APP下载

智能睡眠监测系统在认知行为干预高血压患者睡眠中的应用*

2023-08-04李晓梅刘晓阳杨宁尹淑贞王丽萍

广东医学 2023年7期
关键词:医疗系统血压高血压

李晓梅, 刘晓阳, 杨宁, 尹淑贞, 王丽萍

空军军医大学第二附属医院老年科(陕西西安 710038)

高血压已成为影响人类健康的危险因素之一,其发病率和病死率在世界范围内逐年升高[1]。全球,每年约有30%的成年人正遭受高血压的困扰,尽管人们对高血压的认识、治疗及控制有所提高,但这些措施的成效仍不理想[2]。既往研究,睡眠质量的下降可能是高血压、糖尿病、肥胖、冠状动脉硬化等慢性疾病的不良预后因素[3-4]。正常情况下,血压波动并遵循昼夜节律模式,其特征是夜间平均血压值比日间平均血压值低得多(10%~20%),若出现高血压或血压不下降均增加当前及未来的心血管事件,及其诱发的器官损伤(如左心室肥厚)风险[5]。研究证实,睡眠质量的下降、睡眠减少和睡眠障碍(如睡眠呼吸暂停)与高血压和血压不下降密切相关[6]。另外,研究发现,高血压患者常引发头晕头痛,导致入睡困难、夜间易醒或睡眠质量下降等问题进而影响生活质量,损害认知及情感功能[7]。如果没有适当的治疗,睡眠障碍将会成为一种慢性疾病,增加高血压的发病率,因此,高血压患者的睡眠质量问题已成为人们关注的重点[8]。目前,针对睡眠障碍的治疗主要包括药物治疗和心理治疗,然而,心理治疗存在心理治疗师的短缺、治疗费用较高等问题,心理疏导已成为护理人员的职责所在。另外,患者对自身生活质量的提高促使护理人员不仅要注意患者的病情变化,而且关注其心理变化;其中,贝克抑郁及焦虑量表、匹兹堡睡眠治疗指数(Pittsburgh sleep quality index, PSQI)和情绪状态谱等问卷调查已成为医护工作的一部分,大大增加后者的工作负担[9-10]。随着互联网的广泛应用,智能医疗系统运用而生,其不仅方便于社区或家庭人员,而且利于住院患者的长期监测及促进患者睡眠质量的提高[11]。该系统由多种设备组成,如移动应用程序和传感器,可用于通过网络链接设备收集监测患者和医生的医疗信息和健康数据,患者数据通过机器学习算法进行查看和分析[12]。研究也表明,智能医疗系统与传统的低功率通讯技术IEEE802.15.4 MAC 协议相比,前者可避免一定的干扰并保证通信的准确性[13]。然而,护理认知和行为干预措施通过智能医疗系统观察高血压患者睡眠质量的变化的研究仍比较少见。因此,本研究旨在通过护士观察患者的睡眠质量并给与相应的干预措施,探讨睡眠非药物治疗与高血压的关系,为临床医务人员的治疗,特别是护理人员的辅助治疗,提供一定的理论依据。

1 资料与方法

1.1 一般资料 2020年1—12月在空军军医大学第二附属医院老年科住院的高血压患者102例。纳入标准:(1)≥60岁且住院时间>2周的患者;(2)符合高血压诊断标准;(3)具有良好的理解能力能协助完成各项问卷调查。排除标准:(1)患者曾有重症监护室的住院史;(2)住在疗养院;(3)自己不同意或家属不同意;(4)听力障碍不能协助完成问卷调查;(5)主要照顾者拒绝。

采用数字随机分类法,分为对照组(51例)和研究组(51例),前者的年龄范围60~83岁,平均(67.45±3.67)岁,男25例,女26例,BMI(23.5±1.56)kg/m2,患有高血压时限3.5~9.3年;后者的年龄范围61~82岁,平均(68.57±3.44)岁,男22例,女 29例,BMI(23.7±2.01)kg/m2,患有高血压时限2.7~9.6年;患者临床一般资料具有可比性(P>0.05)。所有患者都签署知情同意书并符合本院的伦理委员会的要求(20201108)。

