物聯網高血壓管理模式對高血壓控制效果的影響

陳龍軍 何顯菁

【摘要】?目的?探討基于物聯網的高血壓管理模式對高血壓治療用藥依從性、非計劃復診率和高血壓控制率的影響。

方法?選取89例高血壓患者，隨機分為干預組44例和對照組45例。干預組在物聯網高血壓管理模式下動態監測血壓，調整高血壓治療方案。對照組門診測量血壓及治療。管理干預3個月后，比較兩組治療用藥依從性、非計劃復診率和高血壓控制率的差異。

結果?干預組高血壓治療用藥依從性得分高于對照組（t=10.924，P<0.001），血壓控制率高于對照組（χ2=31.239，P<0.001），非計劃復診率低于對照組（χ2=17.839，P<0.001），差異有統計學意義。

結論?基于物聯網的高血壓管理模式可增強高血壓控制效果。

【關鍵詞】?高血壓;物聯網管理模式;用藥依從性;控制率

中圖分類號：R473.54?文獻標志碼：A?DOI：10.3969/j.issn.1003-1383.2019.10.013

Influence on the effect of hypertension management mode of Internet of things for hypertension control

CHEN Longjun，HE Xianjing

（Department of General Medicine，Beihai Peoples Hospital，Beihai 536000，China）

【Abstract】?Objective?To explore the effect of hypertension management mode based on Internet of things on medication compliance，unplanned rediagnosis rate and hypertension control rate in patients with hypertension.

Methods?89 patients with hypertension were randomly divided into intervention group（n=44） and control group（n=45）.Blood pressure was dynamically monitoredunder the Internet of things hypertension management mode，and the treatment plan of hypertension was adjusted in the intervention group，while outpatient blood pressure measurement and treatment were carried out for the control group.After 3 months of management intervention，the medication compliance，unplanned rediagnosis rate and hypertension control rate between the two groups were compared.

Results?The medication compliance score（t=10.924，P<0.001） and the hypertension control rate（χ2=31.239，P<0.001） in intervention group were higher than those in control group，and the unplanned rediagnosis rate was lower than that in control group（χ2=17.839，P<0.001），difference was statistically significant.

Conclusion?Hypertension management mode based on Internet of things can enhance the effect of hypertension control.

【Key words】?hypertension;management mode based on Internet of things;medication compliance;control rate

高血壓是引發心血管疾病的重要危險因素，我國高血壓控制率低，心血管疾病已成為我國居民首位死因，心血管疾病住院總費用呈現快速增加趨勢[1]，給患者、社會及國家帶來沉重的經濟負擔。醫療工作者在醫療衛生工作中需要不斷深入探索研究，不斷改進高血壓治療、管理的方法，才能提高我國高血壓人群的高血壓控制率，并降低心血管疾病死亡率。本研究通過探討基于物聯網的高血壓管理模式對高血壓治療用藥依從性、非計劃復診率和高血壓控制率的影響，為臨床改進高血壓管理模式、增強高血壓控制效果提供參考。

1?對象與方法

1.1?研究對象

選取2016年5月至2018年5月在我院就診確診的89例高血壓患者為研究對象，根據隨機數字表分為干預組44例和對照組45例。兩組在年齡、性別、基礎血壓等方面分布差異無統計學意義（P>0.05）。見表1。

入選標準：①按照《中國高血壓防治指南2010》[2]診斷標準，確診為原發性高血壓病，基礎血壓：收縮壓（SBP）≥140 mmHg（1 mmHg=0.133 kPa）和/或舒張壓（DBP）≥90 mmHg，患者均為初診高血壓，未開始規范服用降壓藥控制高血壓;②18歲以上成年人，體重指數（BMI）在18.5～23.9 kg/m2之間。排除標準：①繼發性高血壓;②合并房顫、心率<40次/分或>240次/分等心律失常者;③心肝腎功能不全、腦血管意外、糖尿病、惡性腫瘤者;④過度消瘦/肥胖者，無生活自理、理解能力者。所有參與本研究的患者均已簽訂協議，經醫學倫理委員會批準。

1.2?監測設備

本研究使用深圳市捷美瑞醫療技術有限公司制造的B02G手臂式數字電子血壓計進行遠程血壓監測及數據傳輸;廣西海云智慧互聯網科技有限公司的“得健網”云平臺處理分析患者血壓數據。

