手机应用程序促进减肥和增加身体活动:系统回顾和荟萃分析gydF4y2Ba

介绍gydF4y2Ba

超重和肥胖是一个全球性的公共卫生问题，也是讨论初级和二级卫生保健战略的一个重要特征。这一问题自20世纪60年代发展起来，现在发展迅速，与人口老龄化一起，导致高血压、胆固醇水平、2型糖尿病和癌症的发病率大幅上升[gydF4y2Ba1gydF4y2Ba］．以身体质量指数(BMI)衡量，死亡率随着超重程度的增加而增加[gydF4y2Ba2gydF4y2Ba］．gydF4y2Ba

2008年，35%的20岁以上成年人超重(BMI≥25 kg/m)gydF4y2Ba^2gydF4y2Ba)和全球肥胖患病率(BMI≥30 kg/m)gydF4y2Ba^2gydF4y2Ba)自1980年以来几乎翻了一番，从男性的5%和女性的8%分别上升到10%和14% [gydF4y2Ba2gydF4y2Ba］．据估计，全球有2.05亿男性和2.97亿女性肥胖，总共超过5亿成年人。gydF4y2Ba3.gydF4y2Ba］．由于这些原因，确定有效的干预措施是遏制肥胖的公共卫生努力的重要组成部分，但最有效的减肥策略仍不清楚。gydF4y2Ba

随着移动电话的广泛市场渗透，国际电信联盟(ITU)报告称，截至2015年，全球有超过70亿移动蜂窝用户，相当于97%的渗透率-国际电信联盟将其定义为每100名居民的移动蜂窝电话用户[gydF4y2Ba4gydF4y2Ba］．功能先进的手机(带有电脑操作系统的手机)大大扩展了手机的功能。手机应用程序满足多种用户需求，并针对每种类型的移动设备进行设计和调整;因此，它们几乎适用于所有社会和经济部门和环境。目前，这些应用程序除了具有娱乐功能外，还成为患者教育和支持的工具，对医护人员也有帮助[gydF4y2Ba5gydF4y2Ba］．尽管如此，医疗保健应用程序的市场非常分散，因为它们中的许多都非常具体，或者针对少数疾病或专业。根据美国research2guidance公司的一项市场分析，仅在2011年，全球手机和平板电脑医疗应用市场就增长了7倍，总价值达到7.18亿美元。gydF4y2Ba6gydF4y2Ba］．最近对应用商店目录的分析发现，有超过9.7万个移动健康应用，其中大多数涉及一般健康和体育健身;一般而言，这些资料有助个别用户监察各项参数，并提供与这些主题有关的一般资料和支援。[gydF4y2Ba5gydF4y2Ba］．先前的研究表明，移动应用程序可能对哮喘控制有益[gydF4y2Ba7gydF4y2Ba]和糖尿病管理[gydF4y2Ba8gydF4y2Ba，gydF4y2Ba9gydF4y2Ba］．gydF4y2Ba

据我们所知，迄今为止还没有meta分析评估过手机应用程序在促进减肥和增加体育活动方面的功效。本研究的目的是对已发表的研究进行系统回顾和荟萃分析，以评估包括手机应用程序在内的干预措施与其他干预措施相比，在儿童和成人人群中减轻体重和增加体育活动的效果。gydF4y2Ba

方法gydF4y2Ba

搜索策略gydF4y2Ba

我们对三个数据库进行了系统的文献检索，从数据库建立到2015年8月30日，以确定在实现人体测量或身体活动改变方面，与对照干预相比，移动应用程序干预的有效性的研究:国家医学图书馆，贝塞斯达，马里兰州;Scopus (Elsevier;1995年开始)，以及护理和相关健康文献累积索引(CINAHL;始于1960年)。有关搜索策略的详细信息见gydF4y2Ba多媒体附录1gydF4y2Ba．简而言之，我们的文献搜索策略将移动应用(感兴趣的干预)的同义词与三个结果的同义词结合起来:体重、身体质量指数和锻炼。搜索时间截止到2015年8月。没有语言限制。此外，我们还手动审阅了相关原始研究和综述文章的参考文献列表。gydF4y2Ba

