DOI: 10.21045/2071-5021-2025-71-3S-12

Шадеркин И.А., Лебедев Г.С., Леляков А.И., Федоров И.А.
ФГБУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения» Минздрава России, Москва

Резюме

Актуальность. В последние годы большое внимание уделяется развитию телемедицины и цифровых технологий в области здравоохранения. Одним из наиболее перспективных направлений является дистанционный мониторинг состояния здоровья, который представляет собой инструмент, способствующий улучшению приверженности пациентов медицинским рекомендациям и поддержанию здорового образа жизни.

Цель. Выявить факторы, способствующие и препятствующие эффективному применению технологий дистанционного мониторинга в клинической практике, с акцентом на их влияние на поведение пациентов и соблюдение ими врачебных рекомендаций.

Материалы и методы. Для выполнения поставленной цели исследовании был проведен анализ научной литературы и данных по теме использования дистанционного мониторинга здоровья. Поиск и анализ информации осуществлялся в общедоступных электронных базах данных: Medline, PubMed, Google Scholar, Elibrary.

Результаты. В результате анализа были выделены 20 факторов, положительно влияющих на приверженность лечению, включая автоматизацию, персонализированный подход, постоянную связь с врачом, образовательные элементы, экономическую эффективность и интеграцию с электронными медицинскими системами.

Вместе с тем выявлены ограничивающие факторы, препятствующие широкому внедрению дистанционного мониторинга: технические сложности, недостаточная цифровая грамотность, риски нарушения конфиденциальности данных, повышенная нагрузка на медицинский персонал, финансовые и психологические барьеры.

Выводы. Технологии дистанционного мониторинга здоровья доказали свою эффективность как инструмент повышения приверженности пациентов терапии. Их применение способствует раннему выявлению ухудшений состояния, своевременной коррекции лечения, улучшению самоконтроля и формированию устойчивой мотивации к соблюдению врачебных рекомендаций, улучшая качество жизни и снижая затраты как для пациентов, так и для системы здравоохранения в целом.

Ключевые слова: дистанционный мониторинг; информационные технологии; цифровизация здравоохранения; искусственный интеллект; Интернет вещей; телемедицина, приверженность терапии.

Контактная информация: Федоров Игорь Алексеевич, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Соблюдение этических стандартов. Данный вид исследования не требует прохождения экспертизы локальным этическим комитетом.
Для цитирования: Шадеркин И.А., Лебедев Г.С., Леляков А.И., Федоров И.А. Дистанционный мониторинг как инструмент повышения приверженности пациента терапии. Социальные аспекты здоровья населения [сетевое издание] 2025;

REMOTE MONITORING AS A TOOL TO INCREASE PATIENT'S COMMITMENT TO THERAPY
Shaderkin I.A., Lebedev G.S., Leliakov A.I., Fedorov I.A.
Russian Research Institute of Health, Ministry of Health of the Russian Federation, Moscow, Russia

Abstract

Significance. In recent years, much attention has been paid to the development of telemedicine and digital technologies in the field of healthcare. One of the most promising areas is remote health monitoring, which is a tool that helps improve patient adherence to medical recommendations and maintain a healthy lifestyle.

Purpose. To identify the factors contributing to and hindering the effective use of remote monitoring technologies in clinical practice, with an emphasis on their impact on patient behavior and compliance with medical recommendations.

Material and methods. To achieve the stated objective of the study, an analysis of scientific literature and data on the topic of using remote health monitoring was conducted. The search and analysis of information was carried out in publicly available electronic databases: Medline, PubMed, Google Scholar, Elibrary.

Results. An analysis of theoretical research and technological solutions in the field of remote monitoring was carried out and a number of factors have been identified, the combined effect of which provides increased patient adherence to therapy and improved clinical outcomes when using remote monitoring systems, as well as a number of factors limiting the use of remote monitoring technologies as a tool to increase patient adherence to therapy.

Conclusions. Remote monitoring has been shown to improve clinical and economic outcomes by reducing hospitalizations, improving quality of life, and reducing costs for both patients and the healthcare system as a whole.

Keywords: remote monitoring; information technology; digitalization of healthcare; artificial intelligence; Internet of Things; telemedicine, adherence to therapy.

Corresponding author: Igor A. Fedorov, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Information about authors:
Shaderkin I.A., http://orcid.org/0000-0001-8669-2674
Lebedev G.S., http://orcid.org/0000-0002-4289-2102
Leliakov A.I., https://orcid.org/0000-0001-8926-4421
Fedorov I.A., https://orcid.org/0000-0001-5592-7098
Acknowledgments. The study had no sponsorship.
Competing interests. The authors declare the absence of any conflicts of interest regarding the publication of this paper.
Compliance with ethical standards. This study does not require a conclusion from the Local Ethics Committee.
For citation: Shaderkin I.A., Lebedev G.S., Leliakov A.I., Fedorov I.A. Remote monitoring as a tool to increase patient's commitment to therapy. Social'nye aspekty zdorov'a naselenia [serial online] 2025; (In Rus).

Введение

В последние годы большое внимание уделяется развитию телемедицины и цифровых технологий в области здравоохранения. Одним из наиболее перспективных направлений является дистанционный мониторинг состояния здоровья, который представляет собой инструмент, способствующий улучшению приверженности пациентов медицинским рекомендациям и поддержанию здорового образа жизни. Внедрение технологий дистанционного мониторинга предоставляет врачам возможность отслеживать параметры здоровья пациентов в реальном времени, что позволяет своевременно корректировать терапию и вмешиваться при необходимости. Это, в свою очередь, способствует улучшению клинических исходов и снижению частоты госпитализаций.

Современные вызовы в области классификации диагнозов требуют инновационных подходов к управлению здоровьем пациентов, включая интеграцию цифровых технологий для динамичного отслеживания состояния. Дистанционный мониторинг, обеспечивающий непрерывный сбор данных о физиологических показателях, становится ключевым инструментом не только для повышения приверженности терапии, но и для поддержки персонализированного подхода в лечении. Это особенно актуально в контексте эволюции диагностических систем в цифровой медицине, где традиционные методы классификации заболеваний, такие как Международная классификация болезней (МКБ), сталкиваются с ограничениями при работе с гетерогенными состояниями пациентов [1].

Суть дистанционного мониторинга заключается в использовании технологий для измерения физиологических показателей пациента и их передачи медицинским специалистам. Пациент может отслеживать изменения своего состояния здоровья с помощью различных устройств, таких как носимые сенсоры, мобильные приложения или специализированные приборы для измерения показателей, таких как давление, уровень сахара в крови или сердечный ритм. В этом контексте дистанционный мониторинг становится не только инструментом для контроля заболевания, но и мощным средством для повышения приверженности пациентов терапии.

Проблема приверженности выполнению врачебных рекомендаций существует с момента зарождения медицины. Высокую значимость проблемы приверженности подчеркивает Всемирная организация здравоохранения [2]. Вопросы приверженности не потеряли своей актуальности и сейчас, десятилетия спустя.

Несмотря на достигнутые успехи в области изучения этиологии, патогенеза, особенностей течения различных заболеваний, определения риска развития осложнений, выявлении наиболее эффективных и безопасных методов лечения, обоснования целей терапии, многие задачи в лечении и профилактике хронических болезней и их осложнений так и остаются недостижимыми, в том числе в связи с низкой приверженностью пациентов назначаемой терапии [3]. Результаты целого ряда исследований подтверждают, что низкая приверженность является одной из значимых причин снижения эффективности терапии, качества жизни пациентов, повышения затрат на лечение, увеличения риска развития различных осложнений, ухудшения прогноза заболевания и качества жизни [2,4,5].

По оценкам специалистов, долгосрочная приверженность любому лечению, независимо от заболевания, низкая и не превышает 50 % [5,6].

Современные исследования подтверждают, что регулярное наблюдение за состоянием здоровья и постоянная обратная связь с врачом способствуют укреплению доверительных отношений между пациентом и медицинским специалистом, а также усиливают мотивацию пациента к соблюдению рекомендаций по лечению и профилактике заболеваний. Системы дистанционного мониторинга также помогают пациентам лучше осознавать свои успехи в лечении, что является важным фактором повышения их вовлеченности и готовности продолжать лечение.

Однако, несмотря на очевидные преимущества, внедрение таких технологий сталкивается с рядом вызовов, включая необходимость преодоления технологических, экономических и правовых барьеров. Важную роль в успешном внедрении этих систем играет мотивация пациентов, которая должна стать ключевым элементом при разработке и внедрении дистанционного мониторинга в клиническую практику.

Таким образом, дистанционный мониторинг состояния здоровья является важным инструментом, который не только улучшает приверженность пациентов терапии, но и способствует укреплению их вовлеченности в процесс поддержания здорового образа жизни.

С учётом вышеизложенного, возникает необходимость в систематическом исследовании роли дистанционного мониторинга как средства повышения приверженности пациентов терапии.

Цель: на выявить факторы, способствующие и препятствующие эффективному применению технологий дистанционного мониторинга в клинической практике, с акцентом на их влияние на поведение пациентов и соблюдение ими врачебных рекомендаций.

Материалы и методы

Для выполнения поставленных в исследовании задач был проведён анализ доступной научной литературы и практических примеров использования дистанционного мониторинга в различных клинических сценариях. Поиск и анализ информации осуществлялся в следующих общедоступных электронных базах данных: Medline, PubMed, Google Scholar, Elibrary. Для поиска использовались следующие ключевые слова: «Remote patient monitoring (RPM)», «Telehealth», «Internet of Medical Things», «Artificial intelligence in medicine», «Adherence to therapy».

