综述:德国永久纳入目录的数字健康应用(DiGA)证据质量评估:一项范围综述

《Healthcare》:Assessing the Quality of Evidence Regarding Permanently Listed Digital Health Applications (DiGAs) in Germany: A Scoping Review

【字体: 大 中 小 】 时间:2026年07月28日 来源:Healthcare 3.4

编辑推荐:

  背景/目的:德国2019年《数字医疗法案》(Digitale-Versorgung-Gesetz, DVG)允许制造商将数字健康应用(Digitale Gesundheitsanwendungen, DiGA)纳入法定医疗保险报销体系,前提是需通过对照研究证实

  
背景/目的:德国2019年《数字医疗法案》(Digitale-Versorgung-Gesetz, DVG)允许制造商将数字健康应用(Digitale Gesundheitsanwendungen, DiGA)纳入法定医疗保险报销体系,前提是需通过对照研究证实其具有医疗获益或患者相关的结构/流程改善作用。现有综述提示此类研究的证据质量存在异质性。方法:研究人员遵循PRISMA-ScR指南开展范围综述,于2024年12月16日检索MEDLINE(via PubMed)、Scopus、EMBASE及Cochrane Library数据库,纳入2020–2024年发表的评估DiGA评价工具、研究质量及证据强度的文献,排除非DiGA研究、远程医疗研究及登记研究。结果:初筛4628篇文献,最终纳入16篇。在证据质量的9个维度中,效度缺陷提及频次最高(9篇),其次为透明度(7篇)、客观性(6篇)、一致性(5篇)与信度(5篇),相关性、外推性及准确性各4篇,时效性2篇。结论:DiGA研究存在显著的方法学局限,包括高脱落率、缺乏盲法、性别失衡、高偏倚风险、样本量偏小及对照设计偏倚;此外,DiGA使用时长常短于推荐周期。强化DiGA证据基础需在方法学严谨性与数字健康发展现实间取得平衡。DiGA可持续融入常规诊疗,既依赖兼顾方法学严谨性与持续真实世界数据生成的证据路径,也需应对制造商在研究阶段面临的经济与结构性挑战。
  1. 1.
    引言
    1.1 背景
    德国数字健康应用(DiGA)是经CE认证的医疗器械,可独立由患者使用或与医护人员联合使用,涵盖移动应用、网络平台及其他医疗用途数字工具,用于疾病检测、监测、治疗或症状缓解,以及损伤或残疾管理。德国法定医疗保险覆盖大部分人群,经执业医生或心理治疗师处方、列入官方DiGA目录(DiGA-Verzeichnis, DV)的应用可由医保基金报销。2019年《数字医疗法案》(DVG)实施后,DiGA成为常规诊疗中可报销的“处方应用”新类别。联邦药品和医疗器械管理局(Bundesinstitut für Arzneimittel und Medizinprodukte, BfArM)主导的监管框架包含结构化审批流程,支持创新数字疗法快速整合至常规诊疗:“快速通道”允许DiGA在最长24个月的临时纳入期内进入DV,期间制造商需提交证明其具有照护积极影响的科学证据。纳入目录要求DiGA符合欧盟《医疗器械法规》(Medical Device Regulation, MDR)I类或IIa类CE认证,并证实可改善患者照护。2024年3月26日《数字法案》(Digital-Gesetz, DigiG)生效后,DiGA范围扩展至MDR风险IIb类医疗器械,但需符合《社会法典第五部》第33a条(§33a SGB V)、《数字健康应用条例》(Digitale-Gesundheitsanwendungen-Verordnung, DiGAV)及DiGA指南要求。该快速通道区别于欧盟通用CE认证流程,旨在加速创新数字疗法日常应用。认可证据通常包括定量对照研究设计,如随机对照试验(randomized controlled trial, RCT)、队列研究或荟萃分析,需证实直接医疗获益或患者相关的结构/流程改善,排除非定量研究、病例报告及专家意见。除临床疗效外,应用还需满足安全性、技术性能、可用性、数据保护及互操作性标准。BfArM基于文件开展评估,并与联邦数据保护专员(BfDI)协调以确保符合《通用数据保护条例》及《数字健康应用条例》(§§4–6)、《数字照护与护理现代化法案》等国内标准,旨在维护可靠性、功能性与安全性高标准的同时促进创新。德国DiGA框架因结构化整合循证数字疗法至公共卫生体系获国际认可,相较于传统干预,DiGA具备创新周期短、个性化及可扩展性等优势,在慢性病管理及改善医疗可及性方面价值显著。
