基于物聯網的智能穿戴設備應用于社區高血壓病防治的效果觀察

李超然

（廣州市從化區太平鎮神崗衛生院 廣東 廣州 510980）

高血壓病是基層常見的老年人的慢性疾病，是導致多種重要組織器官疾病的危險因素，嚴重可致殘致死，因此，長期血壓監測和治療干預具有重大臨床積極意義[1]。近年來，隨著物聯網的發展和家庭醫生模式的開展，利于社區醫生對患者病情診治和健康指導。故本院在高血壓病的家庭醫生管理、診斷、治療和隨訪基礎上，探究基于物聯網的智能穿戴設備對社區高血壓病的防治效果，現將結果報道如下。

1. 資料與方法

1.1 一般資料

選取2019 年1 月—4 月于我院就診治療的原發型高血壓患者200 例，均符合符合《中國高血壓防治指南》的診斷標準[2]，按照隨機數字表法進行分組。觀察組（n=100 例），男63 例，女37 例，年齡35 ～78（63.4±12.1）歲，體質量指數（BMI）21 ～27（24.15±0.57）kg/m2，高血壓分級：Ⅰ級34 例，Ⅱ級38 例，Ⅲ級28 例。對照組（n=100 例），男60 例，女40 例，年齡38 ～79（62.8±10.9）歲，體質量指數（BMI）21 ～26（23.92±0.63）kg/m2，高血壓分級：Ⅰ級32 例，Ⅱ級41 例，Ⅲ級27 例。兩組基礎資料對比無統計學差異（P＞0.05），具有可比性。

1.2 方法

對照組進行家庭醫生管理模式。（1）建立家庭醫生式服務團隊，為高血壓患者建立健康檔案，并進行家庭醫生服務計劃簽約，進行血壓分級、危險因素分級管理，制定相應的降壓治療方案，對患者進行高血壓相關專業知識健康宣教，幫助患者疏導不良情緒，指導并監督患者進行定時血壓監測，對患者的生活方式進行干預。（2）患者需進行每3 個月一期的復診，并進行相應臨床檢查和病情評估，并根據情況調整治療方案和干預措施。（3）健康跟蹤，健康宣教講座：①向患者講授高血壓相關專業知識，指導患者如何正確防治高血壓，1 次/ 月；②電話隨訪，醫囑患者按時按量服藥，提高老人用藥意識，提醒患者注意控制不良自我行為，2 次/ 周；③入戶隨訪：給予患者及家屬心理支持，監督患者自我管理情況，根據患者病情調整治療方案。

在此基礎上，觀察組佩戴基于物聯網的智能穿戴設備。發放智能穿戴血壓計與使用手冊，指導患者在智能手機安裝好對應的APP，確保智能穿戴設備在聯網和正常使用狀態后，錄入對應的患者信息，并教授患者如何正確使用；患者每天務必佩戴智能穿戴血壓計，實時監測的患者數據會通過內置感應器通過物聯網傳送至云平臺，繼而進行綜合統計與分析后，通過手機微信、短信和APP 等方式將信息反饋給患者，并對患者進行健康指導和風險因素預警。社區醫護人員可以登錄云平臺，獲知患者相關數據，并及時對異常情況進行監測與干預，提供電話咨詢、健康宣教、遠程診斷與急救指導等服務。

1.3 觀察指標

隨訪1 年，對比兩組干預前后血壓變化，統計兩組干預后的血壓控制率、服藥依從性和自我行為控制情況。（1）血壓控制率：優良（血壓控制在＜140/90mmHg 的時間＞9 個月/ 年）、尚可（血壓控制在＜140/90mmHg 的時間＞6 個月/ 年）及不良（血壓＞140/90mmHg 的時間＞6 個月/ 年），統計血壓控制率[2]。（2）服藥依從性：采取用藥依從性Morisky 量表進行評分，總分8 分，＜6 分為依從性差，分值與服藥依從性成正比[3]。（3）自我行為控制情況：采用問卷調查，題目包括控制體重（BMI ＜25kg/m2）、保持運動量（≥30min/d且3次/周）、睡眠時間充足（≥6h/d）、限鹽（＜6g/d）、限酒（＜50ml/d）和控煙（＜5 支/d）。

1.4 統計學方法

采用SPSS19.0 統計學軟件進行數據的處理分析。

2. 結果

2.1 血壓水平和服藥依從性

干預前，兩組血壓水平和服藥依從性無統計學差異（P＞0.05）；干預后，兩組的血壓水平均顯著下降，服藥依從性評分均顯著提高，且觀察組的改善幅度顯著更優（P＜0.05），見表1。

表1 兩組血壓水平和服藥依從性比較（±s）

表1 兩組血壓水平和服藥依從性比較（±s）

注：* 為組內干預前后比較P ＜0.05。

組別 n 收縮壓（mmHg） 舒張壓（mmHg） 治療依從性（分）干預前 干預后 干預前 干預后 干預前 干預后觀察組 100 155.2±12.8 128.3±14.5* 105.2±9.6 85.5±8.2* 5.04±1.02 7.03±0.78*對照組 100 154.6±14.1 140.5±13.5* 105.6±10.1 94.7±7.9* 5.19±1.19 6.28±0.71*t-0.315 6.158 0.287 8.080 0.957 7.111 P-＞0.05 ＜0.05 ＞0.05 ＜0.05 ＞0.05 ＜0.05

2.2 血壓控制率

干預后，觀察組的血壓控制率顯著高于對照組，（χ2=4.735，P＜0.05），見表2。

表2 兩組血壓控制率比較（例）

2.3 自我行為控制情況

干預后，觀察組的( 保持運動量、睡眠時間充足、限鹽、限酒和控煙) 自我行為控制情況顯著優于對照組（P＜0.05），見表3。

表3 兩組自我行為控制情況比較[n（%）]

3. 討論

高血壓是臨床常見心血管疾病，病情受不良飲食、生活和運動習慣影響，并隨著病程進展，易合并多種嚴重并發癥，因此長期有效的血壓監測、行為干預和降壓治療十分必要。但關于過往的血壓監測具有局限性，以往的血壓計自主測量數據孤立，未能形成連貫性的聯網數據，患者多為老年患者，受到依從性、認識度、溝通偏移等多種因素影響，往往不能長期堅持完成完整的血壓監測，就診時往往不能全面主訴病情，使醫生對判斷患者病情診斷會產生誤差，對于診斷和治療的指導作用不夠全面[4]。

隨著物聯網的發展，智能穿戴設備具有的便攜性、經濟性、云數據等優勢，逐漸搭建起醫生和患者之間的數據橋梁，可以多次實時采集和上傳數據、圖線直觀顯示患者血壓變化趨勢、自動預警，為醫生提供大量的數據支持，便于社區醫生進行跟蹤病情并進行健康指導和用藥調整，及時對患者進行有效干預，減少心血管不良事件的發生[5]。

本研究結果顯示，干預后，觀察組的血壓控制情況優于對照組，服藥依從性評分高于對照組，( 保持運動量、睡眠時間充足、限鹽、限酒和控煙) 自我行為控制情況優于對照組。綜上所述，基于物聯網的智能穿戴設備應用于社區高血壓病患者中，可幫助患者有效控制血壓水平，提高其自我行為控制情況和服藥依從性，控制病情進展。