本文的预印本(早期版本)可在以下网站获得https://preprints.www.mybigtv.com/preprint/13259,首次出版
患者坚持使用基于手机的心衰远程监测项目:一项纵向混合方法研究

患者坚持使用基于手机的心衰远程监测项目:一项纵向混合方法研究

患者坚持使用基于手机的心衰远程监测项目:一项纵向混合方法研究

原始论文

1加拿大多伦多市达拉拉纳公共卫生学院卫生政策、管理和评价研究所

2加拿大多伦多大学卫生网络Techna研究所全球电子卫生创新中心

3.特德·罗杰斯心脏研究中心,大学健康网络,加拿大多伦多

4多伦多大学医学系,加拿大多伦多

5Peter Munk心脏中心,大学健康网络,加拿大多伦多

6加拿大多伦多大学生物材料和生物医学工程研究所

7加拿大卫生经济中心,加拿大安大略省多伦多

通讯作者:

帕特里克·韦尔,MPH

卫生政策、管理和评价研究所

达拉拉纳公共卫生学院

多伦多

学院街155号

多伦多,ON, M5T 3M6

加拿大

电话:1 647 227 6015

电子邮件:patrick.ware@mail.utoronto.ca


背景:远程监测(TM)可以通过促进患者自我护理和临床决策支持来改善心力衰竭(HF)的预后。然而,这些结果只有在患者坚持进行规定的家庭读数时才有可能实现。

摘要目的:本研究的目的是(1)量化在基于手机的TM计划的情况下,患者坚持记录规定的家庭读数的程度,(2)解释基于计划注册时间、患者特征和患者对TM计划的感知的纵向坚持率。

方法:为满足2个研究目标,采用混合方法的解释顺序设计,所有解释方法均以技术接受与使用统一理论2 (UTAUT2)为指导。总体依从率的计算方法是,根据患者参加该项目1年以内的总天数中,测量体重、血压、心率和症状读数的天数所占的比例。每月依从率也计算为患者在项目注册后每30天内接受相同4个读数的天数比例。接下来,进行简单回归和多元回归,以确定时间、年龄、性别和疾病严重程度对依从率的影响。其他解释方法包括6个月和12个月时的问卷调查,调查患者对TM计划的感知益处和使用的容易程度,分析患者离开该计划的原因,并对坚持率和人口统计数据范围内的患者(n=24)进行有目的抽样的半结构化访谈。

结果:总体平均坚持率为73.6% (SD 25.0),平均坚持率随时间的推移以每月1.4%的速度下降(P<措施)。多元回归分析发现性别和疾病严重程度对依从率无显著影响。当按年龄分组时,年龄是一个显著的预测因子(P= 0.04),随着时间的推移,老年患者的坚持率更高。依从率进一步由患者对以下主题的感知来解释:(1)期望性能(心衰管理的改善和心态的平静),(2)期望努力(使用的便便性和技术问题),(3)便利条件(技术支持的可用性和自动依从电话),(4)社会影响(来自家人、朋友和值得信赖的临床医生的支持),以及(5)习惯(读取读数的自动化程度)。

结论:随着时间的推移,依从率的下降与其他研究的结果一致。然而,这项研究还发现,随着时间的推移,老年群体的坚持程度最高,最一致,而年轻群体的坚持程度逐渐下降。这些发现可以为TM干预措施的设计和实施提供信息,使患者的依从性最大化,从而能够更准确地评估影响和优化资源。

国际注册报告标识符(IRRID):rr2 - 10.2196 / resprot.9911

2019;7(2):e13259

doi: 10.2196/13259

关键字



背景

心衰(HF)远程监测(TM)干预旨在将传统的心衰管理从一种偶发性护理(在症状加重期间或定期随访期间)转变为一种持续管理,延伸到患者的日常生活中。TM系统使患者能够在家里记录读数(如体重、血压、脉搏率、氧饱和度和症状)[1,然后传输到偏远地区的临床医生[2].这种数据传输的主要输出有三个方面。首先,定期测量的行为向患者灌输了积极参与护理的意识,同时提供了进行自我护理所需的信息[3.4].其次,及时的数据传输使临床医生能够及早发现症状恶化,并允许远程干预[5].最后,即使在患者稳定期,由TM系统收集的纵向数据也能提供更全面的患者病情情况,从而提高临床决策的质量[6].根据几项荟萃分析,与没有TM的护理标准相比,这些机制共同作用可改善生活质量,降低死亡率和卫生保健利用率[27-10].然而,大型和精心设计的随机对照试验(rct)报告了无效或混合结果,这是不可忽视的[11-14].我们之前已经证明,证据中的不一致可以部分地通过试验中实施干预的不同保真度来解释,包括患者坚持进行规定的家庭读数的程度[15].

尽管确保患者在TM干预过程中始终坚持治疗很重要,但在这一主题的文献中缺乏[1617现有的知识很难概括。首先,尽管系统综述描述了用药依从性的总体趋势,即最初几个月用药依从性开始高,随着时间的推移逐渐下降,但存在显著的异质性,各研究报告的总体依从性在40%至90%之间[3.16].其次,许多关于依从性的远程监测文献都与基于交互式语音响应(IVR)的干预有关,而与利用患者已经熟悉的设备(如手机)的更新形式的TM相关的研究则少得多[3.].第三,对依从性的定义和测量在各个研究中不一致,许多研究只是报告了使用技术的参与度(例如,采用单一的测量方法),这并不总是包含优化干预行动机制所需的一整套患者行为[1819].最后,患者依从性的现象通常是在rct的背景下衡量的,这限制了在真实的TM背景下对患者依从性的理解,这可能不太可能限制患者在预定义的研究周期内使用干预措施。

研究目标

2016年8月,在加拿大多伦多的一家心功能专科诊所,HF TM项目被作为护理标准的一部分。先前发表的该项目实施的案例研究描述和解释了临床医生的采用以及临床内部的整合程度[20.].本研究旨在描述病例研究中的患者视角。目的是(1)量化患者坚持进行规定的家庭读数的程度(2)解释基于项目注册时间、患者特征和患者对TM项目的感知的纵向坚持率。


研究设计

该研究采用混合方法解释顺序设计,首先分析1年期间的总体和月度患者坚持率。这些依从率随后为半结构化访谈的抽样策略提供了依据,目的是解释总体依从率。收集了更多的解释性数据,包括问卷和离开项目的原因,所有这些都与访谈结果进行了三角对比,以解释坚持率。

用于解释依从性的方法以技术2接受和使用统一理论(UTAUT2)为指导,该理论概述了7种结构如何影响消费者使用技术的意图[21].这些构念的定义已被修改,以促进其在本研究中的操作化,包括:(1)绩效期望(在何种程度上使用TM系统被认为为患者提供了好处,类似于相对优势在创新文献的传播和感知有用性在技术接受模型中),(2)工作期望(患者使用TM系统的容易程度),(3)便利的条件(患者认为有可用资源支持他们使用TM系统),(4)社会影响(其他对患者很重要的人[如家人和朋友]支持使用TM系统的程度),(5)享乐动机(使用TM系统所产生的乐趣),(6)价格的价值(患者在使用TM系统的好处和他们的金钱和时间成本之间的认知权衡),和(7)习惯(病人由于学习而自动进行所需读数的程度)。UTAUT2还提出,这7个构想对使用技术的行为意愿的影响受到年龄、性别和使用技术经验的影响[21].