1.2 睡眠质量的标准及监测 智能医疗系统的睡眠监测采用3种传感器的数据为特征,当收集每一个场景记录时,首先可分为睡眠状态和清醒状态;在此基础上,分类时间由时间段组成,时间段累积成睡眠持续时间,包括睡眠呼吸暂停低通气指数(apnea hypopnea index,AHI)。根据睡眠状态及持续时间,将患者分为睡眠质量差和睡眠质量好[14]。取其平均值进行统计分析。

睡眠质量评估采用的PSQI评分标准,其由研究者开发的一种19项自我报告测量方法,用于筛选临床或非临床睡眠质量;PSQI由7个部分组成,包括睡眠质量、睡眠潜伏期、睡眠持续时间、习惯性睡眠效率、睡眠障碍、使用睡眠药物及日间睡眠功能障碍,每个组成部分含有0~3区间,总分数为7个组成部分的计算总和,范围为0~21,分值越高说明睡眠质量差[15]。

1.3 护理干预和方法 从住院当天起开始,直至住院14 d结束。两组患者均接收程序化的护理,护理团队均由科主任、护士长、2名主管护师和5名护师组成,在完全了解患者的社会背景及生活环境基础上,根据患者需要将护理管理分为生理、心理、行为和环境4个方面,从而对患者进行个体化的护理[16]。具体内容涵盖如下:(1)收集患者一般资料、基本疾病、实验室指标等资料。(2)护理方案实施:①生理:建立静脉通路,心电监护,每天血压监测2次,并及时汇报给主管大夫;嘱患者遵医嘱按时服药,并按时到医院就诊及时调整用药及其剂量;②心理:针对患者因过度担心病情而产生的焦虑情绪,护师及时与每个患者及主要照顾者进行沟通,让患者及家属了解健康情绪对疾病的重要性;鼓励并邀请患者参与健康互动,增加患者的积极性,增强战胜疾病的信心;③住院环境保持通风安静,病房保持适宜的温度和湿度;④根据患者病情及耐受力,制定包括语言、肢体和行走运动功能锻炼在内的计划,帮助患者逐步提高自我能力。

对照组患者入院和出院当天给予心理指导,时间约半小时;而研究组患者除了30 min/d心理指导外,配合以下认知行为干预,此护理团队均接受培训,能与患者及其家属产生共情,易让患者和家属接受[17]。具体包括如下:(1)详细讲解高血压及其相关并发症的知识,告知遵医嘱的重要性,仔细记录患者用药前后的血压变化,反复交流与高血压相关的工作,便于患者了解自己的病情,督促患者按时服药;(2)通过对患者进行积极的心理暗示训练、放松训练、感恩训练,适时地、耐心地与患者沟通,鼓励患者表达内心感受,密切观察患者的情绪状态,保证患者的心理健康平衡,必要时药物干预;(3)纠正患者错误的认知观念和行为模式,保证患者睡眠充足,护理人员更关注患者病情变化及睡眠情况并给予规律的审查,及时告知医生并按时给予药物保证患者睡眠治疗;(4)每天与主要照顾者沟通,把握患者的性格特点和心理状态,发现问题及时给予心理疏导。

2 结果

2.1 采用PSQI比较两组患者护理干预前后睡眠质量的差异 通过采用PSQI法对两组高血压患者干预前睡眠质量进行评估,结果提示,两组干预前PSQI评分项目具有可比性(P>0.05)。经过14 d的认知行为干预后,与对照组相比,研究组患者的睡眠质量、睡眠潜伏期、睡眠持续时间、睡眠效率明显提高,而PSQI评分、睡眠障碍、使用睡眠药物及日间睡眠功能障碍明显减少,差异有统计学意义(P<0.05)。在对照组中,护理干预前后相比,结果显示,患者睡眠潜伏期缩短,提示患者住院后常规护理不仅没解决患者的睡眠质量,而且增加了患者的入睡困难。在研究组中,与干预前相比,高血压患者的PSQI评分、睡眠障碍、日间睡眠功能障碍明显下降,而睡眠持续时间及睡眠效率显著上升,差异有统计学意义(P<0.05),见表1。

表1 两组护理干预前后PSQI评分的差异分析

2.2 采用传感监测法比较两组患者认知和行为干预前后睡眠质量的差异 通过采用传感监测法对两组高血压患者干预前睡眠质量进行评估,结果提示,在两组初始资料具有可比性的基础上,研究组患者干预后的睡眠评分显著优于对照组患者(P<0.05)。经过认知行为干预后,与干预前比较,对照组高血压患者深度睡眠总时间延长(P<0.05);而与对照组比较,研究组患者不仅睡眠时长、第一次睡眠时间、深度睡眠总时间、浅睡眠时间显著延长,而且总睡眠评分、白天/夜间睡眠比值和AHI指数明显缩短(P<0.05),见表2。

