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

doi:10.12114/j.issn.1007-9572.2023.0137

摘要/Abstract

摘要： 背景近年来移动健康技术在慢性病管理中的研究发展迅速，然而该领域的研究趋势、热点和前沿问题尚不清晰。目的对移动健康技术在慢性病管理中的应用和发展进行系统梳理，为未来开展相关研究提供借鉴。方法以Web of Science核心合集、PubMed为文献数据来源，于2022-10-18通过CiteSpace 6.1.R 3软件检索1997—2022年发表的相关文献，限制语种为英文，排除会议论文、会议摘要、在线发表、社论、信函、书籍章节、新闻等类型的文献。对纳入文献的国家（地区）、学科交叉和关键词进行分析，以掌握国际上相关研究的现状和热点，采用关键词聚类分析、关键词突发检测和时间轴视图综合分析移动健康技术在慢性病管理中的研究前沿和趋势。结果共纳入文献7 622篇，文献发表量在2011年开始出现明显增长趋势，其中美国对文献数量的贡献最大，共有2 645篇（34.70%）。论文刊发期刊主要集中在医学、心理学和健康学等领域。频次排在前5位的关键词分别为慢性病（711次）、护理（695次）、管理（544次）、干预（502次）、健康（448次）。共形成10个有意义的聚类，可归纳为研究工具、研究理论与方法、研究对象、研究因素4个维度。结合关键词突现和时间线视图来看，热点问题主要聚焦于远程医疗、远程护理及数字健康。结论国际上对移动健康技术在慢性病管理中应用的研究热度不减，研究领域已从医学转向健康学，研究重点是采用移动健康技术对慢性病进行干预，利用数字技术为慢性病提供远程健康综合服务。提示我国学者应重视移动健康和数字技术在慢性病管理中的应用，开展干预研究为慢性病患者寻找高质量健康服务，为慢性病服务与管理的高质量发展提供建议。

关键词: 移动健康技术, 慢性病管理, 远程医疗, 远程护理, 文献计量学

Abstract:

Background

The research related to mHealth technology in chronic disease management has developed rapidly in recent years, however, the research trends, hotspots and cutting-edge issues in this field remain unclear.

Objective

To systematically review the application and development of mHealth technology in chronic disease management and provide reference for future research.

Methods

Using Web of Science Core Collection and PubMed as the source of literature data, the relevant literature was searched from 1997 to 2022 by CiteSpace 6.1.R 3 software on October 18, 2022, restricting the language to English, and excluding conference papers, conference abstracts, online publications, editorials, letters, book chapters, news, and other non-compliant contents. National regions, disciplinary intersections and keywords were analyzed to grasp the current status and hotspots of related research internationally, and the cutting-edge issues and research trends of mHealth technology in chronic disease management were comprehensively analyzed using keywords clustering analysis, keywords bursting analysis and timeline views.

Results

A total of 7 622 papers were finally included in the study, with a significant growth trend in the volume of publications starting from 2011, in which the United States contributed the most with a total of 2 645 (34.70%). The journals in which the papers were published were mainly in the fields of medicine, psychology and health; and the top five high-frequency keywords were chronic disease (711 times), nursing (695 times), management (544 times), intervention (502 times) and health (448 times). A total of 10 meaningful clusters were formed, which can be categorized into 4 dimensions of research tools, research theories and methods, research objects, and research factors; combining with keywords bursting and timeline view, the hot issues mainly focus on telemedicine, telecare, and digital health.

Conclusion

The international research fervor for the application of mHealth technology in chronic disease management has continued, and the field of research has shifted from medicine to health science, with the focus on intervention research on chronic diseases through mHealth technology and the use of digital technology to provide integrated telehealth services for chronic diseases. It is suggested that our scholars should pay attention to the application of mHealth and digital technologies in chronic disease management, find high-quality health services for patients with chronic diseases in China through intervention studies, and provide strategies and suggestions for the high-quality development of chronic disease services and management in China.

Key words: mHealth technology, Chronic disease management, Telemedicine, Telenursing, Bibliometrics

施博文,马慧敏,潘言志,等. 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[J]. 中国全科医学, 2024, 27(04): 485-492. DOI: 10.12114/j.issn.1007-9572.2023.0137.
SHI Bowen,MA Huimin,PAN Yanzhi, et al. Bibliometric Analysis of Advances in mHealth Technology Application in Chronic Disease Management[J]. Chinese General Practice, 2024, 27(04): 485-492. DOI: 10.12114/j.issn.1007-9572.2023.0137.

