Gestión de cuidados domiciliarios basada en plataforma multimedia para pacientes mayores con diabetes

Resumen

Este estudio retrospectivo de cohorte muestra que un modelo de atención domiciliaria basado en una plataforma multimedia mejora significativamente el control glucémico y lipídico, se asocia con una menor incidencia de complicaciones cardiovasculares y una reducción de la fragilidad, y mejora la capacidad de autogestión y la calidad de vida en adultos mayores con diabetes tipo 2.

Resumen

Con la aceleración del envejecimiento poblacional, el mal control de la glucosa en sangre y el aumento del riesgo de complicaciones cardiovasculares entre adultos mayores con diabetes mellitus (DM) han surgido como desafíos significativos para la salud pública. Este estudio realizó un análisis de cohorte retrospectivo y no aleatorizado para comparar los resultados clínicos entre dos grupos de adultos mayores con diabetes mellitus tipo 2 (DM2) estratificados por periodo de tratamiento e investigar la asociación entre un modelo de atención domiciliaria basado en plataformas multimedia y el control glucémico, los resultados cardiovasculares y otros resultados relacionados con el paciente.

Se incluyeron un total de 167 adultos mayores con DM (82 en el grupo de observación y 85 en el grupo de control). El grupo de control recibió seguimiento ambulatorio rutinario entre enero y agosto de 2024, mientras que el grupo de observación recibió una intervención integral de 6 meses a través de un mini-programa WeChat desarrollado por el hospital después de agosto de 2024. Tras el periodo de intervención de 6 meses, se observaron diferencias significativas entre grupos en el control glucémico y lipídico, con el grupo observado mostrando mayores mejoras respecto al inicio (P < 0,05). También se observó una menor incidencia de complicaciones cardiovasculares durante el periodo de seguimiento en el grupo de observación (P < 0,05). Además, la proporción de fragilidad en el grupo observado disminuyó del 45,12% al 20,73% tras la intervención, y se observaron mejoras en la capacidad de autogestión y la calidad de vida (evaluadas a los 6 meses después de la intervención) en este grupo.

Estas diferencias observadas entre grupos pueden explicarse parcialmente por el refuerzo conductual, las estrategias de intervención personalizadas y la gestión de factores de riesgo múltiples integrados en el modelo de plataforma multimedia. A pesar de limitaciones que incluyen un diseño de centro único y agrupaciones no aleatorias, este modelo muestra un potencial preliminar para optimizar el manejo doméstico de enfermedades crónicas en adultos mayores con diabetes. Se necesitan más estudios controlados aleatorizados a gran escala para validar estos hallazgos y explorar la integración de dispositivos inteligentes para ampliar su utilidad clínica.

Introducción

Con la aceleración del envejecimiento de la población mundial, la diabetes mellitus (DM) en personas mayores se ha convertido en una de las principales enfermedades crónicas que amenazan la salud^{pública 1}. Las estadísticas indican que la prevalencia de DM entre personas de 60 años o más alcanza hasta el 30%, a menudo acompañada de complicaciones cardiovasculares (por ejemplo, hipertensión, enfermedad coronaria), aumentando significativamente las tasas de discapacidad y^{mortalidad 2,3}. Un control eficaz de la glucosa en sangre es fundamental para retrasar la progresión de las complicaciones. Sin embargo, los modelos tradicionales de seguimiento ambulatorio tienen dificultades para satisfacer las necesidades de cuidados a largo plazo de los pacientes mayores debido a desafíos como limitaciones de movilidad, deterioro cognitivo y distribución desigual de los recursos^{médicos 4,5}. En los últimos años, las plataformas multimedia (por ejemplo, aplicaciones para smartphones, dispositivos de monitorización remota y sistemas de seguimiento de vídeo) han surgido como una nueva vía para el cuidado domiciliario debido a su comodidad, rendimiento en tiempo real e interactividad, convirtiéndose en un punto caliente de investigación en la gestión de enfermedades^{crónicas 6}. Actualmente, múltiples estudios clínicos sobre la atención domiciliaria basada en medios para la DM han demostrado efectos positivos en la mejora de las capacidades de autogestión de los pacientes y en el control de la glucosa^{en sangre 7,8}. Sin embargo, los estudios existentes se centran predominantemente en todos los grupos de edad o en indicadores^{individuales 9}, con una observación a largo plazo insuficiente sobre las necesidades específicas de las poblaciones mayores (como comorbilidades complejas y niveles variables de alfabetización digital) y los efectos protectores frente a complicaciones cardiovasculares. Además, algunos estudios solo evalúan los resultados de la intervención a corto plazo, sin seguimiento sobre la incidencia de eventos^{cardiovasculares 10}. Los modelos de aplicación específicos de las plataformas multimedia y su idoneidad para pacientes mayores requieren una validación adicional. Por ello, es urgente desarrollar programas personalizados de intervención multimedia adaptados a las características de los pacientes mayores con DM, teniendo en cuenta sus estados fisiológicos y psicológicos, la aceptación tecnológica y el apoyo familiar.

