远程监测强化门诊物理治疗：一项混合方法实施研究

《The Journal of Nervous and Mental Disease》：Remote Monitoring Enhanced Outpatient Physical Therapy: A Mixed-Methods Implementation Study

　　背景与目的：远程治疗监测利用技术来追踪患者的身体活动与运动情况。本研究旨在评估6个月内远程治疗监测在步数及运动量方面的实施效果。方法：本研究采用混合方法，针对患有帕金森病、多发性硬化症、中风、脑震荡、新冠后疲劳或肌肉骨骼疼痛的门诊患者进行评估。参与者佩戴与移动应用程序相连的活动追踪器，临床医生则通过物理治疗为患者设定个性化目标并开展相关评估。效果通过每日步数和每周有氧运动时间来衡量。实施结果则综合了医疗记录、调查问卷、离院访谈以及会议记录中的数据。结果：共有42名患者参与了这项研究（平均年龄56±16岁，55%为女性），其中81%（34人）完成了6个月的监测。患者对追踪器的使用以及临床医生设定的目标都表现出较高的依从性。每日步数从4892±3694步增加到5958±4385步，每周运动时间则从44±66分钟增至83±85分钟。混合效应模型显示，各项指标虽有所改善，但增速逐渐放缓（步数：β=87.5，P=0.002；β2=-2.4，P=0.01；运动时间：β=3.6，P=0.002；β2=-0.1，P=0.006）。参与者访谈表明，动力与责任感是推动他们持续参与的关键因素，而健康问题及技术障碍则是影响实施的瓶颈。讨论与结论：这是首项关于在物理治疗中运用远程治疗监测来追踪步数与运动量的研究，结果表明，在治疗师的支持下，此类监测方案具备可行性，有望提升患者长期的身体活动与运动习惯。引言：身体活动包括各种身体动作，尤其是有意识的有氧运动，已被证实能给不同人群带来诸多益处，包括那些患有神经系统疾病的人。物理治疗师常常会为患者制定相应的运动计划，但很难准确掌握患者的执行情况与反应。相比之下，临床实践指南更倾向于使用易于测量的指标来评估进展，比如10米步行测试或6分钟步行测试。这些指标属于在临床环境中完成的能力指标，而通过目标心率区间的运动时间以及每日步数来衡量的身体活动则属于表现指标，能够反映患者在现实生活中的活动水平。尽管能力和表现指标所反映的内容有所不同，但两者对于了解患者对治疗的反应都十分重要。远程治疗监测有望改变治疗师监测患者居家运动计划执行情况的方式，帮助他们做出更明智的治疗决策。它还有助于避免自我报告的身体活动与运动数据中常见的回忆偏差、解读错误及报告不准确等问题。以往的研究已证明远程治疗监测在研究场景下的可行性。2022年，美国医疗保险和医疗补助服务中心认可了五种程序术语代码，2026年又新增了更多代码，降低了满足计费条件的门槛。然而，阻碍该技术推广的因素还包括临床医生缺乏相关知识与认知、对技术信心不足、时间与操作复杂度问题，以及机构层面的准备程度、政策配套和流程整合等方面的难题。本研究的目的是了解远程治疗监测在门诊物理治疗中的应用情况，并评估在该技术辅助下的物理治疗所带来的效果变化。方法：本研究遵循RE-AIM（覆盖范围、有效性、采纳度、实施情况、持续性）规划与评估框架，采用单组前后对比设计，属于第二类有效性-实施混合研究报告。这种混合方法设计有助于为远程治疗监测的实施提供背景信息。所有研究活动均获得了西北大学机构审查委员会的批准。参与者：共有8名身为研究团队成员的临床医生参与了这项工作（他们作为物理治疗师的平均从业时间为9.3年，范围在1至25年之间，其中63人拥有高级专业资质，2名为男性）。这些临床医生在隶属于转化康复研究医院的两个Shirley Ryan AbilityLab门诊机构中，为患者提供物理治疗服务。他们负责筛选患者并征得其同意，确保符合研究要求。纳入标准包括有维持或提高身体活动水平的治疗目标，且患有以下6种疾病之一：中风、脑震荡、新冠后疲劳、肌肉骨骼疼痛（背部或下肢）、多发性硬化症或帕金森病。这些疾病的患者都能从增加身体活动中受益，也反映了我们门诊科室患者的多样性。