血压应用：实用工具，疗效尚未证实

血压应用程序可以让监测更容易。但它目前还不能声称仅凭自身就能治疗高血压。最新且质量最高的荟萃分析发现，基于智能手机的项目平均使收缩压降低了 1.45 mmHg；而一项纳入 300 人的初级保健试验发现，自动短信项目没有带来具有统计学显著性的额外获益。

这并不意味着数字健康没有用。这意味着有用的部分可能是围绕应用程序建立的系统：家庭测量读数能传达给临床医生，当这些读数持续偏高时调整药物，以及当患者从仪表盘上消失时进行随访。与把软件作为独立治疗手段相比，证据更有力地支持这一整套方案。

确有信号，但幅度很小

在 Motta-Yanac 等人于 2025 年发表的一项系统综述和荟萃分析中，研究人员审查了 36 项研究，涉及 33,826 名参与者；其中 26 项随机对照试验纳入了合并血压分析。与对照护理相比，智能手机应用程序使收缩压平均降低 1.45 mmHg（95% CI，−2.18 至 −0.71）。结果具有统计学显著性，这意味着合并数据不太可能仅因偶然因素而显示出这一差异。

临床重要性是另一个问题。该综述的作者写道，这一变化可能不具有临床显著性。文献通常将收缩压至少降低 5 mmHg 作为心血管风险出现有意义降低的实用基准。1.45 mmHg 的平均降幅远低于这一标尺。舒张压也没有显著改善：合并平均差为 −0.50 mmHg（95% CI，−1.03 至 0.03）。

该综述发现，在亚组分析中，应用程序优于 SMS 和电话方法，且整个合并人群的用药依从性有所改善。这些发现使应用程序作为辅助工具具有合理性。但它们并不能说明，下载一个应用程序就会为个体用户带来具有临床意义的血压降低，尤其是在结构化护理项目之外。

最有力的初级保健试验未显示增量效应

BP Pal 随机临床试验在 300 名血压未控制的初级保健高血压患者中测试了一项自动短信项目。其组间收缩压差异为 −3.79 mmHg，报告的 p 值为 0.39。该结果既不具有统计学显著性，也没有明确的临床意义。两组均较基线有所改善。

该试验具有 80% 的效能，可在 α 为 0.05 时检出 7 mmHg 的组间差异。换言之，它的设计能够检出其预期的获益，但并未发现这种获益。这比一项仅仅因参与者不足而无法回答问题的小型先导研究更具信息价值。

它还揭示了该领域的核心归因问题。BP Pal 并非只测试短信。干预措施包括由临床双人组每周审查、在升级警报后由医生监督进行药物剂量调整，以及针对异常趋势的电话联系。这些都是改善血压的合理方式。由于该试验未采用析因设计，设置单独的仅技术组和仅临床管理组，因此无法分离自动消息传递所增加的作用。

数字监测可能有助于提供更好的高血压护理。现有证据无法可靠地将这一获益与审查读数并据此采取行动的临床医生区分开来。

为何低资源环境中可能显示出更大的效应

在资源较少的环境中，情况看起来更为有利。Boima 等人于 2024 年发表的一项荟萃分析考察了低收入和中等收入国家的数字高血压干预措施，报告合并收缩压约降低 4.43 mmHg，同时用药依从性和生活方式行为也有所改善。这更接近 5 mmHg 的临床基准，但仍低于该基准，而且研究显示出高度异质性。

一项在低资源农村环境中开展的随机试验同样发现，与常规护理相比，一项 mHealth 干预改善了高血压控制。这些结果很重要。在常规随访和治疗稀缺的地方，数字化联系可能弥补真实存在的护理缺口。

它们并不能证明技术在低资源环境中比在资源充足的环境中效果更好。该 LMIC 综述指出，这些环境中的血压治疗率和控制率仍然较低，且纳入研究中只有两项来自非洲。当常规护理几乎不提供监测或随访时，任何有组织的项目都可能以较大幅度胜过它。该比较所衡量的，可能既是结构化护理的价值，也是数字化交付渠道的价值。

“数字健康”过于宽泛，不能被当作一种干预措施

一项广泛的Raquib 等人于 2025 年发表的系统综述发现，应用程序、远程医疗、远程监测、SMS 和决策支持工具总体呈现有利的效应方向。但干预措施、人群、结局和交付模式差异过大，无法进行定量荟萃分析。因此，作者改为进行叙述性综合。

这一局限是实质性的，而非表面性的。与药物剂量调整相连接的家庭监测项目，其机制不同于每天上午 8 点发送通知的提醒应用程序。将它们归入“数字健康”之下，可能掩盖患者真正需要得到回答的问题：这一具体工具为我现有的护理增加了什么？

现有综述和试验一致将积极的临床管理描述为取得最佳结局所必需。没有任何核心研究采用能够清晰区分数字监测与临床医生主导的药物调整的析因设计。因此，证据支持的是一种护理模式，而不是独立的数字处方。

缺失的那一年才是关键

高血压管理持续数十年。核心荟萃分析和 BP Pal 试验提供的随访时间约为六个月，而不是数年。这使持久性问题仍未得到回答。新鲜感消退后便逐渐消失的微小血压改善，对长期心血管预防几乎没有价值。

参与度可能是关键压力点。BP Pal 记录到参与度随时间下降；未回复连续每周提醒的参与者会得到额外联系，但仍会继续收到消息。Rosa 等人于 2024 年发表的一项范围综述发现，mHealth 高血压研究对患者参与度的定义和测量并不一致。缺少客观且一致的参与度数据，研究人员就无法判断一个项目失败是因为工具无效，还是因为人们停止使用它。

临床医生也在实践中看到同样的问题。在一项于 2025 年对德国心脏病专家和全科医生开展的定性研究中，医生对长期可持续性、患者参与度下降以及如何融入日常护理尚不明确表示担忧。一个有用却造成难以管理工作流程的仪表盘，并不是治疗方案。

血压应用程序可以合理做到什么

• 帮助收集家庭测量读数。记录可以为临床医生提供更好的药物决策信息，尤其是在读数得到审查并据此采取行动时。

• 支持依从性。与临床随访配对的数字项目已显示出方向上有利的依从性结果，尤其是在资源较少的环境中。

• 在护理稀缺时提供结构。在获得常规高血压管理的机会有限的环境中，数字化交付的项目可能实质上优于最低限度的常规护理。

它不应取代医疗管理。如果你的血压未得到控制，证据更支持与能够解读趋势并调整治疗的临床医生相连接的远程监测。对于轻度升高的血压，在预期保持适度的前提下，应用程序是对既定生活方式和医疗护理的低风险辅助。

一种疾病特异性应用程序可能有助于相关行为，而不证明其具有降压效应。例如，一项针对 KENPO 应用程序的 12 周随机先导试验纳入了 78 名患有肥胖和高血压的男性，并发现体重变化具有显著性。这支持以下观点：有针对性的数字项目可以影响行为；但它并不能证实该应用程序具有降压获益。

结论

对于仅靠技术就能使血压产生具有临床意义的降低，信心较低。对于技术能够强化临床医生支持下的高血压护理，信心中等。规模最大的智能手机应用程序综合分析发现，收缩压效应具有统计学显著性但幅度很小，舒张压效应不显著，且没有长期答案。效能最高的初级保健短信试验未发现显著的增量获益。

将应用程序用作测量和沟通工具。不要把它误认为治疗。