《Current Atherosclerosis Reports》：Digital Educational Strategies to Implement Evidence-Based Care for Atherosclerotic Cardiovascular Disease
编辑推荐：
本综述聚焦于《柳叶刀》委员会提出的“动脉粥样硬化性冠状动脉疾病（ACAD）”新概念，系统总结了可用于其早期预防与管理的数字教育策略。证据显示，短信（SMS）在改善用药依从性和戒烟方面效果最明确；视频教育可有效提升知识与参与度；多组件/应用干预有助于体力活动与体重控制；对话式代理（聊天机器人）显示出改善生活方式的潜力；而生成式AI可优化可读性。综述强调，数字教育需与临床路径整合、契合健康素养并妥善设计，方能作为有效辅助工具支持终生预防。
动脉粥样硬化性心血管疾病（Atherosclerotic Cardiovascular Disease, ACAD）正被重新定义。《柳叶刀》委员会呼吁，应从关注晚期缺血性后果，转向以动脉粥样硬化斑块（atheroma）为核心的终生、系统性预防。这一转变意味着，我们需要在疾病进程的更早期进行干预，而数字教育策略为此提供了具有前景的可扩展工具。
短信与即时通讯：坚实证据与明确效果
在众多数字教育模态中，基于短信（SMS）和即时通讯（如WhatsApp）的干预拥有最坚实的证据基础。它们通过低成本、可扩展的短信息发送，在改善ACAD风险因素方面显示出明确效果。
- •
戒烟：效果尤为突出。一项近期荟萃分析显示，接受戒烟短信支持的人，成功戒烟的可能性接近仅接受常规护理者的两倍（风险比RR 1.87）。即时通讯干预也显示出更高的戒烟比值比（OR 1.88）。
- •
用药依从性与血压：短信能中度改善用药依从性，并对降低血压产生临床相关性的效果，可使收缩压平均降低约6 mmHg，舒张压降低约2.7 mmHg。
- •
体重与体力活动：基于行为改变技术的定期短信，与体重指数（BMI）平均降低0.43 kg/m2相关。对于体力活动，短信干预可带来小幅至中度的步数增加（效应量d=0.38）。
- •
实施考量：短信干预具有高可及性、低成本和高接受度的优点，但效果可能因文化背景、信息疲劳以及数字与健康素养差异而有所不同。因此，它最好作为包含临床咨询、药物治疗和自我监测在内的多层面实施策略中的支持性工具。
视频教育：提升知识的可靠选择
通过临床平台或社交媒体提供的简短、专业制作视频，能以易获取、可文化适配的形式传递复杂信息。
- •
核心优势：视频教育在提升患者知识水平和参与度方面表现一致且可靠。例如，一项针对心房颤动患者的随机对照试验发现， clinician-led的视频教育显著提升了疾病特异性知识。
- •
行为与临床效果：然而，其对行为改变和临床结局的影响则较为参差。一项涵盖多种慢性病的系统评价显示，约半数研究报告健康行为和自我效能有所改善，但对疾病严重程度和医疗资源利用的影响不一。在糖尿病中，部分试验观察到糖化血红蛋白（HbA1c）的短期降低未能长期维持。
- •
文化适配的力量：视频的优势在于能够进行文化定制。例如，在非裔美国高血压患者中， peer-led的视频叙事在三个月后使收缩压平均降低了11.21 mmHg。
- •
潜力与不确定性：在健康人群或初级预防中，视频在促进戒烟、指导老年人锻炼方面也显示出潜力。但鉴于研究方法存在异质性，视频形式本身与其中特定内容各自贡献了多少效果尚不明确，其改善ACAD预防与管理的整体潜力仍有待更多高质量、长期的试验证实。
多组件与应用干预：整合的数字化策略
智能手机应用程序通常整合了教育内容、自我监测工具、提醒功能，并越来越多地融入对话式人工智能，形成多组件的干预策略。
- •
