Mazboot Bunyad数字健康干预在巴基斯坦卡拉奇城市贫民窟私营诊所中6-59月龄儿童营养不良筛查与管理中的开发与实施

《BMC Digital Health》：Development and implementation of “Mazboot Bunyad”: a digital health intervention for the screening and management of undernutrition among children aged 6–59 months, at private provider clinics in urban slums of Karachi, Pakistan

　　

摘要 背景：营养不良仍是中低收入国家（LMICs）儿童死亡和发病的主要驱动因素，然而巴基斯坦的监测和病例管理仍主要依赖频率较低的调查和纸质登记册，无法实时追踪营养状况。巴基斯坦大多数家庭就医的私营部门在很大程度上被排除在营养规划之外。本研究描述了Mazboot Bunyad的开发与早期实施情况，这是一项嵌入卡拉奇高风险低收入社区私营诊所综合营养-免疫规划中的数字营养登记系统。 方法：本实施研究中所使用的安卓应用程序和网络仪表板，采用AHEAD框架通过参与式流程设计，并咨询了省级卫生主管部门、免疫工作人员和社区营养工作者。该系统采用二维码关联儿童记录，内嵌数字决策支持系统（DDSS），依据中上臂围（MUAC）对儿童进行分类，并具有自动随访提醒功能。该工具在33家诊所部署，研究人员对2024年7月1日至12月31日期间常规收集的项目数据进行了回顾性初步分析。 结果：在6个月期间，Mazboot Bunyad应用程序用于筛查并登记了8，406名6-59月龄儿童。现场团队使用内嵌的数字决策支持系统（DDSS）对6-59月龄儿童进行实时分类。其中，71.4%被分类为正常，22.3%为中度急性营养不良（MAM），6.2%为重度急性营养不良（SAM）。登记人数占比最大的年龄段为13-24月龄（40.5%）。男性儿童在总登记人数中占比略高（52.2%），但女性儿童的SAM负担（7.3%）高于男性儿童（5.3%）。督导团队使用仪表板识别失访者、监测库存可用性并跟踪病例康复时间线。 结论：Mazboot Bunyad的早期实施凸显了利用实时追踪加强营养监测的机遇，同时也面临供应链缺口等可能影响整体实施的挑战。这些经验为在巴基斯坦及其他中低收入国家（LMICs）的现实环境中推广数字工具提供了宝贵借鉴。

Mazboot Bunyad数字健康干预：巴基斯坦卡拉奇城市贫民窟私营诊所6-59月龄儿童营养不良筛查与管理的开发与实施——论文解读

一、研究背景与问题

营养不良仍是中低收入国家（LMICs）儿童死亡和长期发病的主要驱动因素，尤其在5岁以下儿童中表现突出。巴基斯坦是全球儿童营养不良率最高的国家之一，其进展速度慢于其他南亚国家。根据2018年国家营养调查（NNS）数据，5岁以下儿童中40.2%存在发育迟缓，17.7%存在消瘦。在南部信德省，营养不良患病率居全国之首，幼儿发育迟缓率高达45.5%，消瘦率达23.3%。尽管巴基斯坦农村地区营养不良患病率更高，但在城市地区，低收入社区因粮食安全受限、购买力低下和公共卫生基础设施薄弱而受到不成比例的影响。在卡拉奇被标记为脊髓灰质炎高风险和超高风险的城市低收入聚居区，儿童同时面临营养不良和疫苗可预防疾病的双重负担。

巴基斯坦目前的营养监测和病例管理仍主要依赖频率较低的调查和纸质登记册，无法实时追踪营养状况。2018年开展的上一次社区调查频率不足，难以及时为营养缺陷的早期干预提供信息。依赖传统纸质记录机制的薄弱卫生信息系统阻碍了营养进展的实时追踪、治疗依从性监测和康复结果评估。此外，巴基斯坦约四分之三的卫生支出发生在私营机构，但这一缺乏监管的私营部门在很大程度上仍是营养规划的盲区。尽管电子免疫登记系统已取得成功，但类似的营养干预数字追踪机制仍不发达。因此，本研究旨在开发并实施Mazboot Bunyad数字营养登记系统，将其嵌入卡拉奇高风险低收入聚居区私营诊所的综合营养-免疫规划中，以弥补营养监测和病例管理中的关键缺口。

二、研究设计与主要技术方法

研究人员采用描述性实施研究设计，对常规收集的项目数据进行回顾性分析。研究在巴基斯坦最大城市卡拉奇开展，该市人口达2030万，行政区划涵盖7个区和178个联合委员会（UC）。干预措施在有意选择的5个超高风险联合委员会（SHRUCs）和10个高风险联合委员会（HRUCs）中推广，这些区域是与信德省扩大免疫规划（EPI）协调后根据免疫目标完成情况不佳而选定的。