    1.2 证据质量的定义
    高质量证据是有效卫生、政策及科学研究的基础,也是保障数字医疗干预安全性、有效性及适用性的核心,决定研究结果指导行动与临床决策、塑造干预措施或支持政策调整的置信度。证据质量评估需考察影响结果可信度与应用性的多种方法学与情境维度。本范围综述采用Spencer等为英国内阁办公室战略组与国家社会研究中心开发的评估框架,明确9项质量维度:相关性(relevance, REL)、信度(reliability, RIL)、效度(validity, VAL)、客观性(objectivity, OBJ)、准确性(accuracy, ACC)、透明度(transparency, TRA)、时效性(timeliness, TIM)、外推性(generalizability, GEN)及一致性(consistency, CON)。相关性指证据直接回应对应研究问题与政策关切的程度;信度涉及数据收集与分析流程的稳健性与可重复性;效度关乎研究发现反映参与者视角的可信度与合理性;客观性强调最小化研究者偏倚,需清晰记录解释过程;准确性指向数据呈现的精确性与正确性;透明度指方法与分析路径报告的清晰度;时效性反映支撑决策的证据在其情境下的时效性与适宜性;外推性指研究发现向其他场景转移的可能性;一致性涉及不同来源发现的一致性及分析过程中解读的稳定性。上述维度共同指导评估严谨性,确保证据适用于政策、医疗及研究决策。
    1.3 本文目的
    鉴于证据在DiGA监管模型中的核心作用,亟需批判性审视支持DiGA永久获批的科学证据质量。本范围综述是数字健康应用证据生成大型项目的组成部分,旨在梳理证据质量相关文献并识别反复出现的方学局限。与之互补的另一项研究直接评估支持DiGA永久纳入的临床研究的方法学质量与偏倚风险,二者目标、方法及分析范畴独立,分别报告以确保清晰度、方法学透明度及结果解读恰当性。本研究核心问题为:文献如何评估德国永久纳入目录的DiGA科学证据质量?哪些方法学缺陷被反复识别?
  2. 2.
    材料与方法
    2.1 概述
    研究人员首先在MEDLINE(via PubMed)与Google Scholar开展预检索,从标题与摘要中提取关键词,基于此于2024年12月16日使用检索式“(quality of evidence OR evidence) AND (mobile health applications OR DiGA OR DiHA)”检索上述四个数据库,限定2020–2024年发表文献,聚焦明确讨论DiGA证据质量的文献,而非单个数字健康应用的有效性研究。检索记录下载后使用Rayyan软件去重,通过标题与摘要初筛,不符合纳入标准者剔除;标题摘要无法判定时通过全文评估决定。检索、筛选、研究选择、全文评估及数据提取均由单一研究者完成。为评估筛选一致性,研究完成后开展回顾性组内信度检验,结果见4.5节。受资源限制未实施双人独立筛选。纳入文献按前述9项证据质量维度进行主题归类,归类基于Spencer等提出的概念定义,制定编码表确保跨研究分类一致性,部分指标计算绝对与相对频率。综述报告遵循PRISMA-ScR指南,采用Arksey & O’Malley结构化范围综述框架及Joanna Briggs研究所方法学,未注册研究方案。
    2.2 概念
    本范围综述旨在系统呈现德国医疗体系中永久纳入目录的DiGA研究证据质量的潜在缺口。
    2.3 情境
    纳入文献需聚焦德国医疗体系,且永久纳入DiGA的预期使用场景为临床及/或门诊环境。
    2.4 纳入与排除标准
    纳入排除标准经单一研究者探索性检索、相关文献回顾及比勒菲尔德大学OWL医学院数字医学工作组两位同事内部讨论确定。因DiGA自2020年才存在,检索时限限定为2020–2024年。纳入标准为提供永久纳入DiGA照护积极影响证据强度概述的文献;鉴于综述性质,涉及方法学挑战、证据要求、透明度或评价方法的监管分析、市场分析及观点论文亦纳入。排除标准包括:未永久纳入DV的DiGA研究、非德文或英文文献、无关主题(如健康应用或非DV内健康应用的证据质量、远程医疗、健康应用横断面研究)、范围综述方案;聚焦特定干预与结局而非广泛证据质量评估的病例对照、队列及登记研究亦排除;无法获取全文的研究同样排除。
  3. 3.