排除标准包括需要双上肢支撑才能行走（如使用助行器）、没有智能手机、自我报告存在沟通或认知缺陷（若筛查中发现疑点，则需由临床医生进一步核实）、年龄超过90岁，或是不愿接受监测平台的服务条款。远程治疗监测的实施：在6个月的时间里，参与者每周至少有4天佩戴活动追踪器，并且每隔3天通过自己的追踪器设备或医院提供的设备（Garmin Vivosmart 4）将数据同步到RTM应用程序（Datos Health LTD）中。如果参与者未能达到数据同步或佩戴时间的要求，研究协调员会主动与其联系。所有参与者在入院时都正在接受物理治疗，但在临床条件允许的情况下会出院。每位患者的主治医生负责监督其远程治疗监测计划，且每月至少要与患者进行一次面对面的交流，以满足计费要求。临床医生会在电子健康记录中为每位患者设定个性化的目标，包括每日步数以及每周中等强度至高强度身体活动的时长，同时在这些目标对应的数值也会同步到RTM平台中。临床医生会根据患者的实际需求，自行决定如何设定、调整或终止这些目标。根据远程治疗监测系统反馈、目标完成情况以及患者的意见，临床医生会在治疗过程中或通过电话沟通（每周或每月一次）对目标进行调整。实施策略：这些实施策略是根据“变革实施专家建议”中的分类体系来确定的。基于先前的研究经验，本研究选择了三种实施策略：在项目启动阶段及每月的培训会议上对临床医生进行培训和教育；为患者和临床医生提供互动式支持；为临床医生提供审核与反馈服务。临床医生共接受了两次时长为30分钟的培训，第一次是通过预录的网络课程介绍远程治疗监测系统、研究流程以及行为改变策略，第二次则是通过实际操作来熟悉该系统。补充数字资料1A提供了有关这些实施策略的具体内容，包括实施主体、具体行动、行动目标以及实施频率等信息。评估：评估工作遵循表1中所规定的RE-AIM框架进行。数据来源包括参与者调查问卷、离院访谈记录、RTM平台数据、电子健康记录，以及来自临床医生培训会议和总结会议的记录。表1. 实施与效果结果的定义标准覆盖范围与保留率：被招募并纳入研究的患者的数量及其特征（疾病类型、功能水平）；完成6个月远程治疗监测项目的患者人数；完成离院访谈的患者人数；参与者在离院访谈中提到的与参与研究相关的因素。有效性：相比研究开始时，参与者在每日步数及每周中等强度至高强度身体活动时长方面的变化；相比研究开始时，参与者在EVS量表和PROMIS-PF量表得分方面的变化；根据离院访谈结果，参与者对自己使用智能手机上的健康应用或身体活动追踪工具的舒适度的自我评价变化。临床医生的采纳度：由于参与研究的临床医生是在研究开始前就已确定，因此无法对此进行量化评估。实施依从性：与成功使用追踪器及临床医生进行互动相关的实施指标，包括研究开始时、3个月后以及6个月后，电子健康记录中目标设定的频率以及RTM平台中目标设定的频率；从研究开始到3个月期间，以及从3个月到6个月期间，RTM平台中目标设定的更改次数。持续性：即机构长期采纳并持续使用该技术的潜力，包括根据CPT代码标准计算出的研究期间的计费可能性、研究期间所需的技术支持时间与人力成本，以及在研究初期（1个月）、每月培训会议以及总结会议中，人们对干预措施的接受度、可行性及适宜性的评价。缩写说明：CPT，当前程序术语；EHR，电子健康记录；EVS，运动生命体征；minMVPA，每周中等强度至高强度身体活动时长；PA，身体活动；PROMIS-PF，患者报告结果测量信息系统——身体功能计算机适配版本（第2版）；RTM，远程治疗监测。实施指标：我们通过收集研究开始时的自我报告数据来了解患者的特征，这些数据包括人口统计学信息、过去一个月内的跌倒史、是否使用支具或辅助设备，以及健康素养相关的单项测试结果。实施依从性则通过追踪器使用情况、临床医生与患者的互动频率，以及电子健康记录和RTM平台中目标设定的情况来评估。持续性则通过依据2022年的4项医疗保险远程治疗监测计费代码所计算的潜在计费金额，以及技术支持所需的时间等指标来衡量。潜在计费金额是根据电子健康记录中记录的评估和电话沟通的时长，以及监测平台中的活跃天数来计算的，这些均符合远程治疗监测计费代码的要求。