产后数字化哺乳咨询对母乳喂养结局的影响：一项系统综述

《Healthcare》：The Effect of Postpartum Digital Lactation Counseling on Breastfeeding Outcomes: A Systematic Review

　　

背景/目的：本系统综述评价了产后阶段实施的数字化哺乳咨询干预对母乳喂养自我效能、母乳喂养成功率及纯母乳喂养的影响。方法：本系统综述遵循PRISMA 2020指南，并在PROSPERO注册（CRD420261442948）。系统检索了PubMed、Google Scholar、Web of Science、Scopus和MEDLINE数据库中2015年至2025年发表的研究。纳入标准为可获取全文、评价数字化哺乳咨询干预并报告定量母乳喂养结局的随机对照试验。采用乔安娜布里格斯研究所（JBI）批判性评价清单评估方法学质量，并对研究结果进行叙述性综合。结果：共识别881条记录，去重后剩余602条，38篇进入全文评估。重新评估后保留16篇试验报告，其中包括一项面对面教育干预并采用电话进行结局随访的研究。多项研究报告了更高的母乳喂养自我效能，但测量工具、分析方法和随访时间的差异限制了比较。纯母乳喂养的效果存在差异：部分研究支持干预组，而另一些研究的置信区间包含无差异。关于母乳喂养表现的证据来自两项使用不同测量工具的研究，未显示一致的效果。结论：数字化哺乳支持作为产后护理的辅助手段，可能改善信心并改善部分母乳喂养结局。由于临床和方法学异质性、随访不完整及结局报告局限性，获益的幅度和持久性仍不确定。在推荐某一种数字化支持模式优于另一种之前，尚需直接比较和更标准化的结局评估。

引言部分阐述了母乳喂养对母婴健康的益处及世界卫生组织（WHO）关于纯母乳喂养6个月的建议，指出建立和维持母乳喂养需要实践技能、信心和及时支持，而全球母乳喂养实践仍低于推荐水平。文章强调从医院到家庭的过渡是关键节点，并区分了母乳喂养自我效能（对管理喂养任务的信心）与观察到的喂养表现及纯母乳喂养，指出信心改善不应被视为乳汁转移改善或持续纯母乳喂养的直接证据。数字化哺乳咨询涵盖通过电话、移动应用程序、消息平台、在线群组或网络咨询提供的母乳喂养教育、个体化建议、监测和随访，其形式可延伸至常规就诊之外，但获取数字平台并不必然意味着获得临床医生或持续支持。文章提及既往荟萃分析对虚拟哺乳支持的探讨及电子技术和移动健康干预对部分母乳喂养结局的益处，但自我效能效应在各试验间差异显著（I² = 88%）。国际指南将数字健康干预定位为 functioning 卫生系统的补充而非替代。文章提出可能的作用路径假设：演示和反复获取信息改善知识，反馈和问题解决增强信心并帮助母亲应对喂养困难，但这些仅为假设，不能确定哪个成分导致观察到的获益。数字可及性、参与度、语言及适当临床随访的可获得性可能影响干预的可用性和有效性。文章区分了被提供应用程序与实际使用应用程序的重要性，引用有效参与的概念，并指出数字健康可能减少或强化社会健康不平等。文章列举了智能手机干预与其他数字资源比较、消息支持添加至常规医院教育、面对面指导结合产后在线咨询或从孕期开始持续至产后等不同比较类型，并以远程哺乳为例说明其变异性：一项农村试验显示可行但12周时母乳喂养无统计学显著差异，而一项较大试验报告24周时母乳喂养略高，尤其在黑人参与者中差异更大。本系统综述综合当前随机对照试验证据，评估产后数字化哺乳咨询干预对母乳喂养自我效能、母乳喂养成功率和纯母乳喂养的影响，结果旨在指导数字母乳喂养支持项目的临床整合并支持循证产后护理服务的开发。鉴于本综述聚焦随机对照试验，研究问题按干预导向的PICOS框架构建：产后妇女（P）接受移动应用程序、远程哺乳、视频咨询或聊天机器人咨询等数字化哺乳咨询干预（I），与标准护理、面对面咨询或无额外母乳喂养支持（C）比较，以母乳喂养自我效能、母乳喂养成功率和纯母乳喂养为结局指标（O），仅在随机对照试验中评估（S）。研究问题为：（i）与未接受此类支持的妇女相比，产后数字化哺乳咨询干预如何影响母乳喂养结局；（ii）接受数字化哺乳咨询的产后妇女与接受标准护理者在母乳喂养自我效能、母乳喂养成功评分和纯母乳喂养率方面是否存在差异。研究目的为评价产后数字化哺乳咨询干预对母乳喂养结局的影响。

