《Patient Education and Counseling》：Digital Health Technologies for Chronic Disease Self-management: A Qualitative Systematic Review
编辑推荐：
•数字健康技术在慢性病自我管理过程中产生赋权与负担并存的双重体验。•患者使用数字健康技术的体验由个体因素、社会因素和医疗体系因素共同塑造。•未来的数字健康技术必须从技术驱动模式转向以人为中心的设计理念。•临床医师参与和医疗体系整合是推动数字健康技术发展的重要关键。引言慢性病通
- •
数字健康技术在慢性病自我管理过程中产生赋权与负担并存的双重体验。
- •
患者使用数字健康技术的体验由个体因素、社会因素和医疗体系因素共同塑造。
- •
未来的数字健康技术必须从技术驱动模式转向以人为中心的设计理念。
- •
临床医师参与和医疗体系整合是推动数字健康技术发展的重要关键。
引言
慢性病通常被定义为持续一年或更长、需要持续医疗照护或限制日常活动的疾病状态[1]。慢性病是导致早死的主要原因，给患者、其家庭以及医疗体系带来了沉重且日益增长的负担。2010年全球归因于这些疾病的伤残调整生命年（DALYs）为14.5亿，至2023年上升至18亿[2]、[3]。然而，当前大多数医疗体系仍以急性期护理为导向，难以满足慢性病患者的日益增长的健康需求。2023年，世界卫生组织（WHO）强调了慢性病自我管理的重要性[4]。自我管理被认为是改善慢性病患者预后的有效策略，使患者能够主动识别和应对疾病相关问题，从而预防并发症或减少残疾[5]。已有研究表明[6]、[7]，自我管理干预措施可以改善健康行为和健康结局，提高生活质量，同时减少医疗资源的利用。自我管理涵盖个人管理症状、治疗、身体和心理社会后果以及生活方式改变的综合能力[8]，涉及医疗管理、角色管理和情绪管理等核心技能[9]。要有效运用这些技能，患者应全面了解自身疾病、症状及可用的治疗方案（包括自我护理选择），以便对疾病管理做出知情决策[6]。
近年来，数字健康技术（DHTs）的快速发展——包括移动健康设备、可穿戴设备、传感器和远程监测——显著增强了慢性病的自我管理。数字健康技术赋予患者更积极地参与自身健康管理的角色，增强了疾病监测能力，提高了治疗依从性，并有助于降低医疗成本[10]。既往研究表明，基于数字健康技术的干预项目可以增强患者的自我管理行为，提高对用药方案和生活建议的依从性[11]。智能手表和活动追踪器等可穿戴设备可协助患者监测身体活动、睡眠模式和生命体征[12]。智能眼镜能够采集多模态数据并提供个性化的饮食和管理建议[13]。此外，移动应用程序和基于互联网的平台提供了健康教育资源、同伴支持小组以及远程医疗专业咨询等服务[14]。
既往关于数字健康技术的综述主要侧重于效果评估[15]或技术功能特征分类[16]。Wang等人[17]进一步提出了移动健康传感分类学，构建了一个以系统为中心、围绕技术生命周期（包括传感任务创建、数据采集与监测、数据分析与知识发现）组织的框架。然而，该框架强调了技术实施的功能逻辑，却缺乏对数字健康技术引入真实照护场景后所引发的主观体验负担的系统映射。尽管现有证据[18]表明，数字健康技术可能缓解慢性病患者治疗负担的某些方面，但患者体验中的情感与身份认同维度尚未得到系统整合。鉴于这一空白，本综述旨在从患者体验的视角进行定性系统综述，以补充现有以系统为中心的分类体系。具体而言，本研究寻求系统地识别和阐明与数字健康技术干预相关的感知模式与体验后果，并在此基础上探索优化技术设计策略，以有意义地减轻患者的体验负担。
以下研究问题指导本综述：
- (1)
慢性病患者在自我管理过程中使用数字健康技术时的主观体验与感知是什么？
- (2)
在自我管理背景下，哪些因素影响慢性病患者对数字健康技术的使用？
分节摘要
设计
本综述遵循乔安娜·布里格斯研究所（JBI）循证综合手册[19]中所述的方法学框架。综述报告符合增强定性研究综合报告透明性（ENTREQ）指南[20]的要求。本系统综述已在PROSPERO注册[21]（注册号：CRD420251231492）。
检索策略
为实现上述目标，进行了全面的文献检索，以识别所有考察经历的定性研究。
结果
数据库检索共识别出13,840项研究。去除重复文献并筛选标题和摘要后，保留89项研究进行全文评估；其中40项定性研究符合本综述的所有纳入标准（图1）。参考文献列表检索未发现其他相关研究。
研究结果总结
与以往主要关注数字健康技术有效性的系统综述[64]不同，本综述系统地综合了来自14个国家的40项定性研究，揭示了数字健康技术在支持慢性病患者自我管理过程中所呈现的"赋权-负担"双重性，并识别了影响患者体验的多层级因素。研究发现，数字健康技术在四个维度上赋予患者能力：认知赋权、行为赋权、情感赋权。
资金来源
本研究未获得公共、商业或非营利部门基金机构的专项资助。
CRediT作者贡献声明
叶磊（Lei Ye）：撰写—审阅与编辑、监督、项目管理、方法学、概念构思。焦晓怡（Xiaoyi Jiao）：撰写—审阅与编辑、验证。梁俊（Jun Liang）：撰写—审阅与编辑、监督、软件、资源。胡悦（Yue Hu）：验证、调查。刘晓碧（Xiaobi Liu）：验证、调查。李延玮（Yanwei Li）：撰写—原始草稿、调查、形式化分析、数据管理。邢梦瑶（Mengyao Xing）：撰写—审阅与编辑、形式化分析、数据管理。周婷婷（Tingting Zhou）：撰写—原始草稿。
利益冲突声明
作者声明不存在可能影响本文所述工作的已知竞争经济利益或个人关系。
周婷婷|李延玮|邢梦瑶|胡悦|刘晓碧|焦晓怡|梁俊|叶磊
