引用本文： 黄娜, 陈蜀惠, 周英凤, 邢唯杰, 王凯蓉, 钟婕, 李丽. 远程医疗改善妊娠期糖尿病患者血糖和妊娠结局有效性和安全性的系统评价. 中国循证医学杂志, 2019, 19(8): 960-967. doi: 10.7507/1672-2531.201902117 复制
妊娠期糖尿病（gestational diabetes mellitus，GDM）是指妊娠期发生或首次发现的不同程度的糖耐量异常[1]。目前，GDM 正在形成全球流行的趋势，据国际糖尿病联盟（IDF）统计显示，全球约有 16.2% 的育龄期妇女在妊娠期间有不同程度的血糖升高，即全球平均每 7 个孕妇中就有 1 个并发妊娠期高血糖，而其中 86.4% 的妊娠期高血糖由 GDM 导致[2]。根据国际妊娠糖尿病研究协会（IADPSG）的诊断标准，我国 GDM 的发生率达到 18.9%[3]。GDM 可导致多种不良母婴结局，包括自然流产、先兆子痫、巨大儿、新生儿低血糖和新生儿高胆红素血症等风险[4]。此外，患有 GDM 的女性患 2 型糖尿病的风险约为正常女性的 7.5 倍[5]。因此如何对糖尿病孕妇进行血糖管理至关重要，规范有效的血糖管理可显著降低妊娠糖尿病孕妇的母婴不良结局[6]。近年来，除常规的门诊随访外，远程医疗也越来越多应用于糖尿病孕妇的血糖管理中。远程医疗是指使用通信、网络、多媒体等技术提供医学信息和服务，包括远程诊断、会诊、治疗、护理、教育等医学活动[7]，已被广泛应用于疾病预防、疾病监控、慢性病自我管理、健康教育和促进健康行为等方面[8]。但远程医疗对 GDM 患者血糖控制和妊娠结局的有效性和安全性尚不明确。因此，本研究旨在评价远程医疗技术对 GDM 患者孕期管理的效果，为临床人员开展远程医疗管理提供证据。
1 资料与方法
1.1 纳入及排除标准
1.1.1 研究类型
随机对照试验（randomized controlled trial，RCT）。
1.1.2 研究对象
经口服葡萄糖耐量试验（oral glucose tolerance test，OGTT）诊断为 GDM 的孕妇。
1.1.3 干预措施
试验组：借助信息技术进行远程医疗监测及随防管理，包括基于手机 APP、网络、社交平台等各种形式的远程医疗模式。对照组：常规门诊随访及管理。
1.1.4 结局指标
主要结局指标包括：① 空腹血糖值、② 餐后血糖值、③ 糖化血红蛋白（glycated hemoglobin，HbA1c）值、④ 分娩孕周、⑤ 早产发生率、⑥ 剖宫产率、⑦ 新生儿出生体重、⑧ 巨大儿发生率、⑨ 妊娠期高血压和先兆子痫发生率、⑩ 新生儿低血糖发生率、⑪ 新生儿黄疸发生率；次要结局指标包括：⑫ 门诊随访次数、⑬ 患者依从性、⑭ 患者满意度。
1.1.5 排除标准
① 非中、英文文献；② 研究对象包含 GDM 以外的其他类型的糖尿病以及产后或既往的 GDM 患者；③ 研究内容主要为远程医疗系统的开发或可行性评价；④ 没有报告相关结局指标的研究；⑤ 无法获取全文的文献。
1.2 文献检索策略
计算机检索 The Cochrane Library、PubMed、Web of Science、CINAHL、Scopus、CBM、CNKI、WanFang Data 和 VIP 数据库，搜集比较远程医疗管理与门诊随访管理 GDM 患者的 RCT，检索时限均从建库至 2019 年 1 月 1 日。英文检索词为 gestational diabetes、gestational diabetes mellitus、GDM、telemedicine、telehealth、mobile、m-Health、eHealth、Internet、APP；中文检索词为妊娠糖尿病、妊娠期糖尿病、孕期糖尿病、GDM、远程、网络、微信、QQ、APP、应用程序、软件、移动医疗。根据不同数据库特点采用相应检索式进行检索。以 PubMed 为例，其具体检索策略见框 1。
