基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对社区重点监测人群血压改善的效果评价

doi:10.3969/j.issn.1674-8115.2022.06.015

上海交通大学学报（医学版） ›› 2022, Vol. 42 ›› Issue (6): 797-804.doi: 10.3969/j.issn.1674-8115.2022.06.015

• 论著 · 公共卫生 • 上一篇

基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对社区重点监测人群血压改善的效果评价

李国栋¹(), 颜少华¹(), 张秋霞¹, 雷力¹, 张新禄¹, 梁鸿彬¹, 卢俊颜², 肖敏², 罗玮¹, 卜军³, 修建成¹()

^1.南方医科大学南方医院心血管内科，广州 510515
^2.南方医科大学南方医院增城分院心血管内科，广州 511340
^3.上海交通大学医学院附属仁济医院心内科，上海 200127

收稿日期:2022-01-27 接受日期:2022-06-20 出版日期:2022-06-28 发布日期:2022-08-19
通讯作者: 修建成 E-mail:48379807@qq.com;xiujch@163.com
作者简介:李国栋（1981—），男，主治医师，硕士生；电子信箱：48379807@qq.com
李国栋（1981—），男，主治医师，硕士生；电子信箱：48379807@qq.com第一联系人：（李国栋、颜少华并列第一作者）
基金资助:
国家重点研发计划(2018YFC1312803);国家自然科学基金(81974266)

Evaluation of the application effect of “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases on the improvement of blood pressure in target surveillance population in community

LI Guodong¹(), YAN Shaohua¹(), ZHANG Qiuxia¹, LEI Li¹, ZHANG Xinlu¹, LIANG Hongbin¹, LU Junyan², XIAO Min², LUO Wei¹, PU Jun³, XIU Jiancheng¹()

^1.Department of Cardiology, Nanfang Hospital, Southern Medical University, Guangzhou 510515, China
^2.Department of Cardiology, Zengcheng Branch of Nanfang Hospital, Southern Medical University, Guangzhou 511340, China
^3.Department of Cardiology, Renji Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai 200127, China

Received:2022-01-27 Accepted:2022-06-20 Online:2022-06-28 Published:2022-08-19
Contact: XIU Jiancheng E-mail:48379807@qq.com;xiujch@163.com
Supported by:
National Key R&D Program of China(2018YFC1312803);National Natural Science Foundation of China(81974266)

摘要/Abstract

摘要：

目的·探讨基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对社区重点监测人群的血压改善效果。方法·选取2020年1月—2021年7月在广州市增城区新塘镇参与国家基本公共卫生服务项目年度体检至少2次的社区重点监测人群，按照是否接受“互联网+”心脑血管疾病“协防共管”健康管理模式将其分为常规治疗组（n=2 987）和“协防共管”模式组（n=2 876）。常规治疗组接受常规模式管理，即每年1次的常规体检；“协防共管”模式组除常规治疗外，还需接受“互联网+”健康教育，其所在村落被投放可穿戴心电监测设备。对2组受试者的基线水平（干预前）进行比较，观察2组受试者于干预前后的血压变化差值情况。采用协方差分析不同干预措施对血压的影响是否受其基线血压水平的影响，并运用多因素线性回归模型探讨基于“互联网+”的心脑血管疾病“协防共管”健康管理模式与血压及其他心血管疾病危险因素控制情况的相关性。结果·与常规治疗组相比，“协防共管”模式组受试者的基线收缩压、舒张压均较高（均P=0.000）。在中位干预时间227 d后，“协防共管”模式组受试者的收缩压、舒张压在干预前后的变化分别为-0.28 mmHg（95% CI -0.94~0.37，P=0.398）、-0.68 mmHg（95% CI -1.09~-0.27，P=0.001）；常规治疗组受试者的变化分别为2.92 mmHg（95% CI 2.29~3.54，P=0.000）、-0.12 mmHg（95% CI -0.51~0.28，P=0.554）；干预前后收缩压、舒张压变化差值的2组间差异分别为3.20 mmHg（95% CI 2.29~4.11，P=0.000）、0.56 mmHg（95% CI -0.01~1.13，P=0.055）。协方差分析显示，在校正了干预前的收缩压后，与常规治疗组相比，“协防共管”模式组受试者干预后的收缩压降低了2.06 mmHg（P=0.000）。在多因素线性回归模型中，校正混杂因素后，基于“互联网+”的心脑血管疾病“协防共管”健康管理模式与收缩压下降相关（P=0.000）。结论·基于“互联网+”的心脑血管疾病“协防共管”健康管理模式有助于改善社区重点监测人群的收缩压控制。

