社区高血压患者效果分析

1资料与方法

1.1一般资料。选择东城区社区卫生服务中心辖区的2家社区卫生站，展开为期6个月的移动云医疗与传统高血压管理模式的调查。招募对象的标准：(1）年龄>18岁，按《中国高血压防治指南》诊断标准确诊的原发性高血压患者（2）北京市东城区常住达3年以上居民（3）同意加入研究小组并随访6个月。排除标准（1）精神障碍、严重器质性疾病严重活动障碍、智力障碍、交流障碍者（2）继发性高血压患者（3）拒绝入组或流动性大、依从性差、不能随访6个月患者。对招募对象进行问卷星问卷调查，有效问卷352例。1.2调查内容。对符合标准的人群进行人口学基本资料调查，包括姓名、性别、年龄、身高、BMI、管理6个月后体检时收缩压、舒张压等信息（通过社区体检报告单双侧血压值，取较高一侧进行输机统计），还对6个月期间血压监测次数情况调查。1.3统计学分析。采用EpiData3.0软件编制的数据库进行数据录入，并进行逻辑纠错。采用SPSS19.0.软件统计分析，连续性变量采用t检验或秩和检验、分类变采用卡方检验进行使用云医疗组和不使用云医疗组的比较P<0.05时，代表两组数据差异存在统计学意义。

2结果

2.1人群的基本特点。此次招募调查对象共352人，使用云医疗组管理6个月后体检收缩压118.45±17.98、体检舒张压76.28±9.09,不使用云医疗组体检收缩压136.05±6.53、体检舒张压73.53±4.90,;使用云医疗组BMI：25.29±2.62,不使用云医疗组BMI：24.96±2.80；使用云医疗组6个月测量血压数量10.86±2.74，不使用云医疗组6个月测量血压数量2次。2.2东城社区使用云医疗组和不使用云医疗组高血压患者体检。差异及影响因素情况分析为了了解调查对象的管理6个月后使用云医疗组和不使用云医疗组差异影响因素，故将调查对象性别、年龄、身高、BMI、体检时收缩压、体检时舒张压、测量血压次数等方面进行统计分析，连续变量进行秩和检验、分类变量进行卡方检验，P<0.05认为差异有统计学意义，P>0.05认为差异无统计学意义。调查对象体检时收缩压、体检时舒张压、测量血压次数是使用云医疗组和不使用云医疗组高血压患者差异的相关因素，差异有统计学意义（P<0.05）,性别、年龄、身高、BMI情况不是使用云医疗组和不使用云医疗组差异的相关因素，差异有统计学意义（P>0.05），见表1。

3讨论

本研究结果显示，使用云医疗组调查对象收缩压情况114（103，133）、舒张压情况75（70，82），不使用云医疗组调查对象收缩压情况135（130，140）、舒张压情况72（70，77），调查对象体检时收缩压、体检时舒张压、测量血压次数是使用云医疗组和不使用云医疗组高血压患者差异的相关因素。使用云医疗培养患者自我测量血压能力，医生通过血压波动曲线对血压控制不佳的患者予以随访、指导，有利于患者的血压平稳。

综上所述，对于老人高血压患者而言，合理使用互联网+医疗可实现血压管理监测，移动云医疗高血压测量设备确保血压测量数据及时准确上传，对医生管理高血压患者提供技术支持，为控制血压平稳提高电子数据支持平台，由于数据直观，血压变化趋势自动形成变化折线图，可随时向患者展示说明，故在一定程度上使社区医护人员对高血压患者的健康教育更加个性化、更有针对性，可视的数据支撑提升患者的理解能力和依从性。移动云医疗管理高血压模式实现医患共同管理高血压的目的，为今后家庭医生在落实国家基本公共卫生服务高血压管理探索了新的方法。

参考文献

[1]秦江海.中国慢性病及相关危险因素流行趋势、面临问题及对策[J].中国公共卫生;201430(1):01-04.

[2]刘力生.中国高血压防治指南2010[J].中华高血压杂志,2011:8(19):8.[3]王海清.基于互联网的社区高血压自我管理干预模式建立与评价[D].暨南大学,2017.

[4]闫冠韫,陈洪恩,李舜,王长义,尹梅.“互联网+”在社区高血压患者管理中的应用[J].医学与哲学(B),2017,38(11):78-80+95.

[5]孟文文,皮红英.基于互联网的高血压管理新模式[J].解放军护理杂志,2017,34(08):52-54.

[6]姜新,刘静,徐梦,顾学勤,代敏敏,常影,秦迎新.“互联网+”背景下高血压患者社区护理服务模式的探索[J].中国农村卫生事业管理,2017,37(12):1533-1535.

[7]徐琢,李江津,王婧,卢周洲,姜宜成,龚晓璇,田晓沂,朱颖.移动互联网对在职高血压患者自我管理的影响研究[J].中国全科医学,2017,20(S2):242-244.

作者:刘尹 黄亚芳 刘金章 董大明 崔欣 李丽娟 郭烨坤 侯军丽 尚飞飞 殷雪梅 郭爱民 单位:1.首都医科大学全科医学与继续教育学院 2.北京市东城区社区卫生服务管理中心