基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对社区重点监测人群血压改善的效果评价

李国栋，颜少华，张秋霞，雷 力，张新禄，梁鸿彬，卢俊颜，肖 敏，罗 玮，卜 军，修建成

1. 南方医科大学南方医院心血管内科，广州 510515；2. 南方医科大学南方医院增城分院心血管内科，广州 511340；3.上海交通大学医学院附属仁济医院心内科，上海 200127

心脑血管疾病是中国乃至全球的第一大死亡原因，每年可夺走约1 860 万人的生命［1-3］。据《中国心血管健康与疾病报告2020》报道，我国目前脑卒中患者约1 300 万，冠状动脉性心脏病（冠心病）患者约1 139 万，造成了严重的社会经济负担［4］。相关研究［5-6］显示，高血压是心脑血管疾病的独立危险因素。而China PEACE 研究结果显示，我国高血压的知晓率、治疗率及达标率仅分别为36.0%、22.9%和5.7%［7］。目前，基于分级诊疗的医疗体系，基层医疗机构作为心脑血管疾病预防的主力军，其工作重点即为对心脑血管疾病危险因素的管理［8］。自2009 年以来，国家基本公共卫生服务项目每年面向社区重点监测人群（主要为老年人、高血压患者和糖尿病患者）提供免费的公共卫生服务［9］。尽管如此，该类人群仍缺乏系统规范的健康教育，无法及时获取健康信息，且治疗依从性较差，这给基层慢病管理带来了一定的挑战。

国内外实践表明，慢病管理是降低心脑血管疾病负担的关键环节。如慢病照护模式（chronic care model，CCM）［10-11］、斯坦福慢病自我管理计划［12］、社区卫生定向服务模式［13］、知己慢病管理［14］等均可有效控制心脑血管疾病。近年来，为提高慢病管理的效率，降低心脑血管疾病的发生率和病死率，我国发布了《关于积极推进“互联网+”行动的指导意见》和《“健康中国2030”规划纲要》，推荐在慢病管理中引入“互联网+”，以提供高效、精准、个性化的心脑慢病管理。本课题组的前期调研发现，在基层心脑血管疾病的管理现状中，社区重点监测人群的心脑血管疾病的危险因素控制不佳，尤其是高血压，其患病率高达50%以上，且治疗和达标情况极差［15］。因此，本研究拟通过在基层构建基于“互联网+”的心脑血管疾病“协防共管”健康管理模式，对社区重点监测人群的血压等心脑血管疾病危险因素的控制情况进行分析，从而为降低该类人群的心脑血管疾病发生率、提高基层慢病管理效率提供一定的帮助。

1 对象与方法

1.1 研究对象及其分组

本研究选取2020年1月—2021年7月在广州市增城区新塘镇参与国家基本公共卫生服务项目年度体检至少2 次的社区重点监测人群为研究对象。纳入标准（符合任意1项即可）：①年龄≥65岁。②罹患糖尿病。③罹患高血压。排除标准：因认知沟通障碍或精神异常，无法配合研究工作开展。

最终，本研究共纳入受试者5 863 例。按照是否接受“互联网+”心脑血管疾病“协防共管”健康管理模式，将其分为常规治疗组（n=2 987）及“协防共管”模式组（n=2 876）。常规治疗组接受每年1 次的常规体检，不予特殊干预。“协防共管”模式组除每年1 次的常规体检外，还通过搭建心脑慢病信息化管理平台接受如下干预：①行心脑血管疾病风险评估。②心脑血管疾病健康知识宣教（包括运动、睡眠、饮食、心理、药物共5 个方面）。同时，向“协防共管”模式组受试者所在村落的卫生站投放可穿戴心电检测设备，并对卫生站的医师进行培训及宣教；心电远程诊断中心设立于南方医院增城分院，提供每周7 d、每日24 h的心电图读图服务。

1.2 资料收集

本研究结合国家基本公共卫生服务年度体检项目开展。收集受试者的相关资料：①一般资料，包括年龄、性别、身高、体质量指数（body mass index，BMI）、腰围、生活习惯（吸烟、饮酒、运动情况）、既往疾病史［高血压、糖尿病、慢性肾脏病（chronic kidney disease，CKD）］、心率及血压［收缩 压（systolic blood pressure， SBP）、 舒 张 压（diastolic blood pressure，DBP）］。②实验室检查指标，包括空腹血糖（fasting blood glucose，FBG）、血肌酐（serum creatinine，Scr）、估算的肾小球滤过率（estimated glomerular filtration rate，eGFR）、总胆固醇 （total cholesterol， TC） 、 三 酰 甘 油（triacylglycerol，TAG）、低密度脂蛋白胆固醇（low density lipoprotein cholesterol，LDL-C）及高密度脂蛋白胆固醇（high density lipoprotein cholesterol，HDL-C）。③治疗情况，包括高血压治疗、糖尿病治疗及他汀治疗。其中，血压测量按照《中国高血压防治指南（2018 年修订版）》中诊室血压测量的标准进行［16］。同时，记录受试者被纳入研究期间的体检资料，将首次体检资料记为干预前的基线资料、末次体检资料记为干预后的随访资料。

