背景与目的：2型糖尿病（Type 2 Diabetes Mellitus, T2DM）是全球范围内日益严重的公共卫生问题，伴随显著经济负担。传统管理模式常难以在门诊随访间期提供持续支持，导致照护缺口与不佳结局。移动健康（mobile health, mHealth）创新通过实时监测与个性化指导成为应对这些挑战的有效手段，因此本研究旨在综述移动健康技术在改善T2DM患者结局中的有效性。
方法：本叙述性综述检索PubMed数据库中2015年1月至2025年1月的文献，检索词包括“2型糖尿病”“远程医疗”“mHealth”“移动应用程序”等。
结果：从1356项研究中筛选出36项符合纳入标准的研究。移动健康创新在改善临床与患者报告结局方面展现显著潜力，可对糖化血红蛋白（glycated hemoglobin A1c, HbA1c）、心血管危险因素等临床指标及自我效能、生活质量等患者报告结局产生积极影响。
结论：尽管支持mHealth临床效用的证据不断增加，其仍面临数据处理挑战与临床整合有限等实施障碍。
1 引言
2型糖尿病（T2DM）是一种全球发病率持续上升的慢性疾病，受生活方式改变、人口老龄化与城市化驱动，与心血管疾病、肾衰竭、神经病变等严重并发症密切相关，带来重大公共卫生与经济负担。T2DM管理需持续监测血糖控制、用药依从性及生活方式调整，但传统照护模式常无法在门诊随访间期提供连续支持，尤其在中低收入国家（low- and middle-income countries, LMICs），资源不足、数字与健康素养低下及社会经济障碍进一步限制有效管理。移动健康（mHealth）技术通过实时监测与个性化指导补充常规照护，成为赋能患者自我管理的新兴工具。近十年，mHealth干预快速发展，涵盖智能手机应用程序、可穿戴设备及连续血糖监测（continuous glucose monitoring, CGM）系统等，可提供血糖追踪、饮食建议、身体活动监测与用药提醒等功能。初步证据表明，mHealth干预可改善HbA1c水平、心血管危险因素等临床结局，同时提升自我效能与生活质量等患者报告结局，但其整合至标准照护仍受限于数据处理与采纳挑战。本研究首次通过叙述性综述综合多种移动健康技术对T2DM患者临床与患者报告结局的影响，同时明确干预类型与实施挑战，为临床整合数字健康解决方案提供依据。
2 方法
本研究为叙述性综述，检索PubMed数据库与Google Scholar（2015年1月—2025年1月），检索词包括“2型糖尿病”“非胰岛素依赖型糖尿病（NIDDM）”“远程医疗”“数字健康”“移动应用程序”“移动电话”“智能手机”“mHealth”，同时手动检索关键期刊并追溯纳入研究的参考文献。纳入标准为聚焦mHealth、远程医疗与移动应用程序等数字健康干预的T2DM管理研究，需报告临床结局（如HbA1c、血压）与患者报告结局（如生活质量、自我效能），研究类型涵盖随机对照试验、队列研究、可行性研究与观察性研究。排除无摘要、全文或充足相关数据的研究，以及仅针对1型糖尿病的研究。研究筛选由三位作者独立完成，分歧通过协商解决。数据提取内容包括作者、发表年份、研究地点、设计、人群、工具、干预类型、结局、主要发现与局限性，因纳入研究异质性较高，采用定性合成方法分析结果。
3 结果
共检索到1428条记录，最终纳入36项研究进行定性合成，涵盖智能手机应用程序、植入式葡萄糖传感器、移动健康教练平台等多种干预形式，评估对血糖控制、心血管危险因素、胰岛素剂量、糖尿病并发症等临床结局及自我效能、生活质量等患者报告结局的影响。
3.1 临床结局
3.1.1 血糖控制
糖化血红蛋白（HbA1c）反映约3个月的平均血糖水平，是血糖评估的核心指标。多项研究显示mHealth干预可显著降低HbA1c：2023年一项纳入294例T2DM患者的随机对照试验（randomized controlled trial, RCT）中，使用“Auto-Chek Care”数字健康平台的组别HbA1c降幅显著高于常规照护组；Gather Health平台在6个月内使干预组HbA1c平均降低1.5%，优于对照组的0.8%（P=0.02）。但“My Diabetes Coach（MDC）”项目中，搭载对话代理“Laura”的干预组与常规照护组的HbA1c变化无统计学差异（P=0.83）。当前多数mHealth研究为单中心设计且样本量较小，需更多多中心试验验证其普适性。
