编辑推荐：
为解决移动应用对 OHCA 患者结局影响不明确的问题，遵义医科大学附属医院等单位的研究人员开展相关研究，发现移动应用能提升患者生存率等。该研究为优化急救系统提供依据，强烈推荐科研读者阅读。
遵义医科大学附属医院护理部（Department of Nursing, Affiliated Hospital of Zunyi Medical University）等单位的研究人员 Qingqing Tong、Manhong Zhou 等人在《BMC Health Services Research》期刊上发表了名为 “Mobile applications enhance out-of-hospital cardiac arrest outcomes: a systematic review and meta-analysis” 的论文。这篇论文在院外心脏骤停（Out-of-hospital Cardiac Arrest，OHCA）急救领域意义重大，为优化院前公共应急响应系统提供了关键依据，有助于提升 OHCA 患者的救治效果 。
研究背景
院外心脏骤停是一个严峻的全球公共卫生挑战。在欧洲、北美、澳大利亚和中国，其年发病率分别为每 10 万人中 86.4、98.1、112.9 和 97.4 例。尽管人们付出诸多努力，OHCA 患者出院生存率却很低，1976 - 1999 年为 8.6%，2010 - 2019 年也仅提升到 9.9%。有效的心肺复苏（Cardiopulmonary Resuscitation，CPR）成为研究焦点，增加旁观者参与和早期除颤能提高生存率。于是，增强心脏骤停识别、扩大公众 CPR 教育以及推广自动体外除颤器（Automated External Defibrillator，AED）的使用成为重要方向。
虽然在公众培训上投入巨大，但旁观者 CPR 实施率仍不理想。很多接受过基础生命支持培训的人从未进行过 CPR 或使用过 AED。自 2007 年移动应用概念出现后，其借助智能手机的定位和短信服务功能，能快速通知附近志愿者在急救医疗服务（Emergency Medical Services，EMS）到达前提供 CPR 或 AED 帮助，减少应急响应的 “空白时间”。近年来，5G 网络、移动互联网和视频技术融入智能应急响应和调度系统，进一步提升了院前急救能力。
不过，现有关于移动应用的研究多为观察性研究或样本量有限的随机对照试验（Randomized Controlled Trial，RCT），研究结果的普遍性受限。而且，移动应用在技术设计、响应者覆盖范围以及与院前急救服务的整合等方面存在很大差异，这些差异对患者结局的影响尚不明确。因此，开展此项研究很有必要，它能系统评估移动应用的技术特征及其在不同应急响应策略下对 OHCA 患者结局的影响。
研究方法
该研究严格遵循 2020 年系统评价和荟萃分析的首选报告项目（Preferred Reporting Items for Systematic Review and Meta-Analyses，PRISMA）声明，研究方案提前在 PROSPERO 注册（ID: CRD42023477676）。由于研究数据均来自已发表文章，所以无需伦理审批和知情同意。
研究基于人口、干预、对照和结局（Population, Intervention, Comparison, and Outcome，PICO）框架提出问题：与标准 EMS 相比，通过移动应用通知附近志愿者对 OHCA 患者进行 CPR 或除颤，能否提高患者生存率？
研究人员在 PubMed、Embase、Web of Science、Cochrane Library、中国知网（China National Knowledge Infrastructure，CNKI）、万方数据、维普中文科技期刊数据库（Chinese Scientific Journals Database，VIP）和中国生物医学文献数据库（SinoMed）等多个数据库进行检索，检索时间从数据库建立至 2023 年 8 月 1 日。检索词由与 OHCA 和移动应用相关的医学主题词（Medical Subject Headings，MeSH）和关键词组成。研究只纳入临床试验和 RCT，排除综述、评论和会议论文等。此外，还手动检索纳入研究的参考文献，以发现更多相关文献。