本研究的主要方法已发表在一个更大的质量改进项目评估方案中[22该研究已经获得了大学卫生网(UHN)研究伦理委员会(16-5789)的批准。该批准包括作为护理标准的一部分收集的所有数据的分析(即TM使用数据)。通过完成问卷和访谈的患者获得知情同意。

干预

远程控制技术

中心部分地中海TM项目是地中海患者使用智能手机应用程序来测量体重、血压和心率,并通过由5到11个“是/否”问题组成的“是/否”问卷记录他们的症状。患者被指导每天在12点前的30分钟内测量这4个读数。如果这样做了,记录的数据将通过嵌入应用程序的临床验证算法进行处理[23],根据每个患者的目标阈值对4个读数进行了背景分析。如果算法识别出关键读数在可接受范围内,读数值就会显示在屏幕上,并提示患者当天的读数正常。然而,如果算法识别出关键读数超出范围,或者存在令人担忧的体重增加趋势,应用程序就会生成并显示自我护理反馈信息,根据确定的紧急程度,这些信息会以不同的颜色突出显示(图1).自我护理反馈信息的类型包括:告知患者何时超出正常范围,指示他们服用处方利尿剂药物,并建议何时与护理人员联系或去急诊室。同样,当读数超出范围时,临床医生也会收到警报,他们可以通过电子邮件或在临床医生面前查看地中海仪表板。

的其他功能地中海该应用程序能够查看每个读数的图形趋势,并帮助患者坚持,自动拨打主要电话(个人移动电话或家庭固定电话),提醒患者是否在上午10点之前还没有进行晨读。可根据患者的要求禁用此功能。的发展地中海以康奈利慢性疾病自我护理框架为指导,旨在促进病人自我护理的专题[24](健康信念模型的衍生[25])使用以用户为中心的迭代设计过程,其中包括正式的需求评估[26以及多轮可用性测试。的进一步描述地中海节目可在其他地方找到[20.2227].

项目注册和入职

随着地中海该项目是作为护理标准的一部分提供的,注册是由患者和他们的治疗心脏病医生在随访预约或住院后共同决定的。在治疗的心脏病专家解释之后地中海如果病人同意参加,他们就会立即被护送到一个私人房间接受如何使用这项技术的培训。这种训练的一部分包括强调每日阅读的重要性。

图1。Medly应用程序的屏幕显示了不完整的晨卡,包括所需的阅读、症状问卷和个性化的自我护理反馈,在所有4次阅读都被算法处理后。
查看此图
持续的监控

通过他们的参与地中海计划中,患者需要完成每天的4次晨读,并遵循应用程序中显示的自我护理反馈。如果触发了临床警报,心功能诊所的指定临床医生会尽快查看这些警报。大多数临床警报的结果是打电话给患者以获取更多信息或提供相关的临床指导。

Offboarding

“离开”指的是结束病人参与治疗的过程地中海程序。与许多TM干预不同的是地中海程序没有预定义的结束日期。因此,与大多数医疗干预措施一样,只要有明显的临床效益,患者就会继续登记。病人或临床医生可以在任何时候,发起一场关于适当性的谈话地中海作为病人治疗计划的一部分。一旦共同决定让患者下船,患者将归还他们借来的所有设备(手机或周边设备),这些设备将被回收,供未来的参与者使用。

节目开播以来的改编

该项目于2016年8月首次启动时,为患者提供了一份地中海工具包,包括一个智能手机,有数据计划和地中海app已经下载了,还附带了蓝牙体重秤和血压袖带。这使得来自外围设备的数据可以直接和自动地传输到地中海培训和持续的技术支持由医院远程健康部门的一名分析师提供,临床警报的分诊由诊所的执业护士对工作人员进行。自从项目启动以来,已经实现了两个关键的更改,以使项目的可持续性和可伸缩性得以实现。首先,在2018年1月,使用iphone的患者可以下载地中海在自己的智能手机上安装应用程序,并使用自己的体重秤和血压袖带(该应用程序现在也适用于Android用户;然而,在数据分析时,这个选项是不可用的)。没有蓝牙外围设备的患者直接手动在应用程序中输入读数地中海设立了协调员的角色,由一名注册护士接替临床警报的分诊工作,并提供一线技术支持。有关这些改变的详情及理由已载于其他地方[27].

衡量患者依从性

根据指导,患者每天早上都要测量体重、血压、心率和症状读数(这4个读数是治疗所需的地中海为患者生成自我护理指示和为临床医生发出警告的算法),坚持度定义为患者接受所有4个晨读的天数占他们登记至1年的总天数的比例。由于正在进行的登记,并不是所有患者在分析时都完成了1年。因此,在比例分母中考虑了不同的持续时间。同样,每月坚持率的计算方法是,从入学之日起至1年,每30天内完成晨读的次数。将比例乘以100,得到按规定完成阅读的百分比表示的每月坚持率。为了进一步了解患者的参与度,我们还计算了不完全依从率,不完全依从率定义为患者至少接受1次读数而不是全部4次读数的天数百分比(这样,尽管数据被传输,但没有产生临床警报或患者反馈)。用于确定依从率的使用数据收集于2016年8月至2018年10月之间,并从地中海程序服务器。

解释病人坚持治疗的原因

定量数据与分析
解释变量

收集患者人口统计学变量,通过在项目注册后立即对提供知情同意的患者进行问卷调查来描述患者人群(n=174)。对完全和不完全黏附随时间进行简单线性回归。此外,由于依从性是通过12个月的重复测量来收集的,因此在控制关键变量时,采用了面板多元回归方法来确定时间对依从性的影响。初步诊断包括用豪斯曼和拉格朗日乘子在普通最小二乘、固定效应或随机效应模型之间进行选择,以及用布鲁什-帕甘检验来检测异方差的存在[28].最终,具有聚类鲁棒标准误差的随机效应模型(以调整异方差的存在)[29被证明最适合这个数据集。多变量回归选择的解释变量包括按年龄和性别分类的年龄(均为UTAUT2中的调节变量)[21和纽约心脏协会功能分级(NYHA分级),这是一种主观衡量心衰症状严重程度的方法,其假设是病情越重的患者获益越多。基线NYHA级别(有时记录为范围)、年龄和性别的数据从医院电子病历中的患者图表中提取。

病人的问卷

作为影响评估中使用的更大问卷的一部分[22,同意的患者回答了关于他们对地中海在6个月和12个月的计划,提供了一个机会将这些定量发现与患者面谈的结果三角化(描述如下)。满意度问卷中的项目可以根据的关键UTAUT2构念进行分类绩效期望(3项)和工作期望(4项);没有问卷项目可以在剩余的UTAUT2结构中分类,因此没有进行定量评估。

使用SPSS 24版本(IBM Corporation)对问卷回答、依从率和线性回归进行描述性统计。在RStudio v.1.0.153 (RStudio Inc)中使用“plm”包进行多变量回归分析[30.].对于所有统计检验,aP数值小于0.05表示有统计学意义。时间趋势使用Microsoft Excel(微软公司)图形化表示。

