移动健康营养干预对成人慢性肾脏病营养相关及临床结局的有效性：一项系统综述与Meta分析

《Nutrients》：Effectiveness of mHealth Nutrition Interventions on Nutrition-Related and Clinical Outcomes in Adults with Chronic Kidney Disease: A Systematic Review and Meta-Analysis

　　

摘要专业翻译 背景/目的： 针对慢性肾脏病（CKD）患者的饮食建议较为复杂，且难以融入日常起居。移动健康（mHealth）干预可能有助于支持饮食教育、自我监测和疾病管理；然而，其对CKD患者营养相关及临床结局的影响尚不明确。本系统综述与Meta分析旨在评估mHealth干预对成人CKD患者营养相关及临床结局的有效性。方法： 本综述依据系统综述和Meta分析优先报告条目（PRISMA）指南开展。研究人员检索了五个数据库，检索时间自建库至2026年2月。纳入标准为评估mHealth干预并报告营养相关和/或临床结局的对照试验、类实验研究及前后对照研究。随机对照试验（RCT）和具有可比结局及充分数据的对照类实验研究纳入定量合成。由于在缺乏同期对照的情况下无法将基线变化与时间效应区分，前后对照研究仅进行叙述性综合。研究人员采用Cochrane偏倚风险评估工具和ROBINS-I工具评估偏倚风险。结果： 本综述共纳入23项研究，其中8项符合Meta分析纳入标准。在接受透析的成人患者的定量合成中，生化指标及透析间期体重增加（IDWG）均未显示出显著效应。若干前后对照研究报告了研究内饮食摄入（包括钠摄入）和血压结局的改善。由于缺乏同期对照组，无法将观察到的变化明确归因于mHealth干预，因此这些发现应谨慎解读。结论： mHealth干预可能有助于改善成人CKD患者的某些饮食和临床结局；然而，来自随机对照试验的证据仍然有限。前后对照研究报告的改善应谨慎解读，未来需要设计良好的额外随机对照试验以确定其在不同CKD人群中的有效性。

论文主体内容学术总结

1. 引言

慢性肾脏病（CKD）是一种进行性疾病，已成为全球重大公共卫生问题，其患病率在1990年至2023年间增长了一倍以上。随着肾功能下降，肾脏清除代谢废物及调节体液和电解质平衡的能力减弱。尽管遗传和年龄等不可改变因素对CKD进展有影响，但饮食等可改变的生活方式因素是CKD管理的重要组成部分。医疗保健提供者通常会根据患者的个体健康状况提供量身定制的饮食调整建议，这一过程通常始于提供者和注册营养师（RDNs）根据个体医疗状况确定饮食目标，随后将这些建议转化为实际的食物选择、膳食计划策略和教育资源。然而，将营养建议转化为持续的饮食行为仍具挑战性，患者需应对多种慢性病的竞争性饮食建议、经济限制、健康食品获取受限、文化饮食偏好、膳食准备时间以及不同水平的食品和营养素养。循证建议与现实依从性之间的差距使CKD的饮食管理复杂化，凸显了支持自我管理的创新策略需求。

在数字健康干预中，移动健康（mHealth）作为促进自我管理和改善慢性病结局的工具日益受到关注。世界卫生组织（WHO）将其广义定义为由移动和无线设备支持的医疗和公共卫生实践，包括智能手机、传感器、个人数字助理（PDA）和无线监测设备等。早期mHealth干预常依赖PDA和短信服务（SMS），而当代mHealth方法可能整合实时监测、可穿戴设备集成、个性化反馈、与医疗保健提供者的远程通信以及人工智能（AI）支持功能。近期mHealth干预研究主要聚焦于非传染性疾病，尤其是2型糖尿病。2025年的一项系统综述显示，基于短信的mHealth干预改善了血糖控制。然而，支持在CKD人群中使用mHealth干预的证据仍然有限，且mHealth常作为多组分干预的一部分，难以单独归因其效应。

2. 材料与方法

2.1 研究选择

本系统综述与Meta分析依据PRISMA指南开展，研究方案已在系统综述前瞻性注册数据库注册（注册号：CRD420251126284）。研究人员检索了五个电子数据库（Pubmed/Medline、Embase、Cochrane Library、Scielo和Scopus），检索时间自建库至2025年9月，并于2026年2月更新检索。检索词涵盖肾脏疾病相关术语、mHealth与技术相关术语以及营养相关搜索术语。初步检索共识别11,354篇文章，最终纳入综述23篇，其中8篇纳入Meta分析。

