综述：移动健康干预对口腔癌生活质量的成效：一项系统评价

《Discover Public Health》：Effectiveness of mobile health interventions on quality of life for oral cancer: a systematic review

本综述系统评价了移动健康（mHealth）应用程序在口腔癌筛查、诊断及随访管理中的有效性。通过分析11项研究（2000-2024年），发现mHealth（如AI图像识别、远程会诊）可显著提升早期筛查效率（7项研究），并改善患者随访教育、症状监测（4项研究）。其成效依赖于与医疗系统整合及专业人员（如护士）支持，未来需标准化协议、营养咨询及学校健康计划以强化对可持续发展目标（SDG）3的贡献。

　　

引言

口腔癌作为全球第13大常见死因，年死亡病例约17.8万例，在印度等发展中国家负担尤重。其涵盖唇、舌、牙龈等部位的鳞状细胞癌，与烟草咀嚼、人乳头瘤病毒（HPV）感染等风险因素密切相关。世界卫生组织（WHO）将口腔健康纳入可持续发展目标（SDG 3），要求2030年前将非传染性疾病（包括口腔癌）过早死亡率降低三分之一。移动健康（mHealth）通过手机应用程序、远程监测等技术，为口腔癌的早期筛查、患者教育和随访管理提供了新路径。

流行病学特征

印度是口腔癌高发区，男性发病率是女性的2.5倍，30%的癌症病例为口腔癌。烟草使用导致80%的病例，近年来因吸食无烟烟草（如Gutkha）的年轻女性患者增多。卡纳塔克邦的肿瘤医院数据显示，口腔癌占全部癌症的10%，其中舌癌（5.2%）和口腔癌（5.5%）为主。传统筛查在偏远地区覆盖不足，而mHealth通过社区健康工作者（CHW）和人工智能（AI）辅助图像采集，有望弥补这一缺口。

移动健康应用与技术实现

本综述纳入的11项研究中，7项聚焦筛查，4项关注随访。筛查类应用（如Memosa、Oncogrid）支持前端健康工作者（FHW）通过手机拍摄口腔病变图像，由远程专家实时诊断。一项印度研究采用双模态成像设备，AI算法对口腔潜在恶性病变（OPMD）的筛查灵敏度达95%。随访类应用（如HNC Virtual Coach、RMA）提供吞咽训练视频、症状记录模板，帮助头颈癌（HNC）患者管理放化疗副作用。所有应用均实现数据实时上传，缩短诊断延迟。

有效性评估与临床一致性

远程诊断与现场专家的一致性较高：基于视频的筛查灵敏度达91%，特异性为90.5%，科恩卡帕（Kappa）值为0.597；而仅凭图像诊断时，灵敏度降至60%-83%。当FHW未经充分培训时，筛查灵敏度显著降低（60%），表明专业人员参与至关重要。在印度一项8516人筛查中，mHealth识别出5%阳性病例，但仅30%完成随访，提示需加强转诊机制。

随访管理中的生活质量改善

随访研究显示，mHealth能优化患者生活质量（QOL）。台湾一项准实验研究表明，使用口腔护理应用的患者，口腔黏膜炎发生率和营养状况显著改善（p<0.05）。荷兰开发的RMA应用获用户满意度评分4.72/7，但其自检功能信息不足。随机对照试验（RCT）中，虚拟教练组患者的吞咽训练依从性（34.9%）高于纸质记录组（25%），但无统计学显著性（p=0.31）。

局限与未来方向

当前证据多来自观察性研究，缺乏高质量RCT。45%的应用未公开技术细节，且农村地区、营养评估模块覆盖不足。未来需制定标准化报告规范（如mERA指南），开展成本效益分析，并探索学校护士参与筛查的可行性。

结论

mHealth通过实时数据共享和AI辅助诊断，提升了口腔癌早期发现与随访效率。其成功依赖于系统整合、工作者培训及多部门协作，是推动SDG 3目标实现的关键工具。