DOI:10.20047/j.issn1673-7210.25120455
中图分类号:R563.9
韦雨晨1, 窦英茹2, 戴雪梅3, 王倩1, 李梦雅1
| 【作者机构】 | 1扬州大学护理学院; 2江苏省苏北人民医院公共卫生科; 3江苏省苏北人民医院急诊医学科 |
| 【分 类 号】 | R563.9 |
| 【基 金】 | 国家卫生健康委员会能力建设和继续教育中心慢病管理研究课题(GWJJMB202510010114)。 |
随着数智化与医学科学的深度融合,移动健康(mobile health,mHealth)研究快速增长。移动健康应用程序(mobile health application,mHealth app)是移动健康呈现形式之一,主要使用智能手机、平板电脑及其他移动无线设备帮助改善患者的健康结局,提升保健服务质量,并拓展临床研究范畴[1-2]。慢性阻塞性肺疾病患病率、病死率和发病率持续上升,作为进行性、不可逆的慢性疾病,疾病管理已聚焦于急性加重的早期预警与预防、慢性症状的持续控制及生活质量的整体提升[3]。在这一背景下,mHealth app的实时监测、个性化反馈和健康教育等多功能,能帮助患者改善治疗依从性、优化症状控制并减少急性加重事件,在慢性阻塞性肺疾病管理中发挥关键作用。然而该领域也面临老年人技术使用障碍、医疗数据整合难题及患者长期依从性不足等多重挑战,尚未有研究对该领域进行系统评价及影响因素整合总结[2,4]。慢性阻塞性肺疾病mHealth app的实施涉及技术、用户、组织、政策等多层因素,单一的技术采纳模型难以解释其真实应用的复杂性。而NASSS框架是一套用于分析和评估健康与社会照护领域技术项目实施的理论工具,能在卫生技术项目实施过程中,识别纷繁复杂的问题与挑战,推动卫生技术项目持续实施[5-6]。因此,本研究利用NASSS框架系统整合mHealth app在慢性阻塞性肺疾病应用中实施的促进与阻碍因素,为慢性阻塞性肺疾病mHealth app临床实施策略提供指导和借鉴。
系统检索PubMed、CINAHL、Scopus数据库、Web of Science核心合集数据库、Embase、Cochrane Library及中国知网、万方数据知识服务平台、维普网中有关慢性阻塞性肺疾病移动健康应用程序应用相关的质性研究,检索时限为建库至2025年11月。采用自由词加主题词的检索方式,中文检索词包括慢性阻塞性肺疾病/移动健康应用/移动医疗/应用程序/质性研究/定性研究等;英文检索词包括pulmonary disease, chronic obstructive/COPD/Mobile Applications/mobile app*/mHealth/Implementation Science/implement*/Qualitative Research/grounded theory等。
纳入标准:①研究对象为患者、医护人员、开发者等多利益相关者;②研究内容涉及各利益有关群体的体验态度、看法等;③定性研究或含定性数据的混合研究。排除标准:①无法获取全文;②重复文献;③不含质性数据研究,非移动健康app实用研究;④会议论文;⑤非中、英文文献。
使用EndNote软件去重,两名研究者独立筛选文献并提取资料分析,纳入的混合研究提取并分析其中的质性研究数据,量性结果未纳入本研究整合范围,结果不统一时由第3名研究者进行判断。
两名研究者采用澳大利亚JBI循证卫生保健中心质量评价工具对文献质性研究进行评价,共包含10个条目,每个条目的评价结果为:是/否/不清楚,按质量分为A、B、C三个等级,完全满足以上标准为A级;部分满足以上标准为B级;完全不满足以上标准为C级,有分歧时将由第三方讨论判定[7]。
初次筛检获得文献609篇,剔除重复文献后余521篇,阅读题目和摘要后保留56篇,阅读全文最终纳入20篇[8-27]英文文献,12篇[8-9,11,13-15,18-19,22-23,25,27]混合研究,8篇[10,12,16-17,20-21,24,26]质性研究。筛选流程图见图1。
图1 文献筛选流程
