非感染性关节炎患者的慢病管理:挑战与应对

翁习生, 张奉春

翁习生, 张奉春. 非感染性关节炎患者的慢病管理:挑战与应对[J]. 协和医学杂志, 2025, 16(1): 1-4. DOI: 10.12290/xhyxzz.2024-0868
引用本文: 翁习生, 张奉春. 非感染性关节炎患者的慢病管理:挑战与应对[J]. 协和医学杂志, 2025, 16(1): 1-4. DOI: 10.12290/xhyxzz.2024-0868
WENG Xisheng, ZHANG Fengchun. Chronic Disease Management in Patients with Non-infectious Arthritis: Challenges and Solutions[J]. Medical Journal of Peking Union Medical College Hospital, 2025, 16(1): 1-4. DOI: 10.12290/xhyxzz.2024-0868
Citation: WENG Xisheng, ZHANG Fengchun. Chronic Disease Management in Patients with Non-infectious Arthritis: Challenges and Solutions[J]. Medical Journal of Peking Union Medical College Hospital, 2025, 16(1): 1-4. DOI: 10.12290/xhyxzz.2024-0868

非感染性关节炎患者的慢病管理:挑战与应对

详细信息
    通讯作者:

    翁习生, E-mail:drwengxsh@163.com

    张奉春, E-mail:zhangfccra@aliyun.com

  • 中图分类号: R592;R-1; R593

Chronic Disease Management in Patients with Non-infectious Arthritis: Challenges and Solutions

More Information
  • 摘要:

    非感染性关节炎(non-infectious arthritis,NIS)主要包括骨关节炎和炎性关节炎。在中国,随着人口老龄化的不断加剧,NIS患者的慢病管理将面临巨大挑战,如病程长、多系统受累、个性化诊疗需求高、对疾病认识不足以及共病管理难度大等问题。为应对挑战,需从国家层面制定系统性NIS慢病管理策略,包括加大科普力度、完善转诊制度,同时利用人工智能技术辅助早期诊断,实施包括优化药物/手术治疗和多学科协作的干预措施,以有效管理NIS。未来,随着人工智能技术和新型生物制剂应用研究的不断深入,NIS的慢病管理将更为智能化和个性化。

    Abstract:

    Non-infectious arthritis (NIS) mainly includes osteoarthritis and inflammatory arthritis. With the aging of the population, chronic disease management of NIS patients in China will face great challenges, such as long disease duration, multi-system involvement, high demand for personalized diagnosis and treatment, lack of patient awareness, and difficulty in managing co-morbidities. To address these challenges, a systematic strategy for chronic disease management of NIS needs to be developed at the national level, which encompasses increasing popularization of science, improving the referral system, using artificial intelligence (AI) technology to assist in early diagnosis, and implementing interventions including optimized pharmacological/surgical treatments and multidisciplinary collaboration. In the future, with the deepening of the research on the application of AI technology and novel biologics, the management of chronic disease management of NIS will become more intelligent and personalized.

  • 非感染性关节炎(non-infectious arthritis, NIS)是指不涉及微生物感染的关节炎,按病因可分为骨关节炎(osteoarthritis, OA)和炎性关节炎(inflam-matory arthritis, IA)两大类。其中IA包含类风湿关节炎(rheumatoid arthritis, RA)、脊柱关节炎(spondyloarthritis,SpA)[如强直性脊柱炎(ankylosing spondylitis, AS)、银屑病关节炎(psoriatic arthritis, PsA)],以及系统性红斑狼疮等结缔组织病相关性关节炎和痛风性关节炎等。随着我国人口老龄化进程的加速,NIS患病率逐年上升[1]。由于其发病率高、致残率高、知晓率低、控制率低,NIS已成为我国乃至全球面临的重大公共卫生挑战。NIS是可防可控的,包括我国在内的许多国家已将NIS的若干病种纳入慢病管理体系。在医疗资源有限的条件下, 慢病管理强调长期性、系统化、多学科协作、以患者为中心的预防与控制,目标是改善患者生活质量和健康状况,同时降低医疗成本[2]

