数字健康教练在孕期干预中的效果与前景综述

原文：Digital Health Coaching in Pregnancy: A Scoping Review of Interventions and Outcomes.
期刊：Health promotion perspectives（影响因子 4.4） |  PubMed | PMC 全文（含 PDF）

关键图表

孕期是女性生命中一个特殊且关键的阶段。母亲的营养、体重、运动、睡眠和心理状态，不仅关系到自身健康，也直接影响胎儿发育和新生儿结局。近年来，“健康教练”（health coaching）作为一种以赋能个体、促进自我照护和行为改变为核心的新型健康促进模式，正在被越来越多地引入孕产保健之中。而当健康教练与数字技术结合——通过手机应用、短信、网页平台、可穿戴设备甚至人工智能提供个性化、连续性的远程支持时，它就变成了“数字健康教练”（digital health coaching）。

然而，尽管相关干预不断涌现，学界一直缺乏对“孕期数字健康教练到底做了什么、用了什么技术、由谁执行、产生了哪些母婴健康结果”的系统梳理。为此，一篇发表在 Health Promotion Perspectives（影响因子 4.4）上的范围综述（scoping review），对 2000 年至 2024 年 12 月间的英文文献进行了全面绘图式分析，最终纳入 31 项研究，试图回答这一空白。

研究背景：为什么孕期需要数字健康教练？

传统产前保健往往受限于时间、距离和医疗资源分布。孕妇需要关于饮食、运动、体重管理、妊娠糖尿病防控以及心理健康的持续指导，但面对面咨询难以做到高频、个性化和全天候。数字健康教练的出现，正是为了打破这些壁垒。

根据论文正文节选，健康教练是“医疗专业人员与个体之间的协作努力”，帮助人们积极参与医疗决策，包括坚持运动计划和饮食选择。而借助网络平台、移动应用、游戏化应用和 AI 驱动的自主教练系统，数字教练不仅能提供反馈，还能给出建议、推荐和下一步行动方案，从而支持用户追求健康目标。

在孕产领域，这类模型已被证明具有临床和经济上的潜在价值：它们可改善糖尿病管理、控制妊娠期体重增长（GWG）和胆固醇摄入，提升营养与身体活动相关的生活方式行为，并增强健康意识；还有助于减少新生儿不良结局，如呼吸窘迫和围产期死亡。因此，系统梳理现有干预的特征与结果，对设计未来成功的数字孕产保健方案至关重要。

核心发现：31 项研究画出了怎样的全景图？

该综述采用 Arksey 和 O’Malley 的范围综述框架，并遵循 PRISMA-ScR 报告标准。研究人员检索了 PubMed、Web of Science、IEEE Xplore、Scopus 和 Google Scholar 等数据库，初始获得 1827 篇文章；去除 667 篇重复后剩余 1160 篇，经标题、摘要和全文三轮筛选，最终排除 1099 篇不符合标准者，从 61 篇潜在文献中再剔除 30 篇，最终纳入 31 项研究。

这些研究发表于 2016 至 2024 年间，主要来自美国（23%）和澳大利亚（19%）；另有一项 Jelsma 等人 2017 年的研究覆盖奥地利、比利时、丹麦、爱尔兰、意大利、荷兰、波兰、西班牙和英国等九个欧洲国家。

从干预时机看，22 项（71%）仅在孕期进行，3 项（10%）从孕前延续到孕期，6 项（19%）从孕期延伸到产后。研究设计以随机对照试验（RCT）为主，占 71%；此外还包括观察性研究 4 项、成本效果研究 1 项、类实验研究 3 项以及实施—效果混合研究 1 项。

在干预内容上，作者将其归纳为三大方向：

• 促进生活方式改变：营养与饮食习惯出现在 25 篇文章（83%）中，包括蔬菜水果摄入、叶酸、补充剂和药物等；身体活动（运动、瑜伽、减少久坐）出现在 24 篇（80%）中；仅 3 篇（10%）涉及饮酒与吸烟等行为策略。
• 临床与人体测量学指标管理：23 项研究（76%）关注体重/妊娠期增重、产后体重滞留、妊娠糖尿病（GDM）、2 型糖尿病及血糖、血压控制。
• 母亲生理、心理、幸福感与围产期健康：11 项研究（36%）评估压力、情绪、动机、抑郁症状、睡眠、屏幕时间、健康素养以及母婴健康/并发症。

样本量方面，13 项（42%）为大样本，9 项（29%）为中等样本，9 项（29%）为小样本。干预时长以中期为主（17 项，57%），长期 7 项（23%），短期 6 项（20%）。