空腹血糖（fasting blood glucose, FBG）是诊断与管理T2DM的关键指标。mDiabetes系统结合蓝牙血糖仪实现实时反馈与胰岛素剂量推荐，24周后干预组FBG显著低于纸质日志对照组（P=0.026）；植入式葡萄糖传感器联合移动应用程序可使FBG显著降低（P<0.05）。三项RCT对比不同干预强度，所有组别FBG均较基线显著下降（P<0.05），但组间无显著差异，提示短期干预中额外个性化支持未必带来更大获益。
餐后2小时血糖（2-hour postprandial glucose, 2hPP）可反映血糖变异性与心血管风险。中国杭州一项RCT显示，植入式葡萄糖传感器联合移动应用程序的干预组2hPP显著低于对照组（P<0.05），证实mHealth在餐后血糖管理中的潜力，但需更多研究解决可扩展性、长期依从性与公平可及性问题。
3.1.2 心血管危险因素
血压：糖尿病与高血压共享生活方式与病理生理机制，高血糖可致血管损伤升高高血压风险。Onduo虚拟糖尿病诊所（Onduo Virtual Diabetes Clinic, Ondu VDC）项目结合移动应用、远程教练、连接式血糖仪与实时CGM，4个月后参与者收缩压显著降低（P=0.04），舒张压变化无统计学意义（P=0.48）。一项针对低收入西班牙裔人群的RCT中，短信干预未显著改善血压，可能与基线血压接近目标值且研究聚焦血糖控制有关。
血脂谱：血脂异常（高总胆固醇、高低密度脂蛋白胆固醇（low-density lipoprotein cholesterol, LDL-C）、高甘油三酯、低高密度脂蛋白胆固醇（high-density lipoprotein cholesterol, HDL-C））是T2DM心血管并发症的重要驱动因素。丹麦LIVA 2.0电子健康生活方式教练项目通过个性化饮食、运动与睡眠目标设定及每周在线教练支持，使总胆固醇与LDL-C显著降低（P<0.05）；iCareD移动应用结合医护人员反馈的组别，26周后总胆固醇降幅（12.4 mg/dL vs 3.2 mg/dL）与LDL-C改善均显著优于常规照护组（P<0.01、P<0.05）。
体重指数（body mass index, BMI）：肥胖是T2DM的核心风险因素。LIVA电子健康应用结合每周教练支持，使干预组平均减重4.24 kg、BMI降低1.40 kg/m²，显著优于对照组的1.52 kg与0.51 kg/m²；Glycoleap项目通过移动应用、健康教练与智能设备支持，使20%参与者体重降低≥5 kg。但针对低收入拉丁裔人群的TIME项目未观察到BMI或体重的显著变化，提示文化与社会经济因素影响干预效果。综上，含个性化教练、目标设定与活动追踪的mHealth干预可有效改善BMI与体重，但需优化可及性与患者参与度。
3.1.3 胰岛素剂量
三项研究评估FDA批准的My Dose Coach（MDC）应用在基础胰岛素滴定中的作用，该应用基于患者自我监测血糖（self-monitoring of blood glucose, SMBG）、FBG与低血糖事件数据推荐剂量。结果显示干预组HbA1c显著降低（P<0.001、P=0.0388），空腹血糖达标率显著提升，且基础胰岛素剂量显著高于对照组（P<0.01、P=0.0011），高频使用（≥3次/周）者剂量增幅更高，未报告严重低血糖事件。未来需进一步探索mHealth对其他T2DM药物管理的支持作用。
3.1.4 糖尿病并发症
微血管与大血管并发症是T2DM的主要致残致死原因。DialBetesPlus应用通过追踪步数、血糖、血压、体重并提供饮食反馈，使合并白蛋白尿患者的尿白蛋白肌酐比（urine albumin-creatinine ratio, UACR）12个月内显著降低28.8%（P=0.029），HbA1c与HDL-C同步改善；InstaWalk应用指导间歇步行训练，4个月后患者白蛋白尿与瘦素/脂联素比值显著降低（P=0.002、P=0.01）。但针对糖尿病足溃疡高风险人群的TempStat测温联合mHealth提醒干预，并未降低溃疡发生率，提示需优化提醒策略与实施流程。目前mHealth对视网膜病变等大血管并发症的研究仍有限，需进一步填补证据空白。