检索结果导入 EndNote X9 软件去除重复文献，由两名研究人员（QQT 和 XHL）独立筛选潜在相关研究的标题和摘要，再详细审查入围研究的全文以确定其是否符合要求。若有分歧，则与第三名研究人员（RJH）讨论解决。纳入标准为涉及通过短信或智能手机应用通知公民作为 OHCA 场景中的第一响应者或志愿者；排除标准包括数据不准确、全文无法获取、涉及专业志愿者（如警察、消防员）以及非中英文发表的研究。
同样由两名研究人员（QQT 和 JML）使用标准化表格独立提取数据，内容涵盖研究基本信息（第一作者、国家、期刊、发表年份、研究类型）、移动应用详细信息（名称、开发年份、使用国家、应用类型、志愿者定位方式、警报范围、志愿者动员模式、注册要求）以及关键结局指标（旁观者 CPR 率、应用激活率、志愿者到达现场率、AED 获取率、旁观者除颤率、自主循环恢复（Return of Spontaneous Circulation，ROSC）率、出院或 30 天生存率、良好神经功能恢复率）。
两名研究人员（LL 和 XYP）独立评估研究的偏倚风险和质量，出现分歧时与第三名研究人员（RJH）商议解决。对于 RCT，使用 Cochrane 偏倚风险 2.0（RoB 2）工具，从随机化过程、偏离预期干预、缺失结局数据、结局测量和报告结果选择这五个领域进行评估，偏倚分为 “低风险”“一些担忧” 或 “高风险”。对于观察性研究，采用非随机干预研究的偏倚风险（Risk of Bias in Non-randomized Studies of Interventions，ROBINS-I）工具，该工具还涵盖混杂因素、参与者选择和干预分类等领域，每个领域评为 “低风险”“中度风险”“严重风险”“关键风险” 或 “无信息”，根据各项评估给出总体偏倚风险评级，并使用 robvis 工具进行可视化展示。研究还通过 GRADEpro 工具，依据推荐分级评估、制定与评价（Grading of Recommendations Assessment, Development and Evaluation，GRADE）标准评估证据的总体确定性，将证据分为极低、低、中、高四个等级。
统计分析使用 RevMan 5.4 软件，所有结果以中位数和四分位数间距 [M (Q1, Q3)] 呈现。对于二分结局，采用 Mantel–Haenszel 方法计算合并风险比（Risk Ratio，RR）及 95% 置信区间（Confidence Interval，CI）。通过
和
统计量量化异质性，若
且
，表明异质性低，采用固定效应模型；若
或
，提示异质性显著，则采用随机效应模型。研究还按志愿者动员模式、应用类型、志愿者位置和激活半径进行亚组分析，并通过系统排除单个研究进行敏感性分析，以确定异质性的潜在来源，确保荟萃分析结果的稳健性，
表示具有统计学意义。
研究结果
研究筛选流程与基本特征
最初检索到 2220 篇文献，通过引文追踪又补充 4 篇，去除重复文献后，1500 篇文献进行标题和摘要初步筛选，93 篇进入全文审查，最终 25 篇文献纳入系统评价。其中，1 篇 RCT 和 12 篇队列研究用于荟萃分析，探究移动应用对 OHCA 患者结局的影响。这些研究在 2011 - 2023 年发表，涉及 12 个国家的 13 种不同短信或智能手机应用，评估了多种应用性能指标和患者结局。研究质量评估显示，1 篇研究偏倚风险低，7 篇为中度风险，5 篇风险较高。
移动应用性能
2006 - 2021 年，荷兰、瑞典、美国、中国等国家开发了多种移动应用。这些应用在检测到 OHCA 事件时，通过智能手机向附近志愿者发送警报，有的用短信，有的依赖智能手机应用，还有的从短信通知过渡到应用通知。志愿者定位方式包括 GPS、注册地址、社区数据或电子身份识别，警报范围在 300 - 5000 米之间，每次事件触发 2 - 30 次通知。AED 检索范围最远可达 750 米，能显示附近或最近可用的 AED 位置。志愿者动员模式有三种：优先 CPR 响应，即志愿者主要被派往 OHCA 现场进行 CPR，必要时取 AED；优先 AED 检索，先让最近的志愿者取 AED，其他响应者关注患者；协调团队响应，组织志愿者团队分工进行现场复苏和 AED 检索。OHCA 的中位激活率为 35.3%，志愿者到达现场率为 53.3%，丹麦表现突出，超 85.1% 的志愿者在 EMS 之前到达。汇总数据显示，旁观者 CPR 率和除颤率的中位数分别为 54.8% 和 9.4%，入院时 ROSC 率为 35.1%，出院或 30 天生存率为 17.1%，部分研究还报告了良好的神经功能恢复情况。