方法亮点：技术、执行者与行为理论如何组合？

数字健康教练的“数字”部分极为多样。词云图显示，所用设备包括智能手机、普通手机、平板等移动设备，远程医疗/远程医学门户和网页平台，转录设备，个人网页，响应式信息网站，以及 Pregnant Faster、Doctolib、Buddy Health Care、Healthie、Healthy Moms 等教练项目或应用，还有 Fitbit、Bit Snap、Lose It 等其他移动应用。

监测与追踪设备则包括血压计、血糖仪、活动监测器（ActivePAL）、Fitbit 监测器、加速度计、计步器、健身追踪器和体重秤，它们可通过蓝牙与手机应用连接。沟通方式涵盖电话和视频通话、短信、提醒、电子邮件、聊天、视频消息、虚拟现实，以及 WhatsApp、Zoom、Facebook、微信等社交平台。

其中，使用最多的设备是智能手机（57%）；最常用的教练服务技术方法是短信（66%）、教练应用程序（56%）和电话呼叫（40%）。有 7 项研究（23%）仅由应用或系统提供教练服务，其余则在人工教练之外结合多种技术推进。

执行教练服务的是多学科团队：营养师/饮食师及营养学博士生参与 40% 的论文；妇科/产科医生、助产士或本科助产士也占 40%；其他还包括全科医生、护士、糖尿病教育护士、心理健康护士、内分泌学家、IT 与用户体验研究人员、计算专家、人体运动科学专家、物理治疗师、认证糖尿病教育者、医疗助理（孕期陪伴者）、运动生理学家和心理学家等。

在行为改变方法上，26% 的研究中教练接受过动机性访谈（MI）训练，这是最常被使用的行为修正技能。理论模型方面：动机性访谈见于 47% 的纳入论文；目标设定（goal setting）同样占 47%；社会认知理论（Bandura）占 23%。此外还应用了 CALO-RE 分类法、Fogg 行为模型、自我决定理论、ASE 模型、自我效能理论、健康信念模型、保护动机理论、跨理论模型、GROW 模型、COACH 模型、健康素养模型、HAPA 模型等。干预还采用自我监测、社会支持、积极自我对话、正念饮食、自我奖励、活动计划和行为练习等策略。

教育内容则基于 IOM、澳大利亚孕期膳食指南、澳大利亚身体活动与久坐行为指南、NICE 指南、美国糖尿病协会等权威机构证据，40% 的研究引用了此类组织指南；43% 的干预通过可穿戴设备和手机应用监测身体活动、体重、睡眠、压力、血糖和血压。

结果如何：可接受、可行，且多数改善生活方式

在 31 项研究中，14 项（45%）报告了干预的可接受性、高满意度和依从性；11 项（35%）证明了成功的可行性和可用性；21 项（68%）显示了教练干预在生活方式行为中的有效性和功效，包括饮食质量改善、久坐时间减少、知识增加、动机提升、问责与支持增强，以及与胎儿互动的改善。

在生理指标方面，13 篇论文（42%）关注体重管理、GWG、过度妊娠增重（EGWG）、血压监测和血糖控制，以及 BMI 和体脂百分比；作者指出，在 42% 的研究中观察到体重管理、血糖控制和身体成分的改善。3 项研究（10%）考察了母婴健康结果，如贫血、出生体重、冠踵长度和抑郁症状；1 项研究报告了胰岛素抵抗和糖化血红蛋白（HbA1c）水平。仅 1 项研究发现教练项目比常规护理更便宜且更具成本效果。

不过，综述也诚实指出：部分研究发现妊娠期体重增长或糖尿病方面没有显著差异。这说明数字健康教练虽有潜力，但并非在所有指标上都必然优于常规护理。

应用意义：为未来孕产数字保健提供路线图

这项范围综述的价值，不在于给出单一“有效/无效”的结论，而在于首次系统绘制了孕期数字健康教练的干预地图：谁在做、用什么技术、基于什么理论、针对哪些行为与临床结局、结果分布如何。

对科研而言，它揭示了当前证据的集中领域（营养、运动、体重与血糖）与薄弱环节（心理方面、社会经济指标、成本效果仅 1 项、母婴硬结局仅 10%）。作者明确呼吁：未来需要更多研究来识别“最有效的干预组件”，并纳入心理层面和社会经济测量。

对临床与公共卫生实践而言，结果提示：以智能手机+短信+App 为核心、由营养师/助产士/产科医生参与、结合动机性访谈与目标设定的数字教练模式，已显示出较高的可接受性和生活方式改善潜力，可作为传统产前保健的补充手段，尤其适用于需要远程、连续支持的孕妇群体。

当然，正如作者所强调，数字健康教练在孕期“具有支持母亲健康和改变行为的有利潜力”，但要真正转化为广泛推荐的临床路径，仍需更严谨、更多样化的研究来夯实证据基础。

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。