生态瞬时评估法在孕产妇健康管理中的应用进展

陈宇 张春梅

(天津中医药大学护理学院,天津 301617)

妊娠期是动态的生理和心理变化过程,若孕妇的身心状态较差,则极易发生妊娠期高血压、糖尿病、代谢障碍性疾病等妊娠并发症[1]。产褥期是产妇分娩结束后恢复身心机能的特殊时期,而有资料显示我国产妇产后抑郁症的平均患病率为10%～23%[2]。良好的孕产妇健康管理可以有效改善母婴的健康状况,减少妊娠及产后并发症,降低妊娠风险[3]。“健康中国2030”规划纲要中指出要实施母婴安全计划,倡导优生优育,提高妇女常见病筛查率和早诊早治率[4]。生态瞬时评估法(ecological momentary assessment,EMA)的出现为提高孕产妇健康管理质量提供了新范式,EMA是一种用于收集受试者日常环境中瞬时状态数据的技术,能够对个体当前的行为、情绪、体验等实施重复采样,有效避免问卷调查等传统评估方法的回忆性偏差[5],可实现纵向了解女性在自然环境中的状态经历,更准确得知孕产妇随时间推移的动态变化。目前,EMA在国外孕产妇健康管理中应用较为成熟[6-7],但在我国鲜见研究报道。本文主要围绕国外EMA在孕产妇健康管理的应用现状及进展进行综述,旨在为国内临床医护人员及相关研究者提供参考,进而早期识别女性在孕期及产后的异常生理、心理、行为问题,从而进行早期干预,提高其生活质量。

1 概述

1994年Stone等[8]首次给出EMA的明确定义,之后该方法广泛应用于精神病理学的全部范畴,包括精神分裂症、双向情感障碍、物质使用障碍、焦虑症、抑郁症、饮食障碍、注意缺陷多动障碍[9-13]。同时,EMA也应用于研究行为医学、症状管理方面,如服药依从性[14]、运动锻炼[15]、社会支持[16]、安全性行为[17]、疼痛评估[18]等。直到2011年Entringer等[19]将EMA应用于孕产妇人群,并提出母体唾液皮质醇样本的动态评估能够预测妊娠持续时间及负面情绪。2004年我国学者封丹珺等[20]报告EMA用于评估研究对象应对方式的可行性及未来趋势, 随后该技术在我国逐渐应用于药物成瘾领域[21]、压力应对方式[22]评估方面。2017年吴静等[23]总结国外EMA在护理领域应用的经验,之后国内学者[24]应用EMA开展癌症患者睡眠质量状况及相关轨迹研究。

2 EMA数据收集和管理

2.1数据收集 由于科技的不断发展,EMA数据收集工具从书面日记、拨打电话、个人数字助理发展到智能手机应用程序。智能手机等移动设备已成为远程数据收集或非受控实验室环境中收集数据的最佳工具[6]。与实验室环境中的数据收集相比,远程实时数据收集消除了长期召回数据的弊端,并且考虑了人们当下的状态和环境,更具有生态有效性[25]。

EMA数据收集方式有2种,一种是基于事件发生进行收集,当受试者发生与研究目的相关的事件时,要求其主动使用设备报告该事件。Newham等[26]应用基于事件评估的EMA技术,通过让受试者自我报告幸福感较差或较好的时期以及反馈引发焦虑的事件,完整获取女性在整个孕期的幸福感和情绪波动数据。另一种方式是基于时间进行评估,该方法又分为一天内随机时间收集和固定时间收集。首先研究人员按照研究内容将决定使用的调查问卷编程进入EMA应用程序,EMA软件可通过视听提示提醒受试者完成在线评估。Omowale等[7]利用随机和固定时间双结合的方式调查黑人和白人孕妇孕期的压力、压力来源、以及自我效能感。具体使用何种方式进行数据收集应根据研究目的自行设计,但孕产妇作为特殊人群,应考虑避开特殊时间点,例如睡眠时间、哺乳时间等。