糖尿病预防与管理：证据显示，此类干预在糖尿病预防中能带来适度的体重减轻（平均差-1.85 kg）和BMI降低（-0.90 kg/m2）。在糖尿病患者中，应用干预可带来HbA1c小幅但显著的降低（-0.38%），并改善空腹血糖、收缩压、低密度脂蛋白胆固醇（LDL-C）等多项风险指标。
- •
体力活动与体重管理：应用和健身追踪器可显著增加每日步数（平均增加1850步）。针对体重管理的应用在3-6个月内能显著降低体重、BMI和体脂百分比，对老年、肥胖或患慢性病人群效果更佳。
- •
血压管理与戒烟： standalone的血压应用效果不一，但将生活方式支持融入应用可带来轻微的收缩压降低（约2 mmHg）。用于戒烟的应用，尤其当结合标准干预或药物治疗时，能提高6个月时的戒烟率。
- •
设计方向：这些发现支持将教育、自我监测、行为支持和药物治疗结合的整合数字策略。未来的应用设计应优先考虑与初级保健路径的整合，包括用药依从性支持和强化治疗的提示，并根据健康素养和文化背景进行个性化定制。
对话式代理与生成式AI：新兴工具的潜力与挑战
人工智能的发展催生了能够通过文本或语音模拟人类对话的对话式代理（聊天机器人）。
- •
现有证据：目前大多数证据来自初级预防人群，表明对话式代理能对小至中度的生活方式行为（如体力活动、水果蔬菜摄入、睡眠）产生改善。在心血管疾病领域，已有试点试验显示其对心房颤动或心力衰竭患者的自我管理行为和生命质量有潜在益处，但尚缺乏大型有效性试验证实其对血压、血脂控制等临床终点的作用。
- •
生成式AI的应用：大型语言模型（LLMs）可用于生成教育内容、回答患者问题，并显著改善患者教育材料的可读性（例如将阅读等级从10级降至7级）。在社交风格评估中，聊天机器人的回答在质量和同理心方面甚至更受青睐。
- •
风险与治理：尽管表现出潜力，但目前尚无临床试验证明生成式AI干预能改善ACAD风险因素或临床终点。这些工具存在提供看似合理但不准确内容的风险。其临床整合必须强调健康素养敏感的设计、来源透明度、临床医生监督以及强大的安全护栏，以管理隐私、偏见和错误信息风险。
贯穿始终的挑战：健康素养与错误信息
数字教育的有效性深受两大跨领域因素影响：健康素养与错误信息。
- •
健康素养敏感设计：低健康素养与较差的疾病自我管理和较高的慢性病负担相关。然而，许多心脏健康资源的阅读难度超过推荐水平。采用简明语言、分块信息、支持性视觉图像和清晰后续步骤的健康素养敏感型共同设计，已被证明能提升理解、参与度和可操作性。将此类设计与个性化风险沟通、决策辅助工具相结合，可有效整合到常规工作流程中。
- •
对抗错误信息：心血管错误信息在社交媒体上很常见，可能扭曲风险认知、延误治疗并破坏循证治疗的依从性（例如，关于他汀类药物的不实报道会导致用药中断）。数字健康项目和临床接触必须主动应对错误信息，帮助患者识别缺乏证据支持的说法，并鼓励依据既定指南进行核实。对于AI生成内容，嵌入反错误信息策略（如来源标注、事实核查、提示咨询临床医生、透明链接至指南验证材料）对于确保安全参与至关重要。
临床实施启示与未来方向
总体而言，数字教育策略可以作为ACAD预防和管理的有效辅助工具，但其效果具有选择性和条件性。它们最适于作为临床医生主导的护理的补充，并嵌入支持性的卫生系统基础设施中，而非独立的解决方案。
- •
实施关键：成功的实施需要专业培训、工作流程再造和组织支持，以确保教育干预与临床职责协调，不增加临床医生负担，并包含明确的随访责任。短信最适合用于强化临床建议（如提醒、提示）；视频是解释疾病知识和支持决策的有效辅助；对话式代理和AI工具在短期内可作为信息支持或就诊准备工具，但需临床监督。
- •
未来研究重点：未来的研究应优先考虑嵌入常规护理的实用性评估，关注血压/血脂的持续控制、用药依从性等有临床意义的终点。需明确测试数字教育在何种条件下、对何人群增加价值。必须将公平性作为核心设计考量，纳入健康素养和数字访问能力较低的群体。对于AI工具，下一步需系统测试和验证其在ACAD背景下的输出，建立安全治理模型，之后再进行临床效果评估。
