數(shù)字健康技術在維持性血液透析病人中應用的研究進展

Research progress on the application of digital health technology in maintenance hemodialysis patients

XU Jun， JI Xiaojing， MOU Hongbin

Northern Jiangsu People's Hospital，Jiangsu 225000 China

Corresponding Author" MOU Hongbin， E?mail： 515636728@qq.com

Keywords" digital health； hemodialysis； nursing； review

摘要" 綜述了數(shù)字健康技術在血液透析病人中的應用形式、方法及取得的效果，并提出了目前應用的不足及未來的展望，以期為國內(nèi)開展?jié)M足血液透析病人個性化、多樣化的數(shù)字健康技術的研究提供參考和依據(jù)。

關鍵詞" 數(shù)字健康；血液透析；護理；綜述

doi：10.12102/j.issn.1009-6493.2024.16.014

數(shù)字健康是指開發(fā)和應用數(shù)字技術以改善健康相關的知識與實踐領域[1]。在腦卒中[2]、腫瘤支持性照護[3]、安寧療護[4]等領域中有較好的應用前景。隨著大數(shù)據(jù)、云計算、人工智能等數(shù)字技術的不斷發(fā)展和進步，人工智能藥物研發(fā)、智能疾病篩查與診斷、多學科診療平臺、數(shù)字療法等數(shù)字健康技術已逐漸在全生命周期中得到應用。與傳統(tǒng)醫(yī)療相比，數(shù)字健康可以優(yōu)化醫(yī)療護理服務模式，克服時間、地點、人員、健康狀況、突發(fā)事件等方面的障礙，還可以減少病人家庭經(jīng)濟負擔與醫(yī)療系統(tǒng)負擔[5]。維持性血液透析（maintenance hemodialysis，MHD）作為最主要的腎功能替代治療方法，歷經(jīng)多年的技術和研究發(fā)展，如今正面臨數(shù)字化轉型的重大機遇。已有研究對移動醫(yī)療[6]、人工智能[7]、虛擬現(xiàn)實（virtual reality，VR）技術[8]在血液透析病人管理中的應用進行整合，但多集中于某一應用形式的介紹與對比、疾病的延續(xù)護理與護理干預等方面，缺少整體性的研究。本研究將深入探討數(shù)字健康技術在血液透析領域中的最新應用和進展，旨在為數(shù)字健康在血液透析領域中的全面發(fā)展提供參考。

1" 數(shù)字健康技術在MHD病人中的應用形式及方法

1.1 遠程監(jiān)控

該應用主要使用便攜式設備監(jiān)測透析過程中的關鍵指標，如血壓、心率、透析機各壓力值等，并將數(shù)據(jù)實時傳輸給醫(yī)療團隊，以便醫(yī)護人員實時了解病人的狀態(tài)并及時干預。Hu等[9]基于醫(yī)療物聯(lián)網(wǎng)技術，實現(xiàn)靜脈穿刺針滑脫的實時多床監(jiān)測系統(tǒng)，該系統(tǒng)對701次透析進行分析，準確度和靈敏度分別為99.7%和90.9%，有效減輕護士的照護負擔，提高了病人的安全。Huang等[10]研究發(fā)現(xiàn)，負面情緒與透析技術問題有顯著相關性，其為家庭血液透析病人開發(fā)了一個用于共享病人情緒和基于文本數(shù)據(jù)的情感分析遠程監(jiān)護系統(tǒng)，通過積極的情緒表達提高治療的效果。Hayashi等[11]團隊開發(fā)了透析自我管理和記錄系統(tǒng)（SMART?D），它可以對病人透析間期體重增長、透析前血清鉀、磷濃度進行遠程評估和監(jiān)測，隨后對該系統(tǒng)進行了隨機對照試驗，結果顯示，病人生活方式和自我管理有了明顯改善。此外，遠程監(jiān)控對提高偏遠地區(qū)的透析水平和預防慢性腎病護理效率的經(jīng)濟學價值已經(jīng)過驗證[12]。

