综述:数字健康技术在维持性血液透析患者肌肉减少症管理中的应用:一项叙述性综述

《Frontiers in Nutrition》:Digital health technologies for the management of sarcopenia in patients receiving maintenance hemodialysis: a narrative review

【字体: 大 中 小 】 时间:2026年06月17日 来源:Frontiers in Nutrition 5.1

编辑推荐:

  数字健康技术正越来越多地被探索作为管理接受维持性血液透析(MHD)患者的肌肉减少症的支持工具。可穿戴设备、移动健康应用、远程医疗平台、人工智能以及虚拟或增强现实可能支持监测、患者参与和干预实施。然而,证据仍然参差不齐,不同数字模式的临床准备程度差异很大。活动监

  
数字健康技术正越来越多地被探索作为管理接受维持性血液透析(MHD)患者的肌肉减少症的支持工具。可穿戴设备、移动健康应用、远程医疗平台、人工智能以及虚拟或增强现实可能支持监测、患者参与和干预实施。然而,证据仍然参差不齐,不同数字模式的临床准备程度差异很大。活动监测器、移动应用和远程随访平台在临床或家庭支持管理中相对可行,而连续生物传感器和一些人工智能驱动的预测系统大多仍处于概念验证或早期验证阶段。本叙述性综述综合了数字健康技术在MHD患者肌肉减少症管理中的当前应用、潜在效果、局限性和未来方向。特别关注具有国际代表性的证据,因为许多现有研究集中在特定区域或医疗保健背景下。本综述还讨论了数字工具如何通过整合透析间体重增加、容量波动、透析充分性、透析日和非透析日活动模式以及与营养、炎症和尿毒症毒素负荷相关的实验室指标来支持MHD特异性监测。在这些技术被广泛实施之前,需要进一步的多中心研究、跨模式定量比较和严格的临床验证。
背景:全球约8.5亿人患有肾脏疾病,慢性肾脏病是重大公共卫生挑战。维持性血液透析(MHD)是肾衰竭患者广泛使用的肾脏替代疗法之一,但肌肉减少症在该人群中高度流行(31.5–42.1%),表现为骨骼肌质量减少、肌力下降和/或身体功能受损,增加感染、骨折风险和2-3倍死亡率。其发病机制涉及慢性微炎症、尿毒症毒素蓄积、代谢性酸中毒、蛋白质能量消耗、透析相关氨基酸丢失和体力活动不足。传统管理策略(营养补充、药物治疗、常规运动指导)受限于自我管理能力不足、缺乏个体化干预和动态监测不足。数字健康技术(可穿戴设备、移动健康应用、远程医疗、人工智能等)为应对这些挑战提供了新机会,但存在证据缺口、技术缺口和实施缺口。本综述强调数字健康技术应与MHD特异性指标(如透析间体重增加、容量超负荷、血压变异性、超滤量、透析充分性、炎症状态、营养生物标志物和尿毒症毒素负荷相关实验室指标)整合,并考虑不同国家和医疗系统的证据,区分临床可用工具与验证阶段及概念性技术。