1.3?研究方法

干預組采取基于物聯網云平臺的高血壓管理系統進行日常管理3個月：首先為患者在物聯網云平臺建立用戶數據賬號，發放物聯網電子血壓計監測設備;由專業醫護人員對患者進行培訓，確保患者掌握物聯網電子血壓計正確操作方法;患者每日定時測量1～2次血壓，如出現身體不適可隨時測量血壓;物聯網電子血壓計具備初步分析功能，可自動判斷血壓高低，通過語音告知患者檢測結果及初步建議，同時通過物聯網上傳數據至云平臺;云平臺即時接收處理患者的血壓數據，綜合分析后發送至醫護、患者親屬手機等移動終端設備;專業醫護人員根據患者血壓數值、病情緩急情況，即刻或每周通過電話、網絡聯系患者及家屬，進行語音、文字溝通，告知病情變化，給予調整高血壓治療用藥、飲食運動方案，糾正不良生活習慣，傳授高血壓知識、下一步詳細診療建議等。對照組患者不使用物聯網電子血壓計監測血壓，每月門診定期復診1次，連續3個月。由醫護人員現場測量血壓、調整治療藥物劑量、高血壓知識教育等，醫護人員不另外進行電話、網絡高血壓健康指導。兩組患者3個月后到門診就診，現場填寫Morisky用藥依從性問卷（MMAS-8）[3～5]，并由專業醫護人員使用經校準的水銀血壓計和聽診器測量并記錄血壓，收集所有數據后進行統計。

1.4?評價方法

觀察和比較兩組高血壓患者干預3個月后的治療用藥依從性、非計劃復診率及高血壓控制率，評價物聯網高血壓管理模式對高血壓患者上述指標的影響。其中，MMAS-8從8個方面評估高血壓患者的用藥依從性，內容包括：（1）您是否有時忘記服藥？（2）在過去的2周內，是否有一天或幾天您忘記服藥？（3）治療期間，當您覺得癥狀加重或出現其他癥狀時，您是否未告知醫生而自行減少藥量或停止服藥？（4）當您外出旅行或長時間離家時，您是否有時忘記隨身攜帶藥物？（5）昨天您服藥了嗎？（6）當您覺得自己的血壓已經得到控制時，您是否停止過服藥？（7）您是否覺得要堅持治療計劃有困難？（8）您覺得要記住按時按量服藥很困難嗎？計分方法：條目（1）～（4）、（6）～（7）答“是”計0分，答“否”計1分;條目（5）反向計分，答“是”計1分，“否”計0分;條目（8）采用 Likert5級評分法計分，答“從不”“偶爾”“有時”“經常”“所有時間”，分別計1分、0.75分、0.50分、0.25分和0分;各條目評分之和為總分，MMAS-8滿分為8分，8分為依從性高，6～7分為依從性中等，6分以下為依從性低;患者評分越高，代表其高血壓治療用藥依從性越高[5]。非計劃復診率=組內非計劃復診患者數/組內患者總數×100%;非計劃復診定義為：患者在3個月觀察期內，未到原計劃門診定期復診時間，因血壓控制不穩定出現各種不適癥狀、急慢性并發癥，需到門急診或住院就診治療。高血壓控制率=3個月觀察期末次測量血壓到達血壓控制值的患者數/患者總數×100%;血壓控制值定義為SBP<140 mmHg和DBP<90 mmHg。

1.5?統計學方法

本研究數據均采用SPSS 23.0軟件進行統計分析，計量資料符合正態分布以（±s）表示，組間比較采用成組設計的t檢驗，率的差異顯著性用χ2檢驗，檢驗水準：α=0.05，雙側檢驗。

