综述：不同医疗保健从业者在高血压数字自我护理中贡献的网络Meta分析

《npj Digital Medicine》：Network meta analysis of contributions by different healthcare practitioners in digital self care for hypertension

本综述系统评估了69项随机对照试验（19837名参与者），发现数字健康干预（DHI）能有效辅助高血压患者自我管理。药师主导的DHI降低收缩压效果最佳（平均差-6.17 mmHg），多学科团队则对舒张压降低最显著（-2.81 mmHg）。护理人员参与的DHI在减少心血管事件和全因死亡方面表现优异，但所有DHI对生活质量和运动改善有限。研究强调需结合医疗人员专业角色优化数字干预策略，推动资源合理配置。

　　

研究背景与意义

高血压是心血管疾病、功能损害和早逝的主要危险因素，全球医疗成本因而显著上升。尽管现有管理方案鼓励患者自我护理并推荐多学科医疗从业者（如医师、护理人员和药师）参与，但血压控制率仍不理想（多数国家低于50%）。传统服务存在时空限制，导致患者对治疗计划的依从性不足。数字健康干预（DHI）策略近年兴起，旨在消除初级高血压护理中的障碍，通过远程医疗和移动健康工具改善服务可及性，尤其对于医疗资源匮乏地区。

DHI整合技术、数据和信息，支持高血压预防与控制活动，包括定期自我血压监测、健康教育、药物依从性管理、生活方式调整建议以及医患沟通功能。这些工具推动患者形成自我护理范式，即主动认识并履行个人健康责任。从低收入地区的短信提醒到高收入国家的人工智能诊断，DHI鼓励服务递送，促进血压监测、风险收益解读、临床决策和患者参与的迭代循环。

医疗从业者在DHI中的角色差异

不同医疗专业人员在DHI中的角色既独特又互补：

• •
  医师（Phys-DHI）：主导临床判断，扩展服务范围，通过数字工具指导治疗调整。
• •
  药师（Phar-DHI）：确保药物疗效、依从性和安全性，提供用药指导和错误纠正。
• •
  护理人员（Nurs-DHI）：作为频繁接触点，提供持续护理和患者赋能，侧重日常监测和教育。
• •
  多学科团队（Team-DHI）：整合各专业优势，创建协同数字自我护理生态系统。

现实中，DHI任务分配常不均衡，例如过度依赖医师执行本可由护士安全完成的工作，或未充分利用药师减少药物相关伤害。本研究通过网络Meta分析，评估不同HCP参与的DHI对血压控制、药物依从性、生活方式和生活质量的影响。

研究方法与数据来源

研究检索2000年1月1日至2025年4月14日发表的随机对照试验，最终纳入69项试验（19837名参与者）。干预分组包括：

• •
  无HCP参与的DHI（None-DHI，27项试验，平均持续时间6.17个月）
• •
  医师参与的DHI（Phys-DHI，17项试验，5.59个月）
• •
  药师参与的DHI（Phar-DHI，5项试验，8.40个月）
• •
  护理人员参与的DHI（Nurs-DHI，17项试验，4.53个月）
• •
  多学科团队参与的DHI（Team-DHI，10项试验，7.6个月）

主要结局指标包括收缩压（SBP）、舒张压（DBP）变化，以及药物依从性、体力活动、生活质量等患者中心结局。

血压控制效果分析

收缩压（SBP）控制：

66项试验（19663名参与者）显示，所有DHI均比常规护理（UC）显著降低SBP。药师参与的DHI效果最优（平均差MD=-6.17 mmHg，95%CI：-9.27至-3.08），护理人员参与的DHI次之（MD=-5.49 mmHg，-7.53至-3.44）。多学科团队和医师参与的DHI也表现出显著效益。

舒张压（DBP）控制：

62项试验（17755名参与者）中，多学科团队参与的DHI降低DBP最显著（MD=-2.81 mmHg，-4.51至-1.11），医师参与的DHI紧随其后（MD=-2.32 mmHg，-3.73至-0.92）。无HCP参与的DHI对DBP改善不显著。

心血管事件与死亡风险降低

基于绝对风险降低（ARR）估算，每降低1 mmHg SBP可减少0.1%主要心血管事件和0.2%全因死亡风险。调整所需治疗数（ANNT）分析显示，护理人员参与的DHI在减少心血管事件和死亡方面的人力资源消耗最低，表明其在长期护理中具有显著效益。

次要结局评估

• •
  药物依从性：14项试验（2462名参与者）中，医师和护理人员参与的DHI显著改善依从性（标准化均差SMD=1.87和0.77），其他组无显著变化。
• •
  体力活动与生活质量：6项试验（1349名参与者）和7项试验（2566名参与者）分别显示，所有DHI对体力活动和生活质量的改善均未达到统计学显著性。
• •
  吸烟和酒精消费数据不足，未进行Meta分析。

亚组分析与异质性

按DHI交付模式分组：

• •
  移动应用程序（22项试验）、血压远程监测（BPT，7项试验）、短信服务（SMS，11项试验）、网站访问（3项试验）、电话呼叫（3项试验）以及多模式组合（25项试验）。
• •
  组合模式和多模式交付的DHI效果最稳定，移动应用程序在医师参与下表现最佳。

按国家收入水平分组：

• •
  高收入国家（42项试验）的结果与主分析一致，中低收入国家的结果因样本量小而不确定。

患者基线特征亚组（如年龄≥60岁或<60岁、基线血压正常或异常）显示，药师和护理人员参与的DHI在SBP和DBP降低中稳定领先。

可信度与偏倚评估

17.4%的试验具有低偏倚风险，58.0%存在一些顾虑，24.6%存在高风险（主要与结局数据缺失和选择性报告有关）。Egger检验未发现发表偏倚（SBP P=0.14，DBP P=0.28）。异质性较高（SBP I2=79.4%，DBP I2=79.9%），但全局不一致性检验无显著差异。

实践意义与未来方向

DHI通过增强服务可及性、患者参与度和数据流，为高血压自我护理提供重要价值。然而，干预效果的异质性强调需结合上下文因素（如基础设施、文化偏好）制定策略。关键建议包括：

• •
  政策与资源分配：优先护理人员主导的DHI以优化人力资源使用，尤其在资源有限地区。
• •
  技术标准化：建立统一的DHI性能指标和监管框架，确保工具可靠性和公平性。
• •
  跨专业培训：通过明确角色边界和协议，提升团队协作效率。
• •
  患者中心设计：整合用户体验和临床工作流程，避免增加医疗负担。

未来研究应关注DHI对提供者效率和工作流程的影响，并纳入长期结局指标，以全面评估其可持续性和扩展性。