    结果
    3.1 概述
    2024年12月16日完成文献检索与数据提取,共识别4628条记录,去重后剩余3217篇,经纳入排除标准筛选及剔除撤稿文献后,排除3201篇,最终16篇纳入分析。出版物类型基于作者报告的方法学路径分类:具有结构化数据提取与预设评估标准但未达系统/范围综述正式要求的归为结构化评估(n=6);其余为叙述性综述(n=4)、观点/立场论文(n=2)、横断面分析(n=2)、范围综述(n=1)及结合问卷开发与横断面分析的混合方法研究(n=1)。15篇文献未采用预设检索策略、明确纳入排除标准或PRISMA合规方法学。研究人员识别出12个证据质量相关方面:盲法、脱落率、对照组、主要终点、适应证、样本构成、研究参与者、样本量、强制发表、应用与随访率、使用时长、医疗获益/患者相关结构或流程改善证据,并将其映射至9项证据质量维度。每篇纳入文献可对应多个维度,表3呈现各文献对各维度的覆盖情况。
    3.2 详细分析
    3.2.1 客观性(方面:盲法)
    Schreiter等的范围综述纳入3篇荟萃分析、39项RCT及2项单臂干预,其中39项RCT明确用于支持DiGA纳入DV,29项(74%)未实施盲法或缺乏盲法信息。Albrecht等指出其纳入的17项研究中14项(82%)缺乏盲法。K?nig等说明研究基本为开放标签,对照组未设盲,即未提供另一种DiGA作为安慰剂。Kolominsky-Rabas等2022年3月使用RoB2工具评估显示,所检视的6项DiGA研究均未实施盲法。Gregor-Haack等描述因“使用自填问卷进行非盲终点评估”导致高偏倚风险,指出不当盲法可能导致无真实治疗效果时被误报为显著结果,提出可使用安慰剂DiGA作为研究对照以维持盲法。
    3.2.2 信度(方面:脱落率)
    5篇文献指出DiGA研究存在高且异质性的脱落率问题。Schreiter等报告部分研究脱落率达60%。M?der等强调不同研究脱落率差异显著,Gregor-Haack等指出高平均脱落率导致疗效评估结果存在“相当大的不确定性”。干预组脱落率通常高于对照组。Kolominsky-Rabas等与Gregor-Haack等均认为两项研究的高脱落率无法排除偏倚风险。
    3.2.3 效度(方面:对照组与主要终点)
    对照组:8篇文献(33%)指出被动对照组的负面影响,凸显证据方法学质量缺口。36项研究中22项(61%)使用等待列表对照组,12项(33%)比较标准治疗与干预组,仅6项使用主动对照组。K?nig等通过分析两项DiGA研究的有效性,证实无法排除对照组未接受干预导致的单纯安慰剂效应。Lantzsch等援引医保基金协会批评,指出常无主动对照组而仅用被动等待列表对照组,因此无法判断DiGA是否较传统治疗具优势。Albrecht等指出许多研究未明确对照组受试者既往是否接受过相关治疗,进一步升高偏倚风险。Kolominsky-Rabas等2022年评估9项DiGA研究时发现等待列表对照组存在潜在偏倚:等待组在未获得DiGA治疗的情况下可能对自身状况评估更悲观,这种偏差会反映在DiGA研究主要使用的患者报告结局(patient-reported outcomes, PROs)中。Goeldner等报告未发现对照组设计与DiGA适应证的关联模式。
    主要终点:多数研究因使用PROs作为主要终点而存在高偏倚风险,支持此类终点选择的证据存疑。K?nig等解释使用PROs作为替代终点“更难区分DiGA效应与安慰剂效应等其他效应”。选择自评工具作为主要终点带来潜在偏倚风险。Fujita-Rohwerder等指出因终点选择、测量时机及对照干预选择导致研究是否适合证明照护积极影响存疑。终点选择的异质性削弱了研究可比性与内部效度,标准化方法将更高效,尤其当同适应证DiGA申请永久纳入DV时。
    3.2.4 相关性(方面:适应证)