方法:文献识别与证据综合:本综述采用叙述性方法,非系统性综述或范围综述。检索PubMed/MEDLINE、Web of Science、Embase、Cochrane Library、Scopus、CNKI和万方数据库,时间截至2026年4月。检索词包括“维持性血液透析”“血液透析”“透析”“慢性肾脏病”“终末期肾脏病”“肌肉减少症”“肌肉消耗”“衰弱”“数字健康”“移动健康”“远程医疗”“可穿戴设备”“活动追踪器”“人工智能”“机器学习”“虚拟现实”“增强现实”“远程监测”“数字素养”“尿毒症毒素”“蛋白质能量消耗”“透析充分性”“透析中运动”等中英文术语。纳入标准:(1)聚焦MHD患者的肌肉减少症、衰弱、肌肉消耗、身体功能、营养、运动或康复;(2)评估或讨论数字健康技术(可穿戴设备、移动应用、远程医疗平台、人工智能、虚拟/增强现实、生物传感器、远程监测系统);(3)报告与肌肉减少症相关的透析特异性因素(透析充分性、透析间体重增加、容量状态、炎症、代谢性酸中毒、蛋白质能量消耗、尿毒症毒素负荷);(4)提供方法学、伦理、实施或政策视角。排除与数字健康、肌肉减少症、透析、慢性肾脏病、康复或营养管理无关的研究。由于直接证据有限,也纳入相关人群(慢性肾脏病、终末期肾脏病、老年肌肉减少症、衰弱人群及更广泛慢性病队列)的证据,但作为间接或方法学支持。证据按技术类型和临床功能进行叙述性综合,分为三大类:临床可用工具(可穿戴活动监测器、移动应用、远程医疗平台、远程随访系统、数字体重/血压监测系统)、临床验证中工具(人工智能预测模型、机器学习辅助步态分析、人工智能辅助肌肉骨骼超声、虚拟/增强现实康复)和概念性或概念验证技术(连续蛋白质传感器、尿毒症毒素相关生物传感器、实时氨基酸监测系统、实验性代谢生物传感器)。未进行Meta分析或定量合并。代表性证据的关键评价:证据异质性大,正式定量质量评分未进行。基于研究设计、人群相关性、直接性、报告结局、方法学局限性和临床适用性进行关键评价。直接涉及MHD患者肌肉减少症的证据最相关,非MHD人群证据仅作为间接支持。代表性证据包括可穿戴活动监测(中等至高度直接性,观察性研究)、可穿戴步态传感器结合机器学习(间接,方法学参考)、肌肉减少症筛查工具(高度直接性,非数字特异性)、人工智能预测模型(间接,方法学参考)、MHD预后预测模型(中等,非肌肉减少症特异性)、人工智能辅助肌肉骨骼超声(中等至高直接性,验证中)、移动健康和远程医疗在慢性透析或慢性肾脏病中的应用(中等,非肌肉减少症特异性)、COVID-19相关远程医疗经验(间接)、MHD肌肉减少症运动干预(高度直接性,非数字递送特异性)、虚拟现实康复体验(中等,定性证据)、虚拟现实安全性和可用性(间接至中等)、数字健康素养和技术接受度(间接至中等)、概念性生物传感器(低直接性)。关键发现:最强直接证据来自肌肉减少症筛查、运动干预和选定康复/功能评估,但未证明数字技术本身优于常规护理。可穿戴设备、移动应用和远程医疗在可行性和支持性监测方面更成熟,但直接肌肉减少症结局证据有限。人工智能模型、人工智能辅助超声、虚拟/增强现实康复和生物传感器有前景但临床成熟度不足。

概念框架与核心特征:数字健康技术是指数字工具和平台的集成系统,包括可穿戴设备、移动健康应用、远程医疗系统、人工智能和虚拟现实,用于支持健康管理、疾病预防、诊断、治疗和康复。世界卫生组织(WHO)将其视为全民健康覆盖和可持续发展目标的关键推动者。核心特征包括:(1)实时数据收集(通过传感器或主动输入获取生理、行为和环境数据);(2)智能分析(算法驱动模型用于风险识别、趋势预测和个性化推荐);(3)动态反馈(向用户或医疗提供者传递可视化报告、警报或干预建议)。在慢性病管理中,数字健康技术已从简单监测工具演变为涵盖疾病监测、风险分层、个体化干预和连续性护理的全周期综合管理平台。其价值特别适用于MHD患者肌肉减少症管理,因为需要长期持续监测肌肉质量、肌力、体力活动、营养摄入和功能状态,而传统护理模式难以支持频繁、个体化和动态调整的干预。此外,管理必须超越肌肉质量本身,考虑透析相关和代谢因素(容量状态、透析间体重增加、超滤负荷、炎症状态、透析充分性、营养损害和尿毒症毒素蓄积)。因此,数字健康技术应理想地整合多源数据(可穿戴活动数据、患者报告症状、饮食记录、透析相关指标和生化标志物),以更准确识别功能衰退、区分真正的肌肉减少症进展与透析相关生理波动,并更个体化地调整运动或营养干预。