在研究初期（1个月），我们匿名开展了干预措施可行性、干预措施适宜性以及干预措施接受度三项评估，然后根据5分制对结果进行平均处理。效果指标：我们从RTM平台中提取的主要直接指标是每周的平均每日步数以及每周的中等强度至高强度身体活动时长。这些目标是由临床医生根据每位患者的实际表现和需求来设定的。中等强度至高强度运动的心率区间则根据每位患者的情况，选择心率储备的40%-80%或最大心率的50%-85%作为标准。目标中等强度至高强度身体活动时长则是根据患者的功能水平、运动习惯以及“每周至少进行150分钟中等强度运动”的建议来设定的。我们通过在研究开始时、3个月后以及6个月时收集的运动生命体征数据以及PROMIS——身体功能计算机适配版本（第2版）的数据，来追踪患者自我报告的身体活动变化情况。定性数据：在6个月时，我们进行了30分钟的1对1半结构化离院访谈，旨在进一步了解患者的体验，同时验证我们的实施与效果评估结果。这些访谈由担任RTM治疗师和研究团队协调员的物理治疗师[MH]通过Zoom视频会议或面对面方式进行。访谈问题包括：患者在相关技术使用方面的变化、他们对相关技术的认知与舒适度评分、对RTM系统功能的反馈、认为可以改进RTM系统的地方，以及RTM系统提供的数据对其活动水平的影响。访谈指南详见补充数字资料2A。分析：我们结合研究结果和离院访谈中的定量与定性数据来报告实施成果。对于覆盖范围、保留率、实施依从性以及持续性等指标，我们采用描述性统计方法进行分析。对于那些参与者数据记录不足4天的周数，我们将其从分析中排除。在分析时，我们会采用每个研究节点可获得的最多有效数据，将缺失数据视为无效数据。对于身体活动与运动的直接测量数据及自我报告数据，我们采用线性混合效应模型来进行分析，以此评估身体活动的纵向变化情况。模型选择最初是通过lmerTest函数（R Core Team 2024）采用逐步回归法来确定的，首先考虑的时间变量包括线性关系和时间曲线关系、年龄、性别、体重指数、疾病类型、跌倒史、是否使用支具，以及患者出院的时间。确定后的候选模型会通过最大似然法进行重新拟合，然后通过与仅包含时间变量的简单模型（第1周和第2周）进行似然比检验，来判断是否添加额外的预测变量能显著提升模型的拟合度。所有建模过程都包含随机截距项和随机斜率项。最终模型则通过REML方法进行重新拟合以便报告结果。我们在推断时采用了Satterthwaite调整后的自由度以及III型检验方法，而估计的边际均值和趋势则通过emmeans函数得出，R2值（边际R2和条件R2）则用于说明模型解释的方差比例。我们还对模型进行了诊断分析，以检查模型是否符合各项假设，包括线性关系、正态分布以及异方差性等。对于EVS量表和PROMIS-PF量表得分在研究开始时、3个月后以及6个月时的变化，我们同样采用线性混合效应模型进行分析，模型中包含时间变量的固定效应，以及用于考虑个体间差异的随机截距项。模型通过REML方法进行拟合，固定效应的推断则采用Satterthwaite/Kenward–Roger自由度方法。我们报告估计的边际均值以及不同时间点之间的对比结果，并给出95%置信区间，以此总结这个较小样本组中随时间发生的变化情况。定量分析是使用R统计软件（版本4.4.1；R Core Team 2024，R基金会，奥地利维也纳）来完成的。访谈内容会被录音并逐字转录，之后会对个人信息进行匿名处理。这些访谈由担任RTM治疗师和研究团队协调员的物理治疗师[MH]负责进行。其中有6次访谈的对象是[MH]自己的患者。[MH]和另一位独立编码员[RH]采用归纳法，从前4次访谈中提炼出主要主题和子主题，然后在资深混合方法研究专家[MRR]的指导下编制出初始编码手册。所有的访谈记录都由[MH]和[RH]共同使用协作软件Dedoose进行双重编码，一旦出现分歧，就会通过讨论直至达成一致。我们还采用了解释现象学分析方法，来了解患者在参与远程治疗监测期间及之后的体验。定性数据是与定量数据同步进行分析的，这样有助于我们更深入地了解患者在使用远程治疗监测过程中遇到的障碍与有利条件，进而为临床中该技术的应用提供参考。本研究报告的撰写遵循了混合方法研究与干预研究报告的相应指南。