DOI: https://doi.org/10.1186/s12889-025-22770-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40390001
تاريخ النشر: 2025-05-19
المؤلف: Marzia Zaman وآخرون
الموضوع الرئيسي: الصحة المتنقلة وتطبيقات الصحة المتنقلة
نظرة عامة
تقيّم هذه الدراسة نموذج تدخل صحي رقمي يهدف إلى تحسين النتائج الصحية في المناطق الريفية في بنغلاديش، باستخدام تصميم مقطعي متكرر على مدى 18 شهرًا. شمل التدخل عمال الصحة المجتمعية (CHWs) المزودين بمجموعات صحية ذكية وتطبيق موبايل قائم على الذكاء الاصطناعي لتقديم التعليم الصحي الشهري، والفحوصات، والإحالات الرقمية لـ 32,581 فردًا عبر 7,090 أسرة. تشمل القضايا الصحية الرئيسية التي تم تحديدها زيادة الوزن (21.76%)، ارتفاع ضغط الدم (8.18%)، ارتفاع مستوى السكر في الدم (16.45%)، وسوء التغذية لدى الأطفال (11%). كشفت التحليلات أن الأفراد الذين تزيد أعمارهم عن 40 عامًا كانوا أكثر عرضة للإصابة بارتفاع ضغط الدم، والسكري، وأمراض القلب والأوعية الدموية (CVD)، مع ملاحظات تحسن ملحوظ في مؤشر كتلة الجسم (BMI)، وضغط الدم (BP)، ومحيط الذراع العلوي الأوسط (MUAC) خلال فترة الدراسة، على الرغم من أن مستويات السكر في الدم لم تظهر أي تغيير ملحوظ.
تؤكد النتائج على جدوى وفعالية دمج التدخلات الصحية الرقمية في الرعاية الصحية الأولية، خاصة في المناطق الريفية المحرومة. يشير نجاح النموذج في تعزيز الكشف المبكر وإدارة الأمراض غير المعدية (NCDs) إلى أن التوسع الإضافي من خلال الشراكات بين القطاعين العام والخاص يمكن أن يوفر استراتيجية فعالة من حيث التكلفة لمعالجة الفجوات في الرعاية الصحية وتعزيز التغطية الصحية الشاملة. يجب أن تركز المبادرات المستقبلية على توسيع النموذج، وتحسين الالتزام بالمتابعة، ودمج ميزات رقمية إضافية لتعزيز مشاركة المرضى ونتائج الصحة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الحاسم للرعاية الصحية الأولية (PHC) في معالجة القضايا الصحية الأساسية داخل المجتمعات، خاصة في المناطق الريفية في بنغلاديش، حيث تتخلف مرافق الرعاية الصحية عن المناطق الحضرية. تشمل التحديات الرئيسية نقص المهنيين الصحيين، والممارسات الذاتية الشائعة، ونقص التعليم الصحي، مما يؤدي إلى مراحل متقدمة من الأمراض المزمنة بين السكان الريفيين. يشكل التحول من الأمراض المعدية إلى الأمراض غير المعدية (NCDs) مخاوف كبيرة، حيث تمثل الأمراض غير المعدية حوالي 67% من إجمالي الوفيات في بنغلاديش، مما يثقل كاهل نظام الرعاية الصحية.
لمعالجة هذه التحديات، تناقش الورقة دمج تقنيات الصحة الرقمية في نظام الرعاية الصحية، خاصة من خلال مبادرات مثل “CMED Health”. يستخدم هذا النموذج عمال الصحة المجتمعية (CHWs) المزودين بأدوات رقمية لتقديم خدمات الرعاية الصحية الشاملة والوقائية في المناطق الريفية. يركز النموذج على سهولة الوصول إلى المعلومات الصحية، والطب عن بُعد، واتخاذ القرارات المستندة إلى البيانات، بهدف تحسين نتائج الصحة وتعزيز السلوكيات الصحية. أظهرت دراسة جدوى تحسين جمع البيانات وكفاءة تقديم الخدمات. تحلل الورقة أيضًا البيانات من هذا التدخل، باستخدام التحليل الوصفي والانحدار اللوجستي المتعدد المتغيرات لتقييم عوامل خطر الأمراض غير المعدية وفعالية النموذج على مدى 18 شهرًا.
الطرق
تحدد قسم المنهجية تصميم البحث والإجراءات المستخدمة للتحقيق في فرضيات الدراسة. تفصل في اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لتفسير النتائج. استخدمت الدراسة نهجًا كميًا، مع استخدام أدوات إحصائية لتحليل البيانات المجمعة من الاستطلاعات والتجارب.
