자가 모니터링 및 모바일 건강을 통한 혈압 조절 개선

모바일 기술 혈압 자가 관리 프로그램에 참여하는 성인의 고혈압 조절 평가

저자: 토머 가짓, 박사1; 미칼 구트만, 석사1; 알렉시스 L. 비티, MD, MAS2

출처: 미국 의학 협회 저널

‍

핵심 포인트

질문: 질문: 모바일 기술 혈압 자가 관리 프로그램 참여가 장기적인 혈압 조절과 관련이 있나요?

연구 결과: 혈압이 높거나 고혈압이 있는 미국 성인 28,189명을 대상으로 혈압 모니터와 연결된 스마트폰 애플리케이션을 통해 고혈압 자가 관리 프로그램에 참여하고 임상 기반의 디지털 코칭을 받은 이 코호트 연구에서 대부분의 참가자는 최장 3년의 추적 기간 동안 낮은 혈압을 달성하고 유지했습니다.

의미: 이러한 연구 결과는 모바일 기술 고혈압 자가 관리 프로그램이 실제 혈압 모니터링 및 조절에 유용할 수 있음을 시사합니다.

‍

초록

중요성 - 모바일 기술 고혈압 자가 관리 프로그램이 혈압(BP) 조절과 관련이 있는지 여부는 불분명합니다.

목표 - 임상 기반의 디지털 코칭이 포함된 혈압 모니터와 연결된 스마트폰 애플리케이션을 통해 고혈압 자가 관리 프로그램에 참여하는 것이 최장 3년의 추적 관찰 기간 동안 혈압 조절과 관련이 있는지 조사합니다.

설계, 설정 및 참여자 - 이 코호트 연구는 2015년 1월 1일부터 2020년 7월 1일 사이에 혈압이 높거나 고혈압을 앓고 있는 미국 성인을 대상으로 진행되었습니다. 고혈압 자가 관리 프로그램은 참여자(또는 배우자)의 고용주 건강 보험을 통해 제공되었습니다.

노출 - 평균 애플리케이션 세션 수로 정의되는 프로그램 참여도입니다.

주요 결과 및 측정 - 미국 식품의약국에서 승인한 혈압 모니터로 수축기 및 이완기 혈압을 측정하여 정상(수축기 혈압, 120mm Hg), 고혈압(수축기 혈압, 120-129mm Hg), 1단계 고혈압(수축기 혈압, 130-139mm Hg), 2단계 고혈압(수축기 혈압 140mm Hg)으로 분류했습니다. 기타 측정 항목에는 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤혈증, 흡연, 지역, 지역 결핍 지수, 자가 보고 체중, 디바이스로 측정한 신체 활동(하루 걸음 수)이 포함되었습니다.

결과 - 참가자 2만 8189명(연령 중앙값[IQR] 51[43-58] 세, 여성 9424명[40.4%], 남성 1만 3902명[59.6%]) 중 기저 수축기 혈압 중앙값(IQR)은 129.5mmHg(120.5-139.6mmHg), 이완기 혈압은 81.7mmHg(75.7-88.4mmHg)으로 나타났습니다. 1년 후 수축기 혈압 중앙값은 기준 혈압이 높았던 참가자 934명 중 495명(53.0%), 기준 고혈압 1단계였던 참가자 966명 중 673명(69.7%), 기준 고혈압 2단계였던 참가자 1075명 중 920명(85.7%)이 최소 1단계 이상 개선되었습니다. 3년간 프로그램에 참여한 참가자의 수축기 혈압은 고혈압 1기, 고혈압 2기, 고혈압 3기로 시작했을 때 기준치에 비해 각각 7.2(0.4), 12.2(0.7), 20.9(1.7) mmHg 감소한 것으로 평균(SEM) 나타났습니다. 참여도가 높을수록 시간이 지남에 따라 수축기 혈압이 더 낮아지는 것으로 나타났습니다(참여도가 높은 그룹: 131.2 mm Hg; 95% CI, 115.5-155.8 mm Hg; 중간 참여 그룹: 133.4 mm Hg; 95% CI 116.3-159.5 mm Hg; 저참여 그룹: 135.5mm Hg; 95% CI, 117.3-164.8mm Hg; P . 001); 이러한 결과는 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤, 흡연, 지역 박탈 지수 순위 및 미국 지역을 조정한 후에도 지속되었으며, 이는 신체 활동 증가가 부분적으로 매개하는 것으로 나타났습니다. 3778명의 참가자에게서 11637번의 매우 높은 혈압(수축기 혈압 180mmHg)이 관찰되었습니다. 참여도가 높을수록 매우 높은 혈압의 위험이 낮았으며, 매우 높은 혈압의 추정 확률은 중간 참여도 그룹(0.79%; 95% CI, 0.71%-0.87%; P.001) 및 높은 참여도 그룹(0.53%; 95% CI, 0.45%-0.60%; P.001)에 비해 참여도가 낮은 그룹(1.42%; 95% CI, 1.26%-1.59%)이 더 높았습니다(두 그룹과 비교할 때 P.001).

