从实施covid虚拟病房中为服务不足的社区的数字包容性吸取的经验教训

罗珊娜·福克斯，泽山赛义德，萨迪亚汗，哈里·罗伯逊，苏菲·克里斯福德，安德鲁·威格姆，艾比·弗利，法哈娜·拉扎，迈克尔·赖特

发布时间：2022 年 11 月 16 日

抽象

本研究评估了与伦敦西北部一家教学医院的covid虚拟病房人群中的数字排斥相关的因素。联系了从covid虚拟病房出院的患者，以提供他们对体验的反馈。根据患者在虚拟病房期间是否使用Huma应用程序量身定制问题，随后分为“应用程序用户”和“非应用程序用户”队列。非应用用户占转诊至虚拟病房的患者总数的31.5%。四个主要主题推动了这一群体的数字排斥：语言障碍、访问、信息/培训不足和 IT 技能差。总之，强调纳入其他语言并改善出院前的医院环境示范和信息提供是减少covid虚拟病房患者数字排斥的关键因素。

引文：福克斯 R、赛义德 Z、汗 S、罗伯逊 H、克里斯福德 S、威格姆 A 等人 （2022） 从实施 covid 虚拟病房中为服务不足的社区的数字包容性吸取的经验教训。公共科学图书馆数字健康 1（11）： e0000146. https://doi.org/10.1371/journal.pdig.0000146

编辑 器：Rutwik Shah，加州大学旧金山分校：加州大学旧金山分校，美国

收到：6月 7， 2022;接受：10月 18， 2022;发表：11月 16， 2022

版权：? 2022 福克斯等人。这是一篇根据知识共享署名许可条款分发的开放获取文章，该许可允许在任何媒体上不受限制地使用、分发和复制，前提是注明原作者和来源。

数据可用性：数据文件已存入 Dryad 并带有以下 DOI：https://doi.org/10.5061/dryad.2547d7wv2。

资金：作者没有为这项工作获得具体资金。

竞争利益：提交人声明不存在相互竞争的利益。

介绍

Covid-19 大流行导致数字技术迅速部署到医疗保健途径中，其速度通常在大流行前的时代是不可想象的，因为医疗保健系统试图提供尽可能多的护理，同时最大限度地降低院内冠状病毒感染的风险。其中一项数字创新是 Covid-19 虚拟病房 （CVW），在第一波大流行中被证明是成功的后，它得到了国家卫生服务的集中支持，以更广泛地推广。我们的机构为伦敦西北部经济贫困和种族多样化的地区提供基于医院的医疗保健服务——在研究期间，该地区因冠状病毒住院的患者人数很多。在第二波大流行开始时（2020 年 12 月至 2021 年 4 月），我们进行了快速部署 CVW 以照顾患者。CVW的部署使用商用数字平台（Huma远程患者监测解决方案，包括带有临床医生仪表板的智能手机应用程序），结合小型脉搏血氧仪和书面信息表，提供该服务的电话号码。

什么是 Covid-19 虚拟病房？

“Covid-19 虚拟病房”（CVW） 于 2021 年 1 月在西米德尔塞克斯大学医院 （WMUH） 设立，以应对英国 Covid-19 大流行的冬季高峰。这旨在限制院内传播，释放医院床位并减轻NHS的压力，此后在英国取得了广泛的成功[1]。由于床位容量的空前压力以及需要补充氧气或通气支持的严重不适患者的入院人数迅速增加，因此需要信托来管理某些患者。因此，需要持续监测但不需要立即补充氧气支持的患者通过智能手机应用程序和电话咨询进行远程监测。被认为在家中不安全或需要临床检查和/或可能的氧疗的患者被要求紧急返回医院。有些需要救护车转移。在 2020 年 12 月至 2021 年 2 月期间，CVW 共管理了 142 名患者。在此期间，CVW返回医院的再入院率为18.3%。转诊由病房和急诊科（ED）团队进行。

什么是数字排斥？

数字排斥是指阻碍有效使用数字技术的障碍。这是一个通常用于指社会、经济和教育发展的术语。许多因素被认为会影响人群获得和接受有效数字技术的使用，包括：年龄、性别、种族、教育、家庭收入、身心健康、信息技术（IT）素养和农村生活[2-7]。然而，文献并不广泛，特别是当IT用于健康管理和开发时，对数字排斥的研究仍然很少。

为什么医疗保健专业人员对数字排除感兴趣？

在过去几十年中，获取和有效使用数字技术的广泛能力呈指数级增长。这为医学界在远程/数字监控和访问患者方面提供了新的和令人兴奋的机会。在全国范围内，我们看到在门诊中越来越多地使用数字技术监测，例如FreeStyle Libre设备用于糖尿病管理，AliveCor Kardia用于心房颤动[8，9]。然而，随着大流行的到来，人们对门诊监测的兴趣急剧增加[10]。