证据成熟度与临床准备度:数字健康技术分为三类:临床可用工具(活动追踪器、加速度计、计步器、智能手表、移动健康应用、远程医疗平台、远程随访系统、体重和血压监测系统)已可行用于支持性管理(体力活动追踪、症状记录、运动监督、饮食记录、远程教育和随访),但对肌肉减少症特异性结局(骨骼肌质量、握力、步速、住院、死亡率)的直接影响尚未充分量化。临床验证中工具(人工智能预测模型、机器学习辅助步态分析、人工智能辅助肌肉骨骼超声、虚拟现实康复、增强现实辅助运动训练)有潜力用于风险预测、自动化评估、个体化干预和康复依从性,但多数证据来自初步研究、普通老年人群或非MHD环境,需多中心验证。概念性或概念验证技术(连续蛋白质传感器、尿毒症毒素相关生物传感器、实时氨基酸丢失监测系统、实验性代谢生物传感器)可能提供未来精准监测营养、代谢和毒素负荷的机会,但应仅作为未来研究方向。

数字健康技术在维持性血液透析患者肌肉减少症管理中的应用:智能可穿戴设备:可穿戴传感器和生物传感器是数字健康技术最直观的应用之一,但临床准备度差异大。临床可用可穿戴设备包括活动追踪器、加速度计、计步器、智能手表、心率监测器、睡眠监测器和可穿戴步态传感器,可持续收集步数、久坐时间、活动强度、运动持续时间、心率和步态参数,为监测体力活动和功能衰退提供客观信息。对于MHD患者,可穿戴监测具有特殊相关性,因为体力活动、运动耐量、疲劳和功能表现在透析日和非透析日可能不同。Hu等发现体力活动不足在MHD患者中高度普遍,且体力活动水平与健康相关生活质量正相关,支持可穿戴设备作为日常活动监测和运动依从性评估的支持工具。但现有可穿戴设备应视为辅助监测工具而非独立诊断仪器,主要作用在于纵向追踪、早期识别活动减少和协助个体化调整运动干预。可穿戴步态传感器结合机器学习是前景良好但尚处验证阶段的技术。Fan等报告整合可穿戴步态传感器和机器学习的数字健康技术提高了衰弱预测的准确性,为早期识别肌肉减少症风险提供了方法学参考,但证据来自更广泛的衰弱相关环境而非特异性MHD肌肉减少症,因此应解释为临床验证中技术。未来研究应确定可穿戴衍生指标(步速、步态变异性、步数、久坐时间、活动强度)是否能预测MHD人群的握力、骨骼肌质量指数、住院、跌倒和死亡率。数字工具还应与透析相关监测系统连接,整合电子体重记录、透析前/后血压、透析间体重增加、超滤量、生物电阻抗分析和透析充分性指标(如Kt/V)。胃容量超负荷、快速超滤、透析中低血压和透析后疲劳可能影响肌肉性能、运动耐量和身体成分评估。数字平台应理想地整合可穿戴活动数据与透析相关变量。数字工具不能直接替代实验室检测,但可通过整合实验室指标(血清白蛋白、磷、血尿素氮、肌酐、C反应蛋白等与营养、炎症和尿毒症毒素负荷相关的标志物)与可穿戴信息生成风险警报。相比之下,概念性生物传感器(如Gottlieb等提出的连续蛋白质传感器)应明确区别于临床可用设备,尚未在MHD患者中验证,仅为概念验证技术。总体而言,临床可用可穿戴设备可支持体力活动监测、运动依从性评估和早期功能衰退识别;透析相关监测工具提供容量状态、超滤负荷、血压波动和透析充分性的重要背景信息;连续蛋白质传感器和尿毒症毒素相关生物传感器应归类为概念性技术。