    K?nig等描述DiGA科学研究具“挑战性”,因DiGA干预常复杂多元,研究中协调医学适应证与干预目标难度较高。Kolominsky-Rabas等使用RoB2工具分析发现,几乎所有DiGA研究均存在因偏离预期干预导致的至少部分偏倚风险。但Lantzsch等发现几乎无临床试验(10/11项)偏离预期干预。Gregor-Haack等报告一项研究干预具体设计不明确,同时指出永久纳入DiGA的研究干预描述更详尽,如Invirto相关研究对焦虑障碍暴露训练个性化等数字干预适配症状的透明度不足引发关切,而相关研究细节更充分,可更准确评估干预措施。
    3.2.5 外推性(方面:样本构成与研究参与者)
    样本构成:4篇文献发现部分研究男性代表性不足。一项DiGA因临床试验男性样本不足,获批时仅限女性使用,尽管研究初始设计为全性别。M?der等发现该DiGA研究参与者以女性为主。Goeldner等报告DV中研究参与者性别分布透明度不足,仅22项(61%)研究公布性别分布。
    研究参与者:Kolominsky-Rabas等指出,所检视的研究未明确是针对国际疾病分类第十版德国修订版(International Statistical Classification of Diseases and Related Health Problems 10th Revision German Modification, ICD-10-GM)相应代码定义的全部目标人群,还是仅聚焦特定亚组。
    3.2.6 准确性(方面:样本量)
    4篇文献报告研究样本量显著偏小(尤其与传统RCT相比)或异质性高。Albrecht等确定17项研究中位样本量为215例;Chalmers等发现53项研究中位样本量为171例。Goeldner等及其他学者指出样本量大幅变异限制可比性并削弱统计结论。Koerber等认为小样本量可能无法充分反映真实诊疗情况。积极趋势是Goeldner等报告近年样本量逐步上升:2020年中位139例,2021年264例,2022年187例,2023年253例,2024年220例。
    3.2.7 透明度(方面:强制发表)
    Lantzsch等指出DiGA研究透明度有提升空间,尤其考虑到DiGA证据要求低于其他可报销医疗器械。发表状态影响医护人员实际使用DiGA的行为。Geier与Dahlhausen等报告医生与物理治疗师对DiGA的治疗获益、技术可靠性及临床证据普遍存在不确定性,超70%受访临床医生需要更易获取的详细信息以充分评估并向患者推荐DiGA。Goeldner等发现仅37%的DiGA制造商在DV中提供支撑研究全文链接,仅9%公开研究方案。Kolominsky-Rabas等指出3项研究未发表任何方案,强调需预先发表研究方案以更好评估选择性报告偏倚;仅在临床注册平台注册无法弥补透明度缺口,且DiGA研究的注册条目质量未达干预性试验方案推荐规范(Standard Protocol Items: Recommendations for Interventional Trials, SPIRIT)对RCT方案的要求。
    3.2.8 时效性(方面:应用与随访率及使用时长)
    研究中DiGA使用时长常短于制造商推荐时长。Albrecht等指出其检视的17项DiGA研究中位使用时长为3个月,中位随访6个月,外部效度存疑。建议要求制造商在上市后研究中考虑“日常条件下的长期使用”。
    3.2.9 一致性(方面:医疗获益/患者相关结构或流程改善证据)
    4篇文献指出存在检测到医疗获益的趋势,但仅少数研究使用患者相关结构或流程改善评估照护积极影响。当时DV中56项DiGA里,55项(98%)检测到医疗获益,1项(2%)临时纳入DiGA关注患者相关结构或流程改善检测。所有永久纳入DiGA彼时均证实具医疗获益。Lantzsch等描述更关注患者相关结构或流程改善检测可促进真实世界数据整合。Groene等发现DiGA可在无充分患者相关结构或流程改善或医疗获益证据情况下进入预备名单。
  4. 4.