然而，对某些患者群体（例如老年人、社会经济地位较低的群体、少数民族或患有慢性身心健康问题的人）的 “数字排斥” 可能会抑制甚至阻止他们获得此类医疗保健服务，并导致进一步的健康不平等，而新冠疫情使人们更加关注。在大流行之前，NHS 全科实践已经朝着虚拟咨询的方向发展，随着新的 covid 限制措施到位以保护工作人员和患者，并通过电话进行分类以酌情限制接触，这已经认真进行。随着这种做法变得越来越普遍，以及数字医疗保健扩展到门诊医学其他领域的可能性，我们强烈认为现在应该解决任何采用障碍，并避免未来可预防的医疗保健不平等，尤其是在服务不足的社区。

本研究旨在回顾 2021 年初在 WMUH 接受 CVW 护理的患者的数字排斥相关因素。如果我们能够阐明这些因素，我们可能能够减轻和/或使服务不足的患者群体在未来可能无法或没有资格获得此类医疗保健系统。鉴于数字患者护理的可能范围，我们能够识别有数字排斥风险的患者并为他们提供适当的支持至关重要。

方法论

WMUH出院的18岁或以上的患者被诊断出患有确诊或疑似Covid-19感染或接受治疗，是CVW的潜在候选人。

虚拟病房入院的进一步标准如下：

室内空气中维持的 SpO2 > = 92%

行走（ED放电）时SpO2下降<3%）

无发热 48 小时（病房出院）

病房出院的CRP下降趋势;CRP <60 毫克/升，用于 ED-放电

血小板计数 > 100 x 109/L

说英语（或在家中有讲英语的患者）

访问和使用智能手机和Huma应用程序的能力

符合上述标准的患者由出院团队（急诊科或病房）的医生通过电子邮件转介给CVW。他们每个人都得到了一个脉搏血氧仪和下载Huma应用程序的书面说明。CVW团队（由两名医生和两名护士组成）将在出院后24小时内联系每位转诊患者。然后在出院后第 3、5、7 和 10 天进行进一步的电话评估，并通过应用程序远程监控患者观察（心率、血氧饱和度、核心温度和自我报告的症状）。紧急联系任何血氧饱和度记录在 92% 或以下的患者，或有其他“危险信号”观察的患者，例如持续高核心温度（>38 摄氏度）、明显心动过速（>每分钟 120 次）或自我报告的症状显着恶化。一般而言，症状恶化且血氧饱和度持续为 92% 的患者或任何血氧饱和度低于 92% 的患者，建议紧急再次到 WMUH 急诊科就诊。CVW 团队还提供 Covid-19 热线服务，每天上午 8 点至晚上 8 点运营。鼓励CVW患者如果对自己的胸部症状有任何担忧或注意到脉搏血氧仪饱和度有新的下降，请拨打此号码。

大多数患者在第10天从CVW出院（不包括需要再入院的队列）。随后通过电话联系了成功出院的患者，通过结构化访谈就CVW经历提供反馈。问题围绕1分为主题。患者满意度，2.数字排斥和 3.恢复模式。在主题2方面，要求患者澄清他们的年龄和第一语言，并回答有关出院前提供给他们的有关脉搏血氧仪和应用程序使用的信息以及他们遇到的任何问题的问题。患者分为“应用程序用户”，即成功下载Huma应用程序并定期输入数据（每天至少两次）的人，以及“非应用程序用户”（未能下载应用程序或未输入任何数据的用户）。问题按索引所示量身定制;“应用用户”被问及S1索引中详述的问题，“非应用用户”被问及S2 索引中详述的问题。列出了任何需要再次入院或死亡的患者的不良结局。非应用用户被要求提供他们的种族。所有患者的年龄都是从信托的数字健康记录中收集的。问题以封闭式形式提出，但非应用用户的问题 2-4 除外，这些问题是开放式的。我们鼓励应用用户在调查的最后一个问题（14）中给出额外的评论，否则问题严格来说是是/否或强烈同意到强烈不同意。

结果

总体而言，该病房在 2020 年 12 月至 2021 年 2 月期间管理了 142 名患者。97名（67.8%）患者向应用程序输入数据，并被视为“应用程序用户”。45人（31.5%）没有向应用程序输入数据或没有下载数据，被视为“非应用程序用户”。4名（2.8%）患者死亡。在97例应用用户患者中，18例（18.5%）有不良结局，其中1例死亡。在 45 名非应用用户中，有 12 人（26.7%）有不良后果，其中 3 人死亡。非应用用户组的不良结局没有显著升高（p值0.27，卡方统计量1.21）。