研究选择gydF4y2Ba

研究小组的两名成员(EG-F, GF-M)独立筛选研究纳入标准并提取数据。我们纳入了所有评估移动应用干预的研究，与对照组相比，与体重相关的健康测量(即体重、BMI或腰围)或身体活动结果。我们纳入了在儿童和成人人群中进行的研究。排除标准如下:(1)无原始研究(即评论、社论或非研究信函)，(2)病例报告和病例系列，(3)未报告体重、BMI、腰围或身体活动数据，(4)无对照组，(5)除肥胖诊断外患有任何疾病的参与者，(6)基于短信的移动电话干预，如短信服务(SMS)，以及(7)使用或包括个人数字助理(pda)的干预。由于本综述只分析了已发表的数据，因此不需要伦理批准。研究选择过程总结于gydF4y2Ba图1gydF4y2Ba．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

数据提取和质量评估gydF4y2Ba

两名研究者(EG-F, GF-M)独立提取符合选择标准的文章，并通过共识解决差异。使用Microsoft Word开发的表格从符合条件的研究论文中提取数据，包括作者、研究国家、参与者年龄、随访时间、样本量和研究结果。研究结果记录了体重、BMI、腰围和/或体力活动的平均和标准偏差(SD)。这些值被捕获为从基线到干预结束的平均变化，以SD、标准误差(SE)或95% CI报告变化。当同一队列中有多篇出版物时，选择随访时间最长的研究;当随访相同时，我们选择病例数量最多的研究，使用内部比较的出版物或最近的研究。尽可能使用意向治疗分析。根据Cochrane推荐评估偏倚风险，考虑随机序列生成、分配隐藏、受试者和人员盲化、结果评估盲化、结果数据不完整和选择性报告[gydF4y2Ba10gydF4y2Ba］．每个标准被分类为gydF4y2Ba显然是的gydF4y2Ba，gydF4y2Ba不确定gydF4y2Ba,或gydF4y2Ba显然没有gydF4y2Ba．讨论了两位评价员之间存在差异的标准，直到达成一致决定。gydF4y2Ba

统计方法gydF4y2Ba

对于每项研究，净效应量计算为干预组从基线到干预结束期间治疗导致的体重相关和身体活动测量的变化，减去对照组在同一时间段内体重相关和身体活动测量的变化。将SEs和ci转化为SDs进行分析。对于没有SD数据的研究，我们计算ci或检验统计量的方差。如果未报告基线与干预结束之间变化的SD，则使用以下公式计算[gydF4y2Ba11gydF4y2Ba]：gydF4y2Ba

SDgydF4y2Ba^2gydF4y2Ba_{diffgydF4y2Ba}= SDgydF4y2Ba^2gydF4y2Ba_{精准医疗gydF4y2Ba}+ SDgydF4y2Ba^2gydF4y2Ba_{帖子gydF4y2Ba}- 2×ρ×SDgydF4y2Ba_{精准医疗gydF4y2Ba}×SDgydF4y2Ba_{帖子gydF4y2Ba}

在SDgydF4y2Ba_{精准医疗gydF4y2Ba}对应于基线处的标准差，标准差gydF4y2Ba_{帖子gydF4y2Ba}对应于干预结束时的SD， ρ是基线和干预结束时测量值之间相关性的相关系数。gydF4y2Ba

对于体重和BMI，加权平均差异(wmd)使用随机效应模型估计。对于体力活动结果，使用随机效应模型估计标准化平均差异(SMDs)。异质性用I2统计量量化，I2描述了由于异质性导致的研究估计中总变异的比例[gydF4y2Ba12gydF4y2Ba］．为了进一步评估我们研究结果的稳健性，我们通过排除非随机研究或未报告对照组干预的研究进行了几项敏感性分析。我们还通过每次省略一项研究来评估每项研究对汇总估计的相对影响。最后，我们使用Egger检验和漏斗图来评估发表偏倚。采用Review Manager软件5.3版(Nordic Cochrane Centre, The Cochrane Collaboration)进行统计分析。gydF4y2Ba