2?結果

2.1?兩組的高血壓治療用藥依從性

干預組不同性別高血壓患者的MMAS-8評分明顯高于對照組，整體的MMAS-8評分也明顯高于對照組，差異有統計學意義（P<0.001）。見表2。

2.2?兩組的非計劃復診率

干預組不同性別高血壓患者的非計劃復診率明顯低于對照組，整體的非計劃復診率也明顯低于對照組，差異有統計學意義（P<0.001）。見表3。

2.3?兩組的高血壓控制率

干預組不同性別患者的高血壓控制率明顯高于對照組，整體的高血壓控制率也明顯高于對照組，差異有統計學意義（P<0.001）。見表4。

3?討論

高血壓是最常見的慢性病，造成心、腦、腎、大血管等靶器官并發癥，致殘致死率高[2]。2012年我國18歲以上居民高血壓患病人數高達2.7億[6]，這一數字仍在不斷增加。研究[7]顯示：中國35歲到75歲的成年人中，高血壓患病率高達37.2%，而高血壓控制率僅為5.7%，我國高血壓管理整體水平仍較低。高血壓患者用藥依從性差是造成高血壓控制率低的主要原因[8]，而高血壓患者用藥依從性與其性別、年齡、文化程度、經濟水平、生活習慣、病程長短、疾病認知程度等因素[9]有關。現有高血壓管理以門診定期測量血壓用藥為主，醫護人員在有限的門診工作時間內難以對患者開展有效的非藥物治療（如糾正不良生活習慣、提高高血壓認知水平、體力鍛煉建議等）;患者在治療過程中長期處于被動地位，對高血壓的危害性及自身血壓情況知曉度低，治療積極性不高，加上部分患者對高血壓治療用藥存在錯誤理解、治療費用等原因，治療依從性差，對提高高血壓控制率效果有限[2]，故單靠醫院高血壓門診診療是不夠的。根據國內外的經驗[10～11]，控制高血壓最有效的方法是社區防治，村鎮衛生院（室）、社區衛生服務中心（站）等基層醫療衛生機構是高血壓管理的關鍵環節[12]，醫護人員加強患者健康教育、提倡家庭血壓監測、改變不良嗜好、培養健康飲食生活方式、促進自我血壓管理是高血壓管理的重要內容[13]，但我國醫療資源相對缺乏，且地區差異大[14]，社區家庭醫生數量仍不足，對數目龐大的高血壓患者進行有效管理有一定難度，醫護人員高血壓管理能力有待提升。

近年來，新一代互聯網技術、微電子制造工藝發展迅速，醫療物聯網及相關血壓計等智能穿戴設備的出現，為醫務工作者改進高血壓管理工作提供了有力的技術支持，國務院辦公廳發布的《關于促進“互聯網+醫療健康”發展的意見》中也提出應加強高血壓等重點慢性病在線服務管理，發展移動健康設備，對高血壓患者進行主動干預、監測評估等要求。基于物聯網的高血壓管理模式與現有門診高血壓管理有所不同：①家庭血壓監測是基礎，物聯網云平臺不受時間地域限制，患者無需到醫院門診即可獲得高血壓日常診療服務;家庭血壓監測可避免“白大衣效應”，動態了解血壓晝夜變化規律及降壓效果，醫生通過物聯網監控血壓并針對性給藥控制血壓平穩，也有助于增強患者自我血壓管理意識，改善患者的治療依從性，提高血壓達標率[12，15]。②以生活方式干預為基石的綜合管理是關鍵，現代社會互聯網、手機普及使用率很高，醫護人員很容易通過物聯網平臺向患者強化血壓相關知識教育、糾正不良生活習慣及運動鍛煉指導等內容，告知高血壓風險和有效治療降壓的益處，提高患者高血壓認知度，促進患者主動積極參與自我血壓管理（健康生活方式、適當鍛煉、按時服藥），避免醫院高血壓門診“重藥輕教”弊端，改善患者治療依從性[16]。③醫患間物聯網互動是核心，物聯網云平臺增加醫患交流溝通時間，提高患者對醫護人員的信任感;患者反饋治療感受并及時獲得醫護人員的醫學建議，減少患者因降壓藥價格、血壓控制不良、藥物副作用等原因自行停藥導致治療中斷;電話反饋及云平臺推送信息，增加患者親屬對患者病情的理解，發揮親屬長期配合、督促患者治療控制高血壓的積極作用[13，16]。經過3個月的物聯網高血壓管理模式管理后，干預組MMAS-8評分顯著高于對照組，說明物聯網高血壓管理模式能顯著改善高血壓患者的治療用藥依從性。而干預組非計劃復診率僅11.36%，顯著低于門診對照組，說明物聯網高血壓管理模式在提高高血壓患者的治療用藥依從性基礎上，可顯著降低非計劃門診復診率，國內許慧艷等[17]的觀察結果也支持上述觀點。大量的循證醫學證據證明，加強高血壓患者健康教育、改變不良生活方式、堅持藥物治療是有效治療控制高血壓的重要措施，本研究中干預組患者的高血壓控制率達90.91%，顯著高于門診對照組，結果與國內相關報道[18]相近，說明物聯網高血壓管理模式能顯著提高高血壓控制率，再次印證了以上結論。高血壓降壓治療的獲益大部分來自于血壓降低本身，提高高血壓控制率可顯著降低患者腦卒中、心肌梗死、心力衰竭等心血管疾病風險[19～20]，改善高血壓預后，讓高血壓患者最終獲益。

本研究中也存在某些尚待解決的問題，如：研究對象人群樣本量較小，觀察時間較短，有待納入更大樣本研究對象進行長期觀察論證;現有物聯網電子血壓計對于檢測并發心律失常（如心房顫動）的高血壓患者血壓的準確快捷性不理想，需進一步改進完善。