人工智能:人工智能(AI)包括机器学习、深度学习、智能机器人、自然语言处理和临床决策支持算法,因其处理复杂多维数据的能力,可能为MHD患者肌肉减少症的风险评估、诊断和个体化管理提供技术支撑。但多数AI模型尚未在MHD人群中进行临床验证,现有模型主要在普通老年人、慢性病人群或非透析环境中开发,因此AI目前应视为有前景的决策支持方法而非临床成熟工具。Rong等开发了基于多层感知器的机器学习模型预测慢性病患者肌肉减少症风险,并创建了在线应用工具,识别出体重、年龄、身体质量指数、身高、总胆固醇和性别为关键预测特征,提供了方法学参考,但因模型在一般慢性病人群而非MHD患者中开发,直接适用性有限。未来AI模型应纳入MHD特异性变量,如透析龄、透析充分性、超滤量、透析间体重增加、残余肾功能、血清白蛋白、C反应蛋白、白细胞介素-6等营养和炎症指标,以及尿毒症毒素负荷相关生化指标(尿素、磷、硫酸吲哚酚、对甲酚硫酸盐)。透析日与非透析日体力活动模式的差异也可能提供重要预测信息。AI还可能支持个体化运动和营养管理,但目前在MHD肌肉减少症领域仍主要是理论。来自运动研究的证据(Li等)支持阻力训练和多成分运动可改善MHD肌肉减少症患者的肌力、身体功能、肌肉质量和营养状态,但未直接证明AI引导的运动处方优于常规临床指导。Chen等讨论了AI在老年慢性病和肌肉减少症风险管理中的潜在作用,但外部有效性不确定。Goldstein等开发了MHD患者短期死亡率和长期生存的临床可实施预测模型,虽非肌肉减少症特异,但展示了透析人群中预测建模的可行性。在常规临床应用前,AI肌肉减少症模型需外部验证、跨不同透析人群校准和算法性能的透明报告。

移动应用与远程医疗平台:移动健康应用和远程医疗平台为MHD患者提供自我管理、远程随访、健康教育、运动监督、饮食记录和与医疗专业人员沟通的工具。与人工智能预测系统或概念性生物传感器相比,这些平台更具临床可行性,已在慢性病管理和肾脏护理中使用。它们可帮助患者记录饮食摄入、液体摄入、体重、血压、运动完成情况、疲劳等健康数据,同时提供教育、提醒和随访支持。国际证据表明移动健康和远程医疗已逐渐应用于肾脏疾病和透析护理,包括远程监测、移动应用、患者门户、饮食追踪工具和远程医疗访问,监测指标包括体重、血压、超滤量、尿量、透析充分性、白蛋白、磷、血清肌酐、血尿素氮。这些功能与MHD肌肉减少症相关,可支持营养、容量状态、透析相关负担和身体功能的长期监测。移动应用还可支持饮食和营养管理,数字饮食日记、营养计算器和基于应用的教育有助于监测蛋白质摄入、能量摄入、钠、钾、磷和液体限制。但移动应用不能替代肾病学家、护士或营养师的个体化评估,其主要作用是支持自我记录、反馈和医患沟通。远程医疗平台可进一步促进基于运动的肌肉减少症管理,提供运动视频、个体化训练计划、症状检查和进度反馈。Li等的Meta分析强调了阻力训练和多成分运动在MHD肌肉减少症中的有效性,但主要支持运动本身的疗效,而非应用或远程医疗递送的优越性。COVID-19大流行加速了远程医疗在肾脏病和透析护理中的使用,用于远程随访、患者教育和连续性护理。但远程医疗对肌肉减少症特异性结局(握力、步速、骨骼肌质量、运动依从性、住院)的长期有效性仍不充分。全球视角下,实施需考虑数字基础设施、社会经济状况、语言、文化、健康素养差异。在低收入和中等收入国家,互联网接入有限、设备缺乏、报销机制不足可能限制使用。老年MHD患者可能因视力障碍、认知能力下降、低数字素养和技术恐惧而降低接受度。因此,移动应用和远程医疗平台应设计为简单界面、多语言内容、文化适应教育材料、照顾者参与以及必要时的离线或低带宽功能。