1.3 文献筛选与资料提取
由 2 名研究者独立筛选文献、提取资料并交叉核对。如有分歧，则通过讨论或与第三方协商解决。文献筛选时首先阅读文题，在排除明显不相关的文献后，进一步阅读摘要和全文以确定是否纳入。如有需要，通过邮件、电话联系原始研究作者获取未确定但对本研究非常重要的信息。资料提取内容包括：① 纳入研究的基本信息：研究题目、第一作者、发表时间等；② 研究对象的基线特征和干预措施；③ 偏倚风险评价的关键要素；④ 所关注的结局指标和结果测量数据。
1.4 纳入研究的偏倚风险评价
由 2 位研究者独立评价纳入研究的偏倚风险，并交叉核对结果。采用 2016 年澳大利亚 JBI 循证卫生保健中心发展的 RCT 真实性评价工具对纳入的 RCT 进行偏倚风险评价[9]。该工具包括随机分组方法、分配隐藏、基线比较、研究对象盲法、干预者盲法、结果测评者盲法、其他措施比较、失访情况及处理、结局指标数据的完整性、结局指标测量方式及方法、资料分析方法、研究设计合理性等 13 个条目，每个条目均采用是、否、不清楚、不适用进行评价。
1.5 统计分析
采用 RevMan 5.3 软件进行统计分析。计量资料采用均数差（mean difference，MD）为效应分析统计量，罕见结局的二分类变量采用比值比（odds ratio，OR）为效应分析统计量，各效应量均提供其 95%CI。纳入研究结果间的异质性采用 χ2 检验进行分析（检验水准为 α=0.1），同时结合 I2 定量判断异质性大小。若各研究结果间无统计学异质性，则采用固定效应模型进行 Meta 分析；若各研究结果间存在统计学异质性，则进一步分析异质性来源，在排除明显临床异质性的影响后，采用随机效应模型进行 Meta 分析。Meta 分析的水准设为 α=0.05。明显的临床异质性采用亚组分析或敏感性分析等方法进行处理，或只行描述性分析。
2 结果
2.1 文献筛选流程及结果
初检共获得 890 篇文献，经逐层筛选，最终纳入 10 个 RCT[10-19]，包括 1 267 例患者。文献筛选流程及结果见图 1。
图1
文献筛选流程图
*所检索的数据库及检出文献数具体如下：The Cochrane Library（
2.2 纳入研究的基本特征和偏倚风险评价结果
表1
纳入研究的基本特征
表2
纳入研究的偏倚风险评价结果（JBL）
2.3 Meta 分析结果
2.3.1 血糖控制指标
2.3.1.1 血糖水平
共纳入了 7 个 RCT[10, 12, 14, 15, 17-19]。其中 4 个 RCT 比较了孕晚期血糖水平[15, 17-19]。固定效应模型 Meta 分析结果显示：两组患者空腹血糖水平的差异无统计学意义［MD=−0.34，95%CI（−1.62，0.93），P=0.60］（图 2），但远程医疗组餐后 2 h 血糖水平更低［MD=−3.45，95%CI（−5.53，−1.37），P=0.001］，其差异有统计学意义（图 3）。另外，Rasekaba 等[10]比较了 4 周内的患者 7 天血糖水平，结果表明两组的自我监测血糖（SMBG）水平均正常且组间差异无统计学意义。Mackillop 等[12]比较了从入组至分娩的平均血糖变化，结果显示差异无统计学意义。Guo 等[14]研究显示远程医疗组血糖控制达标率高于门诊随访组，而分娩 3 个月后空腹和餐后 2h 血糖值差异均无统计学意义。
图2
GDM 患者远程医疗与门诊随访孕晚期空腹血糖水平比较的 Meta 分析
