Articolo di ricerca

Infermieristica interattiva tripartita a doppio binario basata su Smart Nursing in pazienti anziani con malattia coronarica complicata dai "tre alti"

DOI:

10.3791/68948

⸱

26 settembre 2025

 , 
1Department of Geriatrics, The First Affiliated Hospital of Air Force Medical University, 2Nursing Department, The First Affiliated Hospital of Air Force Medical University

In questo articolo

Avviso di errata corrige

Important: There has been an erratum issued for this article. View Erratum Notice

Sommario

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio ha rilevato che l'assistenza infermieristica interattiva tripartita a doppio binario basata sull'assistenza infermieristica intelligente aiuta a migliorare la qualità della riabilitazione nei pazienti anziani con malattia coronarica con diabete, ipertensione o iperlipidemia.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'obiettivo di questo studio è stato quello di valutare l'efficacia del modello Tripartite Dual-Track Interactive Nursing (TDTIN), che incorpora tecnologie infermieristiche intelligenti, in pazienti anziani con malattia coronarica (CHD) complicata da ipertensione, iperglicemia e iperlipidemia (collettivamente definiti i "tre alti"), e di verificarne gli effetti di miglioramento sulla capacità di autocura, sulla qualità della vita e sul benessere psicologico dei pazienti. Uno studio controllato randomizzato è stato condotto con 162 pazienti anziani con CHD con i "tre alti", assegnati equamente in un gruppo di osservazione (n = 81, che riceveva TDTIN basato su infermieristica intelligente) e in un gruppo convenzionale (n = 81, che riceveva cure convenzionali). Entrambi i gruppi sono stati monitorati per 3 mesi dopo la dimissione. Le valutazioni standardizzate includevano la scala ESCA (Exercise of Self-Care Agency) per la capacità di cura di sé, l'indice di Barthel (BI) per le attività della vita quotidiana, le scale di ansia e depressione di Hamilton (HAMA) e depressione (HAMD) per lo stato psicologico, la scala di aderenza ai farmaci Morisky per la conformità e un sondaggio sulla soddisfazione. Rispetto al gruppo convenzionale, il gruppo di osservazione ha dimostrato miglioramenti significativamente maggiori nella capacità di auto-cura (ESCA) e nella qualità della vita (BI), insieme a punteggi HAMA e HAMD più bassi (P < 0,05). Il gruppo di osservazione ha anche mostrato una maggiore compliance al trattamento (Morisky) e valutazioni di soddisfazione (P < 0,05). Inoltre, i caregiver nel gruppo di osservazione hanno mostrato maggiori capacità di caregiving e punteggi di supporto (P < 0,05). Il modello TDTIN, che sfrutta l'assistenza infermieristica intelligente, migliora significativamente la capacità di autocura, la qualità della vita, la conformità al trattamento e gli esiti psicologici nei pazienti anziani con CHD con i "tre alti", rafforzando al contempo i sistemi di supporto familiare-comunitario.

Introduzione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'accelerazione del ritmo dell'invecchiamento globale ha portato a una crescente prevalenza di comorbidità, in particolare la presenza concomitante di malattia coronarica (CHD) e disturbi metabolici - ipertensione, iperglicemia e iperlipidemia (collettivamente definiti i "tre massimi") - tra le popolazioni anziane 1,2. I dati epidemiologici rivelano che in Cina circa il 35% degli individui di età pari o superiore a 60 anni soffre di CHD in combinazione con almeno una di queste anomalie metaboliche. In particolare, il rischio di eventi cardiovascolari in tali pazienti è 2-3 volte superiore rispetto a quelli con una singola condizione, mentre il tasso di riammissione a cinque anni sale a un sorprendente 40%3,4. La gestione clinica di questi pazienti è irta di sfide significative, tra cui intricati meccanismi patologici, interazioni multifarmaco e limitata capacità di autogestione. Questi fattori contribuiscono collettivamente a un controllo dei sintomi non ottimale, a una scarsa aderenza al trattamento e a una continuità assistenziale frammentata tra le strutture sanitarie5. Di conseguenza, è urgente sviluppare e implementare paradigmi infermieristici integrati più efficaci per affrontare queste questioni sfaccettate.

