云智能血糖管理系统在糖尿病患者延伸护理中的应用研究

2021-05-10余红华倪虹艳刘海辉

中国医学创新 2021年2期

余红华倪虹艳刘海辉

【摘要】目的：分析云智能血糖管理系统在糖尿病患者延伸护理中的应用研究。方法：选取2019年3-9月就诊于本院的200例糖尿病患者作为研究对象，根据随机数字表法将其分为两组，每组100例，对照组应用普通血糖仪检测，试验组应用云智能血糖管理系统实时监测。6个月后比较两组并发症、依从性、血糖等指标。结果：试验组并发症发生率低于对照组，差异有统计学意义（P<0.05）。试验组各项依从性评分均高于对照组，差异均有统计学意义（P<0.05）。试验组血糖、血压、血脂、尿微量蛋白及糖化血红蛋白等较对照组更优，差异均有统计学意义（P<0.05）。结论：糖尿病患者应用云智能血糖管理系统进行延伸护理可显著提高依从性，改善血糖指标，降低并发症发生率，值得推广应用。

【关键词】云智能血糖管理系统糖尿病延伸护理

[Abstract] Objective： To analyze the application of cloud intelligent blood glucose management system in the extended care of diabetic patients. Method： A total of 200 patients with diabetes in our hospital from August 2019 to September 2019 were selected as the research objects， according to the random number table method， they were divided into two groups， 100 cases in each group， the control group was given ordinary blood glucose meter detection， the experimental group was given cloud intelligent blood glucose management system for real-time monitoring. 6 months later， the differences in complications， compliance， blood glucose indexes between the two groups were compared. Result： The complication rate of the experimental group was lower than that of the control group， the difference was statistically significant （P<0.05）. All compliance scores in the experimental group were higher than those in the control group， with statistically significant differences （P<0.05）. Blood glucose， blood pressure， blood lipids， urinary microprotein and glycosylated hemoglobin in the experimental group were better than those in the control group， the differences were statistically significant （P<0.05）. Conclusion： Diabetic patients using the cloud intelligent blood glucose management system for extended care can significantly improve compliance， improve blood glucose indicators， and reduce complications， which is worthy of promotion and application.

[Key words] Cloud intelligence Blood glucose management system Diabetes Extended carFirst-authors address： Jingdezhen NO.1 Peoples Hospital， Jingdezhen 333000， China

糖尿病屬于慢性高血糖疾病，目前尚无根治药，根据世卫组织于2017年统计显示，世界范围内患者确诊数量超过4.5亿，且国内患者超过1.4亿位居全球首位[1]，防治形势较为严峻。同时，受到我国地区及受教育程度等影响，患者生活方式、饮食以及监测等差异性较大，特别是院外自我血糖监测管理不够理想。而近年来随着互联网及智能手机的深入发展，血糖监测开始进入云平台信息管理时代，数字化医学在院外延续护理得到应用[2]。本文选取出院后患者应用云智能血糖管理系统测试，现报道如下。

1 资料与方法

1.1 一般资料选取2019年3-9月本院收治的200例糖尿病患者作为研究对象。纳入标准：符合美国糖尿病协会《糖尿病治疗指南》2010版糖尿病诊断标准并接受正规的治疗[3];年龄>18岁。排除标准：存在视力、听觉、精神、认知以及语言沟通障碍;存在严重急慢性疾病以及并发症、意识混乱[4];不能使用手机;恶性肿瘤;伴有肝肾功能、心脑血管疾病;中途退出者。根据随机数字表法将其分为对照组100例，试验组100例。所有患者均对本次研究知情参与，本研究经本院伦理委员会审核通过。