تم تجنيد المشاركين من خلال طريقة أخذ عينات طبقية لضمان عينة تمثيلية. شمل جمع البيانات استخدام أدوات موثوقة لقياس المتغيرات ذات الصلة، مما يضمن الموثوقية والصلاحية. تم إجراء التحليل باستخدام برامج تسهل تطبيق اختبارات إحصائية متنوعة، مما يسمح بفحص شامل للعلاقات بين المتغيرات ذات الاهتمام. من المتوقع أن تسهم النتائج من هذه التحليلات بشكل كبير في المعرفة الحالية في هذا المجال.
النتائج
يقدم قسم النتائج نتائج قياسات الصحة، بما في ذلك مؤشر كتلة الجسم (BMI)، ضغط الدم (BP)، مستوى السكر في الدم، ومحيط الذراع العلوي الأوسط (MUAC)، مصنفة حسب الجنس. تشير البيانات إلى أن 68.02% من المشاركين كان لديهم مؤشر كتلة جسم طبيعي، بينما تم تصنيف 21.76% على أنهم يعانون من زيادة الوزن، مع انتشار أعلى لزيادة الوزن بين النساء (24.16%). بالإضافة إلى ذلك، أظهر 78.19% ضغط دم طبيعي، و70.65% كانت لديهم مستويات سكر في الدم طبيعية، على الرغم من أن 16.45% تم تحديدهم بارتفاع مستوى السكر في الدم. من بين الأطفال دون السابعة، كان 87.61% يتمتعون بتغذية جيدة، بينما كان 11% يعانون من سوء التغذية.
كشفت التحليلات الإضافية لقياسات ضغط الدم على مدى ثلاث فترات عن زيادة في نسبة الأفراد الذين لديهم ضغط دم طبيعي وانخفاض في أولئك الذين يعانون من ارتفاع ضغط الدم الخفيف. أشارت الاختبارات الإحصائية، بما في ذلك اختبار ويلكوكسون للرتب الموقعة، إلى زيادة ملحوظة في ضغط الدم الانبساطي (p < 0.001) وانخفاض في ضغط الدم الانقباضي (p < 0.006) من الفترة الأولى إلى الفترة الثالثة. على النقيض من ذلك، أظهرت قياسات مستوى السكر في الدم اتجاهًا متزايدًا في مستويات السكر المرتفعة، ويعزى ذلك إلى تحول في السكان الذين يستخدمون خدمة القياس، مع تأكيد المزيد من الأفراد على أنهم مصابون بالسكري في الفترات اللاحقة. أدى هذا الانتقال إلى انخفاض في نسبة الأفراد الذين لديهم مستويات سكر في الدم طبيعية، كما يتضح من اختبارات z ذات النسبتين.
المناقشة
تحدد قسم المناقشة في ورقة البحث تنفيذ وتقييم نموذج تدخل صحي رقمي في المناطق الريفية في بنغلاديش، مستهدفًا النتائج الصحية من خلال إطار عمل عمال الصحة المجتمعية (CHW). على مدى 18 شهرًا، خدم النموذج 32,581 فردًا عبر 7,090 أسرة، مستخدمًا تطبيق “Enriched Sastho” لجمع وإدارة بيانات الصحة. تم مراقبة مؤشرات الصحة الرئيسية، بما في ذلك ضغط الدم، مستوى السكر في الدم، مؤشر كتلة الجسم (BMI)، ومحيط الذراع العلوي الأوسط (MUAC) للأطفال، شهريًا. وجدت الدراسة تحسنًا ملحوظًا في مؤشرات الصحة: زادت نسبة الأفراد الذين لديهم مؤشر كتلة جسم طبيعي، بينما انخفضت معدلات الأفراد الذين يعانون من نقص الوزن وارتفاع ضغط الدم. ومع ذلك، تم ملاحظة تحديات في مراقبة مستوى السكر في الدم بسبب تردد المرضى في دفع تكاليف الفحوصات.
كشفت التحليلات أن العمر الأكبر، والسمنة، والجنس كانت عوامل خطر كبيرة للأمراض غير المعدية (NCDs) مثل ارتفاع ضغط الدم والسكري. تؤكد النتائج على أهمية الكشف المبكر والتدخل، خاصة بالنسبة لكبار السن، لتخفيف تقدم هذه الأمراض. تبرز الدراسة إمكانية دمج أنظمة دعم القرار المدفوعة بالذكاء الاصطناعي مع الفحوصات الصحية التي يقودها عمال الصحة المجتمعية لتعزيز إمكانية الوصول إلى الرعاية الصحية وجودتها في البيئات الريفية. تهدف الأعمال المستقبلية إلى توسيع ميزات المنصة الرقمية وتحسين مشاركة المستخدمين، مع التأكيد على الحاجة إلى حلول رعاية صحية مستدامة من خلال الشراكات بين القطاعين العام والخاص لتحقيق التغطية الصحية الشاملة.
