周反馈 控制:每2周面对面门诊就诊,自我监测血糖 |
HbA1 c
IG: 34.04 (3.23) mmol/mol(增加5.26%) CG: 33.84 (2.88) mmol/mol(增加5.25%) |
没有报告 |
Dalfra等人(2009),意大利[ |
有条件现金转移支付f |
搞笑:88 CG: 115 |
Web - /互联网 |
通过电话接收和反馈血糖数据,每月就诊 控制:描述不充分 |
HbA1 c(变化)(%) Ig: 5.1 (0.6) Cg: 5.3 (0.5) |
.008 |
Perez-Ferre等人(2010),西班牙[ |
个随机对照试验 |
搞笑:50 CG: 50 |
Web - /互联网 |
基于互联网和应用程序的短信:自我监测数据的传输,患者与医护人员之间的短信交流 控制:面对面门诊就诊 |
HbA1 c(变化)(%) Ig: 5.3 (0.4) Cg: 5.4 (0.4) |
没有报告 |
Mackillop等人(2014),英国[ |
个随机对照试验 |
搞笑:101 CG: 102 |
App-based |
基于手机的血糖管理解决方案:健康app(每周至少3次数据传输和反馈),每4 - 8周就诊一次 |
HbA1 c
干预组每28天上升0.02%,对照组每28天上升0.03% 差异无统计学意义(干预vs对照组:-0.01%,95% CI -0.05 - 0.03) |
没有报告 |
Guo等(2019),中国[ |
个随机对照试验 |
搞笑:64 CG: 60 |
App-based |
日常护理+ app“Dnurse”数据传输反馈,妊娠糖尿病教育信息 对照:标准门诊治疗 |
HbA1 c(变化)(%) Ig: 4.7 (0.2) Cg: 5.3 (0.3) Ig: 4.9 (0.9) Cg: 5.0 (0.8) |
HbA1 c:措施 |
Yang et al .(2018),中国[ |
有条件现金转移支付 |
搞笑:57 CG: 50 |
智能手机/微信 |
基于智能手机的远程医疗系统(微信app)和提供持续健康教育的文章,云数据库 控制:日常护理和健康教育 |
空腹血糖(变化)(mg/dL) Ig: 4.31 (0.75) Cg: 5.31 (1.29) |
<措施 |
一个RCT:随机对照试验。
bIG:干预组。
cCG:对照组。
dHbA1 c:糖化血红蛋白A1 c.
eFBG:空腹血糖。
fCCT:临床对照试验。
基于HbA比较的干预效果1 c研究结束时,分析了干预组和对照组之间的水平。达夫拉等[
总的来说,荟萃分析显示HbA的平均差异1 c所有远程医疗干预的-0.19% (95% CI 0.34至0.03)(n=7)。
总的来说,3项研究中有2项报告了基于网络的干预措施改善了FBG水平。Homko等[
此外,所有基于应用程序的研究(n=2)都报告了通过实施基于应用程序的远程医疗干预,FBG值明显降低。杨等[
这项系统综述表明,远程医疗干预,特别是基于网络和应用程序的治疗,可以对HbA产生有利影响1 c以及COVID-19大流行背景下的FBG值。meta分析显示HbA的平均差异1 c所有远程医疗干预(n=7)为-0.19% (95% CI 0.34至0.03),基于网络的干预(n=5)为-0.138% (95% CI -0.24至-0.04),基于应用程序的干预(n=2)为-0.305% (96% CI -0.88至0.27)。
数字治疗方法是传统GDM治疗的创新替代方案,特别是考虑到社交距离、隔离和孕妇感染风险。人们对远程医疗的兴趣越来越大,因为远程医疗的好处包括不需要亲自到场,以及成本和时间方面的好处[