表2 两组护理干预前后传感器监测的睡眠质量的差异分析

2.3 PSQI和传感器监测两种方法评估睡眠质量的一致性分析 通过采用Bland-Altman法观察PSQI和传感器监测两种方法评估睡眠质量的一致性分析,本试验选取干预前后研究组和对照组的总睡眠评分进行分析,结果显示,横轴为测量值的均数,纵轴为测量值差值的均数,以1.96倍标准差作为一致线,从图中可知,所有数值均分布于一致线内,差异有统计学意义(P<0.05),见图1、2。

图1 对照组患者认知和行为干预前后PSQI和传感器监测的Bland-Altman一致性分析

图2 研究组患者认知和行为干预前后PSQI和传感器监测的Bland-Altman一致性分析

2.4 两组的PSQI评分分值及其占比的差异分析 为了探讨两组在护理干预后PSQI评分及其占比的变化,本试验将PSQI总评分分为<8分、8~10分、10~12分及>12分四个分段并进行分析。对照组和研究组高血压患者在各段的PSQI分值见表3,其中两组仅在<8分和>12分间差异有统计学意义(P<0.05)。对照组和研究组患者的PSQI分值的占比分别为0.08、0.42、0.14、0.36和0.41、0.2、0.15、0.24,差异有统计学意义(P=0.001),见表3。

表3 两组患者PSQI评分分值和占比间的差异分析 (例)

2.5 认知行为干预期间两组患者血压的变化 从重复测量的方差分析可知,两组患者的收缩压和舒张压在治疗24 h内开始下降,特别是研究组的收缩压较对照组下降更明显(142.90±7.80vs.148.13±10.25);此后下降逐渐缓慢,而对照组的收缩压和舒张压相对不稳定,且下降速度低于研究组。干预14 d后,研究组的收缩压和舒张压持续下降,分别显著低于对照组(124.56±6.20vs.131.27±10.50)和(74.56±6.80vs.80.27±9.50)。结果显示,随着治疗时间的延长,两组血压均显著下降(P<0.001);两组在不同时间点比较,差异均有统计学意义(P<0.001);随着时间的延长,研究组的血压下降速度显著优于对照组(P<0.05),见表4。

表4 不同时间段两组患者的血压在临床干预下的差异分析

2.6 经临床干预后高血压患者的睡眠质量满意度的评价 在临床干预前,两组患者对自己睡眠质量的满意度都不高,最高满意度均为6.3分,最低满意度均为2.1分;对照组和研究组的平均满意度为(4.06±1.05)分和(4.09±1.06)分(P>0.05)。在临床认知行为干预后,研究组患者对自己睡眠质量比较满意,最高满意度达8.4分,最低满意度提高到3.4分,平均满意度为(5.38±1.08)分;而对照组患者的满意度有所提高,但整体平均满意度为(4.72±0.91)分,最高满意度仍为6.3分,最低满意度上升为3.1分;两组满意度比较差异有统计学意义(P<0.05),见表5、图3。

图3 两组患者干预前后满意度的评估

表5 两组患者干预前后满意度的评估

3 讨论

目前,智能医疗系统已广泛应用于各个领域,包括COVID-19的流行病学调查及多种慢性疾病的监测[18-19]。本研究基于智能医疗系统观察不同临床干预在高血压患者睡眠治疗中的作用,探讨认知行为干预影响患者睡眠质量的临床意义。研究发现,无论是PSQI评分还是传感器监测,研究组患者的睡眠质量、睡眠潜伏期、睡眠持续时间、睡眠效率、睡眠时长、第一次睡眠时间、深度睡眠总时间、浅睡眠时间显著高于对照组,而PSQI评分、睡眠障碍、使用睡眠药物及日间睡眠功能障碍和AHI指数明显低于对照组;Bland-Altman法提示传感器评估睡眠质量与PSQI评分相当。两组的PSQI评分分值及其占比的分析发现,认知行为干预后研究组的低分值占比明显多于对照组,同时,研究组患者的血压下降速度也优于对照组。提示认知行为干预后不仅改善患者的睡眠质量,而且一定程度上协助改善患者的血压。