القيود
تحدد هذه القسم كل من نقاط القوة والقيود لنموذج تدخل صحي رقمي تم تنفيذه في المناطق الريفية في بنغلاديش. تظهر الدراسة تقدمًا كبيرًا في الوصول إلى الرعاية الصحية وإدارة الأمراض غير المعدية (NCDs) من خلال دمج إنترنت الأشياء (IoT) والذكاء الاصطناعي (AI) للتعليم الصحي وتقييم المخاطر. تؤكد على تمكين عمال الصحة المجتمعية، الذين يستخدمون التكنولوجيا لتقديم معلومات في الوقت المناسب وتسهيل الإحالات بناءً على الحاجة، مما يخدم في النهاية أكثر من 30,000 فرد. يعزز جمع البيانات في الوقت الحقيقي التخطيط الصحي العام ويضمن استمرارية الرعاية، مما يوفر رؤى قيمة لتوسيع تدخلات مماثلة على مستوى البلاد.
ومع ذلك، تعترف الدراسة بعدة قيود قد تؤثر على قابلية تعميم نتائجها. يقتصر نطاق التدخل الجغرافي على اتحاد ريفي واحد، مما يحد من قابليته للتطبيق في البيئات الحضرية أو المناطق ذات البنى التحتية الصحية المختلفة. بالإضافة إلى ذلك، تم ملاحظة عدم توازن بين الجنسين في جمع البيانات، حيث كان معظم المشاركين من الذكور بسبب الالتزامات العملية خلال النهار، مما يشير إلى الحاجة إلى جدولة أكثر شمولاً. يثير الاعتماد على البيانات المبلغ عنها ذاتيًا لبعض الحالات الصحية مخاوف بشأن الدقة، خاصة فيما يتعلق بإدارة السكري، التي لا تزال تمثل تحديًا بسبب عدم كفاية المتابعة والوصول إلى الأدوية. منهجيًا، قد يؤدي استخدام القياسات المتكررة إلى إدخال تحيز في الاختيار، وتزيد القضايا المتعلقة باسترجاع البيانات المتعلقة بالإحالات إلى المرافق الثانوية أو الثلاثية من تعقيد تقييم النتائج طويلة الأجل. كما تم التأكيد على أن التعليم المستمر حول الرعاية الصحية الوقائية ضروري لتعزيز التغيير السلوكي داخل السكان.
DOI: https://doi.org/10.1186/s12889-025-22770-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40390001
Publication Date: 2025-05-19
Author(s): Marzia Zaman et al.
Primary Topic: Mobile Health and mHealth Applications
Overview
This study evaluates a digital health intervention model aimed at improving health outcomes in rural Bangladesh, utilizing a repeated cross-sectional design over 18 months. The intervention involved community health workers (CHWs) equipped with smart health kits and an AI-based mobile application to deliver monthly health education, screenings, and digital referrals to 32,581 individuals across 7,090 households. Key health issues identified included overweight (21.76%), prehypertension (8.18%), high blood glucose (16.45%), and child malnutrition (11%). The analysis revealed that individuals over 40 years were more susceptible to hypertension, diabetes, and cardiovascular diseases (CVD), with significant improvements noted in body mass index (BMI), blood pressure (BP), and mid-upper arm circumference (MUAC) over the study period, although blood glucose levels showed no significant change.
The findings underscore the feasibility and effectiveness of integrating digital health interventions into primary healthcare, particularly in underserved rural areas. The model’s success in enhancing early detection and management of non-communicable diseases (NCDs) suggests that further scaling through public-private partnerships could provide a cost-effective strategy to address healthcare disparities and promote universal health coverage. Future initiatives should focus on expanding the model, improving follow-up compliance, and incorporating additional digital features to boost patient engagement and health outcomes.
Introduction
The introduction of the research paper highlights the critical role of primary health care (PHC) in addressing basic health issues within communities, particularly in rural Bangladesh, where healthcare facilities lag behind urban areas. Key challenges include a shortage of healthcare professionals, prevalent self-care practices, and a lack of health education, leading to advanced stages of chronic diseases among rural populations. The shift from communicable to noncommunicable diseases (NCDs) poses significant concerns, as NCDs account for approximately 67% of total deaths in Bangladesh, with a substantial burden on the healthcare system.
