移动健康技术在慢性病管理中应用进展的文献计量学分析

施博文，马慧敏，潘言志，马赫，杨晨，熊巨洋

430030 湖北省武汉市，华中科技大学同济医学院医药卫生管理学院

慢性病是一种病因复杂、受遗传和环境因素共同影响的疾病类型。慢性病导致的死亡人数占全国总死亡人数的86.6%，导致的疾病负担占总疾病负担的70%，给我国带来了沉重的疾病和经济负担［1-2］。慢性病具有病程长、控制率低、致残和致死率高、人群涉及面广等特点［3］，已成为全球性的健康威胁［4］。传统慢性病管理模式由于工作量大、管理效率低等问题，已无法满足人们随着环境快速变化而迅速增长的疾病管理需求。而移动健康技术可以克服时间和地理障碍［5］，形成患者、家庭、医疗团队的协同管理机制，通过医疗资源共享和业务高效协同［6］，大幅度提升了慢性病管理效率。20多年来，随着信息通信技术的发展，人们越来越关注借助新技术提供新型医疗服务，在健康服务与管理需求的催生下，移动健康技术在慢性病管理中的应用得以快速发展。目前，美国、日本等发达国家的移动健康服务已实现从治疗向以预防为主的转变，积累了丰富的研究经验和技术实力，并进入了精细化发展阶段［7］，为慢性病管理提供了更为可靠和有效的手段。我国的“健康中国”和“互联网+”战略部署同样推动了移动健康技术的应用和发展，但由于起步较晚，在信息智能化的发展中还存在全民健康信息平台功能不完善、信息资源开发利用不足、数据质量待提升等问题。因此，持续推进我国移动技术和数字健康的发展，从而促进慢性病管理显得尤为重要。目前，国内关于移动健康和慢性病管理相结合的研究还相对较少，对于该领域的文献计量学分析则更少。本文通过CiteSpace 6.1.R 3 软件的大数据处理及信息可视化功能对相关研究进行分析，以准确把握该领域研究现状和热点、前沿，从而为国内开展应用移动健康进行慢性病管理的研究提供借鉴。

1 资料与方法

1.1 资料来源

本文以Web of Science 核心合集、PubMed 为文献数据来源，检索词为Telemedicine、Mobile Health、mHealth、Telehealth、eHealth、Chronic Disease、Chronic Illness、Chronic Condition、Chronically Ill。Web of Science核心合集检索式：TS=（（Mobile Health） OR（Telemedicine）OR（Telehealth） OR（mHealth） OR（eHealth）） AND（（Chronic Disease） OR（Chronic Illness） OR（Chronic Condition） OR（Chronically Ill））。PubMed检索式：（（Mobile Health） OR（Telemedicine） OR（Telehealth） OR（mHealth） OR（eHealth）） AND（（Chronic Disease）OR（Chronic Illness） OR（Chronic Condition） OR（Chronically Ill））。移动健康应用于慢性病管理的文献首发于1997年，故将本研究的检索时限设定为1997—2022 年，检索日期为2022-10-18，限制语种为“English”，排除不符合研究要求的文献类型。检索获得包含综述在内的相关文献，Web of Science 核心合集中为4 643 篇，PubMed中为5 917 篇，共10 560 篇，去除重复文献后共7 622 篇。文献检索和分析的全部过程由两位研究人员独立进行，对两位研究人员的分析结果进行比对，有分歧处经讨论达成共识，以保证结果准确。文献检索流程见图1。

图1 文献检索流程Figure 1 Literature searching flow chart

1.2 分析方法

CiteSpace 软件直观展示了特定知识领域的信息全景［8］，本文将时间跨度设置为1997—2022 年，时间切片为1，设置参数为selection criteria：g-index k=5；pruning：pathfinder、pruning the merged network，节点类型分别选定国家（country）和关键词（keyword）。其中，国家数据结合利用了Scimago Graphica 可视化软件来绘制国家合作网络图［9］，以更直观反映出版物的全球分布和合作情况。同时，本文利用CiteSpace 6.1.R 3 软件的叠加地图（overlay maps）进行学科交叉分析，以从宏观层面了解研究现状。在关键词分析时运用likelihood ratio 算法把高频关键词聚为多类，绘制时间轴视图，并进行关键词突发检测以得到突现图，展现慢性病管理中移动健康技术应用的研究前沿和趋势［10］。其中，评判知识图谱的效果有两个指标，聚类模块指数（Q 值）和聚类轮廓指数（S 值），分别评价网络模块结构的显著性和同质性。Q 值＞0.30，认为该网络模块结构是显著的；S 值＞0.50，一般认为聚类是合理的［11］。

