数字健康工具能替代心脏代谢健康辅导吗？

设计良好的数字行为干预项目在心代谢风险指标方面可与面对面行为照护相当。因此，当预约费用高昂、资源稀缺或不切实际时，它可能是合理的选择。但现有证据并未表明，在既有辅导项目中加入应用程序、可穿戴设备或数字辅导方案能改善结果。

这一区别来自两类不同的证据。一项大型2025年荟萃分析发现，在11项风险指标上，数字行为干预与非数字行为干预之间没有统计学显著差异。一项规模小得多的随机试验发现，当研究人员在结构化线下支持基础上叠加技术方案时，并无额外获益。综合来看，这些证据支持一个审慎的结论：在短至中期内，数字化交付可以替代行为照护；但尚未证明其能放大效果。

数字项目和面对面项目在11项指标上的结果相近

在Berhe等人于2025年开展的一项系统综述和荟萃分析中，研究人员汇总了34项随机对照试验，共涉及17,389人。参与者平均年龄为50.2岁，试验样本量介于65至7,610人之间。研究者比较了数字行为干预与非数字干预对体重、BMI、腰围、收缩压和舒张压、HbA1c、空腹血糖、LDL和HDL胆固醇、甘油三酯及总胆固醇的影响。

荟萃回归发现，对于这11项结局中的任何一项，交付方式之间均无统计学显著差异。该结果在持续26周或以下的研究以及更长期的研究中均成立，且在不同偏倚风险分层中没有变化。与无干预对照组相比，数字和非数字项目均改善了若干风险因素。

这是有意义的证据，表明数字项目不必是行为照护的次等版本。不过，该分析并未确立正式的非劣效性。非显著差异并不等同于具有临床意义界值的预先设定非劣效性结果。这项综述支持其纳入试验中的统计学相似性，而非证明每个应用程序都能达到与每位临床医生相同的结果。

较早的2021年Akinosun等人的荟萃分析在已确诊心血管疾病患者中得出了相符的结论：数字技术干预可以改变心血管风险因素。这一范围较窄的人群有助于说明数字化交付可在高风险患者中发挥作用，尽管它并未回答试验之外长期使用的所有问题。

替代辅导不同于在其基础上叠加技术

对数字增强的最强直接检验来自SMART Health随机试验。研究人员将104名患有或有患2型糖尿病风险的学校教师分配至等候名单对照组、接受心理学家和运动专家进行的5次面对面访视组，或接受相同5次访视加为期6个月的基于技术的行为改变方案组。

在9个月时，与等候名单组相比，两种积极干预均未改善主要结局——每日计步器步数。研究人员还发现，血压、腰围、BMI、空腹血糖、HbA1c或血浆脂质均不存在显著的组别与时间交互效应。与单独面对面支持相比，加入数字方案并未改善任何测量结局。

自我报告的抗阻训练存在一项提示性差异。在3个月时，两个积极干预组均超过对照组：面对面支持使训练增加136分钟/月（P<.01；d=0.33），而面对面支持加技术使训练增加145分钟/月（P<.001；d=0.40）。到9个月时，只有单纯面对面干预组仍保留相对于对照组的这一优势。

人们很容易将此称为技术削弱人类支持获益的证据。但事实并非如此。该试验每组约35人，对于许多心代谢次要结局而言统计效能不足。更重要的是，即使面对面支持在其主要有氧运动终点上也未胜过对照组。该研究在方向上警示我们，不应假定混合项目会自动表现得更好，但它无法确立数字层为何未能增加价值。

数字化交付作为获得行为支持的替代途径已有证据支持。它并没有证据表明，作为已有效辅导关系的增强绩效附加层而发挥作用。

“数字化”并不是一种干预

项目设计很重要。在Dulce Digital-Me随机比较试验中，310名2型糖尿病管理不佳的拉丁裔成年人接受了静态文本教育和支持，或接受包含个性化反馈与目标设定的动态项目。参与者平均年龄为52.1岁；69.7%为女性；基线HbA1c平均为9.3%。自适应方法在糖尿病结局方面优于静态数字教育。

其实际含义很明确。发送通用提醒的项目不能与会根据目标、进展和障碍作出回应的项目互换。大型荟萃分析汇总了多种数字设计，因此，其关于总体交付方式的发现不应被解读为对低投入或个体化程度不佳产品的保证。

来自一个规模较小、情境更具体的研究的证据也指向同一方向。iSMART-DM试验以2:1的比例将80名未使用胰岛素治疗的东亚2型糖尿病成人随机分配至智能手表、移动应用程序和结构化教育组（54人），或单独结构化教育组（26人）。在12周内，该干预报告了适度的血糖和自我照护改善。它拓展了地域证据基础，但并未检验数字化交付是否可与面对面行为辅导相当。

尚未解答的问题是持久性

大多数证据涉及受监督的试验环境，在那里，入组、随访和研究程序可以让人们保持参与。Berhe等人明确指出，依从性、用户参与度和长期可持续性是数字干预面临的问题。他们的持续时间亚组分析——26周或以下与超过26周——并不能确立12、18或24个月后会发生什么。该综述也未报告比较性的脱落率、使用频率或参与轨迹，因而无法显示数字参与是否比线下参与消退得更快。

可推广性也存在局限。Berhe综述中的34项试验有23项在美国开展。在宽带接入、数字素养、报销、人员配置和卫生保健基础设施不同的地区，结果可能有所不同。现有报告未量化发表偏倚，且以饮食为重点与以身体活动为重点干预的亚组效应量无法获得，以进行精确比较。

成本仍是宣传说辞中另一项未经证实的部分。一项2025年对游戏化活动项目开展的随机试验将成本效率列为其终点之一，但其比较的是数字照护与常规照护，而非结构化面对面辅导，并且没有可提取的经济学结果能够解决这一比较。相同结局并不自动意味着每单位风险降低的成本相同。

行为工具仍有临床上限

数字项目属于行为照护层级。当患者已有明确疾病或需要更大幅度的风险降低时，它们不能替代药物。例如，一项2024年关于间歇性禁食的荟萃分析纳入了1,101名糖尿病前期或2型糖尿病成人，发现与对照饮食或热量限制相比，平均体重降低4.56 kg（95% CI，−6.23至−2.83 kg；P=.001）。另一项2025年关于GLP-1受体激动剂和替尔扎肽的荟萃分析涵盖18项随机试验和97,800名心血管或肾脏疾病患者，发现GLP-1受体激动剂与其主要复合结局风险较低相关（RR 0.88；95% CI见研究报告），并报告了其在肥胖人群中的心力衰竭获益，而非在非肥胖患者中。

这些干预回答的是不同的临床问题。应用程序可以帮助提供运动、饮食、监测和自我管理支持。对于心血管或肾脏风险需要药物决策的人，它不能替代药物决策。

如何运用这些证据

选择能让你持续获得可信行为项目的形式。如果高质量数字项目价格可负担且你会使用它，当前试验证据表明，对于体重、血压、血糖和血脂风险指标，它是面对面行为照护的合理替代方案。如果你已经获得结构化专业支持，不要假定再增加一个仪表板会改善结局。它可能只是让你的手机多了一个机会询问你是否记录了午餐。

现有证据仍无法告诉我们，在多年日常生活中，数字和面对面照护是否仍同样有效，或任一模式是否能为某位特定患者带来最佳结果。它所显示的内容更有限，也更有用：交付方式本身并非决定因素。项目质量和持续参与仍是必须发挥作用的部分。