关键词: 心脑血管疾病, 互联网+, 协防共管, 社区重点监测人群, 血压

Abstract:

Objective·To evaluate the effect of “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases on the improvement of blood pressure in target surveillance population in community.

Methods·Target surveillance population in community who participated in the annual physical examination provided by the National Basic Public Health Service project at least twice in Xintang Town, Zengcheng District, Guangzhou from January 2020 and July 2021 were enrolled, and divided into regular management group (n=2 987) and “co-prevention and co-management” model group (n=2 876) based on whether they had received “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases or not. The regular management group received the regular management mode which included an annual physical examination. In addition to regular treatment, the “co-prevention and co-management” model group received “Internet+ health education”, and their villages were provided with wearable electrocardiogram monitoring equipment. The baseline levels (before the intervention) of the two groups were compared, and the differences of blood pressure changes between the two groups before and after the interventions were observed. Covariance analysis was used to analyze whether the effect of different intervention measures on blood pressure was affected by its baseline blood pressure level. Multi-variable linear regression model was used to explore the association between the “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases and the control of blood pressure and other cardio-cerebrovascular disease risk factors.

Results·Compared with the regular management group, the baseline levels of systolic blood pressure (SBP) and diastolic blood pressure (DBP) in the “co-prevention and co-management” model group were higher (both P=0.000). After the median intervention time of 227 days, the changes of SBP and DBP in the “co-prevention and co-management” model group before and after the interventions were -0.28 mmHg (95% CI -0.94?0.37, P=0.398) and -0.68 mmHg (95% CI -1.09?-0.27, P=0.001), respectively; the changes in the regular treatment group were 2.92 mmHg (95% CI 2.29?3.54, P=0.000) and -0.12 mmHg (95% CI -0.51?0.28, P=0.554), respectively; the differences of SBP and DBP before and after the intervention between the two groups were 3.20 mmHg (95% CI 2.29?4.11, P=0.000) and 0.56 mmHg (95% CI -0.01?1.13, P=0.055), respectively. Covariance analysis showed that after adjusting for SBP before the intervention, compared with the regular treatment group, the SBP in the “co-prevention and co-management” model group was reduced by 2.06 mmHg (P=0.000). In the multi-variable linear regression model, after adjusting the confounding factors, the “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases was associated with lower SBP (P=0.000).

Conclusion·The application of “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases among target surveillance population in community can help improving the control of systolic blood pressure.

Key words: cardio-cerebrovascular disease, Internet+, co-prevention and co-management, target surveillance population in community, blood pressure

中图分类号:

R544.1

李国栋, 颜少华, 张秋霞, 雷力, 张新禄, 梁鸿彬, 卢俊颜, 肖敏, 罗玮, 卜军, 修建成. 基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对社区重点监测人群血压改善的效果评价[J]. 上海交通大学学报（医学版）, 2022, 42(6): 797-804.

LI Guodong, YAN Shaohua, ZHANG Qiuxia, LEI Li, ZHANG Xinlu, LIANG Hongbin, LU Junyan, XIAO Min, LUO Wei, PU Jun, XIU Jiancheng. Evaluation of the application effect of “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases on the improvement of blood pressure in target surveillance population in community[J]. Journal of Shanghai Jiao Tong University (Medical Science), 2022, 42(6): 797-804.

