积极的自动化多重健康风险行为改变干预:在一般医院患者中达到和保留

科学领域:

• 公共卫生 公共卫生
• 健康 行为 改变 改变
• 数字健康干预措施 数字健康干预措施

背景情况:

• 评估健康行为改变干预措施的影响力对于公共卫生影响至关重要,但往往被忽视.
• 健康风险行为 (HRBs) 如吸烟,高风险饮酒,不活动,饮食不良等,对非传染性疾病有很大影响.
• 基于计算机的干预提供了一个可扩展的解决方案,用于在医疗机构提供行为改变支持.

研究的目的:

• 评估一般医院患者中多个HRB的个性化,基于计算机的干预措施的覆盖范围和保留率.
• 确定干预是否有效地达到并保留有更高需求的患者 (例如,多个HRB,低学历,失业).

主要方法:

• 一项前性研究涉及18-64岁的德国大学医院患者,在2022年6周内进行.
• 患者接受了基于计算机的HRB查,随后进行了个性化反和多次住院后评估的干预.
• 使用后勤和Poisson回归分析来检查与干预范围和保留相关的因素.

主要成果:

• 查达到78.9%的符合条件的患者,81.8%的符合条件的患者参与了干预.
• 干预参与者的住院后保留率为76.0%.
• 患者的生活方式和社会经济特征与干预范围或保留没有显著关联.

结论:

• 针对多个HRB的主动,基于计算机的干预措施可以在一般医院人群中实现大量的覆盖和保留.
• 这种数字化方法表明,在减少非传染性疾病方面,即使在高需要的患者群体中,它也可能对公共卫生产生重大影响.
• 这些发现支持在有效性和适当的交付得到确认时实施此类干预措施.