2. 中国医学科学院医学信息研究所
随着人们生活方式的改变以及人口老龄化的快速发展,高血压患病人数持续增加,中国高血压调查数据显示,2012 — 2015年我国 ≥ 18岁居民高血压患病粗率为27.9 %(标化率23.2 %),患病率总体呈升高趋势 [1]。高血压的长期性和普遍性为社会带来了沉重的疾病经济负担,2013年由高血压带来的直接经济负担达2 103亿元,占中国卫生总费用的6.61 %[2]。作为一种典型的可防可控慢性常见病,在病程的各个阶段需要自我管理和医学手段的密切配合,对高血压患者进行系统性健康管理,能够达到较好的成本效益,同时对于改善患者生活质量具有重要意义[3]。移动互联网下的在线健康管理平台通过延伸线上医疗健康服务为高血压的防治提供了新的解决思路,成为人们获取医疗健康服务的重要途径[4]。移动健康是通过移动设备,如手机、患者监护设备、掌上电脑(personal digital assistant, PDA)等其他无线设备进行的医疗和健康管理,是将移动计算、医学传感以及通信技术融合为一体的新兴医疗保健模式[5]。良好的健康管理模式需要基于广泛的患者使用,然而目前针对高血压健康管理APP的用户使用情况缺乏系统性的研究。本研究拟对高血压患者在线健康管理平台的使用情况进行分析,了解高血压健康管理APP的患者使用行为及其影响因素,旨在为制定和完善面向高血压患者的在线健康管理平台干预措施提供依据。结果报告如下。
1 对象与方法 1.1 对象采用简单随机抽样方法通过在线征集的方式邀请高血压患者作为调查对象,于2018年11月 — 2019年4月期间共收集314份问卷,有效问卷296份,回收率为94.3 %。
1.2 内容与方法本研究参考软件可用性问卷(System Usability Scale)设计问卷,并通过在线方式匿名填写问卷,问卷主要内容包括:(1)被调查对象的基本情况,如年龄、性别、受教育程度等;(2)被调查对象的高血压患病情况,如患病时长、常用控制措施、合并症情况等;(3)被调查对象高血压就诊情况,如就诊医院类型、就诊频率等;(4)被调查对象高血压健康管理APP使用情况,如平台类型、使用来源、主要使用功能等。
1.3 统计分析课题组建立问卷录入小组,利用SPSS 21.0软件进行统计分析。计数资料采用构成比或百分比进行描述,采用卡方检验进行差异性分析;调查对象高血压健康管理APP使用行为影响因素分析采用二元logistic回归分析,以P < 0.05为差异有统计学意义。
2 结 果 2.1 调查对象基本情况(表1)![]() |
表 1 调查对象基本情况 |
调查对象68.9 %(204/296)为男性,以45岁以上的中老年人群为主,主要集中在东部地区。
2.2 调查对象高血压患病情况(表2)![]() |
表 2 被调查对象高血压患病情况 |
从患病情况来看,调查人群主要为患病10年以上的长期高血压患者,占46.28 %(137/296),最常用的控制措施为口服降压药、监测血压。
2.3 调查对象高血压就诊情况64.19 %(190/296)高血压患者需要定期就医,且57.37 %(109/190)定期就医的患者流向三级医院,其次25.26 %(48/190)流向基层医院。高血压患者的就诊频率以“每年”为主,占比达29.73 %(88/296),其次为每月就诊,占比为24.66 %(73/296)。
2.4 调查对象高血压健康管理APP使用情况调查对象中有202人使用过高血压健康管理APP,占68.24 %。使用APP的人群主要通过医生推荐使用,其次是通过朋友/亲属/病友的推荐,占比分别为68.81 %(139/202)和20.79 %(42/202);应用的APP主要为就诊医院APP,其次为天天血压、高心健康等商业健康管理APP,占比分别为29.7 %(60/202)、25.74 %(52/202)和22.77 %(46/202);主要使用的功能集中在记录血压监测数据和查阅高血压管理的相关知识,同时在线咨询和跟踪随访也有一定应用。提示,当前APP的应用已经从人机交互向医患沟通方向拓展。
2.5 高血压健康管理APP使用行为影响因素分析 2.5.1 是否使用高血压健康管理APP的影响因素分析(表3)![]() |
表 3 高血压健康管理APP使用倾向影响因素logistic回归分析 |
单因素分析结果显示,性别、年龄以及患病时间与使用倾向具有相关性(P < 0.05)。二分类logistic回归分析结果显示,性别和患病时间是使用高血压健康管理APP的影响因素( P < 0.05),男性和患病时间越长使用高血压健康管理APP的可能性越低。