虚拟现实与增强现实:虚拟现实(VR)和增强现实(AR)是新兴数字技术,可通过创建沉浸式、交互式和游戏化运动环境来支持康复训练。在MHD背景下,这些技术可能提供结构化康复指导、提高运动参与度并减少常规运动计划的单调性。但目前证据主要基于可行性或定性研究,因此VR/AR应视为早期阶段或验证中干预。Hu等探索了MHD患者参与VR康复训练的经验,发现VR系统可能增强运动动机、改善运动体验和缓解负面情绪。这些发现表明VR可能在改善患者参与和依从性方面有价值,但主要反映患者体验和感知获益,不能确认对客观功能结局(握力、步速、骨骼肌质量指数、6分钟步行距离、住院、死亡率)的确定性效果。临床应用还需谨慎的安全性评估,如透析中运动可能导致血压不稳定、低血压、肌肉痉挛、疲劳,血管通路保护是主要关注点。老年MHD患者在使用沉浸式VR时可能更容易出现头晕、视觉疲劳、晕动症、平衡障碍和跌倒风险。实用障碍包括设备成本、维护、透析单位感染控制、技术复杂性、员工培训需求和患者接受度。家庭使用可提高可及性,但可能增加无监督运动、跌倒、不当设备使用和依从性差的风险。总体而言,VR/AR技术可能提供创新方法改善康复参与和运动体验,但目前的证据不足以得出这些技术有效改善肌肉减少症相关功能结局的结论。

数字健康技术在维持性血液透析患者肌肉减少症管理中的效果:提高肌肉减少症识别和诊断效率:数字健康技术通过整合多数据源和智能算法,可能促进MHD患者肌肉减少症风险的早期和标准化识别。数字平台可纳入验证的筛查工具、可穿戴活动指标、肌肉功能评估、透析相关参数和生化数据以支持风险分层。但当前角色应理解为支持性而非诊断性,因为肌肉减少症诊断仍需对肌力、肌肉质量和身体表现进行标准化评估。Wang等比较了五种肌肉减少症筛查工具在MHD患者中的表现,发现SARC-CalF问卷诊断准确性最高。数字健康平台可将此类筛查工具纳入移动应用或电子随访系统,提高筛查效率和覆盖率。机器学习可能为早期风险识别提供额外支持,但多数模型未在MHD人群中特异性验证。肌肉骨骼超声也可贡献于肌肉减少症评估,Tao等发现腓肠肌厚度与握力和骨骼肌质量指数正相关,并提出超声诊断切点。未来AI辅助超声图像分析可能有助于标准化肌肉评估和减少操作者依赖性,但仍处于验证阶段。

优化运动和营养干预效果:数字健康技术可通过改善干预递送、依从性监测、实时反馈、个体化调整和长期维持来支持MHD患者的运动和营养干预。但需区分两类证据:运动和营养干预本身的疗效,以及数字工具是否提供额外获益。目前运动和营养干预在MHD肌肉减少症中的证据相对更强,而数字递送的独立增量效果尚未充分量化。运动干预在改善肌肉减少症结局方面具有临床重要性。Wang等报告认知运动双任务引导疗法显著改善了MHD肌肉减少症肥胖患者的握力、骨骼肌质量、步行速度、日常生活活动能力和平衡。Li等确认阻力运动显著改善MHD患者的握力、6分钟步行距离、肌肉质量和血清白蛋白。这些发现支持结构化运动干预的临床价值,数字平台可作为递送和监测工具。数字工具可通过运动视频、远程监督、基于可穿戴的活动监测、症状检查和反馈来促进运动计划实施。但当前证据尚未明确数字化支持运动是否优于面对面监督运动。Chen等开发并实施了MHD肌肉减少症患者透析中运动干预,发现干预组肌肉减少症患病率更低、握力和步速更好,但这应视为结构化运动有效性的证据,而非数字健康技术的直接证据。VR康复可能改善运动动机和体验,但效果需随机对照试验确认。营养干预方面,数字工具通过饮食记录、蛋白质摄入追踪、液体摄入监测、应用教育、远程营养师咨询和实验室指标整合来支持,但不能替代个体化评估。Martino等报道在慢性肾脏病保守治疗的老年人中低蛋白饮食有益,但未在MHD肌肉减少症中研究。连续蛋白质传感器仍为概念性技术。