2 结果

2.1 总体特征

2.1.1 文献发表时间趋势：移动健康在慢性病管理中应用的相关文献始于1997 年，FRIEDMAN 等［12］提出使用电话联系护理技术为慢性病患者的家庭护理人员提供信息和支持，以改善患者健康状况。近25 年来，相关研究的年度文献发表数量呈整体上升趋势，具体来看，共分为3 个阶段：（1）1997—2010 年为初步探索阶段，从1997 年的6 篇上升到2010 年的133 篇，发文量较少；（2）2011—2016 年为稳步增长阶段，从2011 年的141篇上升到2016 年的469 篇，发文量持续增长；（3）2017—2022 年为快速发展阶段，整体发文量在短时间内迅速增加，2021 年的发文量已超过1 200 篇（图2）。

图2 1997—2022 年移动健康技术在慢性病管理中应用研究的发文量Figure 2 Publication volume in the field of mHealth technology application in chronic disease management from 1997 to 2022

2.1.2 文献发表地区分布及合作情况：根据发文量排名前10 的国家的分布情况，绝大部分文献来自北美洲、大洋洲及欧洲。美国在这一领域发表的论文最多，共有2 645 篇（34.70%），其次是澳大利亚607 篇（7.96%）、英国517 篇（6.78%）、加拿大492 篇（6.45%）。图3显示了不同国家之间的国际合作情况，两个国家之间线条的粗细表示合作的强度，而节点大小代表国家的发文数量及学术影响力［13］。可以看出，美国与加拿大、澳大利亚、中国、英国的合作较为密切，而大部分合作主要限于北美洲、欧洲、东南亚及大洋洲国家。

图3 移动健康技术在慢性病管理中应用研究的国家分布及合作Figure 3 Regional distribution and collaboration in research of mHealth technology application in chronic disease management

2.1.3 文献发表学科分布：学科交叉关系显示了移动健康在慢性病管理中应用研究的出版物和研究领域特征［14］。图4 中左侧为施引期刊，右侧为被引用期刊，两部分之间的弧线是引文链接，链接的轨迹提供对该研究领域中学科间关系的理解。z-Scores 函数突出了更强、更有影响力的轨迹，分数越高，连接线越粗。从图4 可以看出：医学、医疗、临床领域的出版物受到健康、护理、医学（Z=10.24，F=23 788），心理学、教育、社会学（Z=2.22，F=5 578），分子、生物、遗传学（Z=1.84，F=4 728）等领域的影响；在心理学、教育、健康学领域的出版物受到健康、护理、医学（Z=35.16，F=8 526）领域的影响。其中，健康、护理、医学领域是移动健康在慢性病管理中应用研究非常重要的学科知识基础。

2.2 研究热点与趋势

2.2.1 关键词及中心性分析：关键词是对纳入文献核心观点及主题的高度归纳与概括，可反应该领域的热点和前沿［15］。本文剔除了无意义的关键词，对相同意义的关键词进行合并，共纳入了关键词371 个，频次排在前30 位的高频关键词见表1。结果表明，慢性病（chronic disease）、护理（care）、管理（management）是慢性病移动健康研究领域较受关注的关键词，分别出现了711、695、544 次。中介中心性是对关键词连接各节点间的作用度量，具备高中心性（中心性值≥0.1），通常与各节点联系密切，被认为是该领域的热点。对比表1中关键词的频次和中心性顺序可以发现，系统（system）、慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、支持（support）、风险（risk）、抑郁症（depression）存在明显关键词中心性顺位上移的情况。

表1 移动健康技术在慢性病管理中应用研究的高频关键词及其中心性（前30 位）Table 1 High-frequency keywords and their centrality in the field of mHealth technology application in chronic disease management（top 30）

2.2.2 关键词聚类分析：为明晰研究内容，对词频靠前的关键词进行聚类分析，展现亲疏关系，共形成10 个有意义的聚类，呈现了主要研究热点。各聚类中高中心性的关键词见表2。其中，#0、#9 讨论研究工具，#1、#6、#8 讨论研究理论与方法，#2、#4、#7 讨论研究对象，#3、#5 讨论研究因素。Q 值=0.81（＞0.30），S 值=0.93（＞0.50），说明网络模块结构显著、聚类有较高同质性，聚类结果有意义。

表2 移动健康技术在慢性病管理中应用研究的关键词聚类分析Table 2 Keywords clustering analysis of research on mHealth technology in chronic disease management