    NIS涵盖了退行性病变、代谢性病变和自身炎症性病变,人口基数大,且年增长速度高达3%~5%,预计到2030年,我国NIS患病总人数将超过2亿。但NIS常起病隐匿,且进展期和缓解期交替出现,呈慢性、波动性病程,因此患者平均诊断时间延迟超过3年,病情处于中重度的患者比例超过30%。此外,NIS需长期和持续规律复诊,患者较差的依从性导致治疗的达标率处于较低水平。

    随着社会老龄化的不断加剧,NIS常伴有多器官、多系统受累,患者并发症、合并症较多,对治疗的耐受情况和反应存在明显个体差异。此外,患者常因慢性疼痛和功能障碍而面临心理和生活压力,因此NIS的治疗需高度个性化,不仅应对治疗不良反应进行提前预防、监测,同时应密切关注患者的心理健康。然而,我国专科医生较欠缺,无法满足患者包括疾病活动度评分、关节功能评估和影像学检查等在内的长期医疗评估和监测需求。

    目前,NIS的慢病管理尚未受到足够重视,科普教育和知识普及严重不足,部分患者及其家属痴迷于“偏方” “秘方”。此外,由于我国地域差异大,医疗资源分配不均,导致较高比例的患者未能得到正规治疗。亟需提高对患者及其家属的疾病自我认知和管理能力,同时从国家层面建立NIS的防治策略和诊疗体系。

    NIS中,多数疾病具有家族聚集性特征,如RA、SpA、痛风性关节炎等。社区医院应加大对此类疾病的宣传,可以短视频、讲座、海报等方式介绍疾病相关预防措施、临床症状、正规就诊渠道、锻炼方法、康复理疗和治疗原则等,以早期发现NIS并建议患者至专业医疗机构就诊,避免被“偏方” “秘方”误导而延误治疗;同时,应对高危人群进行注册登记、定期督促检查,以达到关口前移、早诊早治的目的。在此过程中,建立基层医务工作人员及志愿者对NIS疾病的知识体系至关重要,其是NIS慢病管理的第一道防线。

    NIS疾病的诊断常需依赖自身抗体(如类风湿因子、抗环瓜氨酸多肽抗体、抗核抗体等)、易感基因以及CT、MRI、超声等影像学检查,该类项目对于部分基层医院可能难以实现,此时需将疑诊患者转诊至具备上述检查条件且同时拥有专科医生的上级医疗机构进行诊断、治疗。而对于存在严重合并症或并发症的NIS患者,如专科医疗机构无法满足多学科会诊要求,则需进一步转诊至综合医疗机构,以实现全方位管理,而非仅关注骨关节问题而忽略心血管、肝、肾等重要脏器问题。因此,建立各级医疗机构之间完善的转诊制度至关重要,其可全程指导和保障患者顺畅接受规范诊疗。

    早期诊断是预防NIS患者严重关节损害、改善临床疗效的关键。传统诊断NIS依赖于高灵敏度、高特异度的生物标志物,以及医生对大量数据的综合分析,不仅成本高、耗时长,且医生的工作量极大。在医疗资源有限的情况下,人工智能技术有望提供有效解决方案。例如,Shuai等[3]通过多尺度卷积神经网络尝试构建了RA早期诊断模型,经验证准确率为93%;Krusche等[4]评估了ChatGPT-4与风湿病学家在识别炎性风湿性疾病(inflammatory rheumatic diseases, IRD)方面的诊断准确性,发现ChatGPT-4在35% 的病例中实现了正确诊断,略低于风湿病学家(39%),但在IRD阳性病例中的诊断准确率方面表现更优(71%比62%)。此外,通过专用数据训练多模态模型,可提高人工智能在特定领域的诊断准确性。例如,Matsuo等[5]采用开发的机器学习方法预测RA患者复发,显著改善了RA的管理。综上,人工智能在NIS早期诊断中具有重要的价值和应用前景。