图3
GDM 患者远程医疗与门诊随访孕晚期餐后 2 h 血糖水平比较的 Meta 分析
2.3.1.2 HbA1c 水平
共纳入 5 个 RCT[12-14, 16, 17]，其中 4 个[13, 14, 16, 17]对妊娠 36～40 周 HbA1c 水平进行了测量。随机效应模型 Meta 分析结果显示，两组患者孕晚期 HbA1c 值的差异无统计学意义［MD=−0.22，95%CI（−0.61，0.17），P=0.27］（图 4）。因异质性较大，剔除一项研究[14]进行敏感性分析，固定效应模型 Meta 分析结果显示，两组差异仍无统计学意义［MD=−0.05，95%CI（−0.16，0.07），P=0.41］，提示分析结果较稳定。另外，Mackillop 等[12]比较了从入组到分娩的 HbA1c 变化率，结果显示两组的 HbA1c 水平均有小幅上升，但差异无统计学意义。
图4
GDM 患者远程医疗与门诊随访孕晚期 HbA1c 水平比较的 Meta 分析
2.3.2 妊娠结局指标
共纳入 9 个 RCT[10-17, 19]。Meta 分析结果显示，两组在分娩孕周［MD=0.03，95%CI（−0.13，0.19），P=0.72］、早产率［OR=0.52，95%CI（0.26，1.01），P=0.05］、剖宫产率［OR=0.87，95%CI（0.57，1.31），P=0.51］、新生儿出生体重［MD=13.01，95%CI（−45.75，71.78），P=0.66］、巨大儿发生率［OR=1.16，95%CI（0.83，1.62），P=0.40］方面的差异均无统计学意义（表 3）。
表3
GDM 患者远程医疗与门诊随访分娩结局指标比较的 Meta 分析结果
2.3.3 其它结局指标
共纳入 6 个 RCT[11-13, 15-17]对 GDM 患者妊娠期高血压/先兆子痫的发生率进行了比较，纳入 7 个 RCT[11-17]对新生儿低血糖的发生率进行了比较，纳入 5 个 RCT[11-13, 15, 17]对新生儿黄疸的发生率进行了比较。固定效应模型 Meta 分析结果显示：两组差异均无统计学意义（表 4）。
表4
GDM 患者远程医疗与门诊随访其它结局指标的 Meta 分析结果
3 个 RCT 比较了门诊就诊率[10, 14, 16]，因干预时间差异较大，无法进行 Meta 分析。其中，Guo 等[14]研究显示远程医疗组门诊就诊率较门诊随访组显著降低（P<0.001）；Perez-Ferre 等[16]研究显示远程医疗组门诊就诊率减少 62%；Rasekaba 等研究则显示两组的计划随访次数、计划外访问次数差异均无统计学意义[10]。
共纳入 5 个 RCT[11, 12, 14, 15, 17] 对患者血糖监测依从性进行了比较，由于评价方法不同，无法进行 Meta 分析。Miremberg 等[11]和 Guo 等[14]以“实际血糖测量次数/规定血糖测量次数×100%”表示患者依从性，结果均表明远程医疗组患者血糖监测的依从性高于门诊随访组（P<0.001）。Mackillop 等[12]以患者每天平均读取血糖次数表示患者依从性，结果显示远程医疗组显著高于门诊随访组（P<0.001）。Homko 等[15]以患者的血糖自我报告数据表示其依从性，结果显示两组差异无统计学意义。但 Homko 等[17]的另一项研究指出，虽然患者自我报告数据没有统计学差异，但远程医疗组患者血糖测量次数（94.8±60.0 次）比门诊随访组更频繁（73.7±56.7 次）。