图/表 8

参考文献 39

[1]	李华，高健. 城乡居民大病保险治理"因病致贫"的效果差异分析[J]. 社会科学辑刊，2018，40(6):124-141.
[2]	郑伟，韩笑，吕有吉. 中国人口慢性病的总体状况与群体差异[J]. 社会科学辑刊，2022，44(3):139-209; 139-149,209.
[3]	代宝珍. 农村老年居民慢性病管理：基于构建新农合慢性病管理体系的视角[J]. 中国农业大学学报（社会科学版），2014，31(1):121-133. DOI：10.13240/j.cnki.caujsse.2014.01.002.
[4]	吕兰婷，邓思兰. 我国慢性病管理现状、问题及发展建议[J]. 中国卫生政策研究，2016，9(7):1-7.
[5]	OBRO L F, HEISELBERG K, KROGH P G, et al. Combining mHealth and health-coaching for improving self-management in chronic care. A scoping review[J]. Patient Educ Couns，2021，104(4):680-688. DOI：10.1016/j.pec.2020.10.026.
[6]	贺婷，刘星，李莹，等. 大数据分析在慢病管理中应用研究进展[J]. 中国公共卫生，2016，32(7):981-984.
[7]	张峥，毛燕君. 移动互联网在慢性病管理中应用研究进展[J]. 解放军护理杂志，2018，35(6):56-58.
[8]	梁丽娜，赵亚慧，吴佳俊，等. 基于Citespace的国内外农业面源污染研究进展与前沿分析[J/OL]. 中国农业资源与区划，2022:1-17.（2022-11-21）[2023-01-30].
[9]	WEN P F, LUO P, ZHANG B F, et al. Hotspots and future directions in rheumatoid arthritis-related cardiovascular disease：a scientometric and visualization study from 2001 to 2021 based on Web of Science[J]. Front Med，2022，9:931626.
[10]	CHEN C M. CiteSpaceⅡ：detecting and visualizing emerging trends and transient patterns in scientific literature[J]. J Am Soc Inf Sci Technol，2006，57(3):359-377.
[11]	刘凯，许军，夏旭. 数据可视化分析软件CiteSpace在自测健康研究中的应用[J]. 中国医学物理学杂志，2016，33(12):1291-1296. DOI：10.3969/j.issn.1005-202X.2016.12.024.
[12]	FRIEDMAN R H, STOLLERMAN J E, MAHONEY D M, et al. The virtual visit：using telecommunications technology to take care of patients[J]. J Am Med Inform Assoc，1997，4(6):413-425. DOI：10.1136/jamia.1997.0040413.
[13]	HOU Z M, JIANG P, SU S T, et al. Hotspots and trends in multiple myeloma bone diseases：a bibliometric visualization analysis[J]. Front Pharmacol，2022，13:1003228. DOI：10.3389/fphar.2022.1003228.
[14]	郑宇，高瞻乐，金毓，等. 国际智慧体育的研究现状与趋势[J]. 成都体育学院学报，2021，47(5):65-72. DOI：10.15942/j.jcsu.2021.05.011.
[15]	柴国荣，汪佳颖. 基于CiteSpace的卫生统计研究进展及趋势分析[J]. 统计与决策，2022，38(18):64-68.
[16]	刘会成，张涵. 延迟退休的研究动态及热点前沿：基于CiteSpace知识图谱的可视化计量分析[J]. 社会保障研究，2022(3):84-98. DOI：10.3969/j.issn.1674-4802.2022.03.007.
[17]	王兰，蒋希冀，叶丹. 中国健康城市规划研究热点与进展：基于Citespace的文献计量分析[J]. 城市发展研究，2020，27(11):8-56; 8-14,56.
[18]	BOULOS M N, WHEELER S, TAVARES C, et al. How smartphones are changing the face of mobile and participatory healthcare：an overview，with example from eCAALYX[J]. Biomed Eng Online，2011，10:24. DOI：10.1186/1475-925X-10-24.
[19]	MOSA A S M, YOO I, SHEETS L. A systematic review of healthcare applications for smartphones[J]. BMC Med Inform Decis Mak，2012，12:67. DOI：10.1186/1472-6947-12-67.
[20]	SILVA B M C, RODRIGUES J J P C, DE LA TORRE DÍEZ I, et al. Mobile-health：a review of current state in 2015[J]. J Biomed Inform，2015，56:265-272. DOI：10.1016/j.jbi.2015.06.003.
[21]	KRUSE C, BETANCOURT J, ORTIZ S, et al. Barriers to the use of mobile health in improving health outcomes in developing countries：systematic review[J]. J Med Internet Res，2019，21(10):e13263. DOI：10.2196/13263.