Este estudio tenía como objetivo investigar sistemáticamente el impacto de la atención domiciliaria basada en plataformas multimedia en el control glucémico y la incidencia de complicaciones cardiovasculares en pacientes mayores con DM, y explorar más a fondo sus efectos en el estado de fragilidad, la capacidad de autogestión y la calidad de vida. Los aspectos innovadores de este estudio incluyen: (1) Diseñar un programa de atención multimedia adaptado a las características de la población mayor, que abarque contenido multidimensional como orientación para el monitoreo de la glucosa en sangre, recordatorios de medicación, intervenciones dietéticas y de ejercicio, y apoyo psicológico; (2) Observar la incidencia de complicaciones cardiovasculares con una intervención de 6 meses y seguimiento completo, abordando la limitación de la evaluación de resultados a corto plazo en la mayoría de los estudios existentes. Los hallazgos tenían como objetivo proporcionar apoyo basado en la evidencia para la atención domiciliaria de pacientes mayores con DM, avanzando así en la integración de la tecnología multimedia con el manejo de enfermedades crónicas, optimizando estrategias de gestión de la salud para pacientes mayores, reduciendo riesgos de complicaciones cardiovasculares y mejorando la calidad de vida.

Protocolo

Participantes del estudio
Se inscribieron en el estudio pacientes mayores con DM que visitaron el Departamento de Asuntos Médicos del Centro de Servicios de Salud Comunitario de la calle Tian Shui, Wulin, en Hangzhou, entre enero de 2024 y febrero de 2025, sumando un total de 167 casos (82 en el grupo de observación y 85 en el grupo de control). Criterios de inclusión: Edad ≥ 60 años; cumplir los criterios diagnósticos para el DM2¹¹; presentándose con al menos un factor de riesgo cardiovascular (hipertensión, dislipidemia, obesidad o antecedentes familiares de enfermedades cardiovasculares prematuras); ser consciente, con habilidades básicas de comunicación y capaz de manejar plataformas multimedia de forma independiente o con ayuda familiar. Criterios de exclusión: DM tipo 1 o tipos especiales de DM; insuficiencia hepática o renal grave (ALT/AST > 3 veces el límite superior de la normalidad, Cr > 177 μmol/L); trastornos psiquiátricos o deterioro cognitivo que impiden la cooperación; ≥3 hospitalizaciones en los últimos 6 meses o con intervención quirúrgica programada. El estudio ha sido aprobado por el Comité de Ética del hospital y todos los participantes han firmado el formulario de consentimiento informado.

Método de agrupación
Se realizó un análisis retrospectivo de cohortes, dividiendo a los pacientes en dos grupos según si recibían "atención domiciliaria basada en plataformas multimedia". El grupo de observación incluyó pacientes que buscaron atención médica después de agosto de 2024, participaron voluntariamente en el proyecto "Plataforma Multimedia de Gestión del Hogar para DM" del hospital y recibieron atención domiciliaria estandarizada durante 6 meses. El grupo de control consistió en pacientes que buscaron atención médica de enero a agosto de 2024, recibieron solo seguimiento ambulatorio rutinario (cada 3 meses) y no utilizaron la plataforma multimedia. Los pacientes ingresados entre enero y agosto de 2024 habían completado sus procedimientos rutinarios de seguimiento ambulatorio antes del lanzamiento oficial del programa de plataforma multimedia en agosto de 2024 y, por tanto, no eran elegibles para la inscripción en el grupo de intervención. Los dos grupos de pacientes no mostraron diferencias estadísticamente significativas en edad, género, duración de la enfermedad, niveles basales de glucosa en sangre ni factores de riesgo cardiovascular (P > 0,05), lo que indica características basales comparables ( véase Tabla 1).

Intervención
Seguimiento ambulatorio rutinario: Las visitas ambulatorias se programaban cada 3 meses, incluyendo análisis de glucosa en sangre, ajustes de medicación y distribución de manuales de salud impresos. No se realizaron monitorizaciones remotas ni seguimientos por vídeo.