结果gydF4y2Ba

研究选择gydF4y2Ba

检索策略从不同来源检索到1124篇文章，其中12篇文章被纳入meta分析[gydF4y2Ba13gydF4y2Ba-gydF4y2Ba24gydF4y2Ba)(见gydF4y2Ba图1gydF4y2Ba和gydF4y2Ba表1gydF4y2Ba）.一项研究贡献了两篇文章[gydF4y2Ba14gydF4y2Ba，gydF4y2Ba15gydF4y2Ba］．我们使用了2011年turner - mcgrivy和Tate研究中的BMI数据[gydF4y2Ba14gydF4y2Ba]，但由于该报告不包括身体活动的测量，我们从2013年特纳-麦克格里等人的出版物中获取了身体活动数据[gydF4y2Ba15gydF4y2Ba］．研究发表于2010年至2015年之间，样本量从35 [gydF4y2Ba18gydF4y2Ba]至361 [gydF4y2Ba22gydF4y2Ba］．有两项非随机对照试验[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba16gydF4y2Ba]，但其余的研究都是随机对照试验。许多对照组的干预措施是传统干预或强化咨询。只有一项研究没有指定对照组的干预类型[gydF4y2Ba13gydF4y2Ba)(见gydF4y2Ba表2gydF4y2Ba）.gydF4y2Ba

手机App干预与体重的meta分析gydF4y2Ba

对9项临床试验913名参与者的数据进行了分析[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba，gydF4y2Ba17gydF4y2Ba-gydF4y2Ba21gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba24gydF4y2Ba］．与对照组相比，手机应用程序干预导致体重显著下降，体重净变化的汇总估计为-1.04 kg (95% CI -1.75至-0.34;I2 = 41%)(参见gydF4y2Ba图2gydF4y2Ba）.在敏感性分析中，我们排除了Lee的研究[gydF4y2Ba13gydF4y2Ba因为这不是一项随机研究，也没有在对照组中进行任何干预。排除本研究并没有改变结果(WMD为-1.04 kg, 95% CI为-1.80 ~ -0.27 kg;I2 = 48%)。gydF4y2Ba

漏斗图显示出合理的对称性，这表明没有证据表明在减肥移动应用程序的临床试验中存在发表偏倚(见gydF4y2Ba多媒体附录2gydF4y2Ba）.在敏感性分析中，排除个别研究并没有实质性地改变估计;大规模杀伤性武器的总量从-0.63公斤到-1.20公斤不等。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

手机App干预与身体质量指数的meta分析gydF4y2Ba

对8项临床试验中1047名参与者的数据进行了分析[gydF4y2Ba14gydF4y2Ba，gydF4y2Ba17gydF4y2Ba，gydF4y2Ba18gydF4y2Ba，gydF4y2Ba21gydF4y2Ba-gydF4y2Ba24gydF4y2Ba］．综合结果显示，手机应用程序干预组与对照组之间的BMI净差异显著(WMD -0.43 kg/m)gydF4y2Ba^2gydF4y2Ba， 95% CI -0.74 ~ -0.13;I2 = 50%)(参见gydF4y2Ba图3gydF4y2Ba）.李研究的排除[gydF4y2Ba13gydF4y2Ba]没有改变结果(WMD -0.42 kg/m)gydF4y2Ba^2gydF4y2Ba， 95% CI为-0.76 ~ -0.07;I2 = 54%)。gydF4y2Ba

漏斗图显示出合理的对称性，这表明没有证据表明在减肥移动应用程序的临床试验中存在发表偏倚(见gydF4y2Ba多媒体附录2gydF4y2Ba）.在敏感性分析中，排除个别研究并没有实质性地改变估计;汇集的大规模杀伤性武器的范围从-0.36到-0.59公斤/米gydF4y2Ba^2gydF4y2Ba．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

移动应用干预与身体活动的meta分析gydF4y2Ba

对7项临床试验中1243名参与者的数据进行了分析[gydF4y2Ba14gydF4y2Ba，gydF4y2Ba16gydF4y2Ba，gydF4y2Ba18gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba22gydF4y2Ba，gydF4y2Ba24gydF4y2Ba］．汇总结果显示，移动应用程序干预组与对照干预组在体力活动方面差异不显著(SMD 0.40, 95% CI -0.07 ~ 0.87;I2 = 93%)(见gydF4y2Ba图4gydF4y2Ba）.敏感性分析表明，没有一项研究是研究间异质性的主要来源。接下来，我们依次排除任意两项研究，并汇总其余研究的数据。经过两项研究，异质性降低(I2 = 33%) - kirwan等[gydF4y2Ba16gydF4y2Ba]和Smith等人[gydF4y2Ba22gydF4y2Ba] -被排除(SMD 0.27, 95% CI 0.08-0.47)。gydF4y2Ba