1.2 智能可穿戴設備

隨著技術的進步和電子產(chǎn)品的小型化，可穿戴健康設備的應用呈指數(shù)級增長，通過實時監(jiān)測，實現(xiàn)數(shù)據(jù)采集及傳輸，提高診療的速度和準確性，并對病人進行實時遠程護理，簡化臨床流程、信息和工作流程等。在血液透析領域，用于持續(xù)跟蹤病人的關鍵健康指標，如心率測量、心律失常檢測、血壓、高鉀血癥、液體超負荷和體力活動等[13]。Zhou等[14]在病人下肢安裝可穿戴傳感器，透析中運動時通過交互反饋進行監(jiān)督，將73例病人隨機分為2組，2組在血液透析治療期間接受相似的運動任務4周，每周3次，每次30 min，結果顯示，2組抑郁評分均顯著降低，但通過傳感器監(jiān)督能減少護士對管理病人運動的負擔。Zhou等[15]將69例糖尿病血液透析病人根據(jù)簡易精神狀態(tài)測試分為認知完整組（44例）和認知障礙組（25例），在非透析日期間，使用懸掛式傳感器連續(xù)24 h測量移動性能，包括累積姿勢持續(xù)時間（坐、躺、站和走），每日步行表現(xiàn)（步行和不間斷步行回合）以及姿勢轉換（每日數(shù)量和平均持續(xù)時間），通過對比2組運動能力、移動數(shù)據(jù)等，結果表明，通過傳感器測量的移動指標可以作為血液透析病人認知障礙的潛在數(shù)字標志物，這對認知障礙的量性評估具有重要的意義，但還需要更多的臨床試驗，驗證可穿戴設備在癥狀識別和評估中的靈敏度和準確度。

1.3 機器學習（machine learning，ML）

ML在醫(yī)療領域的應用日趨廣泛，主要進行數(shù)據(jù)挖掘及智能化分析，其中MHD病人的管理和治療也受到ML的影響。許多研究者利用ML技術建立風險預測模型，如血流感染[16]、透析中低血壓[17]、內(nèi)瘺栓塞等不良事件[18?20]，以便為醫(yī)務人員提供早期預警，盡早干預，減少不良事件的發(fā)生。Inoue等[21]從314例亞洲MHD病人的全部醫(yī)療數(shù)據(jù)和69 375份透析記錄中分析數(shù)據(jù)，利用隨機森林分類法，建立了模型調(diào)整每次透析過程中的干體重。Bailey等[22]對傳統(tǒng)識別蛋白質(zhì)能量消耗評估方法進行改良，使用非線性技術的模型提高了透析病人估計靜息能量消耗計算的精確度。ML為血液透析領域提供了一系列有前景的工具和方法，有助于提高病人的治療效果和生活質(zhì)量。然而，為了實現(xiàn)這些應用，需要大量高質(zhì)量的數(shù)據(jù)、適當?shù)乃惴ê涂鐚W科的合作。

1.4 移動應用程序（APP）

針對MHD病人開發(fā)的APP主要應用于飲食管理、用藥管理、運動康復等方面。應用APP對慢性腎臟病合并高血壓病人進行遠程管理和宣教可以改善病人用藥依從性和血壓，并可以提高其對腎臟病健康知識的掌握程度[23]。APP可以通過提供可訪問和可靠的信息來源，為臨床工作者和病人提供信息支持。Fakih等[24]針對高磷血癥的MHD病人，使用KELA.AE APP聯(lián)合營養(yǎng)師教育對23例病人進行2周干預，干預后病人磷管理的飲食知識、膳食蛋白質(zhì)攝入量均有提高，磷與蛋白質(zhì)的比例也有下降。Ni等[25]開發(fā)的系統(tǒng)可以利用微信將MHD病人血紅蛋白和血細胞比容統(tǒng)計報告發(fā)布給醫(yī)生，能及時報告病人的貧血狀況，增強對貧血監(jiān)測的重視和依從性，經(jīng)過28個月的干預后，上海市8 392例MHD病人的血紅蛋白的檢出率、目標檢出率、平均水平均有不同程度的提高。總之，以APP交互功能為特色的干預措施在提高病人接受度、滿意度、減少衛(wèi)生資源的使用以及節(jié)省衛(wèi)生保健服務的成本等方面已得到證實[26]。

