最近，我和我的合作者发表了一项试点实用性因子试验，比较了两种创新方法对支持心力衰竭患者管理的效果。患者被随机分为四组：教练辅导组（COACH）、智能手机提醒组（SMARTPHONE reminder）、两种干预结合组（BOTH）以及常规治疗组（TAU）。该研究旨在确定教练辅导或智能手机提醒干预是否能在随机化后六个月内减少全因医院再入院率、提高基于证据的治疗药物依从性以及限制盐摄入量。此外，我们还试图探讨这两种主动干预之间是否存在交互作用。
应对心力衰竭再入院问题：我们的做法
研究对象来自一位心脏病专家诊所和一个专门的心力衰竭（HF）诊所，筛选条件为在过去三个月内因心力衰竭住院且有再住院风险的患者。如果患者预计生存期不足12个月，或无法或不愿参与研究，则被排除在外。教练辅导干预（COACH组）是一对一的辅导课程，采用此前描述过的教练课程内容，在三个月内完成八次60分钟的辅导。智能手机干预（SMARTPHONE reminder）则是一种基于短信的干预，受试者按照类似于辅导课程的时间表收到健康提示、药物提醒和预约通知。研究为患者提供智能手机和数据服务，由研究协调员启动短信发送流程，患者每天接收两到三条信息。两种干预措施结合形成第三组（BOTH），第四组为常规治疗组（TAU）。主要终点通过直接随访和电子记录审计收集。
我们的研究发现
研究人群的平均年龄为70岁，其中70%为男性，平均射血分数为37%。超过75%的患者患有三种以上合并症。在基线时，91%的患者正在服用β受体阻滞剂，85%正在服用ACE抑制剂（ACE-I）或血管紧张素受体阻滞剂（ARB），96%正在服用利尿剂。尽管急诊科（ED）访问次数较多，但COACH组没有因心力衰竭导致的急诊或住院，而BOTH组的急诊访问率或住院率仅为8%，明显低于SMARTPHONE组和TAU组。
药物依从性在六个月期间保持高水平，利尿剂和β受体阻滞剂的依从性分别为82%和75%，ACEi或ARB在三个月和六个月时分别为82%和75%。盐摄入量在SMARTPHONE组和BOTH组中均在三个月时下降。根据次要分析（未发表数据），我们还发现PHQ-9测量的抑郁评分从7.4 ± 6.7显著下降至2.5 ± 2.44。基于这些结果，我们得出结论：使用经过测试的课程和计划性交付方法的教练辅导干预能够有效减少急诊访问和再入院率，而将其与智能手机干预结合还能显著影响盐摄入量，表明这两种干预都比常规治疗更有效。
心力衰竭再入院的影响
我们的试验设计多学科、多层次，并结合了新技术，很好地融入了Wagner及其同事最初提出的慢性病护理模型。Wagner模型包含六个支柱：患者教育、增强的交付系统、基于证据的治疗、信息技术的使用、医疗系统本身以及社区。我们的试验设计涵盖了这六个支柱中的四个，同时将医疗系统和社区作为常量。临床试验设计显然跟踪了参与者并创建了临床数据库，而我们的干预措施测试了通过教练或电子提醒加强教育的价值。COACH组成功的关键在于使用了一套针对八年级教育水平编写的最新课程，重点包括心力衰竭的定义、表现、治疗药物及其原因、需要立即由心力衰竭团队处理的症状，以及如何与团队互动。SMARTPHONE组也嵌入了关于预约和药物的教育和提醒。通过这种方式，试验干预促进了准备充分、积极主动的实践团队与知情、积极参与的患者之间的互动。我们认为，我们的原则是成功的关键，也为其他新兴疾病管理模式提供了借鉴。
除了监测体重、生命体征和症状外，远程监测正变得越来越复杂，从早期的远程监控扩展到现在包括通过胸腔阻抗监测肺部液体、通过植入装置监测肺动脉或左心房的血流动力学，或通过ICD或CRTD等节律设备进行监测。血流动力学监测和节律设备已显示出65-70%的敏感性，可预测心力衰竭住院。
尽管技术现在可以检测早期的肺部充血，但远程监测需要一个响应系统，在发出警报的同时，还需提供适当的患者或护理人员实时响应。大多数监测系统依赖临床团队响应，可能需要长达72小时。未来，机器学习算法可能会结合处方或护理建议的功能，以便患者在警报激活后能够早期干预。我们的数据表明，在未来实现这一点之前，训练有素的教练可以在预防住院方面发挥重要作用。他们通过与患者建立信任关系、提供清晰的信息以指导患者监测什么以及症状恶化或警报触发时应采取的行动，以及围绕药物依从性和生活方式改变（尤其是饮食中的盐摄入）的预防策略来实现这一目标。
我们成功的一个关键是教练干预中包含了一份关于心力衰竭教育的小册子，并制定了一个延长的辅导计划，指导患者如何战略性地使用信息并识别推荐建议中的障碍，以帮助患者自我识别。教育材料使用了简单易懂的隐喻：心脏是“承载重物的工作马”（血液和水），沿着“道路”（动脉）行进。利尿剂“减轻负担”，而血管扩张剂“拓宽道路”。教育材料还强调了药物依从性和推荐的生活方式改变的重要性。
(全文结束)