결론 및 관련성 - 이 연구의 결과는 모바일 기술 고혈압 자가 관리 프로그램이 장기적인 혈압 조절과 매우 높은 혈압 검출을 지원할 수 있음을 시사합니다. 이러한 프로그램은 실제 혈압 모니터링 및 조절을 개선할 수 있습니다.

‍

소개

미국 성인의 약 47%가 고혈압을 앓고 있으며, 고혈압 환자 중 22%만이 적절한 혈압(BP) 조절을 하는 것으로 추정됩니다.1 혈압 자가 모니터링은 더 나은 혈압 조절을 위한 개입으로 제안되었습니다.2 그러나 연구에 따르면 생활 습관 상담과 같은 다른 공동 개입 없이 혈압 자가 모니터링만으로는 혈압을 낮추기에 충분하지 않은 것으로 나타났습니다.3

모바일 기술 개입은 혈압 자가 관리를 촉진하고 자동화된 라이프스타일 코칭을 제공하는 데 사용될 수 있습니다.4 연구에 따르면 모바일 기술 개입은 수축기 혈압과 이완기 혈압을 낮추는 것과 관련이 있습니다.5-7 그러나 이전의 개입은 이질적이며 참여도나 장기적인 효과에 대한 실제 증거가 거의 없습니다.4-7 또한 모바일 기술 개입이 혈압이 매우 높은 개인을 식별할 수 있는지 여부는 알려져 있지 않습니다.

헬로하트는 혈압 모니터와 연결된 스마트폰 애플리케이션(앱)으로 구성된 고혈압 자가 관리 프로그램입니다. 이 프로그램에 참여하면 최장 22주 동안 혈압이 감소하는 것으로 나타났습니다.8 혈압이 높거나 고혈압이 있는 대규모 인구를 대상으로 고혈압 자가 관리 프로그램 참여가 최장 3년 동안의 혈압 조절 및 초고혈압 위험과 관련이 있는지 조사했습니다. 우리는 참여도가 높을수록 혈압이 조절되고 초고혈압 위험이 낮아질 것이라는 가설을 세웠습니다.

‍

방법

연구 설계 및 참여자

이 연구는 2015년 1월 1일부터 2020년 7월 1일 사이에 미국에서 어느 시점에 등록하여 참가자(또는 배우자)의 고용주 기반 건강 보험을 통해 고혈압 자가 관리 프로그램을 사용하는 참가자를 대상으로 한 코호트 연구입니다. 혈압 상승 또는 고혈압 진단을 받았거나 보험 청구가 있거나 고혈압 치료 또는 관리를 위한 약을 약국에서 청구한 개인은 우편 엽서, 현장 홍보 커뮤니케이션, 고용주의 혜택 패키지 온라인 포털 커뮤니케이션을 통해 프로그램에 등록하도록 권유되었습니다. 참여는 자발적으로 이루어졌으며, 참가자들은 자신의 비식별화된 데이터가 연구에 사용될 수 있음을 명시하는 서비스 약관 및 개인정보 보호정책 동의서에 서명했습니다. 참여 기준은 프로그램에 참여한 21개 기업 중 한 곳의 직원(또는 배우자)이어야 하며 연구 기간 중 언제든지 앱에 최소 2회 이상 혈압 측정을 기록해야 했습니다. 모든 참여자 데이터는 비식별화되고 안전하게 암호화되었습니다. 이 프로그램은 건강 보험 이동성 및 책임에 관한 법률을 준수합니다. 비식별화된 이 최소 위험 연구는 면제 승인을 받았으며, WCG 기관 검토위원회에서 사전 동의 면제를 승인했습니다. 이 코호트 연구는 역학 관찰 연구 보고 강화(STROBE) 보고 가이드라인에 따라 보고되었습니다.9