1.2 方法两组患者住院期间，给予所有患者糖尿病教育，进行饮食、用药及运动等方面的教育指导，使患者掌握正确的血糖监测技术。均给予患者面对面教育，根据《中国糖尿病护理及教育指南》介绍自我管理知识及院外自护技能[5]。（1）对照组患者出院后使用普通血糖仪进行血糖监测，发放血糖监测记录本，责任护士在出院后1周进行电话回访，了解患者的血糖监测情况，提醒患者遵医嘱用药，半年后按时返回医院进行复查，检测相关生理指标，并提供专科护士电话咨询。（2）试验组患者应用智能血糖仪进行血糖监测，主要内容有：①云智能血糖管理系统设计，此系统分为院外-院内两个模块，院外组成技术项目有患者端APP（糖尿病管理个人系统）、血糖智能监测仪，血糖经过监测后传至医生端APP（医院管理系统），涵盖数据采集与分析、档案记录等。②云智能系统血糖管理团队，团队成员有云平台工程师1名，内分泌科医生5名，护士5名（其中专科护士1名），营养师1名;云平台工程师负责日常系统运行，医护人员接受异常患者指标数据后，由医生负责诊疗方案调整，营养师参与饮食方案制定，护士提供延伸护理服务，给予护理指导。③系统说明，此智能系统的应用目的应详细介绍于患者，出院时由护士对患者进行指导手机下载系统APP、注册，并告知使用方法。④技术实施过程，测得的血糖结果可以通过云平台智能血糖管理系统，同步至内分泌科的数据中心和管理团队的手机上，管理团队根据收到的高/低血糖报警信息，由医生针对性给出个性化信息教育服务，经过对个人血糖波动等数据统计分析后，及时进行回访，询问了解造成血糖高/低的原因，指导其控制饮食、运动锻炼等干预措施，必要时调整降糖药物。告知患者进行血糖复测，3～5 d后测试尚无有效改善即通知到院及时就诊。⑤医患交流服务，使用智能血糖仪的患者均纳入医院“团队患者”，系统APP内可进行医患交流，可手机在线给予患者糖尿病护理指导，解答疑问。干预时间为6个月。

1.3 观察指标与判定标准 6个月后比较两组并发症、血糖控制达标率、依从性、血糖等指标。（1）统计两组餐后2 h血糖（2 h PG）、空腹血糖、糖化血红蛋白（HbA1c）、血压（收缩压/舒张压）、血脂总胆固醇（TC）、甘油三酯（TG）、尿微量白蛋白（U-ALB）水平。（2）依从性评分根据糖尿病控制状况量表（上海第二医科大学附属瑞金医院设计），根据生活习惯（15项，最高30分）、生存技能（15项，最高30分）、自觉症状（11项，最高22分）、治疗目标（7项，最高14分）、治疗情况（8项，最高16分）及知识结构（14项，最高28分）共6个方面[6]，共计70个条目，每个方面分值0～2分，0分表示病情最不易控制，2分表示病情容易控制，中间依次类推，分值高表示患者依從性良好，疾病控制佳。（3）进行眼底检查、四肢多普勒感觉阈值测定、心电图检查、经皮氧分压、神经传导速度测定、步态分析和平衡等实验，统计并发症筛查项目。

1.4 统计学处理采用SPSS 22.0软件对所得数据进行统计分析，计量资料以（x±s）表示，组间比较采用独立样本t检验;计数资料以率（%）表示，比较采用字2检验。以P<0.05为差异有统计学意义。

2 结果

2.1 两组一般资料比较对照组男56例，女44例;年龄29～64岁，平均（43.28±8.77）岁。试验组男55例，女45例;年龄31～63岁，平均（45.61±8.52）岁。两组一般资料比较，差异均无统计学意义（P>0.05），具有可比性。

2.2 两组并发症发生情况比较试验组并发症发生率低于对照组，差异有统计学意义（字2=6.251，P<0.05），见表1。

2.3 两组依从性评分比较试验组各项依从性评分均高于对照组，差异均有统计学意义（P<0.05），见表2。

2.4 两组实验室检测指标比较试验组血糖、血压、血脂、尿微量蛋白及糖化血红蛋白等均较对照组更优，差异均有统计学意义（P<0.05），见表3。

3 讨论

目前，糖尿病患者在国内慢性病中占据前列，国家卫生局统计18岁及以上人群患病率达11.6%[7-8]，且中老年人群居多，而确诊人群多数为T2DM，患者健康受到挑战。住院患者院内期间因护士精心护理等因素自护能力、依从性良好，而出院后对于运动、饮食等医嘱较难持续性坚持，自我血糖监测不够规律和及时，在缺乏护士提醒和沟通下院外居家血糖控制不佳[9]，患者服药等行为达标率低。而研究显示，T2DM患者即使处于一线城市其达标率最高仅为47.2%[10]，其他地区则更低。