纳入的研究[8-27]质性数据收集方法以半结构化访谈为主,研究时间在2017—2025年。评为B级的文献中有4项研究[8-11]均未能从文化背景与价值观念的角度,对研究者自身的立场性进行必要的反身性阐述。3项研究[13,22-23]共同局限在于忽视了研究者反身性的重要性,可能限制了其对研究发现可信度的论证。8项研究[17-21,24-25,27]未说明其研究设计与哲学基础之间的一致性,未从文化背景、价值观的角度说明研究者自身的状况,也未说明研究者对研究过程及结果可能产生的影响。其余的文献[12,14-16,26]质量评价为A级,基本特征及质量评价见表1。
表1 文献基本特征及质量评价
纳入研究国家研究设计质性数据收集方法研究人群关注的移动健康应用主要内容质量评价Debeij等[8]荷兰混合研究(定量+定性)半结构化访谈+焦点医护人员+患者症状追踪与反馈、住院环境适B小组(n=15)配、多利益相关者参与迭代优化Burkow等[9]挪威混合研究(定量+定性)半结构式访谈患者(n=10)平板应用实现远程同步运动、B行为改变技术、混合运动计划数字化工具支持Duckworth等[10]英国质性研究半结构化访谈+焦点患者(n=15)用户参与障碍、技术功能B小组Yonchuk等[11]美国混合研究(定量+定性)半结构式访谈患者(n=24)个性化步数目标、力量训练、B数据可视化与激励机制Rutherford等[12]澳大利亚质性研究半结构化访谈+主题患者(n=25)提供个性化运动计划、教育视A分析频、症状监测、目标设定。远程调整方案、监测依从性、发送提醒Ghaben等[13]巴勒斯坦(加沙地带)混合研究(定量+定性)半结构化访谈医疗人员(n=12)支持症状监测、教育视频推B送、远程医患沟通。结合振荡正压呼气治疗与移动端数据反馈Loeckx等[14]英国等多中心研究混合研究(定量+定性)半结构化访谈+焦点患者(n=149)、康复师智能手机远程体力活动指导A小组(n=6)、物理治疗师干预,重点分析患者体验与教(n=2)练反馈Chien等[15]中国混合研究(定量+定性)参与式观察+半结构医护人员(n=12)、家庭肺康复移动应用A式访谈患者(n=18)Biset等[16]比利时质性研究半结构化访谈+主题医护人员(n=24)、疾病和治疗信息、个性化运动A分析患者(n=21)计划、用药提醒和日志记录、与医护人员和其他患者的沟通工具Alwashmi等[17]加拿大质性研究半结构化访谈+主题护士(n=10)、药师患者远程监测、个性化健康管B分析(n=10)、医师(n=10)理、医患沟通、多语言支持Alwashmi等[18]加拿大混合研究(定量+定性)半结构式访谈患者(n=10)健康监测、远程医疗支持、患B者教育工具Quach等[19]加拿大混合研究(定量+定性)焦点小组医护人员(n=22)、评估应用适用性B患者(n=6)Davies等[20]英国质性研究焦点小组患者(n=37)、医师症状与肺功能远程监测、个性B(n=22)、护士(n=10)、化健康管理、健康教育与多语药师(n=10)言支持、医患沟通等Schmidt等[21]丹麦质性研究参与式观察+半结构患者(n=7)全天候远程监测与预警、个性B式访谈化用药管理与调节、医患/护患即时沟通、技术使用特征等Dobson等[22]新西兰混合研究(定量+定性)半结构式访谈患者(n=8)、医护人技术接受度、个性化健康管B员(n=8)理、教育支持和数字鸿沟Wootton等[23]澳大利亚混合研究(定量+定性)半结构式访谈患者(n=15)移动肺康复应用用户体验测B试,评估易用性、满意度及可接受性Williams等[24]英国质性研究扎根理论+半结构化患者(n=19)症状监测、氧饱和度记录、健B访谈康教育Bartlett等[25]英国混合研究(定量+定性)半结构式访谈患者(n=11)、照顾虚拟教练、音乐地图、在线B者(n=10)、医护人社区员(n=7)Wu等[26]加拿大质性研究半结构化访谈+主题患者(n=14)生理参数监测、急性发作预防、A分析自我管理支持、医患数据可控共享Vorrink等[27]荷兰混合研究(定量+定性)半结构式访谈物理治疗师(n=24)步数目标设定、实时活动监B测、远程调整目标及消息推送