图/表 4

参考文献 22

1	GBD Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990‒2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396(10258): 1204-1222.
2	ROTH G A, MENSAH G A, JOHNSON C O, et al. Global burden of cardiovascular diseases and risk factors, 1990-2019: update from the GBD 2019 study[J]. J Am Coll Cardiol, 2020, 76(25): 2982-3021.
3	ZHOU M G, WANG H D, ZENG X Y, et al. Mortality, morbidity, and risk factors in China and its provinces, 1990-2017: a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet, 2019, 394(10204): 1145-1158.
4	中国心血管健康与疾病报告编写组. 中国心血管健康与疾病报告2020概要[J]. 中国循环杂志, 2021, 36(6): 521-545.
	Writing Committee of the Report on Cardiovascular Health and Diseases in China. Report on cardiovascular health and diseases burden in China: an updated summary of 2020[J]. Chin Circ J, 2021, 36(6): 521-545.
5	PIEPOLI M F, HOES A W, AGEWALL S, et al. 2016 European Guidelines on cardiovascular disease prevention in clinical practice: the Sixth Joint Task Force of the European Society of Cardiology and Other Societies on Cardiovascular Disease Prevention in Clinical Practice (constituted by representatives of 10 societies and by invited experts) Developed with the special contribution of the European Association for Cardiovascular Prevention & Rehabilitation (EACPR)[J]. Eur Heart J, 2016, 37(29): 2315-2381.
6	YANG X L, LI J X, HU D S, et al. Predicting the 10-year risks of atherosclerotic cardiovascular disease in Chinese population: the China-PAR project (prediction for ASCVD risk in China)[J]. Circulation, 2016, 134(19): 1430-1440.
7	LU J P, LU Y, WANG X C, et al. Prevalence, awareness, treatment, and control of hypertension in China: data from 1.7 million adults in a population-based screening study (China PEACE Million Persons Project)[J]. Lancet, 2017, 390(10112): 2549-2558.
8	YUSUF S, JOSEPH P, RANGARAJAN S, et al. Modifiable risk factors, cardiovascular disease, and mortality in 155 722 individuals from 21 high-income, middle-income, and low-income countries (PURE): a prospective cohort study[J]. Lancet, 2020, 395(10226): 795-808.
9	刘子言, 肖月, 赵琨, 等. 国家基本公共卫生服务项目实施进展与成效[J]. 中国公共卫生, 2019, 35(6): 657-664.
	LIU Z Y, XIAO Y, ZHAO K, et al. Implementation progress and effect of National Essential Public Health Services Program in China[J]. Chin J Public Health, 2019, 35(6): 657-664.
10	YEOH E K, WONG M C S, WONG E L Y, et al. Benefits and limitations of implementing Chronic Care Model (CCM) in primary care programs: a systematic review[J]. Int J Cardiol, 2018, 258: 279-288.
11	TURNER B J, HOLLENBEAK C S, LIANG Y Y, et al. A randomized trial of peer coach and office staff support to reduce coronary heart disease risk in African-Americans with uncontrolled hypertension[J]. J Gen Intern Med, 2012, 27(10): 1258-1264.
12	FRANEK J. Self-management support interventions for persons with chronic disease: an evidence-based analysis[J]. Ont Health Technol Assess Ser, 2013, 13(9): 1-60.
13	陆勇, 季正明. 社区卫生定向服务模式在社区慢性病管理中的应用[J]. 中国慢性病预防与控制, 2004, 12(2): 73-75.
	LU Y, JI Z M. Application of community health oriented service model in community chronic disease management[J]. Chin J Prev Contr Chron Non-commun Dis, 2004, 12(2): 73-75.
14	严立群, 方波. “知己”健康管理模式在慢性病管理中的应用[J]. 中医药管理杂志, 2018, 26(1): 168-170.
	YAN L Q, FANG B. Application of “confidant” health management mode in chronic disease management[J]. J Tradit Chin Med Manage, 2018, 26(1): 168-170.
15	LEI L, TANG Y Z, ZHANG Q X, et al. The association between the frequency of annual health checks participation and the control of cardiovascular risk factors[J]. Front Cardiovasc Med, 2022, 9: 860503.
16	中国高血压防治指南修订委员会高血压联盟, 中华医学会心血管病学分会, 中国医师协会高血压专业委员会, 等. 中国高血压防治指南(2018年修订版)[J]. 中国心血管杂志, 2019, 24(1): 24-56.
	Writing Group of 2018 Chinese Guidelines for the Management of Hypertension, Chinese Hypertension League, Chinese Society of Cardiology, Chinese Medical Doctor Association Hypertension Committee, et al. 2018 Chinese guidelines for the management of hypertension[J]. Chin J Cardiovasc Med, 2019, 24(1): 24-56.
17	NELSON R G, GRAMS M E, BALLEW S H, et al. Development of risk prediction equations for incident chronic kidney disease[J]. JAMA, 2019, 322(21): 2104-2114.
18	STEVENS P E, LEVIN A, KIDNEY DISEASE: IMPROVING GLOBAL OUTCOMES CHRONIC KIDNEY DISEASE GUIDELINE DEVELOPMENT WORK GROUP MEMBERS. Evaluation and management of chronic kidney disease: synopsis of the kidney disease: improving global outcomes 2012 clinical practice guideline[J]. Ann Intern Med, 2013, 158(11): 825-830.
19	LEVEY A S, BOSCH J P, LEWIS J B, et al. A more accurate method to estimate glomerular filtration rate from serum creatinine: a new prediction equation. Modification of Diet in Renal Disease Study Group[J]. Ann Intern Med, 1999, 130(6): 461-470.
20	KARIO K, NOMURA A, HARADA N, et al. Efficacy of a digital therapeutics system in the management of essential hypertension: the HERB-DH1 pivotal trial[J]. Eur Heart J, 2021, 42(40): 4111-4122.
21	MCMANUS R J, LITTLE P, STUART B, et al. Home and Online Management and Evaluation of Blood Pressure (HOME BP) using a digital intervention in poorly controlled hypertension: randomised controlled trial[J]. BMJ, 2021, 372: m4858.
22	LISÓN J F, PALOMAR G, MENSORIO M S, et al. Impact of a web-based exercise and nutritional education intervention in patients who are obese with hypertension: randomized wait-list controlled trial[J]. J Med Internet Res, 2020, 22(4): e14196.