Gli attuali modelli infermieristici tradizionali enfatizzano prevalentemente la gestione della fase acuta in ospedale o gli interventi su una singola malattia, non riuscendo ad affrontare le interrelazioni dinamiche inerenti alle comorbidità "CHD-3 alte". Inoltre, la frammentazione sistemica deriva da una scarsa collaborazione tra ospedali, comunità e famiglie, che mina la continuità delle cure6. Sebbene le tecnologie infermieristiche intelligenti, come i dispositivi indossabili e le piattaforme di monitoraggio remoto, offrano un supporto basato sui dati per la gestione delle malattie croniche, la loro implementazione tra le popolazioni anziane rimane limitata. Gli ostacoli principali includono un disallineamento tra le soluzioni tecnologiche e le esigenze dei pazienti (ad esempio, complessità dell'interfaccia o feedback ritardato), che contribuisce a tassi di adozione inferiori al 30%7. Inoltre, gli approcci incentrati sulla tecnologia da soli non possono superare sfide sistemiche più ampie, tra cui un sostegno familiare inadeguato e risorse comunitarie disgiunte8. La maggior parte degli studi esistenti si concentra strettamente su contesti isolati (ad esempio, ospedali o assistenza domiciliare) o moduli tecnologici autonomi (ad esempio, sistemi di allerta precoce basati sull'intelligenza artificiale)9,10. Fondamentalmente, deve ancora essere sviluppato un quadro infermieristico collaborativo completo e multi-stakeholder che copra l'intero continuum "prevenzione-intervento-riabilitazione". Questo divario rappresenta un grave ostacolo al raggiungimento di risultati sanitari sostenibili per i pazienti anziani con multimorbilità.

Sulla base di questi risultati, lo studio propone il modello "Tripartite Dual-Track Interactive Nursing (TDTIN)". A livello teorico, questo modello rappresenta una svolta rispetto al tradizionale approccio centrato sulla malattia, stabilendo un quadro collaborativo tridimensionale che integra la leadership delle specialità ospedaliere, il collegamento delle risorse della comunità e il supporto all'empowerment familiare. Attraverso divisioni di ruoli chiaramente definite e meccanismi di responsabilità condivisa, garantisce un coordinamento senza soluzione di continuità tra diagnosi, trattamento, gestione e supporto. Sul piano tecnico, lo studio introduce un innovativo sistema interattivo "dual-track". Il percorso online utilizza una piattaforma remota per integrare il monitoraggio fisiologico dinamico, l'educazione sanitaria personalizzata e le funzioni di allerta precoce del rischio, risolvendo efficacemente i problemi legati alla frammentazione dei dati. Nel frattempo, il percorso offline migliora l'accessibilità e la continuità dei servizi infermieristici implementando una formazione standardizzata per i caregiver familiari, istituendo gruppi di supporto "health circle" guidati da infermieri di comunità e creando un canale verde di riferimento bidirezionale ospedale-comunità. Questi due percorsi operano in sinergia, formando un sistema a circuito chiuso attraverso la condivisione dei dati in tempo reale e il feedback multidirezionale, superando così i limiti tecnici dei modelli infermieristici tradizionali. Allo stesso modo, lo studio di Cheluvappa R et al.11 ha anche proposto l'importanza dell'assistenza infermieristica multidimensionale per promuovere la salute degli anziani. E lo studio di Schnipper ha anche confermato che vari interventi infermieristici possono ridurre gli eventi avversi dei pazienti dopo la dimissione12. Questo studio mira a valutare l'efficacia del modello nel migliorare il controllo degli indicatori fisiologici, aumentare l'efficacia dell'autogestione e ridurre i tassi di riammissione ospedaliera tra i pazienti anziani con CHD e comorbidità "tre massimi". Si prevede che i risultati offriranno una soluzione innovativa e pratica per la ristrutturazione dei sistemi di gestione delle malattie croniche nelle popolazioni che invecchiano.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio ha completato la registrazione della sperimentazione clinica (n. ChiCTR2500104288) ed è stato approvato dal comitato etico dell'ospedale, e tutti i partecipanti sono rimasti all'oscuro dell'assegnazione del loro gruppo durante il periodo di studio.