NASSS框架包含7个领域,分别是条件或疾病、技术、价值主张、采用者系统、组织、更广泛的系统、嵌入与可持续性[6]。通过整合,共提炼出14项障碍与13项促进因素,识别出多病共存、数字素养不足、隐私担忧等主要障碍,以及医护支持、实用设计、价值主张等促进因素。整合结果见表2。
表2 NASSS实施框架因素整合
NASSS领域实施因素类型具体表现疾病多病共存障碍同时患有多种疾病(如心血管病、糖尿病),管理复杂,增加管理难度病情波动障碍疾病急性加重或住院降低使用意愿促进病情变化让患者更愿意接受实时监测(如血氧、心率)疾病需长期自我管理,具备使用数字工具的现实需求技术界面设计促进界面简洁,提供语音输入、大字版等功能,方便视力或行动不便的老年用户操作症状记录、服药提醒、教学视频等功能贴合需求数据记录(如步数、血氧)能帮助用户了解自身状况,价值明显障碍界面文字太小、图标不清晰、操作步骤繁琐,导致老年用户学习使用困难患者无法自定义调整语言、字体、提醒频率等功能技术发展障碍设备连接不稳定、数据同步失败、兼容性差,影响使用体验可穿戴设备与app集成存在技术故障,部分功能不稳定促进支持离线使用,无网络时也能看训练视频和接收用药提醒价值主张对患者的价值促进患者随时获取疾病信息,安全感提升,减轻疾病恐慌,改善情绪与健康状态健康教育和训练视频有效提升自我管理能力患者识别症状变化,增强自我感知与应对能力障碍患者因焦虑、情绪低落、动力不足感觉使用后效果不明显,怀疑其有效性担心数字工具会替代线下医患互动,降低信任度对家属的价值促进家属共同监督,提升参与感对医护人员的价值促进减少重复沟通,患者更配合治疗,一定程度上为医护减负采用者系统患者特征障碍老年人普遍存在数字素养较低、操作困难等问题低学历、低收入、认知能力较差的弱势群体更难坚持使用患者疾病认知不足,缺乏健康素养,影响使用意愿和效果家庭特征促进家属代为操作和设置,降低老年用户的使用门槛,实现家庭共同参与疾病管理医护特征促进医护人员愿意主动教学,提高患者接受度障碍医护人员自身时间不足且缺乏相关培训组织实施与障碍缺乏专人统一管理设备、跟踪数据和回访患者,导致项目易中断资源管理医护人员人力不足促进将医院现有流程(如电子病历)与应用程序整合,多学科协作组织医护人员与患者参与功能调整团队协作促进专业科技团队开发,医疗团队实施,两方面对面启动会议与指导动力机制障碍缺乏激励机制(如无医保报销、无绩效奖励),导致各方推广和使用的动力不足文化与医疗背景障碍产品图标、案例等内容不符合本地文化,用户缺乏共鸣促进医院背景增强患者信任感更广泛系统政策与法规环境障碍数据隐私和跨境传输法规不明确,医院有顾虑缺乏上级政策支持促进疫情后远程医疗政策放宽,促进了线上医疗的开展数据管理障碍患者对数据隐私、人工智能预测存在顾虑,担心数据泄露,不愿共享信息嵌入与可持续性用户体验促进设置阶段性目标让用户看到进步通过“线下培训+线上支持+内容更新”的机制促进长期使用障碍缺乏有效的长期维护机制(如无奖励、积分,软件不更新、无客服),导致用户流失安装流程复杂、耗时长,频繁出错,需依赖远程协助版本适应与迭代障碍版本迭代慢,问题不修复无法根据用户身体状况动态调整目标
3.1.1 患者接受度与技术复杂性的应用困境 通过NASSS框架的整合分析,慢性阻塞性肺疾病mHealth app实施阻碍与促进因素是跨领域交互的,实施的影响因素存在交叉作用。慢性阻塞性肺疾病患者多病共存,疾病波动性与高再住院率,要求技术具备多病整合管理、实时监测与动态预警能力[10,12]。然而,现有应用多聚焦单一指标,技术实现难度及成本制约功能全面性,难以满足需求[8]。核心用户为老年群体,数字素养偏低、认知功能减退及操作恐惧构成主要障碍,直接降低使用依从性[15-16]。适老化设计虽部分提升可用性,但仍难弥补界面缺陷、个性化缺失与可靠性不足。技术先进性与用户体验友好性之间的深层矛盾,成为持续实施的难题。
3.1.2 组织因素与技术采纳对app价值实现的影响从组织层面看,医疗机构内部的人员结构与资源支持情况是影响慢性阻塞性肺疾病mHealth app持续运行的关键因素。与电子病历系统的对接,可促进多科室信息共享与临床协作,提升医疗资源利用效率与服务连贯性。这不仅增强了医护人员的采纳意愿,也强化了为患者服务的意识,有效提升患者的安全感与技术信任度。研究显示,患者在使用app过程中所获得及时的疾病状态反馈、清晰的自我管理指导及紧急支持途径,能够有效提升其疾病应对的安全感,缓解因疾病不确定性带来的焦虑情绪[9-10,12,16]。反之,若缺乏专业支持,患者因疾病认知不足,健康素养缺乏,会降低感知价值,削弱长期使用意愿与规范管理能力,最终影响依从性与疾病管理效果[16,18]。