Item	Regular management group （n=2 987）	“Co-prevention and co-management” model group （n=2 876）	P value
Age/year	68.88 ± 7.88	69.53 ± 8.01	0.002
Male/n（%）	1 154 （38.63）	1 086 （37.76）	0.509
BMI/（kg·m^-2）	24.43 ± 3.47	24.28 ± 3.69	0.123
Waist circumstance/cm	86.28 ± 9.18	85.45 ± 9.75	0.001
Smoking/n（%）			0.665
Never	2 483 （83.15）	2 393 （83.23）
Current smoker	317 （10.62）	317 （11.03）
Ever smoker	186 （6.23）	165 （5.74）
Drinking/n（%）			0.014
Never	2 576 （86.24）	2 557 （88.91）
Sometimes	279 （9.34）	212 （7.37）
Often	27 （0.90）	17 （0.59）
Everyday	105 （3.52）	90 （3.13）
Exercise/n（%）			0.000
Never	671 （22.46）	974 （33.87）
Sometimes	280 （9.37）	320 （11.13）
At least once a week	56 （1.87）	47 （1.63）
Everyday	1 980 （66.29）	1 535 （53.37）
History of hypertension/n（%）	2 330 （78.00）	2 276 （79.14）	0.305
History of diabetes/n（%）	747 （25.01）	756 （26.29）	0.275
CKD/n（%）	516 （17.50）	635 （22.63）	0.000
Heart rate/bpm	73.44 ± 11.86	72.64 ± 11.90	0.010
SBP/mmHg	142.75 ± 19.34	145.30 ± 19.16	0.000
DBP/mmHg	82.32 ± 11.42	83.65 ± 11.44	0.000
FBG/（mmol·L^-1）	4.80 （4.20， 5.70）	4.71 （4.16， 5.62）	0.055
Scr/（μmol·L^-1）	77.88 （66.28， 93.06）	80.71 （68.30， 96.19）	0.000
eGFR/［mL·（min·1.73m²）^-1］	76.34 （64.80， 88.63）	72.71 （61.25， 85.98）	0.000
TC/（mmol·L^-1）	5.22 （4.50， 5.95）	5.22 （4.55， 5.95）	0.527
TAG/（mmol·L^-1）	1.47 （1.06， 2.11）	1.48 （1.06， 2.20）	0.354
LDL-C/（mmol·L^-1）	3.33 （2.73， 3.95）	3.36 （2.79， 3.96）	0.337
HDL-C/（mmol·L^-1）	1.32 （1.10， 1.58）	1.31 （1.09， 1.58）	0.261
Hypertensive treatment/n（%）	1 582 （53.05）	1 515 （52.79）	0.860
Diabetes treatment/n（%）	611 （20.49）	518 （18.05）	0.020
Statin treatment/n（%）	9 （0.30）	5 （0.17）	0.425

