2型糖尿病患者生态瞬时干预对糖化血红蛋白、体重指数及生活质量的影响：综述

摘要

这项系统性综述与荟萃分析评估了生态瞬时干预对2型糖尿病患者血糖控制、体重管理及生活质量的有效性。

摘要

2型糖尿病（T2DM）的全球患病率持续上升。有效的血糖和体重管理对于疾病控制及改善生活质量至关重要。基于对相关变量进行生态瞬时评估（EMA）的生态瞬时干预（EMI），可提供实时个性化的支持，是一种促进日常生活中适应性自我管理的有前景方法。我们系统检索了五个数据库自建库至2025年8月的文献。主要结局指标包括糖化血红蛋白（HbA1c）和体重指数（BMI）；次要结局涵盖与身心健康相关的生活质量（HRQoL）。共纳入14项研究，总计1,873名参与者。与对照组相比，EMI显著降低了HbA1c（MD = -0.71，95% CI：-1.02 至 -0.40，p < 0.001）和BMI（MD = -1.08，95% CI：-1.90 至 -0.26，p = 0.01），但研究间异质性较大（I² = 84% 和 92%， respectively）。亚组分析显示，多领域综合性EMI的效果更为一致，而单领域EMI的效果则因干预内容不同而有所差异。EMI还与身体（SMD = 0.37，95% CI：0.17 至 0.56，p < 0.001；I² = 47%）和心理（SMD = 0.42，95% CI：0.15 至 0.68，p = 0.002；I² = 0%）健康相关生活质量的轻度改善相关。这些结果表明，EMI尤其是多领域综合性策略，可能是T2DM管理的一种有前景的干预方式；然而，当前证据的整体确定性受限于显著的异质性、亚组中有限的统计效能以及一定的偏倚风险，因此需谨慎解读结果。未来的研究应优先采用高质量的设计并进行全面的结局评估。

引言

据估计，2024年全球约有5.89亿糖尿病患者，预计到2050年这一数字将上升至8.53亿¹。2型糖尿病（T2DM）约占所有糖尿病病例的90%–95%，而糖尿病在全球每年造成的经济负担接近1.015万亿美元²，给全球医疗系统带来巨大压力³。有效管理血糖对于减轻T2DM疾病负担、提高患者生活质量至关重要。值得注意的是，超过60%的T2DM患者同时伴有超重或肥胖⁴；体重指数（BMI）升高会加剧胰岛素抵抗，并使血糖控制更加复杂⁵。血糖和体重管理不佳将显著增加微血管和大血管并发症的风险，可能导致危及生命的临床后果^6,7。然而，实现理想的血糖和体重控制从根本上依赖于患者有效的日常自我管理行为，包括但不限于血糖监测、饮食调整、体力活动以及遵从药物治疗⁸。这些措施对于降低疾病相关风险、优化长期预后至关重要。

近年来，技术越来越多地被用于支持2型糖尿病（T2DM）患者的自我管理和提高治疗依从性。与传统干预措施相比，目前可用的电话咨询、短消息服务（SMS）或其他数字平台在一定程度上改善了医疗服务的可及性和连续性^9,10,11。然而，当个体在日常生活中面临即时决策或诸如动机不足、知识有限等挑战时，固定的互动模式仍缺乏提供实时、情境相关支持的能力^12,13。特别是，一些项目仍依赖回顾性自我报告或间隔较长的临床评估，难以捕捉T2DM体验的动态性和情境性，因而无法提供个性化的支持¹⁴。因此，在远程医疗不断发展的背景下，如何更好地满足T2DM患者对个性化、实时反馈的需求，以促进其有效参与糖尿病自我管理，仍是亟待解决的重要问题^15,16。