因此，为提高患者院外自我管理效率，本院开展信息化糖尿病监测管理项目，促使患者自我管理更为科学化、程序化，及时发现问题并及时就诊[11-12]。本次项目为云平台基础上的信息管理系统，具有远程咨询、测量分析等功能，可设置血糖信息发送及接受移动终端，患者测试后通过APP直接上传至信息科数据中心，医院端接收后护士及医生在线鉴别，减少了因患者自身因素致使血糖值监测误差或漏测，实时化、动态化完成血糖监测[13-14]，医生在线指导建议也一目了然，大大提高依从性。本文中也得出，试验组依从性均优于对照组（P<0.05）。患者对自身血糖数据浮动曲线观测更为直接，可在任何时间段于手机APP终端查询，自我管理能力得以提高。而微信等社交平台的纳入也利于护患或医患交流更为便捷，及时提问并获得行为管理指导，进一步加强血管自我管理能力[15]。本文中还得出，经过并发症筛查，试验组较对照组更低（P<0.05），说明云智能血糖管理系统在监督效果上具有很大程度的提高，该系统不仅进行院外指导护理，也提高患者主观参与能动性，控制效果显著，降低诸多因血糖管理不佳导致不良症状[16-17]。而本次研究还发现，试验组血糖、血压、血脂、尿微量蛋白及糖化血红蛋白等较对照组更优（P<0.05）。基本符合邓开琴等[18]研究，可见该系统对于控压、控糖、控脂等指标管理具有综合性改善效果，饮食、运动、用药等建议更为实时，因此各项指标改善明显。

云智能院外血糖管理系统较以往血糖监测的优势：该系统无需患者进行手动记录，应用无线智能血糖监测仪记录后即上传数据中心，观看更为便捷，无丢失风险[19]，患者近期血糖监测信息可通过界面完全掌握，利于持续质量改进[20]，并可减少患者入院率，节约医疗资源。

总之，随着大数据研发深入，智能化、數字化、自动化的医疗设施设备等便民服务也将更为完善，院外血糖管理也将成为未来发展趋势，降低患者经济支出同时也有利于提高自护能力。因此，糖尿病患者应用云智能血糖管理系统进行院外延伸护理可显著提高依从性，改善血糖指标，降低并发症，值得推广应用。

参考文献

[1]徐慧文，杨莉，陈玉凤，等.糖尿病中医慢病管理App的应用效果评价[J].护理学杂志，2019，34（24）：29-32.

[2]袁毅.基于云平台的信息化管理系统在糖尿病患者血糖监测中的应用效果评价[J].攀枝花学院学报，2019，36（5）：21-24.

[3]李红金，赵敏，綦雯雯，等.2010美国糖尿病协会糖尿病治疗指南[J].中国卒中杂志，2011，6（4）：316-324.

[4]孙献坤，杨小玲，袁丽.糖尿病信息化随访及其规范化的研究进展[J].护理学杂志，2019，34（13）：110-113.

[5]沈犁，郭晓蕙.《中国糖尿病护理及教育指南》介绍[C].2010中国医师协会内分泌代谢科医师分会年会论文集，广州，中国医师协会，2010.

[6]赵列宾，陈钦达，周莹霞，等.2型糖尿病控制状况评价量表的应用[J].中华内分泌代谢杂志，2004，20（4）：318-322.

[7]王莉，付阿丹，易兰，等.“互联网+”糖尿病健康管理站在2型糖尿病患者管理中的应用[J].中国全科医学，2019，22（15）：1836-1841.

[8]赵慧华，黄慧群，梁玮，等.依托医院-社区联动血糖管理项目向社区辐射优质护理资源的实践与效果[J].中国护理管理，2018，18（11）：1449-1453.

[9]王娟，陈淑娟，董方田，等.糖尿病视网膜病变筛查智能检测与人工检测的一致性分析[J].眼科，2018，27（4）：254-257.