기술

고혈압 자가 관리 프로그램은 미국 식품의약국(FDA)의 승인을 받은 블루투스 지원 혈압계(Zewa UAM-910BT, Zewa UAM-900T 또는 A&D UA-651BLE 혈압 커프)를 스마트폰 앱과 페어링하는 방식으로 진행됩니다. 참가자는 개인 모바일 기기를 통해 혈압, 체중, 신체 활동을 추적합니다. 이 소프트웨어는 복약 준수 알림과 임상 기반 디지털 코칭을 통합하여 사용 패턴을 기반으로 한 알고리즘을 사용하여 각 개인에게 맞춤화된 생활 습관 변화(가이드라인에서 권장하는 혈압 관리를 위한 비약물적 개입)를 유도합니다. 고혈압 자가 관리 프로그램은 사용 편의성, 게임화, 인공 지능, 직관적인 이해, 명확성 등 모바일 건강 모범 사례를 통합하여 사용자 참여를 극대화하도록 설계되었습니다. 이 애플리케이션은 중앙 집중식 모바일 플랫폼에서 의료 데이터를 정리하고 참가자가 의사의 전자 건강 기록에 원격으로 연결하여 실험실 및 의약품 사용 데이터를 자동으로 채울 수 있도록 합니다. 사용자 인터페이스는 영어와 스페인어로 제공됩니다.

측정

참가자의 기준 혈압은 첫 주 동안의 평균 수축기 혈압으로 분류했습니다: (1) 정상, 수축기 혈압 120mmHg 미만, (2) 고혈압, 수축기 혈압 120~129mmHg, (3) 1단계 고혈압, 수축기 혈압 130~139mmHg, (4) 2단계 고혈압, 수축기 혈압 140mmHg 이상. 수축기 혈압이 180mmHg 이상이면 매우 높은 혈압으로 간주했습니다.

시간에 따른 혈압을 평가하기 위해 첫 주(0주)와 첫 혈압 측정 후 2(1-2주), 4(3-4주), 6(5-6주), 12(11-12주), 26(24-27주), 52(48-55주), 104(96-111주), 155(148-163주) 주 후에 다음 시점의 수축기 및 이완기 혈압 중앙값을 평가했습니다. 참가자들이 서로 다른 시기에 프로그램에 등록했기 때문에 추적 관찰 기간이 모든 참가자에게 동일하지 않았고 모든 참가자가 모든 시점에 대한 데이터를 제공한 것은 아닙니다. 163주 이후의 데이터는 분석하지 않았습니다.

참가자의 프로그램 참여도는 정의된 BP 측정 시점 동안 참가자가 애플리케이션에 참여한 세션 수로 분류했습니다. 각 시점의 세션 수를 정규화하여 전체 사용자 참여 점수를 산출하기 위해 여러 시점에 걸쳐 평균을 냈습니다. 이 점수는 연속형 변수로 적용되었으며, K-평균 알고리즘을 사용하여 참여도가 낮은 그룹, 중간 그룹, 높은 그룹의 세 그룹으로 클러스터링하여 범주형 변수로 적용되었습니다( 보충자료).

참가자가 앱을 처음 다운로드할 때 연령, 성별, 지리적 위치, 관계(직원 또는 배우자)를 포함한 인구통계학적 데이터를 수집했습니다. 우울증, 불안, 당뇨병, 고콜레스테롤혈증, 흡연 등 참가자의 동반 질환은 앱에서 스스로 보고했습니다. 지역 박탈 지수는 위스콘신 대학교의 이웃 지도집에서 정의하고 5분위로 나누었습니다.10 미국 지역(북동부, 중서부, 서부, 남부)은 미국 인구조사국에서 정의했습니다.11

체중과 신장은 앱에서 직접 보고했습니다. 체질량 지수(BMI; 체중(킬로그램)을 키(미터)의 제곱으로 나눈 값으로 계산)는 자가 보고한 체중과 키를 사용하여 추정했습니다. 신체 활동은 연구 기간 중에 추가된 기능으로, 모든 참가자의 데이터가 제공되지는 않았습니다. 신체 활동은 Apple Health(iOS) 또는 Google 피트니스(Android) 앱에서 수집한 하루 걸음 수로 추적되었습니다.

통계 분석

표본 크기는 연구 기간 동안 등록한 모든 참가자가 포함 기준을 충족하는 것으로 결정되었습니다. 수축기 또는 이완기 혈압을 종속변수로, 첫 혈압 측정 시간 및 참여 그룹을 고정변수로, 회사를 무작위 변수로 하는 혼합 모델은 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤, 흡연, 지역 박탈 지수 순위, 미국 지역 등의 공변수를 조정하거나 조정하지 않고 혈압이 높거나 고혈압인 참가자의 경우 수행되었습니다. 참가자 수준의 무작위 효과는 없었습니다. 혼합 효과 모델에서 누락된 혈압 값은 결측값으로 간주했습니다. 결측치가 있는 각 변수를 라운드 로빈 방식으로 다른 변수의 함수로 모델링하여 반복적 임퍼터를 사용하여 공변량에서 결측 데이터에 대한 다중 대입을 수행했습니다. 시간의 연관성의 크기가 시간에 따라 변하기 때문에 0주에서 12주, 26주에서 156주의 두 가지 시간 범위에 대해 특정 선형 혼합 모델을 수행했습니다.