生态瞬时干预（ecological momentary interventions, EMIs）指的是一种利用数字技术在个体自然环境中提供实时且个性化反馈的行为支持策略^17,18。其关键特征是能够基于生态瞬时评估（ecological momentary assessments, EMAs）所采集的数据，在出现不健康或高风险行为时提供适应性干预，从而克服预设治疗方案的局限性¹⁹。在本研究中，我们依据现有文献中对EMI的核心描述^17,20，明确了EMI的操作性定义，并设定了纳入研究的三项必要最低要求：（1）干预通过数字或电子平台在参与者的日常生活环境中实施，且可在其日常活动中随时获取，而非仅限于临床或受监督的环境；（2）信息通过EMAs获取，用以捕捉个体在日常生活中的即时状态变化，并利用这些数据在需要支持时指导干预的实施；（3）干预必须根据收集到的EMA数据提供适应性与个性化的反馈或行为支持，而非仅依赖与个体评估结果无关的预设、非定制化内容。理论上，通过无缝融入日常生活，并根据实时变化动态调整支持策略，EMIs可增强干预的相关性与有效性²⁰。该方法有望促进从习惯性行为向目标导向行为的转变，并改善疾病的自我管理能力^21,22。作为一种数字健康干预形式，EMIs可能特别适用于具备基本数字素养并能使用智能设备的个体，尤其在难以获得常规面对面支持的情境下，这类人群可从实时支持中获益，以辅助日常T2DM管理决策²³。然而，对于不习惯使用智能设备或对数据隐私存在顾虑的个体，EMIs可能不太适用¹⁷。

越来越多的研究开始探索电子健康干预措施（EMIs）在2型糖尿病（T2DM）管理中的应用。这些干预措施大多通过采集个体的实时动态数据（如血糖、饮食、体力活动），提供有关生活方式的即时指导（如控制饮食热量、调整运动强度）^24,25,26。EMIs被认为在促进T2DM患者的血糖控制和体重管理方面具有潜力，并可为评估EMIs的有效性提供客观且可量化的证据。一些研究还评估了EMIs对患者报告结局的影响，以全面了解其整体获益。然而，迄今为止，尚无对这些研究结果进行系统的整合与评价。此外，现有的EMI研究在T2DM干预策略和内容设计方面存在显著差异，且缺乏对其临床可行性的讨论。因此，本系统综述与荟萃分析旨在评估EMIs对T2DM患者临床相关结局的有效性，为优化和推广EMIs在T2DM管理中的应用提供证据支持。

方案

系统评价和荟萃分析按照 PRISMA 指南（补充表 1）²⁷ 进行。本评价的研究方案已在 PROSPERO 注册：编号 CRD420251132100。

1. 检索策略

1. 数据库选择：在五个主要的电子数据库中系统性地进行检索，包括 PubMed、Cochrane 图书馆、Embase、Web of Science 和 Scopus。确保检索范围涵盖各数据库自建库至 2025 年 8 月的所有记录。
2. 检索词构建：结合使用医学主题词（MeSH）和自由词关键词。纳入“2 型糖尿病”、“生态瞬时干预”和“随机对照试验”等核心概念，并使用适当的布尔运算符（AND、OR）组合这些术语。
3. 检索实施：根据每个数据库的具体要求调整构建的检索语法。详细的检索策略见补充表 2。