1.5 VR

VR通過虛擬、增強及混合現(xiàn)實，用于認知行為療法以增強其療效，具有體驗逼真、直觀有效、可重復性高和適配遠程治療等特點。對于某些特殊病人，長時間的透析過程可能會導致非計劃性結束治療，而提供一個有趣的虛擬環(huán)境會鼓勵其完成整個透析治療過程。Santana等[27]面向10～14歲的青少年使用一個趣味游戲模式的VR技術，用于鼓勵MHD病人在治療過程中照顧一個角色的日常行為，由參與者自由選擇，包括能夠為治療病人采取日常行動的情景和活動。在血液透析治療期間提供移動設備30～40 min，每周3次，持續(xù)60 d干預后，證實該技術可以作為一項激勵措施促使兒童堅持完成血液透析治療。Turoń?Skrzypińska等[28]讓MHD病人在血液透析期間使用NefroVR系統(tǒng)進行20 min的VR練習，在使用低強度VR技術進行為期3個月的自行車運動后，貝克抑郁量表測量的抑郁癥狀有所減輕。Meléndez?Oliva等[29]將80例病人隨機分為2組，分別進行非沉浸式VR透析運動計劃和靜態(tài)踏板運動，結果顯示VR組病人堅持運動的水平較高。Qian等[30]文獻回顧結果顯示，與傳統(tǒng)鍛煉相比，VR鍛煉對個體的生理、心理和康復效果有積極的影響。VR技術將成為改善MHD病人的身體功能和健康相關生活質(zhì)量的有效工具，且擁有較好的安全性和可行性[8]。

2" 數(shù)字健康技術在MHD病人中的應用效果

2.1 改善疾病認知，提高治療依從性

數(shù)字健康技術在提高MHD病人飲食、用藥和運動依從性等方面發(fā)揮了積極作用。與傳統(tǒng)面對面宣教相比，Di Care APP使用可以根據(jù)病人的需求和認知水平，提供個性化的教育內(nèi)容，從而改善病人的飲食和液體攝入依從性[31]。服藥依從性差在MHD病人中非常常見，受到合并癥和每天服用藥物的數(shù)量等多種因素的影響。Teong等[32]使用APP對33例高磷血癥病人進行了為期12周的干預研究，基于病人的健康數(shù)據(jù)和生活習慣，提供飲食、用藥和其他生活方式的個性化建議，提高了病人對磷的認識和磷結合劑的用藥依從性，降低了血清磷水平和飲食磷攝入量。Ki等[33]基于自我效能理論開發(fā)的運動APP，為病人提供激勵和獎勵，以鼓勵其堅持鍛煉，從而提高活動能力、視力和運動結果期望水平。綜上所述，數(shù)字健康技術為病人提供了一個有效的管理工具，提高治療的依從性，并及時處理任何相關的癥狀或問題。然而，要充分利用這些技術，還需要醫(yī)護人員、病人和技術提供商的緊密合作。

2.2 變革評估方法，癥狀監(jiān)測更高效

傳統(tǒng)的護理評估方法通常依賴于病人的口述和書面記錄，而數(shù)字健康技術可以實時收集病人的生命體征、活動水平和其他重要數(shù)據(jù)，為護士提供更準確和及時的信息。Gabbard等[34]研究證實，基于iPad的監(jiān)測老年終末期腎病病人報告的結果指標是可行的。這一方法既克服了紙質(zhì)問卷的低效率，又能夠系統(tǒng)地監(jiān)測透析癥狀負擔。Brys等[35]通過數(shù)字問卷使用經(jīng)驗抽樣方法對病人的自然環(huán)境進行反復的瞬時評估，克服了傳統(tǒng)回顧性疲勞問卷不能提供日常生活中癥狀變異性和相關因素的局限性。該技術可以通過提供MHD病人疲勞過程的個性化信息以及與日常生活中其他變量的關系，幫助醫(yī)護人員更好地理解病人的疲勞狀況。所以，數(shù)字健康技術不僅為護士提供了更準確、及時和綜合的健康數(shù)據(jù)，而且提供了更高效和個性化的護理評估和癥狀監(jiān)測方法，這一技術變革有望進一步提高病人的健康結局和護理滿意度。