    讨论
    4.1 主要发现
    本范围综述揭示DiGA研究证据质量存在方法学缺口:绝大多数研究缺乏盲法;高且异质的脱落率进一步损害信度;被动等待列表对照组的主导地位结合自报结局作为主要终点,削弱内部效度,限制研究可比性并升高安慰剂与期望效应易感性;干预目标与医学适应证匹配不清、特定人群代表性不足、样本量偏小或变异大,引发相关性与外推性担忧;发表与方案可获得性有限、随访周期短等透明度缺陷,制约长期有效性及真实世界适用性评估。
    4.2 证据质量
    纳入文献一致报告永久纳入DiGA的证据基础存在方法学局限。未来研究需通过透明报告、更强对照条件、更适宜的结果指标及标准化方案提升证据稳健性与可外推性。DiGA面临的挑战并非监管型数字健康应用独有,反映了健康应用评估领域的普遍问题。
    4.2.1 客观性
    证据显示盲法不足是DiGA研究的普遍局限。多数试验实质为开放标签,缺乏安慰剂或假对照,升高实施与检测偏倚风险。受试者知晓分组可能导致期望效应与社会期望应答,尤其当PROs作为主要终点时。理想情况下,未来试验应采用稳健盲法策略,包括安慰剂或假DiGA,尤其在使用主观结局指标时。但盲法与患者报告结局的局限需置于数字健康评估的特定情境中解读:安慰剂或假应用并非始终可行或适宜,根据研究问题,务实的标准治疗对照可能更能反映真实世界有效性。此外,患者报告结局可作为评估症状、生活质量或患者赋能的有意义终点。数字健康研究的脱落率不仅应视为方法学局限,也应作为用户参与度与干预适配性的指标,有助于识别最可能从特定数字干预中获益的患者群体。
    4.2.2 信度
    DiGA语境下的信度特指受试者保留与结局数据完整性,相关研究的高且不均的脱落率威胁内部效度与真实世界适用性。纳入文献一致表明DiGA研究受高且异质脱落率影响——干预组常高于对照组——这为疗效评估引入显著不确定性与偏倚风险。此类模式可能反映可用性问题、数字疲劳或低用户参与度,均为自导式数字干预的常见挑战。为提升未来DiGA评估的信度,研究人员应透明报告脱落率,实施参与策略降低流失,并采用意向治疗分析以最小化缺失数据偏倚。若无这些改进,DiGA有效性数据的稳健性与可外推性将持续受限。
    4.2.3 效度
    效度指研究结果在无系统偏倚(源于设计缺陷、对照不足或终点不清)前提下反映真实治疗效果的程度。DiGA研究评估中,内部效度的两大威胁是被动等待列表对照组的广泛使用与主观PROs作为主要终点的普遍性。61%的研究使用等待列表对照,仅33%使用标准治疗对照,主动对照占比极低。多篇文献批评此设计可能夸大治疗效果。通过主动对照、客观结局指标及统一终点框架解决上述局限,对强化内部效度、支撑合理监管与报销决策至关重要。
    4.2.4 相关性
    DiGA研究的临床相关性取决于干预与目标适应证的匹配度,以及研究设计反映标准诊疗的真实程度。等待列表设计虽常见,但无法模拟标准治疗替代方案,可能夸大治疗效果,尤其在心理健康研究中(此类研究在本组中占比过高)。文献提示DiGA干预常具复杂性,导致协调干预目标与医学适应证存在挑战,对偏离预期干预的评估及相关偏倚风险的判断也存在不一致。积极方面是Gregor-Haack等报告永久纳入DiGA的研究干预描述更详尽,提升了临床相关性。总体而言,尽管适应证范围适宜,但对被动对照组的依赖及干预报告的不一致性限制了诸多DiGA试验的转化价值。
    4.2.5 外推性
    DiGA研究结果的外推性受限于人口统计学透明度不足及特定人群(最显著为男性)代表性不足。此外,多数研究未明确是针对ICD-10-GM定义的全部目标人群,还是仅纳入亚组。综上,有限的人口多样性与不良报告实践制约了诸多DiGA试验的外推性,凸显需更具包容性的研究设计与透明文档以支持公平的数字健康可及。超越DiGA范畴,多项数字健康应用评估也报告类似挑战,包括样本不具代表性、人口统计学透明度不足及外部效度受限,均阻碍结果向常规诊疗的转化。Prentice等同样识别出数字健康研究中的系统性非代表性样本,强调此类抽样问题并非DiGA独有,而是该领域的普遍现象。
    4.2.6 准确性
    准确性关乎效应估计的精确度,取决于样本量。临床试验结局的准确性与样本量密切相关,影响统计效力及检测真实治疗效果的能力。尽管Goeldner等观察到样本量呈增大趋势,但相当比例的DiGA研究样本量仍不足以支撑稳健、可外推的结论。未来需开展样本量更大、更具代表性的研究,以提升效应估计的精确度与稳健性。
    4.2.7 透明度