通过远程医疗进行最佳的血糖控制可以减轻对母亲和孩子的负面影响。GDM和COVID-19患者需要特别护理。利用目前的证据,我们能够通过GDM和COVID-19的相互作用识别和分析母亲和孩子的不良结果,如剖宫产、入住(新生儿)ICU、通气和低Apgar评分。对母亲和孩子的长期影响目前尚不清楚。不幸的是,可用的文件往往很短,不详细,只包括病例报告和信件。迫切需要对COVID-19和GDM背景下的各种结果进行强有力的临床研究,以确定其临床意义。此外,结果极不均匀,因此难以定量分析和综合。
如前所述,早期治疗策略需要有效地改善GDM的管理,因为GDM可以通过跨代编程对儿童造成长期后果。跨代编程是发育阶段的一种干扰,可能导致器官功能和代谢调节的“编程错误”。这会导致晚年的疾病,如非胰岛素依赖型糖尿病、肥胖、高血压和心血管疾病[
总的来说,远程医疗方法明显改善了GDM女性的血糖控制,从而对跨代规划产生积极影响。在COVID-19大流行背景下,远程医疗有效加强了GDM管理。我们的其他检讨[
关于不同类型的远程医疗干预,我们能够识别基于网络和基于应用程序的干预;然而,尽管智能手机应用程序的可操作性良好,但基于应用程序的干预较少。我们无法在GDM上下文中找到其他技术,如视频会议,但这些技术对其他类型的糖尿病显示出巨大的潜力。
国家指南以及GDM诊断的不同阈值会影响结果,必须予以考虑。由于GDM的定义不同,参与者可能无法进行精确的可比性。为了解决这个问题,必须对GDM进行统一的全局定义。
此外,由于COVID-19是一个迅速发展的主题,因此关于COVID-19的研究在方法学上薄弱,不太详细,而且发表得很快,以便在新的COVID-19大流行背景下迅速发表重要发现并生成证据。在进行分析时,必须考虑到这一限制。
此外,母代和子代的结果极不一致。需要更多的研究来关注GDM患者。更大的样本量是必要的。在进一步的研究中,建议关注孕产妇、胎儿和新生儿的结果,这些结果也在其他GDM研究中被考虑(在分析GDM患者的治疗方案时),并且与健康特别相关,如剖宫产、ICU入院、血糖控制(高血糖、空腹血糖、HbA)1 c等)、胎儿窘迫、Apgar评分、出生体重、呼吸窘迫综合征。关于COVID-19的相关结果,我们的分析表明,特别是COVID-19症状、通气、COVID-19治疗、新生儿SARS-CoV-2检测、鼻咽拭子和补充氧气是相关的,需要进一步调查。
据我们所知,我们是第一个对GDM、COVID-19和远程医疗进行系统综述的小组。其他关于GDM和远程医疗的综述和荟萃分析报告了类似的关于远程医疗护理在妊娠糖尿病管理中的积极结果[
这篇综述为在COVID-19大流行期间管理GDM患者的进一步研究设定了第一个里程碑和起点。
患有GDM的孕妇发生COVID-19严重病程的风险增加。在COVID-19大流行的背景下,医疗实践正在转向远程医疗等数字治疗方法。目前,关于COVID-19和GDM女性患者不良结局的分析和结论很少;然而,我们总结了现有的初步证据。需要进一步研究,以了解最有效治疗患有COVID-19和GDM的女性所需的流行病学和卫生保健干预措施。此外,COVID-19与GDM之间的代际相互作用需要进一步调查,并需要基于证据的建议。
在COVID-19和GDM背景下,远程医疗是一种现代有效的方法,因为它减少了接触,并使GDM患者仍能在不良妊娠结局方面得到最佳治疗。其他遥测方法,如视频咨询,需要更密切地调查,也应该检查与RPG相关的干预效果。
搜索策略。
PRISMA(系统评价和元分析首选报告项目)流程图。
COVID-19研究概述。
质量评估。
PRISMA(系统评价和元分析首选报告项目)检查表。
森林的阴谋。
临床对照试验
糖尿病
有效公共卫生实践项目
空腹血糖
吸入氧分数
妊娠期糖尿病
糖化血红蛋白A1 c
重症监护室
医学学科标题
新生儿重症监护室
系统评价和元分析的首选报告项目
随机对照试验
随机血糖
氧饱和度由脉搏血氧仪测量
没有宣布。