참여도와 매우 높은 혈압 사이의 연관성을 평가하기 위해 참여 그룹을 고정 변수로, 회사를 무작위 변수로 하는 혼합 모델을 사용하여 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤, 흡연, 지역 박탈 지수 순위 및 미국 지역을 조정하거나 조정하지 않고 매우 높은 혈압이 발생할 확률을 모델링했습니다. 매우 높은 혈압 이후 혈압 조절은 매우 높은 혈압 이후 10일 이내에 혈압을 1회 이상 측정한 참가자만 포함하여 이후 10일 동안 혈압이 감소한 참가자의 비율을 계산하여 평가했습니다. 혈압의 점진적 상승과 매우 높은 혈압 사이의 연관성을 평가하기 위해 매우 높은 혈압(수축기 혈압 상승 후 한 달 이내)을 보인 참가자의 비율을 종속변수(매우 높은 혈압 측정 횟수를 목표, 총 측정 횟수의 로그를 추가 상쇄)로, 3주 동안 측정한 혈압 수를 독립 고정변수로, 참가자를 무작위 변수로 하는 일반화된 혼합 모델(푸아송 분포)을 분석했습니다.

체중과 혈압 감소의 연관성을 평가하기 위해 혈압 변화(첫 체중 측정 시점부터 마지막 체중 측정 시점까지)를 종속변수로, BMI 변화(마지막 BMI에서 첫 BMI를 뺀 값)와 BMI 시작 값을 고정 독립변수로, 회사를 무작위 변수로 하는 혼합 모델을 사용했습니다. 혈압 변화는 다음과 같이 추정했습니다. 첫 번째와 마지막 측정 체중 모두에 대해 시간적으로 가장 가까운 주를 검색하여 수축기 및 이완기 값의 중앙값을 평가했습니다. 가장 가까운 주가 4주보다 긴 경우는 제외했습니다. 그런 다음 첫 번째 체중 측정과 가장 가까운 주의 혈압 측정값 중앙값을 마지막 체중 측정값에서 빼서 혈압(수축기 또는 이완기) 변화값을 구했습니다. 중재 분석은 수축기 혈압 차이를 종속변수로, 참여 그룹을 독립변수로, 첫 번째 BMI를 공변수로, BMI 차이를 매개변수로 하여 통계 모델 파이썬모듈12을 사용하여 수행했습니다. 신체 활동과 혈압 감소의 연관성 및 신체 활동이 참여도와 혈압 변화 사이의 연관성을 매개하는지 여부를 평가하기 위해 유사한 분석을 수행했습니다.

통계 분석은 Python 모듈 statsmodels 버전 0.12.0을 사용하여 수행했습니다. 통계적 유의성은 P= .05로 설정했으며, 통계적 유의성에 대한 테스트는 2-테일로 진행했습니다.

‍

결과

기준 특성 및 참여도

포함 기준을 충족하는 참가자 2만 8189명 중 연령 중앙값(IQR)은 51세(43-58세)였으며, 성별 데이터가 있는 참가자 2만 326명 중 9424명(40.4%)이 여성, 1만 3902명(59.6%)이 남성이었습니다(표 1). ADI 중앙값(IQR)은 50(39-59)이었으며, 794명(3.2%)의 참가자가 ADI 최고 사분위수(즉, 가장 취약한 계층)에 속했습니다. 베이스라인에서 수축기 및 이완기 혈압 측정값의 중앙값(IQR)은 각각 129.5mmHg(120.5~139.6mmHg)과 81.7mmHg(75.7~88.4mmHg)이었습니다. 주당 평균 혈압 측정 횟수는 참여도가 낮은 그룹의 경우 1.3(0.6-2.8), 참여도가 높은 그룹의 경우 2.8(1.5-5.3)의 중앙값(IQR)을 나타냈습니다(표 2). 참여도는 성별에 따라 차이가 있었습니다( 보충자료) 및 연령( 보충자료).