收集了使用该应用程序的65名患者的数据，其中2名患者不希望参加，其中29名患者未接听多个电话或无法接通。应用用户群组的平均年龄为 50.1 岁。有45名转介到CVW的患者没有使用该应用程序。收集了23名患者的数据。2名患者拒绝参加调查，1名患者从未接受过脉搏血氧仪，14名患者无法联系到，1名患者没有记录号码。非应用用户群组的平均年龄为 55.8 岁（年龄范围 26-87）。我们预计高龄是一个重要因素，事实上，非应用用户群的平均年龄明显高于应用用户群的平均年龄（p 值 = 0.03）。

总体评论非常积极，来自使用组的应用程序。在遭受不良后果的患者中，其他评论中的一个共同主题是该应用程序挽救了他们的生命，他们非常感谢团队与他们保持不断的沟通。但是，需要强调的是，有11名患者自己没有使用该应用程序，而是需要家庭成员代表他们输入和记录数据。在应用程序用户中，71%的人表示这直接影响了他们是否再次住院的决定。 89%的应用程序用户认为该应用程序易于使用，92%的用户表示CVW设置使他们或他们的家人感到放心。

非应用程序用户大多评论语言障碍或出院前在医院环境中对脉搏血氧仪和/或应用程序的演示或解释不足。一名患者是文盲，另一名患者报告从未接受过脉搏血氧仪。图 1用于以图形方式演示这一点，电话和互联网访问显示为应用程序使用的明显障碍。非应用使用群组突出了四个主要主题。

1. 语言障碍

非应用用户群体的种族多样化，其中一些患者不会说或读英语。48%的队列表示，使用另一种语言的应用程序会有所帮助。

2. 信息技术技能

26% 的非应用用户表示在使用应用时遇到困难。没有报告使用脉搏血氧仪有困难。

3. 信息和培训

48%的非应用程序用户表示，培训可以帮助他们正确使用应用程序。

4. 访问

4%的非应用用户患者没有手机，9%没有互联网服务，35%没有智能手机技术，因此无法下载或使用应用。 4%的非应用用户群报告残疾影响了他们使用应用的能力。

缩略图 下载：

.PPT幻灯片

.PNG大图

.TIFF原始图像

图1.非应用用户回答问题 5-9 的图形表示（详见S2 索引）。

https://doi.org/10.1371/journal.pdig.0000146.g001

讨论

CVW旨在降低死亡率和住院时间。最终，142名本来可以入院/住院时间较长的病人出院回家;减少医院工作量。有趣的是，队列之间的不良结局没有显着差异，但是本研究中的总体患者人数很少，这可能部分反映了选择虚拟病房的患者没有那么不适。

CVW在很大程度上取得了成功，患者及其家人总体上给出了非常积极的反馈，并且绝大多数人都感到放心，带着脉搏血氧仪回家。事实上，超过 90% 的应用程序用户群体表示，CVW 让他们的家人感到放心。患者在这项研究中给出的其他评论强调了非应用用户队列中的四个关键问题;语言障碍、IT 技能、信息/培训不足以及获取数字技术的机会。应考虑其他社会经济因素，例如识字率，但这些因素对非应用程序使用队列的影响低于预期，只有一名患者报告文盲。然而，这些患者存在数字排斥的高风险，应及早发现以防止不良结局。

鉴于这些因素，我们将在未来集中精力为那些IT技能或经验有限的患者提供额外的支持，以确保这不会妨碍他们获得社区数字医疗服务的能力。应在医院进行需要代码和额外登录的应用程序注册，以确保患者安全出院。对于那些无法访问电话/互联网/应用程序并因此无法参与数字监测的患者，CVW团队在大流行期间做出了规定，例如手动记录血氧饱和度并将结果发送到CVW热线电话。然而，这买来了几个安全问题，严重依赖患者合作，在更大的范围内，不可能手动监测这么多患者。

最终，许多患者被不恰当地转诊到CVW，因为入院标准要求互联网和智能手机接入以及至少一名家庭成员说英语。那些不符合转诊标准的患者都在非应用程序用户组中，这有助于强调在需要远程监控的情况下出院计划的重要性。

尽管我们的研究表明，在非应用应用群组中，与数字排斥相关的因素显而易见，但它存在固有的局限性。首先，用于患者反馈的问卷不是评估健康相关数字技术的经过验证的工具。此外，使用的问题主要捕获主观的患者印象，而不是提供可靠的衡量标准，例如出院前基于医院的应用程序培训是否充分或必要。其次，如上所述，许多非应用程序用户被不恰当地转介给CVW，并且不符合最初的推荐标准。转诊标准旨在将数字排斥的风险降至最低，例如“必须说英语（或在家中有讲英语的患者）”和“必须能够使用智能手机和Huma应用程序”。在未满足这些初始标准的情况下，患者的反馈可能偏向于数字排斥，因为这些患者不太可能成为成功的应用程序用户。第三，对应用程序用户和非应用程序用户进行了电话访谈，提出了一组不同的问题，这允许通过开放式问题提供有用的描述性反馈，但不幸的是，组之间的直接比较有限。应用程序用户没有被要求澄清他们的种族，这阻止了两个队列之间直接比较这个变量。此外，两个队列中的患者都没有被问及他们的社会经济地位，这将是一个有用的比较。

