|
近期，丁香园创始人李天天在多个演讲场合中，都提到了两篇研究移动医疗慢病管理实际效果的论文。好奇的我大费周章找来两个研究成果好好研究一番，老实说，看完以后让人气泻掉一半。
这两篇论文是加州大学洛杉矶分校Ong教授及移动医疗倡导者埃里克·托普（Eric J. Topol）的两篇关于移动医疗阴性结果的文章，两篇发表载体不同、研究团队不同、样本对象不同的文章均显示：队列研究证实移动医疗对于提高患者健康方面并没有统计学差别。 其中来自美国加州大学洛杉矶分校的Ong教授团队发表在JAMA内科学杂志的一项针对心力衰竭患者出院后进行远程监护有效性的随机临床试验（BEAT-HF）发现心力衰竭出院患者在电话随访健康教育与远程监护干预下并不能降低患者出院后180天内再入院率水平。 该项随机临床队列试验研究涵盖了2011年到2013年间1437名年龄中位数为73岁的心力衰竭出院患者，其中女性占46.2%（664），非洲裔美国人占22.0%（316）。研究者将这些心力衰竭患者随机分为干预组715人，与常规护理组722人进行对照。干预措施包括我们耳熟能知的电话沟通，使用相关电子远程监测设备等，每天收集患者相关数据，这些数据包括血压、心率、症状和体重等医疗数据。这些数据由注册护士执行相关远程监测数据收集，电话问询健康教育工作。他们主要观察最主要的指标是心脏相关手术出院后180天内再入院率，第二层级观察的主要指标是出院后30天内全因再入院率，出院后30天内及180天内的总死亡率，最后观察出院后30天内及180天内生存质量。 结果发现干预组出院后180天内发生全因再入院率为50.8%（362/715）,常规护理组为49.2%（355/722）。说明在远程监护及电话随访健康教育干预情况下与常规护理组在出院后180天内再入院率方面没有显著差别。 主要结果P值 对患者出院30天内全因再入院率及180天内总死亡率的二级分析中也未见有统计学差异，干预组30天内全因再入院率为22.7%（162/715），常规护理组为21.6%(156/722),校正风险系数后P=0.63，几乎无统计学差异。 所有参与者中出院后30天总死亡率为4.4%（63/1437）,校正前无统计学差异(P=0.06)，校正后具有统计学差异 (P=0.04)，出现这种状况可能是随机化后住院期间死亡与远程监护干预没有太多关系。而研究者在出院后30天与180天生活质量评分中发现干预组与常规护理组具有统计学差异(P=0.02)。研究者也坦言需要进一步实验以验证这一发现。 在出院后30天与180天再入院率与死亡率风险系数，虚线是为干预组，实线为常规护理组。 作者在文章讨论部分中认为一些相关的生理指数，比如日常体重与症状的变化并不能提供有效的预警作用。再入院率也被越来越多专家认为是一个非常复杂的现象。导致再入院的原因并不是几个生理相关指数的变化那么简单。 所有参与试验的医院也非常关注再入院率方面指标，为什么研究这么关注再住院率？因为这是美国联邦医保（Medicare）非常看重的一个指标，医保方希望通过控制再住院率降低医保支出。不过，尽管各方在降低再住院率方面付出了很大的努力，但是据2014年10月份美国联邦公布的记录显示，遭到美国联邦医保（Medicare）罚款的医院数量达到了创纪录的2610家，占到“减少医院再入院计划”（Readmissions Reduction Program）参与医院的3/4，其中39家受到了最高限额罚款，这也意味着这2610家医院新年度从每个Medicare住院病人身上可获得的医疗保险支付额度将下降。所以说，控制再住院率就是向Medicare这个大金主示好的最佳姿势。移动医疗是不是低成本控制再入院率的好方法呢？可惜结果表明通过简单的远程监护与健康问询并不能有效降低心力衰竭患者出院后180天内再入院率。 不过本研究也存在几个不足之处：首先，涵盖的人群有限，仅仅选择了加州的几个地区医院，普遍适用性大打折扣。其二，在患者干预方面并没有直接与临床实践决策相结合，未来随着电子病历技术的发展这一问题可能将会被解决。再者，疾病管理及远程监护的干预措施的有效性与患者的参与度具有密切关系，患者参与度方面可能存在不足。 另外一项研究是由美国著名移动医疗与无线医疗倡导者埃里克·托普（Eric J. Topol）团队发表的关于个人使用基于智能手机的多种生物传感器对健康影响的前瞻性随机试验的研究（A prospective randomized trial examining health care utilization in individuals using multiple smartphone-enabled biosensors）。托普团队在2012年健康保险索赔中具有高血压、糖尿病或者心率失常的相关人员中抽取3998人，研究者向监测组参与者每人发放研究用的iphone4或者iPhone4s及与患者疾病相对应的医疗传感器设备：高血压为Withings血压计，糖尿病为血糖仪，心律不齐为手机心电图仪作为干预措施。并要求参与者定期监测自身健康数据，收集了为期6个月的健康状态数据作研究。参与者可以在iPhone应用端中实时查看自己的相关健康数据，对照组接受常规传统的疾病管理。 结果与之前的一篇论文同样让人泄气。发现没有显著证据表明移动监测传感器及数字化医疗科技能够降低医疗支出，提高卫生资源的有效利用。此外，他们发现干预组与对照组在就诊次数与卫生资源有效利用方面没有差别。这说明在慢性病患者使用移动医疗设备及数字化医疗设备短期内并不能减少或者增加医疗费用。在次级结果分析中发现患者能够提高自我健康管理能力，可能由于干预小组对患者健康状况的偏重性的影响有关。 那么，移动医疗真的没有用吗？也许我们遗忘了某些重要的内核。 正如李天天所说，医学除了技术外还有人文，单纯的获取数据是不够的，我们还需要提供进一步的医疗服务。这里要指出的是本文所述两项研究并不是否定移动医疗得的价值，只是我们目前尚未掌握一套有效的移动医疗应用场景，我想李天天那套数据+服务的观点也许移动医疗发展的一个方向，所以尽管保留那没泄掉的一半气，拭目以待移动医疗的美好明天吧。 参考文献： 1. Ong M K, Romano P S, Edgington S, et al. Effectiveness of Remote Patient Monitoring After Discharge of Hospitalized Patients With Heart Failure: The Better Effectiveness After Transition-Heart Failure (BEAT-HF) Randomized Clinical Trial.[J]. Jama Internal Medicine, 2016. 2. Bloss C S, Wineinger N E, Peters M, et al. A prospective randomized trial examining health care utilization in individuals using multiple smartphone-enabled biosensors[J]. Peerj, 2016, 4(4). - end - |
|
|