研究表明,睡眠障碍是罹患高血压的风险因素,其导致高血压是非睡眠障碍的1.08倍,反之,高血压患者也更易出现睡眠障碍,然而仍无有效的治疗措施[20-21]。除了药物治疗,认知行为干预在睡眠障碍辅助治疗中也起着重要的作用,其中PSQI法已证实可作为评估患者睡眠程度的评分标准,而智能医疗系统也逐渐用于临床研究,更利于护理的工作管理[21]。本研究发现,与对照组相比,护理干预后的研究组患者的睡眠质量、睡眠潜伏期、睡眠持续时间、睡眠效率明显提高,而PSQI评分、睡眠障碍、使用睡眠药物及日间睡眠功能障碍明显减少,这与一项研究[5]结果相似。提示在药物治疗的基础上,心理认知行为干预可辅助进一步改善患者的睡眠质量,一方面可能与患者对病情的知情度增加导致心情放松有关,另一方面可能与其对疾病的焦虑抑郁情绪改善有关。此外,睡眠不足可诱导主动脉的内皮功能损伤,其机制可能与内皮一氧化氮合酶/一氧化氮/环鸟苷酸途径的激活有关[22]。通过采用智能医疗系统,本研究也发现,在护理干预后,研究组患者不仅睡眠时长、第一次睡眠时间、深度睡眠总时间、浅睡眠时间显著延长,而总睡眠评分、白天/夜间睡眠比值和AHI指数明显缩短,提示心理干预可明显改善患者的睡眠质量。最新研究也发现,基于互联网的认知行为疗法有望减轻心血管疾病患者的痛苦[23]。另外,本试验也分析了智能医疗系统系统和PSQI评分的一致性,结果提示二者评估效果相当,说明智能医疗系统的应用可改善患者睡眠质量。

本试验也分析了不同护理干预前后,两组患者睡眠评分的变化差异,结果提示不同护理干预后两组在各段的评分值相差不大,然而低分值的占比在研究组明显多于对照组,提示心理护理干预更易改善患者的睡眠质量。伴有睡眠障碍的青少年接受互联网提供的慢性疼痛心理干预,结果显示,睡眠不足、特别是失眠和睡眠质量差,可能会改变心理治疗对慢性疼痛的有效性,强调应重视青少年的睡眠问题筛查及可实施的睡眠-特定治疗方法,如失眠的认知行为疗法[23]。除了药物治疗外,认知行为干预在患者血压中也起到一定的作用,这种作用在24 h起效,持续治疗期间,再次说明认知行为干预可协助改善患者的睡眠状态,进而影响血压变化,与美国一项研究[24]相似。这种干预与患者潜在不良生活习惯和心理暗示有关,特别是持续存在的焦虑和压力,不仅造成心理负担,而且促使不良生活习惯的形成,这些与肥胖、血压升高密切相关[25]。基于自助的互联网干预包括认知行为疗法和智能医疗系统训练均可改善患者的失眠症状,更容易达到参与者的满意,其可行性及接受性较高[26-27]。本研究也提示在临床心理认知和行为干预后,患者的满意度明显提高。然而本研究也存在一些不足,没有分析智能医疗系统的评分分值在患者中的变化;没有分析睡眠质量与智能医疗系统评分的相关性等等。

综上所述,认知行为干预显著改善高血压患者睡眠持续时间、睡眠效率、第一次睡眠时间、深度睡眠总时间、浅睡眠时间;其不仅改善高血压患者的睡眠质量,而且易于患者接受和临床应用。

利益相关声明:所有作者均声明不存在任何利益冲突。

作者贡献说明:李晓梅、王丽萍设计论文的思路及方法、整理和分析、撰写论文;刘晓阳、杨宁、尹淑贞参与数据收集及整理、分析:王丽萍负责论文的质量控制及审校。

猜你喜欢

医疗系统血压高血压
佳能医疗系统(中国)有限公司
佳能医疗系统(中国)有限公司
全国高血压日
稳住血压过好冬
血压偏低也要警惕中风
如何把高血压“吃”回去?
高血压,并非一降了之
可穿戴家居医疗系统研究
血压的形成与降压
黑客频繁入侵医疗系统 警惕!医疗健康遭遇安全威胁