    若错过了最佳治疗时机或有效时间窗,NIS恶化、致残率较高,因此在早期诊断基础上,早期干预至关重要。

    以IA为例,药物治疗通常从经典一线药物开始,如RA的甲氨蝶呤 [6]和AS的非甾体抗炎药 [7],若3~6个月内疗效不佳,可调整剂量或更换药物。随着生物制剂和靶向合成疾病修饰抗风湿药物的引入,IA治疗取得了重大进展,患者的病情可得到更好的控制,生活质量显著提高[8]。随着更多循证医学证据及真实世界研究数据的展现,对于病情严重、高风险患者,可尽早启动生物制剂或靶向小分子药物治疗,不必拘泥于常规治疗无效再进行方案调整,以最大程度保护骨关节功能,减少破坏和畸形发生,改善患者预后[8]。然而,药物早期干预在国内面临专科医生短缺、基层医疗服务不足以及费用高昂等问题,这可能一定程度上限制患者获得必要的治疗。

    当保守治疗无效时,手术干预是必要补充,但国内NIS患者的手术治疗往往延迟,导致关节功能和生活质量严重受损[9]。分析原因可能如下:(1)医患双方担心关节置换手术的效果,特别是髋、膝关节假体的长期生存;(2)IA患者往往多系统受累,担心使用生物制剂、改善病情抗风湿药物和激素会增加围术期并发症的发生风险[10];(3) 当前对痛风石手术的最佳时机和最佳围术期管理尚不明确。随着新技术如机器人辅助关节置换术[11]的发展以及加速康复外科[12]理念的逐步深入,NIS患者关节置换术安全性和有效性将不断提高。尽管免疫抑制剂和糖皮质激素的使用增加了IA患者的围术期感染和心脏风险,但在病情稳定期进行手术仍然安全[13]。研究表明,通过围术期暂停生物制剂等策略,可显著降低术后感染风险[14];痛风石手术复杂、伤口愈合困难且可能复发,但多学科协作管理可提高手术治疗效果[15]

    NIS患者明确诊断和给予治疗后,需长期随访。以RA和SpA为例,疾病早期或活动期,建议每月复诊1次,病情稳定期建议每3个月复诊1次。复诊时需评估关节肿痛、疾病活动度情况,同时需进行血液学检查评估全身炎症情况及肝、肾功能等,定期进行影像学检查。很多患者病情稳定后,会由于各种原因而忽略随诊,可利用APP或小程序的提醒功能敦促患者复诊。此外,部分APP或小程序还可指导和监督患者进行康复训练、提醒患者规范用药,并向医生进行反馈。医生则可通过上述APP或小程序获知患者的依从性,并通过是否合理用药和积极训练来分析患者治疗是否达标,有益于患者下一步治疗方案的调整。

    对于大型综合医院,建立包括风湿免疫科、骨科、心内科、肾内科、康复医学科、中医科、营养科等在内的多学科协作团队,定期会诊疑难危重症患者,或通过联合门诊,可一次性解决患者多种需求,减少反复挂号导致的时间延误和成本增加。然而,多学科协作团队的建立不仅需要医疗机构具备强大的各专科实力背景,还需要各项政策的支持以及资金的持续投入,目前仍是一项艰巨的系统工程。

    我国NIS患者的慢病管理仍存在诸多挑战,通过加大科普投入力度、完善各级转诊制度、依托人工智能技术辅助早期诊断和协助患者自我管理,有望实现降低患者致残率、提高患者生活质量,最终达到减少医疗资源消耗的目的。未来,随着人工智能技术和新型生物制剂的广泛应用,将进一步提升NIS的诊断准确率和治疗效果,推动NIS的慢病管理向个性化、智能化方向发展。

    作者贡献:翁习生负责选题设计、文献检索、初稿撰写;张奉春负责选题设计、论文审校。
    利益冲突:所有作者均声明不存在利益冲突
  • [1] 吴惠一, 袁琴, 张洋, 等. 1990—2019年我国肌肉骨骼疾病负担分析[J]. 中华疾病控制杂志, 2023, 27(6): 655-661.

    Wu H Y, Yuan Q, Zhang Y, et al. Disease burden of musculoskeletal disorders in China from 1990 to 2019[J]. Chin J Dis Control Prev, 2023, 27(6): 655-661.