定性数据和分析
离船原因

导致病人离院的原因记录在地中海协调员的记录是标准离船程序的一部分。对这些原因进行定性分析,并分类为主题,然后转换为每个类别的计数。

病人访谈

半结构式访谈指南,是为了了解患者的经历而开发的地中海程序,包括基于UTAUT2中的构造的探测。采用有目的的抽样方法确定参与者,以确保意见的多样性和达到信息饱和[31].在这个抽样方法中考虑的变量包括年龄、性别(年龄和性别都是UTAUT2的调节因素)、总体依从率和自注册以来的时间。后者涉及选择参与了不同持续时间的患者,包括基线(了解没有实际经验的初始感受)、大约1个月(干预措施仍然新鲜,但患者已经使用了足够长的时间,以体验使用的好处和障碍),以及大约6和12个月(与问卷管理相一致,并评估患者长期使用后的感受)。访谈被记录下来,并在预约就诊期间的私人房间或通过电话进行。

两位独立调查人员(PW和MD)使用框架方法分析访谈记录[32].该方法涉及第一轮主要演绎主题分析,使用基于UTAUT2结构的初始编码框架。PW和MD开会讨论了第一轮的结果,并就这些结构中的子主题达成了一致。接下来,使用更新的编码框架进行第二轮独立编码,随后召开会议讨论相互矛盾的代码和段落。源文档的管理和编码在NVivo version 11 (QSR International)的帮助下完成。


研究参与者的特征

参加地中海学生以男性(184/232,79.3%)为主,平均年龄57.6 (SD 16.0)岁。其他人口统计资料载于表1代表了这个城市心功能诊所的典型患者特征。在心衰严重程度方面,大约一半的患者每天出现相对轻微的心衰症状,48.5%(109/225)在项目登记时NYHA等级为2或更低,患者的平均左心室射血分数为32.1 (SD 13.2)。大多数纳入分析的患者(201/231,87%)使用全试剂盒版本的地中海系统中,8.2%(19/231)使用个人智能手机,但由诊所提供周边设备,其余4.8%(11/231)使用个人智能手机,并购买或使用自己的体重秤和血压袖带。在项目启动约1.5年后,患者才开始选择使用自己的设备[27].

总体和纵向坚持率

纳入分析的231名患者的平均总体坚持率为73.6% (SD 25.0),表明在他们参加该项目的过程中,平均患者每周完成5天规定的晨读。当考虑到患者服用至少1次但少于全部4次晨读的天数(即,包括不完全坚持),平均率为80.0% (SD 21.7)。每月依从率的纵向检查显示,第一个月的平均依从率相对较高,为81.2%(标准差23.0),在注册12个月后逐渐下降到63.1%(标准差37.0)图2).简单线性回归的结果表明,时间是依从性的一个显著预测因子(beta=−1.42,P<.001),自注册以来每个月的依从性下降了1.4%。

表1。患者的特征纳入了总体和纵向依从性的定量分析。
特征 统计数据
年龄(年),平均值(SD) 57.6 (16.0)
年龄(年;分类),n (%)

70人或以上 60 (25.9)

60 - 69 56 (24.1)

50-59 50 (21.6)

40至49 34 (14.7)

39人或以下 32 (13.8)
性别,n (%)

男性 184 (79.3)

48 (20.7)
种族,n (%)

白色 115 (66.0)

黑色的 14 (8.0)

亚洲 21日(12.1)

其他 24 (13.8)
乡村,n (%)

城市 100 (58.1)

郊区 49 (28.5)

农村 23日(13.4)
出生地点,n (%)

加拿大 85 (48.9)

在其他地方 89 (51.1)
最高学历,n (%)

不到高中 13 (7.5)

高中 34 (19.5)

学院或大学 127 (73.0)
加元收入$,n (%)

< 15000美元 26日(15.1)

15000 - 49999美元 57 (33.1)

> 50000美元 58 (33.7)

宁愿不回答 31 (18.0)
功,n (%)

全职工作 35 (20.2)

兼职工作 17 (9.8)

退休 87 (50.3)

失业/家庭主妇 14 (8.1)

其他 20 (11.6)
补充健康保险,n (%)

是的 104 (60.8)

没有 67 (39.2)




纽约心脏协会功能分类,n (%)

2个或以下 109 (48.5)

2 - 3 48 (21.3)

3个或以上 68 (30.3)
左心室射血分数,平均值(SD) 32.1 (13.2)
有智能手机,n (%)

是的 119 (70.4)

没有 50 (29.6)
使用智能手机的舒适度,n (%)

不舒服 5 (4.0)

比较舒服 24 (19.2)

舒适的 47 (37.6)

很舒服 49 (39.2)
患者使用设备,n (%)

完整的地中海工具包 201 (87.0)

患者使用个人电话,并配有外围设备 19日(8.2)

患者使用所有个人设备 11 (4.8)
图2。平均完全坚持率与坚持率(包括不完全坚持率)的比较。
查看此图

定量结果解释坚持

多元回归

随机效应多元回归与集群稳健的标准误差执行方法部分所述。研究结果见表2,证实了从项目注册的第二个月开始,每个月时间对坚持的显著影响。患者年龄是依从性的重要预测因子(P= .04点);阳性系数表明,随着年龄类别的增加,依从率更高,因此随着时间的推移,老年患者保持了更高的依从率。图3显示了回归模型中包括的年龄组随时间变化的依从率。疾病严重程度(NYHA级别)和性别不是依从性的显著预测因子。

表2。采用聚类稳健标准误差(SE)的随机效应多元回归显示了时间、性别、纽约心脏协会(NYHA)级别和年龄对平均依从性的影响。
变量 系数(β) SE P价值
拦截 87.57 4.03 <措施
月1 裁判一个 - - - - - -b - - - - - -
月2 -1.27 1.98
月3 -5.63 2.36 02
月4 -8.21 2.80 04
月5 -9.84 2.85 <措施
月6日 -12.65 3.05 <措施
月7日 -15.87 3.33 <措施
月8 -12.45 3.32 <措施
月9日 -13.71 3.63 <措施
月10 -15.11 4.20 <措施
月11日 -19.55 4.84 <措施
月12日 -20.98 5.13 <措施
-2.33 5.61 .68点
NYHA类 -0.34 2.60 .90
年龄 3.49 1.68 .04点

一个第1个月是参照类别,在多元回归模型中,时间变量(第2个月到第12个月)的所有其他水平都与之比较。

b不适用。

图3。按年龄组别划分的长期平均依从率显示,较年长组别的长期依从率较高。
查看此图
病人的问卷

来自患者问卷调查的结果显示,绝大多数患者意识到使用的价值地中海6个月后,90.6%(87/96)人同意或非常同意“TM系统对治疗心衰很重要”的说法,87.4%(83/95)人同意“继续使用TM系统对治疗心衰很有用”的说法(表3).12个月后,同意上述说法的患者比例分别上升至95.8%(46/48)和93.9%(46/49)。有关的回应工作期望在6个月时,同样显示出较高的一致性,92.7%(89/96)的患者同意TM系统易于使用和学习如何使用的陈述。在12个月时,89.4%(42/47)和91.8%(45/49)对易用性的看法保持一致。