В исследование были включены литературные источники за последние 10 лет, а также ссылки на официальные документы, регламентирующие порядок и стандарты проведения дистанционного мониторинга здоровья. Методы, использованные в исследовании, включают анализ, сравнение, обобщение, синтез, системный подход.

Исследование проведено посредством анализа данных из различных источников.

Результаты

Нами проанализирована 51 статья об использовании дистанционного мониторинга. В результате выявлен ряд факторов, влияющих на повышение приверженности пациента терапии.

1. Раннее выявление ухудшений состояния

Непрерывный сбор физиологических данных через IoT-устройства, имплантируемые сенсоры и носимые гаджеты позволяет выявлять отклонения на доклинической стадии. Например, система на основе ансамблевой модели LSTM-CNN (Gayathri R. и коллег, 2024) [11] демонстрирует 97,23 % точность в оценке показателей здоровья, таких как частота сердечных сокращений и сатурация кислорода. Таким образом у врачей появляется возможность корректировать терапию, предупреждая развития критических состояний. В исследовании Pritchett J.C. и коллег (2021) [8] у онкологических пациентов с COVID-19 дистанционный мониторинг сократил частоту госпитализаций с 13 до 2,8 % благодаря ранней диагностике дыхательной недостаточности. Аналогично, метаанализ Cochrane (2015), упомянутый в работе Veenis J.F. и соавт. (2021) [23], показал, что телемониторинг сердечной недостаточности значительно снижает общую смертность за счёт выявления задержки жидкости и отёков на ранних стадиях. Такие системы, как CardioMEMS (Dickinson M.G. и соавт., 2018) [26], отслеживают давление в лёгочной артерии, что позволило сократить госпитализации на 37 % за два года.

2. Своевременная коррекция терапии

Оперативное вмешательство – ключевой элемент дистанционного мониторинга (Remote Patient Monitoring – RPM). Например, гемодинамический мониторинг при сердечной недостаточности (Zito A. и соавт., 2022) [10] снизил риск госпитализаций на 24 % (incidence rate ratio (IRR) – 0,76) благодаря мгновенной коррекции диуретиков и вазодилататоров. В исследовании Bashi N. и соавт. (2017) [25] телемониторинг уменьшил смертность на 34% (RR – 0,66), так как врачи получали данные об аритмиях и могли назначать антикоагулянты до развития инсульта. Системы с ИИ, такие как чат-бот Rathnayaka P. и соавт. (2022) [12], анализируют эмоциональное состояние и предлагают персонализированные упражнения, что привело к снижению баллов по шкале депрессии PHQ-9. В случае COVID-19 платформа Huma Therapeutics (Shah S.S. и соавт., 2021) [18] значительно сократила время реакции на гипоксию, предотвращая переход в тяжёлую форму.

3. Персонализированный подход

Индивидуализация лечения – основа повышения мотивации. Чат-боты с искусственным интеллектом (ИИ) (Rathnayaka P. и соавт., 2022) [12] адаптируют рекомендации по физической активности и питанию, учитывая историю болезни и предпочтения пациента. В исследовании с участием 156426 пациентов (Malanchini G. и соавт., 2021) [9] персонализированные уведомления повысили приверженность мониторингу CIED до 61,8 % за три года. Платформа Suhriday (Bylappa B.K. и соавт., 2022) [31] для пациентов с сердечной недостаточностью генерирует индивидуальные напоминания о приёме жидкости и лекарств. Это привело к 62 клиническим оповещениям за 4 недели, при этом 85 % пользователей оценили удобство системы на 85 баллов по шкале SUS.

4. Удобство и доступность

Дистанционный мониторинг устраняет географические и временные барьеры. Например, носимые устройства для измерения АД (Kario K., 2020) [17] позволяют проводить за сутки в несколько раз больше замеров без посещения клиники, чем при амбулаторном контроле. Это особенно важно для пациентов с «маскированной» гипертензией, у которых давление повышается только ночью. В исследовании Shah S.S. и соавт. (2021) [18] использование мобильного приложения сократило количество телефонных звонков с 9 до 4 на пациента, высвободив 47,6 рабочих часов медицинского персонала. Для маломобильных пациентов, таких как пожилые люди с артритом, RPM-платформы с голосовым управлением (например, Amazon Alexa) упрощают передачу данных без необходимости использовать сложные интерфейсы.

5. Автоматизация и простота использования

Автоматический сбор данных минимизирует человеческий фактор. Например, система LSTM-CNN (Gayathri R. и соавт., 2024) [11] анализирует показатели здоровья через IoT-устройства с точностью 97,23 %, исключая ошибки ручного ввода. Имплантируемые сенсоры CardioMEMS (Dickinson M.G. и соавт., 2018) [26] передают данные о давлении в лёгочной артерии без участия пациента, что снизило госпитализации на 28 % за 6 месяцев. Для пожилых пациентов критично упрощение интерфейсов. Приложение Suhriday [31] использует крупные кнопки и голосовые подсказки, что позволило пожилым пользователям успешно освоить систему. В то же время методология Pi-CON (Baumann S. и соавт., 2024) [41] с бесконтактными радиолокационными сенсорами полностью исключает необходимость активных действий, что повысило приверженность лечению пациентов с деменцией.

6. Регулярное взаимодействие с медицинским персоналом

Постоянная связь с врачами через телемедицинские платформы создаёт у пациентов ощущение поддержки и контроля. Например, в исследовании Ji W. и соавт. (2023) [14] участники, получавшие еженедельные телеконсультации, продемонстрировали рост самоэффективности на 5,9 балла по шкале самооценки. Это напрямую коррелировало с улучшением соблюдения рекомендаций по профилактике COVID-19. Программа мониторинга CPAP (Murphie P. и соавт., 2019) [20] показала, что пациенты, которые получали регулярные отчёты о качестве сна и советы по настройке аппарата, чаще продолжали терапию по сравнению с контрольной группой. В кардиологии удалённый контроль имплантируемых устройств (Malanchini G. и соавт., 2021) [9] сократил время реакции на аритмии, 89 % пользователей демонстрировали приверженность системе, что может косвенно отражать доверие к технологии.

7. Образовательные программы и повышение осведомлённости

Понимание своей болезни – ключевой фактор приверженности лечению. В исследовании Ji W. и соавт. (2023) [14] участники RPM-программы в сельских районах Китая повысили осведомлённость о пользе профилактики COVID-19 на 20,3 балла благодаря интерактивным обучающим модулям. Систематический обзор Farias F.A.C. и коллег (2019) [27] показал, что интеграция образовательных материалов в RPM (видеоролики, инфографика) улучшила приверженность терапии в 76,8 % случаев. Для пациентов с ХОБЛ платформы, такие как Propeller Health, предоставляют персонализированные советы по избеганию триггеров. В исследовании Glyde H.M.G. и соавт. (2024) [36] пациенты, получавшие обучающие push-уведомления, реже пропускали ингаляции.

8. Снижение тревожности и повышение уверенности

Уверенность в том, что состояние находится под контролем, снижает стресс. Чат-бот для мониторинга психического здоровья (Rathnayaka P. и соавт., 2022) [12] повысил средний показатель настроения пользователей с 5,79 (до использования чат-бота) до 7,38 (после использования) благодаря ежедневным «чек-инам» и техникам релаксации. В кардиологии пациенты с ICD, подключённые к RPM (Malanchini G. и соавт., 2021) [9], реже испытывали страх внезапной смерти, так как система мгновенно оповещала о нарушениях ритма. Исследование Whitehead D. и Conley J. (2023) [29] выявило, что RPM-пациенты с сердечной недостаточностью реже обращались в отделения неотложной помощи из-за «ложной тревоги», поскольку могли удалённо обсудить симптомы с врачом.

9. Экономическая эффективность

Сокращение госпитализаций и оптимизация ресурсов делают RPM выгодным как для системы здравоохранения в целом, так и для пациентов. Снижается финансовая нагрузка, уменьшается необходимость частых госпитализаций и оптимизируются ресурсы, что делает лечение более доступным и удобным, усиливая мотивацию пациента следовать рекомендациям и повышая приверженность терапии. Программа Marini M. и соавт. (2023) [13] для пациентов с ICD/CRT-D сэкономила €6 752 на пациента за счёт снижения частоты госпитализаций с 51,3 до 25,1 %. В исследовании Feldman D.I. и соавт. (2024) [49] дистанционный мониторинг сократил затраты на лечение сердечной недостаточности на 52 % (экономия $1076/мес. на пациента) благодаря раннему выявлению декомпенсации. Для пациентов экономия также значительна: сокращение поездок в клинику (особенно в сельских районах) снижает транспортные расходы на 30–60 %. В программе Ji W. и соавт. (2023) [14] участники экономили время и деньги на визитах к врачу.

10. Интеграция с электронными медицинскими системами

Автоматическая синхронизация данных дистанционного мониторинга с электронными медицинскими картами (EHR, Electronic Health Records) ускоряет принятие решений. Интеграция с ЭМК повышает приверженность пациента терапии за счёт автоматического обновления данных, снижения ошибок в назначениях и согласованного подхода врачей. Платформа Nov-RPM-HF (Bhatia A. и соавт., 2022) [30] интегрирует данные баллистокардиографов с EHR, что позволяет сократить время анализа показателей. В системе IoMT (Rahman A. и соавт., 2024) [52] использование блокчейна обеспечило безопасный доступ к данным для всех врачей, снизив ошибки в назначениях на 18 %. Для пациентов с полиморбидностью интеграция дистанционного мониторинга с EHR позволяет координировать лечение между специалистами. Например, данные о уровне глюкозы (от эндокринолога) и артериальном давлении (от кардиолога) объединяются в единой карте, что улучшает контроль коморбидных состояний на 35 % (исследование Claggett J. и соавт., 2024) [47].