Item	Regular management group （n=2 987）	“Co-prevention and co-management” model group （n=2 876）	P value
Age/year	68.88 ± 7.88	69.53 ± 8.01	0.002
Male/n（%）	1 154 （38.63）	1 086 （37.76）	0.509
BMI/（kg·m^-2）	24.43 ± 3.47	24.28 ± 3.69	0.123
Waist circumstance/cm	86.28 ± 9.18	85.45 ± 9.75	0.001
Smoking/n（%）			0.665
Never	2 483 （83.15）	2 393 （83.23）
Current smoker	317 （10.62）	317 （11.03）
Ever smoker	186 （6.23）	165 （5.74）
Drinking/n（%）			0.014
Never	2 576 （86.24）	2 557 （88.91）
Sometimes	279 （9.34）	212 （7.37）
Often	27 （0.90）	17 （0.59）
Everyday	105 （3.52）	90 （3.13）
Exercise/n（%）			0.000
Never	671 （22.46）	974 （33.87）
Sometimes	280 （9.37）	320 （11.13）
At least once a week	56 （1.87）	47 （1.63）
Everyday	1 980 （66.29）	1 535 （53.37）
History of hypertension/n（%）	2 330 （78.00）	2 276 （79.14）	0.305
History of diabetes/n（%）	747 （25.01）	756 （26.29）	0.275
CKD/n（%）	516 （17.50）	635 （22.63）	0.000
Heart rate/bpm	73.44 ± 11.86	72.64 ± 11.90	0.010
SBP/mmHg	142.75 ± 19.34	145.30 ± 19.16	0.000
DBP/mmHg	82.32 ± 11.42	83.65 ± 11.44	0.000
FBG/（mmol·L^-1）	4.80 （4.20， 5.70）	4.71 （4.16， 5.62）	0.055
Scr/（μmol·L^-1）	77.88 （66.28， 93.06）	80.71 （68.30， 96.19）	0.000
eGFR/［mL·（min·1.73m²）^-1］	76.34 （64.80， 88.63）	72.71 （61.25， 85.98）	0.000
TC/（mmol·L^-1）	5.22 （4.50， 5.95）	5.22 （4.55， 5.95）	0.527
TAG/（mmol·L^-1）	1.47 （1.06， 2.11）	1.48 （1.06， 2.20）	0.354
LDL-C/（mmol·L^-1）	3.33 （2.73， 3.95）	3.36 （2.79， 3.96）	0.337
HDL-C/（mmol·L^-1）	1.32 （1.10， 1.58）	1.31 （1.09， 1.58）	0.261
Hypertensive treatment/n（%）	1 582 （53.05）	1 515 （52.79）	0.860
Diabetes treatment/n（%）	611 （20.49）	518 （18.05）	0.020
Statin treatment/n（%）	9 （0.30）	5 （0.17）	0.425