Soggetti di studio
I pazienti con CHD complicata dai "tre alti" che sono stati ricoverati in ospedale tra agosto 2023 e gennaio 2025 sono stati selezionati come partecipanti allo studio. Il calcolo della dimensione del campione è stato eseguito utilizzando GPower 3.1.9.7. Assumendo una dimensione media dell'effetto (d di Cohen = 0,5), α = 0,05 e potenza (1-β) = 0,80, era necessaria una dimensione totale del campione di 164 partecipanti (n = 70/gruppo). Inoltre, è stato considerato un tasso di abbandono del 10%, quindi l'obiettivo finale di reclutamento era di 182 pazienti. Questi pazienti sono stati assegnati in modo casuale a due gruppi tramite un metodo della tabella numerica casuale: un gruppo convenzionale che ha ricevuto cure convenzionali e un gruppo di osservazione che ha ricevuto interventi TDTIN basati su infermieristica intelligente, con 81 pazienti in ciascun gruppo (la randomizzazione è stata implementata utilizzando una sequenza numerica casuale generata al computer con occultamento dell'allocazione tramite buste opache numerate in sequenza).

Criteri di inclusione ed esclusione
Criteri di inclusione: (1) una diagnosi confermata di CHD mediante angiografia coronarica, accompagnata da almeno una delle condizioni croniche specificate (ipertensione, diabete o iperlipidemia); (2) età ≥ 65 anni; (3) disponibilità di dati clinici completi; e (4) fornitura di consenso informato firmato. Criteri di esclusione: (1) presenza di disfunzione cognitiva o neurologica; (2) malattie infettive o autoimmuni concomitanti; (3) grave disfunzione epatica o renale; (4) scarsa compliance al trattamento che porta all'incapacità di collaborare con i ricercatori nel completamento dello studio; o (5) pazienti con informazioni mancanti o che sono stati persi al follow-up.

Interventi infermieristici
Dopo il ricovero, i pazienti hanno ricevuto interventi infermieristici specifici per gruppo (Conventional Nursing Care e Smart Nursing Based TDTIN Model) mantenuti durante il ricovero e continuati per 3 mesi dopo la dimissione (Figura 1).

Assistenza infermieristica convenzionale:
I pazienti di questo gruppo hanno ricevuto un'assistenza infermieristica di routine completa durante la degenza ospedaliera. Durante il ricovero, il personale infermieristico garantisce la somministrazione tempestiva dei farmaci ricordando ai pazienti in conformità con le prescrizioni e le istruzioni di dosaggio fornite dai medici curanti. Inoltre, gli infermieri educano sia i pazienti che le loro famiglie sulla riabilitazione CHD, sulle precauzioni necessarie e sul ruolo critico del coinvolgimento della famiglia nella supervisione e nel supporto. Il team infermieristico monitora attentamente anche i parametri fisiologici di base dei pazienti, tra cui la pressione sanguigna, la frequenza cardiaca e i livelli di glucosio nel sangue. In caso di letture anomale, avvisano tempestivamente il medico curante e assistono nell'attuazione degli interventi appropriati. Inoltre, supervisionano l'assunzione giornaliera di alimenti da parte dei pazienti e offrono supporto psicologico ai pazienti e alle loro famiglie. Prima della dimissione, i pazienti e le loro famiglie ricevono una guida dettagliata sull'assistenza post-dimissione. I pazienti vengono inoltre istruiti a tornare per un esame di follow-up 3 mesi dopo la dimissione per valutare i progressi del loro recupero.

