《Frontiers in Clinical Diabetes and Healthcare》：Effect of social media–based diabetes self-management education and support on glycemic control in adults with type 2 diabetes: a systematic review and meta-analysis
编辑推荐：
专业摘要翻译：
背景：数字干预正被用于糖尿病自我管理教育与支持（DSMES），但其有效性的证据仍然有限。本系统综述与Meta分析考察了基于社交媒体的DSMES对成人2型糖尿病（T2DM）血糖控制的影响，并开展了一项探索性的事后（post hoc）分析以评估干预
专业摘要翻译：
背景：数字干预正被用于糖尿病自我管理教育与支持（DSMES），但其有效性的证据仍然有限。本系统综述与Meta分析考察了基于社交媒体的DSMES对成人2型糖尿病（T2DM）血糖控制的影响，并开展了一项探索性的事后（post hoc）分析以评估干预时长对结局的影响。
方法：遵循PRISMA 2020规范开展系统综述，检索了PubMed、CINAHL、Web of Science和PsycINFO数据库，共筛选789条记录，另通过保存的检索策略识别1条额外记录（总计790条）。纳入标准为过去十年余间发表的英文文献，研究对象为成人T2DM患者，报告了HbA1c结局，并采用社交媒体实施DSMES干预。采用Cochrane随机对照试验（RCT）偏倚风险评估工具（RoB 2）评估偏倚风险。通过随机效应Meta分析估计HbA1c百分比点的合并均差（MD），并按干预时长进行亚组分析；采用I2统计量评估异质性。
结果：本系统综述纳入13项研究，其中11项RCT纳入Meta分析。合并分析显示干预组总体效应具有统计学显著性（MD = ?0.44个HbA1c百分比点，95% CI ?0.87至?0.00，p = 0.05）。研究间存在显著异质性（I2 = 91%），95%预测区间为?2.08至1.20。干预时长≤3个月的研究未显示显著效应（MD = ?0.12，95% CI ?0.51至0.28，p = 0.56），而干预时长>3个月的研究显示较大且具有统计学显著性的效应（MD = ?1.02，95% CI ?1.75至?0.29，p = 0.01）。亚组间差异检验具有显著性（Q = 4.56，df = 1，p = 0.03）。
结论：基于社交媒体的DSMES干预可能与成人T2DM血糖结局的改善相关。尽管超过三个月的干预显示出更大的合并效应，但由于显著的异质性（I2 = 91%），应谨慎解读这些事后分析结果。该合并估计值代表异质性干预措施和人群间的平均效应，不应被理解为基于社交媒体的DSMES的统一效应。
系统综述注册：https://doi.org/10.17605/OSF.IO/BZR6P，OSF Registries BZR6P。
论文主体内容专业总结：
背景
2型糖尿病（T2DM）持续构成全球健康挑战，其以持续性高血糖为特征，源于胰腺胰岛素合成能力进行性下降，并常因胰岛素抵抗而加重。持续性高血糖显著增加微血管和大血管并发症风险，影响心血管健康、肾功能、神经病变、视网膜病变及整体代谢调节。糖化血红蛋白（HbA1c）被广泛视为糖尿病临床管理的"金标准"，0.5%的HbA1c降低被认为具有临床意义，1%的HbA1c降低与糖尿病相关并发症风险降低35%相关。糖尿病自我管理教育与支持（DSMES）项目对改善血糖控制和自我管理行为至关重要，但参与常受文化、语言、可及性、时间、服务短缺及地理障碍限制。数字技术的快速发展，包括智能手机应用、可穿戴设备、传感器和在线健康网络，为实现更具可扩展性和个性化的行为改变干预提供了可能。社交媒体平台已成为疾病信息和健康经验的重要来源，为卫生保健机构参与公众健康促进和疾病管理提供了新途径。本系统综述和Meta分析旨在评估基于社交媒体的DSMES干预对成人T2DM患者HbA1c所反映的血糖控制的有效性，并按干预时长进行分层分析。本综述将基于社交媒体的DSMES定义为利用现有平台，通过个体和群体沟通、多媒体分享和社交网络，使用户能够生成、接收和互动DSMES内容。符合条件的研究使用成熟的社交媒体平台作为分发DSMES内容的主要手段。本综述以社会认知理论（SCT）为概念框架，该理论认为健康行为改变源于个体内影响、行为能力和环境力量的动态交互，其中自我效能、结果预期、观察学习（示范）、强化和自我调节等核心构念与糖尿病自我管理行为高度相关。