3.2 患者报告结局（patient-reported outcome, PRO）
PRO指患者直接报告的健康状态，涵盖功能状态、自我照护、自我效能、健康相关生活质量（health-related quality of life, HRQoL）等。移动健康干预可通过结构化教育、实时反馈与社交支持提升糖尿病自我照护行为：伊朗一项针对老年患者的WhatsApp教育项目使干预组自我管理能力显著优于对照组（P=0.001）；基于信息-动机-行为技能（Information-Motivation-Behavioral Skills, IMB）模型的应用可显著改善自我照护行为与社交动机（P=0.02、P=0.05）。在HRQoL方面，Pack Health项目结合一对一教练与数字教育，使心理健康评分提升5%；P2E2T2项目通过护士教练与可穿戴设备显著降低抑郁严重程度；Fitbit设备的使用也改善了焦虑与抑郁评分。
但mHealth应用推广仍面临多重障碍：患者感知数据追踪与应用学习耗时耗力；医护人员未积极推荐导致使用动力不足；保险未覆盖费用使患者投资意愿低；部分应用操作复杂，对技术与老年用户不友好；公众对应用存在与获益认知有限。需通过教育普及、用户中心设计优化与医护参与提升应用 uptake。
4 讨论
4.1 临床结局与患者报告结局
现有证据一致显示，mHealth干预可显著改善T2DM患者的HbA1c、FBG等血糖指标，以及血压、血脂、BMI等心血管危险因素，部分干预还可延缓白蛋白尿、糖尿病足等并发症进展，其获益源于实时反馈、个性化指导与持续监测能力。同时，含教育内容、互动功能与定期沟通的mHealth干预可提升自我照护行为、用药依从性，减少疾病相关心理困扰，改善生活质量与自我效能。获益程度通常与干预的个性化水平、支持强度及随访时长正相关，结合教练支持、CGM与可穿戴设备的多组分干预优于单一模式。不同人群的响应存在差异：老年患者可从消息平台传递的教育项目中获益；农村与低收入人群适合短信提醒、社区健康工作者参与的适配干预；肥胖患者受益于数字生活方式教练与远程监测；CGM联合临床反馈的干预血糖控制效果更优。需进一步开展比较研究，优化干预与人群特征的匹配度，并解决数字素养、技术可及性与文化适配等障碍。
4.2 短期与长期影响
多数mHealth干预可在3-6个月的短期评估中实现血糖、自我照护与生活方式的显著改善，这与初期用户参与度较高、监测结构化及技术新颖性相关。但部分研究显示，干预结束后随着动机与依从性下降，获益可能减弱；12个月及以上的长期随访则报告更持久的HbA1c、用药依从性与心理获益，且与持续反馈、适应性目标设定及重复教育强化密切相关。因此，mHealth干预需嵌入长期参与策略、动态更新与灵活目标设定，以维持持续的患者获益。
4.3 独立数字工具与整合临床支持
独立数字工具（如移动应用、短信提醒、网络平台）凭借易用界面、个性化通知与互动教育特征，可促进患者自主管理，改善血糖与自我照护，尤其适用于具备充足糖尿病知识与自我管理动力的患者，但长期效果受用户参与度下降、技术障碍与缺乏外部支持限制。相比之下，系统整合至常规临床照护的干预（如与电子健康记录联动、医护持续支持、多学科协作）可产生更显著且持久的获益，通过持续监测、及时治疗方案调整、个性化反馈与心理社会支持，提升HbA1c降幅与生活方式依从性，尤其适用于自我管理能力较弱或动力不足的患者。最佳结局通常来自嵌入广泛临床管理框架、且医护积极参与的数字健康干预。
4.4 优势与局限性
本综述的局限性在于仅检索PubMed数据库，可能存在选择偏倚；未采用结构化偏倚风险评估工具，可能影响研究筛选与解释的客观性；纳入研究在设计、干预策略与结局测量上存在异质性，限制结果的普适性。优势在于综合了多样研究设计与场景的证据，全面概述了mHealth干预对T2DM临床与患者报告结局的影响，为未来研究、临床实践与数字健康产品开发提供参考。
5 结论
尽管mHealth在T2DM管理中的临床效用证据不断积累，其仍面临数据处理挑战与临床整合不足等实施障碍。本综述可为未来研究设计与T2DM适配数字健康应用开发提供指引。后续研究需拓展数据来源、开展严格偏倚风险评估，并在多样化人群中验证数字干预的长期有效性与成本效益。