2.3 主動參與決策，提升自我管理能力

數(shù)字健康技術已經(jīng)開始轉變醫(yī)療保健的傳統(tǒng)模式，從疾病為中心轉向以病人為中心，從而提高病人的主動參與和自我管理能力。可穿戴設備等智能醫(yī)療設備提供了持續(xù)的健康數(shù)據(jù)監(jiān)測，從而使病人能夠跟蹤自己的生命體征和健康狀況。這種實時反饋可以幫助病人更好地了解自己的身體。Doyle等[36]設計的MiKidney APP除了運動監(jiān)測和提醒警報等功能外，可以提供有關腎臟飲食和癥狀管理的必要信息，有利于病人進行自我管理。知識是賦權的關鍵，當病人更好地了解自己的疾病時，他們更有可能主動參與決策。通過手機APP提供的有關疾病、治療和自我管理的健康知識可以顯著改善病人的自我護理行為和自我效能感[37]。SUCCESS APP支持不同文化和語言的成年MHD病人積極參與自我管理和決策[38]，使病人和醫(yī)護人員可以共同討論治療選擇，并根據(jù)病人的偏好和生活方式制定最佳治療方案。因此，數(shù)字健康技術不僅為病人提供了更多的信息和工具管理自己的健康，而且還鼓勵他們與醫(yī)護團隊合作，主動參與決策過程。

3" 不足與展望

3.1 接受度

數(shù)字健康技術需要醫(yī)護人員和病人具備一定的技術知識和技能，但并不是所有的人都接受這種變革。關于病人和醫(yī)生溝通工具選擇的一項混合性研究結果顯示，與網(wǎng)絡應用程序相比，病人選擇紙質(zhì)表格的人數(shù)更多，咨詢的問題數(shù)更多，且大多數(shù)醫(yī)生認為，網(wǎng)絡工具增加了工作負擔[39]。為了最大限度地發(fā)揮數(shù)字化在醫(yī)療保健中的作用，必須解決醫(yī)護人員、病人面臨的障礙，如性別、年齡和技術使用的自愿性等。隨著數(shù)字健康教育的推進和公眾意識的提高，醫(yī)務人員和病人的接受度有望提高，但數(shù)字產(chǎn)品的真實效益和用戶體驗仍將是決定其臨床認知的關鍵因素。

3.2 臨床評價體系

人工智能、移動醫(yī)療等軟件具有改變醫(yī)療保健服務的潛力，但針對數(shù)字健康產(chǎn)品尚未形成臨床評價標準體系，其可信度是一個關鍵的挑戰(zhàn)。有研究顯示，超過一半的腎臟飲食APP由于缺乏以證據(jù)為基礎，導致營養(yǎng)評估不準確[40]。部分基于數(shù)字技術在護理中的應用研究主要涵蓋技術發(fā)展的早期階段，技術影響和實施方面實踐證據(jù)級別低，方法學局限[41]，采用的干預措施異質(zhì)性大，導致研究結果多種多樣。因此，整合數(shù)字技術的基本知識及其在護理教育中的應用勢在必行[42]。同時在整個技術研發(fā)過程中增加護士參與度，并形成在護理中實施數(shù)字健康技術的實踐指南，以臨床標準評價體系來審查和監(jiān)測數(shù)字技術，以確保病人安全和臨床有效性。

3.3 數(shù)據(jù)隱私和安全

有研究顯示，健康管理類APP基本上不受監(jiān)管[43]，這對數(shù)據(jù)安全帶來諸多挑戰(zhàn)，如更加復雜的網(wǎng)絡攻擊手段、物聯(lián)網(wǎng)設備的安全漏洞、供應鏈中的安全風險和大數(shù)據(jù)導致的隱私侵犯問題等。據(jù)報道，18%的MHD病人對電子健康技術的隱私問題和安全表示擔憂[44]。為減輕病人的擔憂，Li[45]基于智能手機的應用和訪問控制機制，允許病人進行隱私設置，如是否在實際場景中顯示自己的信息、是否公開醫(yī)療信息等方法保護病人隱私。近年來，我國不斷強化的信息安全法規(guī)將促使企業(yè)和醫(yī)療機構更重視數(shù)據(jù)保護。技術人員應將存儲在健康數(shù)據(jù)APP中的數(shù)據(jù)進行有效加密，以防惡意攻擊；對用戶要加強安全教育培訓，牢固樹立數(shù)據(jù)安全防范意識。未來的數(shù)據(jù)安全將面臨更多的挑戰(zhàn)，但同時也為技術創(chuàng)新和新的安全策略提供了機會。