表3。患者对使用的益处和努力的认知地中海注册后6个月和12个月的TM系统。
问卷项目 同意或非常同意,n (%)
6个月 12个月
绩效期望


监控系统对我处理心力衰竭很重要 87 (90.6) 46 (95.8)

我认为使用监测系统改善了我的健康 65 (70.7) 36 (75.0)

继续使用监控系统对我来说是有用的 83 (87.4) 46 (93.9)
工作期望


学习操作监控系统对我来说很容易 89 (92.7) 45 (91.8)

我发现这个监控系统很容易使用 85 (92.4) 42 (89.4)

在家里量血压很容易 93 (96.9) 47 (95.9)

保持我的体重很容易 93 (96.9) 47 (95.9)
表4。患者离船原因的分类。
离船原因 统计,n (%)
Clinician-initiated offboarding

接受心脏移植或心脏外科修复的 14 (22.9)

改用更具侵入性的远程监测形式(如CardioMEMS) 5 (8.1)

病人恢复心室功能 4 (6.5)

健康状况发生重大变化(如转向姑息治疗) 6 (9.8)

患者不遵守读数或遵循临床医生的指示 3 (4.9)
Patient-initiated offboarding

对参与不感兴趣,或者认为不值得付出努力 5 (8.1)

因每日阅读而产生的压力 4 (6.5)

生活环境(例如,轮班工作和生病的亲戚) 2 (3.2)

视力不佳 1 (1.6)

其他(如未知的、迁移的省份) 5 (8.1)
死亡率 12 (19.6)

解释依从性的定性结果

离船原因

离开医院的61名病人中地中海在研究期间,52%(32/61)的患者因心衰情况的变化而停牌地中海这个项目将不再是他们护理计划中有益的一部分。共有3名病人因不遵守所采取的措施或遵照临床医生指示而离院(表4).还有28%(17/61)的患者选择离开项目,因为他们对项目缺乏兴趣,或者觉得注册的好处不值得付出努力,每天的监测会带来压力,以及其他未知的原因。最后,20%(12/61)的离岗是因为患者死亡。这些死亡归因于心力衰竭的严重性和自然进展。

采访中发现
访谈参与者特征

访谈参与者(n=24)与较大患者样本的年龄和性别分布基本一致,如所示表5.接受采访的患者的总体坚持率在22.2%到98.6%之间,并在项目注册以来的不同时间进行了采访。其中17%的患者(4/24)在入职当天接受了采访,2名患者在决定退出该项目后同意参加。

表5所示。半结构化访谈的参与者特征。
参与者ID 入学年龄(年) 入学后面试时间(月) 平均坚持率(%)
HFpro009 76 12 92.2
HFpro011 72 12 80.0
HFpro018 60 6一个 90.0
HFpro019 46 3. 30.3
HFpro027 59 6 82.3
HFpro028 67 6 93.1
HFpro037 F 62 0 90.3
HFpro038 63 6 97.5
HFpro048 44 1一个 96.7
HFpro052 83 6 70.3
HFpro059 76 6 54.2
HFpro060 F 81 6 96.3
HFpro061 62 6 45.0
HFpro064 45 6 67.9
HFpro089 57 9 72.2
HFpro091 F 61 12 94.4
HFpro107 54 6 62.8
HFpro109 41 1 68.3
HFpro129 22 1 22.2
HFpro131 F 71 0 87.0
HFpro154 50 1 96.1
HFpro157 F 45 0 98.6
HFpro158 F 52 0 82.4
HFpro168 F 65 6 90.6

一个离船后进行面谈。

采访的主题

根据UTAUT2构念对访谈主题进行分类性能的期望,工作期望便利的条件社会影响,习惯;没有与享乐动机价格的价值被编码人员识别出来了。基于患者年龄、性别或入组时间的主题没有出现总体模式。因此,以下章节中讨论的主题和代表性引用主要有助于区分高追随者和低追随者。

绩效期望

这个主题指的是作为社会的一部分所能感受到的好处,包括预期的和经历的地中海程序。副主题包括(1)自我管理支持,(2)心态平和,(3)与护理团队的关系,(4)缺乏背景。

自我管理支持

最常被提及的好处是地中海它支持患者自我管理心衰的能力。参与者讨论了该系统如何通过使他们能够每天进行读数,使他们负责并在自我护理任务中提供指导:

我很少量体重,这在住院时是个大问题,因为我体内水分太多了。所以,是的,它对监控我通常不会做的事情很有帮助,它让我保持跟踪,让我知道我是否需要服用我通常不需要服用的药物。我期望它会对我有帮助,因为它使我保持一个例行公事,它没有辜负我的期望。
(HFpro154)

这种自我管理支持的基础是患者自我护理反馈的即时性,这使患者可以根据他们刚刚获得的读数结果来计划他们的一天:

我可以在知道自己必须格外小心的情况下开始我的一天……我要根据麦德利告诉我的来计划我的一天。这就是每天早上它对我的帮助,我知道在这一天剩下的时间里什么该做,什么不该做。
(HFpro089)
心灵的平静

自动自我护理反馈与临床医生监测一起工作,为许多患者提供了安心的心情。对一些人来说,当他们试图判断自己的症状是否严重到需要去医院时,这种平和的心态会给他们带来更高的自信。

我很勤奋……我基本上依赖它。我只是喜欢它所代表的内心的平静。当你像我一样病得很重的时候,有个哥哥或姐姐在身边是件好事。
(HFpro107)
我知道有人在照看我,我不必总是去医院,这给了我安慰。
(HFpro052)
与护理小组的关系

参加该项目时间较长的患者表示,它改善了他们与护理团队临床成员的关系:

一开始我并没有因为没有太多的互动而感到困扰,但现在你实际上获得了信任,你知道,与另一端的人建立了关系……当(Medly的护士)打来电话时,我们聊了20分钟,她真的能了解到事情的全部历史,因为你不可能在一分钟的谈话中了解到全部历史。
(HFpro089)

然而,对一些人来说,这种更密切的关系有助于解释患者的依从性较低,他们不喜欢临床医生能够看到日常生活中的越轨行为:

我有一种感觉,他们知道我所做的一切,这让我有些不安。如果我想出去大吃大喝,看足球比赛或曲棍球比赛,吃很多东西,他们会知道的,因为我的体重会增加,所以他们会害怕,“哦,上帝,我要挨骂了。”这会阻止我那样做吗?不,阻止我这么做的原因是这对我的健康有害……我忘记测量体重(笑),因为我觉得他们在看我。
(HFpro061)
缺乏语境

总体坚持率较低的患者表示,这些读数,特别是症状,并不能准确地反映其健康状况的全部情况。因此,一些人觉得自我护理反馈信息并不总是反映他们的感受,他们最终认识到,他们不应该立即对一些警告采取行动:

(反馈信息)有点太令人担忧了……因为有时他们会说“让人马上带你去急诊室”,通常结果是没事的,所以我已经习惯了。
(HFpro009)
工作期望

患者的接受和坚持也可以通过使用该系统所涉及的感知努力来解释。副主题包括(1)可用性和(2)技术困难。

可用性

定性研究结果反映了问卷调查的结果,因为大多数患者发现地中海系统易于学习和使用。此外,一些患者是经常旅行的人,他们描述了该系统的便携性如何允许他们在任何地方继续进行读数:

我已经到了不太会用手机玩电脑的年纪了……但这很好,很容易。如果我能学会,那是很容易学会的。
(HFpro027)
我带着它走遍了加拿大,我们把它扔进了车里。我甚至早上第一件事就是去蒂姆·霍顿减肥那是在埃德蒙顿。我们刚离开酒店,把它放在车里,在我们离开(上路)之前,我说我体重太重了。我妻子出去买了它,在蒂姆·霍顿斯(Tim Hortons)把它连到Wi-Fi上,砰的一声,(我)就把它拿到了那里。
(HFpro089)

少数患者描述了使用外围设备时的一些困难,以及在试图确定如何准确回答“是/否”症状问题时的认知努力:

这设备高度敏感。对我来说,我经常头晕,因为我的药物,我的低血压和我的心脏问题。所以,如果我在秤上摇摆或移动,秤上的读数就会不同……我是一个很宽的人,我需要把我的脚分开,以便在磅秤上稳定……我的手臂也是一样,如果我稍微移动一下手臂或其他东西,就会使血压监测器进入错误模式,这很令人沮丧
(HFpro064)
对于[症状]问卷,有时我有点不知所措,因为它问“症状更严重了吗?”嗯,不是更糟,不过有时候我会有点喘不过气来。
(HFpro091)
技术问题

在所有患者和时间点上,系统的质量被认为是高的。然而,来自不同依从水平的几名患者描述了遇到的技术问题,特别是与外围设备和智能手机之间的蓝牙连接有关的问题。

有时候我并不觉得了不起,因为我称了体重,但没有记录下来。然后我接到电话说不是我干的这让我不知所措。但是,一般来说,这是可以的。我想我有过三次失败的经历。我想"我做错了什么? "
(HFpro060)
便利的条件

便利条件是可用于便利使用的资源和支助地中海.副主题包括(1)技术支持,(2)自动坚持呼叫,(3)非正式护理人员。

技术支持

所述的技术问题似乎没有严重影响遵守率,因为很容易获得技术支助服务。此外,全面的入职过程有助于初步吸收:

我找不到(不使用Medly的理由)。我的意思是,说到遇到技术上的困难,你给了我所有的号码,我可以联系到很多人,所以我不认为会有那么大的问题,我无法解决它。
(HFpro027)
(训练)小菜一碟……这是私人的,我们在一个封闭的房间里,信息是面对面的,设备就在那里,可以亲自操作……太棒了。
(HFpro018)
自动坚持呼叫

如果患者在上午10点前没有读取读数,就会收到自动呼叫,尽管有时被描述为令人讨厌,但许多人表示这是一种便利的情况:

在接到烦人的电话之前,我每天早上做的第一件事就是(记录我的读数)……我确实(很感谢你的电话,但是)……我还是两个孩子的单亲爸爸,所以只要有机会休息和睡觉,我都会抓住……短信总比电话好。
(HFpro064)
非正式的护理人员

虽然这项技术旨在支持心衰患者的体验,但一些患者从家庭成员那里获得支持,帮助他们处理心衰的各个方面,包括提醒他们服用药物地中海阅读材料:

我家里有一个内置显示器(笑)……这是非常非常有益的,因为如果(我妻子)根本不在场,你知道,就习惯而言,我可能会比现在更糟糕。所以,有了那个额外的人,她就能很好地监督我。
(HFpro028)
社会影响

社会影响是指患者生活中个体对TM使用的支持程度。患者的反应显示,他们的家人和朋友压倒性地支持他们参加地中海计划:

每个人都知道[我用Medly]。我一直在写这个……每个人都很羡慕我参加这种类型的项目,羡慕我有这么关心我的医生。
(HFpro064)

一些患者的家庭成员提出了隐私问题,但这似乎并不影响他们的参与意愿:

嗯,(我的朋友和家人)认为这很棒。还有一些人认为这有点像“老大哥说”“哇,他们知道很多关于你的信息。”但是他们对老大哥的恐惧是次要的,我的医生需要知道发生了什么。
(HFpro019)

最后,事实是地中海该项目得到了一位值得信赖的临床医生的认可,这似乎也是患者的一个激励因素:

[我的心脏病专家]总是非常支持他说:“[Medly]真的做得很好,让你远离紧急情况。”
(HFpro009)
习惯

在坚持率高的患者中,习惯形成的证据更明显,许多人描述了采取措施最终如何成为他们拖延习惯的一部分。一旦养成了习惯,打破这一习惯的事件或情况就解释了为什么会错过一些读数:

现在这已经是习惯的一部分了。我不会忘记它. ...这是自动的。
(HFpro038)
(当我忘记的时候)我觉得我能闻到我妻子煮咖啡的味道……我的嗅觉非常强,它把我脑子里的其他感官都打败了,让我觉得“先称体重吧”。新鲜咖啡的香味从走廊传来,说实话,那是我唯一怀念的时刻。
(HFpro089)

虽然习惯的形成有帮助,但它并不是保证高度坚持的必要条件。一名患者描述了每天进行读数的麻烦,但在整个注册过程中仍然保持了很高的依从性(90.0%)。在这个例子中,诸如内疚和认识到一种行为的重要性等因素可能足以激发每日阅读,即使这种行为没有成为自动的:

我不喜欢每天都做这件事,这有点拖后腿,因为有时我想睡懒觉,我有一种负罪感,因为我没有做完这件事……我只是有点老了,懒惰了,不想做任何事,但这是我的养生法的一部分,我从不错过。
(HFpro018)

主要研究结果

本研究提出了一项混合方法研究的结果,该研究试图描述和解释在基于手机的HF TM计划作为护理标准的一部分的情况下,患者在1年的时间内对每日规定的家庭读数的依从率。结果发现,平均总体依从率为73.6%,每个月依从率平均下降1.4%。随机效应模型可以将月依从性的重复测量(时间的影响)与其他人口统计学变量纳入相同的回归中,发现年龄对月依从性的显著影响。具体来说,老年组(70岁或以上)的坚持率最高(随着时间的推移更一致),每过10年,坚持率就逐渐降低。

使用的其他方法不能完全解释依从率的暂时性下降,但它们确实提供了证据,表明患者对项目的感知和其他环境因素有助于解释依从率的高低。解释患者坚持的动机的因素包括:(1)对计划的感知益处(自我管理支持、安心和临床护理的改善),(2)使用方便,(3)家人和朋友对计划的积极评价,(4)支持性服务(培训和技术支持),(5)形成习惯的能力。解释低依从性和不完美依从性的主题包括:(1)技术问题,(2)干扰已形成习惯的生活环境,以及(3)由于系统无法充分捕捉和沟通患者健康状态的全部背景,人们认为该计划的好处不是最理想的。的UTAUT2结构符合这些解释性发现绩效期望工作期望便利的条件社会影响,习惯

没有发现与UTAUT2结构有关享乐动机而且价格的价值;然而,这可能是由于该研究进行的背景。首先,尽管患者表达了许多好处,但TM系统的使用仍然发生在疾病管理的背景下,因此不太可能被描述为有趣或愉快的。其次,加拿大有一个公共支付医疗系统,这意味着患者不用自掏腰包来使用这项技术。此外,那些使用自己的智能手机和外围设备的人要么已经有了这些设备,要么通过补充健康保险评估了他们支付或支付费用的能力。因此,病人没有被置于一个位置,必须权衡补充个人成本和作为一部分的好处地中海程序。

最后,尽管本研究的主要目的是使用基于优化项目效益所需的规定患者行为的定义来解释依从性,但不完全依从率比完全依从率高6.4%的发现不应被忽视。在这些不完整的晨间读数中,有一定比例可能是由于患者所表达的蓝牙连接问题,导致无法进行体重或血压读数,直到该问题得到解决。其他可能的解释可能包括患者没有认识到或不记得进行全套读数的重要性。或者,患者可能会根据他们的感觉做出决定,采取最相关的措施(因为自我管理的高度自我效能感),这未必会导致更糟糕的结果。这些假设不能被本研究产生的解释性数据所证实,需要在未来的研究中进行实证检验。坚持率和健康结果的影响将在即将进行的影响评价的亚组分析中加以探讨地中海程序(22].