改善生活质量和心理健康:肌肉减少症影响MHD患者的身体功能,也影响心理幸福感和整体生活质量。数字健康技术可能通过改善健康信息获取、加强医患沟通、支持远程随访、增强自我管理信心和提供更吸引人的康复体验来贡献于心理支持。但直接证据有限。VR康复可能改善运动动机和负面情绪,但证据初步且基于患者体验。结构化康复方案(如认知运动双任务治疗)可改善生活质量评分,但这不应简单归因于数字工具。移动应用、远程医疗平台和远程随访系统可通过定期症状报告、运动提醒、用药和饮食指导、远程咨询、同伴支持和及时反馈来促进心理幸福感。数字健康素养是影响数字干预心理和行为效果的重要因素,国际研究表明其影响技术采用和依从性。低数字素养可能增加挫败感、降低依从性并扩大健康不平等。未来数字干预应包含文化适应的教育、简单界面、照顾者参与、可访问语言和低带宽功能。

挑战与建议:技术成熟度、临床验证和互操作性:许多数字健康技术处于不同发展阶段,其长期有效性、安全性、成本效益和临床适用性尚未完全确立。需区分临床可行技术、临床验证中技术和概念/概念验证技术。临床可用工具(可穿戴活动监测器、计步器、智能手表、移动健康应用、远程医疗平台、远程随访系统、电子体重记录、血压监测系统)可用于支持监测和随访,但对MHD肌肉减少症特异性结局的直接效果尚未充分量化。验证中技术(人工智能预测模型、机器学习步态分析、人工智能辅助肌肉骨骼超声、VR/AR康复)有研究潜力但需在MHD人群中验证,外部有效性不能假设。概念性技术(连续蛋白质传感器、尿毒症毒素生物传感器等)应仅作为未来研究方向。互操作性差是临床实施的主要障碍,因为可穿戴设备、移动应用、远程医疗系统、透析信息系统、实验室数据库和电子健康记录之间的数据碎片化。未来数字健康系统应基于标准化数据格式、可互操作技术框架和有临床意义的报告结构。

数字素养与技术接受度差异:MHD患者多为老年人,数字素养可能有限,导致技术使用障碍。数字健康素养不仅涉及操作设备,还包括理解数字反馈、判断在线健康信息可靠性、保护隐私和通过数字平台有效沟通。国际证据表明数字健康技术使用在年龄、教育、收入、族裔和社会经济状况间分布不均。Tuitert等显示数字健康技术使用在社会经济群体间存在差异。Ferreira-Brito等发现计算机自信和自我效能等非临床因素影响老年人用户体验。Rousseau等强调数字健康素养评估可能揭示差异。实施也受语言、文化适应、数字基础设施、透析服务模式、报销系统和智能设备可及性影响。低收入和中等收入国家可能受限于互联网不稳定、智能手机缺乏和人才短缺。透析服务模式差异(中心血透、家庭血透、腹膜透析)影响数字工具可行性。语言和文化差异要求健康教育材料进行适应性调整。老年MHD患者还面临视力、听力、手部无力、认知能力下降和透析后疲劳等额外障碍。未来实施应结合数字健康素养培训、可访问技术设计和系统级支持。

数据隐私、安全和伦理挑战:数字健康技术收集、存储、传输和分析大量敏感健康数据时面临隐私、安全和伦理挑战。在MHD肌肉减少症管理中,数据涉及可穿戴活动数据、体重、血压、饮食摄入、透析充分性、实验室指标、患者报告症状和康复记录,高度敏感。数据泄露、误用或未经授权的访问可能造成严重伤害。人工智能算法存在“黑箱”问题,使临床医生和患者难以理解风险预测或干预建议如何生成。算法偏见可能发生,尤其当模型在有限人群中开发时。支持性数字工具与临床决策之间的边界需明确,验证中技术应谨慎使用。数据治理需考虑国际法律差异,确保数字工具符合当地法规,同时遵循透明度、问责制、安全性和患者自主权原则。未来需建立更强的法律、伦理和技术保障措施,包括数据所有权、患者同意、访问权限、存储期限、数据共享和人工智能辅助建议的责任界定。