方法
本系统综述和Meta分析方案于2026年1月19日回顾性注册于开放科学框架（OSF），注册发生在标题和摘要筛选开始一个月后。纳入标准包括具有前后HbA1c数据的随机对照试验（RCT）和准实验研究，研究对象为任何国家确诊的18岁及以上成人T2DM患者；干预措施为通过社交媒体平台提供循证DSMES并进行前后评估；对照包括常规护理、替代教育方式、等待名单对照或无干预。主要结局为干预后HbA1c，次要结局包括糖尿病自我管理、效能和健康素养评估。排除标准包括非社交媒体应用的数字干预、无结构化DSMES的糖尿病博客或非正式同伴支持、仅针对1型糖尿病或妊娠期糖尿病的研究、18岁以下参与者，以及会议摘要、灰色文献、学位论文和预印本。检索于2025年12月10日在PubMed、Web of Science、CINAHL和PsycINFO四个数据库进行，覆盖2015年1月以来的文献，并通过PubMed自动检索在2026年2月识别出1项额外符合条件的研究。检索策略使用特定关键词、数据库受控词表、医学主题词（MeSH）和布尔组合。所有研究导入Covidence?软件进行筛选，两名独立评审员进行标题和摘要筛选，第三名评审员解决分歧。提取数据包括国家、语言、研究设计、社交媒体平台、样本量、干预时长、干预组成、行为理论、参与者特征、HbA1c结局及自我管理评估结果。使用Cochrane偏倚风险评估工具（RoB 2）评估RCT偏倚风险，涵盖随机化过程、偏离预期干预、缺失结局数据、结局测量和报告结果选择五个领域；准实验研究使用非随机干预研究偏倚风险评估工具（ROBINS-I）评估。主要效应测量为干预组和对照组之间HbA1c百分比点的均差（MD），基于随访时分析的参与者人数计算效应量。采用随机效应Meta分析以考虑预期的临床和方法学异质性，仅纳入RCT，使用I2统计量评估统计异质性。为探索干预时长是否与HbA1c结局差异相关，将干预分为≤3个月和>3个月两个亚组进行分析。采用留一法敏感性分析评估合并效应估计的稳定性和可靠性，通过漏斗图、Egger检验和剪补法评估发表偏倚和小研究效应。
结果
系统检索四个数据库初步获得789条记录，另通过PubMed保存检索识别1条额外记录。去重后剩余708条记录进行标题和摘要筛选，排除671条记录，37篇全文研究连同1条额外记录共38篇进行资格评估，排除25篇，最终纳入13项利用社交媒体应用实施DSMES干预的研究。大部分出版物（75%）产生于近五年。研究设计方面，11项为RCT，2项为单臂前后测设计的准实验研究。研究覆盖多个地理区域，包括中国（n = 3）、美国（n = 2）、伊朗（n = 2）、沙特阿拉伯（n = 2）、韩国（n = 2），以及台湾和阿联酋各1项。语言和平台分布为：6项研究以中文实施，其中4项使用微信，1项使用LINE；3项以阿拉伯语通过WhatsApp实施；2项以韩语在Naver Café实施；2项以波斯语使用Telegram/Soroush实施。13项研究共招募1,817名参与者，样本量从30到556不等，平均120名。男女参与比例大致相等（50%）。所有研究均报告了教育程度，半数研究报告超过42%的参与者未完成高中教育，未完成高中教育的比例范围为8.4%至73.0%，平均为39.59%。平均年龄为51.49岁，研究层面平均值范围为40.55至61.00岁。漏斗图目视检查未显示明显不对称，Egger回归检验不显著（系数 = ?0.016，SE = 3.34，t = ?0.05，p = 0.96），剪补法未估算缺失研究，合并估计值不变。偏倚风险评估显示，4项RCT偏倚风险低，7项存在部分担忧，无试验被归类为高风险；常见担忧涉及随机化报告和报告结果选择问题。两项准实验研究因混杂因素和缺乏对照组被判定为严重偏倚风险。13项研究的描述性统计显示血糖控制改善，干预组基线HbA1c平均为8.47%（SD = 1.01），干预后平均为7.47%（SD = 0.75），降低约1%。11项RCT中对照组平均改善0.47%。Meta分析纳入11项RCT，合并分析显示干预组总体效应具有统计学显著性（MD = ?0.44，SE = 0.22，95% CI ?0.87至?0.00，z = ?1.97，p = 0.05），研究间存在显著异质性（τ2 = 0.48，H2 = 10.75，I2 = 91%；Q = 101.63，df = 10，p < 0.001）。