综述：远程生物特征识别技术对出院后再次入院风险和死亡率的影响：来自系统评价和荟萃分析的见解

《Journal of Hospital Medicine》：Impact of remote biometric sensing on readmission risk and mortality after hospital discharge: Insights from a Systematic Review and meta-analysis

远程生物监测设备（RBS）在降低术后及出院患者30天内再入院率和死亡率方面效果显著，元分析显示其风险比（RR）为0.75（95%CI:0.67-0.84），术后患者RR更低至0.82。

　　远程生物传感设备（RBS）在医疗健康领域的应用正逐渐成为一种重要的技术手段，尤其是在患者出院后的随访和管理方面。本研究通过系统综述和荟萃分析，评估了RBS使用与患者出院后全因再入院率和死亡率之间的关系，揭示了其在改善短期患者结局方面的潜力。这一研究不仅为医疗实践提供了新的视角，也对未来的临床研究和政策制定具有重要的指导意义。

医院再入院率是全球医疗体系中一个长期存在的挑战，尤其是在美国，每年因医院再入院所产生的医疗费用高达415亿美元。这些再入院事件不仅增加了经济负担，还与患者的不良健康结局密切相关，包括更高的发病率和死亡率。根据研究，大约五分之一的再入院事件被认为是“可避免”的，这意味着通过有效的干预措施，有相当一部分再入院是可以被预防的。而远程生物传感设备作为一种创新的监测工具，正被越来越多地用于出院后的患者管理，以期降低再入院率并改善患者健康状况。

RBS通常指的是能够自动或手动测量至少一个生物标志物（如心率、血压、体温、血氧饱和度、呼吸频率等）的设备，其功能超越了单纯的运动监测。这些设备可以是可穿戴的，如智能手表、心电图贴片、血压监测仪等，也可以是间歇性使用的，如体重秤、便携式血氧仪等。它们通过持续或定期采集患者的生理数据，帮助医护人员在患者出现临床恶化迹象之前进行干预，从而减少不必要的再入院。然而，尽管RBS在临床应用中展现出一定的前景，目前关于其效果的证据仍然存在一定的不确定性，尤其是在长期疗效和不同疾病群体中的适用性方面。

本研究通过系统的文献检索和严格的纳入标准，对9363篇相关文献进行了筛选，最终纳入了39项研究，涵盖了160,857名患者。这些研究包括23项随机对照试验（RCT）、14项队列研究和2项非随机试验。结果显示，RBS的使用与全因再入院风险的显著降低有关，其风险比（RR）为0.75（95%置信区间为0.67–0.84），意味着使用RBS的患者再入院率比未使用组降低了25%。这种效果在30天内尤为明显，RR为0.74（95% CI: 0.64–0.87），异质性较低（I2=35%）。而在术后患者这一特定亚组中，RBS的使用与再入院率的降低更为显著，其RR为0.82（95% CI: 0.69–0.98），异质性几乎为零（I2=0%），这表明RBS在术后患者中的效果更为一致和可靠。

此外，研究还发现RBS的使用与30天内的死亡率降低有关，RR为0.63（95% CI: 0.46–0.85），但这一效果在更长的随访期内并未持续。这表明RBS在短期内可能对患者生存率有积极影响，但其长期效果尚不明确。这可能与RBS本身无法改变疾病的自然病程有关，特别是在慢性或终末期疾病患者中，RBS的作用可能更多体现在早期监测和干预上，而非根本性地改变疾病进展。

研究的局限性也值得关注。首先，由于纳入的研究在设计、患者群体、设备类型和干预方法等方面存在较大差异，导致研究之间的异质性较高（I2=72%），这使得整体结果的解释变得复杂。其次，许多研究未能明确区分设备主动监测的时间与随访观察的持续时间，这限制了对RBS长期效果的评估。此外，部分研究的偏倚风险较高，且存在一定的发表偏倚，这些因素都可能影响结论的可靠性。

尽管如此，研究仍提供了重要的启示。在临床实践中，RBS可以作为改善出院后患者管理的有效工具，尤其是在高风险患者群体中，如术后患者、心力衰竭患者和慢性阻塞性肺疾病（COPD）急性加重患者。这些患者在出院后更容易出现并发症，而RBS的持续监测可能有助于早期识别问题并及时干预，从而降低再入院率。然而，为了更全面地评估RBS的效果，未来的研究需要进一步探索其在不同疾病类型、不同随访时间以及不同人群中的表现。

在临床转化方面，RBS的应用需要结合具体的患者需求和医疗环境。例如，在某些情况下，RBS可能更适合用于短期监测，如出院后的30天内，而其他情况下可能需要更长期的跟踪。此外，RBS的使用应与患者的健康素养和数字技术的可及性相结合，以确保其能够真正发挥作用。对于那些缺乏数字技能或无法获得稳定互联网连接的患者，RBS的使用可能面临一定的挑战，因此未来的研发和推广应更加注重设备的易用性和可访问性。

此外，RBS的临床应用还需要考虑与现有医疗体系的整合。例如，如何将RBS采集的数据与医院的电子健康记录系统对接，如何确保医护人员能够及时接收到警报并采取适当的干预措施，这些都是需要解决的关键问题。同时，研究还指出，RBS的使用可能会间接促进患者参与健康管理，如提高患者的健康意识、促进治疗依从性和改善生活方式，这些因素也可能是降低再入院率的重要原因。

研究还强调了在不同患者群体中RBS效果的差异性。例如，在术后患者中，RBS的效果较为显著，而在心力衰竭患者中，虽然RBS能够降低再入院率，但其效果存在较大的异质性。这提示我们，RBS的适用性和效果可能因患者的疾病类型、年龄、健康状况等因素而有所不同，因此需要更加个性化的应用策略。此外，对于一些高风险人群，如感染性疾病患者或多病共存的患者，RBS的应用尚未得到充分研究，未来需要更多的关注。

为了进一步验证RBS的效果，未来的研究应优先考虑高质量的随机对照试验（RCT），并采用标准化的干预方案和评估方法。同时，研究应关注RBS在不同随访时间点的效果，特别是长期随访数据的收集和分析。此外，研究还应探索不同类型的RBS设备、监测频率和持续时间对再入院率和死亡率的影响，以确定哪些设备和监测策略最为有效。

最后，研究还指出了在实施RBS过程中可能面临的挑战，包括数字鸿沟、技术依赖性以及患者对设备的使用依从性。这些挑战不仅影响RBS的推广和应用，还可能削弱其在实际临床中的效果。因此，未来的政策制定者和医疗机构应采取措施，确保RBS能够惠及更广泛的人群，尤其是在资源有限的地区和弱势群体中。

综上所述，RBS作为一种新兴的医疗技术，在降低出院后再入院率方面显示出一定的潜力。然而，其效果在不同患者群体和不同随访时间点上存在显著差异，这提示我们需要更加细致地研究其适用范围和效果机制。通过优化设备设计、提高患者依从性、加强数据整合和推动多中心研究，RBS有望在未来成为出院后患者管理的重要工具，为提升医疗质量、降低医疗成本和改善患者预后提供有力支持。