为了提高受试者自我报告数据的依从性和有效性,研究者采取了一系列措施:(1)对参与者进行数据收集专业培训,研究显示无论个人的技术专长如何,都需要对参与者使用智能手机报告数据进行培训[27],以此保证研究的可行性。(2)实行现金奖励制度,与没有对数据收集使用激励措施的研究相比,使用激励措施的研究受试者应答率显著增高[28]。(3)可穿戴设备等客观测量工具与EMA并行使用,能够避免依赖自我报告数据,并且能够检验EMA收集数据的有效性[29]。(4)可考虑设计微型EMA(micro-EMA),由于EMA在1 d内反复对个体进行评估,受试者可能会产生应答负担,因此国外学者设计出微型EMA,即将多个EMA问卷条目浓缩成最具代表性的单个条目,更具针对性地对研究对象进行调查,不仅减轻受试者的应答负担,也能提高依从性[30]。因此,研究者需从受试者的角度出发,提出合情合理的研究设计,保障研究的顺利进行。

2.2数据管理 数据收集系统由 3个主要组件组成:智能手机、Web 服务器和数据库服务器,智能手机收集的EMA数据首先由Web服务器进行处理,然后实时传输到安全的数据库服务器[31]。研究人员需要定期将记录的调查数据传输到数据库服务器,并轮询Web服务器以获取参数更新。除此之外,需要定期对收集系统进行检查和维护,以防止收录的信息泄露,保证信息安全。EMA数据具备连续性和完整性,能够优化孕产妇健康信息,因此研究人员可随时查阅各观察变量随时间的变化,采用多种方式进行数据统计,有利于得出全面可靠的研究结果。

3 生态瞬时评估法在孕产妇健康管理中的应用现状

3.1生态瞬时评估法在孕产妇人群应用的可行性研究 鉴于妊娠的动态性和复杂性,智能手机等现有技术可用于孕产妇生态瞬时数据收集。Mendez等[32]在孕妇人群中应用EMA进行试点研究,选取28名女性(处于孕中期或孕晚期)进行为期4周的调查。该研究在早晨、睡前及随机时间评估孕妇的情绪、饮食、身体活动、压力、位置,结果显示平均完成率为76%,71%的孕妇出现睡眠问题,73%的孕妇服用产前维生素,55%的孕妇进行身体活动,参与者平均每天久坐5.7 h。Krohn等[33]使用EMA调查产后抑郁症女性的情绪、活动及睡眠质量,平均完成率为88%,同时证明受试者自我报告的数据能够前瞻性预测2周后随访当天的情绪和睡眠质量。因此,在孕产妇人群中应用EMA同样具备可行性,我国未来可以考虑设计更全面的EMA队列研究以了解妊娠及产后的实时微观过程,也可以将此方法纳入临床试验中。

3.2情绪状态评估 研究[34]显示,15%～25%的孕产妇存在焦虑、抑郁等问题,且发展中国家的发生率高于发达国家。我国孕妇抑郁症的发病率约为16.3%[35],生活在农村偏远地区的妇女由于低文化程度、低经济收入等原因,发生精神障碍的可能性会增加2倍,但她们不太可能主动寻医[36]。孕产妇的心理健康问题会降低其生活质量,对孩子生长发育、情绪、认知造成不良影响[37]。因此及时识别孕产妇的不良情绪,从而制定有效的干预策略至关重要。Giesbrecht等[38]应用EMA调查怀孕期间积极和消极影响的轨迹,结果表明正面和负面影响都是非线性模式,具有高抑郁症状和低抑郁症状的女性表现出相反的轨迹。抑郁症状水平低的女性在妊娠早期的积极影响水平增加,在妊娠晚期水平下降。而抑郁症状水平高的女性则与之相反。近期研究[39]也显示:产后女性的焦虑评分呈非线性结构。Omowale等[40]在新型冠状病毒肺炎传播期间报告了产后焦虑和抑郁、围产期应激水平显著增加。随后该学者又分析黑人和白人女性在怀孕期间压力来源的区别[7]。因此EMA是一种情绪监测的可靠技术,相关研究者可以考虑使用EMA监测孕产妇的情绪变化,找出孕产妇群体情绪变化的趋势及共性,更全面更具针对性地构建孕产妇情绪管理方案。还可将EMA应用于社区孕产妇,对基层孕产妇群体实施远程评估,解决农村地区妇女不愿或不易就医的问题。