总体95%预测区间为?2.08至1.20。事后亚组分析按干预时长分层，≤3个月组（k = 7）合并效应小且无统计学显著性（MD = ?0.12，95% CI ?0.51至0.28，p = 0.56；I2 = 84%），>3个月组（k = 4）显示较大且具有统计学显著性的效应（MD = ?1.02，95% CI ?1.75至?0.29，p = 0.01；I2 = 87%）。亚组间同质性检验具有统计学显著性（Q = 4.56；df = 1；p = 0.03）。留一法敏感性分析显示合并效应方向在所有11次迭代中保持稳定，估计值范围为?0.31至?0.54%，但仅在4次迭代中达到常规统计学显著性。13项研究中5项（38.5%）表明采用行为理论指导干预，其中4项以SCT为理论框架，1项采用Bandura自我效能理论。次要结局方面，5项研究评估糖尿病自我管理，其中3项报告干预组总自我管理评分较基线或对照组有统计学显著改善；3项研究评估自我效能，均报告接受社交媒体DSMES者在干预后测量中自我效能有统计学显著改善；4项研究评估健康素养，结果表明社交媒体干预可能支持基线健康素养较低的参与者，部分研究报告低素养与高素养参与者之间的表现差距缩小。
讨论
本系统综述和Meta分析评估了基于社交媒体的DSMES干预与成人T2DM患者HbA1c结局之间的关联。合并Meta分析效应具有统计学显著性，但研究间显著异质性（I2 = 91%）要求谨慎解读。合并组间差异为0.44%，接近但未达到糖尿病管理中通常认为具有临床意义的0.5%降低阈值。鉴于试验间显著异质性及预测区间跨越获益和损害两端，该估计值应被视为不同干预措施的平均效应，而非任何特定环境中预期的效应。异质性来源包括使用的社交媒体平台差异（微信、WhatsApp、Telegram/Soroush、LINE、Naver Band和Naver Café），这些平台在沟通功能、教育者能力和同伴互动潜力方面存在差异；干预强度、教育资源、提醒、同伴支持、自我监测、目标设定和个性化反馈方面的差异；卫生保健专业人员参与的多样性；基线血糖控制差异（平均基线HbA1c约6.9%至10.3%）；以及地理差异。事后亚组分析提示，超过三个月的干预与较大的HbA1c降低相关，这与非社交媒体面对面DSME的Meta分析结果一致。社交媒体干预不仅限于年轻、精通技术的个体，也常见于中老年人群。未检索到英语或西班牙语参与者研究，凸显文献中的重要空白。从SCT视角看，社交媒体平台非常适合DSMES，包括观察学习、同伴示范、社会强化和个体与环境之间的交互作用。研究结果还凸显了基于社交媒体的DSMES解决传统面对面教育长期障碍的潜力，包括语言障碍、可及性有限、时间限制、人力短缺和地理差异，尤其对教育程度和健康素养较低的人群具有意义。局限性包括：仅11项RCT符合Meta分析条件，样本相对较小；统计异质性极高（I2 = 91%），随机效应模型、事后亚组分析和留一法敏感性分析未能完全解释观察到的异质性；仅纳入英文出版物，可能排除其他语言的相关研究；2026年2月的检索更新仅限于PubMed。未来需要更多设计良好的RCT来确定这些效应是否长期持续，以及哪些干预特征最能支持健康益处的维持，同时应评估统计和临床显著性，识别与血糖结局改善相关的社交媒体DSMES组成成分，并促进干预特征标准化报告以提高数字DSMES干预的可转移性和可重复性。
结论
本系统综述和Meta分析提示，基于社交媒体的DSMES干预可能与成人T2DM患者HbA1c降低和结局改善相关。尽管合并Meta分析效应具有统计学显著性，但研究间显著异质性需谨慎解读。该合并估计值代表异质性干预措施和人群间的平均效应，不应被理解为统一效应。异质性源于多样的干预设计、平台和人群，凸显未来研究需要更大程度标准化和理论驱动干预的必要性。合并组间降低接近通常认为具有临床意义的0.5%阈值，但异质性限制了对任何单一点估计值的置信度。自我管理行为、自我效能和健康素养的改善进一步支持社交媒体平台作为可行且可扩展的DSMES工具的实用性。未来需要充分把握度的RCT，采用标准化干预报告和统一实施方案，以评估干预后益处的可持续性。此外，研究人员应调查不同平台的参与机制是否不同，并评估社交媒体与移动健康工具和初级保健服务整合对临床疗效和可扩展性的潜在影响。若获得强有力证据支持，设计良好的社交媒体DSMES项目可增加糖尿病教育可及性，促进健康公平，并增强长期糖尿病自我管理。