시간 경과에 따른 BP 변화

그리고 그림 은 정상 혈압, 고혈압, 1단계 고혈압, 2단계 고혈압으로 시작하는 참가자의 측정 첫 주부터 시간에 따른 혈압 변화를 나타냅니다. 기준 혈압은 측정 첫 주의 평균 혈압으로 정의되었습니다. 1년째 수축기 혈압 중앙값은 기준 혈압이 높은 참가자 934명 중 495명(53.0%), 기준 혈압이 높은 1단계 고혈압 참가자 966명 중 673명(69.7%), 기준 혈압이 높은 2단계 고혈압 참가자 1075명 중 920명(85.7%)의 경우 감소했습니다(표 3). 3년 동안 프로그램을 지속한 참가자들은 이러한 낮은 수치를 유지했으며, 고혈압 1기 및 2기 고혈압으로 시작한 참가자들의 수축기 혈압은 기준치 대비 각각 7.2(0.4), 12.2(0.7), 20.9(1.7) mmHg 감소한 것으로 평균(SEM) 분석 결과 나타났습니다. 첫 주에 혈압을 4회 측정한 참가자만 포함하고 4회 측정값의 평균을 기준으로 개인을 범주에 배치한 민감도 분석에서도 비슷한 패턴이 나타났습니다(e그림 1의 보충자료).

2기 고혈압으로 시작한 참가자 중 4464명 중 2150명(48.2%), 3909명 중 1988명(50.9%), 2590명 중 1521명(58.7%), 2007명 중 1293명(64.4%), 1323명 중 842명(63.6%), 507명 중 354명(69.8%)이 각각 첫 측정에서 4, 6, 12, 26, 52 및 104주 후에 혈압 조절이 개선되었습니다. 마찬가지로 1기 고혈압으로 시작한 참가자 중 4714명 중 2059명(43.7%), 4090명 중 1882명(46.0%), 2742명 중 1403명(51.2%), 1992명 중 1068명(53.6%), 1505명 중 774명(51.4%), 642명 중 366명(57.0%)이 각각 4, 6, 12, 26, 52, 104주 후에 혈압 조절이 개선되었습니다(그림 2의 eFigure 2). 보충자료). 혈압 조절의 개선은 최소 1단계 개선(예: 2단계에서 수축기 혈압 140mmHg로 또는 1단계에서 수축기 혈압 130mmHg로)으로 정의되었습니다.

시간 경과에 따른 BP와의 참여도 연관성

혼합 효과 모델에서 앱 참여도가 높을수록 수축기 혈압이 낮아지는 것으로 나타났으며, 참여도가 높은 참여자는 중간 참여자 또는 낮은 참여자보다 시간이 지남에 따라 모델 추정 평균 수축기 혈압이 더 낮았습니다(참여도가 높은 참여자: 131.2 mm Hg; 95% CI, 115.5-155.8 mm Hg; 중간 참여: 133.4 mm Hg; 95% CI 116.3-159.5 mm Hg; 낮은 참여도: 135.5mm Hg; 95% CI, 117.3-164.8mm Hg; P.001). 혼합 효과 모델에서도 높은 참여도는 낮은 이완기 혈압과 관련이 있었으며, 참여도가 높은 참가자는 중간 참여도 또는 낮은 참여도에 비해 시간이 지남에 따라 이완기 혈압이 더 낮았습니다(높은 참여도: 82.0mm Hg; 95% CI 67.5-97.7 mm Hg; 중간 참여도: 83.5mm Hg; 95% CI, 69.0-100.3mm Hg; 낮은 참여도: 84.7 mm Hg; 95% CI, 69.0-104.5mm mm Hg; P.001). 이러한 차이는 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤혈증, 흡연, 지역 박탈 지수 및 지역을 조정한 후에도 지속되었습니다(e표 3의 보충자료). 정규화된 참여 점수를 연속 변수로 고려했을 때도 참여도와 혈압 사이의 연관성이 관찰되었으며, 참여도가 1점 증가할 때마다 수축기 혈압(0.85mm Hg; 95% CI, 0.78-0.93mm Hg; P.001) 및 이완기 혈압(0.60mm Hg; 95% CI, 0.55-0.66mm Hg; P.001)이 낮아지는 것과 연관성이 있는 것으로 나타났습니다.

모든 참여 그룹에서 0~12주 동안 수축기 혈압이 주당 0.5mmHg(95% CI, 0.3~0.6mmHg) 더 낮았습니다(P.001). 참가자들은 0주부터 12주까지 주당 이완기 혈압이 0.3mmHg(95% CI, 0.3-0.4mmHg) 더 낮았습니다(P .001) . 모든 참여 그룹에서 12주차까지 혈압이 감소했습니다(e표 4의 보충자료). 26주 이후부터 참가자들은 혈압을 유지했으며 수축기 또는 이완기 혈압의 유의미한 변화는 관찰되지 않았습니다.