3.3行为评估 EMA可以捕获孕产妇在日常生活中的实时行为,包括以下内容;(1)母乳喂养:Demirci等[41]利用EMA获取初产妇从孩子出生到第8周的母乳喂养相关数据,包括每日母乳喂养次数、配方奶粉喂养次数、每日吸吮乳汁量、每日提供给婴儿的配方奶粉量、目前存在的母乳喂养问题以及使用配方奶粉的原因,结果发现女性最常见的母乳喂养问题是衔乳问题、疼痛,乳汁不足,并且近1/4的参与者在研究期间停止母乳喂养。(2)睡眠监测:Jimah等[42]使用可穿戴设备——智能戒指,监测孕妇的睡眠质量和特征,以补充自我报告的不足,结果显示自我报告的睡眠质量与智能戒指的睡眠评分呈正相关,就睡眠阶段而言,深度睡眠增加,浅睡眠和快动眼睡眠减少。(3)体重管理:O'Connor等[43]使用EMA和加速度计反复评估妊娠早期、晚期以及产后4～6个月的肥胖相关过程(饮食行为、身体活动水平),能够帮助女性做好体重健康监测。EMA能够实现远程评估怀孕及产后期间的相关健康参数,及时发现病理迹象,降低并发症的发生风险。

3.4多变量间关系评估 EMA可以清晰获取多变量间的关系,以及各变量随时间的变化趋势。lsiguzo等[44]研究显示,感知社会支持调节了感知压力与纯母乳喂养率之间的关系,感知压力与纯母乳喂养率呈负相关,随着感知压力的增加,纯母乳喂养率降低了16%,母乳喂养支持直接加大6个月内纯母乳喂养的可能性。Sanjuan等[45]借助EMA了解创伤后应激障碍症状,产前结合(孕妇对胎儿的情感)和物质使用的关系,证据显示创伤性应激障碍症状的严重程度可能是产前物质使用的暂时近端危险因素,而产前结合可能是日常饮酒的暂时近端保护因素。同样,Allen等[27]利用EMA前瞻性得知情绪变化及吸烟相关症状受分娩、终止母乳喂养的影响。Lindsay等[46]研究显示感知压力水平较高的女性食用较高炎症指数的饮食。因此准确评估女性怀孕期间相关症状变化,使用EMA数据明确各变量间的关系路径,能够从多方位多角度提出相应干预策略,有利于保障母婴健康。

3.5地理瞬时评估 地理瞬时评估(geographical momentary assessment,GMA)是EMA的扩展,为随着时间推移捕获多种环境暴露提供途径。利用智能手机中的地理定位系统(GPS)定期访问受试者位置信息,GMA方法允许研究人员将数据收集点与参与者生活环境中的地理位置以及自我报告的背景测量相匹配。Faherty等[47]基于GMA调查围产期有抑郁症风险孕妇的情绪是否与日常运动模式有关,结果显示抑郁严重程度与活动范围之间存在显著的负相关关系。EMA与GPS相结合,能够实时监控个人对特定地点的访问,以及一天内的移动范围,有利于全面监测孕产妇的身心健康。

3.6生态瞬时干预 生态瞬时干预是根据连续的需求报告或在干预实施过程中定期评估其他变量而动态决策干预措施,能在个体存在护理缺陷时及时给予帮助。Jimah等[42]基于EMA应用程序评估受试者身心健康状况,当识别到个体身心状况欠佳时,用户对有关正念呼吸和运动的健康相关教育材料进行访问,获取及时干预。Cummings等[48]通过EMA获取受试者感知压力变化,当EMA感知压力4项得分高于4.7时,系统会根据个体特征发送及时干预信息,例如引导冥想或正念练习视频,该研究指出及时适应性干预在妊娠妇女群体中具备可接受性及有效性。干预人员在制定实施策略时应考虑孕产妇的首要需求和价值观,以实现干预内容的最佳定制和个性化。

综上所述,EMA凭借纵向重复收集受试者当前状态的信息、对受试者评估结果即时报告等优势,使EMA数据更具生态性、真实性、有效性。当前“互联网+健康管理”模式受到大力推广,且我国近年来社区管理工作制度逐渐完善,EMA顺应健康管理模式发展需求,有潜力在社区孕产妇健康管理中得到广泛应用,从而保障孕产妇健康。未来的研究可进一步实现EMA在我国孕产妇健康管理领域中的推广。