3.4 持續(xù)使用意愿

臨床試驗環(huán)境下，基于數(shù)字技術干預的健康管理多數(shù)持續(xù)在3周以上才顯示出有效結果[46]。盡管數(shù)字健康技術普遍受到歡迎，但病人對于數(shù)字產(chǎn)品持續(xù)使用率隨著時間的推移大幅下降。APP的用戶中只有2.58%的人積極使用至少1周，高達80%的用戶在下載軟件后登錄該服務次數(shù)不到2次[47]，使用可穿戴設備半年期用戶流失率為30%，1年流失率為50%[48]。持續(xù)使用率不高可能因為病人對于新鮮感的迅速喪失導致短期內(nèi)的高使用率后迅速棄用，而過多的健康通知和提醒可能導致病人疲勞。然而，個性化服務、用戶友好的設計和切實的健康效益可能增強病人使用率，持續(xù)的研發(fā)和用戶反饋是確保其是長期使用的關鍵。

4" 小結

數(shù)字健康技術的引入，為血液透析治療帶來了巨大的變革。從遠程監(jiān)控和可穿戴設備的健康數(shù)據(jù)實時監(jiān)測，到ML技術應用以預測病人的治療反應，再到APP和VR的健康管理實踐，數(shù)字健康技術的應用提高了病人的治療依從性、癥狀監(jiān)測和自我管理能力。然而，接受度、臨床評價體系、數(shù)據(jù)隱私和安全及持續(xù)使用意愿等因素需要進一步加強。數(shù)字健康技術為血液透析病人提供了更加安全、高效和個性化的治療途徑，但目前國內(nèi)的相關研究尚處于初級階段，應加大研究力度與深度，不斷促進國內(nèi)數(shù)字健康與血液透析技術的有益結合。

參考文獻：

[1]" World Health Organization.Draft global strategy on digital health 2020-2024[EB/OL].[2023-05-11].https：//www.who.int/docs/default-source/documents/gs4dh0c510c483a9a42b1834a8f4d276c6352.

[2]" 常紅，張素.數(shù)字健康時代腦卒中全生命周期管理的發(fā)展現(xiàn)狀及展望[J].中國實用護理雜志，2023，39（18）：1361-1366.

[3]" 盧霄蒙，耿文慧，尹運騰，等.數(shù)字健康在腫瘤病人支持性照顧需求中的應用現(xiàn)狀[J].護理研究，2023，37（13）：2404-2409.

[4]" 孫婧，李印璐，周小宣，等.數(shù)字健康干預在安寧療護中的應用進展[J].中國護理管理，2023，23（5）：730-734.

[5]" 張栩彰，李樂之，王祎雅，等.數(shù)字健康在安寧療護中的應用進展[J].護理學報，2023，30（10）：35-39.

[6]" 余丹，鐘清玲，王乾沙，等.移動醫(yī)療在維持性血液透析病人延續(xù)護理中的應用進展[J].護理研究，2020，34（18）：3268-3271.

[7]" 李宗達，焦軍東.人工智能在透析中研究進展[J].中國中西醫(yī)結合腎病雜志，2022，23（4）：371-373.

[8]" 靳子恒，宋潔，鹿笑寒，等.虛擬現(xiàn)實技術在維持性血液透析患者中應用的范圍綜述[J].中國護理管理，2023，23（1）：142-147.

[9]" HU H W，LIU C H，DU Y C，et al.Real-time Internet of medical things system for detecting blood leakage during hemodialysis using a novel multiple concentric ring sensor[J].Sensors，2022，22（5）：1988.

[10]" HUANG R，LIU N，NICDAO M A，et al.Emotion sharing in remote patient monitoring of patients with chronic kidney disease[J].Journal of the American Medical Informatics Association，2020，27（2）：185-193.

[11]" HAYASHI A，YAMAGUCHI S，WAKI K，et al.Testing the feasibility and usability of a novel smartphone-based self-management support system for dialysis patients：a pilot study[J].JMIR Research Protocols，2017，6（4）：e63.

[12]" FERGUSON T W，ZACHARIAS J，WALKER S R，et al.An economic assessment model of rural and remote satellite hemodialysis units[J].PLoS One，2015，10（8）：e0135587.

[13]" KOOMAN J P，WIERINGA F P，HAN M，et al.Wearable health devices and personal area networks：can they improve outcomes in haemodialysis patients？[J].Nephrology Dialysis Transplantation，2020，35（Suppl 2）：ii43-ii50.

