综述：慢性病护理中数字健康实施策略的有效性：一项系统评价与网络元分析

《Implementation Science》：Effectiveness of implementation strategies for digital health implementation in chronic disease care: a systematic review and network meta-analysis

　　

摘要

背景

数字健康技术已被证明是管理慢性疾病的重要工具。然而，在其应用过程中仍存在诸多障碍。在数字领域背景下，关于不同实施策略的相对有效性尚缺乏足够了解。本研究旨在全面评估各类实施策略，同时探讨可能影响策略效果的因素。

方法

这是一项系统评价与元分析研究。从研究开始到2024年7月，研究者检索了四个数据库，并手动查阅相关参考文献，寻找具有对照组、采用中断时间序列设计的随机及非随机试验，这些试验旨在评估至少一种实施策略对提升数字健康技术应用效果的影响，且研究结果需能根据实施结果框架与实施、患者及服务相关结果相对应。研究采用了随机效应元分析方法，同时还进行了元回归和亚组分析，以探究影响策略效果及研究异质性的因素。该研究已在PROSPERO平台注册（CRD42025519493）。

结果

研究者共筛选出9544条记录，选出32篇文章用于系统评价，另有24篇文章被纳入元分析。最常使用的策略为“调动消费者积极性”“为临床医生提供支持”以及“对相关利益方进行培训和教育”。大部分文章存在较高或严重的偏倚风险。与不采取任何实施策略相比，各类实施策略整体上对实施结果有轻微的正向影响（RD=0.02，95%置信区间：0.00至0.03），但研究间异质性很高（I2=81.3%）。重要的是，排除高风险研究后，汇总效应降至无显著差异水平（RD=-0.00，95%置信区间：-0.01至0.01），且异质性也大幅降低（I2=6.6%）。该策略网络中不存在闭环，网络元分析得出的估计值也很小；28项比较估计中有22项的确定性极低。虽然网络元分析显示，“对相关利益方进行培训和教育”相比不采取任何主动策略，对实施结果有相对较好的影响（RD=0.03，95%置信区间：0.00至0.06，P=0.047），但这一结果基于确定性较低的证据，需谨慎解读。目前没有哪种策略能得到足够可靠的证据表明其更优。元回归分析表明，疾病类型（如心脏系统疾病、糖尿病等）是重要的调节因素。亚组分析则显示，某些医疗提供者的行为（如病历记录、诊断工作）以及策略构成的数量，都对实施策略的效果有着重要影响。

结论

实施策略虽能带来数字健康技术应用水平的轻微整体提升，但不同研究间的效果差异较大，且对服务或患者结果的影响甚微。鉴于存在较高的偏倚风险、较大的研究异质性，以及大部分证据确定性较低，这些研究结果凸显出根据具体医疗环境量身定制策略的重要性。未来的研究还应探讨长期效果、多层次策略，以及在低收入和中等收入国家开展相关研究，以此优化数字健康技术的应用。