Atención domiciliaria basada en plataforma multimedia: Se utilizó un mini-programa WeChat (APP) desarrollado de forma independiente por el hospital (https://weixin.ngarihealth.com/weixin/wx/mp/wx87e933682e320dea/index.html?pageModule=secHomepage). El mini-programa incluía múltiples módulos funcionales para apoyar la gestión de la diabetes en casa. El módulo de monitorización de datos permitía la sincronización automática de los niveles de glucosa en ayunas y 2 horas postprandiales, así como mediciones de presión arterial, a partir de glucómetros con Bluetooth. Valores anormales (por ejemplo, glucosa en sangre >13,9 mmol/L o <3,9 mmol/L) desencadenaban alertas en tiempo real mediante notificaciones de solicitud y mensajes SMS a los profesionales sanitarios.

Un módulo de gestión de medicamentos proporcionaba horarios individualizados de los medicamentos, incluyendo nombres de medicamentos, dosis y frecuencias de administración, con recordatorios automáticos enviados 15 minutos antes de la dosificación mediante alertas de voz y vibración. Un módulo de autoevaluación de complicaciones incorporó diagramas de flujo estructurados para apoyar el cribado de retinopatía diabética, neuropatía periférica y úlceras en los pies, utilizando imágenes y vídeos cortos, junto con evaluaciones mensuales guiadas por voz asistidas por IA. Un módulo de contacto de emergencia permitía a los pacientes conectar rápidamente con familiares, médicos comunitarios y enfermeros especialistas, incluyendo acceso a una consulta por vídeo de un solo toque.

El contenido de educación para la salud se entregaba dos veces por semana (lunes y jueves) a través de la aplicación, utilizando texto breve (≤300 palabras) combinado con imágenes o vídeos cortos (≤3 min). El contenido incluía temas prácticos como orientación dietética (por ejemplo, recetas de control glucémico estacional) y demostraciones sencillas de ejercicio (por ejemplo, ejercicios sentados para la extremidad inferior). Además, endocrinólogos y nutricionistas impartieron sesiones mensuales en directo en línea.

Para el manejo glucémico, se indicó a los pacientes que subieran mediciones de glucosa en sangre dos veces al día (ayuno y postprandial). El personal de enfermería revisó los datos y proporcionó retroalimentación en un plazo de 48 horas para ajustar objetivos glucémicos individualizados (ayunas 7,0–8,0 mmol/L; posprandiales <10,0 mmol/L), con énfasis en la seguridad en pacientes mayores. Los farmacéuticos ofrecían consultas online para evaluar posibles interacciones farmacológicas, especialmente en pacientes que recibían cinco o más medicamentos.

La gestión dietética siguió un modelo estructurado de "3 + 3", que consistía en tres comidas principales con porciones controladas de alimentos básicos y tres tentempiés de bajo índice glucémico. Se proporcionaba semanalmente un modelo visual de "placa de control de glucosa" (verduras: proteínas: básicos = 2:1:1). La intervención se llevó a cabo durante un periodo de 6 meses en ambos grupos.

Requisitos de recursos para la intervención
La implementación de la intervención de la plataforma multimedia requirió un gestor de proyecto a tiempo completo, dos enfermeras especializadas en diabetes, un farmacéutico clínico a tiempo parcial, un endocrinólogo a tiempo parcial y un nutricionista a tiempo parcial. El mini-programa WeChat fue desarrollado y mantenido por el departamento de tecnología de la información del hospital, con un coste único de desarrollo de aproximadamente 15.000 USD y un coste anual de mantenimiento de 2.000 USD.

Fuente de datos
Los datos se extrajeron retrospectivamente del sistema de historial médico electrónico (HIS) del hospital, la base de datos backend de la plataforma multimedia y los registros de seguimiento.