[14]" ZHOU H，AL-ALI F，KANG G E，et al.Application of wearables to facilitate virtually supervised intradialytic exercise for reducing depression symptoms[J].Sensors，2020，20（6）：1571.

[15]" ZHOU H，AL-ALI F，WANG C H，et al.Harnessing digital health to objectively assess cognitive impairment in people undergoing hemodialysis process：the Impact of cognitive impairment on mobility performance measured by wearables[J].PLoS One，2020，15（4）：e0225358.

[16]" ZHOU T，REN Z T，MA Y M，et al.Early identification of bloodstream infection in hemodialysis patients by machine learning[J].Heliyon，2023，9（7）：e18263.

[17]" DONG J J，WANG K，HE J Q，et al.Machine learning-based intradialytic hypotension prediction of patients undergoing hemodialysis：a multicenter retrospective study[J].Computer Methods and Programs in Biomedicine，2023，240：107698.

[18]" SANDYS V，SEXTON D，O'SEAGHDHA C.Artificial intelligence and digital health for volume maintenance in hemodialysis patients[J].Hemodialysis International International Symposium on Home Hemodialysis，2022，26（4）：480-495.

[19]" HSIEH W H，KU C C，HWANG H P，et al.Model for predicting complications of hemodialysis patients using data from the Internet of medical things and electronic medical records[J].IEEE Journal of Translational Engineering in Health and Medicine，2023，11：375-383.

[20]" LIU Y S，YANG C Y，CHIU P F，et al.Machine learning analysis of time-dependent features for predicting adverse events during hemodialysis therapy：model development and validation study[J].Journal of Medical Internet Research，2021，23（9）：e27098.

[21]" INOUE H，OYA M，AIZAWA M，et al.Predicting dry weight change in Hemodialysis patients using machine learning[J].BMC Nephrology，2023，24（1）：196.

[22]" BAILEY A，ELTAWIL M，GOHEL S，et al.Machine learning models using non-linear techniques improve the prediction of resting energy expenditure in individuals receiving hemodialysis[J].Annals of Medicine，2023，55（2）：2238182.

[23]" 錢彥蕾.以智能手機為基礎的健康管理平臺對慢性腎臟病高血壓患者用藥依從性的影響[D].西寧：青海大學，2020.

[24]" FAKIH E L，KHOURY C，CRUTZEN R，et al.Adequate management of phosphorus in patients undergoing hemodialysis using a dietary smartphone App：prospective pilot study[J].JMIR Formative Research，2021，5（6）：e17858.

[25]" NI Z H，JIN H J，JIANG G R，et al.A telemedicine-based registration system for the management of renal anemia in patients on maintenance hemodialysis：multicenter study[J].Journal of Medical Internet Research，2019，21（5）：e13168.

[26]" YANG Y，CHEN H，QAZI H，et al.Intervention and evaluation of mobile health technologies in management of patients undergoing chronic dialysis：scoping review[J].JMIR MHealth and UHealth，2020，8（4）：e15549.

[27]" SANTANA C C A P，F(xiàn)REITAS A T V S，OLIVEIRA B G，et al.Serious game on a smartphone for adolescents undergoing hemodialysis：development and evaluation[J].JMIR Serious Games，2020，8（3）：e17979.

[28]" TURO?-SKRZYPI?SKA A，TOMSKA N，MOSIEJCZUK H，et al.Impact of virtual reality exercises on anxiety and depression in hemodialysis[J].Scientific Reports，2023，13（1）：12435.

[29]" MELéNDEZ-OLIVA E，SáNCHEZ-ROMERO E A，SEGURA-ORTí E，et al.Effect of a virtual reality exercise on patients undergoing haemodialysis：a randomised controlled clinical trial research protocol[J].International Journal of Environmental Research and Public Health，2023，20（5）：4116.

[30]" QIAN J L，MCDONOUGH D J，GAO Z.The effectiveness of virtual reality exercise on individual's physiological，psychological and rehabilitative outcomes：a systematic review[J].International Journal of Environmental Research and Public Health，2020，17（11）：4133.

[31]" TORABIKHAH M，F(xiàn)ARSI Z，SAJADI S A.Comparing the effects of mHealth App use and face-to-face training on the clinical and laboratory parameters of dietary and fluid intake adherence in hemodialysis patients：a randomized clinical trial[J].BMC Nephrology，2023，24（1）：194.