11. Использование современных технологий

Современные технологии (IoT-устройства, блокчейн, облачные сервисы, 5G) повышают приверженность пациентов терапии за счёт удобства автоматизированного сбора данных, персонализированной обратной связи, защиты конфиденциальности и быстрого реагирования врачей, что укрепляет доверие и мотивацию к соблюдению рекомендаций. Система Rahman A. и соавт. (2024) [52] на основе блокчейна и 5G сократила задержки передачи данных до 2 мс, что критично для экстренных случаев. Только один из пяти пациентов с носимыми устройствами с ИИ (Sana F. и соавт., 2020) [33] нуждался в повторной госпитализации в течение 3 месяцев, в то время как 60 % тех, кто не участвовал в программе, нуждались в повторной госпитализации. Для пациентов с редкими заболеваниями, такими как муковисцидоз, IoT-ингаляторы (например, Propeller) отслеживают использование препаратов и предупреждают о необходимости санации дыхательных путей. В исследовании Glyde H.M.G. и соавт. (2024) [36] чувствительность прогнозирования обострений составила 97,9 %, а специфичность – 84,0 %.

12. Автоматические напоминания и уведомления

Системы RPM напоминают о приёме лекарств, измерениях и визитах. В исследовании Gayathri R. и соавт. (2024) [11] уведомления о приёме препаратов приходили с точностью 95,8 %, что значительно сократило пропуски доз. Приложение Suhriday (Bylappa B.K. и соавт., 2022) [31] генерировало 62 оповещения за 4 недели, из которых 36 (58,1 %) касались избыточного потребления жидкости, а 16 (25,8 %) – колебаний артериального давления. Еженедельные электронные напоминания для заполнения дневника падений привели к тому, что 77 % участников (75 из 98 завершивших исследование) использовали онлайн-панель для отчетов (исследование Maas B.R. и соавт., 2024) [43].

13. Улучшение качества жизни

Снижение числа госпитализаций и возможность жить полноценно – ключевой результат RPM. В исследовании Marier-Tétrault E. и соавт. (2024) [40] пациенты с сердечной недостаточностью, использовавшие дистанционный мониторинг совместно с цифровой терапией (Digital therapeutics – DTx), улучшили качество жизни на 10,6 баллов по шкале KCCQ-12. Для онкологических пациентов (Stuijt D.G. и соавт., 2024) [45] удалённый контроль симптомов сократил частоту визитов в клинику, позволив им сохранить привычный ритм жизни. Для пациентов с болезнью Паркинсона дашборды с данными о двигательной активности (Maas B.R. и соавт., 2024) [43] помогли 77 % участников скорректировать режим дня, уменьшив число падений.

14. Интерактивное взаимодействие с пациентом

Чат-боты и виртуальные ассистенты делают лечение интерактивным. Разработка и внедрение чат-бота на основе ИИ Rathnayaka P. и соавт. (2022) [12], а также его оценка с участием пользователей подтвердили его эффективность в оказании поддержки людям с проблемами психического здоровья. Интерактивное взаимодействие с пациентами, включая обратную связь и поддержку со стороны медицинских работников, способствовало положительному опыту пациентов, что косвенно влияет на приверженность терапии (Cornelis J. и соавт., 2024) [35]. В онкологии платформы с функцией «вопрос-ответ» (например, CancerChatbot) значительно сократили число панических обращений в кол-центры, предоставляя мгновенные ответы о побочных эффектах химиотерапии (Stuijt D.G. и соавт., 2024) [45].

15. Пассивный мониторинг

Бесконтактные технологии минимизируют усилия пациента. Метод Pi-CON (Baumann S. и соавт., 2024) [41] с радиолокационными сенсорами отслеживает дыхание и пульс через стену, что особенно полезно для пациентов с деменцией или детским церебральным параличем. В исследовании Veenis J.F. и соавт. (2021) [23] пассивный сбор данных о весе и АД повысил приверженность пожилых пациентов терапии в сравнении с ручным вводом. Умные ковры с датчиками давления (например, SensFloor) обнаруживают падения у пациентов с болезнью Паркинсона, отправляя оповещения родственникам. Онлайн-панель для отчетов о падениях использовали 77 % участников, что указывает на вовлеченность. Это снизило частоту переломов (Maas B.R. и соавт., 2024) [43].

16. Визуализация данных

Графики и диаграммы делают абстрактные показатели осязаемыми. Платформа Cay G. и соавт. (2024) [50] визуализирует динамику заживления диабетических язв через 3D-модели, что повысило приверженность разгрузочным устройствам у 42 % пациентов. В исследовании Konstantinidis D. и соавт. (2022) [32] пациенты с гипертонией, видя график суточных колебаний АД, чаще соблюдали рекомендации по солевому режиму.

17. Снижение риска осложнений

Снижение риска осложнений благодаря раннему выявлению отклонений и своевременному вмешательству укрепляет доверие пациента к терапии, повышая мотивацию к соблюдению рекомендаций для предотвращения ухудшения состояния. Раннее вмешательство предотвращает переход заболеваний в критическую фазу. Мониторинг давления в лёгочной артерии (Clephas P.R.D. и соавт., 2024) [55] сократил госпитализации при декомпенсации хронической сердечной недостаточности на 37-44 %. Для пациентов с циррозом (Penrice D.D. и соавт., 2024) [44] RPM-система снизила частоту печёночной энцефалопатии с 45 до 29 % за счёт контроля уровня аммиака. В онкологии удалённый мониторинг нейтропении (Stuijt D.G. и соавт., 2024) [45] позволил раньше начать антибиотикотерапию, снизив смертность от сепсиса.

18. Улучшение самоконтроля

Дистанционный мониторинг трансформирует пациентов из пассивных получателей помощи в активных участников лечения. В исследовании Veenis J.F. и соавт. (2021) [23] пациенты с сердечной недостаточностью, использующие дистанционный мониторинг для ежедневного контроля веса и АД, чаще соблюдали рекомендации по ограничению жидкости по сравнению с группой без мониторинга. Программа Ji W. и соавт. (2023) [14] показала, что сельские жители Китая, обученные через мобильное приложение, повысили самоконтроль в профилактике COVID-19 на 7,74 балла по шкале соблюдения мер. Для пациентов с диабетом системы непрерывного мониторинга глюкозы (например, Dexcom G7) позволяют самостоятельно корректировать диету и дозы инсулина. В исследовании Cay G. и соавт. (2024) [50] это привело к снижению HbA1c.

19. Экономия времени

Дистанционный мониторинг оптимизирует временные затраты как пациентов, так и врачей. В исследовании Gayathri R. и коллег (2024) [11] автоматический сбор данных через IoT-устройства значительно сократил время ручного ввода показателей. Программа «Больница на дому» (Whitehead D. и Conley J., 2023) [29] уменьшила среднюю длительность визита врача благодаря предварительному анализу RPM-данных. Для пациентов экономия ещё значительнее: в исследовании Shah S.S. и коллег (2021) [18] использование приложения Huma Therapeutics сократило количество телефонных звонков (в среднем с 9 до 4). В сельских районах Китая (Ji W. и коллег, 2023) [14] телемониторинг повысил средний балл самоэффективности с 16,08 ± 4,13 до 21,98 ± 1,89 (разница: 5.90 ± 2.24, p < 0.05). Авторы связывают это с доступностью удаленных услуг, которые сокращают временные затраты на получение медицинской помощи.

Совокупное действие этих факторов – от ранней диагностики до интеграции с современными технологиями – делает дистанционный мониторинг мощным инструментом повышения приверженности терапии. Например, комбинация автоматических напоминаний, персонализированного подхода и экономической эффективности обеспечивает синергетический эффект, что подтверждается снижением госпитализаций на 20–78 % в различных исследованиях [1,10,13]. Однако успех внедрения дистанционного мониторинга зависит от устранения технических барьеров и адаптации технологий под потребности пациентов [53].

20. Снижение нагрузки на систему здравоохранения

Это не является фактором, напрямую влияющим на повышение приверженности пациента терапии. Скорее является дополнительным плюсом использования дистанционного мониторинга.

Происходит оптимизация ресурсов здравоохранения, что позволяет обеспечить более оперативную и персонализированную медицинскую поддержку, укрепляя доверие пациента к лечению и мотивируя его к соблюдению рекомендаций. Дистанционный мониторинг перераспределяет ресурсы (Whitehead D. и Conley J., 2023) [29], уменьшая давление на стационары. Замена 2 из 14 личных визитов медицинской сестры на дистанционный мониторинг с телемедицинской оценкой снижает стоимость одного эпизода лечения в программе «Больница на дому» на 3,5 %. Приложение Huma Therapeutics (Shah S.S. и соавт., 2021) [18] сократило среднее количество телефонных звонков с 9 до 4 на пациента, что привело к экономии 47,6 рабочих часов и уменьшению потребности в 3,30 эквивалентах полной занятости (FTE) для наблюдения за 56 пациентами. В сельских регионах, где доступ к специалистам ограничен, телемониторинг позволяет одному кардиологу курировать большее количество пациентов (исследование Hailu R. и соавт., 2024) [53].

Ниже представлена сводная таблица 1 с факторами, примерами и публикациями, которые подтверждают наличие соответствующего эффекта (приводятся некоторые из доступных по теме ссылок; полный список работ см. в тексте выше).

Таблица 1

Факторы, способствующие повышению приверженности пациентов терапии при использовании технологий дистанционного мониторинга

Таким образом, совокупное действие перечисленных факторов (ранняя диагностика, своевременная коррекция лечения, удобство технологий, автоматизация, персонализация, тесная обратная связь и прочие) обеспечивает повышение приверженности пациентов терапии и улучшение клинических исходов при использовании систем дистанционного мониторинга.

