《Current Heart Failure Reports》：Engaging Patients with Heart Failure in Diet and Nutritional Health Behaviors Through mHealth Applications – A Restricted, Systematic Review
编辑推荐：
这篇受限性系统综述探讨了近年（2019-2023）旨在支持心力衰竭（HF）患者饮食与营养行为的移动健康（mHealth）干预措施。核心发现是：现有mHealth应用多集中于HF的自我管理综合支持，但专门针对饮食营养的应用匮乏。综述总结了这些应用中的功能（如个性化反馈、目标设定）、用户参与策略及其对营养相关健康行为改变的潜在影响，并指出未来开发需整合更强健的饮食指导、采用以用户为中心的设计并加强相关研究。
摘要
本综述旨在检视近期的移动健康干预措施，这些措施专注于支持心力衰竭患者的饮食与营养行为。研究问题围绕四个方面展开：HF管理中饮食与营养的哪些方面被报告；mHealth干预措施的用户界面（UI）在可用性和交互性方面的表现；观察到的参与策略；以及这些策略与饮食营养行为改变之间的关系。通过对现有文献的梳理，本综述揭示了当前该领域的进展、局限与未来的发展方向。
引言
心力衰竭（HF）影响着全球近6400万人，给患者、家庭和医疗系统带来了沉重负担。HF管理涉及复杂的治疗和自我护理，对患者要求很高。营养和饮食管理是自我护理方案的重要组成部分，包括监测食欲、食物摄入、液体摄入、体重和酒精消费等。然而，焦虑和抑郁等共病可能阻碍依从性。患者对营养的认知对于改善HF饮食依从性至关重要。尽管医疗预约会提供此类支持，但由于通用饮食和营养应用的普及，在移动健康应用中提供患者主导的自我监测可能会提供更具支持性的护理。
移动健康（mHealth）被定义为“使用移动和无线通信技术来改善医疗保健服务、结果和研究”，可以有效地让患者参与HF自我护理。mHealth应用可能包含促进健康行为改变的策略。迄今为止，针对HF患者的数字干预主要集中在药物治疗、症状监测和健康教育上。医疗专业人员的临床能力紧张，因此需要开发更多基于医学知识的mHealth干预措施，以支持患者对治疗和健康生活方式（包括饮食和营养）的依从性。
综述目的与目标
这项受限性系统综述旨在探讨作为健康行为干预手段设计的、专注于HF饮食与营养的mHealth干预措施，并探索患者与应用互动如何影响HF患者的健康行为。具体的研究问题已在前言中阐明。
方法
本研究采用了Pluddemann等人提出的受限性系统综述框架。本综述的限制包括：检索的文献数据库数量和日期及语言、重复审阅者筛选的百分比以及数据提取的验证。采用受限性综述是为了在数字健康这样的快速发展的领域中，提供有针对性的见解以塑造未来的研究方向。
文献检索基于制定好的PICOS框架和检索策略，在MEDLINE、CINAHL、Web of Science和Scopus四个电子数据库中进行，并于2024年4月29日执行。研究筛选由多位作者使用Rayyan软件独立完成，并通过讨论解决分歧。数据提取使用统一的表格。使用混合方法评估工具（MMAT）对纳入研究进行方法学质量评估。数据综合采用叙述性、解释性框架，包括熟悉数据、主题分析和开发概念模型等阶段。应用设计的可用性和交互性通过移动健康应用可用性问卷（MAUQ）进行回顾性评估。
结果
检索策略共返回1978条记录。经过筛选，最终有9篇（2019-2023年）符合纳入标准的研究被纳入分析。这些研究的第一作者来自亚洲（n=4）、北美（n=3）和欧洲（n=2）。样本量从14到100不等，大多数参与者为男性（>52%），年龄≤60岁。研究间存在显著的异质性。
饮食与营养健康行为的报告
所识别的mHealth干预措施似乎旨在支持包含饮食/营养相关组件的通用自我护理，而非专门的工具。例如，HeartMan决策支持系统（DSS）包含了帮助跟踪和报告饮食或营养相关行为的功能（如营养问卷）。其余研究依赖于患者报告的体重、身体质量指数（BMI）、饮食/营养问题（侧重于钠摄入、液体摄入、食物摄入）或患者的餐食照片。对饮食和营养行为变化的评估各不相同，包括报告体重、BMI或腰围变化、体重和钠记录计数、包含至少一个关于饮食/营养问题的通用问卷、随时间推移的问卷回答模式以及临床互动涵盖的主题。只有一项研究使用了两种针对营养状况的有效工具。报告的结果中与饮食和营养行为改变相关的很少，并且与饮食/营养评估相关的那些结果也各不相同。