[22]	RAMSEY W A, HEIDELBERG R E, GILBERT A M, et al.eHealth and mHealth interventions in pediatric cancer：a systematic review of interventions across the cancer continuum[J]. Psychooncology，2020，29(1):17-37.
[23]	KANKEU H T, SAKSENA P, XU K, et al. The financial burden from non-communicable diseases in low- and middle-income countries：a literature review[J]. Health Res Policy Syst，2013，11:31. DOI：10.1186/1478-4505-11-31.
[24]	HARTZ J, YINGLING L, POWELL-WILEY T M. Use of mobile health technology in the prevention and management of diabetes mellitus[J]. Curr Cardiol Rep，2016，18(12):130. DOI：10.1007/s11886-016-0796-8.
[25]	AGGARWAL M, AGGARWAL B, RAO J. Integrative medicine for cardiovascular disease and prevention[J]. Med Clin North Am，2017，101(5):895-923. DOI：10.1016/j.mcna.2017.04.007.
[26]	尤放，马亚楠，徐苑苑，等. 移动健康在慢性非传染性疾病自我管理中应用[J]. 中国公共卫生，2022，38(7):838-843. DOI：10.11847/zgggws1134585.
[27]	赵杰，蔡艳岭，孙东旭，等. 远程医疗的发展现状与未来趋势[J]. 中国卫生事业管理，2014，31(10):739-799; 739-740,799.
[28]	杨善林，丁帅，顾东晓，等. 医联网：新时代医疗健康模式变革与创新发展[J]. 管理科学学报，2021，24(10):1-11.
[29]	CAMPBELL M, AKBARI A, AMOS S, et al. Feasibility of providing nephrology services to remote communities with videoconferencing[J]. J Telemed Telecare，2012，18(1):13-16. DOI：10.1258/jtt.2011.110321.
[30]	张雨晨，冯先琼. 远程护理的应用与研究现状[J]. 中国护理管理，2013，13(7):107-110.
[31]	段文舟，黄垂文，袁衡新，等. 基于Windows phone 8的慢性病健康监护软件设计与实现[J]. 中国医学物理学杂志，2016，33(4):353-363; 353-356,363.
[32]	SLATER H, CAMPBELL J M, STINSON J N, et al. End user and implementer experiences of mHealth technologies for noncommunicable chronic disease management in young adults：systematic review[J]. J Med Internet Res，2017，19(12):e406. DOI：10.2196/jmir.8888.
[33]	MARCOLINO M S, OLIVEIRA J A Q, D'AGOSTINO M, et al. The impact of mHealth interventions：systematic review of systematic reviews[J]. JMIR mHealth Uhealth，2018，6(1):e23. DOI：10.2196/mHealth.8873.
[34]	WHITEHEAD L, SEATON P. The effectiveness of self-management mobile phone and tablet apps in long-term condition management：a systematic review[J]. J Med Internet Res，2016，18(5):e97. DOI：10.2196/jmir.4883.
[35]	JO A, CORONEL B D, COAKES C E, et al. Is there a benefit to patients using wearable devices such as fitbit or health apps on mobiles? A systematic review[J]. Am J Med，2019，132(12):1394-1400. DOI：10.1016/j.amjmed.2019.06.018.
[36]	申曙光，吴庆艳. 健康治理视角下的数字健康：内涵、价值及应用[J]. 改革，2020，33(12):132-144.
[37]	吴纪树. 后疫情时代数字健康的法律规制[J]. 卫生经济研究，2022，39(10):75-79.
[38]	HU R Q, VAN VELTHOVEN M H, MEINERT E. Perspectives of people who are overweight and obese on using wearable technology for weight management：systematic review[J]. JMIR mHealth Uhealth，2020，8(1):e12651. DOI：10.2196/12651.
[39]	王文静，洪静芳，张甜，等. 慢性病患者对移动健康管理接受现状的研究进展[J]. 中华护理杂志，2017，52(10):1265-1268.