共纳入 4 个 RCT[11-13, 19] 调查了患者满意度。Miremberg 等[11]研究显示远程医疗组的所有患者对远程医疗系统和整体产前护理非常满意。Mackillop 等[12]研究显示远程医疗组对护理的满意度较门诊随访组更高（P=0.049）。Given 等[13]的研究指出，89.4% 的患者对远程医疗系统感到满意并表示会再次使用。邵颖等[19]研究显示，所有接受微信干预的孕妇，除 1 例失访外，满意率达 99.5%。
2.4 发表偏倚评价
针对巨大儿发生率这一结局指标绘制漏斗图进行发表偏倚检验，发现散点在漏斗两侧的分布基本对称，提示存在发表偏倚的可能性较小（图 5）。
图5
针对巨大儿发生率结局指标的漏斗图
3 讨论
远程医疗作为远距离提供医疗卫生服务的新技术，为医生和患者搭建了远距离实时沟通的平台，可为患者提供形式、功能多样的管理和服务。目前应用于妊娠期糖尿病患者的远程医疗管理形式包括手机 APP、网络、计算机、微信、电话等。医务人员可通过远程医疗系统对患者进行血糖监测及实时反馈，为患者提供专业的健康教育和信息资源，对患者进行个体化的饮食、运动、用药指导等[20]。而门诊随访管理作为妊娠期糖尿病患者传统的管理方式，要求患者将自我监测血糖值记录在纸质版日记中，定期到门诊与医生或专科护士进行面对面交流，并得到血糖监测、饮食、运动、用药等方面的指导。传统门诊随访增加了医生和患者直接沟通的机会，便于医生对患者进行面对面的评估和指导。而远程医疗可实现异地沟通、优化就医流程，弥补了线下管理服务滞后及距离、时间、等候成本较高的缺陷，尤其对于偏远地区或农村地区就医不便的患者，远程医疗管理提高了其获取医疗帮助的便利性[21]。
本研究结果表明，远程医疗管理在减少患者频繁就诊、提高患者依从性和满意度的基础上，实现了与常规门诊随访管理对 GDM 患者血糖水平和妊娠结局相似的有效性和安全性。这一结论与现有同类研究[22, 23]结果类似。孕期 GDM 管理的关键是通过血糖监测、生活方式干预、药物干预等措施帮助患者控制血糖，以减少高血糖对母婴的危害[24]。而远程医疗可帮助医务人员对患者进行实时有效的血糖监测、饮食指导、运动指导、用药指导和健康教育，其管理内容与门诊随访一致，只是形式不同。此外，远程医疗便捷的沟通方式还可降低患者门诊就诊的压力、促进对患者的监督和支持、提高患者的自我管理信心，因此可提高患者依从性和满意度[25]。
尽管本研究纳入的 10 个 RCT 均通过远程医疗技术对远程医疗组进行管理，但不同研究采用的远程医疗技术类型不同，管理的内容也不尽相同。如邵颖等[19]基于微信对患者进行营养指导，患者可通过微信向营养师咨询关于门诊营养宣教的疑问，或发送饮食照片向营养师确认食谱，由此得到了更为细致的指导；而通过电话等方式随访的患者则无法获得相同服务。同时，纳入研究中门诊随访组采取的措施通常被描述为常规门诊随访，但部分研究常规随访内容并无详细描述或存在一定差异。此外，纳入的研究对患者干预的时间和血糖指标的测量时间也不同，这些均可能导致不同研究间的临床异质性。但由于纳入研究有限，无法进一步进行亚组分析，其结论有待下一步研究予以证实。
本研究的局限性：① 本次纳入的文献总体质量尚可，但纳入的文献中 2 个高质量研究[10, 12]结局指标主要以图线方式呈现孕期血糖水平的动态变化，无法获取具体血糖平均值或标准差数据，未能纳入 Meta 分析；② 对于空腹血糖、餐后 2h 血糖水平、HbA1c 值、分娩结局及母婴并发症的 Meta 分析，纳入的文献数量有限且合并样本量较小，使得 Meta 分析结果可靠性降低；③ 本研究可能存在较大的临床异质性，影响研究结果的准确性。
综上所述，目前证据表明，对妊娠期糖尿病患者进行远程医疗管理是常规门诊随访管理的有效辅助手段，其减少了患者频繁就诊，实现了常规门诊管理相同的血糖控制效果和妊娠结局。但由于本研究纳入的文献数量有限且合并样本量较小，对此次分析结果应持谨慎态度，需要更多大样本、高质量的临床随机对照试验结果进行验证。