Métricas de adherencia a intervenciones
Se utilizaron indicadores preespecificados de uso de la plataforma para evaluar la adhesión a la intervención de la plataforma multimedia, con definiciones estandarizadas como sigue: 1. Frecuencia mensual de inicio de sesión de la plataforma: El número total de inicios de sesión exitosos de pacientes en el mini-programa de WeChat por mes natural durante el periodo de intervención de 6 meses, reportado como el valor medio durante toda la intervención de 6 meses. 2. Tasa válida de subida de glucosa en sangre: El porcentaje de lecturas válidas de glucosa en sangre subidas por los pacientes en relación con el total de lecturas requeridas durante el periodo de intervención. Según el protocolo de intervención, se requirió que los pacientes subieran 2 lecturas válidas al día (1 en ayuno, 1 2 horas postprandial), sumando un total de 360 lecturas durante la intervención de 6 meses. Las lecturas válidas se definieron como valores dentro del rango de medición fisiológica del glucómetro Bluetooth estandarizado del estudio, con etiquetado claro en ayuno/tiempo postprandial, excluyendo resultados duplicados o inválidos. 3. Tasa de participación en seguimiento por vídeo: El porcentaje de interacciones programadas basadas en vídeo en línea a las que asisten los pacientes durante el periodo de intervención, incluyendo las sesiones mensuales de preguntas y respuestas en vivo con expertos (6 sesiones en total durante 6 meses) y las consultas de seguimiento por vídeo programadas con el equipo de atención a la diabetes.

Medidas de resultado
Los parámetros de glucosa y lípidos en sangre, incluyendo HbA1c, FPG, 2hPG, TC, TG, LDL-C y HDL-C, se registraron antes de la intervención y a los 3 y 6 meses. Se documentaron estadísticamente complicaciones cardiovasculares (por ejemplo, insuficiencia cardíaca, angina de pecho) que ocurrieron durante la intervención. Todos los eventos cardiovasculares fueron evaluados de forma independiente por dos cardiólogos certificados que desconocían las asignaciones en grupo. Las discrepancias en la clasificación de eventos se resolvieron por consenso con un tercer cardiólogo senior. El estado de fragilidad del paciente antes y después de la intervención se registró utilizando el fenotipo de fragilidad^{Fried 12}:1. Pérdida de peso no intencionada: pérdida de ≥4,5 kg (o ≥5% del peso corporal) en los 12 meses anteriores; 2. Agotamiento: respuesta positiva auto-reportada a cualquiera de dos ítems de la Escala de Depresión del Center for Epidemiologic Studies (CES-D); 3. Debilidad: disminución de la fuerza de agarre, estratificada por género e índice de masa corporal (IMC) según los umbrales fenotípicos originales; 4. Lentitud: disminución de la velocidad de caminata durante 4 m, estratificada por sexo y altura según los umbrales fenotípicos originales; 5. Baja actividad física: bajo gasto energético semanal específico por sexo, definido como <383 kcal/semana para hombres y <270 kcal/semana para mujeres. Cumplir ≥3 de los 5 criterios se definía como "fragilidad"; cumplir con los criterios 1–2 se definió como "pre-fragilidad"; y cumplir con el criterio 0 se definió como "no fragilidad". A los 6 meses, los pacientes completaron el Resumen de la Escala de Autocuidado de Actividades para la Diabetes (SDSCA⁾¹³, que evalúa cinco dominios: análisis de glucosa en sangre, dieta, ejercicio, medicación y cuidado de los pies. Puntuaciones más altas indican una mejor capacidad de autogestión. Al mismo tiempo, se requirió que los pacientes completaran la Encuesta de Salud del Formulario 36 Breve (SF-36)¹⁴. Existen ocho dimensiones: Funcionamiento Físico (PF), Rol Físico (RP), Dolor Corporal (BP), Salud General (GH), Vitalidad (VT), Funcionamiento Social (SF), Rol Emocional (ER), Salud Mental (MH); Puntuaciones más altas indican una mejor calidad de vida.

Análisis estadístico
Los datos de enumeración se registraron como [n (%)] y se compararon usando la prueba del chi-cuadrado. Los datos de medición se evaluaron primero para su distribución (prueba de Shapiro-Wilk); Los datos normalmente distribuidos se registraron como (x̄ ± s) y se compararon usando muestras independientes de pruebas T (entre grupos) y pruebas T emparejadas (dentro de grupos); los datos no distribuidos normalmente se registraron como [M (P25, P75)] y se compararon usando las pruebas Mann-Whitney U (entre grupos) y las pruebas de Wilcoxon (dentro de los grupos). La comparación en múltiples puntos temporales se realizó utilizando el análisis de la varianza por estrategia repetida y la prueba intragrupo de Bonferroni. Se consideró estadísticamente significativo un P < 0,05.

Resultados

Uso en plataformas multimedia
Los siguientes datos reflejan la adhesión a la intervención de la plataforma multimedia en el grupo de observación y son indicadores de implementación más que medidas clínicas de resultado. El análisis estadístico reveló que la frecuencia de inicio de sesión en la plataforma en el grupo de observación era (21,50±5,63) veces al mes, con la tasa de subida de glucosa en sangre (89,67%) y la tasa de participación en seguimiento por vídeo (92,...

