一项关于季节性过敏性鼻炎患者电子日记依从性的多中心观察性研究报告
一、研究基本信息
本项研究题为《早期发现长期电子日记记录依从性较低：这是针对季节性过敏性鼻炎进行早期教育干预的目标检查点吗？》（“Early detection of lower adherence to long-term e-diary recording: a checkpoint to target early educational intervention in seasonal allergic rhinitis?”）。研究论文的主要作者为 S. Dramburg 和 C. J. Hernandez Toro，通讯作者为 P. M. Matricardi。研究团队由来自德国、意大利、土耳其、希腊、法国、阿尔巴尼亚、葡萄牙、西班牙等多个欧洲国家的研究机构成员组成，共计数十位作者。该项研究成果发表于学术期刊《临床与实验变态反应》（*clinical & experimental allergy*）2026年第0卷，已于2025年9月2日收稿，并于2025年11月10日被接受发表。该期刊是变态反应学领域的知名刊物。
二、 研究背景与目的
本研究属于临床医学与数字健康（Digital Health）交叉领域，具体聚焦于移动健康（mHealth）技术在慢性疾病管理中的应用评估。研究的核心问题是患者对于长期使用电子日记（e-diary）应用程序进行症状监测的依从性（adherence）。尽管数字症状监测（digital symptom monitoring）能够为花粉过敏等由特定触发因素诱发加剧的慢性疾病提供诊断和管理支持，但在缺乏监督的情况下，用户持续使用电子日记的依从性（研究中也称为attrition，即流失）是一项重大挑战。以往研究表明，在医护人员的直接参与和定期接触（即“混合护理”，blended care）模式下，患者短期使用电子日记的依从性较高。然而，在缺乏专业指导的自发使用场景下，依从性下降非常迅速。同时，现有研究对于影响长期依从性的因素，特别是早期预测指标，仍缺乏清晰的共识。
基于此背景，研究团队旨在探究在一个跨文化背景的混合护理环境中，花粉过敏患者对电子日记报告的依从性、其早期决定因素和预测指标。具体目标包括：1）评估在混合护理背景下，来自不同文化背景的患者对电子日记报告的总体依从性水平；2）探索依从性与患者基线特征（如年龄、性别、疾病严重程度、教育水平、数字健康素养等）的关联；3）分析短期（如前3周）依从性行为是否能有效预测长期依从性；4）识别具有不同依从性模式的患病人群亚组。本研究是更大规模的多中心观察性研究项目“@it.2020”的一部分，该项目旨在评估移动健康技术和分子特异性IgE诊断对花粉过敏诊断的影响。
三、 研究设计与详细流程
本研究采用了一项前瞻性、多中心、观察性研究设计。整个工作流程可概括为以下几个主要步骤：
步骤一：研究对象招募与基线评估 研究于2017年12月至2018年10月期间，在南欧和地中海地区的9个过敏专科诊所进行，地点涵盖葡萄牙波尔图、西班牙瓦伦西亚、法国马赛、意大利罗马和墨西拿、阿尔巴尼亚地拉那、希腊雅典、土耳其伊斯坦布尔和伊兹密尔。研究共纳入了815名年龄在10至65岁之间、确诊为季节性过敏性鼻炎（SAR）的患者，其中包括467名成年人和348名儿童/青少年。所有参与者或其法定监护人提供了书面知情同意书。 在入组访视时，研究人员通过问卷收集了患者的基线特征，包括人口学信息、过敏史、共患病情况等。同时，通过皮肤点刺试验（SPT）和血清特异性免疫球蛋白E（sIgE）测量来确认过敏原致敏状况。此外，还使用数字健康素养量表（DHLI）评估了患者的数字健康素养，并调查了其既往使用健康类应用程序的情况。研究还根据《过敏性鼻炎及其对哮喘的影响》（ARIA）指南对患者的疾病严重程度进行了分类。