1.3 研究终点及关键指标的定义

研究的主要终点为干预前后的血压变化情况（即干预后−干预前），次要终点为干预前后其他心脑血管疾病危险因素的变化情况，包括BMI、FBG、TC、LDL-C。

受试者满足以下任1 项即被定义为患有高血压：①SBP≥140 mmHg （1 mmHg=0.133kPa） 或DBP≥90 mmHg。②正在使用降压药。③既往有明确的高血压病史［17］。受试者满足以下任1 项即被定义为患有糖尿病：①空腹血糖≥7 mmol/L。②糖化血红蛋白≥6.5%。③正在使用降糖药物。④既往有明确的糖尿病史［17］。CKD 定义为eGFR<60 mL/（min·1.73 m2）［18］，其中eGFR 的计算采用简化MDRD（modification of diet in renal disease）公 式［19］。BMI 的 计 算 公 式 为：BMI=体质量（kg）/身高（m）2。

1.4 统计学方法

应用SPSS 25.0 软件和R 4.1.0 软件对数据进行分析。符合正态分布的定量资料以±s描述，采用两独立样本t检验进行组间比较；不符合正态分布的定量资料以M（Q1，Q3）描述，采用Mann-WhitneyU检验进行组间比较。定性资料以频数（百分率）描述，采用Pearson 卡方检验或Fisher 确切概率法进行比较。采用配对t检验对组内指标（血压及其他心脑血管疾病危险因素）干预前、后进行比较，采用两独立样本t检验对指标（血压及其他心脑血管疾病危险因素）干预前后变化的差值进行组间比较。在校正了干预前的血压后，采用协方差分析2 组干预后的血压水平。采用多因素线性回归模型分析基于“互联网+”的心脑血管疾病“协防共管”健康管理模式与血压及其他心脑血管疾病危险因素的相关性。所有统计均为双侧检验，P<0.05表示差异具有统计学意义。

2 结果

2.1 2组受试者干预前的基线资料比较

对2 组受试者的一般资料、实验室检查指标、治疗情况等基线资料进行比较，结果（表1）显示，相较于常规治疗组，“协防共管”模式组受试者的平均年龄更大，血压和Scr水平、CKD 患病率更高，腰围更小，心率更慢，eGFR 更差，接受糖尿病治疗的比例更低（均P<0.05）；且运动情况、饮酒情况的组间差异亦具有统计学意义（均P<0.05），但在BMI、TC、TAG、LDL-C及HDL-C间差异无统计学意义。

表1 2组受试者的一般资料、实验室检查指标、治疗情况比较Tab 1 Comparison of general data，laboratory examination indexes and treatment between the two groups

2.2 “互联网+”心脑血管疾病“协防共管”健康管理模式对血压的影响

在中位干预时间227 d后，2组受试者干预前后的血压情况（图1）如下：常规治疗组的平均SBP由干预前（142.75±19.34） mmHg 变化至干预后（145.67±18.96） mmHg，干预后较干预前的变化差值为2.92 mmHg （95%CI2.29～3.54，P=0.000）；平 均DBP 由干预前（82.32±11.42）mmHg 变化至干预后（82.21±11.06）mmHg，干预后较干预前的变化差值为−0.12 mmHg（95%CI−0.51～0.28，P=0.554）。“协防共管”模式组的平均SBP 由干预前（145.30±19.16）mmHg变化至干预后（145.02±18.66）mmHg，干预后较干预前的变化差值为−0.28 mmHg（95%CI−0.94～0.37，P=0.398）；平均DBP 由干预前（83.65±11.44）mmHg 变化至干预后（82.98±10.75）mmHg，干预后较干预前的变化差值为−0.68 mmHg（95%CI−1.09～−0.27，P=0.001）。将2 组受试者的血压干预前后变化差值进行比较，结果（图1）显示，干预前后SBP 变化差值的组间差异为3.20 mmHg （95%CI2.29～4.11，P=0.000），干预前后DBP 变化差值的组间 差 异 为0.56 mmHg （95%CI−0.01～1.13，P=0.055）。