С другой стороны, исследование работ по дистанционному мониторингу выявило ряд факторов, ограничивающих использование технологий дистанционного мониторинга как инструмента повышения приверженности пациентов терапии.

1. Технические сложности и низкая надежность устройств

Сбои в работе устройств, неточность измерений и сложности синхронизации данных снижают доверие пациентов к технологиям. Ненадежность устройств приводит к пропуску критических данных, что снижает эффективность мониторинга и мотивацию пациентов. Так, в исследовании Murphie P. и соавт. (2019) [20] пациенты с синдромом обструктивного апноэ сна (OSAHS) сталкивались с нестабильной работой CPAP-устройств, что привело к снижению приверженности терапии по сравнению с группой, получавшей очное наблюдение. В работе Hailu R. и соавт. (2024) [53] врачи отмечали частые потери сигнала IoT-устройств пациентов, что требовало повторной настройки и увеличивало нагрузку на медицинский персонал. Техническая сложность и низкая надежность устройств существенно ограничивают использование дистанционного мониторинга (Baumann S. и соавт., 2024) [41]. Например, в исследовании Michaud и соавт. (2021) только 61 % пациентов соблюдали протокол мониторинга из-за технических проблем, а в работе Motolese и соавт. (2020) уровень соблюдения составил 27 %, где основными барьерами стали технические сбои и цифровая неграмотность.

2. Низкая цифровая грамотность пациентов

Трудности в освоении интерфейсов приложений и настройке устройств ограничивают использование технологий дистанционного мониторинга. Недостаток навыков работы с цифровыми технологиями приводит к ошибкам в передаче данных, фрустрации и отказу от использования RPM. В исследовании Bylappa B.K. и соавт. (2022) [31] указывается, что 20 % участников (1 из 5) не смогли самостоятельно использовать приложение из-за недостаточной цифровой грамотности, что потребовало активной телефонной поддержки. В обсуждении подчеркивается, что внедрение подобных технологий требует учета уровня цифровой грамотности, особенно среди пожилых и малограмотных пациентов, для которых необходимы альтернативные методы мониторинга. В статье Hailu R. и соавт. (2024) [53] 42% участников прекратили использование RPM из-за сложности управления устройствами, а наличие смартфона снижало риск выбытия на 51 %. У пациентов с болезнью Паркинсона (Maas B.R. и соавт., 2024) [43] 61 из 84 выбывших участников столкнулись с техническими проблемами (короткое время работы батареи, сложности с передачей данных), что было связано с недостаточной цифровой грамотностью.

3. Проблемы конфиденциальности данных

Опасения пациентов по поводу утечки медицинской информации ограничивают использование RPM, снижают доверие пациентов к технологиям и готовность делиться информацией. Так, в исследовании Rahman A. и соавт. (2024) [52] указано, что в 2013 году 44 % крупных медицинских компаний столкнулись с нарушениями безопасности данных, а к 2014 году этот показатель вырос на 60 %, приведя к экономическим потерям в размере 28 %. В исследовании (Stuijt D.G. и соавт., 2024) [45] отмечается, что конфиденциальность данных является важной. Авторы подчёркивают, что недостаточное осознание пациентами угроз приватности требует усиления мер безопасности.

4. Высокая нагрузка на медицинский персонал

Увеличение времени на обработку данных и необходимость адаптации рабочих процессов снижают оперативность обратной связи, своевременность коррекции лечения и качество взаимодействия с пациентами, что негативно влияет на их мотивацию и доверие пациентов к дистанционному мониторингу. В работе Hailu R. и соавт. (2024) [53] отмечено, что нагрузка, связанная с RPM, непредсказуема, что затрудняет интеграцию программы в загруженную практику без дополнительных ресурсов. Частота и срочность оповещений могут меняться изо дня в день и от пациента к пациенту. Интеграция данных RPM в электронные медицинские карты (Claggett J. и соавт., 2024) [47] может помочь оптимизировать рабочие процессы в клиниках и снизить когнитивную нагрузку на медицинских работников за счёт упрощения процесса использования информации при принятии решений.

5. Финансовые барьеры

Высокая стоимость устройств и отсутствие страхового покрытия ограничивают доступность, замедляют внедрение RPM в клиниках с ограниченным финансированием. Ограничивают доступность дистанционного мониторинга для пациентов, что препятствует их регулярному использованию и снижает мотивацию к соблюдению терапевтических рекомендаций. Так, согласно исследованию (Marini M. и соавт., 2023) [13] с точки зрения плательщика затраты составили €147 в группе стандартного мониторинга и €207 в группе дистанционного мониторинга (разница: + €60; t-тест, p < 0,0001) за двухлетний период исследования. В работе (Hailu R. и соавт., 2024) [53] сказано, что размер компенсации был слишком низким, учитывая объём работы, которую выполняет RPM, или слишком ограниченным, учитывая, что некоторые участники отслеживали несколько показателей жизнедеятельности, но могли выставлять счета только за отслеживание одного показателя жизнедеятельности на одного пациента.

6. Психологическое сопротивление

Дискомфорт от постоянного напоминания о болезни, недоверие к технологиям, нежелание адаптироваться к новым методам также снижает приверженность лечению, приводит к преждевременному отказу от этих технологий, что прямо ухудшает их вовлеченность в лечение и соблюдение терапевтических рекомендаций. В работе Cornelis J. и соавт. (2024) [35] пациенты с COVID-19 воспринимали RPM как «постоянное напоминание о болезни». Согласно исследованию (Maas B.R. и соавт., 2024) [43] 6 % участников с болезнью Паркинсона отказались от RPM из-за личных обстоятельств и дискомфорта, связанного с ношением устройств.

7. Ограниченная эффективность в отдельных группах

Дистанционный мониторинг демонстрирует низкую результативность у пациентов с полиморбидностью или пожилых, не адаптированных для сложных клинических случаев. Существует необходимость индивидуального подхода и дальнейших исследований для оптимизации использования систем мониторинга. Дистанционный мониторинг не привел к снижению смертности у пациентов с сердечной недостаточностью: объединенный анализ 11 РКИ показал отсутствие значимого эффекта (Hajduczok A.G. и соавт., 2022) [22] (RR 0,89 [95 % ДИ 0,77–1,03]). Авторы подчеркивают, что отсутствие доказательств снижения смертности ограничивает широкое внедрение технологий, так как ожидаемые преимущества для приверженности терапии не подкрепляются улучшением ключевых исходов. В исследовании Glyde H.M.G. и соавт. (2024) [36] использование устройств с оповещениями для пациентов привело к увеличению госпитализаций (RR 1,54 [95 % ДИ 1,27–1,88]), что может отражать трудности управления технологией у неподготовленных групп, включая пожилых или пациентов с множественными патологиями. Гетерогенность пациентов и отсутствие стандартизированных подходов к сложным случаям ограничивают внедрение RPM как инструмента повышения приверженности терапии.

8. Социальные барьеры

Социальные барьеры, такие как низкий уровень образования и доступности технологий в сельских районах, недостаточная медицинская грамотность, ограничивают применение дистанционного мониторинга (Ji W. и соавт., 2023) [14]. Например, 21,1 % участников имели образование на уровне начальной школы и ниже, что потенциально затрудняет самостоятельное использование цифровых инструментов. В работе (Hailu R. и соавт., 2024) [53] социальные барьеры, ограничивающие использование дистанционного мониторинга пациентов (RPM) для повышения приверженности терапии, включают недостаточную цифровую и медицинскую грамотность пациентов, а также экономические факторы. Участники исследования отмечали, что пожилые пациенты и лица с низким уровнем образования часто испытывали трудности в использовании технологий (например, подключение устройств через Bluetooth), что приводило к их исключению из программ RPM, несмотря на потенциальную пользу. Некоторые врачи указывали, что пациенты с низкой медицинской грамотностью не понимали значимости данных RPM, снижая мотивацию к участию.

Эти факторы сведены в таблицу 2.

Таблица 2

Факторы, ограничивающие использование технологий дистанционного мониторинга как инструмента повышения приверженности пациентов терапии

Выводы

1. Технологии дистанционного мониторинга здоровья доказали свою эффективность как инструмент повышения приверженности пациентов терапии. Их применение способствует раннему выявлению ухудшений состояния, своевременной коррекции лечения, улучшению самоконтроля и формированию устойчивой мотивации к соблюдению врачебных рекомендаций.
2. В результате анализа были выделены 20 факторов, положительно влияющих на приверженность лечению, включая автоматизацию, персонализированный подход, постоянную связь с врачом, образовательные элементы, экономическую эффективность и интеграцию с электронными медицинскими системами.
3. Дистанционный мониторинг показал способность улучшать клинические и экономические исходы, снижая частоту госпитализаций, повышая качество жизни и сокращая затраты как для пациентов, так и для системы здравоохранения в целом.
4. Вместе с тем выявлены ограничивающие факторы, препятствующие широкому внедрению дистанционного мониторинга: технические сложности, недостаточная цифровая грамотность, риски нарушения конфиденциальности данных, повышенная нагрузка на медицинский персонал, финансовые и психологические барьеры.
5. Для успешного внедрения дистанционного мониторинга в клиническую практику необходим комплексный подход, включающий адаптацию технологий под разные категории пациентов, повышение цифровой и медицинской грамотности, а также совершенствование нормативно-организационной и финансовой базы.
6. Несмотря на убедительные теоретические основания и накопленные эмпирические данные, требуется дальнейшее накопление доказательной базы – в частности, проведение проспективных клинических исследований, направленных на количественную оценку влияния дистанционного мониторинга на приверженность терапии и клинические исходы в различных популяциях пациентов. Такие исследования позволят объективизировать эффективность технологий и определить наиболее результативные модели их внедрения.