Modello TDTIN basato su infermieristica intelligente:
Meccanismo di collaborazione tripartita: Il modello integra tre entità collaborative per fornire un'assistenza completa: (i) Entità ospedaliera: un team multidisciplinare, che comprende specialisti cardiovascolari, infermieri, nutrizionisti e psicologi, è responsabile della diagnosi e del trattamento in fase acuta, della pianificazione personalizzata delle cure, della guida ai farmaci e dello screening dei pazienti ad alto rischio. (ii) Entità comunitaria: infermieri e medici generici eseguono monitoraggi quotidiani, follow-up e interventi sanitari mirati. Rafforzano la compliance del paziente attraverso visite domiciliari regolari e sessioni strutturate di educazione sanitaria. (iii) Entità familiare: la formazione del caregiver familiare ha adottato una modalità in tre fasi di "insegnamento teorico + formazione di simulazione + valutazione della certificazione", compresa la formazione teorica (una serie di lezioni di quattro settimane tenute da infermieri specialisti in ambito cardiovascolare, che coprono la conoscenza della malattia, le capacità di monitoraggio, il trattamento di emergenza e altri contenuti, una volta alla settimana; Dopo la lezione, il test online è stato completato attraverso il mini programma WeChat) e la formazione con simulazione (la formazione sulla simulazione di scenario è stata effettuata nel centro di competenze cliniche dell'ospedale e 12 abilità fondamentali come il trattamento dell'attacco di angina pectoris e la correzione dell'ipoglicemia sono state praticate da persone simulate).

Percorsi interattivi a doppio binario: L'erogazione dell'assistenza avviene attraverso due percorsi integrati: (i) Percorso online: una piattaforma infermieristica intelligente facilita il monitoraggio dinamico e la condivisione dei dati in tempo reale (Tabella dei materiali). I dispositivi indossabili tengono traccia dei parametri vitali (ad es. pressione sanguigna, glicemia, frequenza cardiaca), attivando avvisi automatici per valori anomali (Tabella dei materiali) e nel dispositivo sono stati impostati promemoria per i farmaci giornalieri. Una tabella di raccomandazioni per una dieta sana è stata creata dai dietologi e inviata ai pazienti attraverso il mini programma WeChat. (ii) Percorso offline: un sistema di riferimento bidirezionale ospedale-comunità garantisce una risposta rapida durante gli episodi acuti. Le attività trimestrali di gruppo di gestione sanitaria organizzate dalla comunità rafforzano le competenze attraverso l'orientamento faccia a faccia, mentre le famiglie partecipano regolarmente a seminari condotti in ospedale "Multimorbidity Management of Three Highs" per migliorare la capacità di auto-cura a lungo termine. Al fine di risolvere le barriere all'uso dei dispositivi intelligenti nei pazienti anziani, è stata istituita una rete di supporto tecnico multidimensionale. (1) Il primo giorno di ricovero, gli infermieri specializzati del reparto hanno svolto una formazione "individuale" sul funzionamento delle apparecchiature (introducendo l'uso e il funzionamento della fascia indossabile secondo le istruzioni) e il metodo di insegnamento della simulazione di scenario è stato utilizzato per dimostrare il processo di usura del dispositivo, il caricamento dei dati e l'elaborazione degli allarmi anomali. (2) Ogni paziente è stato dotato di un manuale utente del dispositivo intelligente (inclusa la versione grafica e vocale), che evidenziava i segnali di avvertimento a caratteri grandi e le istruzioni per la funzione di chiamata one-touch; (3) Istituzione di un sistema di supporto tecnico a tre livelli "ospedale-comunità-famiglia", gli infermieri di comunità hanno eseguito in modo sincrono la manutenzione delle apparecchiature e la valutazione del funzionamento durante il follow-up domestico ogni settimana e il centro di supporto remoto dell'ospedale ha fornito assistenza telefonica 7 × 24 ore su 24.

Misure di intervento principali: (i) Monitoraggio intelligente e gestione del rischio: i pazienti sono dotati di braccialetti intelligenti e dispositivi di monitoraggio della pressione sanguigna/glicemia a domicilio. Questi dispositivi trasmettono dati in tempo reale alle piattaforme sanitarie ospedaliere e comunitarie, consentendo una valutazione dinamica del rischio cardiovascolare. Sulla base del monitoraggio della glicemia e della pressione sanguigna dei pazienti, i suggerimenti di intervento personalizzati e i suggerimenti di aggiustamento della dose dei farmaci sono stati modificati dal personale medico e inviati a ciascun paziente attraverso il mini programma WeChat. (ii) Gestione dell'aderenza ai farmaci: i farmacisti hanno monitorato attivamente i registri dei farmaci attraverso un mini programma WeChat. Quando si è scoperto che il paziente aveva dimenticato o sbagliato il farmaco, il personale medico ha contattato direttamente il paziente o ha informato i familiari tramite WeChat. (iii) Gestione dello stile di vita: inviamo piani di allenamento (ad esempio, 30 minuti di camminata al giorno) ai pazienti attraverso il mini programma WeChat e monitoriamo i progressi dell'esercizio in tempo reale attraverso la Mi band, con i dati inviati al mini programma WeChat. Inoltre, gli psicologi conducono regolari sessioni di consulenza online per affrontare l'ansia o la depressione, mentre gli infermieri di comunità eseguono valutazioni dello stato mentale a domicilio durante le visite e facilitano i rinvii specialistici quando clinicamente indicato.