漏斗图显示出合理的对称性，这表明在旨在增加身体活动的移动应用程序的临床试验中，没有证据表明存在发表偏倚gydF4y2Ba多媒体附录2gydF4y2Ba）.在敏感性分析中，排除个别研究并没有改变估计;池中smd的取值范围为0.17 ~ 0.51。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

纳入研究的偏倚风险gydF4y2Ba

在大多数研究中，随机化被认为是足够的gydF4y2Ba图5gydF4y2Ba）.只有一项研究的参与者对他们的分配是盲目的[gydF4y2Ba19gydF4y2Ba]，在另一项研究中[gydF4y2Ba24gydF4y2Ba收集结果数据的研究人员对参与者的分配不知情。对于大多数研究我们找到了原始的研究方案[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba-gydF4y2Ba24gydF4y2Ba］．由于我们发现作者最初打算测量的结果与本研究中报道的结果之间没有差异，因此我们判断该领域报告偏倚的风险较低。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

目前的荟萃分析表明，与各种对照干预相比，手机应用干预显著降低了1.04 kg的体重，降低了0.43 kg/m的BMIgydF4y2Ba^2gydF4y2Ba，而体力活动增加的SMD为0.40，无显著性。我们的发现在敏感性分析中是稳健的。虽然体重和BMI的平均下降幅度不大，但与其他对照干预措施相比，减肥干预措施(如手机应用程序)的单一改变并不会导致有临床意义的体重减轻[gydF4y2Ba25gydF4y2Ba］．对照组的许多治疗是其他干预措施。这可能会稀释分析，因为在某些研究中，治疗组显示出显著变化，而对照组也显示出类似的显著结果。在我们的敏感性分析中，当我们排除了一项没有描述对照组是否接受任何干预的研究时，结果并没有被修改[gydF4y2Ba13gydF4y2Ba］．gydF4y2Ba

一些最知名的移动干预研究集中在短信干预上。先前的元分析[gydF4y2Ba26gydF4y2Ba研究发现，与对照组相比，手机干预与体重和BMI的显著变化相关(分别为-1.44 kg和-0.24单位)。本荟萃分析仅包括基于短信和多媒体信息服务(MMS)联系的移动干预。先前的一项系统综述从纳入的随机对照试验中发现强有力的证据表明，由于移动技术干预，体重减轻在短期内发生[gydF4y2Ba27gydF4y2Ba］．另一项包括七篇文章的系统综述表明，短信或移动应用程序对减少缺乏身体活动和/或超重/肥胖的有益影响[gydF4y2Ba28gydF4y2Ba］．最后，最近的一项系统综述发现，大多数专注于减肥的应用程序的结果都不一致[gydF4y2Ba29gydF4y2Ba］．gydF4y2Ba

据我们所知，这项研究是第一个汇总迄今为止关于手机应用干预与各种对照干预效果的证据的荟萃分析。我们将仅基于短信的干预排除在meta分析之外，只关注手机应用程序，因为短信干预并没有充分利用手机技术的潜力。精心设计的应用程序扩大了以技术为基础的卫生干预措施的潜力，以以前没有移动电话软件的能力无法实现的方式影响人口。因此，监管这一不断增长的市场的必要性正成为人们关注的问题，越来越多的广告声称其有效性，研究人员强调需要进行研究，为这类应用的真正影响提供科学证据。移动电话的便携性使用户能够每天24小时访问，从而可以通过各种通信和应用程序长期管理和加强健康行为。健身和减肥手机应用程序可以跟踪饮食、体重和身体活动;决定去杂货店和餐馆吃饭;烹调健康膳食[gydF4y2Ba28gydF4y2Ba];或者干预的游戏化。此外，参与者不需要携带额外购买的技术，如计步器，来跟踪身体活动。gydF4y2Ba

已经注意到几个限制。只有一小部分研究评估了手机应用程序在减肥计划中的有效性，而且这些研究的样本量很小，随访时间也很短。使用应用程序来改善身体活动和减少人体测量是相对较新的。需要更多的随机对照试验，样本量更大，随访时间更长，以确定移动应用程序在改善健康结果方面的有效性。gydF4y2Ba