材料与方法部分，研究报告遵循PRISMA 2020声明，方案于2026年7月6日在PROSPERO前瞻性注册（CRD420261442948），最终数据库检索于2026年8月完成，方案未作修订。综述问题以干预导向的PICOS框架呈现并以表格总结。检索策略使用核心表达式（"breastfeeding" OR "lactation"）AND（"telelactation" OR "digital health" OR "mobile health" OR "mHealth" OR "mobile application" OR "online counseling" OR "web-based"）AND（"postpartum" OR "post-natal"），发表窗口为2015年1月1日至2025年12月31日，考虑英语和土耳其语全文报告，Google Scholar作为补充检索源。纳入标准基于PICOS框架定义：纳入产后妇女、评价数字化哺乳咨询/教育/支持干预（包括但不限于移动健康应用程序、网络项目、远程哺乳或远程健康服务、视频教育、即时通讯平台及其他数字媒介母乳喂养支持干预）、报告至少一项定量母乳喂养相关结局（自我效能、成功率或纯母乳喂养）、将数字干预与常规护理/标准护理/面对面支持/另一干预/对照条件比较的随机对照试验；孕期开始但持续至产后并报告产后母乳喂养结局的干预亦符合条件；仅纳入2015至2025年英语或土耳其语同行评审全文。排除标准包括：非随机、准实验、观察性或定性设计；仅评价面对面或其他非数字干预；仅限产前无产后干预或结局；未报告定量母乳喂养结局；仅关注技术接受度、可用性、满意度或应用开发而未评价母乳喂养结局；会议摘要、社论、评论、通讯、书籍章节、学位论文及全文不可获取者。研究选择方面，记录导入Zotero 7.0去重，两名研究者独立筛选标题和摘要并独立评估全文，分歧通过讨论和共识解决。数据库检索识别881条记录（PubMed n=228；Google Scholar n=223；Web of Science n=194；Scopus n=89；MEDLINE n=147），去除279条重复后602条进入标题摘要筛选，排除564条（范围外、不符合人群或设计标准或语言不合格），剩余38篇全文详细评估，排除22篇不符合标准，最终16项研究纳入。数据提取与综合方面，数据提取至结构化研究级记录，涵盖设计、环境、人群、干预、对照、结局定义、工具、随访和分析；采用结构化叙述性综合（无荟萃分析），按自我效能、母乳喂养表现和纯母乳喂养分组，比较前考虑随访、对照、测量工具和分析人群，优先考虑效应量和不确定性而非统计显著性计数，分组、效应指标和综合局限性的报告遵循SWiM指南。质量评估采用JBI随机对照试验批判性评价清单（13项），独立评价者将每项评为"Yes""No""Unclear"或"Not applicable"，分歧通过讨论和共识解决，各研究方法学质量评分见补充材料。

结果部分采用结构化叙述性综合，按结局域分组后按工具、随访和对照比较，报告效应与重建效应分开解释，关注置信区间、缺失结局和方法学局限。研究特征方面，纳入2018至2025年发表的16项随机对照试验，5项在土耳其，3项在巴西，中国和伊朗各2项，西班牙、马来西亚、香港和美国各1项，样本量从66至251不等，约2150名参与者。干预内容差异显著，可归类为智能手机或移动应用程序教育与随访、WhatsApp等即时通讯平台支持、网络或视频辅助在线教育、电话咨询、在线社交网络支持小组及面对面教育结合数字支持的混合数字咨询干预。母乳喂养结局主要为自我效能（最常用母乳喂养自我效能简表BSES-SF评估）、母乳喂养成功率（LATCH和IMDAT评估工具）及纯母乳喂养率和/或持续时间。