此外,组织内部缺乏激励机制,多项研究表明,医护人员愿承担干预者,但时间、精力、医保报销缺失、绩效激励不足等障碍,影响了医护人员推广应用程序的运行及长期参与干预的积极性[16-17,19-21,23]。
3.1.3政策与基础设施的外部协同挑战 外部环境因素集中于政策环境与基础设施:法律法规模糊、政策支持缺位,直接迟滞医疗机构采纳,加剧患者隐私担忧,削弱使用意愿。农村及边缘地区网络信号弱,连接不稳定等基础设施服务质量问题相互叠加,进一步放大弱势群体可及性差的问题[28]。
此外,能否长期融入患者日常生活,也依赖于技术、采用者与运营维护之间的持续互动。例如版本迭代慢和维护机制缺失,会造成患者流失,而通过阶段性目标设定、结合“线下培训与线上支持”的应用,通过增强患者自我管理信心和价值感,更易促进移动健康应用持续使用。但多数应用仍缺乏动态适应性,难以根据患者实时状态如血氧降低、异常疲劳、呼吸运动情况自动调整管理建议。
3.2.1 提升数字健康素养,促进健康保障 移动健康技术应在慢性阻塞性肺疾病的早期干预、急性加重预防和长期管理中显现出潜力,有助于推动医疗服务从以治疗为中心转向以预防为中心[4]。然而,慢性阻塞性肺疾病患者的数字健康素养存在差异,低健康素养人群在技术接入与使用能力方面处于弱势,易被服务边缘化,这可能加剧健康不平等并影响干预效果[29]。因此在慢性阻塞性肺疾病的移动管理应用开发与实践过程中,应坚持以患者为中心,依据患者的疾病阶段、认知水平、数字素养及文化背景,提供可定制化的界面与功能模块,降低信息理解难度,提升技术包容性。技术应用应以预防急性加重、减少住院、提升患者安全感为核心目标,支撑慢性阻塞性肺疾病的全周期管理,提升数字健康素养,促进健康保障公平。
3.2.2 促进路径优化,提升移动健康应用程序可持续性 可构建由医师或护士主导的、基于移动应用程序早期预警的标准化早期干预流程,明确医护人员的职责分工[30]。重视患者的数字素养和认知差异,积极引导家庭照护者参与,开展基于患者实际需求和使用能力的综合评估,关注社区健康教育与患者居家管理的联动。此外,可加强支持体系建设,开展真实世界研究与本土证据积累,争取政策资金与跨学科协作以提升移动健康应用程序的可行性和可持续性。
本研究存在一定的局限性,未来临床人员可参考各维度的因素开发更全面且满足患者与临床需求的mHealth app,提升其长期可持续性与患者健康获益。NASSS框架虽有助于系统分析,但依赖预先设定的理论维度,可能忽略实施中的其他因素,未来研究需结合其他理论,以更全面理解移动健康应用的落地机制。另外,本研究受限于国内慢性阻塞性肺疾病移动健康领域文献的稀缺性,未纳入中文证据,可能影响结论在本土应用中的适用性,未来需补充本土化研究。
利益冲突声明:本文所有作者均声明不存在利益冲突。
[1] 龚辉,严惟力,杨晓青,等. 移动健康应用程序的应用现况与展望[J]. 中国全科医学,2018,21(33):4157-4162.
[2] Long H,Li S,Chen Y,et al. Digital health in chronic obstructive pulmonary disease [J]. Chronic Dis Transl Med,2023,9(2):90-103.
[3] 陈典,隆寰宇,张丛溪,等. 2025年GOLD慢性阻塞性肺疾病诊断、治疗、管理及预防全球策略更新要点解读[J].中国全科医学,2025,28(16):1937-1949.
[4] Park H Y,Kong S,Lee M,et al. Digital health technologies for improving the management of people with chronic obstructive pulmonary disease [J]. Front Digit Health,2025,7:1640585.