2.2 纳入标准

研究纳入标准包括：（1）研究设计为随机对照试验（RCT）、类实验或前后对照；（2）参与者为18岁及以上各期CKD（1-5期，包括透析）成人；（3）干预涉及mHealth技术（如应用程序、智能手机、可穿戴设备、其他无线设备）；（4）报告营养结局（如电解质、白蛋白、总蛋白和/或饮食摄入）。排除标准包括涉及自身免疫性疾病、多囊肾病等特定肾脏疾病，纳入孕妇或儿童，评估无mHealth成分的远程医疗或在线咨询服务，未包含营养结局，聚焦于mHealth开发或设计，以及非全文期刊文章。

2.3 数据提取

三位评审员独立筛选所有标题和摘要，并对符合条件的研究进行全文审查，分歧通过共识解决。在Covidence中收集的数据包括：标题、作者姓氏、发表年份、研究地点、研究设计、人群类型和数量、干预时长、干预和对照、结局及结果。

2.4 质量与偏倚风险评估

随机对照试验采用原始Cochrane偏倚风险评估工具（RoB 1）评估，涵盖七个领域：序列生成、分配隐藏、参与者和人员盲法、结局评估者盲法、不完整结局数据、选择性结局报告和其他偏倚来源。非随机研究采用ROBINS-I工具评估，涵盖七个领域：混杂偏倚、参与者选择、干预分类、偏离预期干预、缺失结局数据、结局测量和报告结果选择。总体而言，纳入研究显示低至中度偏倚风险。

2.5 异质性评估

采用I²统计量评估异质性，通过漏斗图目视检查探索发表偏倚。统计学异质性判定标准为卡方检验（p < 0.01）且I²值至少为50%。

2.6 数据合成

研究根据治疗方式（透析或非透析）、干预和对照特征以及营养相关或临床结局进行分组。随机对照试验和对照类实验研究在评估可比人群和结局并提供充分数据时纳入定量合成，非对照前后研究排除于定量合成并以叙述性方式总结。采用随机效应模型确定差异，治疗效应以最终随访值的组间平均差（MD）及相应95%置信区间（CI）表示，统计显著性定义为p < 0.05。

3. 结果

3.1 研究特征

共23项研究符合纳入标准，研究地点涵盖澳大利亚、巴西、加拿大、中国、伊朗、爱尔兰、日本、韩国、中国台湾、阿联酋和美国。研究设计包括随机对照试验（n = 9）、类实验研究（n = 3）、回顾性队列研究（n = 1）和非随机前后对照研究（n = 10）。共纳入14,887名参与者，其中94.2%为非透析参与者，干预时长从0.5至36个月不等。mHealth干预主要聚焦于饮食自我监测（包括磷、钾、钠、蛋白质和液体摄入的营养追踪）、针对透析或非透析CKD患者的个体化营养教育、药物管理和旨在改善饮食依从性和自我管理的行为支持策略。16项研究（69.6%）使用了研究团队专门开发的mHealth应用程序，12项研究整合了理论、模型或框架。18项研究（78.3%）包含饮食自我监测或追踪成分，15项研究（65.2%）包含教育成分，11项研究（47.8%）包含行为支持功能。

6项研究评估了饮食摄入结局，其中3项针对接受透析的成人（n = 178），3项针对非透析CKD成人（n = 87）。在透析成人研究中，3项评估蛋白质摄入，3项评估磷摄入，2项评估钠摄入，1项评估整体饮食质量。3项评估蛋白质摄入的研究中有2项报告了显著变化（p < 0.01），3项评估磷摄入的研究中有1项报告显著降低（p = 0.003），2项评估钠摄入的研究中有1项报告干预组较对照组显著降低（p = 0.02）。在非透析CKD成人研究中，3项评估钠摄入，2项评估饮食质量，各1项评估钾和蛋白质摄入。由于饮食结局和统计指标的变异性，多数饮食结局无法进行定量合成。评估钠摄入的3项研究均报告钠摄入减少，但因采用非对照前后设计而以叙述性方式总结。非透析CKD成人中，4项研究评估了血压，其中3项前后对照研究报告收缩压和/或舒张压改善有限或无改善，1项随机对照试验报告组间无显著差异。

