基于状态的药物治疗框架

文献标题

A State-Based Medication Routine Framework

文献信息

• 主题领域: 人机交互与健康管理
• 关键词: 健康, 药物, 依从性, 记忆提醒, 习惯形成, 非常规状态, 创新设计

研究背景与问题

• 问题与挑战:

  • 长期病患需依赖常规用药，但服药的不依从性，如忘记服药，会导致严重的健康后果，如100,000例可预防的死亡案例和上百亿美元的医疗成本。
  • 常见的解决策略（如定时提醒）效果有限，且大规模调查显示，这些策略未能显著减少服药的遗忘问题。
  • 药物管理尤其在非常规情况下（如突发事件或复杂生活环境）尤为困难。

• 研究重要性:

  • 世卫组织将药物依从性定义为全球性健康问题，认为提高依从性比改善医疗技术本身更有助于改善健康结果。
  • 开发能高效支持药物管理的技术对降低健康成本和提高生活质量极为关键。

• 研究动机与相关工作:

  • 过去20年中，尽管多种药物管理技术层出不穷，依从性并未显著改善。
  • 既有研究主要集中于支持常规服药状态，但对非常规状态下的服药行为知之甚少。设计适应非常规状态的技术尚属未解之问题。

解决方案

• 方法与创新:

  • 提出了一个基于状态的药物管理框架，识别出四种药物管理状态：
    • Wellness State：长期的常规状态，药物习惯化嵌入日常生活。
    • New Task State：短期的常规状态，新药尚未形成日常习惯。
    • Erratic State：长期的非常规状态，日常缺乏规律。
    • Disruption State：短期的非常规状态，由日常打乱引发。
  • 为每种状态分析了策略的适用性与限制性。
  • 采用了22名参与者的深度访谈，通过归纳法构建理论。

• 实施步骤与技术:

  1. 访谈与数据收集: 通过在线招募22名长期服药但经常忘记服药的参与者，利用视频访谈了解其药物管理经验和面临的主要挑战。
  2. 理论分析框架的形成: 基于开放编码、轴向编码和选择性编码，识别并验证四种状态与关联策略。
  3. 技术设计建议:
     • 为非常规状态设计更灵活的上下文感知提醒系统。
     • 定位和预测生活中的干扰，并在适时提供提前或后续提醒。

研究成果

• 具体发现:

  • 依据状态的用药行为特点:
    • 常规状态中，基于日常习惯的提醒（如将药物与日常活动关联）最有效，而视觉提示（如显眼摆放药物）以及定时提醒效果次之。
    • 在非常规状态，现有策略均较为无效，参与者更可能因干扰或外部因素忽视用药需要。
  • 非常规状态是非依从性的主因:
    • 大部分因遗忘导致的漏服，均发生在非常规状态中（Erratic与Disruption）。
    • 非常规状态的用药管理缺乏有效策略。

• 相对优势:

  • 对现有药物依从性策略的细致分类。
  • 从行为和心理层面揭示非依从性的深层次原因。
  • 提供框架化、结构化的设计导向，有助于医疗技术的发展更贴近实际需求。

• 实验与评估:

  • 通过22名参与者的访谈与归纳分析，支持理论开发。提出的四象限框架适用于描述参与者的用药状态转换和挑战。

• 局限性与未来方向:

  • 样本多为白人、经济水平较高，参与者间的药物种类及频率差异较大，可能影响结果的普适性。
  • 未来应结合实际物联网设备监测数据，完善框架并验证其广泛适用性。
  • 建议加强对低收入、工作复杂群体的聚焦，进一步探讨药物依从性技术对健康公平的影响。