2.2.3 关键词突现和时间线视图分析：由于突现词的突变强度和年代分布也是反映慢性病患者移动健康研究热点变化和发展趋势的一种方式［16］，本研究在关键词共现图谱的基础上进一步进行最强突现词检测。共得到近25 年来慢性病患者移动健康研究领域的25 个突现词，包括远程医疗（telemedicine）、系统（system）、随机试验（randomized trial）、管理（management）等（图5）。整体来看，关键词突现起始时间主要为2001 年，突现度最强的关键词是远程医疗（telemedicine，24.95）、数字健康（digital health，24.81）、远程护理（telecare，16.03），分别代表了3 个不同时间段的研究热点。通过关键词聚类的时间线视图，可以清晰展现每一聚类主题的开始和结束的时间节点［17］，表明了移动健康在慢性病管理领域的发展时间间隔，可总结出研究内容的演化路径。可以看出，生命质量（quality of life）是慢性病患者移动健康研究领域的经典方向，接受和使用技术的统一理论（utaut2）则是近10 年研究中新关注的理论基础，数字健康（digital health）呈现为新兴发展方向（图6）。

图5 移动健康技术在慢性病管理中应用研究的突现关键词（前25 位）Figure 5 Keywords bursting map for research on mHealth technology in chronic disease management

图6 移动健康技术在慢性病管理中应用研究的关键词聚类分析时间线图Figure 6 Keywords clustering analysis timeline map of research on mHealth technology in chronic disease management

3 讨论

3.1 总体特征

2011 年开始的发文增长趋势说明移动健康在慢性病管理领域的相关研究越来越受重视，这缘于当时新一代智能手机的出现，开放式的操作系统使得人们依赖移动电话［18］。同时，新式移动医疗服务被大量开发和应用，并在患者教育、疾病自我管理和远程监测方面发挥着重要作用［19-20］，掀起相关的研究热潮。以美国为首的发达国家较早开展了应用移动医疗技术改善患者健康方面的研究，而发展中国家则开展较少，且在实施移动医疗举措以改善慢性病患者等弱势人群的健康方面面临着巨大障碍［21］。从刊文期刊分布的学科领域来看，除本学科之外，该方面研究还集中在心理学和健康教育领域。慢性病患者的关键性自我管理行为需要针对性的教育和支持，目前电子医疗和移动医疗已实现了这一功能，并在改善慢性病患者的心理和身体健康状况方面发挥重要作用［22］。患者健康和人类教育、社会发展密不可分，促使移动健康在慢性病管理中的应用和研究向跨领域发展，预计未来相关研究也会持续分布在心理教育和社会学范畴，并呈现出多学科融合发展趋势。

3.2 研究热点和趋势

3.2.1 慢性病管理的主要疾病类型：移动健康在慢性病管理中应用研究的热点对象是COPD、慢性肾脏病（CKD）、糖尿病及心血管疾病，这些疾病也是慢性病患者死亡的重要原因［23］。中重度COPD 患者的长时间住院护理带来了高昂的医疗费用，降低了其生活质量。许多学者专注研究开发有助于COPD 患者自我管理的辅助技术和创新方法，帮助其实现自我管理；为降低CKD 患者发展为终末期肾脏病的风险，通过移动健康干预增加患者获取健康信息机会、提高医疗质量和促进患者健康行为的应用成为主要研究内容；糖尿病管理属于资源密集型、需要患者和护理团队耗时的记录，而移动健康技术增加了糖尿病管理和护理的方式［24］，其设备和工具在糖尿病患者的疾病预防与管理研究中应用较为普遍；心血管疾病主要包括高血压、冠状动脉疾病和充血性心力衰竭等［25］，该类患者心率、血压等相关的管理指标动态可量化［26］，故更适合应用移动健康技术来帮助患者降低疾病风险。移动健康管理的相关技术在慢性病管理中应用较为广泛，但是受疾病特征、可测量性等因素的影响，目前学者关注的疾病种类呈集中趋势。在技术的推动下，移动健康给患者带来的福利将会有更大的潜力，预计这些疾病未来仍将是学者们研究移动健康在慢性病管理中应用的重点关注对象。

3.2.2 慢性病管理中的远程医疗：远程医疗是在1997—2010 年初步探索阶段的主要内容。远程医疗最初由欧盟委员会定义于1993 年，强调患者不受地理位置的限制，通过远程通信和技术享受远端医疗。之后美国远程医疗协会（ATA）、WHO 和欧洲远程健康信息协会（EH-TEL）分别在1996、1998、2008 年先后对其进行定义［27］，远程医疗的概念也从相对狭义的诊疗服务转向了健康的范畴，包含远程诊断、远程会诊及护理、远程教育、远程医疗信息服务等诸多医学活动［28］，是当时学者研究的主要内容。其中，远程医疗会诊对于CKD 患者的后续护理有较好的可行性［29］。远程医疗不仅让当时处于边远地区的患者获取了更加便捷的医疗服务、减轻了其经济负担，也改善了医学资源分布不均的状况，提高了护理质量和患者满意度。除此之外，家庭远程护理在COPD 患者中也得到了广泛认可和应用。然而，远程医疗也存在技术结构滞后和专家资源有限的问题，先进的远程医疗在该阶段仍需要技术支撑，部分中低收入国家（地区）缺乏建设远程医疗系统的能力。