    透明度反映方法与结果的开放性及可及性,仍是DiGA评估与实施的重要关切。多项研究与利益相关者调查表明,医护人员与患者缺乏关于可用DiGA、其临床相关性及实际使用的充足信息。此外,仅靠注册条目不足以解决选择性报告等潜在偏倚。总体而言,尽管同行评审发表率相对较高,但程序与报告透明度仍处中低水平,损害了可复现性、可比性及知情临床使用。
    4.2.8 时效性
    临床研究的时效性指研究时长与随访是否足以评估有意义的疗效。DiGA评估的时效性——尤其应用时长与随访——对判定治疗效果的可持续性至关重要。多数DiGA在慢性病领域显现疗效,而慢性病本质为需长期照护的疾病,有意义临床结局的出现可能需要较长时间。当前文献主张对这类人群随访期至少12个月,以可靠评估数字干预的有效性与维持效应。若研究中DiGA使用时长短于充分治疗所需时长,证据质量将受损。本范围综述证据表明,多数研究未能达到充足的使用与随访时长。Gregor-Haack等强调数项试验中实际使用时长短于制造商推荐时长,可能导致低估真实世界有效性。这些局限凸显需纳入更长期的观察数据,理想方式是通过上市后研究评估DiGA在长期真实世界场景中的有效性。若无此类数据,证据基础将持续偏向短期结局,限制关于临床持久性与长期获益的结论。短随访期也需结合DiGA路径与数字健康市场现实考量:临时纳入期的有限证据生成时限可能为更长随访制造实际障碍,凸显市场准入后持续证据生成的必要性。
    4.2.9 一致性
    总体而言,尽管多数永久纳入DiGA证实具医疗获益,但患者相关结构或流程改善极少被用于评估照护积极影响,表明以患者为中心的评估存在缺口,尽管此类评估有望提升真实世界相关性。未来发展需在不给数字健康创新制造过度障碍的前提下强化证据质量,这要求评估模型对所有利益相关者可行,并支持产品全生命周期的持续证据生成。真实世界证据、上市后评估及适应性研究路径可补充传统试验,助力平衡数字健康应用及时可及与稳健患者获益证据的双重需求。
    4.3 与国际数字健康评估框架的比较
    本综述识别的方法学局限需置于数字健康技术证据要求的国际辩论背景下考量。德国DiGA框架是首批针对数字疗法的结构化报销路径之一,国际上已推出类似评估模型,包括英国NHS数字技术标准评估标准(Digital Technology Assessment Criteria, DTAC)、法国PECAN路径、比利时mHealthBelgium及美国食品药品监督管理局(Food and Drug Administration, FDA)的软件即医疗器械监管路径。尽管这些框架在监管范围、评估标准及报销机制上存在差异(如DTAC主要聚焦数字健康应用的整体可信度——技术、医疗与数据安全,而非报销可行性),但均面临共同挑战:在确保安全性与有效性充分证据的同时,实现数字创新的及时可及。本综述的核心发现之一是关于证明照护积极效应的终点选择与效度问题。患者报告或中间结局的频繁使用需审慎方法学考量,尤其在不盲法研究或被动对照组试验中。Fleming与DeMets强调,除非替代终点与患者相关结局的关系得到验证,否则其无法可靠预测有意义的临床获益。契合GRADE理念,证据的确定性与适用性不仅取决于研究设计,还与结局相关性、偏倚风险及证据的一致性、精确性与直接性相关。未来DiGA评估应优先选用预先定义、具临床意义、患者相关且有充足随访支持的终点。适当情况下,患者报告结局应辅以客观或行为测量指标,以提升数字健康应用生成证据的效度与可比性。
    4.4 建议
    为基于9项证据质量维度提升方法学质量,需针对性改进研究设计与报告。解决已识别缺口将增强对疗效的置信度,提升研究质量,并实现对患者获益与真实世界适用性的更稳健评估。理想情况下,未来DiGA评估应优先考虑纳入更大规模、更具代表性的研究人群,使用主动对照组与更长随访期,并提升报告透明度。尤其需强调实施恰当的盲法流程、试验启动前发表研究方案,以及使用能在真实世界条件下有意义评估患者获益的结局指标。通过上述考量融入未来研究,数字健康干预可实现更强的临床验证、更高的证据质量与更优的真实世界适用性。但需注意,提升数字健康应用证据质量需认识到数字干预评估特有的方法学与实践挑战。与传统医疗干预不同,数字健康技术具开发周期快、频繁更新、用户交互多变及对实施情境强依赖的特征。因此,评估路径需在方法学严谨性、可行性、可用资源及创新及时可及需求间取得平衡。Nj
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号