Gestione dei dati a circuito chiuso: La piattaforma intelligente integra dati sanitari multi-fonte per mantenere cartelle cliniche complete dei pazienti e perfezionare dinamicamente i piani di cura. Su base mensile, team interdisciplinari composti da medici ospedalieri, operatori sanitari di comunità e caregiver familiari partecipano a conferenze virtuali su casi. Questi incontri servono a valutare l'efficacia dell'intervento e ottimizzare le strategie di intervento per problemi comuni.

Indicatori di osservazione
Valutazione della capacità di autocura: L'Exercise of Self-Care Agency Scale (ESCA)13 è stata somministrata per valutare la capacità di auto-cura dei pazienti prima e dopo l'intervento infermieristico. L'ESCA è costituito da quattro dimensioni: concetto di sé, responsabilità di autocura, capacità di cura di sé e conoscenza della salute. Punteggi più alti su questa scala indicano una migliore capacità di cura di sé.

Valutazione della qualità della vita: La qualità della vita dei pazienti è stata valutata utilizzando tre scale standardizzate: l'indice di Barthel (BI)14 e il Mini-Mental State Examination (MMSE)15. Il BI valuta la loro mobilità e il MMSE valuta la funzione cognitiva.

Valutazione dello stato psicologico: La Hamilton Anxiety Scale (HAMA) e la Hamilton Depression Scale (HAMD)16 sono state utilizzate per misurare il benessere psicologico dei pazienti. Punteggi più alti su queste scale indicano sintomi di ansia o depressione più gravi.

Valutazione dei membri della famiglia: È stato utilizzato un sistema di punteggio a 5 punti per valutare lo stato dei familiari dei pazienti in due aree chiave: figure-protocol-1 Competenze di assistenza (valutate come: 1 = per niente padroneggiato, 2 = non padroneggiato, 3 = fondamentalmente padroneggiato, 4 = padroneggiato, 5 = completamente padroneggiato). figure-protocol-2 Livello di supporto (valutato come: 1 = per niente di supporto, 2 = non di supporto, 3 = fondamentalmente di supporto, 4 = di supporto, 5 = completamente di supporto).

Valutazione dell'aderenza al trattamento: Al termine dell'intervento infermieristico, è stata utilizzata la Morisky Medication Adherence Scale17 per valutare l'aderenza dei pazienti al trattamento. Questa scala di 8 item produce un punteggio totale che va da 0 a 14, con classificazioni come segue: 14 = completamente aderente, 9-13 = parzialmente aderente e 0-8 = non aderente. Il tasso di aderenza è stato calcolato come la somma del tasso di aderenza totale e del tasso di aderenza parziale.

Valutazione della soddisfazione del paziente: La Newcastle Satisfaction with Nursing Scale (NSNS)18 è stata somministrata dopo l'intervento per valutare la soddisfazione del paziente. Il punteggio totale è stato di 95, con la seguente interpretazione: 76-95 = molto soddisfatto, 57-75 = moderatamente soddisfatto, 38-56 = insoddisfatto, 19-37 = molto insoddisfatto. Tasso di soddisfazione = tasso di molto soddisfatto + tasso di moderatamente soddisfatto.