序号	关键词	频次（次）	中心性
1	慢性病	711	0.34
2	护理	695	0.13
3	管理	544	0.05
4	干预	502	0.04
5	健康	448	0.08
6	远程医疗	448	0.08
7	移动健康	414	0
8	生命质量	368	0.15
9	身体活动	341	0
10	技术	311	0.14
11	外科医生	307	0.03
12	移动电话	304	0.05
13	随机对照试验	296	0
14	自我管理	282	0
15	影响	280	0
16	健康护理	271	0.05
17	心力衰竭	257	0.03
18	基础护理/保健	247	0.08
19	计划	208	0.10
20	数字健康	208	0.03
21	老年人	206	0
22	系统	195	0.43
23	移动应用	184	0
24	慢性阻塞性肺疾病	181	0.11
25	患病率	180	0
26	支持	177	0.13
27	依从性	173	0.03
28	风险	166	0.10
29	抑郁症	158	0.10
30	儿童	148	0.08

序号	关键词	频次（次）	中心性
1	慢性病	711	0.34
2	护理	695	0.13
3	管理	544	0.05
4	干预	502	0.04
5	健康	448	0.08
6	远程医疗	448	0.08
7	移动健康	414	0
8	生命质量	368	0.15
9	身体活动	341	0
10	技术	311	0.14
11	外科医生	307	0.03
12	移动电话	304	0.05
13	随机对照试验	296	0
14	自我管理	282	0
15	影响	280	0
16	健康护理	271	0.05
17	心力衰竭	257	0.03
18	基础护理/保健	247	0.08
19	计划	208	0.10
20	数字健康	208	0.03
21	老年人	206	0
22	系统	195	0.43
23	移动应用	184	0
24	慢性阻塞性肺疾病	181	0.11
25	患病率	180	0
26	支持	177	0.13
27	依从性	173	0.03
28	风险	166	0.10
29	抑郁症	158	0.10
30	儿童	148	0.08

分类	聚类号	聚类标签	主要关键词
研究工具	#0	移动健康	移动健康、药物治疗依从性、初级保健、随机对照试验、青年
	#9	数字健康	数字健康、心力衰竭、疾病管理、远程监控、虚拟护理
研究理论与方法	#1	随机试验	随机试验、体育活动、系统、结果、保健
	#6	系统性回顾	系统性回顾、定性研究、护理、干预、行为改变
	#8	接受和使用技术的统一理论	接受和使用技术的统一理论、视频咨询、信息技术、用户接受度
研究对象	#2	慢性肾脏病	慢性肾脏病、临床试验、美国、腹膜透析、远程医疗
	#4	慢性病	慢性病、糖尿病、患者参与、医疗服务提供
	#7	心血管疾病	心血管疾病、炎症性肠病、溃疡性结肠炎、慢性心力衰竭、家庭远程健康
研究因素	#3	风险	风险、健康促进、健康、死亡率、空气污染
	#5	生命质量	生命质量、慢性病管理、患者教育、健康知识、电子健康知识

分类	聚类号	聚类标签	主要关键词
研究工具	#0	移动健康	移动健康、药物治疗依从性、初级保健、随机对照试验、青年
	#9	数字健康	数字健康、心力衰竭、疾病管理、远程监控、虚拟护理
研究理论与方法	#1	随机试验	随机试验、体育活动、系统、结果、保健
	#6	系统性回顾	系统性回顾、定性研究、护理、干预、行为改变
	#8	接受和使用技术的统一理论	接受和使用技术的统一理论、视频咨询、信息技术、用户接受度
研究对象	#2	慢性肾脏病	慢性肾脏病、临床试验、美国、腹膜透析、远程医疗
	#4	慢性病	慢性病、糖尿病、患者参与、医疗服务提供
	#7	心血管疾病	心血管疾病、炎症性肠病、溃疡性结肠炎、慢性心力衰竭、家庭远程健康
研究因素	#3	风险	风险、健康促进、健康、死亡率、空气污染
	#5	生命质量	生命质量、慢性病管理、患者教育、健康知识、电子健康知识