[32]" TEONG L F，KHOR B H，NG H M，et al.Effectiveness of a nutritional mobile application for management of hyperphosphatemia in patients on hemodialysis：a multicenter open-label randomized clinical trial[J].Journal of Personalized Medicine，2022，12（6）：961.

[33]" KI E J，SO H S.Development and effects of smartphone App-based exercise program for hemodialysis patients[J].Journal of Korean Academy of Nursing，2020，50（1）：52-65.

[34]" GABBARD J，MCLOUTH C J，BRENES G，et al.Rapid electronic capturing of patient-reported outcome measures in older adults with end-stage renal disease：a feasibility study[J].The American Journal of Hospice amp; Palliative Care，2021，38（5）：432-440.

[35]" BRYS A D H，STIFFT F，VAN HEUGTEN C M，et al.mHealth-based experience sampling method to identify fatigue in the context of daily life in haemodialysis patients[J].Clinical Kidney Journal，2021，14（1）：245-254.

[36]" DOYLE N，MURPHY M，BRENNAN L，et al.The \"mikidney\" smartphone App pilot study：empowering patients with chronic kidney disease[J].Journal of Renal Care，2019，45（3）：133-140.

[37]" HOSSEINI A，JACKSON A C，CHEGINI N，et al.The effect of an educational App on hemodialysis patients' self-efficacy and self-care：a quasi-experimental longitudinal study[J].Chronic Illness，2023，19（2）：383-394.

[38]" ISAUTIER J，WEBSTER A C，LAMBERT K，et al.Evaluation of the SUCCESS health literacy App for Australian adults with chronic kidney disease：protocol for a pragmatic randomized controlled trial[J].JMIR Research Protocols，2022，11（8）：e39909.

[39]" THOMPSON S，SCHICK-MAKAROFF K，BELLO A，et al.Voicing individual concerns for engagement in hemodialysis （VOICE-HD）：a mixed method，randomized pilot trial of digital health in dialysis care delivery[J].Canadian Journal of Kidney Health and Disease，2021，8：20543581211032857.

[40]" LAMBERT K，MULLAN J，MANSFIELD K，et al.Should we recommend renal diet-related Apps to our patients？An evaluation of the quality and health literacy demand of renal diet-related mobile applications[J].Journal of Renal Nutrition，2017，27（6）：430-438.

[41]" LONGHINI J，ROSSETTINI G，PALESE A.Digital health competencies among health care professionals：systematic review[J].Journal of Medical Internet Research，2022，24（8）：e36414.

[42]" VON GERICH H，MOEN H，BLOCK L J，et al.Artificial Intelligence-based technologies in nursing：a scoping literature review of the evidence[J].International Journal of Nursing Studies，2022，127：104153.

[43]" FLEMING G A，PETRIE J R，BERGENSTAL R M，et al.Diabetes digital App technology：benefits，challenges，and recommendations.A consensus report by the European Association for the Study of Diabetes（EASD） and the American Diabetes Association（ADA） diabetes technology working group[J].Diabetologia，2020，63（2）：229-241.

[44]" HUSSEIN W F，BENNETT P N，PACE S，et al.The mobile health readiness of people receiving In-center hemodialysis and home dialysis[J].Clinical Journal of the American Society of Nephrology，2020，16（1）：98-106.

[45]" LI J Q.RETRACTED：artificial intelligence hospital hardware system and clinical observation of molecular heparin sodium in hemodialysis patients[J].Microprocessors and Microsystems，2021，81：103690.

[46]" WANG Y F，XUE H，HUANG Y Q，et al.A systematic review of application and effectiveness of mHealth interventions for obesity and diabetes treatment and self-management[J].Advances in Nutrition，2017，8（3）：449-462.

[47]" WANG T，WANG W，LIANG J，et al.Identifying major impact factors affecting the continuance intention of mHealth：a systematic review and multi-subgroup meta-analysis[J].NPJ Digital Medicine，2022，5（1）：145.

[48]" WANG N，XIE W X，ALI A，et al.How do individual characteristics and social capital shape users' continuance intentions of smart wearable products？[J].Technology in Society，2022，68：101818.

（收稿日期：2023-08-17；修回日期：2024-08-03）

（本文編輯 蘇琳）