Analisi statistica
Tutte le analisi statistiche sono state eseguite utilizzando SPSS 25.0. Le variabili categoriali sono state espresse come numeri e percentuali e i confronti di gruppo sono stati valutati utilizzando il test del chi-quadrato (χ2). Abbiamo utilizzato il test di Shapiro-Wilk per verificare la distribuzione dei dati. Per le variabili continue normalmente distribuite, i dati sono stati presentati come (figure-protocol-3 ± s) e le differenze tra i gruppi sono state valutate utilizzando test t a campioni indipendenti o test t accoppiati. Le variabili continue non normalmente distribuite sono state riassunte come mediana (intervallo interquartile, IQR) e i confronti sono stati eseguiti utilizzando il test U di Mann-Whitney o il test della somma dei ranghi di Wilcoxon. I risultati con P < 0,05 sono stati ritenuti statisticamente significativi.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Generalità
In primo luogo, abbiamo confrontato i dati clinici basali dei due gruppi e i risultati hanno mostrato che non c'erano differenze nei dati clinici basali tra i due gruppi (P > 0,05) (Tabella 1).

Confronto delle competenze di auto-cura
I risultati del confronto dei risultati della scala ESCA hanno mostrato che non c'era differenza tra i punteggi di base dei due gruppi (P > 0,05), i punteggi della responsabilità di auto-cur...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio ha valutato l'efficacia del TDTIN basato sull'assistenza infermieristica intelligente rispetto all'assistenza infermieristica convenzionale in pazienti anziani con CHD complicata dai "tre alti". I risultati hanno dimostrato che il gruppo di osservazione ha mostrato miglioramenti significativamente maggiori nella capacità di autocura, nella qualità della vita, nella regolazione emotiva, nella competenza del caregiver familiare, nell'aderenza al trattamento e nella soddisfazi...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non segnalano alcun conflitto di interessi.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Glucometro 701Salto di pesce20162400064Utilizzato per rilevare la concentrazione di glucosio nel sangue intero capillare in ospedale e a casa.
Misuratore di pressione sanguigna U701Omron20152070051La pressione sanguigna è stata monitorata dalla tecnologia di compressione intelligente
GPowerHeinrich-Heine-Universitä t Dü Sseldorfv.3.1.9.7G*Power è stato utilizzato per il calcolo della dimensione del campione, l'analisi statistica della potenza e la stima della dimensione dell'effetto.
Mi BandXioamihttps://www.mi.com/ae-en/product/xiaomi-smart-band-7/
SPSS 25.0IBMhttps://www.ibm.com/products/spss-statisticsSoftware di analisi statistica
WechatTencenthttps://weixin.qq.com/Un'applicazione gratuita che fornisce servizi di messaggistica istantanea per terminali intelligenti.