母乳喂养自我效能方面，多项试验报告干预组自我效能评分较高但差异差异很大。Velio?lu和Demirci报告重建MD在3个月为26.93分（95% CI 25.19–28.67），6个月为31.88（95% CI 31.33–32.43）。Karaahmet和Bilgi?报告6个月均值67.56和52.53，未调整MD为15.03（95% CI 13.10–16.96）。Wong和Chien显示较小终点差异：2个月MD 6.91（95% CI 2.23–11.59），6个月7.20（95% CI 1.50–12.90）。Kara?ay Y?kar和Nazik的三臂试验中，7周电子移动组均值62.16，常规护理组46.08，重建MD 16.08（95% CI 12.00–20.16）；报告的总体检验涵盖三组，家庭护理组均值最高，因此该研究未确立数字护理优于家庭护理。Seddighi等报告8周干预后终点均值53.78和41.90，重建MD 11.88（95% CI 7.41–16.35），其源表提供组内变化检验，故未将p值归于组间终点差异。Sar? ?ztürk和Demir报告1周差异小（52.06 vs 51.57；p = 0.58），2个月差异较大（64.21 vs 50.24），但离散度模糊无法可靠重建CI。其他发现取决于所选分析：Jia等报告原分配干预组和对照组变化分别为0.13和0.33（p = 0.94），无明确自我效能改善证据；Mohamad Pilus等8周均值53.34和51.89（p = 0.37）。Seyyedi等报告3个月干预后终点评分较高（145.92 vs 125.50；p < 0.001），但工具描述为BSES-SF而总分与其常用评分范围不符，结果按报告保留未与经验证的简表总分合并。Dodou等报告第180天中位数67和61（报告组间比较p < 0.001），大量失访和因停止母乳喂养的排除限制了解释。Araque García等报告单个条目（乳汁充足信心）干预组更高（84% vs 44%；p < 0.001），但条目分母不一致且无经验证的总分对比，无法解释为整体自我效能效应。Javorski等报告第8周BSES-SF均值65.8 ± 5.5和51.2 ± 17.2，每组56名参与者（报告p < 0.001），描述性均值差14.60分；由于干预为面对面挂图课程并以电话收集结局，该结果支持教育支持而非数字化哺乳咨询的有效性。母乳喂养表现和乳汁摄入指标方面，两项研究测量不同方面：Velio?lu和Demirci报告6个月IMDAT均值9.52和6.97，重建MD 2.55（95% CI 2.20–2.90；源p < 0.001）；Araque García等报告第15天五项LATCH成分比较无统计学明确差异，所有报告p值均大于0.05。IMDAT反映乳汁摄入指标，LATCH评估喂养表现特征，一项试验IMDAT评分较高与另一项LATCH成分差异不确定不能确立对可互换的"母乳喂养成功率"结局的共同效应。纯母乳喂养率和持续时间方面，部分环境显示益处而另一些存在大量不确定性。6个月时，Korkut ?ksüz和?nal报告干预组40/64纯母乳喂养而对照组7/65，重建RR 5.80（95% CI 2.81–11.98）。Karaahmet和Bilgi?报告40/76 vs 19/75，重建RR 2.08（95% CI 1.33–3.24），尽管源百分比与计数冲突。2个月时，Sar? ?ztürk和Demir报告29/33 vs 14/33，重建RR 2.07（95% CI 1.36–3.14）。Huang等报告6个月计数17/39 vs 9/40，重建二分类RR 1.94（95% CI 0.98–3.81），而源p = 0.02指喂养方式总体比较，不能用于宣称重建二分类比较显著。Wong和Chien报告2个月调整RR 1.79（95% CI 1.31–2.45），6个月1.78（95% CI 0.96–3.32；p = 0.068），相似点估计不同精度本身不表明干预效应随时间减弱。