妊娠期糖尿病（gestational diabetes mellitus，GDM）是指妊娠期发生或首次发现的不同程度的糖耐量异常[1]。目前，GDM 正在形成全球流行的趋势，据国际糖尿病联盟（IDF）统计显示，全球约有 16.2% 的育龄期妇女在妊娠期间有不同程度的血糖升高，即全球平均每 7 个孕妇中就有 1 个并发妊娠期高血糖，而其中 86.4% 的妊娠期高血糖由 GDM 导致[2]。根据国际妊娠糖尿病研究协会（IADPSG）的诊断标准，我国 GDM 的发生率达到 18.9%[3]。GDM 可导致多种不良母婴结局，包括自然流产、先兆子痫、巨大儿、新生儿低血糖和新生儿高胆红素血症等风险[4]。此外，患有 GDM 的女性患 2 型糖尿病的风险约为正常女性的 7.5 倍[5]。因此如何对糖尿病孕妇进行血糖管理至关重要，规范有效的血糖管理可显著降低妊娠糖尿病孕妇的母婴不良结局[6]。近年来，除常规的门诊随访外，远程医疗也越来越多应用于糖尿病孕妇的血糖管理中。远程医疗是指使用通信、网络、多媒体等技术提供医学信息和服务，包括远程诊断、会诊、治疗、护理、教育等医学活动[7]，已被广泛应用于疾病预防、疾病监控、慢性病自我管理、健康教育和促进健康行为等方面[8]。但远程医疗对 GDM 患者血糖控制和妊娠结局的有效性和安全性尚不明确。因此，本研究旨在评价远程医疗技术对 GDM 患者孕期管理的效果，为临床人员开展远程医疗管理提供证据。
1 资料与方法
1.1 纳入及排除标准
1.1.1 研究类型
随机对照试验（randomized controlled trial，RCT）。
1.1.2 研究对象
经口服葡萄糖耐量试验（oral glucose tolerance test，OGTT）诊断为 GDM 的孕妇。
1.1.3 干预措施
试验组：借助信息技术进行远程医疗监测及随防管理，包括基于手机 APP、网络、社交平台等各种形式的远程医疗模式。对照组：常规门诊随访及管理。
1.1.4 结局指标
主要结局指标包括：① 空腹血糖值、② 餐后血糖值、③ 糖化血红蛋白（glycated hemoglobin，HbA1c）值、④ 分娩孕周、⑤ 早产发生率、⑥ 剖宫产率、⑦ 新生儿出生体重、⑧ 巨大儿发生率、⑨ 妊娠期高血压和先兆子痫发生率、⑩ 新生儿低血糖发生率、⑪ 新生儿黄疸发生率；次要结局指标包括：⑫ 门诊随访次数、⑬ 患者依从性、⑭ 患者满意度。
1.1.5 排除标准
① 非中、英文文献；② 研究对象包含 GDM 以外的其他类型的糖尿病以及产后或既往的 GDM 患者；③ 研究内容主要为远程医疗系统的开发或可行性评价；④ 没有报告相关结局指标的研究；⑤ 无法获取全文的文献。
1.2 文献检索策略
计算机检索 The Cochrane Library、PubMed、Web of Science、CINAHL、Scopus、CBM、CNKI、WanFang Data 和 VIP 数据库，搜集比较远程医疗管理与门诊随访管理 GDM 患者的 RCT，检索时限均从建库至 2019 年 1 月 1 日。英文检索词为 gestational diabetes、gestational diabetes mellitus、GDM、telemedicine、telehealth、mobile、m-Health、eHealth、Internet、APP；中文检索词为妊娠糖尿病、妊娠期糖尿病、孕期糖尿病、GDM、远程、网络、微信、QQ、APP、应用程序、软件、移动医疗。根据不同数据库特点采用相应检索式进行检索。以 PubMed 为例，其具体检索策略见框 1。