3.2.3 慢性病管理中的远程护理：远程护理是2010—2017 年稳步发展阶段的突出热点。远程护理应用形式包括远程监护、远程培训、远程指导与咨询及远程家庭护理等［30］，其于2009 年被正式提出并随着远程医疗的发展而产生。远程监护广泛适用于出门不便或处于偏远地区的慢性病患者，可远程实时监测患者生命体征、血糖等状况［31］。在全球老龄化背景下，学者们的关注点逐渐从医院监护转向家庭监护，通过家庭监护系统的设计、开发和模式创新，实现慢性病患者更高质量的健康管理。在这个阶段，信息技术更新较快，国家（地区）之间的技术滞后问题在一定程度上有所缓解。

3.2.4 慢性病管理中的移动技术与数字健康：移动技术和数字健康是2017—2022年快速发展阶段的重点核心。移动健康技术在慢性病管理中的应用具体分为短信服务、移动应用程序和可穿戴电子设备或便携式检测设备3 种方式［32］。短信服务被认为是一种节省未来慢性病健康服务成本的方法，在中低收入国家被大量推广和应用［33］。随着手机和平板电脑成为流行的移动设备类型，移动应用程序也被广泛应用于慢性病患者的日常健康管理，其自由性、便携性、收集和分析数据的实时响应性为患者和医疗保健服务方提供了巨大帮助［34］。此外，可穿戴电子设备成为标准医疗干预措施的工具，促进患者锻炼等健康行为［35］，帮助患者降低心血管疾病和糖尿病等慢性病发生风险。随着互联网、大数据和人工智能等数字技术的快速发展，数字健康在慢性病管理中的应用引起了学术界的关注［36］。尤其是在突发公共卫生事件中，慢性病患者不得不面临更多疾病自我管理的挑战［37］，数字健康基于物联网、健康大数据和智能机器人等新技术，通过资源整合和应用创新，能够实现患者自我管理、心理健康和生命质量的改善和提升。

移动技术和数字健康的发展具有广阔前景，却也存在一定阻碍和限制。移动技术干预在不同环境下存在个体适用性差异，这表明干预措施会出现与参与者动机不匹配的现象［38］；医疗实践中也尚未解决安全和隐私、行业标准缺乏及各种技术瓶颈等问题；老年慢性病患者对于移动或数字健康技术的参与度、接受性及长期坚持度普遍较差［39］，存在利用率不足的问题。在未来的研究中，移动技术和数字健康在慢性病管理中的应用将持续成为热点，而个性化干预管理、数字信息安全及新兴领域的理论深化研究是后续值得探讨的重要方向。

4 结论

智能手机的使用热潮开启了移动健康在慢性病管理中应用和发展的时代，随着技术的更新迭代，相关研究呈现以欧美国家为主要来源的多学科发展趋势。移动健康在该领域不同阶段的研究热点主要聚焦于不同的慢性病类型，并随着互联网、大数据和人工智能等技术的成熟，向移动化、数字化方向纵深发展。我国慢性病管理实践虽然有一定成效，但立足于我国国情的普适性实践逻辑和理论模式尚未得到凝练总结。我国移动健康等新兴领域的应用研究起步也较晚，其发展给慢性病管理带来机遇的同时也带来重重挑战。相关学者应结合我国国情，借鉴国际经验，开展更高质量的研究，推进我国移动技术尤其是数字健康向更精细化模式转型，通过干预研究总结提升慢性病患者就医可及性、便捷性和体验感的更高效的慢性病管理模式。

本研究存在一定的局限性：因仅纳入了Web of Science 核心合集和PubMed 数据库的相关研究，可能存在遗漏其他数据库文献的情况，且未对国内相关文献进行检索，缺乏国内外研究进展的对比；由于软件无法跨语种分析等问题，检索语言限定为英文，未包含200 多篇其他语种文献；检索词范围较广，在提升检全率的同时存在降低检准率的问题。今后相关研究应扩展国内外数据库和英文以外语种文献范围，并完善检索策略。

作者贡献：施博文提出研究选题方向，构思并设计研究，分析数据，制作图表，撰写论文初稿；马慧敏负责文献检索及相关软件安装和运行；潘言志负责数据收集与整理；马赫负责图表的修改、结果的分析与解释；杨晨负责论文修订；熊巨洋负责文章的质量控制及审校，对文章整体负责，监督管理。

本文无利益冲突。