结果：实施成果：这8名临床医生共招募了54名患者，其中42名（78%）选择参与研究。图1展示了潜在参与者选择不参与的理由。参与研究的人员中55%为女性，平均年龄为56±16岁（见表2）。40%的参与者使用辅助设备，29%使用支具，20%在近一个月内有跌倒经历。经过6个月的跟踪，有37名参与者完成了至少一项研究任务（见图1），不过只有34名（81%）参与者完成了6个月的远程治疗监测，31名（74%）参与者接受了退出访谈。混合方法分析得出了相互呼应且互补的主题。有5名参与者退出了研究，其中4人在0到3个月之间退出，1人在3到6个月之间退出。表2显示了基线时参与者的基本人口统计信息和特征：总体人数为42人，平均年龄为56±16岁，体重指数为28±8，每周运动时间为115±118分钟，PROMIS-PF评分则为40±7分。其中55%为女性，诊断类型包括肌肉骨骼疼痛（24%）、多发性硬化症（21%）、帕金森病（10%）、新冠后疲劳（12%）、中风（26%）以及脑震荡（7%）。40%的参与者使用辅助设备，其中21%使用脚踝矫形器，7%使用其他类型辅助设备，71%的参与者未使用任何辅助设备。近一个月内有跌倒经历的参与者中，14%有2次及以上跌倒，5%有1次跌倒，81%没有跌倒经历。还有6名参与者的健康素养较低。平均年龄及标准差以“均值±标准差；n（%）”的形式呈现，健康素养评估则通过单项素养筛查问卷1完成，其中“有限”表示“很少、有时、经常或总是需要帮助”。PROMIS-PF是患者报告结果测量信息系统——身体功能部分的计算机适配版本（2.0版）。图1为参与者流程图，展示了未参与、退出以及失去随访的原因。完整的主题分析内容可见补充数字资料2B，网址为https://links.lww.com/JNPT/A591。主要主题包括动机、责任感、知识、体力活动与运动的相关因素以及技术层面，这些子主题分别融入到了各项实施结果中。退出访谈中提到的与参与者留存相关的内容表明，他们参与远程治疗监测是出于内在和外在动机，但个人因素也可能影响他们持续使用该技术。参与者对体力活动及运动对自身健康或特定疾病益处的先验认知，进一步增强了他们参与的动机。有8名参与者未能完成6个月的活动追踪。其中4名参与者（R111、R119、R136和R137）接受了退出访谈，其负面评价内容可见补充数字资料2B，网址同上。远程治疗监测的实施 fidelity体现在每周至少使用4天活动追踪器以及与医生的互动情况。在完成6个月远程治疗监测的参与者中，884个活跃患者周中有825个（93%）属于成功使用追踪器的范畴，而在所有潜在患者周数中，也有885个（81%）符合这一标准。大多数接受访谈的参与者表示几乎每天都会查看步数数据（81%）以及运动或心率数据（73%），不过他们更多使用追踪器自带的应用程序，而非远程治疗监测平台的应用程序（65%对比52%）。所有接受退出访谈的参与者都表示至少每月会与医生讨论自己的活动数据，其中61%的参与者每月与医生讨论的次数超过一次。表3展示了基线时、3个月时以及6个月时，电子健康记录系统与远程治疗监测平台在目标设定方面的实施 fidelity情况。在远程治疗监测平台中，整个研究期间始终以步数为目标（100%），而设定最低中等强度至高强度体力活动时间目标的活跃参与者比例则从98%逐渐下降到91%。随着时间的推移，96%到100%的参与者会在电子健康记录系统中记录步数目标，而设定最低中等强度至高强度体力活动时间目标的参与者比例则在69%到74%之间。医生们认为，对于部分参与者而言，最低中等强度至高强度体力活动时间目标并不合适，或者难度过高。表3显示，初始阶段、3个月时以及6个月时，参与远程治疗监测的活跃参与者数量分别为42人、37人和34人。在远程治疗监测平台中，初始阶段有42/42（100%）的参与者设定了每日步数目标，3个月时为37/37（100%），6个月时为34/34（100%）。同样，在远程治疗监测平台中，初始阶段有41/42（98%）的参与者设定了最低中等强度至高强度体力活动时间目标，3个月时为34/37（92%），6个月时为31/34（91%）。