图1 受试者于干预前后的组内血压变化及该变化的2组间比较Fig 1 Blood pressure changes before and after the intervention within group and their comparison between the two groups

协方差分析显示，在校正了干预前的基线SBP后，常规治疗组受试者的干预后平均SBP 估测为146.36 mmHg （95%CI145.80～146.92），“协防共管”模式组受试者的干预后平均SBP估测为144.30 mmHg（95%CI143.74～144.87）， 后 者 较 前 者 降 低 了2.06 mmHg 且差异具有统计学意义（95%CI1.26～2.86，P=0.000）；在校正了干预前的基线DBP 后，常规治疗组受试者的干预后平均DBP 估测为82.52 mmHg（95%CI82.18～82.86），“协防共管”模式组受试者的干预后平均DBP 估测为82.65 mmHg（95%CI82.31～83.00）， 后 者 较 前 者 升 高 了0.13 mmHg 但差异无统计学意义（95%CI−0.35～0.61，P=0.594）。

对SBP 的线性回归模型的结果（表2）显示，在无校正模型（模型1）中，“互联网+”心脑血管疾病“协防共管”健康管理模式与SBP 的下降相关（P=0.000）；模型2 校正了年龄、性别及基线SBP 情况，模型3 在模型2 的基础上额外校正了CKD、吸烟情况、饮酒情况、运动情况、高血压治疗、糖尿病治疗及他汀治疗，模型2 和模型3 均显示该健康管理模式仍与SBP 下降相关（均P=0.000），提示基于“互联网+”的心脑血管疾病“协防共管”健康管理模式与SBP 下降的相关性是独立于这些校正因素的。然而，类似的现象并未在DBP上观测到。

表2 心脑血管疾病危险因素控制与“互联网+”心脑血管疾病“协防共管”健康管理模式的线性回归分析Tab 2 Linear regression analysis of risk factors control and the“Internet+ ”-based“co-prevention and co-management”health management model for cardio-cerebrovascular diseases

2.3 “互联网+”心脑血管疾病“协防共管”健康管理模式对其他心脑血管疾病危险因素的影响

如表3 所示，与干预前相比，常规治疗组和“协防共管”模式组的受试者干预后的其他心脑血管疾病危险因素（BMI、FBG、TC 及LCL-C）均有所增加；对该2 组的上述指标的变化情况进行组间比较，结果显示TC、LDL-C 的变化在组间的差异具有统计学意义（均P=0.000）。

表3 2组受试者的其他心脑血管疾病危险因素干预前后的变化及其组间差异分析Tab 3 Changes of other cardio-cerebrovascular diseases risk factors in the two groups before and after the interventions and their variance analysis

同时，在多因素线性回归分析中，当模型2、3 校正了混杂因素后，“互联网+”心脑血管疾病“协防共管”健康管理模式与较高的血脂水平相关（表2）。

3 讨论

本研究通过搭建心脑慢病信息化管理平台，并基于该平台和可穿戴设备对社区重点监测人群进行心脑血管疾病“协防共管”的健康管理；与现有心脑慢病管理（即常规治疗组）相比，该管理模式可有效改善血压的控制情况，即SBP相对降低了3.20 mmHg。同时，该模式通过移动化办公平台实现了现场体检表格的去纸质化，从而提高了慢病数据采集的效率。此外，本研究通过对居民和卫生站人员进行心脑血管疾病健康知识宣教及基本技能培养，也使居民的自我健康管理能力及基层医疗机构的心脑慢病管理水平有了一定的提高。

目前，已有相关研究报道了基于网络的数字干预对血压的影响。日本的HERB-DH1 研究发现，在未应用抗高血压药物治疗的情况下，与对照组（标准生活方式改变）相比，数字疗法干预组（HERB 系统+标准生活方式改变）在降低24 h动态、家庭和诊室血压方面具有优势［20］。MCMANUS 等［21］开展的随机对照研究将622 例受试者分为2 组，分别接受数字干预管理和常规治疗模式的干预；结果发现，干预1 年后，数字干预管理组受试者的平均血压从151.7/86.4 mmHg 下降至138.4/80.2 mmHg，常规治疗模式组从151.6/85.3 mmHg 下降至141.8/79.8 mmHg，2 组受试者干预前后的SBP、DBP变化差值的组间差异分别 为3.4 mmHg （95%CI−6.1～−0.8）、0.5 mmHg（95%CI−1.9～0.9），提示数字干预管理血压的模式较常规治疗模式可显著降低受试者的SBP水平。LISÓN等［22］的研究则发现，基于网络运动与营养教育的干预模式可显著降低受试者的DBP 水平，即1.8 mmHg（95%CI−0.2～−3.3，P=0.030）。上述相关研究均提示，基于“互联网+”的慢病管理模式有利于血压的控制。在本研究中，通过对比“协防共管”模式组与常规治疗组受试者干预前后的血压变化差值后发现，基于“互联网+”的心脑血管疾病“协防共管”健康管理模式较目前的常规管理模式可有效降低SBP［3.20 mmHg（95%CI2.29～4.11）］，该发现与前人的研究结果相一致。