總而言之，本研究基于物聯網的高血壓管理模式，方便高血壓患者居家連續監測血壓，改善了高血壓患者治療用藥依從性，能提高高血壓控制率，并降低高血壓患者的非計劃復診率。醫護人員、患者及家屬通過基于物聯網的高血壓管理平臺，形成一種共同參與、三方互動的新型高血壓管理模式，將高血壓患者的家庭血壓監測、日常生活方式干預、專業醫護指導下自我血壓管理等有機結合起來，高血壓控制效果要優于傳統高血壓門診，在高血壓等慢性病管理方面具有良好的臨床應用前景，為提升醫護人員高血壓管理能力及提高我國高血壓管理水平的探索研究工作提供一個有益的參考。

參?考?文?獻

[1]胡盛壽，高潤霖，劉力生，等.《中國心血管病報告2018》概要[J].中國循環雜志，2019，34（3）：209-220.

[2]中國高血壓防治指南修訂委員會.中國高血壓防治指南2010[J].中華高血壓雜志，2011，19（8）：701-743.

[3]Morisky DE，Ang A，Krousel-Wood M，et al.Predictive Validity of a Medication Adherence Measure in an Outpatient Setting[J].The Journal of Clinical Hypertension，2008，10（5）：348-354.

[4]丁平俊，史會請，李斌.中文版MMAS-8量表在高血壓患者中的信效度評定[J].臨床醫藥文獻電子雜志，2017，4（39）： 7566-7567.

[5]徐中銀，劉佳.某地區軍隊離休干部患病及用藥情況調查[J].人民軍醫，2018，61（1）：34-37.

[6]國家衛生計生委疾病預防控制局.中國居民營養與慢性病狀況報告（2015年）[R].北京：人民衛生出版社，2015.

[7]Lu J，Lu Y，Wang X，et al.Prevalence，awareness，treatment，and control of hypertension in China： data from 1.7 million adults in a population-based screening study（China PEACE Million Persons Project）[J].The Lancet，2017，390（10112）：2549-2558.

[8]Van Kleef ME，Spiering W.Hypertension：Overly important but under-controlled[J].European Journal of Preventive Cardiology，2017，24（3 suppl）：36-43.

[9]Kurdi AI，Chen LC，Elliott RA.Exploring factors associated with patients adherence to antihypertensive drugs among people with primary hypertension in the United Kingdom[J].Journal of Hypertension，2017，35（9）：1881-1890.

[10]Wang Y，Wang YJ，Qian YS，et al.Association of body mass index with cause specific deaths in Chinese elderly hypertensive patients：Minhang community study[J].PLoS One，2013，8（8）：e71223.

[11]王健松，鄭潤平，張慈英，等.高血壓病早期管理對心腦血管事件患病率的影響[J].中國醫藥導報，2011，8（27）：5-9.

[12]陳源源.高血壓管理的關鍵問題[J].中華老年心腦血管病雜志，2014，16（4）：340-342.

[13]高血壓聯盟中國，國家心血管病中心，中華醫學會心血管病學分會，等.中國高血壓患者教育指南[J].中華高血壓雜志，2013，21（12）：1123-1149.

[14]GBD 2015 Healthcare Access and Quality Collaborators.Healthcare Access and Quality Index based on mortality from causes amenable to personal health carein 195 countries and territories，1990-2015：anovel analysis from the Global Burden of Disease Study2015[J].Lancet，2017，390（10091）：231-266.

[15]王維民，張鑫.遠程血壓監測在高血壓管理中的應用及展望[J].中華高血壓雜志，2015，23（7）：622-624.

[16]侯曉林，曾慶華，趙志穎.某三甲醫院門診老年高血壓病患者服藥依從性現狀及影響因素分析[J].中國衛生事業管理，2019，36（1）：37-39.

[17]許慧艷，呂聰敏，李莉，等.心理-生理-倫理綜合診療模式對門診原發性高血壓患者的療效評價[J].現代預防醫學，2018，45（24）：4513-4516.

[18]陶紅，邱晨，吳偉晴，等.基于云平臺的遠程無線實時血壓監測系統對高血壓病的控制率和達標率的影響[J].臨床心血管病雜志，2014，30（12）：1074-1076.

[19]國家基本公共衛生服務項目基層高血壓管理辦公室，基層高血壓管理專家委員會.國家基層高血壓防治管理指南[J].中國循環雜志，2017，32（11）：1041-1048.

[20]Whelton PK，Carey RM，Aronow WS，et al.2017 ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA Guideline for the Prevention，Detection，Evaluation，and Management of High Blood Pressure in Adults[J].Journal of the American College of Cardiology，2018，71（19）：e127-e248.

（收稿日期：2019-05-23?修回日期：2019-08-06）