    [2]

    Norris S L, Glasgow R E, Engelgau M M, et al. Chronic disease management: a definition and systematic approach to component interventions[J]. Dis Manag Health Outcomes, 2003, 11(8): 477-488. DOI: 10.2165/00115677-200311080-00001

    [3]

    Shuai W, Wu X, Chen C, et al. Rapid diagnosis of rheumatoid arthritis and ankylosing spondylitis based on Fourier transform infrared spectroscopy and deep learning[J]. Photodiagnosis Photodyn Ther, 2024, 45: 103885. DOI: 10.1016/j.pdpdt.2023.103885

    [4]

    Krusche M, Callhoff J, Knitza J, et al. Diagnostic accuracy of a large language model in rheumatology: comparison of physician and ChatGPT-4[J]. Rheumatol Int, 2024, 44(2): 303-306.

    [5]

    Matsuo H, Kamada M, Imamura A, et al. Machine learning-based prediction of relapse in rheumatoid arthritis patients using data on ultrasound examination and blood test[J]. Sci Rep, 2022, 12(1): 7224. DOI: 10.1038/s41598-022-11361-y

    [6]

    García-González C M, Baker J. Treatment of early rheumatoid arthritis: methotrexate and beyond[J]. Curr Opin Pharmacol, 2022, 64: 102227. DOI: 10.1016/j.coph.2022.102227

    [7] 黄烽, 朱剑, 王玉华, 等. 强直性脊柱炎诊疗规范[J]. 中华内科杂志, 2022, 61(8): 893-900. DOI: 10.3760/cma.j.cn112138-20211226-00913

    Huang F, Zhu J, Wang Y H, et al. Recommendations for diagnosis and treatment of ankylosing spondylitis[J]. Chin J Intern Med, 2022, 61(8): 893-900. DOI: 10.3760/cma.j.cn112138-20211226-00913

    [8]

    O'Neil L J, Alpízar-Rodríguez D, Deane K D. Rheumatoid arthritis: the continuum of disease and strategies for prediction, early intervention, and prevention[J]. J Rheumatol, 2024, 51(4): 337-349. DOI: 10.3899/jrheum.2023-0334

    [9]

    Qiao Y J, Li F, Zhang L D, et al. A systematic review and meta-analysis comparing outcomes following total knee arthroplasty for rheumatoid arthritis versus for osteoarthritis[J]. BMC Musculoskelet Disord, 2023, 24(1): 484. DOI: 10.1186/s12891-023-06601-9

    [10]

    Guo N, Li X Y, Movahedi M, et al. Biologics initiation in moderate versus severe rheumatoid arthritis: real-world experience from a Canadian registry[J]. Clin Exp Rheumatol, 2024, 42(5): 1067-1074.

    [11]

    Zhang J R, Ndou W S, Ng N, et al. Robotic-arm assisted total knee arthroplasty is associated with improved accuracy and patient reported outcomes: a systematic review and meta-analysis[J]. Knee Surg Sports Traumatol Arthrosc, 2022, 30(8): 2677-2695. DOI: 10.1007/s00167-021-06464-4

    [12]

    Zhang Q Q, Chen Y Z, Li Y, et al. Enhanced recovery after surgery in patients after hip and knee arthroplasty: a systematic review and meta-analysis[J]. Postgrad Med J, 2024, 100(1181): 159-173. DOI: 10.1093/postmj/qgad125

    [13]

    Goodman S M, Springer B D, Chen A F, et al. 2022 American College of Rheumatology/American Association of Hip and Knee Surgeons guideline for the perioperative manage-ment of antirheumatic medication in patients with rheumatic diseases undergoing elective total hip or total knee arthroplasty[J]. Arthritis Care Res (Hoboken), 2022, 74(9): 1399-1408. DOI: 10.1002/acr.24893

    [14]

    Boyce M, Massicotte A. Practical guidance in perioperative management of immunosuppressive therapy for rheumatology patients undergoing elective surgery[J]. Can J Hosp Pharm, 2020, 73(3): 218-224.

    [15]

    Poratt D, Rome K. Surgical management of gout in the foot and ankle: a systematic review[J]. J Am Podiatr Med Assoc, 2016, 106(3): 182-188. DOI: 10.7547/14-128

计量
  • 文章访问数:  386
  • HTML全文浏览量:  55
  • PDF下载量:  79
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-10-31
  • 录用日期:  2025-01-13
  • 网络出版日期:  2025-01-15
  • 发布日期:  2025-01-14
  • 刊出日期:  2025-01-29

目录

/

返回文章
返回
x 关闭 永久关闭