Discusión

Los resultados de este estudio de cohorte retrospectivo mostraron que los pacientes mayores con diabetes tipo 2 que recibieron atención domiciliaria basada en plataformas multimedia presentaron un control glucémico y lipídico significativamente mejor, una menor incidencia de eventos cardiovasculares durante el periodo de observación de 6 meses y un estado de fragilidad mejorado, en comparación con aquellos que recibieron seguimiento ambulatorio rutinario. Esto sugiere que el modelo podrí...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Analizador bioquímico automático	Roche Diagnostics (Shanghai) Co., Ltd.	cobas c 702	Utilizado para la detección por lotes de indicadores bioquímicos centrales en el estudio, incluyendo Glucosa en Plasma en Ayunas (FPG), Glucosa en Plasma 2 horas después de las comidas (2hPG), Colesterol Total (TC), Triglicéridos (TG), Colesterol de Lipoproteínas de Baja Densidad (LDL-C) y Colesterol de Lipoproteínas de Alta Densidad (HDL-C). Su precisión de detección cumple con los requisitos de estandarización del laboratorio clínico y proporciona datos de detección centrales para los indicadores de resultado del estudio.
Reactivo de detección de glucosa en sangre (glucosa)	Roche Diagnostics (Shanghai) Co., Ltd.	Reactivo bioquímico compatible para cobas c 702	Utilizado en conjunto con el analizador bioquímico automático para la detección cuantitativa precisa de la concentración de glucosa en suero/plasma. Proporciona datos de detección para los indicadores centrales de glucosa en sangre de FPG y 2hPG, y la diferencia entre lotes cumple con los estándares de control de calidad del laboratorio clínico.
Glucómetro Bluetooth	Roche Diagnostics (Shanghai) Co., Ltd.	Accu-Chek Guide	Dispositivo de prueba en casa central para la intervención del estudio, utilizado para la detección de la glucosa en sangre en ayunas y 2 horas después de las comidas de los pacientes. Admite sincronización automática de datos Bluetooth al Programa Mini WeChat específico del estudio, puede identificar valores anormales de glucosa en sangre (>13,9 mmol/L o <3,9 mmol/L) y activar alertas, y proporciona soporte de datos estandarizado para el monitoreo dinámico de glucosa en sangre en casa en pacientes ancianos con diabetes.
Tubo de recolección de sangre anticoagulante EDTA-K2 desechable	Becton, Dickinson and Company (BD), BD Medical Devices (Shanghai) Co., Ltd.	Tipo anticoagulante de 2mL	Utilizado para recolectar muestras de sangre completa de los pacientes. El anticoagulante EDTA-K2 puede estabilizar la morfología de las células sanguíneas, es compatible con la detección de Hemoglobina Glicosilada (HbA1c) y cumple con las especificaciones clínicas de recolección de muestras de sangre.
Agujas de recolección de sangre intravenosa desechables	Becton, Dickinson and Company (BD), BD Medical Devices (Shanghai) Co., Ltd.	21G	Utilizado en conjunto con tubos de recolección de sangre al vacío para la recolección de muestras de sangre venosa de los pacientes. Tiene un diseño estéril desechable, la especificación es adecuada para procedimientos de recolección de sangre intravenosa en adultos, lo que reduce el riesgo de hemólisis de la muestra y garantiza la precisión de los resultados de las pruebas.
Tubo de recolección de sangre que promueve la coagulación al vacío desechable	Becton, Dickinson and Company (BD), BD Medical Devices (Shanghai) Co., Ltd.	Tipo de promoción de coagulación convencional de 3mL	Utilizado para recolectar muestras de sangre venosa de los pacientes. El coagulante puede acelerar la coagulación de la sangre, y el suero separado es compatible con la detección de indicadores bioquímicos como glucosa en sangre y lípidos en sangre. El diseño estéril desechable garantiza la seguridad y estandarización de la recolección de muestras.
Dinamómetro electrónico de mano	Guangdong Xiangshan Weighing Apparatus Group Co., Ltd.	EH101	Utilizado para la medición precisa de los indicadores de fuerza de agarre en la evaluación del fenotipo de fragilidad de Fried. Puede registrar cuantitativamente la máxima fuerza de agarre manual y juzgar la disminución de la fuerza muscular estratificada por género e IMC, cumpliendo plenamente con los requisitos de operación estandarizada para la evaluación de fragilidad en este estudio.