需要MHD特异性数字监测框架:大多数现有研究聚焦于普通老年人或广泛慢性病人群,未充分考虑MHD的独特特征:容量波动、透析周期相关活动模式、尿毒症对肌肉代谢的影响。这些因素对MHD患者肌肉减少症的发生、评估和管理至关重要。未来数字健康干预不应简单移植非透析人群模型,而应开发MHD特异性数字监测框架。主要MHD特异性决定因素包括:透析充分性(Kt/V等指标整合疲劳评分、饮食、活动、握力等)、尿毒症毒素负荷(血尿素氮、肌酐、磷等实验室指标整合透析充分性、饮食、活动、肌肉功能)、容量超负荷和透析间体重增加(电子体重记录、家庭血压监测、生物电阻抗数据结合可穿戴活动数据)、超滤负担和透析中不稳定(透析机数据与运动完成、疲劳评分整合)、慢性炎症(C反应蛋白等炎症标志物与食欲、活动、肌力整合)、代谢性酸中毒(血清碳酸氢盐等与饮食、肌力整合)、蛋白质能量消耗(白蛋白等与饮食记录、远程营养咨询整合)、透析相关氨基酸丢失(估计氨基酸丢失与饮食、营养标志物整合)、透析周期相关活动变异(可穿戴设备比较透析日与非透析日活动模式)、容量状态引起的测量偏差(记录测量时间相对于透析的时间、超滤量、体重变化和容量状态)。这些框架强调,数字健康系统应整合透析处方数据、容量相关指标、实验室生物标志物、营养记录、可穿戴活动模式和患者报告症状,以帮助临床医生区分真正的肌肉减少症进展与透析相关生理波动。但许多路径仍属概念性,需前瞻性验证。容量状态值得特别关注,因为液体超负荷和快速液体移除可能影响体重、身体成分评估、运动耐量和身体表现。未来数字平台应记录肌肉减少症相关测量与透析的关系。尿毒症毒素相关风险监测应谨慎解释,大多数当前数字设备不能直接实时测量尿毒症毒素,数字平台不应描述为实验室检测的替代物,而应整合相关实验室指标。透析周期相关活动模式可通过可穿戴设备比较步数、活动强度、久坐时间、睡眠质量、疲劳评分和运动完成情况。最后,MHD特异性框架应帮助背景化容量状态引起的测量偏差,记录测量时机(透析前/后),整合测量时间、超滤量、体重变化和容量状态。

结论:数字健康技术可为MHD患者肌肉减少症的传统管理局限(随访连续性不足、干预个体化有限、监测延迟、长期依从性差)提供支持性工具。临床可用工具(可穿戴活动监测器、移动健康应用、远程医疗平台、远程随访系统、数字体重/血压监测系统)可帮助支持体力活动追踪、运动监督、饮食记录、症状报告、患者教育和医患沟通。但当前证据表明潜在获益而非确定性临床有效性,对MHD特异性肌肉减少症结局的影响尚未充分量化。VR/AR康复可能改善运动参与和体验,但客观功能结局效果需随机对照试验确认。人工智能预测模型和评估工具有风险分层和个体化管理潜力,但多数尚未在MHD肌肉减少症人群中外部验证。需要更多具有国际代表性的研究以确定当前发现的可推广性。临床可用工具应明确区别于临床验证中或概念性技术。未来研究应开发MHD特异性数字监测框架,整合体力活动数据与透析相关和生化指标,并比较不同数字模式相对于常规护理的增量效果、安全性、成本效益、可用性和患者接受度。肾病学家、康复专家、护士、营养师、工程师、数据科学家和卫生政策制定者之间的跨学科合作对于推动数字健康技术从技术可行性向临床验证、以患者为中心和全球适用工具的过渡至关重要。
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