步骤二：电子日记处方与监测期设定 研究医生为每位患者规定了通过一款名为“AllergyMonitor”（由意大利TPS Production公司开发）的应用程序记录症状的监测期。该应用程序是一个经过验证的数字平台，结合了面向患者的移动应用和面向医疗专业人员的网页后台。患者被要求在其临床相关的花粉传播季节和霉菌浓度升高期间，每天记录他们的过敏症状（眼、鼻、肺部症状）和用药情况。规定的监测期长度根据当地花粉季节而异，平均为106天（标准差SD=47.1天），最短58天，最长212天。这种个体化的处方模式是混合护理的关键组成部分。
步骤三：症状记录与数据收集 在规定的监测期内，患者需每日使用AllergyMonitor应用程序完成电子日记。该应用程序会通过推送通知进行提醒。研究设定了混合护理模式，除了自动提醒外，当患者连续超过3天未报告时，研究护士会通过个性化的电子邮件和/或电话进行联系。这种设计旨在模拟并强化“医生处方与个人接触”对依从性的支持作用。数据通过应用程序后台自动收集并上传至中央数据库。
步骤四：依从性定义与数据处理 为精确描述报告行为，研究采用了统一的术语。核心指标有两个：1）规定期依从性：在医生规定的整个时间框架内，有完整记录的百分比；2）报告期依从性：在患者实际开始和结束报告的期间内（剔除了延迟开始和提前结束的时间），有完整记录的百分比。除非特别说明，报告中提及的“依从性”均指规定期依从性。研究还对记录行为进行了细化分析，包括延迟报告（即补记前一天症状）的比例、不同长度（1天、2天、3天、4天、≥5天）的缺失间隔等。
步骤五：统计分析 研究采用了多种统计方法进行分析： 1. 描述性统计：对基线特征、依从率、系统可用性量表（SUS）评分等进行汇总。 2. 聚类分析：使用围绕中心点划分（PAM）的无监督聚类算法，分别在规定期的前21天（早期）和第22至56天（后期）两个非重叠时间段内，基于每7天分段的依从性模式来识别患者亚组。这有助于发现具有不同依从性动态的群体。 3. 相关性分析与混合效应模型：计算短期（第1-21天）与长期（第21天之后）依从性之间的皮尔逊和斯皮尔曼相关系数。进一步，构建线性混合模型（LMM），以长期依从性为因变量，短期依从性及一系列基线特征（年龄、性别、ARIA分级、规定期长度、共患病、教育年限、教育水平、DHLI评分、既往健康应用使用史）为自变量，并纳入研究中心作为随机截距，以评估各因素对长期依从性的独立贡献。 4. 效应量计算：使用标准化均差（SMD）来量化不同研究中心之间在基线特征和依从性指标上的差异程度。 所有分析均使用R语言完成。
四、 主要研究结果
结果一：研究人群特征与数字健康素养 最终有760名患者通过应用程序报告了症状。患者群体表现出多样的过敏共患病和IgE致敏谱。在成人中，数字健康素养较高（DHLI平均分3.3/4分），儿童/青少年中也较高（3.2/4分），但后者在不同中心间差异稍大。约四分之三的患者报告曾使用过智能手机应用，但仅有约25%的成人和24%的儿童曾使用过健康类应用，绝大多数（成人75.7%，儿童77.2%）否认既往使用过健康类移动应用。
结果二：总体及跨中心依从性表现 总体平均规定期依从率为75.2%（SD=21.2%），各中心之间差异较小（平均SMD=0.28），范围在69.1%至82.0%之间，表明在混合护理模式下，高依从性在不同文化和地理背景下具有可重复性。报告期依从率略高，为79.1%（SD=17.5%）。延迟报告的比例平均为41.9%，各中心间无显著差异。系统可用性评分平均为79.2分（满分100分），表明应用被认为易于使用。缺失记录最常见的是1天间隔（平均占规定期天数的6.2%），其次是≥5天的长间隔（4.8%）。在大多数研究中心，前60天内的人群水平依从率保持在75%以上。