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Benenson, I., Waldron, F. A., Jadotte, Y. T., Dreker, M. P., Holly, C. Risk factors for hypertensive crisis in adult patients: a systematic review. JBI Evid Synth. 19 (6), 1292-1327 (2021).
  2. Arshad, M. M., et al. Impact of diabetes mellitus on coronary artery disease severity: a comparative analysis of diabetic and non-diabetic patients. Cureus. 17 (1), e77344(2025).
  3. Li, J., et al. The triglyceride-glucose index is associated with atherosclerosis in patients with symptomatic coronary artery disease, regardless of diabetes mellitus and hyperlipidaemia. Cardiovasc Diabetol. 22 (1), 224(2023).
  4. Hermel, M., et al. Highlights of cardiovascular disease prevention studies presented at the 2023 American Heart Association Scientific Sessions. Curr Atheroscler Rep. 26 (4), 119-131 (2024).
  5. Chen, G. C., et al. Microvascular disease, cardiovascular health, and risk of coronary heart disease in type 2 diabetes: a UK Biobank study. J Clin Endocrinol Metab. 109 (9), 2335-2342 (2024).
  6. Abudureyimu, M., et al. Heart failure with preserved ejection fraction (HFpEF) in type 2 diabetes mellitus: from pathophysiology to therapeutics. J Mol Cell Biol. 14 (5), mjac028(2022).
  7. Strauss, B. H., Sud, M., Arbel, Y., Elbaz-Greener, G. Using a novel smart-device application for follow-up after percutaneous coronary intervention. Can J Cardiol. 36 (8), 1322-1325 (2020).
  8. Nie, S., et al. Machine learning applications in acute coronary syndrome: diagnosis, outcomes and management. Adv Ther. 42 (2), 636-665 (2025).
  9. Molloy, A., et al. Challenges to the development of the next generation of self-reporting cardiovascular implantable medical devices. IEEE Rev Biomed Eng. 15, 260-272 (2022).
  10. Ganesananthan, S., Rajkumar, C. A., Foley, M., Francis, D., Al-Lamee, R. Remote digital smart device follow-up in prospective clinical trials: early insights from ORBITA-2, ORBITA-COSMIC, and ORBITA-STAR. Eur Heart J Suppl. 24 (Suppl H), H32-H42 (2022).
  11. Cheluvappa, R., Selvendran, S. Antipodean perspectives-aged care nursing and the multifaceted role of the aged care nurse. Nurs Rep. 12 (3), 629-636 (2022).
  12. Schnipper, J. L., et al. The effects of a multifaceted intervention to improve care transitions within an accountable care organization: results of a stepped-wedge cluster-randomized trial. J Hosp Med. 16 (1), 15-22 (2021).
  13. Zhang, B., et al. Association between self-care agency and depression and anxiety in patients with diabetic retinopathy. BMC Ophthalmol. 21 (1), 123(2021).
  14. Katano, S., et al. Barthel index score predicts mortality in elderly heart failure-a goal of comprehensive cardiac rehabilitation. Circ J. 86 (1), 70-78 (2021).
  15. Jannati, A., et al. Digital clock and recall is superior to the Mini-Mental State Examination for the detection of mild cognitive impairment and mild dementia. Alzheimers Res Ther. 16 (1), 2(2024).
  16. Tung, V. S., et al. Diagnostic value in screening severe depression of the Hamilton Depression Rating Scale, Hamilton Anxiety Rating Scale, Beck Depression Inventory Scale, and Zung's Self-Rating Anxiety Scale among patients with recurrent depression disorder. Acta Inform Med. 31 (4), 249-253 (2023).
  17. Huang, J., Ding, S., Xiong, S., Liu, Z. Medication adherence and associated factors in patients with type 2 diabetes: a structural equation model. Front Public Health. 9, 730845(2021).
  18. Karadas, A., Ergun, S., Kaynak, S. Relationship between missed nursing care and patients' trust in nurses and satisfaction with care: a cross-sectional study. Nurs Health Sci. 26 (3), e13149(2024).
  19. Braam, A., van Wijngaarden, J., Hilders, C., Buljac-Samardzic, M. Multidisciplinary collaboration in hospitals via patient- and process-oriented units: a longitudinal study. J Multidiscip Healthc. 17, 3213-3226 (2024).
  20. Liu, J., et al. The effect of continuing care on postoperative life quality and long-term functional recovery in elderly patients with hip fracture. Am J Transl Res. 13 (5), 5512-5518 (2021).
  21. Wang, R. H., Tannou, T., Bier, N., Couture, M., Aubry, R. Proactive and ongoing analysis and management of ethical concerns in the development, evaluation, and implementation of smart homes for older adults with frailty. JMIR Aging. 6, e41322(2023).
  22. de Siqueira Silva, I., et al. Digital home care interventions and quality of primary care for older adults: a scoping review. BMC Geriatr. 24 (1), 507(2024).
  23. Toles, M., et al. Connect-Home transitional care from skilled nursing facilities to home: a stepped wedge, cluster randomized trial. J Am Geriatr Soc. 71 (4), 1068-1080 (2023).
  24. Tegenaw, G. S., et al. A hybrid approach for designing dynamic and data-driven clinical pathways point of care instruments in low resource settings. Stud Health Technol Inform. 290, 316-320 (2022).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Errata corrige

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Formal Correction: Erratum: Smart Nursing-Based Tripartite Dual-Track Interactive Nursing in Elderly Patients with Coronary Heart Disease Complicated by the "Three Highs"
Posted by JoVE Editors on 10/28/2025. Citeable Link.

This corrects the article 10.3791/68948

Tag

Smart NursingTripartite Dual TrackCoronary Heart DiseaseElderly PatientsThree HighsSelf Care CapacityQuality Of LifeTreatment CompliancePsychological Well BeingFamily Support

Articoli correlati