2.5.2 高血压健康管理APP使用类型影响因素分析(表4)![]() |
表 4 高血压商业健康管理APP使用倾向影响因素的logistic回归分析 |
结果显示,调查对象定期就医的就医医院级别是商业高血压健康管理APP使用的影响因素(P < 0.05),就医医院级别越高,越不倾向于使用商业APP。
2.5.3 高血压健康管理APP主要使用功能影响因素分析(表5)![]() |
表 5 不同功能类型的影响因素logistic回归分析 |
结果显示,不同类型的功能使用影响因素差异较大,与自我健康管理有关的功能主要受患者本身常用的自我诊疗措施的影响;而与在线诊疗、随访有关的功能主要受患者个体特征如年龄和就诊特点的影响,年龄较大、由医生处获知高血压健康管理APP、基层医疗机构以及就诊频率较高的患者更可能使用“跟踪随访”功能,同时自我诊疗措施为“控制饮食、加强运动”的患者也更倾向于使用在线咨询、跟踪随访等功能。
3 讨 论随着近年来互联网 + 医疗健康的快速发展,面向高血压等慢性疾病的健康管理APP已经成为主要的应用场景。本研究结果显示,68.24 %的高血压患者使用了这一在线健康管理的方式辅助自身的高血压管理。研究表明个人特征如性别、年龄[6 – 7]及传统医疗服务使用状况如医疗服务可及性[8]等因素可能影响健康管理APP的使用。与本研究结果一致,是否使用APP进行健康管理主要受患者个人因素影响,如性别和患病时间;女性较男性更倾向于通过健康管理APP管理高血压病情,而患病时间较短的患者更倾向于使用高血压健康管理APP。性别对移动工具使用上的影响已经得到诸多证实,有研究认为女性由于家庭分工的特殊性在通过移动工具搜索健康信息的频率上明显高于男性[9]。患病时间对使用与否的影响则具有更多可能性,一方面,随着患病时间的持续其病情的严重程度和复杂性可能加重,需要更为专业具体的治疗方案,因此,更倾向于使用实体医疗服务而非在线健康管理。另一方面,患病时间较长的患者在疾病治疗早期处于“互联网 + ”医疗健康的萌芽或起步阶段,在其习惯了传统慢性病管理方式的基础上很难转变方式使用APP进行高血压管理。随着高血压健康管理APP使用人群的逐步增多,患者对APP服务深度的需求越来越高,需要提供更多基于医患互动的深层次健康管理服务,如实时咨询、跟踪随访等,方能达到其慢性病管理的目的。
本调查结果还显示,患者使用的高血压健康管理APP类型较多,缺乏集中趋势;从患者角度来看,当前高血压健康管理APP产品存在一定的同质化,产品特性不足。大量APP仍然依赖于其平台上附加的医疗资源来吸引用户,如三甲医院就诊患者更加倾向于使用医院开发的APP进行健康管理。从国家层面来看,无论是大医院还是基层医疗机构,慢性病管理的力量均不足,人员数量和质量均有待提升[10],如健康管理APP仍然复制线下医疗资源的格局,同样受到有限的医疗资源以及分布不均衡的制约[11],需要结合分级诊疗制度建设,进一步发挥在线健康管理APP的资源优势,促进基层高血压健康管理和二、三级医院高血压治疗资源整合,形成多方协作的局面,为高血压患者提供全流程的健康管理服务。
从健康信息需求角度,患者在医疗接触中渴望得到的7种健康信息,分别为治疗、具体的健康状况、实验室检查、自我护理、补充和替代医学(complementary and alternative medicine,CAM)、社会心理和医疗保健提供者[12],这也一定程度上代表了健康信息服务的深度。本研究结果显示,当前患者使用的高血压健康管理APP功能主要集中在记录血压、学习健康管理知识等自我护理方面,而对于健康干预具有直接作用的在线咨询、慢性病随访等功能相对应用较少,反应了功能和健康信息齐全、能满足患者健康服务需求的高质量高血压管理APP不多[13]。本研究结果表明日常就诊机构为基层医疗机构以及就诊频率较高的高血压患者更可能使用跟踪随访服务。这一结果很可能由于基层医疗机构医务人员相对更有责任和精力提供在线高血压管理服务,能够提供相对较为充足的跟踪随访服务,从而更能吸引在基层就诊的患者使用该类功能。相对于高层级医疗机构,基层医疗机构医务人员作为“守门人”承担着高血压健康管理基本职责,具有服务的主动性,且相对精力较为充足,应加强高血压健康管理APP的基层覆盖程度,推动基层医务人员通过APP实现基本健康管理,从而形成高血压在线健康管理模式,促进互联网+医疗健康的有效应用。