매우 높은 혈압

3778명의 참가자 중 11637명에서 매우 높은 혈압(수축기 혈압 180mmHg)이 관찰되었습니다. 매우 높은 혈압의 추정 확률은 낮은 참여 그룹(1.42%; 95% CI, 1.26%-1.59%)이 중간 참여 그룹(0.79%; 95% CI, 0.71%-0.87%; P.001) 및 높은 참여 그룹(0.53%; 95% CI, 0.45%-0.60%; P.001)에 비해 더 높았습니다(두 그룹과 비교했을 때). 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤혈증, 흡연, 지역 박탈 지수 및 지역을 조정한 후에도 참여도와 매우 높은 혈압 위험 간의 연관성은 통계적으로 유의미하게 유지되었습니다.

초고혈압 발생 후 10일 이내에 최소 1회 이상 혈압을 측정한 참가자 9474명 중 8509명(89.8%)의 수축기 혈압이 180mmHg 미만이었습니다. 참가자들은 매우 높은 혈압이 발생하기 전 30일 동안 수축기 혈압이 서서히 높아지고, 이후 30일 동안 수축기 혈압이 급격히 감소하는 것으로 관찰되었습니다( 보충자료). 주간 평균 수축기 혈압이 140mmHg 이상인 참가자 882명 중 3주 동안 주간 평균 수축기 혈압이 10mmHg 이상 증가한 것으로 관찰된 참가자(수축기 혈압 180mmHg 미만) 중 앱에 입력한 혈압 측정 횟수와 매우 높은 혈압의 확률 간의 연관성을 평가한 결과, 혈압 측정 횟수가 많을수록 매우 높은 혈압의 확률이 낮아지는 것으로 나타났습니다(eFigure 3의 보충자료).

혈압, 참여도, BMI 및 신체 활동

참여와 혈압의 연관성이 참여자의 BMI 또는 신체 활동의 변화에 의해 매개되는지 여부를 조사했습니다. 체중 변화를 평가할 수 있었던 참가자는 1개월 간격으로 체중을 1kg 이상 기록한 3229명이었으며, 이들은 BMI 분석에 포함된 유일한 참가자였습니다. BMI가 1 단위 감소할 때마다 수축기 혈압이 0.74mmHg(95% CI, 0.19-1.29mmHg) 감소하는 것으로 나타났습니다. BMI 및 이완기 혈압과의 연관성은 발견되지 않았습니다. 비만(BMI 30)인 참가자는 정상 체중(BMI 18.5~25; 평균 차이, 2.36 mm Hg; 95% CI, 0.93~3.78 mm Hg) 또는 과체중(BMI 25~30; 평균 차이, 1.57 mm Hg; 95% CI, 0.56~2.59 mm Hg; P for interaction .001) 참가자에 비해 수축기 혈압이 더 많이 감소했습니다. 비만인 참가자는 정상 체중(평균 차이, 1.60mmHg; 95% CI, 0.60-2.59mmHg) 또는 과체중(평균 차이, 0.97mmHg; 95% CI, 0.26-1.67; P for interaction .001) 참가자에 비해 이완기 혈압이 더 많이 감소했습니다(평균 차이, 1.60mmHg; 95% CI, 0.26-1.67; P for interaction .001). BMI 변화는 참여도와 관련이 없었습니다. 중재 분석에서는 BMI가 참여도와 수축기 또는 이완기 혈압 감소 사이의 연관성을 중재하는 것으로 입증되지 않았습니다.

혈압 측정과 같은 주에 연결된 데이터를 사용할 수 있는 590명의 참가자를 대상으로 일일 걸음 수로 신체 활동을 평가할 수 있었습니다. 일일 걸음 수가 1000보 증가할 때마다 수축기 혈압이 0.8mmHg(95% CI, 0.08-1.48mmHg) 낮아졌습니다(P= .03). 걸음 수와 이완기 혈압 사이에는 통계적으로 유의미한 연관성이 없었습니다. 높은 참여도 그룹(평균 5236보/d; 95% CI, 4881-5590보/d)의 참가자는 중간 참여도 그룹(4552보/d; 95% CI, 4131-4974보/d; P= .02)보다 신체 활동이 더 많았습니다(평균, 4552보/d; 95% CI, 4131-4974보/d). 참여도가 낮은 그룹과 다른 두 그룹 간에는 통계적으로 유의미한 차이가 없었습니다(4841 걸음/d; 95% CI, 4086-5596 걸음/d). 일일 걸음 수는 참여도와 혈압 감소 사이의 연관성을 부분적으로 매개하는 것으로 나타났습니다(비율 매개, 17%; P= .04). 이완기 혈압과는 통계적으로 유의미한 연관성이 없었습니다.