Mazboot Bunyad移动应用程序采用AHEAD框架通过参与式、用户知情流程设计，咨询了省级和地区卫生部门代表、EPI工作人员、具有15年以上经验的营养顾问、项目经理、社区营养工作者以及阿迦汗大学项目团队。开发过程中进行了咨询讨论以确定功能需求，包括离线数据录入、基于MUAC的自动人体测量分类和随访提醒。系统采用二维码关联儿童记录，内嵌数字决策支持系统（DDSS），依据中上臂围（MUAC）对儿童进行分类，并具有自动随访提醒功能。该工具部署在33家私营诊所，这些诊所被改造为综合营养免疫中心（INICs）。筛查对象为6-59月龄儿童，主要来自门诊就诊和常规免疫接种两个渠道，由经过培训的社区营养工作者使用左侧MUAC测量进行筛查。所有一线卫生工作者接受了为期5天的能力建设培训，涵盖CMAM指南、婴幼儿喂养实践、WASH原则以及应用程序的实操训练。

三、研究结果

人口学特征与营养分类：2024年7月1日至12月31日期间，共有8，406名5岁以下儿童登记入Mazboot Bunyad数字登记系统。其中男性4，386名（52.2%），女性4，020名（47.8%）。最大比例的登记儿童（40.5%）处于13-24月龄组，其次为25-36月龄（28.0%）和37-48月龄（15.1%）。初次MUAC筛查中，6，003名儿童（71.4%）被分类为正常，1，878名（22.3%）为中度急性营养不良（MAM），525名（6.2%）为重度急性营养不良（SAM）。两类营养不良病例均集中于13-24月龄组：525例SAM中59.2%（n=311）属于该年龄段，1，878例MAM中47.0%（n=882）属于该年龄段。按性别分析负担，女孩的两种急性营养不良负担均高于男孩：SAM影响7.3%的登记女孩（292/4，020）对比5.3%的男孩（233/4，386）；MAM影响23.7%的女孩（954/4，020）对比21.1%的男孩（924/4，386）。

月度筛查趋势：时间序列分析显示，7月筛查1，807名儿童，8月降至1，013名，9月降至912名，随后10月升至1，446名，11月达到峰值1，774名，12月略降至1，454名。正常儿童分类数在9月降至614名后稳步上升，11月达到1，363名。SAM病例也在9月降至最低（n=35）后于11月升至109名。MAM病例9月降至263名后于11月升至302名。9月的下降与RUTF的临时供应链中断相吻合，随后登记和分类均恢复，11月反映了所有类别中最高的筛查量和病例检出量。

四、讨论与结论

讨论部分指出，Mazboot Bunyad干预嵌入巴基斯坦私营医疗部门，该部门占全国医疗保健提供的62%和四分之三的卫生支出，但常被忽视于预防性卫生服务提供。该项目是将营养筛查和管理整合到政府支持的针对高风险聚居区倡议中的首创之举，为公私合作应对营养不良提供了独特模式。系统的核心优势在于其内嵌的数字决策支持系统（DDSS），使一线提供者能够按照WHO生长标准对儿童进行分类并制定个性化护理计划，相比纸质方法可能提高诊断准确性并减少治疗延误。云基仪表板和库存管理工具使督导团队能够实时追踪服务提供、供应使用和随访安排，这种分析基础设施在南亚传统CMAM模式中基本缺失。研究人员还指出，虽然本回顾性分析尚未包括治愈率或康复时间线等结局指标，但马拉维RapidSMS和印度CommCare等类似干预的证据表明，自动提醒和二维码关联患者记录等机制可能带来类似益处。

研究局限性包括：作为服务提供增强而非随机对照试验，无法保证因果归因；数字工具虽提高分类准确性，但人体测量质量仍依赖人工操作；9月筛查下降与RUTF供应链中断相关，表明补充剂可能作为筛查项目的吸引点；社区营养工作者在获取准确MUAC、体重和身高读数方面存在能力差距，需要主动监督和纠正反馈机制；研究未前瞻性注册，限制了防止选择性报告的保护措施；筛查仅限于主动带到参与诊所的儿童，研究结果反映的是基于机构的筛查病例量而非社区患病率。

结论部分指出，Mazboot Bunyad的经验凸显了数字健康工具嵌入现有照护系统时，如何能够弥合儿童营养监测中的关键缺口并加强服务欠缺社区的一线服务提供。然而，这些举措必须得到供应链和劳动力能力建设方面持续投资的支持。该模型为中低收入国家（LMICs）利用私营部门参与者开展营养和免疫等公共卫生重要性项目提供了更广泛的借鉴。Mazboot Bunyad是在政府信任下开发的，并通过一线私营部门工作者实施，维持这一伙伴关系和各方接受度对于展示该工具对健康结局的影响及更广泛推广至关重要。