与以往工作的比较

测量的依从性

这项研究的发现与Maeder等人的文献综述一致,后者发现,居家远程医疗项目的坚持率在40%到90%之间,在最初几个月往往更高,然后随着时间的推移逐渐下降[16].最近一项类似的研究观察了在治疗各种情况的TM干预中记录生命体征的依从性,发现对预定的每日读数的平均依从率为64.1%。然而,这项研究还发现,在最初的急剧下降之后,有增加坚持的趋势,这很难与我们的结果一起解释。作者没有完全解释这种最初的下降,但假设只有在纵向值可以产生,并且他们有足够的时间来体验干预的价值之后,才可能鼓励患者坚持。33].在另一项研究中,心衰患者90%坚持完成IVR呼叫,[34但电话每周只安排一次,这同样限制了与要求患者每天进行读数的治疗方案的比较。

解释的依从性

另一项远程监测研究发现,老年患者保持了较高的依从性[34但没有解释。UTAUT2提出年龄的调节作用是这样的工作期望而且便利的条件在老年人中最强[21].此外,研究还发现,与年轻人相比,当一种习惯通过反复使用而形成后,外部环境的变化会更难改变老年人的这种行为。21].换句话说,易用性地中海系统和辅助服务的可用性可能导致老年患者使用更多,从而形成一种习惯。与年轻患者相比,这种习惯一旦形成就更难改变。虽然这可能解释了不同年龄组之间的一些差异,但也有可能是年轻患者比年长患者经历了更多潜在的干扰(工作和需要抚养的孩子)。需要进一步的研究来了解年龄对坚持TM干预的影响。

本研究中解释依从性高低的因素与文献中描述的TM、移动医疗和远程医疗使用的障碍和促进因素相似。关于绩效期望,文献引用了类似的可感知的好处,包括干预改善健康管理的程度(包括自我和临床医生指导的管理)、心态的平和以及增强患者和临床医生之间的关系[3.41935-41].

经常被引用的因素有关工作期望包括设备的易用性、技术障碍、卫生知识普及或语言障碍以及有限的回答选项[3.41936-4042].后者在本研究中出现在与“是/否”形式的症状作斗争的患者身上。

就…而言便利条件,研究支持技术支持服务和功能的可用性,以帮助记忆作为技术使用的重要因素[3.193738].

社会影响在O 'Connor的一篇系统综述中进行了讨论,其中指出缺乏临床认可是患者接受的障碍[40].一项调查研究发现,社会影响力的构建有助于解释患者使用电子卫生系统的意图,而这一意图已经超出了用绩效和努力预期可以解释的范围[36].在这项研究中,我们发现绝大多数人支持使用地中海家人,朋友,还有病人的心脏科医生。因此,虽然孤立地看社会影响可能不是一个足够强大的因素,但它可能促成了在入学的最初阶段较高的依从性。

文献中引用了一些障碍,如每日阅读未能成为自动的并融入患者的日常任务[440,并被归类在的结构中习惯在我们的研究中。如果没有养成一种自动的习惯,每天读取数据所增加的能量很可能会随着时间的推移导致用户疲劳。

本讨论旨在强调文献中UTAUT2主题的流行。然而,重要的是要认识到,每次TM干预是不同的,可能会给患者带来不同的体验。例如,Fairbrother等人的一项研究得出结论,尽管患者经历了内心的平静,但TM干预并没有增加他们对病情的所有权感[43].这与我们研究中许多患者描述的情况形成对比地中海促进自我管理。这可能是由费尔布拉泽研究中的自动自我护理反馈信息所解释的,它不是TM系统的一部分。这是一个例子,说明不同的患者经历可以解释依从性研究结果的一些异质性。这项研究聚焦于患者的感知,因为个人的经历最有可能影响他们坚持TM计划的程度。项目结果的评估,包括生活质量和自我护理的量化措施,不在本研究的范围内,将在即将出版的出版物中讨论[22].

限制

在解释研究结果时,应考虑与本研究的语用设计有关的几个限制。首先,与随机对照试验中的TM干预不同地中海该项目在数据收集发生的2年期间进行了调整。如别处所述[27],这些改变使得干预的本质得以保留,但仍有一些患者可能有不同的经历。

其次,因为参与干预并不取决于患者是否参与研究,我们意识到不要让患者在多个时间点进行访谈,使其负担过重。这一决定意味着,我们没有收集个人的定性数据,因为他们通过项目的进展。

第三,离开医院的原因仅限于临床医生收集的管理数据,并不是所有参与项目的患者都同意接受采访。

第四,缺乏严格的纳入标准意味着,根据实验标准,可能会出现选择偏差,这样入选的患者更可能投入,而不会面临语言障碍。此外,样本的人口统计特征和男性患者的过度代表限制了研究结果的普遍性地中海程序。这与其他研究一致,这些研究发现,尽管男女心衰患病率相似,但参加心功能诊所和临床研究的女性代表性不足[4445].虽然探索为什么很少有妇女能够获得心衰管理干预措施的原因不在本研究的范围内,但显然有必要研究性别或基于性别的差异,包括与TM干预的吸收、使用和坚持有关的差异。例如,在回归分析中,性别与依从率不相关的原因可能是因为本研究中女性参与者数量相对较少。

第五,随着时间的推移,可用数据的样本量逐渐变小,尽管回归分析中考虑到了这一点,但很可能是对项目有强烈负面意见的患者在12个月点之前离开了项目(因此没有完成问卷)。

第六,先前发表的协议[22]描述了使用定量方法来测量患者的依从性,并在UTAUT2指导下进行访谈,以解释这些依从性比率。作为务实评估的一部分,我们收集了其他数据(即患者满意度问卷和离机原因),并报告了这些数据,因为它们提供了一个机会,通过与患者面谈的三角测量进一步解释患者依从性。然而,因为满意度问卷最初并不是用来解释依从性的,它只包含与7个UTAUT2结构中的2个相关的项目。进行与UTAUT2相关的基于问卷的工作的研究人员应考虑使用包含该框架的验证项的工具[21].