结果三：儿童/青少年的参与情况 关于谁负责填写电子日记的调查显示，在可获取信息的儿科患者中，75.9%的孩子是独立记录的，仅11.5%完全由父母/监护人记录，另有少量（约5.5%）是双方共同记录。值得注意的是，儿童独立记录的估计依从率（73.8%）与父母代为记录（81.4%）或共同记录（71.0%）相比并不低，这表明10岁及以上的儿童/青少年有能力在长期监测中主动、有效地参与自身健康管理。
结果四：短期依从性与长期依从性的强关联 所有研究中心均观察到短期依从性与长期依从性之间存在显著正相关。线性混合模型分析进一步证实，在所有考虑的基线特征中，只有患者年龄和基线时的ARIA疾病严重程度分级与长期依从性存在微弱但显著的正相关（效应量很小）。而短期依从性是长期依从性最强有力的预测因子（部分R² = 0.387, p < 0.001），其效应量远大于任何基线特征。研究中心的随机效应很小（组内相关系数ICC=0.03），表明不同中心的环境对长期依从性的影响有限。
结果五：依从性集群的识别与预测价值 聚类分析在两个时间段内均识别出两个明确的集群： 1. 高依从性集群：在早期和后期均表现出稳定且高的依从性（早期平均94.4%，后期平均95.2%）。 2. 低依从性集群：在早期和后期均表现出较低且波动较大的依从性（早期平均65.1%，后期平均67.1%）。 共有71.9%的患者在两个时间段内被稳定地分配到相同特征的集群中。最关键的发现在于：在早期（前21天）属于低依从性集群的242名患者中，只有30人（12.4%）在后期转入了高依从性集群。这意味着，早期（3周内）的低依从性能够高度特异性地（91.0%）预测后续的低依从性。其预测敏感性为55.4%。换言之，超过87%的早期低依从性患者在3周后仍保持低依从性。
五、 研究结论与价值
本研究得出结论：在混合护理模式下，花粉过敏患者对电子日记记录的依从性很高（平均75.2%），且不受年龄、性别、国家、教育背景或数字素养等因素的显著影响。儿童和青少年能够成功地长期参与。研究识别出了具有稳定“高依从性”和波动“低依从性”的两个患者集群。最重要的是，短期（前3周）的依从性行为与长期依从性密切相关，早期识别低依从性是可行的。这为实施精准的早期干预以提高患者依从性（不仅是对电子日记记录，也可能扩展至更广泛的疾病管理计划，如用药依从性）提供了关键的检查点和时间窗口。
研究的科学价值在于，它在一个大规模、多文化背景的观察性研究中，系统地验证了混合护理模式对于维持长期电子健康干预依从性的有效性，并首次明确地将早期使用行为确立为预测长期依从性的核心指标。其应用价值显著：研究结果为临床实践中优化远程监测策略提供了实证依据。通过监测患者最初几周的电子日记使用情况，医护人员可以及早识别出可能面临依从性挑战的患者，从而有针对性地、高效地投入教育资源（如加强沟通、提供额外支持或教育），而不是对所有患者采取均一化的干预，这有助于节约医疗资源并提升干预效率。
六、 研究亮点
七、 其他有价值的发现
研究还指出了一些值得关注的细节：例如，尽管数字健康素养总体较高且既往健康应用使用率低，但并未影响患者在混合护理模式下的高依从性，这突出了医护人员的处方和个性化接触在驱动技术采纳和使用中的关键作用，而非单纯依赖患者自身的技术素养或既往习惯。此外，各中心在“谁主要填写日记”方面存在较大差异，反映了不同文化或家庭在儿童健康管理参与方式上的不同，但最终儿童的独立依从率依然可观。这些发现为未来在不同情境下实施数字健康干预提供了更细致的参考。