1.3 文献筛选与资料提取
由 2 名研究者独立筛选文献、提取资料并交叉核对。如有分歧，则通过讨论或与第三方协商解决。文献筛选时首先阅读文题，在排除明显不相关的文献后，进一步阅读摘要和全文以确定是否纳入。如有需要，通过邮件、电话联系原始研究作者获取未确定但对本研究非常重要的信息。资料提取内容包括：① 纳入研究的基本信息：研究题目、第一作者、发表时间等；② 研究对象的基线特征和干预措施；③ 偏倚风险评价的关键要素；④ 所关注的结局指标和结果测量数据。
1.4 纳入研究的偏倚风险评价
由 2 位研究者独立评价纳入研究的偏倚风险，并交叉核对结果。采用 2016 年澳大利亚 JBI 循证卫生保健中心发展的 RCT 真实性评价工具对纳入的 RCT 进行偏倚风险评价[9]。该工具包括随机分组方法、分配隐藏、基线比较、研究对象盲法、干预者盲法、结果测评者盲法、其他措施比较、失访情况及处理、结局指标数据的完整性、结局指标测量方式及方法、资料分析方法、研究设计合理性等 13 个条目，每个条目均采用是、否、不清楚、不适用进行评价。
1.5 统计分析
采用 RevMan 5.3 软件进行统计分析。计量资料采用均数差（mean difference，MD）为效应分析统计量，罕见结局的二分类变量采用比值比（odds ratio，OR）为效应分析统计量，各效应量均提供其 95%CI。纳入研究结果间的异质性采用 χ2 检验进行分析（检验水准为 α=0.1），同时结合 I2 定量判断异质性大小。若各研究结果间无统计学异质性，则采用固定效应模型进行 Meta 分析；若各研究结果间存在统计学异质性，则进一步分析异质性来源，在排除明显临床异质性的影响后，采用随机效应模型进行 Meta 分析。Meta 分析的水准设为 α=0.05。明显的临床异质性采用亚组分析或敏感性分析等方法进行处理，或只行描述性分析。
2 结果
2.1 文献筛选流程及结果
初检共获得 890 篇文献，经逐层筛选，最终纳入 10 个 RCT[10-19]，包括 1 267 例患者。文献筛选流程及结果见图 1。
图1
文献筛选流程图
*所检索的数据库及检出文献数具体如下：The Cochrane Library（
2.2 纳入研究的基本特征和偏倚风险评价结果
表1
纳入研究的基本特征
表2
纳入研究的偏倚风险评价结果（JBL）
2.3 Meta 分析结果
2.3.1 血糖控制指标
2.3.1.1 血糖水平
共纳入了 7 个 RCT[10, 12, 14, 15, 17-19]。其中 4 个 RCT 比较了孕晚期血糖水平[15, 17-19]。固定效应模型 Meta 分析结果显示：两组患者空腹血糖水平的差异无统计学意义［MD=−0.34，95%CI（−1.62，0.93），P=0.60］（图 2），但远程医疗组餐后 2 h 血糖水平更低［MD=−3.45，95%CI（−5.53，−1.37），P=0.001］，其差异有统计学意义（图 3）。另外，Rasekaba 等[10]比较了 4 周内的患者 7 天血糖水平，结果表明两组的自我监测血糖（SMBG）水平均正常且组间差异无统计学意义。Mackillop 等[12]比较了从入组至分娩的平均血糖变化，结果显示差异无统计学意义。Guo 等[14]研究显示远程医疗组血糖控制达标率高于门诊随访组，而分娩 3 个月后空腹和餐后 2h 血糖值差异均无统计学意义。
图2
GDM 患者远程医疗与门诊随访孕晚期空腹血糖水平比较的 Meta 分析
图3
GDM 患者远程医疗与门诊随访孕晚期餐后 2 h 血糖水平比较的 Meta 分析
2.3.1.2 HbA1c 水平