在物理治疗过程中，初始阶段有42/42（100%）的参与者在电子健康记录系统中设定了每日步数目标，3个月时为22/23（96%），6个月时为13/13（100%）；设定最低中等强度至高强度体力活动时间目标的参与者比例分别为29/42（69%）、17/23（74%）和9/13（69%）。在远程治疗监测平台中，初始阶段、3个月时以及6个月时，每日步数目标的设定比例均为100%，最低中等强度至高强度体力活动时间目标的设定比例分别为41/42（98%）、20/23（87%）和10/13（77%）。缩写说明：EHR指电子健康记录系统；minMVPA指中等强度至高强度体力活动的时间长度；PT指物理治疗；RTM指远程治疗监测。在研究开始的0到3个月内，远程治疗监测目标调整的频率更高，42名参与者中有58次目标调整，平均每次调整1.38次，调整范围为0到4次，而3到6个月期间，37名参与者中有32次目标调整，平均每次调整0.85次，调整范围为0到3次。在0到3个月内，目标调整多为降低数值，占比56.8%，而3到6个月期间则多为提高数值，占比68.8%。目标调整包括步数增减、心率目标调整以及最低中等强度至高强度体力活动时间长度的调整，相关示例可见补充数字资料1B，网址为https://links.lww.com/JNPT/A590。参与者退出访谈中的反馈也证实，通过与医生的互动以及目标设定来增强责任感，是远程治疗监测带来的好处。通过三项指标评估了该技术长期应用的可行性。根据2022年的医疗保险报销标准，每位参与者至少有1个月的远程治疗监测服务符合收费条件。98%的参与者（共41人）适用一次性设备设置费用。在每个月内，有122/230（53%）的参与者月数满足至少20分钟的合格治疗师互动时间要求，而仅有9/230（4%）的参与者月数的互动时间超过40分钟。在平台使用方面，207/230（90%）的参与者月数符合收费条件。在全部230个参与者月数中，有14个（6%）的参与者月数因治疗师互动时间不足（小于20分钟）或患者使用频率不足（小于16天）而无法收费。项目协调员负责处理新用户入门和技术支持工作，平均每名参与者需要56±18分钟的时间完成入门流程，同步数据时每名参与者需要接收0到11封邮件或0到8通电话。有4名参与者（9.5%）需要额外的设备相关支持。在项目初期，医生们对这项技术的可行性评分為4.03±0.47，可接受性评分為4.13±0.60，适宜性评分為4.22±0.49，而在项目后期召开的月度会议上，医生们还讨论了如何进一步提升该技术的可接受度以及让参与者更愿意持续使用它。从效果来看，随着时间的推移，参与者的步数和最低中等强度至高强度体力活动时间长度都有所增加，但增长幅度逐渐减小（见图2）。表4显示，最初参与者每周的步数平均增加87步，差异具有显著性（P=0.0016）。之后每周的步数增幅逐渐减少，平均每周减少2.4步，差异也具有显著性（P=0.011）。最低中等强度至高强度体力活动时间长度的每周增幅为3.6分钟，同样具有显著性（P=0.0015），但每周的增幅逐渐缩小，平均每周减少0.1分钟，这一趋势也具有显著性（P=0.006）。表4汇总了4个混合效应模型分析的结果，这些模型研究了在远程治疗监测期间参与者体力活动水平及自我报告的身体功能变化情况。β值、95%置信区间、T值以及P值均列于表中。步数的β值为447，T值为0.8，95%置信区间为3524.8到5416.8，P值小于0.001，第8周的β值为75，T值为3.15，95%置信区间为32.9到141.9，P值接近0.002，第2周的β值为-2.4，T值为-2.55，95%置信区间为-4.2到-0.05，P值接近0.011。最低中等强度至高强度体力活动时间长度的β值为24.4，T值为2.39，95%置信区间为4.1到44.7，P值大于0.05，第3周的β值为3.6，T值为3.16，95%置信区间为1.4到5.9，P值小于0.002，第2周的β值为-0.1，T值为-2.75，95%置信区间为-0.2到0，P值大于0.006。