Библиография

1. Шадеркин И.А., Лебедев Г.С., Фомина И.В., Федоров И.А., Леляков А.И. Диагноз в эпоху цифровой медицины. Российский журнал телемедицины и электронного здравоохранения 2024; 10(1):7-32. DOI: 10.29188/2712-9217-2024-10-1-7-32.
2. Adherence to long-term therapies: evidence for action. WHO Library Cataloguing-in-Publication Data. Geneva: World Health Organization; 2003.
3. Лукина Ю.В., Кутишенко Н.П., Марцевич С.Ю., Шепель Р.Н., Драпкина О.М. Методические рекомендации: «Приверженность к лекарственной терапии у больных хроническими неинфекционными заболеваниями. Решение проблемы в ряде клинических ситуаций». Профилактическая медицина 2020; 23(3-2):42‑60.
4. Chowdhury R, Khan H, Heydon E, et al. Adherence to cardiovascular therapy: a meta-analysis of prevalence and clinical consequences. Eur Heart J 2013; 34:2940-2948.
5. Ho PM, Bryson CL, Rumsfeld JS. Medication adherence. Its importance in cardiovascular outcomes. Curculation 2009; 119:3028-3035.
6. Cramer J, Amonkar M, Hebborn A, Altman R. Compliance and Persistence with Bisphosphonate Dosing Regimens Among Women with Postmenopausal Osteoporosis. Curr Med Res Opin 2005; 21:9:1453-1460.
7. Osterberg, Т. Blaschke. Adherence to Medication. New England Journal of Medicine 2005; 353:487-497.
8. Pritchett JC, Borah BJ, Desai AP, Xie Z, Saliba AN, Leventakos K, et al. Association of a Remote Patient Monitoring (RPM) Program With Reduced Hospitalizations in Cancer Patients With COVID-19. JCO Oncol Pract 2021 Sep; 17(9): e1293-e1302. DOI: 10.1200/OP.21.00307.
9. Malanchini G, Ferrari G, Leidi C, Ferrari P, Senni M, De Filippo P. Challenges in the remote monitoring of cardiac implantable electronic devices in 2021. Kardiol Pol 2021 Apr 23; 79(4):380-385. DOI: 10.33963/KP.15899.
10. Zito A, Princi G, Romiti GF, Galli M, Basili S, Liuzzo G, et al. Device-based remote monitoring strategies for congestion-guided management of patients with heart failure: a systematic review and meta-analysis. Eur J Heart Fail 2022 Dec; 24(12):2333-2341. DOI: 10.1002/ejhf.2655.
11. Gayathri R, Maheswari S, Mathivanan SK, Shivahare BD, Chandan RR, Shah MA. A comprehensive health assessment approach using ensemble deep learning model for remote patient monitoring with IoT. Sci Rep 2024 Jul 8;14(1):15661. DOI: 10.1038/s41598-024-66427-w.
12. Rathnayaka P, Mills N, Burnett D, De Silva D, Alahakoon D, Gray R. A Mental Health Chatbot with Cognitive Skills for Personalised Behavioural Activation and Remote Health Monitoring. Sensors (Basel) 2022 May 11;22(10):3653. DOI: 10.3390/s22103653.
13. Marini M, Videsott L, Dalle Fratte CF, Francesconi A, Bonvicini E, Quintarelli S, et al. Economic analysis of remote monitoring in patients with implantable cardioverter defibrillators or cardiac resynchronization therapy defibrillators in the Trento area, Italy. Front Cardiovasc Med 2023 May 25; 10:1151167. DOI: 10.3389/fcvm.2023.1151167.
14. Ji W, Shi W, Li X, Shan X, Zhou J, Liu F, Qi F. Evaluation of the Effectiveness of Remote Monitoring to Establish a Community Health Intervention During COVID-19: A Community Intervention Trial. Telemed J E Health 2023 Feb; 29(2):253-260. DOI: 10.1089/tmj.2022.0118.
15. Zito A, Restivo A, Ciliberti G, Laborante R, Princi G, Romiti GF, et al. Heart failure management guided by remote multiparameter monitoring: A meta-analysis. Int J Cardiol 2023 Oct 1; 388:131163. DOI: 10.1016/j.ijcard.2023.131163.
16. Miller JC, Skoll D, Saxon LA. Home Monitoring of Cardiac Devices in the Era of COVID-19. Curr Cardiol Rep 2020 Nov 20; 23(1):1. DOI: 10.1007/s11886-020-01431-w.
17. Kario K. Management of Hypertension in the Digital Era: Small Wearable Monitoring Devices for Remote Blood Pressure Monitoring. Hypertension 2020 Sep; 76(3):640-650. DOI: 10.1161/HYPERTENSIONAHA.120.14742.
18. Shah SS, Gvozdanovic A, Knight M, Gagnon J. Mobile App-Based Remote Patient Monitoring in Acute Medical Conditions: Prospective Feasibility Study Exploring Digital Health Solutions on Clinical Workload During the COVID Crisis. JMIR Form Res 2021 Jan 15; 5(1):e23190. DOI: 10.2196/23190.
19. Kozik M, Isakadze N, Martin SS. Mobile health in preventive cardiology: current status and future perspective. Curr Opin Cardiol 2021 Sep 1; 36(5):580-588. DOI: 10.1097/HCO.0000000000000891
20. Murphie P, Little S, McKinstry B, Pinnock H. Remote consulting with telemonitoring of continuous positive airway pressure usage data for the routine review of people with obstructive sleep apnoea hypopnoea syndrome: A systematic review. J Telemed Telecare 2019 Jan; 25(1):17-25. DOI: 10.1177/1357633X17735618.
21. Abiodun TN, Okunbor D, Osamor VC. Remote Health Monitoring in Clinical Trial using Machine Learning Techniques: A Conceptual Framework. Health Technol (Berl) 2022; 12(2):359-364. DOI: 10.1007/s12553-022-00652-z.
22. Hajduczok AG, Muallem SN, Nudy MS, DeWaters AL, Boehmer JP. Remote monitoring for heart failure using implantable devices: a systematic review, meta-analysis, and meta-regression of randomized controlled trials. Heart Fail Rev 2022 Jul; 27(4):1281-1300. DOI: 10.1007/s10741-021-10150-5.
23. Veenis JF, Radhoe SP, Hooijmans P, Brugts JJ. Remote Monitoring in Chronic Heart Failure Patients: Is Non-Invasive Remote Monitoring the Way to Go? Sensors (Basel) 2021 Jan 28; 21(3):887. DOI: 10.3390/s21030887.
24. Cheung CC, Deyell MW. Remote Monitoring of Cardiac Implantable Electronic Devices. Can J Cardiol 2018 Jul; 34(7):941-944. DOI: 10.1016/j.cjca.2018.01.003.
25. Bashi N, Karunanithi M, Fatehi F, Ding H, Walters D. Remote Monitoring of Patients With Heart Failure: An Overview of Systematic Reviews. J Med Internet Res 2017 Jan 20; 19(1):e18. DOI: 10.2196/jmir.6571.
26. Dickinson MG, Allen LA, Albert NA, DiSalvo T, Ewald GA, Vest AR, Whellan DJ, Zile MR, Givertz MM. Remote Monitoring of Patients With Heart Failure: A White Paper From the Heart Failure Society of America Scientific Statements Committee. J Card Fail 2018 Oct; 24(10):682-694. DOI: 10.1016/j.cardfail.2018.08.011.
27. Farias FAC, Dagostini CM, Bicca YA, Falavigna VF, Falavigna A. Remote Patient Monitoring: A Systematic Review. Telemed J E Health 2020 May; 26(5):576-583. DOI: 10.1089/tmj.2019.0066.
28. Albahri OS, Albahri AS, Mohammed KI, Zaidan AA, Zaidan BB, Hashim M, Salman OH. Systematic Review of Real-time Remote Health Monitoring System in Triage and Priority-Based Sensor Technology: Taxonomy, Open Challenges, Motivation and Recommendations. J Med Syst 2018 Mar 22; 42(5):80. DOI: 10.1007/s10916-018-0943-4.
29. Whitehead D, Conley J. The Next Frontier of Remote Patient Monitoring: Hospital at Home. J Med Internet Res 2023 Mar 16; 25:e42335. DOI: 10.2196/42335.
30. Bhatia A, Ewald G, Maddox T. The Novel Data Collection and Analytics Tools for Remote Patient Monitoring in Heart Failure (Nov-RPM-HF) Trial: Protocol for a Single-Center Prospective Trial. JMIR Res Protoc 2022 Jun 30; 11(6):e32873. DOI: 10.2196/32873.
31. Bylappa BK, Kamath DY, Josephine IS, Shaikh J, Kamath A, Rioniz P, et al. Usability and feasibility assessment of a smartphone application (Suhriday) for heart failure self-care remote monitoring in an Indian tertiary health care setting: a pilot mixed-methods study. BMJ Open 2022 Aug 24; 12(8):e056962. DOI: 10.1136/bmjopen-2021-056962..
32. Konstantinidis D, Iliakis P, Tatakis F, Thomopoulos K, Dimitriadis K, Tousoulis D, Tsioufis K. Wearable blood pressure measurement devices and new approaches in hypertension management: the digital era. J Hum Hypertens 2022 Nov; 36(11):945-951. DOI: 10.1038/s41371-022-00675-z.