Reactivo de detección de hemoglobina glucosilada (HbA1c)	Bio-Rad Laboratories, Inc. (EE. UU.)	Reactivo compatible para Variant II Turbo	Utilizado en conjunto con el analizador de hemoglobina glucosilada para detectar HbA1c en muestras de sangre completa mediante HPLC. Se utiliza para evaluar el nivel de control de glucosa en sangre a largo plazo de los pacientes y es un reactivo de detección especial para los indicadores de resultado de glucosa en sangre centrales de este estudio.
Telémetro láser de mano	Deli Group Co., Ltd.	DL4168	Utilizado para calibrar con precisión la distancia estándar de la prueba de caminata de 4 metros, eliminar errores de medición manual y garantizar la consistencia y precisión de la medición de la velocidad de caminata en la evaluación del fenotipo de fragilidad de Fried.
Reactivo de detección de colesterol de lipoproteínas de alta densidad (HDL-C)	Roche Diagnostics (Shanghai) Co., Ltd.	Reactivo bioquímico compatible para cobas c 702	Utilizado en conjunto con el analizador bioquímico automático para la detección cuantitativa de la concentración de HDL-C en suero, para ayudar en la evaluación de los factores de protección lipídica de los pacientes y el riesgo de enfermedad cardiovascular.
Cronómetro electrónico de alta precisión	Shenzhen Tianfu Electronics Co., Ltd.	PC894	Utilizado para la medición del tiempo de la velocidad de caminata de 4 metros en la evaluación del fenotipo de fragilidad de Fried, con una precisión de tiempo de 0,01 segundos. Proporciona datos de tiempo precisos para el juicio de indicadores de fragilidad relacionados con la velocidad de caminata lenta.
Sistema de información hospitalaria (HIS)	Winning Health Technology Group Co., Ltd.	Winning HIS V5.0	La fuente central de datos para los datos de línea base de los pacientes, los resultados de las pruebas clínicas y los registros de diagnóstico y tratamiento en este estudio. Puede rastrear completamente la información de diagnóstico y tratamiento de ciclo completo de los pacientes y garantizar la autenticidad, integridad y trazabilidad de los datos del estudio.
Analizador de hemoglobina glucosilada HPLC	Bio-Rad Laboratories, Inc. (EE. UU.)	Variant II Turbo	Adopta cromatografía líquida de alta eficacia (HPLC) para detectar Hemoglobina Glicosilada A1c (HbA1c). Es el equipo estándar de oro para evaluar el nivel promedio de control de glucosa en sangre de los pacientes diabéticos en los últimos 2-3 meses y proporciona resultados de prueba estandarizados y rastreables para los resultados de control de glucosa en sangre de este estudio.
Reactivo de detección de colesterol de lipoproteínas de baja densidad (LDL-C)	Roche Diagnostics (Shanghai) Co., Ltd.	Reactivo bioquímico compatible para cobas c 702	Utilizado en conjunto con el analizador bioquímico automático para la detección cuantitativa de la concentración de LDL-C en suero. Es el reactivo de detección de indicadores lipídicos centrales para la evaluación del riesgo de complicaciones cardiovasculares en este estudio.
Báscula electrónica médica de peso corporal	Huawei Device Co., Ltd.	AH100	Utilizado para medir con precisión el peso corporal de los pacientes y calcular el Índice de Masa Corporal (IMC). Es la herramienta de detección central para el indicador de pérdida de peso no intencional en el fenotipo de fragilidad de Fried y también proporciona datos básicos para la gestión del peso corporal de los pacientes y la intervención dietética personalizada.
Centrífuga médica de baja velocidad	Hunan Xiangyi Laboratory Instrument Development Co., Ltd.	TDZ5-WS	Utilizado para el pretratamiento de muestras de sangre venosa. Separa el suero/plasma mediante centrifugación estandarizada para proporcionar muestras calificadas para pruebas posteriores de indicadores bioquímicos como glucosa en sangre y lípidos en sangre, y es compatible con los requisitos de parámetros de centrifugación rutinarios para pruebas de laboratorio clínico.
Software de análisis estadístico SPSS	IBM Corporation (EE. UU.)	SPSS 26.0	Utilizado para el análisis estadístico del conjunto completo de datos clínicos en este estudio. Puede realizar una variedad de métodos estadísticos, incluidos la prueba de normalidad, la prueba t de muestras