移动应用对生存的影响
12 项研究表明，移动应用激活后，出院或 30 天生存率显著提高（9.6% vs. 8.0%；
，95%CI:1.24 - 1.44；
）。亚组分析发现，不同志愿者动员模式、应用类型、志愿者位置和激活半径均支持这一结论，其中协调团队响应模式下效果更显著（
，95%CI:1.18 - 2.10；
）。根据 GRADE 标准，RCT 的证据质量为中度，观察性研究为极低。9 项包含 11006 名参与者的研究显示，移动应用激活后，入院时 ROSC 率显著提升（24.8% vs. 22.0%；
，95%CI:1.09 - 1.40；
）。亚组分析发现，优先进行旁观者 CPR 和警报半径超过 500 米时，ROSC 率更高，证据质量同样是 RCT 为中度，观察性研究为极低。
移动应用对旁观者干预的影响
11 项涵盖 31784 名参与者的研究表明，移动应用激活后，旁观者 CPR 率显著增加（69.1% vs. 55.4%；
，95%CI: 1.13 - 1.37；
），亚组分析也证实了这一结果。不同志愿者动员策略中，优先 CPR 响应效果最佳（
，95%CI: 1.08 - 1.62；
）。RCT 证据质量为高，观察性研究为极低。12 项涉及 33389 名参与者的研究显示，移动应用使旁观者除颤率有所增加，但效果有限且存在偶然性（12.2% vs. 8.6%；
，95%CI: 1.00 - 1.51；
）。敏感性分析发现，一项研究对结果影响较大。亚组分析表明，协调团队响应和使用智能手机应用时，旁观者除颤率更高，RCT 证据质量为中度，观察性研究为极低。
研究结论与讨论
研究通过系统评价和荟萃分析，全面评估了移动应用对 OHCA 患者结局的影响，证实移动应用在提高出院或 30 天生存率、入院时 ROSC 率、旁观者 CPR 率和除颤率方面有显著积极作用。亚组分析进一步探讨了志愿者动员模式、应用类型、志愿者位置和激活半径等因素对这些结局的影响，为理解移动应用的有效性提供了更深入的视角。
志愿者动员模式的分层分析显示，优先 CPR 响应或协调团队干预在提高生存率、ROSC 率、旁观者 CPR 率和除颤率方面效果更显著。这是因为志愿者直接前往心脏骤停现场进行 CPR，能快速缩短应急响应和 CPR 启动时间。虽然优先 AED 检索可缩短除颤时间，但在某些地区可能因延迟早期 CPR 而受限，不过在已有其他响应者进行 CPR 时，取 AED 仍有价值。目前，公众意识、AED 可用性和文化态度等地区差异仍是阻碍旁观者干预的重要因素，提高公众信心和响应准备的创新策略，如无人机辅助 AED 配送，虽有进展，但旁观者除颤率仍较低，未来还需优化志愿者动员、增加 AED 可用性并开展教育项目。
应用类型分层分析表明，智能手机 APP 在提高出院生存率、旁观者 CPR 率和除颤率方面优于短信系统，这得益于其能提供实时信息、精准定位和先进通信功能。未来可在此基础上构建动态响应机制，加强各方沟通，提升救援效率，尤其是在急救意识薄弱地区。
亚组分析还发现，支持 GPS 的移动应用对提高出院生存率有积极影响，非 GPS 系统在增加旁观者 CPR 率和 ROSC 率方面有优势，但两者在旁观者除颤率上与 EMS 相比无显著差异。这可能是由于 AED 利用率低、公众对 AED 使用意识不足以及 AED 可用性有限等因素，加上隐私限制导致志愿者位置跟踪不准确，影响了除颤效果。未来研究应聚焦提高公众 AED 使用意识，解决志愿者位置跟踪准确性和 AED 可用性问题。
基于志愿者激活半径的分层分析显示，警报半径≤500 米的移动应用可提高生存率和旁观者 CPR 率，半径＞500 米的应用与 ROSC 增加相关，但两者在旁观者除颤率上与 EMS 相比无显著差异。这表明最佳激活半径和志愿者数量受多种因素影响，目前国际上对此尚无共识，未来需进一步优化相关参数，增加 AED 分布密度，提高公众急救意识。
与以往研究相比，该研究纳入了更多新发表的研究，观察到更高的旁观者 CPR 和除颤率。不过研究也存在局限性，如纳入研究在设计、人群特征和方法上差异较大，部分研究偏倚风险较高，虽用漏斗图评估发表偏倚，但无法完全消除。未来应开展标准化、高质量研究，提高结果可靠性。
总体而言，该研究通过亚组分析评估了不同应急响应策略下移动应用的有效性，突出了其在增强旁观者干预和改善患者结局方面的巨大潜力，为解决 AED 获取和公众意识等问题提供了有价值的指导，有助于优化移动应用设计和完善应急响应实践。