2. 资格标准的应用

1. 纳入标准：（1）研究对象：被诊断为2型糖尿病（T2DM）的成年人（年龄≥18岁），不限性别；（2）干预措施：通过技术赋能工具（如智能手机、移动应用程序、传感器、可穿戴设备）提供的电子化自我管理干预（EMI），可在常规初级医疗或家庭环境中提供实时反馈与支持；（3）对照措施：常规护理、标准护理，或不含EMI相关成分的干预措施（如无实时反馈的传统自我监测与指导）；（4）结局指标：糖化血红蛋白（HbA1c）是评估T2DM患者长期血糖控制的金标准²，体重指数（BMI）是评估体重管理和代谢状态的核心指标，与T2DM的进展密切相关^2,28。健康相关生活质量（HRQoL）是评估干预措施对健康与福祉影响的重要患者报告结局²⁹。因此，选择HbA1c和BMI作为主要结局指标，并将患者报告的HRQoL定义为次要结局指标。 （5）研究类型：随机对照试验（RCTs）。
   ​注意：为更全面地反映干预措施的潜在益处，我们计划提取其他与自我管理相关的患者报告主观结局，用于进一步的探索性补充分析。因此，要求符合条件的研究至少报告以下结局之一：HbA1c（以%或mmol/mol为单位）、BMI（kg/m²）或患者报告结局（如糖尿病自我护理行为或HRQoL）； 
2. 排除标准： 符合以下任一条件的研究将被排除：（1）报告​目标结局但未提供相应的统计结果供参考，或无法获取全文；（2）报告数据重复；（3）纳入患有T2DM的妊娠期或哺乳期女性。

3. 研究筛选流程

1. 文献管理：将所有识别出的文献记录导入参考文献管理软件（材料表），以便去除重复记录。
2. 筛选过程：由两位作者独立、盲法地审阅文章标题和摘要，排除不符合纳入标准的文献，随后阅读符合标准文章的全文以进一步核实。如在该过程中出现分歧，应通过与第三位作者协商达成共识予以解决。

4. 数据提取方法

1. 提取表单：使用在电子表格中创建的标准化且经过试用的表单提取数据（材料表）。
2. 数据点：用于分析的变量应与纳入标准中预先定义的结局指标保持一致。按照以下类别整理每篇文章：基本出版信息（年份、国家、作者）、参与者特征（年龄、女性参与者人数、样本量及分组情况）、招募策略、干预组详细信息（用于生态瞬时评估的设备、收集数据的类型与频率、传递平台、框架、方法、内容、持续时间以及实时干预中的人为参与情况）以及结局指标。

5. 偏倚风险评估

1. 评估工具：使用针对随机试验的修订版Cochrane偏倚风险评估工具（RoB 2.0）³⁰对所选研究进行评估。
2. 评估领域：从五个特定的偏倚领域对每项随机对照试验进行评价：（1）随机化过程；（2）对计划干预措施的偏离；（3）结局数据缺失；（4）结局测量；以及（5）报告结果的选择³⁰。
3. 判断过程：对整体偏倚风险评定为“低风险”、“存在一定问题”或“高风险”³⁰。为尽量减少错误或偏倚，由两名作者独立完成评估。在对特定研究的偏倚风险进行评价后，若两名作者意见不一致，由第三名作者参与协商解决分歧。

6. 证据确定性评估

1. 评估工具：使用推荐意见分级、评估、制定与评价（GRADE）框架，评估所有合并临床结局证据的确定性³¹。
2. 证据确定性评估领域：根据五个预定义的证据降级领域，对每个结局进行评价：（1）偏倚风险，依据前述的RoB 2.0评估结果；（2）不一致性，定义为研究间存在显著且无法解释的异质性；（3）间接性，指纳入研究与核心研究问题之间存在不匹配；（4）不精确性，依据总样本量及95%置信区间（CIs）的宽度确定；（5）发表偏倚，通过漏斗图对称性及敏感性分析进行评估³¹。
3. 证据确定性判断流程：初始时将纳入的随机对照试验（RCTs）对所有结局提供的证据评为高确定性。在全面评估全部五个领域后，确定最终的证据等级，分为高、中、低或极低。由两位作者独立完成评估，如有分歧，通过与第三位作者的共识讨论予以解决³¹。