持续时间分析提供额外信息：Cavalcanti等报告早期纯母乳喂养中断风险较低（HR 0.38，95% CI 0.28–0.51；p < 0.0001），中位持续时间149 vs 86天，报告第6个月比例33.3%和8.3%，但因相应分母未明确验证未重建二分类RR；Korkut ?ksüz和?nal报告平均持续时间4.75 vs 2.21个月；Huang等报告中位数108 vs 89天；Wong和Chien报告基于生存的平均值111.25 vs 71.92天，这些总结测量延续性的相关但不同方面，未合并。相比之下，Jia等发现2个月纯母乳喂养无明确差异（OR 1.20，95% CI 0.57–2.55；p = 0.63），调整后完全母乳喂养OR 3.16（95% CI 1.05–9.54）涉及包括 predominant breastfeeding 的更广泛结局，不应解释为纯母乳喂养效应。Lewkowitz等报告比较母乳喂养应用程序时6个月无明确差异（RR 0.77，95% CI 0.25–2.38；p = 0.60）。因此，综合支持特定支持包的潜在益处，但对在现有护理中添加特定数字成分的效果保留不确定性。Javorski等报告8周干预组44/56和对照组20/56纯母乳喂养（报告RR 2.20，95% CI 1.51–3.21；p < 0.001），该有利结果涉及产前挂图干预。

讨论部分，在现有证据背景下的解释方面，核心发现是数字化哺乳支持可能改善信心和部分母乳喂养结局，但不同项目或结局域未产生一致效应。自我效能改善在多项个别试验中比测量的喂养表现改善更明显，而纯母乳喂养估计从显著益处到大量不确定性不等。信心与母亲管理喂养困难的能力相关，但不是乳汁转移或持续纯母乳喂养的直接测量。Araque García等报告有利的自我效能条目而无LATCH成分明确差异，因此本证据支持分别解释信心、喂养表现和喂养行为，而非将其视为单一因果路径中已证明的连续步骤。既往综合已检验提高自我效能的干预是否也产生更高母乳喂养率，本综述补充指出在数字化实施项目中这些结局仍需分别解释。这些发现与早期综述一致但更为限定：Blackmore等报告虚拟哺乳支持在1个月和6个月纯母乳喂养更高，Almohanna等确定互动和个性化内容为基于互联网干预的潜在有用特征，但这些发现未确定本综述试验中各成分的贡献。Gavine等的Cochrane综述发现组织化母乳喂养支持可能减少停止但未确定提供者或实施方式的明确差异效应，此类比较把握度有限。总体证据支持使有效支持可及，同时保留数字、面对面或联合服务对特定人群最优的开放性问题。移动健康干预的汇总证据同样报告更高纯母乳喂养和自我效能伴显著异质性，与本综述观察到的项目和结局变异一致。远程哺乳试验显示类似模式：视频哺乳咨询可行但早期农村试验母乳喂养差异无统计学显著性，后期试验总体差异 modest 但在黑人参与者中更大。临床和方法学异质性方面，干预内容和对照强度是主要异质性来源，此类比较估计整个包的效应而非技术的独立效应。Huang的项目涉及伴侣，Cavalcanti使用在线参与式小组，即使均使用数字通信其治疗对比也不同。同样，在现有数字支持环境中添加应用程序的试验比在常规服务中添加强化咨询的试验测试更小的护理增量，无效增量结果不应推广为母乳喂养支持整体无益。平台间表观差异可能反映接触时间、专业人员可用性、常规护理或共同干预。保留的Javorski试验增加进一步差异：评价面对面教育伴远程结局收集，不能确定数字化提供支持的益处。实施和人群差异进一步限制可移植性：实时咨询允许即时提问，异步消息可能更易获取但依赖响应时间和参与度，这些是可能的服务机制而非本试验确立的成分效应。多项研究招募初产妇，另一些聚焦剖宫产后妇女或低收入初产妇，基线经验、术后困难、可用家庭支持和常规服务可及性可能改变支持需求和获益机会，结果不能自动外推至经产妇、医学复杂的母婴对或护理路径显著不同的环境。智能手机、互联网或识字资格要求也可能选择已能使用数字服务的参与者，限制对面临最大可及性障碍者的结论。