[1] | 中国高血压防治指南修订委员会, 高血压联盟(中国), 中华医学会心血管病学分会, 等. 中国高血压防治指南(2018年修订版)[J]. 中国心血管杂志, 2019, 24(1): 24–56. DOI:10.3969/j.issn.1007-5410.2019.01.002 |
[2] | 国家卫生计生委2017年11月10日新闻发布会文字实录 http://www.nhc.gov.cn/xcs/s3574/201711/6a9007b7754a477a8109fd572853b02a.shtml. |
[3] | 闫磊, 张诗琴, 潘董琳, 等. 高血压患者系统性健康管理效果评价[J]. 中国公共卫生管理, 2012, 28(04): 495–496. |
[4] | 徐立, 陈良臻, 陈才伟, 等. 海南省中青年血脂异常患者知信行" 互联网+”干预效果评价[J]. 中国公共卫生, 2016, 32(3): 387–390. DOI:10.11847/zgggws2016-32-03-37 |
[5] | Istepanian R, Jovanov E, Zhang YT. Introduction to the special section on M-Health: beyond seamless mobility and global wireless health-care connectivity[J]. IEEE Trans Inf Technol Biomed, 2004, 8(4): 405–414. DOI:10.1109/TITB.2004.840019 |
[6] | Ybarra ML, Suman M. Help seeking behavior and the Internet: a national survey[J]. Int J Med Inform, 2006, 75(1): 29–41. DOI:10.1016/j.ijmedinf.2005.07.029 |
[7] | Takahashi Y, Ohura T, Ishizaki T, et al. Internet use for health-related information via personal computers and cell phones in Japan: a cross-sectional population-based survey[J]. Journal of Medical Internet Research, 2011, 13(4): e110. DOI:10.2196/jmir.1796 |
[8] | Andreassen HK, Bujnowska-Fedak MM, Chronaki CE, et al. European citizens' use of E-health services: a study of seven countries[J]. BMC Public Health, 2007, 7(1): 53. DOI:10.1186/1471-2458-7-53 |
[9] | Manierre MJ. Gaps in knowledge: tracking and explaining gender differences in health information seeking[J]. Social Science and Medicine, 2015(3): 151–158. |
[10] | 吕兰婷, 邓思兰. 我国慢性病管理现状、问题及发展建议[J]. 中国卫生政策研究, 2016, 9(07): 1–7. DOI:10.3969/j.issn.1674-2982.2016.07.001 |
[11] | 王艺蓉, 张容瑜, 何群, 等. 我国移动医疗发展困境与对策探析[J]. 医学与社会, 2017, 30(02): 19–21, 44. |
[12] | Nie L, Xie B, Yang Y, et al. Characteristics of Chinese m-health applications for diabetes self-management[J]. Telemed J E Health, 2016, 22(7): 614–619. DOI:10.1089/tmj.2015.0184 |
[13] | 王静, 胡曦丹, 李雪松, 等. 国内高血压管理软件的功能特征和健康信息类型分析[J]. 中国慢性病预防与控制, 2019, 27(04): 310–313. |