2018至2025年印度育龄女性缺铁性贫血检测与管理数字化健康干预的范围综述(A Scoping Review of Digital Health Interventions for the Detection and Management of Iron Deficiency Anaemia in Indian Women of Reproductive Age from 2018 to 2025)

《Discover Public Health》:A scoping review of digital health interventions for the detection and management of iron deficiency anaemia in Indian women of reproductive age from 2018 to 2025

【字体: 大 中 小 】 时间:2026年06月17日 来源:Discover Public Health

编辑推荐:

  背景(Background):在印度,缺铁性贫血(Iron Deficiency Anaemia,IDA)仍是育龄女性中重要的公共卫生问题。随着医疗数字化进程加快,基于人工智能(AI-based)及非人工智能(non-AI-based)的数字化健康干预(Dig

  
背景(Background):在印度,缺铁性贫血(Iron Deficiency Anaemia,IDA)仍是育龄女性中重要的公共卫生问题。随着医疗数字化进程加快,基于人工智能(AI-based)及非人工智能(non-AI-based)的数字化健康干预(Digital Health Interventions,DHIs)正被探索作为贫血筛查、检测及治疗的新型手段。本范围综述旨在梳理并综合DHIs对印度育龄女性IDA检测与管理效能的相关证据,重点关注干预类型、结局指标及实施缺口。 方法(Methods):研究人员除系统检索PubMed、Scopus及Google Scholar外,还查阅了灰色文献(如机构报告)。使用Rayyan筛选2018年3月至2025年间发表并符合纳排标准的研究,提取目标人群、数字工具类型、贫血类型、研究设计、结果及实施背景等数据,按PRISMA规范以图表呈现结果。 结果(Results):最终纳入8项研究。非AI工具显示出较高的实施可行性,并使血红蛋白(Haemoglobin,Hb)出现即时临床改善(0.8–0.95 g/dL)及依从性提升;AI技术虽展现卓越诊断准确率(最高达96%),但因依赖受控临床环境与特定硬件,当前实施可行性仅为中等。 结论(Conclusion):DHIs在改善印度育龄女性IDA检测、治疗及预防方面具较大潜力。AI技术具待进一步验证的诊断前景,非AI技术可提供即时且可扩展的收益。融合两类技术并在地理范围上广泛实施的混合策略,或为降低贫血疾病负担的最全面路径。
论文解读:《2018至2025年印度育龄女性缺铁性贫血检测与管理数字化健康干预的范围综述》
本研究发表于《Discover Public Health》。印度缺铁性贫血(Iron Deficiency Anaemia,IDA)在育龄女性(Women of Reproductive Age,15–49岁)中患病率居高不下,国家贫血无疾印度(Anaemia Mukt Bharat,AMB)等项目推行铁叶酸补充与定期筛查,但仍受困于服药依从性差、认知不足及监测碎片化。数字化健康干预(Digital Health Interventions,DHIs)——涵盖移动健康应用(mHealth)、短信提醒、远程医疗、电子健康档案及可穿戴设备——有望克服地理障碍并改善照护协调,然而目前缺乏针对印度本土育龄女性IDA防控DHI效果与实施现状的系统综述。为此,研究人员开展此项范围综述(scoping review),以明确现有DHI类型、评估其结局证据并识别知识缺口,最终发现非AI类干预可行性高且能快速改善血红蛋白与依从性,AI类诊断精度优异但需本地化验证,提出"混合策略"是未来方向。
为开展研究,研究人员遵循PRISMA扩展版范围综述指南(PRISMA-ScR)及Arksey and O'Malley五阶段框架,系统检索PubMed、Scopus和Google Scholar并查阅灰色文献,限定研究对象为印度15–49岁育龄女性(含孕期及产后),干预措施为任意形式DHI(mHealth应用、SMS提醒、AI诊断、无创物联网设备等),时限为2018年3月(AMB启动)至2025年3月,纳入原始研究(RCT、横断面、队列、类实验及混合方法),排除非英文、非原始研究及无数字工具具体数据者。由两名独立评审员通过Rayyan软件完成题目摘要初筛及全文复筛,采用预试提取表独立提取研究设计、场所、样本量、数字工具分类(AI/非AI)、贫血类型及实施背景,最终通过图表与主题分析法进行叙述性综合。
结果(Results)
文献筛选流程显示初检记录312条,去重后293条接受题目摘要筛选,排除274条,18篇全文评估其中2篇无法获取,最终纳入8篇报告(代表7项独立研究)。研究地域集中于北印与中印(德里、哈里亚纳邦、北方邦、安得拉邦为主),少数为东西部各一站点;多数发表于2020年后,场所含三级医院、初级卫生中心、社区营地及国家级项目平台;受试人群以孕妇居多,其次为产后及一般育龄女性,样本量20人至大规模项目评估不等;75%(n=6)为非AI工具(国家健康平台、临床决策支持App、无创Hb筛查仪、手机提醒),25%(n=2)为AI工具(卷积神经网络CNN分析甲床图像及机器学习算法处理血液学数据)。主要终点为Hb变化幅度与诊断准确率,非AI干预使铁叶酸酸(Iron-Folic Acid,IFA)依从率由44.9%升至85.8%,Hb升高0.8–0.95 g/dL,EzeCheck设备使社区贫血现患率由94.1%降至82.2%;AI模型中朴素贝叶斯(Naive Bayes)预测贫血准确率达96.09%,CNN甲床分析表现高精确度,但智能手机结膜/巩膜比色法特异性仅26.1%,受肤色与光照影响大。
讨论(Discussion)
纳入研究以非AI干预为主,其依托常规移动通信网络(SMS、WhatsApp、语音呼叫)克服遗忘问题,在无高级数字素养与专用外设条件下实现即时临床获益,与同期国际Meta分析结果(Hb平均差0.59 g/dL)相比印度现场Hb升幅(0.8–0.95 g/dL)更优。AI模型在受控实验室环境展现高诊断性能,但实际推广面临依赖特定硬件(如Raspberry Pi)、需标准化拍摄条件及人群表型差异(皮肤色素、光照)导致的低特异度,需印度本土大样本再训练与验证。地理分布偏倚明显——东印及东北印(贫血高负担区)缺如——限制外推性;且缺乏长期有效性随访与经济性评价(成本-效果分析),不符合WHO卫生技术评估建议。碎片化系统集成、数字素养不足及网络不稳是主要实施壁垒。总体而言非AI通讯与筛查工具当前最具可行性与扩展性,AI诊断具远景潜力,二者结合并依本地卫生体系能力调适的混合模式最有望降低IDA负担。
结论(Conclusion)
现有证据表明数字化健康干预对提升印度育龄女性贫血控制具重要潜力。非AI干预在低资源环境下显现即时可行性与治疗依从性、血红蛋白水平的可测量改善;AI及深度学习诊断模型在受控条件下具高初步准确度,但其临床可靠性受表型变异限制,须经过充分本地验证。未来应采取混合策略,将非AI通讯工具之可扩展即时效益与经严格验证之AI辅助诊断整合,并在贫血高负担且研究欠代表地区开展长期有效性试验及经济学评价,以服务全面贫血减负目标。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号