16项研究评估了至少一项与饮食自我管理、应用程序使用、营养知识或生活质量相关的自我报告结局。最常评估的结局为饮食自我监测或自我效能（n = 6）、应用程序满意度或可接受性（n = 5）、营养知识（n = 3）、技术准备度（n = 3）和生活质量（n = 3）。由于测量工具的变异性，这些结局未进行定量合成。1项研究报告干预组营养知识较对照组显著改善（p < 0.001），1项研究报告饮食自我效能改善，2项研究报告总体或领域特定生活质量显著改善（p < 0.05）。

3.2 质量与偏倚风险结果

在随机对照试验中，所有研究均在不完整结局数据、选择性报告和其他偏倚来源方面被判定为低偏倚风险。4项研究在参与者和人员盲法方面被判定为不明确偏倚风险，5项在结局评估盲法方面不明确，3项在分配隐藏方面不明确。非随机研究中，10项被判定为总体低偏倚风险，4项为中度偏倚风险，无研究被判定为严重或关键偏倚风险。

3.3 异质性

由于各Meta分析纳入研究数量较少，多数结局无法可靠评估发表偏倚。各结局异质性不一，若干生化结局观察到显著异质性，血清白蛋白异质性尤其高（I² = 85%）。

3.4 Meta分析结果

3.4.1 生化结局

干预组与对照组之间在血清白蛋白、磷和钾浓度方面均未观察到显著差异。血清白蛋白（6项研究，n = 476；MD = 0.04 g/dL，95% CI：?0.21至0.28，p = 0.72；I² = 85%）、血清磷（8项研究，n = 579；MD = ?0.16，95% CI：?0.33至0.00，p = 0.06；I² = 78%）和血清钾（5项研究，n = 321；MD = ?0.35 mmol/L，95% CI：?1.09至0.38，p = 0.25；I² = 92%）均无显著组间差异。

3.4.2 体重结局

3项涉及接受透析成人的研究（n = 225）评估了透析间期体重增加（IDWG）。合并分析显示mHealth干预组与对照组之间无显著差异（MD = ?0.73 kg，95% CI ?2.46至1.00，p = 0.21），且研究间存在显著异质性（I² = 91%）。

4. 讨论

本系统综述与Meta分析提示，mHealth提供的干预可能支持成人CKD患者的某些营养和临床结局，但效应在各结局和人群中并不一致。在接受透析的成人中，透析间期体重增加（IDWG）和所评估的生化结局均未观察到统计学显著的组间差异。在非透析CKD成人中，前后对照研究报告了饮食钠摄入的改善和血压的混合结果。个别研究还报告了营养知识、饮食自我效能和生活质量的改善。总体而言，这些发现提示mHealth可能更有效地支持干预直接针对的行为，而非在短期内产生生化结局的改变。

饮食自我监测和追踪是纳入干预的常见组成部分，但许多研究还整合了营养教育、个性化反馈、行为支持或与医疗保健专业人员的沟通。血磷、血钾、白蛋白和钙受饮食摄入以外的众多因素影响，包括药物依从性、残余肾功能、透析充分性、炎症、合并症和个体代谢变异性。因此，通过mHealth干预实现的适度饮食改善可能不足以在实验室参数中产生可测量的变化，尤其是在短期干预期间。此外，许多应用程序依赖自我报告的饮食摄入，可能引入报告偏倚并限制营养估算的精确性。从临床角度看，mHealth可能最适合作为支持持续营养自我管理的工具，而非独立干预。然而，技术支持和医疗保健专业人员支持的最佳组合及强度仍不明确。

本综述存在若干局限性。研究设计、干预时长、mHealth组成和评估结局方面存在显著异质性，限制了干预间的比较。纳入随机、类实验和前后对照研究以及对若干饮食和行为结局依赖自我报告测量，可能影响研究结果的强度。此外，参与者在CKD人群中的分布不均，若干结局特定于非透析或透析人群，限制了在CKD连续谱中的普适性。

5. 结论

mHealth提供的营养干预在支持成人CKD患者的饮食自我管理和某些临床结局方面显示出潜力，尤其是当技术与饮食自我监测、个性化反馈、教育或医疗保健专业人员支持相结合时。然而，对生化结局的效应不一致，干预设计、研究方法和结局评估方面的显著异质性限制了对结论的确定性。未来需要充分把握度的随机试验来评估标准化的行为、饮食和临床结局，并确定多组分mHealth干预中哪些成分对有效性贡献最大。