目前，在更广泛的文献中，没有其他研究专门针对远程监控患者群体中的数字排斥。事实上，调查导致数字排斥或其在医疗保健环境中相关性的因素的文献相对缺乏。鉴于当前研究中的这一明显差距，我们认为我们的研究为进一步研究这一具有挑战性且高度相关的领域提供了良好的基础，因为我们在医疗保健领域迈向并日益数字化的空间。

未来的研究应寻求使用经过验证的客观工具来评估数字排斥的可能原因，以便适当地引导资源来支持“高危”人群，并针对年龄、IT技能、语言障碍、健康问题或剥夺等因素而面临数字排斥风险的患者。我们的工作强调了那些被认为数字排斥风险较高的患者需要额外的语言和IT培训。员工培训和参与路径设计也将有助于限制未来非应用程序用户的数量，并标记那些可能在门诊环境中难以管理数字技术的用户。

结论

这项研究强调了导致数字排斥的四个主要主题：语言障碍、访问、信息/培训不足和 IT 技能差。几乎一半的非应用用户群体认为，额外的语言和培训将支持应用使用。高龄预示着我们CVW人群中的数字排斥。因此，我们将寻求纳入其他语言，并改善医院环境的IT培训，以便将来使用数字平台进行远程监控。显然，在这一领域的进一步研究将有助于引导资源和适当地支持患者。

随着医疗保健向更加数字化的空间发展，我们必须利用大流行的教训来保护面临数字排斥风险的患者。在医院患者培训和家庭应用程序使用中纳入其他语言和文化可以保护这些高风险人群中的很大一部分，使他们能够获得数字医疗保健并从中受益。

下载

无花果分享

S1 指数。通过电话向应用程序用户（定义为已下载Huma应用程序并每天至少定期输入两次数据的用户）提出的正式面试问题。

https://doi.org/10.1371/journal.pdig.0000146.s001

（文档）

S2 索引。通过电话向未使用的应用程序（定义为未下载Huma应用程序或未输入数据的人）提出的正式面试问题。

https://doi.org/10.1371/journal.pdig.0000146.s002

（文档）

S1 数据。匿名数据。

https://doi.org/10.1371/journal.pdig.0000146.s003

（三十）

引用

1.克拉克 J， 弗洛特 K， 费尔南德斯·克雷斯波 R， 等.评估家庭血氧饱和度仪对 COVID-19 的安全性：一项多地点回顾性观察性研究。英国医学杂志公开赛。2021;11：e049235.pmid：34521666

查看文章PubMed/NCBI谷歌学术搜索

2.Greer B， Robotham D， et al. 精神卫生服务用户的数字排斥：定性调查。医学互联网研究杂志。2019;21(1).密码：30626564

查看文章PubMed/NCBI谷歌学术搜索

3.Khalid S. & Pedersen JL 高等教育背景下的数字排斥：系统文献综述。程序 - 社会和行为科学。2016;228:614–621.

查看文章谷歌学术搜索

4.马修斯K等.晚年的数字包容：英格兰十年内互联网使用的队列变化。老龄化与社会。2018;39(9):1914–32.

查看文章谷歌学术搜索

5.塞弗 A， 棉花 SR 和谢 B.双重排斥负担？在 Covid-19 时期对老年人的数字和社会排斥。老年学杂志：B辑2021;76（3）：99–103.

查看文章谷歌学术搜索

6.Van Dijk J. 数字鸿沟研究、成就和缺点。诗学。2006;34(4–5):221–235.

查看文章谷歌学术搜索

7.Williams F，Phillips L等人，“默认数字”和“难以触及”：探索偏远农村地区数字排斥的解决方案。当地经济。2013;31(7):757–777.

查看文章谷歌学术搜索

8.布雷 JJH， 劳埃德 EF， 阿登瓦拉 F 等.单导联心电图（AliveCor）是社区诊断和心房颤动监测中12导联心电图的可行，经济高效且更安全的替代方案。BMJ开放质量。2021;10：e001270.密码：33741652

查看文章PubMed/NCBI谷歌学术搜索

9.Freestyle libre快速血糖监测改善了1型糖尿病（T1DM）患儿的生活质量测量，并提供了适当的教育和医疗保健专业人员的支持。糖尿病和代谢综合征：临床研究和评论。2019;13(5):2923–2926.密码：31425957

查看文章PubMed/NCBI谷歌学术搜索

10.韦伯斯特 P. COVID-19 时代的虚拟健康。柳叶 刀。2020;395:1180–1181.

查看文章谷歌学术搜索