[5] Greenhalgh T,Abimbola S. The NASSS framework-a synthesis of multiple theories of technology implementation [J].Stud Health Technol Inform,2019,263:193-204.
[6] 蔡见文,朱涛,李为民,等. 基于NASSS框架的人工智能在真实围术期世界中实施性研究的系统评价[J]. 中国循证医学杂志,2024,24(11):1284-1293.
[7] 靳英辉,高维杰,李艳,等. 质性研究证据评价及其循证转化的研究进展[J]. 中国循证医学杂志,2015,15(12):1458-1464.
[8] Debeij S M,Van dam van isselt E F,Kasteleyn M J,et al.Adapting a digital monitoring system for self-management to geriatric COPD rehabilitation:a participatory mixed method study [J]. Digit Health,2025,11:20552076251343782.
[9] Burkow T M,Vognild L K,Johnsen E,et al. Promoting exercise training and physical activity in daily life:a feasibility study of a virtual group intervention for behaviour change in COPD [J]. BMC Med Inform Decis Mak,2018,18(1):136.
[10] Duckworth C,Cliffe B,Pickering B,et al. Characterising user engagement with mHealth for chronic disease selfmanagement and impact on machine learning performance [J]. NPJ Digit Med,2024,7(1):66.
[11] Yonchuk J G,Mohan D,Lebrasseur N K,et al. Development of Respercise®:a digital application for standardizing home exercise in COPD clinical trials [J]. Chronic Obstr Pulm Dis,2021,8(2):269-276.
[12] Rutherford H,Dale M,Wootton S,et al. Experiences of home-based pulmonary rehabilitation with mHealth and centre-based pulmonary rehabilitation in people with chronic obstructive pulmonary disease:a qualitative study [J]. Health Expect,2025,28(2):e70181.
[13] Ghaben S J,Mat ludin A F,Elkholi B,et al. Health inequity:possibilities of initiating pulmonary telerehabilitation programs for adults with chronic obstructive pulmonary disorders in conflict and low-resourced areas:a mixed-method phenomenological study [J]. PLoS One,2025,20(5):e0324624.