运动相关生理指标的β值为114，T值为5.62，95%置信区间为73到154，P值小于0.001，时间点的β值为10，T值为0.85，95%置信区间为-14到35，P值大于0.397。PROMIS-PF评分的β值为38.9，T值为28.15，95%置信区间为36.1到41.7，P值小于0.001，时间点的β值为1.7，T值为2.49，95%置信区间为0.3到3，P值接近0.017。P值小于0.05的项标有星号。缩写说明：minMVPA指中等强度至高强度体力活动的时间长度；PROMIS-PF指患者报告结果测量信息系统——身体功能部分。图2展示了6个月远程治疗监测期间，参与者每周的体力活动水平（A项为每日步数）及运动水平（B项为每周中等强度至高强度体力活动时间长度）的平均数值。每周的参与者数据量在23到41人之间，中位数為33人。PA指体力活动。由于样本量较小，我们主要以仅考虑时间因素的模型作为主要分析依据。完整的协变量分析结果可见补充数字资料1C，网址为https://links.lww.com/JNPT/A590。在完整的步数分析模型中，年龄、多发性硬化症诊断结果、PROMIS-PF评分以及是否使用支具都是具有显著意义的变量。在最低中等强度至高强度体力活动时间长度的分析中，肌肉骨骼疼痛诊断结果以及是否使用支具也是重要协变量。虽然包含更多变量的模型在样本拟合度上表现更好（步数分析的卡方值为23.997，P值小于0.001；最低中等强度至高强度体力活动时间长度分析的卡方值为15.85，P值为0.0012），且阿卡伊克信息量更低，但贝叶斯信息量指标并未支持增加模型复杂性。时间因素对结果的影响在仅考虑时间因素的模型中并未出现明显变化。表4显示，PROMIS-PF评分从40±7分上升至44±9分，β值为1.7，95%置信区间为0.33到2.98，P值约为0.017。运动相关生理指标的评分从115±118分钟上升至139±127分钟，但这一变化并不具有显著性，β值为10.4，95%置信区间为-13.74到34.53，P值约为0.393。参与者们表示，远程治疗监测通过提升责任感、知识水平、动机以及借助健康应用带来的便利感，有效提升了他们的体力活动水平及运动习惯（详见补充数字资料2B，网址为https://links.lww.com/JNPT/A591）。在10分制的李克特量表上，参与者对使用该技术的舒适度评分从中期的8分上升至9分，而四分位距则从基线时的4到9.75分下降至6个月时的8到10分，这一变化具有显著性（P小于0.001）。同样，6个月时，参与者在追踪体力活动方面的舒适度也有所提升，因为数据的波动性降低了。基线时，参与者对此类追踪的舒适度评分中位数为7分，四分位距为2.5到9.5分；6个月时，评分中位数为10分，四分位距为9到10分，差异同样具有显著性（P小于0.001）。从访谈中可以看出，与远程治疗监测平台上的医生进行互动，能够为参与者提供外在动力、增强责任感，并帮助他们更好地了解运动相关的参数及技术使用方法。在某次退出访谈中，有一名参与者的配偶提到：“我们知道他需要提高心率才能从运动中获得更大益处，而这个追踪器让他更加注重这一点。”（R106，患者配偶）。另一名参与者则表示，这项技术“就像一个督促自己履行任务的伙伴……让人感觉非常有力量。”（R122，患有多发性硬化症）。在开展学习交流会议时，医生们也强调了实时反馈的重要性，他们可以利用这些数据了解参与者の体力活动趋势，并与他们共同探讨更具体的目标设定方案。正如预期的那样，远程治疗监测并未消除所有阻碍参与者进行体力活动及运动的因素。参与者们指出，个人的身体和心理健康状况会影响他们的参与积极性。诸如疾病加重、心脏问题、视力不佳或住院等情况，都会暂时影响他们进行运动或使用远程治疗监测的能力。而抑郁症等心理健康问题则会让部分人难以坚持运动，不过也有参与者表示，通过远程治疗监测看到自己的进步，有助于缓解抑郁情绪（R137；详见补充数字资料2B，网址同上）。讨论部分指出，这项初步的效果与实施情况研究评估了远程治疗监测的落地效果，以及该技术应用于强化物理治疗所带来的变化。据我们所知，这是首项专注于体力活动及运动强度方面的远程治疗监测临床研究。