可及性因此在实施中居核心：数字健康可能减少或强化社会健康不平等，取决于如何解决可及性、数字素养和用户需求，数字干预旨在补充而非替代 functioning 卫生服务。结局定义和工具改变估计含义：总分、单条目有利反应和LATCH成分不等价，均不能替代纯母乳喂养。当前喂养状态与自出生以来不间断纯母乳喂养的区分尤为重要，WHO/UNICEF测量指南区分标准化婴幼儿喂养指标包括基于近期回忆的现状测量，有利的现状结果不一定意味着纯母乳喂养持续维持。Jia等定义的完全母乳喂养额外包括 predominant breastfeeding。随访计划和分析人群也影响可比性：干预后8周测量的效应不必反映与产后8周测量的效应相同的婴儿年龄，早期信心可能随喂养困难、家庭常规和就业需求演变而变化。较长随访可涉及更多缺失结局和更少母乳喂养事件。Wong和Chien的6个月CI比2个月CI更宽尽管调整RR估计非常相似，统计显著性变化不足以证明获益消失。Dodou等中停止母乳喂养后的差异失访和排除可能有利于更持久的母乳喂养参与者，可用病例结果需与随机分母和失访原因仔细解释，同一试验的多个随访行不得计为独立的获益确认。参与数据增加进一步不确定性：仅报告分配至数字项目的试验对参与者实际使用多少说明甚少，达到预期结局所需的参与水平可能与最大使用不同。局限性方面，本综述若干局限与纳入证据相关：干预内容和持续时间、对照条件、结局测量工具和评估时间点差异显著，妨碍荟萃分析并限制研究间直接可比性；样本量一般小至中等，从66至251名参与者不等；若干研究基于JBI批判性评价清单显示方法学局限，尤其盲法、分配隐藏和结局报告完整性方面；多数研究随访期相对较短，限制对干预效应长期可持续性的结论；纳入证据地理分布不均，南亚、海湾国家、日本、澳大利亚、若干非洲地区和部分欧洲等地区在纳入随机对照试验中缺失或代表性不足，可能限制全球普遍性和可移植性，尤其鉴于不同环境母乳喂养实践、卫生系统、产后护理路径、数字可及性和哺乳支持组织的差异，因此需要来自地理多样和代表性不足环境的进一步随机对照试验以加强全球证据基础。若干局限也与综述过程本身相关：检索限于2015至2025年英语或土耳其语发表的研究，可能排除其他语言或该时期外发表的相关证据；未正式评估缺失结果导致的潜在偏倚包括发表偏倚；作者未使用GRADE等结构化框架评价证据确定性，解释发现时应考虑这些局限并在未来更新中解决。

结论部分，本系统综述评价了产后数字化哺乳咨询干预对母乳喂养结局的影响。发现表明数字化哺乳咨询可能有益于母乳喂养结局，尤其母乳喂养自我效能；然而其对母乳喂养成功率、母乳喂养持续时间和纯母乳喂养率的影响似乎因数字干预类型和内容、支持连续性及医疗保健专业人员参与质量而异。结构化、互动式、定期随访的数字咨询模式在改善母乳喂养结局方面似乎比仅基于信息传递的被动干预更有效。特别是远程哺乳、电话咨询和护士或助产士引导的数字支持项目似乎支持母乳喂养延续，而独立移动应用程序对长期母乳喂养结局的影响可能更有限。因此，数字化哺乳咨询可整合入产后护理服务并在护士和助产士指导下提供，因为医疗保健专业人员参与可增强此类服务的可靠性和可持续性。尤其在面对面咨询可及性有限的农村或弱势环境，数字干预可作为重要补充以确保母乳喂养支持的连续性。临床实践中，应优先考虑结合定期随访和个性化反馈的混合模式而非主要为信息传递设计的独立移动应用程序，因为这些方法可能支持更可持续的母乳喂养结局。实施规划还应考虑干预特征、环境、涉及个体和实施过程，例如使用实施研究综合框架（CFIR）等既定框架，并与强调持续母乳喂养支持的产后护理建议保持一致。未来研究应使用标准化结局测量和随访时间点，比较数字干预不同成分的有效性，并纳入更大样本量和更长随访期的研究，此类研究将有助于开发循证、可及和可持续的数字母乳喂养支持模式并支持其整合入产后护理服务。试验还应报告参与者实际使用数字成分的程度并考察干预、环境、个体和过程域的实施因素。补充材料提供PRISMA 2020清单和JBI随机对照试验批判性评价清单。