33. Sana F, Isselbacher EM, Singh JP, Heist EK, Pathik B, Armoundas AA. Wearable Devices for Ambulatory Cardiac Monitoring: JACC State-of-the-Art Review. J Am Coll Cardiol 2020 Apr 7; 75(13):1582-1592. DOI: 10.1016/j.jacc.2020.01.046.
34. Mata-Lima A, Paquete AR, Serrano-Olmedo JJ. Remote patient monitoring and management in nephrology: A systematic review. Nefrologia (Engl Ed) 2024 Sep-Oct; 44(5):639-667. DOI: 10.1016/j.nefroe.2024.10.011.
35. Cornelis J, Christiaens W, de Meester C, Mistiaen P. Remote Patient Monitoring at Home in Patients With COVID-19: Narrative Review. JMIR Nurs 2024 Nov 19; 7:e44580. DOI: 10.2196/44580.
36. Glyde HMG, Morgan C, Wilkinson TMA, Nabney IT, Dodd JW. Remote Patient Monitoring and Machine Learning in Acute Exacerbations of Chronic Obstructive Pulmonary Disease: Dual Systematic Literature Review and Narrative Synthesis. J Med Internet Res 2024 Sep 9; 26:e52143. DOI: 10.2196/52143.
37. Sumner J, Tan SY, Wang Y, Keck CHS, Xin Lee EW, Chew EHH, Yip AW. Co-Designing Remote Patient Monitoring Technologies for Inpatients: Systematic Review. J Med Internet Res 2024 Oct 15; 26:e58144. DOI: 10.2196/58144.
38. Pannunzio V, Morales Ornelas HC, Gurung P, van Kooten R, Snelders D, van Os H, Wouters M, Tollenaar R, Atsma D, Kleinsmann M. Patient and Staff Experience of Remote Patient Monitoring-What to Measure and How: Systematic Review. J Med Internet Res 2024 Apr 22; 26:e48463. doi: 10.2196/48463. PMID: 38648090; PMCID: PMC11074906.
39. Baumann S, Stone RT, Abdelall E. Introducing a Remote Patient Monitoring Usability Impact Model to Overcome Challenges. Sensors (Basel) 2024 Jun 19; 24(12):3977. doi: 10.3390/s24123977. PMID: 38931760; PMCID: PMC11207983.
40. Marier-Tétrault E, Bebawi E, Béchard S, Brouillard P, Zuchinali P, Remillard E, Carrier Z, Jean-Charles L, Nguyen JNK, Lehoux P, Pomey MP, Ribeiro PAB, Tournoux F. Remote Patient Monitoring and Digital Therapeutics Enhancing the Continuum of Care in Heart Failure: Nonrandomized Pilot Study. JMIR Form Res 2024 Nov 6; 8:e53444. doi: 10.2196/53444. PMID: 39504548; PMCID: PMC11579625.
41. Baumann S, Stone R, Kim JY. Introducing the Pi-CON Methodology to Overcome Usability Deficits during Remote Patient Monitoring. Sensors (Basel) 2024 Apr 2; 24(7):2260. doi: 10.3390/s24072260. PMID: 38610471; PMCID: PMC11014368.
42. Wettstein R, Sedaghat-Hamedani F, Heinze O, Amr A, Reich C, Betz T, Kayvanpour E, Merzweiler A, Büsch C, Mohr I, Friedmann-Bette B, Frey N, Dugas M, Meder B. A Remote Patient Monitoring System With Feedback Mechanisms Using a Smartwatch: Concept, Implementation, and Evaluation Based on the activeDCM Randomized Controlled Trial. JMIR Mhealth Uhealth 2024 Nov 22; 12:e58441. doi: 10.2196/58441. PMID: 39365164; PMCID: PMC11624455.
43. Maas BR, Speelberg DHB, de Vries GJ, Valenti G, Ejupi A, Bloem BR, Darweesh SKL, de Vries NM. Patient Experience and Feasibility of a Remote Monitoring System in Parkinson's Disease. Mov Disord Clin Pract 2024 Oct; 11(10):1223-1231. doi: 10.1002/mdc3.14169. Epub 2024 Jul 26. PMID: 39056543; PMCID: PMC11489606.
44. Penrice DD, Hara KS, Sordi-Chara B, Kezer C, Schmidt K, Kassmeyer B, Lennon R, Rosedahl J, Roellinger D, Rattan P, Williams K, Kloft-Nelson S, Leuenberger A, Kamath PS, Shah VH, Simonetto DA. Design, implementation, and impact of a cirrhosis-specific remote patient monitoring program. Hepatol Commun 2024 Jul 22; 8(8):e0498. doi: 10.1097/HC9.0000000000000498. PMID: 39037370; PMCID: PMC11265784.
45. Stuijt DG, van Doeveren EEM, Kos M, Eversdijk M, Bosch JJ, Bins AD, Bak MAR, van Oijen MGH. Remote Patient Monitoring Using Mobile Health Technology in Cancer Care and Research: Patients' Views and Preferences. JCO Clin Cancer Inform 2024 Nov; 8:e2400092. doi: 10.1200/CCI.24.00092. Epub 2024 Nov 12. PMID: 39531613; PMCID: PMC11573098.
46. Wartenberg C, Elden H, Frerichs M, Jivegård LL, Magnusson K, Mourtzinis G, Nyström O, Quitz K, Sjöland H, Svanberg T, Vallo Hult H. Clinical benefits and risks of remote patient monitoring: an overview and assessment of methodological rigour of systematic reviews for selected patient groups. BMC Health Serv Res 2025 Jan 23; 25(1):133. doi: 10.1186/s12913-025-12292-w. PMID: 39849519; PMCID: PMC11759446.
47. Claggett J, Petter S, Joshi A, Ponzio T, Kirkendall E. An Infrastructure Framework for Remote Patient Monitoring Interventions and Research. J Med Internet Res 2024 May 30; 26:e51234. doi: 10.2196/51234. PMID: 38815263; PMCID: PMC11176884.
48. Sheahen B, Laranjo L, Sivagangabalan G, Shaw T, Thiagalingam A, Chow CK. Partnering RemoTe monitoring of Implanted Cardiac devices with Intelligent PATient Engagement - PARTICIPATE trial: a protocol for a randomised controlled trial. Open Heart 2024 Nov 27; 11(2):e002763. doi: 10.1136/openhrt-2024-002763. PMID: 39608860; PMCID: PMC11603830.
49. Feldman DI, Babikian S, Feldman T, Curnow R, Fudim M. Leveraging Remote Patient Monitoring to Effectively Put the Heart Failure Guidelines to Practice. J Card Fail 2024 Sep; 30(9):1166-1169. doi: 10.1016/j.cardfail.2024.04.018. Epub 2024 May 11. PMID: 38740175.
50. Cay G, Finco MG, Garcia J, McNitt-Gray JL, Armstrong DG, Najafi B. Towards a Remote Patient Monitoring Platform for Comprehensive Risk Evaluations for People with Diabetic Foot Ulcers. Sensors (Basel) 2024 May 8; 24(10):2979. doi: 10.3390/s24102979. PMID: 38793835; PMCID: PMC11124849.
51. Alasmary H. ScalableDigitalHealth (SDH): An IoT-Based Scalable Framework for Remote Patient Monitoring. Sensors (Basel) 2024 Feb 19; 24(4):1346. doi: 10.3390/s24041346. PMID: 38400504; PMCID: PMC10893503.
52. Rahman A, Wadud MAH, Islam MJ, Kundu D, Bhuiyan TMA, Muhammad G, Ali Z. Internet of medical things and blockchain-enabled patient-centric agent through SDN for remote patient monitoring in 5G network. Sci Rep 2024 Mar 4; 14(1):5297. doi: 10.1038/s41598-024-55662-w. PMID: 38438526; PMCID: PMC10912771.
53. Hailu R, Sousa J, Tang M, Mehrotra A, Uscher-Pines L. Challenges and Facilitators in Implementing Remote Patient Monitoring Programs in Primary Care. J Gen Intern Med 2024 Oct; 39(13):2471-2477. doi: 10.1007/s11606-023-08557-x. Epub 2024 Apr 23. PMID: 38653884; PMCID: PMC11436674.
54. Khan S, Ullah S, Ullah K, Almutairi S, Aftan S. Implementing Autonomous Control in the Digital-Twins-Based Internet of Robotic Things for Remote Patient Monitoring. Sensors (Basel) 2024 Sep 9; 24(17):5840. doi: 10.3390/s24175840. PMID: 39275751; PMCID: PMC11397836.
55. Clephas PRD, de Boer RA, Brugts JJ. Benefits of remote hemodynamic monitoring in heart failure. Trends Cardiovasc Med 2024 Oct; 34(7):468-476. doi: 10.1016/j.tcm.2023.12.003. Epub 2023 Dec 16. PMID: 38109949.
56. Eisenkraft A. Threat Agnostic Approach to Epidemic Management Using Continuous Remote Patient Monitoring. Health Secur 2024 Mar-Apr; 22(2):156-158. doi: 10.1089/hs.2023.0061. Epub 2024 Mar 13. PMID: 38483338; PMCID: PMC11044856.
57. Preda A, Falco R, Tognola C, Carbonaro M, Vargiu S, Gallazzi M, Baroni M, Gigli L, Varrenti M, Colombo G, Zanotto G, Giannattasio C, Mazzone P, Guarracini F. Contemporary Advances in Cardiac Remote Monitoring: A Comprehensive, Updated Mini-Review. Medicina (Kaunas) 2024 May 16; 60(5):819. doi: 10.3390/medicina60050819. PMID: 38793002; PMCID: PMC11122881.
58. Steinberg R, Anderson B, Hu Z, Johnson TM, O'Keefe JB, Plantinga LC, Kamaleswaran R, Anderson B. Associations between remote patient monitoring programme responsiveness and clinical outcomes for patients with COVID-19. BMJ Open Qual 2021 Sep; 10(3):e001496. doi: 10.1136/bmjoq-2021-001496. PMID: 34518302; PMCID: PMC8438571.