Variable	Model 1			Model 2			Model 3
Variable	β	95% CI	P value	β	95% CI	P value	β	95% CI	P value
Change in SBP	-3.198	-4.106‒ -2.290	0.000	-2.159	-2.952‒-1.366	0.000	-2.083	-2.893‒-1.273	0.000
Change in DBP	-0.557	-1.127‒0.012	0.055	0.209	-0.273‒0.690	0.396	0.163	-0.329‒0.655	0.517
Change in BMI	0.001	-0.075‒0.078	0.978	0.005	-0.080‒0.070	0.889	-0.008	-0.084‒0.068	0.837
Change in FBG	0.051	-0.052‒0.153	0.332	0.050	-0.043‒0.144	0.291	0.079	-0.014‒0.173	0.095
Change in TC	0.112	0.069‒0.155	0.000	0.116	0.075‒0.157	0.000	0.114	0.073‒0.155	0.000
Change in LDL-C	0.063	0.028‒0.098	0.000	0.069	0.036‒0.102	0.000	0.067	0.034‒0.100	0.000

Variable	Model 1			Model 2			Model 3
Variable	β	95% CI	P value	β	95% CI	P value	β	95% CI	P value
Change in SBP	-3.198	-4.106‒ -2.290	0.000	-2.159	-2.952‒-1.366	0.000	-2.083	-2.893‒-1.273	0.000
Change in DBP	-0.557	-1.127‒0.012	0.055	0.209	-0.273‒0.690	0.396	0.163	-0.329‒0.655	0.517
Change in BMI	0.001	-0.075‒0.078	0.978	0.005	-0.080‒0.070	0.889	-0.008	-0.084‒0.068	0.837
Change in FBG	0.051	-0.052‒0.153	0.332	0.050	-0.043‒0.144	0.291	0.079	-0.014‒0.173	0.095
Change in TC	0.112	0.069‒0.155	0.000	0.116	0.075‒0.157	0.000	0.114	0.073‒0.155	0.000
Change in LDL-C	0.063	0.028‒0.098	0.000	0.069	0.036‒0.102	0.000	0.067	0.034‒0.100	0.000

Variable	Regular management group （n=2 987）	“Co-prevention and co-management” model group （n=2 876）	Changes between the two groups/ ［difference （95% CI）］	P value
Change in BMI/（kg·m^-2）	0.18±1.51	0.18±1.47	0.00 （-0.08‒0.08）	0.978
Change in FBG/（mmol·L^-1）	0.79±1.86	0.84±2.07	-0.05 （-0.15‒0.05）	0.332
Change in TC/（mmol·L^-1）	0.28±0.83	0.39±0.82	-0.11 （-0.15‒ -0.07）	0.000
Change in LDL-C/（mmol·L^-1）	0.03±0.67	0.09±0.66	-0.06 （-0.10‒ -0.03）	0.000

基于“互联网+”的心脑血管疾病“协防共管”健康管理模式对社区重点监测人群血压改善的效果评价

Evaluation of the application effect of “Internet+”-based “co-prevention and co-management” health management model for cardio-cerebrovascular diseases on the improvement of blood pressure in target surveillance population in community

