致编辑
我们饶有兴味地阅读了Guglielmino等人发表的《高血压患者的卫生系统胜任力与照护连续性：乌拉圭电子队列研究》文章[引用1]。该研究为高血压患者在进入诊疗体系后的纵向演变提供了有价值的视角。整体积极的用户体验与较弱的技术及组织表现之间的鲜明对比尤其值得关注：仅有11.5%的参与者接受了所有指南推荐的干预措施，不到一半的新诊断参与者完成了推荐的随访就诊，且仅有49%的参与者报告能够及时获得预约。这些发现表明，获得一项服务并不等同于接受到一条持续、响应及时且可问责的照护路径。
从服务治理的角度来看，因此应当将连续性不仅视为一项需要测量的结局指标，更视为一项需要主动管理的责任。失访、就诊延迟、转诊未完成、血压未控制以及推荐照护措施中的缺失，均可作为需要跟进的运营信号，而非事后回顾性指标。关于高血压患者依从性的证据表明，结合团队式照护、健康教育、培训及提醒系统的多层级方法，比单一干预措施更具前景[引用2]。一个切实可行的下一步是明确谁负责响应每一种信号、预期的响应时间，以及当连续性中断时的上报路径。这将使质量改进在提供者层面和系统层面都更加透明可见。
该电子队列还引发了一个重要的数字化问题。参与者被要求拥有个人手机，而每月电话随访是数据收集的核心手段[引用1]。数字化工具可以强化监测与参与，且来自中低收入国家的证据表明，数字健康干预可改善血压控制、生活方式行为和用药依从性[引用3]。然而，数字获取应当作为赋能层，而非获得优质照护的新条件。混合式路径应为联网能力有限、数字信心不足或设备获取不便的人群保留电话、面对面或其他低技术选项。患者反馈也应超越满意度评分，迈向闭环机制——即收集意见、确认、采取行动并向服务对象反馈[引用4]。
印度尼西亚提供了一个有用的实施对照。一项近期全国分析发现，2023年高血压控制率仅为4.2%，且在照护级联中持续存在社会经济与地理不平等[引用5]。与此同时，一项印度尼西亚随机对照试验表明，移动健康干预可改善自我照护和特定的血压指标[引用4]。这些发现共同指向一个超越技术采用的政策挑战：数字随访必须与初级保健工作流程、公平获取、易懂沟通以及对患者数据响应的明确问责机制相整合。因此，未来高血压电子队列研究除报告临床和连续性指标外，还可报告数字排斥、响应时间、转诊完成率、患者自主性、服务负担及成本。若以此方式使用，电子队列可超越单纯的测量平台，成为持续改进高血压服务的循证基础。
生成式人工智能披露
OpenAI ChatGPT（GPT-5.6 Sol）在稿件准备期间被用于支持文献检索、参考文献整理以及编辑和语言润色。作者对内容和引用的来源进行了审查、修改和独立核实，并对最终稿件承担全部责任。
致谢
两位作者均参与了概念构思、文献综合、批判性修订以及最终定稿的批准。
利益冲突声明
作者未报告任何潜在利益冲突。
数据可用性声明
由于未生成或分析新数据，本通信不涉及数据共享。