最近的一项研究旨在评估饮食/营养和人体测量应用程序，该应用程序结合了与行为改变理论一致的功能;所有应用程序在理论内容或使用理论指导行为改变方面都非常低[gydF4y2Ba28gydF4y2Ba］．本荟萃分析纳入的研究在干预的内容和理论基础上也各不相同。无法进一步调查手机应用程序的有效特征以及干预措施与行为改变理论的一致性;这应该被认为是未来研究的一个领域。gydF4y2Ba

在大多数研究中，偏倚的风险很高，未来的研究应该在几个问题上进行改进，比如使用盲法或提高损耗率。所有的研究，除了一个[gydF4y2Ba19gydF4y2Ba]，未能掩盖参与者和工作人员的盲法，只有一项研究[gydF4y2Ba24gydF4y2Ba对收集结果数据的研究人员进行盲测，以确定参与者的分配情况。鉴于干预的性质，很难使参与者和工作人员盲目。然而，重要的是要认识到病人和工作人员的期望可能产生的影响。因此，采用盲法技术，如使用假程序，使参与者对研究假设盲目，或对主要结果进行盲法集中评估，将提高证据的质量[gydF4y2Ba30.gydF4y2Ba］．gydF4y2Ba

在一些研究中发现了很高的流失率[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba]纳入本荟萃分析。高流失率在减肥干预中很常见，其原因可能是复杂而多样的[gydF4y2Ba31gydF4y2Ba］．损耗对所得结果的有效性有明显影响，并可能引入偏差;例如，那些更有动力减肥或增加体育锻炼的人可能会继续参加试验。此外，几项研究发现，大多数参与者在研究的第一个月后很少使用该应用程序[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba23gydF4y2Ba］．与其他减肥干预措施一样，最有效的应用程序可能是能让人们参与时间最长的应用程序。众所周知，坚持自我监控食物摄入的减肥效果是不经常监控的两倍[gydF4y2Ba32gydF4y2Ba］．如果没有参与者的积极参与，应用程序不太可能被使用，因此也不会有效[gydF4y2Ba28gydF4y2Ba］．用户粘性策略排名最高的是(按偏好顺序)易用性、设计美学、反馈、功能、改变设计以适应自己偏好的能力、定制信息和独特的手机功能[gydF4y2Ba33gydF4y2Ba］．减肥应用程序可能需要更吸引人或更少的时间来帮助普通人减肥。在实施这类干预措施之前，设计增加“应用吸引力”的策略是很有用的。应用的游戏化、经济奖励或在团队竞争的环境中发布应用都可以成为增加使用应用的动力和减肥的重要辅助手段。gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．gydF4y2Ba

据我们所知，这是第一次荟萃分析，总结了旨在改善身体活动和减少人体测量的移动应用程序的有效性。我们的荟萃分析强调需要进行更大规模、高质量、随机对照的临床试验，随访时间更长。可用的手机应用程序数量正在稳步增长，手机也在不断更新，所以功能也会随着时间的推移而变化。将与行为改变理论相一致的功能整合到与健康相关的应用程序中，将有助于改善减肥效果[gydF4y2Ba35gydF4y2Ba］．我们检索了几个数据库，以避免发表偏倚，这是只包括已发表研究的荟萃分析所关注的问题。在我们的荟萃分析中使用漏斗图可以在一定程度上排除发表偏倚。gydF4y2Ba

随着世界对健康的理解以及如何使个人能够更好地照顾自己的健康发生变化，卫生专业人员必须将这种变化视为进步。然而，我们必须确保患者使用的是具有适当质量保证的移动应用程序。这项荟萃分析旨在对分析移动应用程序有效性的研究进行严格、系统和定量的回顾，并试图衡量它们对生活方式改变的影响。在各个领域都受到信息过载的轰炸，卫生专业人员和管理人员需要像元分析这样的工具提供的见解;这可以帮助他们做出决定，并决定我们应该朝着什么方向努力，以促进减肥，增加体育活动，并面对超重和肥胖带来的公共健康危机。gydF4y2Ba

总之，这项荟萃分析的结果表明，基于手机应用程序的干预措施比其他类型的干预措施更能减轻体重。此外，体力活动也没有显著增加。这项荟萃分析的证据表明，基于手机应用程序的干预可能是减肥的有用工具。gydF4y2Ba