‍

토론

혈압이 높거나 고혈압이 있는 대규모 코호트에서 혈압 모니터와 임상 기반의 자동화된 생활 습관 코칭이 포함된 스마트폰 앱이 연결된 고혈압 자가 관리 프로그램에 참여하면 최장 3년 동안 추적 관찰한 결과 혈압이 낮아지는 것으로 나타났습니다. 매우 높은 혈압을 관찰할 수 있었으며, 이후에는 더 안전한 수준으로 혈압을 측정할 수 있었습니다. 객관적으로 측정된 신체 활동 데이터가 있는 개인 중에서는 신체 활동이 많을수록 참여도와 낮은 혈압 사이의 연관성이 부분적으로 매개되었으며, 이는 자동화된 라이프스타일 코칭이 개인의 신체 활동을 장려함으로써 부분적으로 혈압에 영향을 미칠 수 있음을 시사합니다.

모바일 기술을 활용한 혈압 자가 관리 개입에 대한 이전 연구에서 혈압 조절과 유의미한 연관성이 있는 것으로 나타났습니다.5-7,13 실제 환경에서 혈압 조절 프로그램 참여와 혈압 강하 사이의 연관성에 대한 이 연구의 결과는 이러한 연구 결과와 일치합니다. 또한, 우리가 아는 한 이 연구는 고혈압 관리를 위한 디지털 건강 애플리케이션의 장기 사용 경험을 보고한 최초의 연구로, 임상적으로 의미 있는 수준의 연관성을 보여주었습니다. 스마트폰 앱을 통한 혈압 자가 모니터링 및 자동화된 생활습관 코칭에 대한 소규모의 한 연구에서는 혈압 조절에 유의미한 차이가 나타나지 않았지만 자신감과 신체 활동이 개선된 것으로 나타났습니다.14 이 연구는 신체 활동과의 연관성을 확인했으며 신체 활동이 참여와 혈압 저하 사이의 연관성을 부분적으로 매개할 수 있음을 시사합니다. 이는 비약물적 개입으로서 신체 활동에 대한 혈압 가이드라인 권장 사항과 일치합니다.2 그러나 향후 연구에서는 이 연관성이 낮거나 중간 정도의 활동으로 제한될 수 있으므로 비선형성을 평가해야 합니다.15,16 체중 감소는 낮은 혈압과 관련이 있었지만, 체중 감소는 참여도와 낮은 혈압 사이의 연관성을 매개하지 않는 것으로 나타났습니다. 따라서 다른 요인이 참여도와 혈압 강하 사이의 연관성에 영향을 미쳤을 가능성이 높습니다. 이러한 요인에는 앱의 권장 시스템에서 권장하는 약물 복용, 나트륨 섭취량 감소, 스트레스 관리, 수면 관리 등이 포함될 수 있습니다.

모바일 기술을 활용한 혈압 자가 관리와 초고혈압의 연관성에 대한 증거는 거의 발표되지 않았지만, 본 연구에서는 자가 관리 프로그램 참여가 초고혈압 위험을 낮추는 것과 관련이 있을 수 있음을 시사합니다. 또한 이 프로그램은 참여도가 낮은 참여자에서도 매우 높은 혈압과 그에 따른 혈압 개선을 모두 감지했기 때문에 참여도가 낮은 집단에서도 임상적으로 의미 있는 역할을 할 수 있음을 시사합니다.

이 연구의 강점은 혈압 자가 관리 프로그램에 참여한 대규모 환자 집단이 3년이라는 장기간의 실제 추적 데이터를 제공했다는 점입니다. 이전 연구에서는 최장 18개월 동안의 결과를 보고했습니다.6 모든 참가자가 3년 동안 데이터를 제공한 것은 아니지만, 일부 참가자가 프로그램을 계속 사용하면서 장기간 혈압을 지속적으로 조절했다는 점은 주목할 만합니다. 또한 이 연구에서는 참여도와 혈압 조절 사이의 연관성을 매개하는 객관적으로 측정된 신체 활동을 조사할 수 있었습니다. 이는 자동화된 라이프스타일 코칭이 혈압 조절과 어떻게 연관될 수 있는지에 대한 잠재적인 메커니즘을 이해하는 데 도움이 되는 중요한 결과입니다. 또한 스마트폰 솔루션의 다양한 자동화된 개입이 참여도, 신체 활동 및 혈압과 실제적으로 다른 연관성을 가질 수 있음을 시사합니다.