Reference

1. Shaderkin I.A., Lebedev G.S., Fomina I.V., Fedorov I.A., Lelekov A.I. Diagnosis in the era of digital medicine. Russian Journal of Telemedicine and e-Health 2024; 10(1):7-32. DOI: 10.29188/2712-9217-2024-10-1-7-32.
2. Adherence to long-term therapies: evidence for action. WHO Library Cataloguing-in-Publication Data. Geneva: World Health Organization; 2003.
3. Lukina Yu.V., Kutishenko N.P., Martsevich S.Yu., Shepel R.N., Drapkina O.M. Methodological recommendations: "Adherence to drug therapy in patients with chronic non-communicable diseases. Solving the problem in a number of clinical situations" Preventive medicine 2020; 23(3-2):42‑60.
4. Chowdhury R, Khan H, Heydon E, et al. Adherence to cardiovascular therapy: a meta-analysis of prevalence and clinical consequences. Eur Heart J 2013; 34:2940-2948.
5. Ho PM, Bryson CL, Rumsfeld JS. Medication adherence. Its importance in cardiovascular outcomes. Curculation 2009; 119:3028-3035.
6. Cramer J, Amonkar M, Hebborn A, Altman R. Compliance and Persistence with Bisphosphonate Dosing Regimens Among Women with Postmenopausal Osteoporosis. Curr Med Res Opin 2005; 21:9:1453-1460.
7. Osterberg, Т. Blaschke. Adherence to Medication. New England Journal of Medicine 2005; 353:487-497.
8. Pritchett JC, Borah BJ, Desai AP, Xie Z, Saliba AN, Leventakos K, et al. Association of a Remote Patient Monitoring (RPM) Program With Reduced Hospitalizations in Cancer Patients With COVID-19. JCO Oncol Pract 2021 Sep; 17(9): e1293-e1302. DOI: 10.1200/OP.21.00307.
9. Malanchini G, Ferrari G, Leidi C, Ferrari P, Senni M, De Filippo P. Challenges in the remote monitoring of cardiac implantable electronic devices in 2021. Kardiol Pol 2021 Apr 23; 79(4):380-385. DOI: 10.33963/KP.15899.
10. Zito A, Princi G, Romiti GF, Galli M, Basili S, Liuzzo G, et al. Device-based remote monitoring strategies for congestion-guided management of patients with heart failure: a systematic review and meta-analysis. Eur J Heart Fail 2022 Dec; 24(12):2333-2341. DOI: 10.1002/ejhf.2655.
11. Gayathri R, Maheswari S, Mathivanan SK, Shivahare BD, Chandan RR, Shah MA. A comprehensive health assessment approach using ensemble deep learning model for remote patient monitoring with IoT. Sci Rep 2024 Jul 8;14(1):15661. DOI: 10.1038/s41598-024-66427-w.
12. Rathnayaka P, Mills N, Burnett D, De Silva D, Alahakoon D, Gray R. A Mental Health Chatbot with Cognitive Skills for Personalised Behavioural Activation and Remote Health Monitoring. Sensors (Basel) 2022 May 11;22(10):3653. DOI: 10.3390/s22103653.
13. Marini M, Videsott L, Dalle Fratte CF, Francesconi A, Bonvicini E, Quintarelli S, et al. Economic analysis of remote monitoring in patients with implantable cardioverter defibrillators or cardiac resynchronization therapy defibrillators in the Trento area, Italy. Front Cardiovasc Med 2023 May 25; 10:1151167. DOI: 10.3389/fcvm.2023.1151167.
14. Ji W, Shi W, Li X, Shan X, Zhou J, Liu F, Qi F. Evaluation of the Effectiveness of Remote Monitoring to Establish a Community Health Intervention During COVID-19: A Community Intervention Trial. Telemed J E Health 2023 Feb; 29(2):253-260. DOI: 10.1089/tmj.2022.0118.
15. Zito A, Restivo A, Ciliberti G, Laborante R, Princi G, Romiti GF, et al. Heart failure management guided by remote multiparameter monitoring: A meta-analysis. Int J Cardiol 2023 Oct 1; 388:131163. DOI: 10.1016/j.ijcard.2023.131163.
16. Miller JC, Skoll D, Saxon LA. Home Monitoring of Cardiac Devices in the Era of COVID-19. Curr Cardiol Rep 2020 Nov 20; 23(1):1. DOI: 10.1007/s11886-020-01431-w.
17. Kario K. Management of Hypertension in the Digital Era: Small Wearable Monitoring Devices for Remote Blood Pressure Monitoring. Hypertension 2020 Sep; 76(3):640-650. DOI: 10.1161/HYPERTENSIONAHA.120.14742.
18. Shah SS, Gvozdanovic A, Knight M, Gagnon J. Mobile App-Based Remote Patient Monitoring in Acute Medical Conditions: Prospective Feasibility Study Exploring Digital Health Solutions on Clinical Workload During the COVID Crisis. JMIR Form Res 2021 Jan 15; 5(1):e23190. DOI: 10.2196/23190.
19. Kozik M, Isakadze N, Martin SS. Mobile health in preventive cardiology: current status and future perspective. Curr Opin Cardiol 2021 Sep 1; 36(5):580-588. DOI: 10.1097/HCO.0000000000000891
20. Murphie P, Little S, McKinstry B, Pinnock H. Remote consulting with telemonitoring of continuous positive airway pressure usage data for the routine review of people with obstructive sleep apnoea hypopnoea syndrome: A systematic review. J Telemed Telecare 2019 Jan; 25(1):17-25. DOI: 10.1177/1357633X17735618.
21. Abiodun TN, Okunbor D, Osamor VC. Remote Health Monitoring in Clinical Trial using Machine Learning Techniques: A Conceptual Framework. Health Technol (Berl) 2022; 12(2):359-364. DOI: 10.1007/s12553-022-00652-z.
22. Hajduczok AG, Muallem SN, Nudy MS, DeWaters AL, Boehmer JP. Remote monitoring for heart failure using implantable devices: a systematic review, meta-analysis, and meta-regression of randomized controlled trials. Heart Fail Rev 2022 Jul; 27(4):1281-1300. DOI: 10.1007/s10741-021-10150-5.
23. Veenis JF, Radhoe SP, Hooijmans P, Brugts JJ. Remote Monitoring in Chronic Heart Failure Patients: Is Non-Invasive Remote Monitoring the Way to Go? Sensors (Basel) 2021 Jan 28; 21(3):887. DOI: 10.3390/s21030887.
24. Cheung CC, Deyell MW. Remote Monitoring of Cardiac Implantable Electronic Devices. Can J Cardiol 2018 Jul; 34(7):941-944. DOI: 10.1016/j.cjca.2018.01.003.
25. Bashi N, Karunanithi M, Fatehi F, Ding H, Walters D. Remote Monitoring of Patients With Heart Failure: An Overview of Systematic Reviews. J Med Internet Res 2017 Jan 20; 19(1):e18. DOI: 10.2196/jmir.6571.
26. Dickinson MG, Allen LA, Albert NA, DiSalvo T, Ewald GA, Vest AR, Whellan DJ, Zile MR, Givertz MM. Remote Monitoring of Patients With Heart Failure: A White Paper From the Heart Failure Society of America Scientific Statements Committee. J Card Fail 2018 Oct; 24(10):682-694. DOI: 10.1016/j.cardfail.2018.08.011.
27. Farias FAC, Dagostini CM, Bicca YA, Falavigna VF, Falavigna A. Remote Patient Monitoring: A Systematic Review. Telemed J E Health 2020 May; 26(5):576-583. DOI: 10.1089/tmj.2019.0066.
28. Albahri OS, Albahri AS, Mohammed KI, Zaidan AA, Zaidan BB, Hashim M, Salman OH. Systematic Review of Real-time Remote Health Monitoring System in Triage and Priority-Based Sensor Technology: Taxonomy, Open Challenges, Motivation and Recommendations. J Med Syst 2018 Mar 22; 42(5):80. DOI: 10.1007/s10916-018-0943-4.
29. Whitehead D, Conley J. The Next Frontier of Remote Patient Monitoring: Hospital at Home. J Med Internet Res 2023 Mar 16; 25:e42335. DOI: 10.2196/42335.
30. Bhatia A, Ewald G, Maddox T. The Novel Data Collection and Analytics Tools for Remote Patient Monitoring in Heart Failure (Nov-RPM-HF) Trial: Protocol for a Single-Center Prospective Trial. JMIR Res Protoc 2022 Jun 30; 11(6):e32873. DOI: 10.2196/32873.
31. Bylappa BK, Kamath DY, Josephine IS, Shaikh J, Kamath A, Rioniz P, et al. Usability and feasibility assessment of a smartphone application (Suhriday) for heart failure self-care remote monitoring in an Indian tertiary health care setting: a pilot mixed-methods study. BMJ Open 2022 Aug 24; 12(8):e056962. DOI: 10.1136/bmjopen-2021-056962..
32. Konstantinidis D, Iliakis P, Tatakis F, Thomopoulos K, Dimitriadis K, Tousoulis D, Tsioufis K. Wearable blood pressure measurement devices and new approaches in hypertension management: the digital era. J Hum Hypertens 2022 Nov; 36(11):945-951. DOI: 10.1038/s41371-022-00675-z.