共纳入 5 个 RCT[12-14, 16, 17]，其中 4 个[13, 14, 16, 17]对妊娠 36～40 周 HbA1c 水平进行了测量。随机效应模型 Meta 分析结果显示，两组患者孕晚期 HbA1c 值的差异无统计学意义［MD=−0.22，95%CI（−0.61，0.17），P=0.27］（图 4）。因异质性较大，剔除一项研究[14]进行敏感性分析，固定效应模型 Meta 分析结果显示，两组差异仍无统计学意义［MD=−0.05，95%CI（−0.16，0.07），P=0.41］，提示分析结果较稳定。另外，Mackillop 等[12]比较了从入组到分娩的 HbA1c 变化率，结果显示两组的 HbA1c 水平均有小幅上升，但差异无统计学意义。
图4
GDM 患者远程医疗与门诊随访孕晚期 HbA1c 水平比较的 Meta 分析
2.3.2 妊娠结局指标
共纳入 9 个 RCT[10-17, 19]。Meta 分析结果显示，两组在分娩孕周［MD=0.03，95%CI（−0.13，0.19），P=0.72］、早产率［OR=0.52，95%CI（0.26，1.01），P=0.05］、剖宫产率［OR=0.87，95%CI（0.57，1.31），P=0.51］、新生儿出生体重［MD=13.01，95%CI（−45.75，71.78），P=0.66］、巨大儿发生率［OR=1.16，95%CI（0.83，1.62），P=0.40］方面的差异均无统计学意义（表 3）。
表3
GDM 患者远程医疗与门诊随访分娩结局指标比较的 Meta 分析结果
2.3.3 其它结局指标
共纳入 6 个 RCT[11-13, 15-17]对 GDM 患者妊娠期高血压/先兆子痫的发生率进行了比较，纳入 7 个 RCT[11-17]对新生儿低血糖的发生率进行了比较，纳入 5 个 RCT[11-13, 15, 17]对新生儿黄疸的发生率进行了比较。固定效应模型 Meta 分析结果显示：两组差异均无统计学意义（表 4）。
表4
GDM 患者远程医疗与门诊随访其它结局指标的 Meta 分析结果
3 个 RCT 比较了门诊就诊率[10, 14, 16]，因干预时间差异较大，无法进行 Meta 分析。其中，Guo 等[14]研究显示远程医疗组门诊就诊率较门诊随访组显著降低（P<0.001）；Perez-Ferre 等[16]研究显示远程医疗组门诊就诊率减少 62%；Rasekaba 等研究则显示两组的计划随访次数、计划外访问次数差异均无统计学意义[10]。
共纳入 5 个 RCT[11, 12, 14, 15, 17] 对患者血糖监测依从性进行了比较，由于评价方法不同，无法进行 Meta 分析。Miremberg 等[11]和 Guo 等[14]以“实际血糖测量次数/规定血糖测量次数×100%”表示患者依从性，结果均表明远程医疗组患者血糖监测的依从性高于门诊随访组（P<0.001）。Mackillop 等[12]以患者每天平均读取血糖次数表示患者依从性，结果显示远程医疗组显著高于门诊随访组（P<0.001）。Homko 等[15]以患者的血糖自我报告数据表示其依从性，结果显示两组差异无统计学意义。但 Homko 等[17]的另一项研究指出，虽然患者自我报告数据没有统计学差异，但远程医疗组患者血糖测量次数（94.8±60.0 次）比门诊随访组更频繁（73.7±56.7 次）。
共纳入 4 个 RCT[11-13, 19] 调查了患者满意度。Miremberg 等[11]研究显示远程医疗组的所有患者对远程医疗系统和整体产前护理非常满意。Mackillop 等[12]研究显示远程医疗组对护理的满意度较门诊随访组更高（P=0.049）。Given 等[13]的研究指出，89.4% 的患者对远程医疗系统感到满意并表示会再次使用。邵颖等[19]研究显示，所有接受微信干预的孕妇，除 1 例失访外，满意率达 99.5%。