mHealth干预措施的用户界面：可用性与交互性
所有应用都至少提供了自我监测或反馈功能，许多还包含个性化。干预措施被区分为系留式（tethered）或非系留式（untethered）。例如，HeartMan系统使用可穿戴传感器和云决策支持平台（系留式），而聊天机器人应用则在患者手机上独立运行（非系留式）。这种区别凸显了部分mHealth工具如何与医疗基础设施集成，而其他则自主运行。使用MAUQ进行的回顾性评估表明，除一项研究外，其余所有研究都具有中等到高的可用性水平。
参与策略与高依从性因素
综述确定了纳入研究中的参与策略、其描述以及依从性因素（即观察到更高依从性的情况）。九项策略中有五项显示，当干预措施具有互动性、量身定制或融入实时支持时，依从性得到改善。四项研究表明，结合多种策略（如教育、提醒和人工智能驱动的个性化）比单一方法更有效。
讨论
本综述考察了针对HF饮食和营养健康行为的mHealth干预措施，并探讨了参与策略与HF健康结果之间的关系。缺乏专门针对饮食和营养健康行为的研究，突显了mHealth发展的一个空白，也是未来HF应用整合全面营养指导（反映HF指南）的一个机会。随着能够提供营养计划的人工智能工具的兴起，患者可能会使用这些工具。然而，近期一项研究强调，没有专业输入的人工智能生成的营养计划并不可靠。
只有一项研究包含了为评估饮食/营养健康行为而开发的问卷。其余研究将评估重点放在钠、食物和液体摄入的报告上，或者依赖于通用的心力衰竭问卷，这些问卷最多包含1-2个关于饮食/营养的问题。因此，很难就mHealth干预措施对HF患者饮食/营养相关生活方式行为的影响得出结论。考虑到非疾病导向的饮食/营养mHealth应用的普及，这代表了在支持HF患者自我护理这一方面的错失良机。
大多数干预措施侧重于药物依从性和症状监测，而饮食等健康行为仅被边缘化地纳入。与此发现一致的是，Thom等人报告称，在13项关于心血管人群饮食依从性的mHealth研究中，只有一项包括了HF患者。总体而言，在心血管研究中，交互式应用功能（如短信或应用通知）改善了饮食依从性，但针对HF的定制化营养支持仍然稀缺。
mHealth应用的可用性是影响参与度的关键因素。许多HF患者年龄较大，可能技术经验有限，因此应用设计必须直观。研究一致发现，简单、用户友好的界面至关重要。常见的可用性问题包括繁琐的数据输入以及缺乏与电子病历的集成。开发者应采用以用户为中心的设计：让患者和护理人员参与共同创造，可以确保界面的清晰度和可访问性。
尽管mHealth应用为HF患者提供了显著益处，但参与策略需要进一步探索。本综述发现，个性化的参与策略可以改善患者行为，特别是在自我监测方面。相比之下，提醒等被动策略长期效果可能较差。这一发现也得到了近期一项研究的支持，该研究探讨了促进健康生活方式的mHealth服务的可接受性、可用性和参与度，发现用户欣赏该服务的健康焦点，并认为它给了他们行为改变的“启动”。
总体而言，mHealth工具应基于以用户为中心的原则进行设计，提供清晰的指导并尽量减少用户负担。研究结果强化了mHealth干预措施对于HF患者是可用的，但某些用户特征会影响可行性。令人鼓舞的是，如果应用直观且得到良好支持，患者愿意采用。这与在其他慢性病背景下进行的系统综述结果一致。
局限性
本综述存在与受限性综述框架相符的多个局限性。将研究限制在过去五年内发表的文章可能减少了识别出的应用数量。仅纳入英文研究可能引入了发表偏倚。研究方法和结果测量的异质性使得难以系统地比较结果，也无法进行荟萃分析。此外，没有足够的证据来总结专门针对饮食/营养应用功能的可用性和参与度。
结论
识别出的专门为HF患者设计的、支持饮食和营养健康行为的mHealth应用很少。患者使用HF自我护理应用作为护理的辅助手段，因此当前这些应用中饮食和营养健康行为的缺失，突显了未来应用开发的机会。必须通过关注以用户为中心的设计以及与最终用户的共同创造，来确保mHealth应用的可用性和用户参与度。为了确保有支持性的数字工具来辅助HF的全面管理，需要围绕饮食和营养健康行为的纳入和评估开展更多研究。