7. 数据整合与分析计划

1. Meta分析软件：使用专业的Meta分析软件（材料表) 进行荟萃分析以评估EMIs的疗效。
2. 效应指标：使用均数差（MD）来汇总主要结局指标（HbA1c 和 BMI）。将 HbA1c 值统一转换为 mmol/mol 单位，BMI 以 kg/m² 表示。²采用标准化均数差（SMD）表示涉及多种量表的次要结局（HRQoL）。所有效应估计值均需报告其95%置信区间（CI）。
3. 异质性与模型选择：通过以下方式评估各研究间的异质性水平 I² 检验。将统计显著性阈值设定为双尾概率（p）值 < 0.05。如果进行合并分析，则应用固定效应模型 我² <50%（可接受的异质性）。若异质性达到此水平，应采用随机效应模型进行分析。 我² ≥50%.
4. 附加分析：根据最新的《Cochrane 干预性系统评价手册》，通过依次剔除单个研究进行敏感性分析，以评估各研究对总体结果的影响。³². 比较固定效应与随机效应估计值，以评估小样本研究效应在干预效果估计中的作用。尝试进行亚组分析，以探讨异质性的潜在来源，并根据研究设计特征以及基于既往相关研究和EMIs干预特征，检测不同效应。
   注意：根据 EMI 的核心干预领域（单领域 vs. 多领域）对研究进行分组，并基于 EMA 频率（高频 vs. 低频）、人工参与程度（即干预是否完全自动化；是 vs. 否）以及 EMI 持续时间（≤3 个月 vs. >3 个月）进行进一步的探索性分析。 >3个月）。直接从所纳入的研究中提取这些分析中使用的所有变量。
5. 对于无法通过荟萃分析进行合并的结局指标（例如符合条件的研究数量不足、效应量提取数据不完整），应提供研究结果的描述性总结。该总结仅作为补充性探索内容呈现，不具备支持临床指导性结论的证据权重，且不作为正式结局指标报告。

结果

研究筛选
在对多个数据库进行全面检索后，共确定了2,691篇文章。去除重复记录（n = 633）后，对剩余的2,058篇文献进行了标题和摘要的筛查，其中2,029篇被排除。在最终筛选阶段，我们下载了29篇全文文章进行更详细的评估。最终，仅有14篇文章符合预先设定的纳入标准（图1）。

研究特征
本综述纳入的14项随机对照试验（RCT）均发表于2014年至2025年之间，研究来源国家包括：英国^25,33、美国^34,35、中国^36,37,

讨论

这项针对14项研究的系统性综述和荟萃分析旨在评估电子健康干预措施（EMIs）在2型糖尿病（T2DM）管理中的有效性（补充表4）。结果表明，EMIs显著降低了HbA1c和BMI。然而，各研究之间存在显著的异质性，亚组分析证实干预措施的组成成分是异质性的主要来源。多领域综合性EMIs在血糖和BMI控制方面似乎更具优势；而在单领域EMIs中，体力活动对血糖控制的影响仍不明确；尽管饮食营养显示出显著效果，但这些结论仅基于一项研究，仍需更多高质量研究加以验证。此外，我们的研究结果还表明，EMIs可能对T2DM患者的躯体健康和心理健康相关生活质量（HRQoL）带来适度改善。

总体而言，荟萃分析显示，电子健康干预措施（EMIs）显著降低了糖化血红蛋白（HbA1c），凸显其在长期血糖控制中的有效性。值得注意的是，较高的异质性表明干预效果存在显著的不一致性。亚组分析显示，采用多维度综合自我管理的EMIs是最有效的组分策略，且无残余异质性。这与2型糖尿病（T2DM）自我管理所要求的多维特性相一致⁴⁴。鉴于T2DM管理的行...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
EndNote X9	Clarivate	官方版本	该软件用于管理参考文献记录，并去除通过系统性数据库检索所识别出的重复引文。它在筛选流程开始前协助完成参考文献的初步整理。
Review Manager 5.3 (RevMan 5.3)	The Cochrane Collaboration	官方版本	该程序是进行荟萃分析的主要工具，用于执行所有统计计算、生成结局分析的森林图以及绘制偏倚风险图。
Microsoft Excel	Microsoft	官方版本	使用该电子表格软件创建了标准化的数据提取表，用于系统性地收集并整理各纳入原始研究中的相关数据。