[14] Loeckx M,Rabinovich R A,Demeyer H,et al. Smartphonebased physical activity telecoaching in chronic obstructive pulmonary disease:mixed-methods study on patient experiences and lessons for implementation [J]. JMIR Mhealth Uhealth,2018,6(12):e200.
[15] Chien S Y. Mobile app for patients with chronic obstructive pulmonary diseases during home-based exercise care:usability study [J]. JMIR Hum Factors,2024,11:e60049.
[16] Biset N,Rosière A,Lartigue V,et al. Patients and healthcare practitioners’ perspective on the development of a digital interprofessional intervention for COPD [J]. Digit Health,2024,10:20552076241288317.
[17] Alwashmi M F,Fitzpatrick B,Davis E,et al. Perceptions of health care providers regarding a mobile health intervention to manage chronic obstructive pulmonary disease:qualitative study [J]. JMIR Mhealth Uhealth,2019,7(6):e13950.
[18] Alwashmi M F,Fitzpatrick B,Farrell J,et al. Perceptions of patients regarding mobile health interventions for the management of chronic obstructive pulmonary disease:mixed methods study [J]. JMIR Mhealth Uhealth,2020,8(7):e17409.
[19] Quach S,Benoit A,Packham T L,et al. Public mobile chronic obstructive pulmonary disease applications for self-management:patients and healthcare professionals’ perspectives [J]. Health Informatics J,2024,30(4):14604582241292206.
[20] Davies A,Mueller J,Hennings J,et al. Recommendations for developing support tools with people suffering from chronic obstructive pulmonary disease:co-design and pilot testing of a mobile health prototype [J]. JMIR Hum Factors,2020,7(2):e16289.
[21] Schmidt C W,Borgnakke K,Frølich A,et al. Preferences,needs,and values of patients with chronic obstructive pulmonary disease attending a telehealth service:qualitative interview study [J]. JMIR Hum Factors,2024,11:e53131.
[22] Dobson R,Herbst P,Candy S,et al. Understanding enduser perspectives of mobile pulmonary rehabilitation(mPR):cross-sectional survey and interviews [J]. JMIR Form Res,2019,3(4):e15466.
[23] Wootton S L,Dale M T,Tian Y,et al. User experience testing of the mobile pulmonary rehabilitation(m-PR™)app in people with chronic obstructive pulmonary disease [J].Digit Health,2024,10:20552076241237381.
[24] Williams V,Price J,Hardinge M,et al. Using a mobile health application to support self-management in COPD:a qualitative study [J]. Br J Gen Pract,2014,64(624):e392-400.
[25] Bartlett Y K,Webb T L,Hawley M S,et al. Using persuasive technology to increase physical activity in people with chronic obstructive pulmonary disease by encouraging regular walking:a mixed-methods study exploring opinions and preferences [J]. J Med Internet Res,2017,19(4):e124.
[26] Wu R C,Ginsburg S,Son T,et al. Using wearables and self-management apps in patients with COPD:a qualitative study [J]. ERJ Open Res,2019,5(3):00036-2019.
[27] Vorrink S,Huisman C,Kort H,et al. Perceptions of patients with chronic obstructive pulmonary disease and their physiotherapists regarding the use of an eHealth intervention [J]. JMIR Hum Factors,2017,4(3):e20.
[28] Chen X,Chen K,Wang M,et al. Roles of wireless networks in bridging the rural smart infrastructural divide [J]. Infrastructures,2023,8(11):159.
[29] Li J,Wu X,Wu Y,et al. Physical,mental,and Health empowerment disparities across chronic obstructive pulmonary disease,asthma,and combined groups and the moderating role of eHealth literacy:cross-sectional study [J].J Med Internet Res,2025,27:e70822.
[30] Mccabe S,Madiraca J,Cole L,et al. Clinical provider perspectives on remote spirometry and mHealth for COPD [J].Nurs Rep,2025,15(11):402.
Systematic evaluation of real-world implementation factors of a chronic obstructive pulmonary disease mobile health application based on the NASSS framework
X