最后,我们没有数据可以让我们考虑到患者由于合法的原因(如旅行、住院和系统停机时间)而无法进行读数的时间,这在测量依从性时是理想的考虑因素。这种限制可能低估了真正的坚持率地中海程序。

建议

基于本研究的结果,我们同意其他研究的建议,即患者应接受全面的培训,并可能受益于旨在提醒他们正确使用TM系统、TM干预的好处,以及在需要时获得技术支持的过程的复习课程[616].我们还主张支持的家庭成员参与这些讨论,并将其作为入职过程的一部分。此外,由于许多心衰患者得到非正式护理人员的支持,进一步研究如何在TM系统的设计中最好地结合这一角色将是有益的。

在这项研究中,提醒(如坚持呼叫)被发现很重要。因此,TM系统的开发人员应该提供一系列选项(例如,电话、文本和应用程序通知),用户可以根据自己的喜好进行选择,这样这些提醒不会变得太混乱,以致他们选择禁用该功能。

最后,研究结果为如何进行以用户为中心的TM系统设计提供了重要的见解。尽管在实验室环境中进行基于场景的可用性测试是有价值的,但是在完全部署之前,新的TM系统还应该在现实世界中对所有年龄层的用户进行试验。这是为了让TM设计人员了解患者如何在他们现有的习惯和个人生活背景下使用(或不使用)该系统所必需的。此外,尽管自我护理信息可以在单个可用性测试会话中进行模拟,但最好还是让患者有机会在一段时间内使用TM系统,以评估自我护理信息对其健康状态波动的响应的准确性和适当性。

结论

本研究提出了一项混合方法研究的结果,旨在解释加入基于手机的HF TM项目的患者的纵向依从率。研究发现,在参加该项目的73.6%的时间里,患者平均记录了体重、血压、心率和症状读数。结果还显示,在12个月内依从性持续下降,这进一步受到患者年龄的影响,例如,在整个研究期间,老年组的患者保持了更高和更一致的依从性,而在年轻组的依从性下降率逐渐更加明显。最后,访谈结果表明,该计划的感知好处、易用性、社会和技术支持,以及形成每日阅读习惯的能力进一步解释了坚持的程度。这些发现可以指导TM干预措施的设计,使患者的依从性最大化。当在有效性试验的背景下实施时,具有高保真度的使用干预措施将能够更准确地评估影响,当作为护理标准的一部分实施时,它们将确保资源的优化和患者和临床医生用户的满意度。

致谢

作者要感谢参与这项研究的患者。

作者的贡献

PW领导了这项研究的总体设计、数据收集、数据分析和撰写。HR, AL, JC和ES参与了设计。MD对定性数据的分析和解释有贡献,CB对定量数据的分析有贡献。所有作者都对手稿进行了审阅和编辑。所有作者都阅读并认可了最终版本的手稿。本研究是作为PW博士论文工作的一部分进行的,她获得了多伦多大学卫生政策、管理和评估研究所的津贴。