To address these challenges, the paper discusses the integration of digital health technologies into the healthcare system, particularly through initiatives like “CMED Health.” This model employs community health workers (CHWs) equipped with digital tools to deliver comprehensive and preventive healthcare services in rural areas. The model emphasizes easy access to health information, telemedicine, and data-driven decision-making, aiming to enhance health outcomes and promote healthy behaviors. A feasibility study indicated improved data collection and service delivery efficiency. The paper further analyzes data from this intervention, utilizing descriptive analysis and multivariate logistic regression to assess NCD risk factors and the effectiveness of the model over an 18-month period.
Methods
The methodology section outlines the research design and procedures employed to investigate the study’s hypotheses. It details the selection of participants, data collection techniques, and analytical methods used to interpret the results. The study utilized a quantitative approach, employing statistical tools to analyze the data gathered from surveys and experiments.
Participants were recruited through a stratified sampling method to ensure a representative sample. Data collection involved the use of validated instruments to measure the relevant variables, ensuring reliability and validity. The analysis was conducted using software that facilitated the application of various statistical tests, allowing for a comprehensive examination of the relationships between the variables of interest. The findings from these analyses are expected to contribute significantly to the existing body of knowledge in the field.
Results
The results section presents health measurement findings, including Body Mass Index (BMI), blood pressure (BP), blood glucose, and mid-upper arm circumference (MUAC), categorized by sex. The data indicates that 68.02% of participants had a normal BMI, while 21.76% were classified as overweight, with a higher prevalence of overweight among women (24.16%). Additionally, 78.19% exhibited normal blood pressure, and 70.65% had normal blood glucose levels, although 16.45% were identified with high blood glucose. Among children under seven, 87.61% were well-nourished, while 11% were malnourished.
Further analysis of blood pressure measurements over three periods revealed an increase in the proportion of individuals with normal BP and a decrease in those with prehypertension and mild high blood pressure. Statistical tests, including the Wilcoxon signed-rank test, indicated a significant increase in diastolic BP (p < 0.001) and a decrease in systolic BP (p < 0.006) from the first to the third period. Conversely, blood glucose measurements showed a rising trend in high blood glucose levels, attributed to a shift in the population utilizing the measurement service, with more individuals confirmed as diabetic in later periods. This transition resulted in a decrease in the percentage of individuals with normal blood glucose levels, as evidenced by two-proportion z tests.
Discussion
The discussion section of the research paper outlines the implementation and evaluation of a digital health intervention model in rural Bangladesh, targeting health outcomes through a community health worker (CHW) framework. Over an 18-month period, the model served 32,581 individuals across 7,090 households, utilizing the “Enriched Sastho” application for health data collection and management. Key health metrics, including blood pressure, blood glucose, body mass index (BMI), and mid-upper arm circumference (MUAC) for children, were monitored monthly. The study found significant improvements in health indicators: the proportion of individuals with normal BMI increased, while the rates of underweight individuals and prehypertension decreased. However, challenges were noted in blood glucose monitoring due to patient reluctance to pay for tests.
The analysis revealed that older age, obesity, and sex were significant risk factors for non-communicable diseases (NCDs) such as hypertension and diabetes. The findings underscore the importance of early detection and intervention, particularly for older adults, to mitigate the progression of these diseases. The study highlights the potential of integrating AI-driven decision support systems with CHW-led health screenings to enhance healthcare accessibility and quality in rural settings. Future work aims to expand the digital platform’s features and improve user engagement, emphasizing the need for sustainable healthcare solutions through public-private partnerships to achieve universal health coverage.
Limitations
This section outlines both the strengths and limitations of a digital health intervention model implemented in rural Bangladesh. The study demonstrates significant advancements in healthcare access and management of non-communicable diseases (NCDs) through the integration of Internet of Things (IoT) and artificial intelligence (AI) for health education and risk assessment. It emphasizes the empowerment of community health workers, who utilize technology to provide timely information and facilitate need-based referrals, ultimately serving over 30,000 individuals. The real-time data collection enhances public health planning and ensures continuity of care, offering valuable insights for scaling similar interventions nationally.
However, the study acknowledges several limitations that may affect the generalizability of its findings. The intervention’s geographic scope is confined to a single rural union, limiting applicability to urban settings or regions with different healthcare infrastructures. Additionally, a gender imbalance in data collection was noted, as most participants were male due to daytime work commitments, suggesting the need for more inclusive scheduling. The reliance on self-reported data for certain health conditions raises concerns about accuracy, particularly regarding diabetes management, which remains a challenge due to inadequate follow-up and access to medication. Methodologically, the use of repeated measurements may introduce selection bias, and issues with data retrieval related to referrals to secondary or tertiary facilities further complicate the evaluation of long-term outcomes. Continuous education on preventive healthcare is also highlighted as essential for fostering behavioral change within the population.