2.4 发表偏倚评价
针对巨大儿发生率这一结局指标绘制漏斗图进行发表偏倚检验，发现散点在漏斗两侧的分布基本对称，提示存在发表偏倚的可能性较小（图 5）。
图5
针对巨大儿发生率结局指标的漏斗图
3 讨论
远程医疗作为远距离提供医疗卫生服务的新技术，为医生和患者搭建了远距离实时沟通的平台，可为患者提供形式、功能多样的管理和服务。目前应用于妊娠期糖尿病患者的远程医疗管理形式包括手机 APP、网络、计算机、微信、电话等。医务人员可通过远程医疗系统对患者进行血糖监测及实时反馈，为患者提供专业的健康教育和信息资源，对患者进行个体化的饮食、运动、用药指导等[20]。而门诊随访管理作为妊娠期糖尿病患者传统的管理方式，要求患者将自我监测血糖值记录在纸质版日记中，定期到门诊与医生或专科护士进行面对面交流，并得到血糖监测、饮食、运动、用药等方面的指导。传统门诊随访增加了医生和患者直接沟通的机会，便于医生对患者进行面对面的评估和指导。而远程医疗可实现异地沟通、优化就医流程，弥补了线下管理服务滞后及距离、时间、等候成本较高的缺陷，尤其对于偏远地区或农村地区就医不便的患者，远程医疗管理提高了其获取医疗帮助的便利性[21]。
本研究结果表明，远程医疗管理在减少患者频繁就诊、提高患者依从性和满意度的基础上，实现了与常规门诊随访管理对 GDM 患者血糖水平和妊娠结局相似的有效性和安全性。这一结论与现有同类研究[22, 23]结果类似。孕期 GDM 管理的关键是通过血糖监测、生活方式干预、药物干预等措施帮助患者控制血糖，以减少高血糖对母婴的危害[24]。而远程医疗可帮助医务人员对患者进行实时有效的血糖监测、饮食指导、运动指导、用药指导和健康教育，其管理内容与门诊随访一致，只是形式不同。此外，远程医疗便捷的沟通方式还可降低患者门诊就诊的压力、促进对患者的监督和支持、提高患者的自我管理信心，因此可提高患者依从性和满意度[25]。
尽管本研究纳入的 10 个 RCT 均通过远程医疗技术对远程医疗组进行管理，但不同研究采用的远程医疗技术类型不同，管理的内容也不尽相同。如邵颖等[19]基于微信对患者进行营养指导，患者可通过微信向营养师咨询关于门诊营养宣教的疑问，或发送饮食照片向营养师确认食谱，由此得到了更为细致的指导；而通过电话等方式随访的患者则无法获得相同服务。同时，纳入研究中门诊随访组采取的措施通常被描述为常规门诊随访，但部分研究常规随访内容并无详细描述或存在一定差异。此外，纳入的研究对患者干预的时间和血糖指标的测量时间也不同，这些均可能导致不同研究间的临床异质性。但由于纳入研究有限，无法进一步进行亚组分析，其结论有待下一步研究予以证实。
本研究的局限性：① 本次纳入的文献总体质量尚可，但纳入的文献中 2 个高质量研究[10, 12]结局指标主要以图线方式呈现孕期血糖水平的动态变化，无法获取具体血糖平均值或标准差数据，未能纳入 Meta 分析；② 对于空腹血糖、餐后 2h 血糖水平、HbA1c 值、分娩结局及母婴并发症的 Meta 分析，纳入的文献数量有限且合并样本量较小，使得 Meta 分析结果可靠性降低；③ 本研究可能存在较大的临床异质性，影响研究结果的准确性。
综上所述，目前证据表明，对妊娠期糖尿病患者进行远程医疗管理是常规门诊随访管理的有效辅助手段，其减少了患者频繁就诊，实现了常规门诊管理相同的血糖控制效果和妊娠结局。但由于本研究纳入的文献数量有限且合并样本量较小，对此次分析结果应持谨慎态度，需要更多大样本、高质量的临床随机对照试验结果进行验证。