利益冲突

HR, JC和ES被认为是地中海根据UHN的知识产权政策,并可从UHN未来的技术商业化中获益。

  1. 安克·史丹,柯勒F, Abraham WT.远程医疗和远程管理的心脏衰竭患者。Lancet 2011年8月20日;378(9792):731-739。[CrossRef] [Medline
  2. 陈晓燕,陈晓燕,陈晓燕。家庭远程监护干预对慢性心力衰竭患者的影响:系统综述。J medical Internet Res 2015;17(3):e63 [免费全文] [CrossRef] [Medline
  3. Gorst SL, Armitage CJ, Brownsell S, Hawley MS.家庭远程医疗在心力衰竭和慢性阻塞性肺疾病患者中的接受和持续使用:一项系统综述。Ann Behav Med 2014 12月;48(3):323-336 [免费全文] [CrossRef] [Medline
  4. 瓦西里夫一世,罗塞尔A,教皇C,肯尼迪A,奥凯南A,索尔兹伯里C等。评估用于自我管理支助的远程保健干预措施的可实施性:现实主义审查。实施科学2015;10:59 [免费全文] [CrossRef] [Medline
  5. Desai AS, Stevenson LW。把家庭和心力衰竭疾病管理联系起来。中华医学杂志2010 12月9日;363(24):2364-2367。[CrossRef] [Medline
  6. Hanley J, Ure J, Pagliari C, Sheikh A, McKinstry B.参与HITS家庭血压远程监测试验的患者和专业人员的经验:一项定性研究。BMJ公开赛2013;3(5)[免费全文] [CrossRef] [Medline
  7. Yun JE, Park J, Park H, Lee H, Park D.远程监护与常规护理对心力衰竭的疗效比较:一项系统综述和荟萃分析。J Card Fail 2018 Jan;24(1):19-28。[CrossRef] [Medline
  8. 林敏,袁伟,黄涛,张宏,麦杰,王杰。远程医疗治疗慢性心力衰竭的临床疗效:系统评价与meta分析。中华医学杂志2017年3月22日;65(5):899-911。[CrossRef] [Medline
  9. 中村勇,王晓燕,王晓燕,等。慢性心力衰竭患者远程监测的meta分析。2014年1月20(1):11-17。[CrossRef] [Medline
  10. 向锐,李丽,刘世祥。慢性心力衰竭患者远程保健方案的meta分析与meta回归2013年7月19(5):249-259。[CrossRef] [Medline
  11. Chaudhry SI, Mattera JA, Curtis JP, Spertus JA, Herrin J, Lin Z,等。心衰患者的远程监测。英国医学杂志2010 Dec 9;363(24):2301-2309 [免费全文] [CrossRef] [Medline
  12. Koehler F, Koehler K, Deckwart O, Prescher S, Wegscheider K, Kirwan B,等。远程医疗介入管理对心衰患者的疗效(TIM-HF2):一项随机、对照、平行组、无盲试验柳叶刀2018年9月;392(10152):1047-1057 [免费全文] [CrossRef
  13. 柯勒F, Winkler S, Schieber M, Sechtem U, Stangl K, Böhm M,远程医疗介入监测在心力衰竭调查中的应用。远程医疗管理对门诊慢性心力衰竭患者死亡率和住院率的影响:心力衰竭的远程医疗介入监测研究发行量2011年5月3日;123(17):1873-1880 [免费全文] [CrossRef] [Medline
  14. Ong MK, Romano PS, Edgington S, Aronow HU, Auerbach AD, Black JT,移行性心力衰竭(BEAT-HF)后更好的疗效研究组。住院心力衰竭患者出院后远程患者监测的有效性:转行-心力衰竭(BEAT-HF)后的更好效果随机临床试验JAMA实习医学2016年3月176(3):310-318 [免费全文] [CrossRef] [Medline
  15. 威尔P,濑户E,罗斯HJ。家庭远程监控的复杂性:对以环境为中心的证据的需要。Can J Cardiol 2018 july;34(7):897-904。[CrossRef] [Medline
  16. Maeder A, Poultney N, Morgan G, Lippiatt R.家庭自我护理远程医疗项目的患者依从性。中国电信学报2015 12月21(8):439-442。[CrossRef] [Medline
  17. 或CK, Karsh B.一项关于患者对消费者健康信息技术接受程度的系统回顾。J Am Med Inform Assoc 2009年8月;16(4):550-560 [免费全文] [CrossRef] [Medline
  18. Sieverink F, Kelders SM, van Gemert-Pijnen JE。明确坚持电子卫生技术的概念:系统审查何时使用成为坚持。J Med Internet Res 2017 Dec 06;19(12):e402 [免费全文] [CrossRef] [Medline
  19. 李志强,李志强,李志强,等。利用远程测量技术管理健康的障碍和促进因素:系统审查和调查结果内容分析。J Med Internet Res 2018年7月12日;20(7):e10480 [免费全文] [CrossRef] [Medline
  20. Ware P, Ross HJ, Cafazzo JA, Laporte A, Gordon K, Seto E.评估基于手机的远程监控项目的实施:实施研究统一框架指导下的纵向研究。JMIR Mhealth Uhealth 2018 7月31日;6(7):e10768 [免费全文] [CrossRef] [Medline
  21. 文卡塔斯V,丁金玉,徐旭。消费者接受与信息技术使用:技术接受与使用统一理论的延伸。Mis q 2012;36(1):157。[CrossRef
  22. Ware P, Ross HJ, Cafazzo JA, Laporte A, Seto E.基于智能手机的心衰患者远程监测程序的实施和评估:混合方法研究协议。JMIR Res Protoc 2018年05月03日;7(5):e121 [免费全文] [CrossRef] [Medline
  23. Seto E, Leonard KJ, Cafazzo JA, Barnsley J, Masino C, Ross HJ。开发基于医疗保健规则的专家系统:心衰远程监测系统的案例研究。国际医学通报2012年8月;81(8):556-565。[CrossRef] [Medline
  24. 康纳利CE。慢性疾病自我护理模式的实证研究。临床护士规范1993年9月7日(5):247-253。[Medline
  25. Janz NK, Becker MH.《健康信念模型:十年后》。健康教育杂志1984;11(1):1-47。[CrossRef] [Medline
  26. Seto E, Leonard KJ, Masino C, Cafazzo JA, Barnsley J, Ross HJ。心力衰竭患者和卫生保健提供者对基于手机的远程监测的态度。J Med Internet Res 2010 11月29日;12(4):e55 [免费全文] [CrossRef] [Medline
  27. Ware P, Ross H, Cafazzo J, Laporte A, Gordon K, Seto E.以用户为中心的适应现有心衰远程监测程序,以确保可持续性和可扩展性:定性研究。JMIR Cardio 2018 12月06日;2(2):e11466。[CrossRef
  28. 希尔,格里菲思,林。计量经济学原理。霍博肯,新泽西州:威利;2008.
  29. 股票JH,华生MW。固定效应面板数据回归的异方差-稳健标准差。计量经济学2008年1月;76(1):155-174。[CrossRef
  30. Croissant Y, Millo G. R中的面板数据计量经济学:plm包。J Stat Soft 2008;27(2)。[CrossRef
  31. Francis JJ, Johnston M, Robertson C, Glidewell L, Entwistle V, Eccles MP等。什么是适当的样本量?基于理论的访谈研究的操作数据饱和。心理健康2010年12月25(10):1229-1245。[CrossRef] [Medline
  32. Gale NK, Heath G, Cameron E, Rashid S, Redwood S.用框架方法分析多学科健康研究中的定性数据。BMC Med Res methodo 2013;13:117 [免费全文] [CrossRef] [Medline
  33. Celler B, Argha A, Varnfield M, Jayasena R.患者在家庭远程监护期间遵守预定的生命体征测量:试验前后干预组的分析。JMIR Med Inform 2018年4月9日;6(2):e15。[CrossRef] [Medline
  34. Piette JD, Rosland A, Marinec NS, Striplin D, Bernstein SJ, Silveira MJ。参与自动病人监测和自我管理支持电话:与一千名慢性病人打交道的经验。2013年3月51日(3):216-223 [免费全文] [CrossRef] [Medline
  35. Greenhalgh T, A'Court C, Shaw s理解心力衰竭;解释远程保健-解释学系统回顾。BMC心血管疾病2017 Dec 14;17(1):156 [免费全文] [CrossRef] [Medline
  36. de Veer AJ, peters JM, Brabers AE, Schellevis FG, Rademakers JJ, Francke AL.《社区老年人使用电子卫生意向的决定因素》。BMC Health Serv Res 2015 3月15日;15(1)。[CrossRef] [Medline
  37. 马科vec BM, Trkman P.老年用户家庭远程医疗服务接受行为分析——应用扩展UTAUT模型。Int J Med Inform 2016 Jun;90:22-31。[CrossRef] [Medline
  38. Kraai IH, Luttik ML, de Jong RM, Jaarsma T, Hillege HL。远程医疗监测心力衰竭患者:患者满意度,文献综述。J Card Fail 2011 Aug;17(8):684-690。[CrossRef] [Medline
  39. Matthew-Maich N, Harris L, Ploeg J, Markle-Reid M, Valaitis R, Ibrahim S,等。设计、实施和评估用于管理老年人慢性疾病的移动卫生技术:范围审查。JMIR Mhealth Uhealth 2016年6月09;4(2):e29 [免费全文] [CrossRef] [Medline
  40. O'Connor S, Hanlon P, O'Donnell CA, Garcia S, Glanville J, Mair FS。了解影响患者和公众参与和招募数字卫生干预措施的因素:对定性研究的系统回顾。BMC Med Inform Decis Mak 2016年9月15日;16(1):120 [免费全文] [CrossRef] [Medline
  41. Granja C, Janssen W, Johansen MA。决定电子健康干预成功和失败的因素:文献的系统回顾。J Med Internet Res 2018年05月01;20(5):e10235 [免费全文] [CrossRef] [Medline
  42. 陈晓燕,陈晓燕,陈晓燕。老年心力衰竭退伍军人早期坚持使用家庭远程医疗设备的预测因素和结果2013年3月19日(3):217-223。[CrossRef] [Medline
  43. Fairbrother P, Ure J, Hanley J, McCloughan L, Denvir M, Sheikh A,等。慢性心力衰竭的远程监测:患者和医疗保健专业人员的观点——一项定性研究中华临床杂志2014 01;23(1-2):132-144。[CrossRef] [Medline
  44. 与患病率相比,女性心力衰竭的研究不成比例:2013年发表的研究综述。心血管杂志2016;31(1):84-88。[CrossRef] [Medline
  45. 李晓燕,李晓燕,李晓燕。女性心力衰竭和其他心血管疾病的差异。妇女健康(Lond) 2012年7月;8(4):473-485。[CrossRef] [Medline


心力衰竭:心脏衰竭
固话:交互式语音应答
NYHA类:纽约心脏协会功能分类
个随机对照试验:随机对照试验
TM:远程控制
UHN:大学卫生网
UTAUT2:技术接受与使用的统一理论2


G·埃森巴赫编辑;提交29.12.18;L de Witte, S Kitsiou, A Miranda的同行评议;对作者24.01.19的评论;修订版收到25.01.19;接受11.02.19;发表26.02.19

版权

©Patrick Ware, Mala Dorai, Heather J Ross, Joseph A Cafazzo, Audrey Laporte, Chris Boodoo, Emily Seto。最初发表于JMIR Mhealth和Uhealth (http://mhealth.www.mybigtv.com), 2019年2月26日。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是适当引用在JMIR mhealth和uhealth上首次发表的原文。必须包括完整的书目信息,http://mhealth.www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。


Baidu
map