33. Sana F, Isselbacher EM, Singh JP, Heist EK, Pathik B, Armoundas AA. Wearable Devices for Ambulatory Cardiac Monitoring: JACC State-of-the-Art Review. J Am Coll Cardiol 2020 Apr 7; 75(13):1582-1592. DOI: 10.1016/j.jacc.2020.01.046.
34. Mata-Lima A, Paquete AR, Serrano-Olmedo JJ. Remote patient monitoring and management in nephrology: A systematic review. Nefrologia (Engl Ed) 2024 Sep-Oct; 44(5):639-667. DOI: 10.1016/j.nefroe.2024.10.011.
35. Cornelis J, Christiaens W, de Meester C, Mistiaen P. Remote Patient Monitoring at Home in Patients With COVID-19: Narrative Review. JMIR Nurs 2024 Nov 19; 7:e44580. DOI: 10.2196/44580.
36. Glyde HMG, Morgan C, Wilkinson TMA, Nabney IT, Dodd JW. Remote Patient Monitoring and Machine Learning in Acute Exacerbations of Chronic Obstructive Pulmonary Disease: Dual Systematic Literature Review and Narrative Synthesis. J Med Internet Res 2024 Sep 9; 26:e52143. DOI: 10.2196/52143.
37. Sumner J, Tan SY, Wang Y, Keck CHS, Xin Lee EW, Chew EHH, Yip AW. Co-Designing Remote Patient Monitoring Technologies for Inpatients: Systematic Review. J Med Internet Res 2024 Oct 15; 26:e58144. DOI: 10.2196/58144.
38. Pannunzio V, Morales Ornelas HC, Gurung P, van Kooten R, Snelders D, van Os H, Wouters M, Tollenaar R, Atsma D, Kleinsmann M. Patient and Staff Experience of Remote Patient Monitoring-What to Measure and How: Systematic Review. J Med Internet Res 2024 Apr 22; 26:e48463. doi: 10.2196/48463. PMID: 38648090; PMCID: PMC11074906.
39. Baumann S, Stone RT, Abdelall E. Introducing a Remote Patient Monitoring Usability Impact Model to Overcome Challenges. Sensors (Basel) 2024 Jun 19; 24(12):3977. doi: 10.3390/s24123977. PMID: 38931760; PMCID: PMC11207983.
40. Marier-Tétrault E, Bebawi E, Béchard S, Brouillard P, Zuchinali P, Remillard E, Carrier Z, Jean-Charles L, Nguyen JNK, Lehoux P, Pomey MP, Ribeiro PAB, Tournoux F. Remote Patient Monitoring and Digital Therapeutics Enhancing the Continuum of Care in Heart Failure: Nonrandomized Pilot Study. JMIR Form Res 2024 Nov 6; 8:e53444. doi: 10.2196/53444. PMID: 39504548; PMCID: PMC11579625.
41. Baumann S, Stone R, Kim JY. Introducing the Pi-CON Methodology to Overcome Usability Deficits during Remote Patient Monitoring. Sensors (Basel) 2024 Apr 2; 24(7):2260. doi: 10.3390/s24072260. PMID: 38610471; PMCID: PMC11014368.
42. Wettstein R, Sedaghat-Hamedani F, Heinze O, Amr A, Reich C, Betz T, Kayvanpour E, Merzweiler A, Büsch C, Mohr I, Friedmann-Bette B, Frey N, Dugas M, Meder B. A Remote Patient Monitoring System With Feedback Mechanisms Using a Smartwatch: Concept, Implementation, and Evaluation Based on the activeDCM Randomized Controlled Trial. JMIR Mhealth Uhealth 2024 Nov 22; 12:e58441. doi: 10.2196/58441. PMID: 39365164; PMCID: PMC11624455.
43. Maas BR, Speelberg DHB, de Vries GJ, Valenti G, Ejupi A, Bloem BR, Darweesh SKL, de Vries NM. Patient Experience and Feasibility of a Remote Monitoring System in Parkinson's Disease. Mov Disord Clin Pract 2024 Oct; 11(10):1223-1231. doi: 10.1002/mdc3.14169. Epub 2024 Jul 26. PMID: 39056543; PMCID: PMC11489606.
44. Penrice DD, Hara KS, Sordi-Chara B, Kezer C, Schmidt K, Kassmeyer B, Lennon R, Rosedahl J, Roellinger D, Rattan P, Williams K, Kloft-Nelson S, Leuenberger A, Kamath PS, Shah VH, Simonetto DA. Design, implementation, and impact of a cirrhosis-specific remote patient monitoring program. Hepatol Commun 2024 Jul 22; 8(8):e0498. doi: 10.1097/HC9.0000000000000498. PMID: 39037370; PMCID: PMC11265784.
45. Stuijt DG, van Doeveren EEM, Kos M, Eversdijk M, Bosch JJ, Bins AD, Bak MAR, van Oijen MGH. Remote Patient Monitoring Using Mobile Health Technology in Cancer Care and Research: Patients' Views and Preferences. JCO Clin Cancer Inform 2024 Nov; 8:e2400092. doi: 10.1200/CCI.24.00092. Epub 2024 Nov 12. PMID: 39531613; PMCID: PMC11573098.
46. Wartenberg C, Elden H, Frerichs M, Jivegård LL, Magnusson K, Mourtzinis G, Nyström O, Quitz K, Sjöland H, Svanberg T, Vallo Hult H. Clinical benefits and risks of remote patient monitoring: an overview and assessment of methodological rigour of systematic reviews for selected patient groups. BMC Health Serv Res 2025 Jan 23; 25(1):133. doi: 10.1186/s12913-025-12292-w. PMID: 39849519; PMCID: PMC11759446.
47. Claggett J, Petter S, Joshi A, Ponzio T, Kirkendall E. An Infrastructure Framework for Remote Patient Monitoring Interventions and Research. J Med Internet Res 2024 May 30; 26:e51234. doi: 10.2196/51234. PMID: 38815263; PMCID: PMC11176884.
48. Sheahen B, Laranjo L, Sivagangabalan G, Shaw T, Thiagalingam A, Chow CK. Partnering RemoTe monitoring of Implanted Cardiac devices with Intelligent PATient Engagement - PARTICIPATE trial: a protocol for a randomised controlled trial. Open Heart 2024 Nov 27; 11(2):e002763. DOI: 10.1136/openhrt-2024-002763. PMID: 39608860; PMCID: PMC11603830.
49. Feldman DI, Babikian S, Feldman T, Curnow R, Fudim M. Leveraging Remote Patient Monitoring to Effectively Put the Heart Failure Guidelines to Practice. J Card Fail 2024 Sep; 30(9):1166-1169. doi: 10.1016/j.cardfail.2024.04.018. Epub 2024 May 11. PMID: 38740175.
50. Cay G, Finco MG, Garcia J, McNitt-Gray JL, Armstrong DG, Najafi B. Towards a Remote Patient Monitoring Platform for Comprehensive Risk Evaluations for People with Diabetic Foot Ulcers. Sensors (Basel) 2024 May 8; 24(10):2979. DOI: 10.3390/s24102979.
51. Alasmary H. ScalableDigitalHealth (SDH): An IoT-Based Scalable Framework for Remote Patient Monitoring. Sensors (Basel) 2024 Feb 19; 24(4):1346. doi: 10.3390/s24041346. PMID: 38400504; PMCID: PMC10893503.
52. Rahman A, Wadud MAH, Islam MJ, Kundu D, Bhuiyan TMA, Muhammad G, Ali Z. Internet of medical things and blockchain-enabled patient-centric agent through SDN for remote patient monitoring in 5G network. Sci Rep 2024 Mar 4; 14(1):5297. DOI: 10.1038/s41598-024-55662-w.
53. Hailu R, Sousa J, Tang M, Mehrotra A, Uscher-Pines L. Challenges and Facilitators in Implementing Remote Patient Monitoring Programs in Primary Care. J Gen Intern Med 2024 Oct; 39(13):2471-2477. DOI: 10.1007/s11606-023-08557-x.
54. Khan S, Ullah S, Ullah K, Almutairi S, Aftan S. Implementing Autonomous Control in the Digital-Twins-Based Internet of Robotic Things for Remote Patient Monitoring. Sensors (Basel) 2024 Sep 9; 24(17):5840. doi: 10.3390/s24175840. PMID: 39275751; PMCID: PMC11397836.
55. Clephas PRD, de Boer RA, Brugts JJ. Benefits of remote hemodynamic monitoring in heart failure. Trends Cardiovasc Med 2024 Oct; 34(7):468-476. doi: 10.1016/j.tcm.2023.12.003. Epub 2023 Dec 16. PMID: 38109949.
56. Eisenkraft A. Threat Agnostic Approach to Epidemic Management Using Continuous Remote Patient Monitoring. Health Secur 2024 Mar-Apr; 22(2):156-158. D0OI: 10.1089/hs.2023.0061.
57. Preda A, Falco R, Tognola C, Carbonaro M, Vargiu S, Gallazzi M, Baroni M, Gigli L, Varrenti M, Colombo G, Zanotto G, Giannattasio C, Mazzone P, Guarracini F. Contemporary Advances in Cardiac Remote Monitoring: A Comprehensive, Updated Mini-Review. Medicina (Kaunas) 2024 May 16; 60(5):819. DOI: 10.3390/medicina60050819.
58. Steinberg R, Anderson B, Hu Z, Johnson TM, O'Keefe JB, Plantinga LC, Kamaleswaran R, Anderson B. Associations between remote patient monitoring programme responsiveness and clinical outcomes for patients with COVID-19. BMJ Open Qual 2021 Sep; 10(3):e001496. DOI: 10.1136/bmjoq-2021-001496.

Дата поступления: 07.05.2025

Добавить комментарий

Пожалуйста оставляйте комментарии только по теме. Вы можете оставить свой комментарий любым браузером кроме Internet Explorer старше 6.0
Имя:
E-mail
Комментарий:
Код:*