本研究的前期调研发现，为提高国家基本公共卫生服务对象的覆盖率，慢病管理医护人员常需要向社区重点监测人群提供“上山下乡式”的家门口服务，在完成面对面的纸质版调研后，还需耗费大量的时间录入现有管理平台，使得在数据采集阶段耗费了大量的人力、物力，而非用在提高居民健康素养的健康宣教、健康反馈及健康追踪等阶段。因此，将“互联网+”移动健康平台引入现有的慢病管理模式，有利于从多阶段、多维度提高居民的健康素养，从而提高慢病管理的效率和质量。本研究通过搭建平台，并对居民进行线上健康宣教、风险评估及可穿戴设备的投放等综合管理，短期观察后发现“协防共管”模式可有效降低SBP。后续，本研究还将继续对该类人群进行长期随访，评估基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对其他心脑血管疾病危险因素以及心脑血管事件的影响。

本研究仍有一定的局限性：①因城乡接壤地区居民文化水平和健康素养参差不齐，且社区重点监测人群以老年人为主，智能手机的配备率较低，而即使有使用智能手机者也主要用于联系子女，使得本研究在最初的整群随机对照研究设计无法实施。因此，本研究的设计调整为非随机对照的干预性研究，对研究结果易产生偏倚。②本研究的结果中并未显示基于“互联网+”的心脑血管疾病“协防共管”健康管理模式在BMI、血脂、血糖控制方面的获益，考虑可能是由于研究观察时间较短、居民的健康意识还未明显改善（尤其是血脂理念较为薄弱）所致。后续，本研究将针对控制效果欠佳的心脑血管疾病危险因素进行强化干预，全面提升心脑血管疾病危险因素的控制，从而减少心脑血管事件的发生。

综上，本研究构建的基于“互联网+”的心脑血管疾病“协防共管”模式能有效降低社区重点监测人群的SBP，有利于降低心脑血管疾病的风险，从而有望降低心脑血管疾病的发生。然而，由于基于“互联网+”的模式在一定程度上受限于社区人群的文化水平和健康素养，后续我们将优化“协防共管”模式依托的“互联网+”工具，通过严格设计的整群随机对照试验评估该模式对人群心脑血管疾病的影响，从而降低心脑血管疾病的发生率和病死率。

利益冲突声明/Conflict of Interests

所有作者声明不存在利益冲突。

All authors disclose no relevant conflict of interests.

伦理批准和知情同意/Ethics Approval and Patient Consent

本研究涉及的所有试验均已通过南方医科大学南方医院科学伦理委员会的审核批准（文件号：NFEC-2020-072）。受试对象已签署知情同意书。

All experimental protocols in this study were reviewed and approved by the Ethics Committee of the Nanfang Hospital， Southern Medical University （Approval Letter No. NFEC-2020-072）. Consent letters have been signed by the research participants.

作者贡献/Authors'Contributions

李国栋、颜少华、张秋霞参与试验设计；李国栋、颜少华、张新禄、梁鸿彬、卢俊颜、肖敏、罗玮参与数据采集和分析；李国栋、颜少华、雷力参与论文的写作；卜军、修建成、张秋霞、雷力参与论文修改。所有作者均阅读并同意最终稿件的提交。

The study was designed by LI Guodong，YAN Shaohua and ZHANG Qiuxia. Data acquisition and analysis were performed by LI Guodong， YAN Shaohua， ZHANG Xinlu， LIANG Hongbin，LU Junyan， XIAO Min and LUO Wei. The manuscript was drafted by LI Guodong， YAN Shaohua and LEI Li. The manuscript was revised by PU Jun， XIU Jiancheng， ZHANG Qiuxia and LEI Li.All the authors have read the last version of paper and consented for submission.

·Received：2022-01-27

·Accepted：2022-06-20

·Published online：2022-06-28