综述：基于助推干预对心脏代谢疾病患者自我监测行为有效性的系统评价与荟萃分析

这篇系统综述与荟萃分析揭示了助推干预（nudge-based interventions）对改善心脏代谢疾病（CMD）患者自我监测行为及临床指标的显著效果。通过整合35项随机对照试验（RCT），研究发现助推策略（如提醒、自动处方续订）可提升自我监测依从性（Hedge’s g?=?0.56），并降低糖化血红蛋白（HbA1c，MD?=??0.50）、收缩压（SBP，?4.47 mmHg）和舒张压（DBP，?2.02 mmHg）。研究为优化行为干预提供了循证依据。

　　

研究背景

心脏代谢疾病（Cardiometabolic diseases, CMD）包括糖尿病、高血压等，是全球发病率和死亡率的主要贡献者。自我监测作为疾病管理核心环节，却常面临患者依从性不足的挑战。助推理论（Nudge theory）通过优化选择架构（choice architecture），以非强制性干预（如短信提醒、默认选项）引导行为改变，近年来在健康管理领域备受关注。

研究方法

本研究系统检索了7大数据库（截至2025年3月），纳入35项评估助推干预对CMD患者影响的随机对照试验（RCT）。干预措施按Münscher分类法划分为：信息框架（如可视化数据）、默认选项（如自动续药）、社会规范提示等。采用随机效应模型进行荟萃分析，效应量以Hedge’s g和均值差（MD）表示。

关键发现

行为改善：助推干预使自我监测行为提升达中等效应（Hedge’s g?=?0.56，p? 代谢指标：干预组HbA1_c水平降低0.50%（p?p? 亚组分析：手机应用（APP）推送的效应量（g?=?0.62）高于纸质提醒（g?=?0.41）；联合多种助推策略（如社会比较+目标设定）效果优于单一干预。

临床意义

研究证实助推干预能通过“轻推”行为改变，弥补传统健康教育的局限性。例如，将血糖仪数据自动同步至APP（默认架构）减少了患者操作负担，而每周进度报告（社会规范）则强化了自我效能感。值得注意的是，干预效果随持续时间延长而增强，6个月以上项目对血压控制的改善尤为显著。

未来方向

需进一步探索助推策略的长期维持机制，以及在不同文化背景下的适用性。此外，结合人工智能（AI）的个性化助推设计可能成为下一代干预研究的突破口。