实施结果方面，多数参与者及医生都认为该技术的实施较为成功。大多数参与者能够坚持使用追踪器6个月，这样的使用频率足以满足收费干预的要求。不过，最初的培训并不足以让医生充分掌握相关技能，因此还需要额外的技术支持和指导。在同事们的帮助下，医生们找到了改进远程治疗监测目标设定及工作流程的方法。目标设定方式也发生了变化，每日步数成为比最低中等强度至高强度体力活动时间长度更常见的目标设定方式，这可能反映出这种设定方式更为有效，或者是因为相关技术功能更受青睐。由资助方提供的研究协调员负责平台的入门指导和技术支持，这一投入也是实施该技术的重要成本。不过，2026年更新的远程治疗监测收费标准降低了收费门槛，这或许可以减少此前存在的无法收费的月份。效果方面，6个月时间内，参与者的每日步数以及处于目标心率区间内的运动时间都有所增加。参与者每周的步数平均增加了1066步，这一增幅超过了此前认为能降低身体虚弱风险的1000步这一标准。虽然目前尚无研究明确指出最低中等强度至高强度体力活动时间长度增加多少才能带来具有临床意义的健康益处，但在我们的研究中，参与者每周的最低中等强度至高强度体力活动时间长度平均增加了39分钟，这一成果具有开创性，因为此前物理治疗师们往往无法准确记录患者实际的有氧运动表现的变化情况。另有研究表明，结合专业指导的步数监测有助于提升患者的日常步数。不过，我们观察到，参与者步数及最低中等强度至高强度体力活动时间长度的增幅逐渐放缓，这可能是由于他们已经实现了目标、功能表现已达到极限，或是动机下降所致，具体原因因人而异。我们的主题分析显示，参与者非常重视与医生的互动以及个性化的护理服务。这些发现凸显出，为了获得最佳效果，制定有意义且相互配合的目标设定方案至关重要。在研究过程中，目标或任务调整的次数减少，可能是因为参与者进入了维护阶段，或者医生们能够利用远程治疗监测的数据更精准地设定目标。这些结果与之前的研究类似，即4周内的步数提升幅度与设定的目标大小存在关联。未来的研究可以进一步探讨为何增幅会逐渐减弱，以及如何实现长期的目标跟踪。虽然我们没有直接比较自我报告的数据与直接测量的数据，但先前的研究显示两者之间存在低到中等的相关性。有趣的是，尽管最低中等强度至高强度体力活动时间长度的直接测量数据有所改善，但自我报告的相应数据却并未出现显著提升。我们认为，自我报告运动情况时存在的回忆偏差和报告偏差，可能降低了相关评估工具的敏感度。进一步的分析还发现了与每日步数及最低中等强度至高强度体力活动时间长度提升幅度下降相关的人口统计学因素及功能指标，了解这些因素有助于更合理地制定和使用远程治疗监测技术。局限性方面，由于这项研究中的医生和参与者并非随机选取，因此其结果的普遍性存在局限。由医生和参与者主动选择参与的研究对象，可能导致选择偏差，使得那些更愿意接受远程治疗监测、更有动力进行体力活动的人被纳入研究。此外，医生在设定临床目标及远程治疗监测目标时也具有一定的主观性，这可能引入了混淆因素。另一个可能造成混淆的因素是，负责访谈的医生本人在研究中也有8名患者，其中6人完成了访谈，这可能会在访谈过程及其结果解读中引入偏见。未来的大规模实施效果试验可以扩大样本量，以便更深入地研究各种相关因素。此外，实施方法应包括多次使用干预措施可行性评估、干预措施可接受性评估以及干预措施适当性评估，同时运用临床可持续性评估工具，这些或许能提供更有力的可持续性分析依据。下一项研究应采用定性方法来了解临床医生的观点，而非仅依赖会议记录。最后，市面上的活动追踪器存在固有的精度限制；不过我们认为，这类系统误差并不会削弱监测数据所带来的好处。

结论：RTM方案是可行的，但需要积极性高的临床医生、积极参与的受试者、技术支持，以及数月的时间来优化其应用效果。RTM可作为标准物理治疗的辅助手段，通过提升患者的积极性和责任感来帮助其长期坚持运动。无论是受试者还是临床医生都认为，治疗师的支持与反馈对于充分发挥活动追踪的优势至关重要。

致谢：在编辑过程中，作者们使用了Microsoft CoPilot来提升文本可读性并减少字数。在使用该工具/服务后，作者们对内容进行了必要的审阅和修改，并对最终发表的内容负全责。