고혈압은 심장병과 뇌졸중 등 건강에 심각한 결과를 초래하는 흔한 질병이며, 기존 전략은 인구의 적절한 혈압 조절에 효과적이지 않았으므로 혈압 조절을 달성할 수 있는 확장 가능한 개입을 확인하는 것이 필수적입니다.1,2 자동화된 생활 습관 코칭이 포함된 스마트폰 앱에 연결된 혈압 모니터를 사용한 혈압 자가 관리 프로그램에 대한 이 실제 증거는 이 전략이 혈압 조절을 개선하는 데 잠재력을 보여줬습니다. 향후 연구에서는 모바일 기술을 활용한 혈압 자가 관리 개입의 효과와 보급, 다른 환경과 인구 집단에서의 실제 효과를 조사하고 혈압 조절에 영향을 미치는 메커니즘에 대한 심층적인 조사가 이루어져야 합니다.

‍

제한 사항

이 연구에는 한계가 있습니다. 이 연구는 고용주가 후원하는 건강 보험에 가입한 중장년층을 대상으로 실시되었습니다. 연구 결과가 고령자나 안전망 집단에 속한 사람들에게는 일반화되지 않을 수 있습니다. 표본 규모가 매우 컸지만, 모든 참가자가 시간이 지나도 프로그램에 계속 참여한 것은 아니기 때문에 후속 조치로 인한 선택 편향의 가능성을 배제할 수 없습니다. 건강한 준수자가 장기적으로 프로그램에 계속 참여할 가능성이 더 높았을 수 있습니다. 프로그램 참여가 호손 효과와 관련이 있을 가능성도 배제할 수 없는데, 이는 참여자가 모니터링을 받고 있기 때문에 다르게 행동하는 것입니다. 또한 측정되지 않은 요인으로 인한 잔존 혼란이 있을 수 있습니다. 그러나 연령, 성별, 우울증, 불안, 당뇨병, 고콜레스테롤혈증, 흡연, 지역 및 이웃의 사회경제적 지위를 조정한 결과 연관성이 유의미하게 나타났다는 점은 주목할 만합니다. 시간에 따른 혈압의 개선이 평균으로의 회귀를 나타낼 가능성을 배제할 수는 없지만, 평균 4회의 측정을 포함한 민감도 분석에서도 비슷한 결과가 나타나 단일 측정의 측정 오류가 관찰된 차이의 유일한 설명이 아님을 알 수 있습니다. 혈압이 매우 높은 참가자를 식별하는 데 측정 오류가 있을 수 있습니다. 개인이 항상 개인의 신체 활동을 정확하게 반영하는 방식으로 스마트폰을 휴대하는 것은 아니므로 스마트폰으로 신체 활동을 측정할 때 측정 오류가 존재할 수 있습니다. 본 연구의 관찰적 특성으로 인해 인과관계에 대한 결론을 내릴 수 없습니다.

‍

결론

이 연구에서는 스마트폰 앱에 연결된 혈압 모니터와 자동화된 생활 습관 코칭이 포함된 혈압 자가 관리 프로그램에 참여한 참가자들이 장기적으로 혈압을 조절하는 데 성공했습니다. 이 실제 사례는 모바일 기술이 혈압 모니터링 및 조절에 유용할 수 있음을 시사합니다.

‍

기사 정보

출판 승인: 2021년 7월 16일.

게시됨: 게시: 2021년 10월 15일. 도이:10.1001/jamanetworkopen.2021.27008

오픈 액세스: 이 문서는 CC-BY-NC-ND 라이선스 조건에 따라 배포되는 오픈 액세스 문서입니다. © 2021 Gazit T 외. JAMA Network Open.

교신저자: 알렉시스 L. 비티, MD, MAS, 캘리포니아 대학교 샌프란시스코 캠퍼스 역학 및 생물통계학과, 글로벌 보건 및 임상 과학 미션 홀, Box 0560, 550 16th St, San Francisco, CA 94143 ([email protected]).

저자 기여: 가짓 박사는 이 연구의 모든 데이터에 대한 전체 액세스 권한을 가졌으며 데이터의 무결성과 데이터 분석의 정확성에 대한 책임을 집니다.

‍

‍

‍