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 22

相关文章 15

编辑推荐

Metrics

[1]	张梦吉, 黄琳, 李峥, 马卓然, 魏霖, 袁安彩, 胡刘华, 张薇, 钱昆, 卜军. 基于人群大队列探索心脑血管疾病相关血浆代谢组学特征[J]. 上海交通大学学报（医学版）, 2022, 42(3): 259-266.
[2]	梁存禹, 赵倩, 宋宁, 门莉, 陈清杰, 楚俊昆, 卜军, 李晓梅, 杨毅宁. 基于“互联网+”的可穿戴式心电设备在冠心病患者PCI术后慢病管理中的应用效果评价[J]. 上海交通大学学报（医学版）, 2022, 42(3): 275-281.
[3]	余爱勇, 赵迎春, 潘晓春, 周克贵, 赵玉武, 顾磊. 不同血压变异的肢体抖动短暂性脑缺血发作患者脑灌注特征[J]. 上海交通大学学报(医学版), 2022, 42(2): 178-184.
[4]	刘译升1，詹艳丽2，潘辉1，尹家文1，胡玥1，蔡学礼2#，刘建仁1#. 不明原因脑栓塞与心源性脑卒中机械取栓预后的比较[J]. 上海交通大学学报(医学版), 2020, 40(9): 1270-1276.
[5]	朱旻霞1, 2，张伟明1, 2，倪兆慧2，蔡宏1, 2，鲁嘉越1, 2，刘上1, 2，占雅萍1, 2. 维持性血液透析患者透析期血压波动与透析相关并发症的相关性分析[J]. 上海交通大学学报（医学版）, 2020, 40(4): 484-.
[6]	胡绪林，陈妍，夏红萍，张拥军. 不同程度小于胎龄儿的母体临床危险因素分析[J]. 上海交通大学学报（医学版）, 2020, 40(4): 489-.
[7]	瞿蕾1，崔雪莹1，谢璐遥1，王变1，汤庆娅2，沈秀华1, 2, 3. 上海市270名素食者肥胖及相关代谢状况的调查[J]. 上海交通大学学报（医学版）, 2020, 40(4): 519-.
[8]	胡哲1，丰青1，邓雪芹1，何嫣1，李明春1，董晨杰2，胡静芬3，张楠3，高妍4，初少莉1，杨晖1#，陈歆1#. 上海嘉定区高血压控制情况及其影响因素[J]. 上海交通大学学报(医学版), 2020, 40(12): 1652-1655.
[9]	沈婷，徐韬，郑静，安小虎，徐子锋，柴静. 去甲肾上腺素预防剖宫产腰硬联合麻醉后低血压的90%有效剂量的临床研究[J]. 上海交通大学学报(医学版), 2020, 40(11): 1495-1499.
[10]	林昊，潘建安，张俊峰，顾俊，王长谦. 糖尿病、高血压和心房颤动不同治疗方案对射血分数保留心力衰竭发生的影响[J]. 上海交通大学学报(医学版), 2020, 40(10): 1402-1407.
[11]	高玮 1，王雪姣 2，甄琴 2，丁晓颖 2，徐浣白 2，王育璠 2，彭永德 2. 2型糖尿病患者心率变异性降低的危险因素分析[J]. 上海交通大学学报（医学版）, 2019, 39(6): 629-.
[12]	盛长生，黄绮芳，黄剑峰，李燕，王继光. 上海老年人四肢血压差别异常的患病情况及相关因素[J]. 上海交通大学学报（医学版）, 2019, 39(3): 287-.
[13]	陈淑梅，吴佳欐，李晓艳. 阻塞性睡眠呼吸暂停低通气综合征患儿血压与儿茶酚胺水平的关系研究[J]. 上海交通大学学报（医学版）, 2019, 39(12): 1437-.
[14]	路会萍，吴李娜，汪海娅. 社区门诊老年高血压患者自测健康调查及其影响因素分析[J]. 上海交通大学学报（医学版）, 2019, 39(10): 1194-.
[15]	苏新玙，刘苗，俞赞喆，严豪，李振元，张贺，袁江姿，倪兆慧，方炜. 临床常用指标在腹膜透析患者容量状态评估中的价值[J]. 上海交通大学学报（医学版）, 2018, 38(8): 910-.