药物依从性应用程序:审查和内容分析

介绍

坚持治疗的问题和机会

在先进医学治疗的时代，改善结果的一个重大障碍是患者未能坚持医生开的药。服药依从性和依从性可定义为“(患者)遵守医生就服药时间、剂量和频率提出的建议的行为”[1]。

世界卫生组织(World Health Organization)一份关于长期治疗依从性的报告显示，发达国家的慢性疾病患者只有50%遵守处方药物，而发展中国家的这一数字甚至更低。同一份报告还强调了不遵守规定的两个主要后果:(1)患者的健康结果不理想;(2)医疗成本上升[2]。

移动技术的快速发展及其在全球消费者中的应用为解决卫生保健系统内的问题提供了机会和解决方案。这种便携式技术在医疗保健中的应用被称为移动医疗(mHealth) [3.]。全球估计有20亿智能手机用户[4随着应用程序成为人们生活中无处不在的一部分，各种应用程序存储库中有超过97,000个移动健康应用程序也就不足为奇了，移动健康应用程序市场预计到2017年将达到260亿美元的收入[5]。移动健康应用的第五大类别与医疗状况管理有关[5]。这类应用程序帮助用户坚持服药并监测摄入量。5]。

先前对依从性应用程序的研究主要集中在行为改变技术、理想功能、健康素养、内容和可用性的流行[6-9]。一项文献综述发现，只有14篇论文和4篇与应用程序相关的报告显示，“大多数被审查的研究表明，使用现有的移动应用程序对药物依从性有积极影响”[10]。对糖尿病自我管理应用程序的回顾显示，糖尿病自我管理指南与应用程序上满足这些指南的可用功能之间存在鸿沟[11]。然而，没有进行彻底的审查来评估所有依从性应用程序的证据基础程度，或医学专业人员参与其开发。

我们的目标

本研究的目的是回顾目前在两个最大的应用程序库，苹果应用程序商店和谷歌Play商店中可用的药物依从性应用程序，包括它们的证据基础，医学专业人员参与开发以及用于促进行为改变和提高依从性的策略。

方法

最初的搜索

通过对苹果应用商店和谷歌Play商店的主要搜索词(“药物”、“药物”、“药丸”、“药物”和“平板电脑”)以及次要搜索词(“提醒”、“警报”、“经理”、“跟踪器”、“列表”、“组织者”、“助手”、“依从性”、“坚持”和“按照”)进行查询，确定了相关的药物依从性应用程序。搜索和审查于2015年4月进行。

任何旨在促进患者依从药物的识别应用程序都被包括在内。这个词药物治疗在本研究中仅定义为物理药理治疗。主要为非患者群体设计的应用程序，例如，卫生保健专业人员(HCPs)，以及那些不提供依从性支持的应用程序被排除在外。提供诸如百科全书之类的药物或疾病列表的应用程序被排除在外。以更大的捆绑形式提供的应用程序(最多10个应用程序以折扣价一起出售)也被排除在外。这些应用程序都是单独测试的，因此不需要下载捆绑包。除英语以外的其他语言的应用程序被排除在外。

从应用程序存储库概述和开发者网站中提取每个应用程序的数据。并非所有应用程序都提供了网站地址;因此，对于许多应用来说，信息只能通过测试来收集。相关数据项包括(1)应用程序开发期间的文档，以及(2)与应用程序相关的证据基础的可用性(与其设计和开发或其功效有关)。收集了其他数据集，但发现与分析无关;这些规定载于多媒体附录1。

HCP参与被定义为在卫生保健行业工作的任何个人，直接参与向患者分发或处方药物。因此，这包括医生、药剂师和护士。

证据库被定义为一个应用程序，提供使用该应用程序进行的试验或研究的数据，以表明有效性。只有当测试人员看到一份报告、研究或试验来验证这种说法时，才会接受这种说法。

测试阶段

下载免费应用程序进行进一步测试，以探索应用程序用于促进药物依从性的具体坚持策略(例如，警报和推送通知提醒)。任何额外的功能，不是特别有助于坚持，但旨在提高用户体验也记录(例如，药房定位功能和补充提醒)。在不可访问和付费应用的情况下，功能识别是基于应用描述和发行商网站。不可访问的应用程序是指那些只有在特定医疗机构、药房或医疗保健提供者提供授权的情况下才能访问的应用程序。

四名研究人员进行了数据提取。他们确定了应用程序使用的粘附方法，并在这些功能中使用了哪些子集。一旦确定了某个功能，就会将其与应用名称一起放在Excel电子表格中，所有评论者都可以访问该电子表格。

为了在整个测试过程中提供可靠性，每个粘附特性的定义都由所有4个审阅者建立并同意。

将设计的药物治疗方案输入到所有确定的应用程序中，并由所有4名评论者使用该方案来测试应用程序所使用的依从性机制。如果对应用的遵守机制有任何不确定或怀疑，那么4位评论者就会达成共识。

所有4位评论者都独立测试了苹果App Store和b谷歌Play Store中确定的前10款应用。然后比较个别评论者的结果，并使用Fleiss Kappa系数确定互评者的信度。

剩下的应用被平均分配给评论者。数据被提取出来放入电子表格中进行分析。

在测试期间，任何无法运行的应用程序都被排除在外，详细信息保存在一个单独的电子表格中，包括无法运行的原因。只有运行并实现了遵守功能的应用程序才被纳入测试。

结果

评分者间信度

使用Fleiss Kappa系数(2个以上测试者之间的再现性)计算4个测试者之间的互译信度。我们选取了20款应用作为样本(每个应用商店中有10款应用)，其结果是系数为0.61 (SE 0.078;95% ci 0.46-0.76)。这表明根据解释Fleiss Kappa系数值的Landis和Koch规则，审稿人之间具有良好的可重复性[12]。

应用程序标识

应用程序库搜索确定了5888个应用程序，其中5207个应用程序被排除在外，剩下681个应用程序供分析(参见图1)。

被排除的大多数与医学无关;这些应用程序包括各种各样的应用程序，例如视频游戏、杂志应用程序、待办事项列表和墙纸应用程序。

在可能的情况下，数据是通过应用测试和开发者网站提取的，其中应用有一个链接网站。在免费应用程序中，260个应用程序提供网站，160个应用程序不提供网站。

‎ 查看此图

此外，186款应用仅在b谷歌Play Store中被发现，136款应用来自苹果应用商店，98款应用在两个应用商店中都被发现。

下载统计仅适用于b谷歌Play Store应用程序。在可供分析的284款应用中，168款(59.2%)下载量低于1万次(<1万次)，63款(22.2%)下载量超过1万次(10万次)，53款(18.7%)应用没有可用的下载数据。

医疗保健专业人员参与应用程序开发和证据基础

在420个免费应用程序中，13.6%(57/420)的应用程序是由医疗或制药行业的HCPs参与开发的。

同时，只有1.0%(4/420)的应用提到了证据基础(不管是关于开发过程还是应用有效性)。其中一个应用程序引用了myhealthapps.net(网络)的一个患者小组的试验和测试。另一个应用程序描述了明尼苏达州患者安全联盟推荐的循证患者安全实践。4个应用程序中的最后2个特别强调了使用其应用程序的患者试点和临床试验，并公布了数据。

在付费应用中，4.4%(9/203)的应用有HCP参与开发，0.5%(1/203)的应用有书面证据基础，0.5%(1/203)的应用两者兼而有之。在一项随机对照试验中，这款基于证据的应用程序被证明是有益的，95%的参与者坚持服药。还有一个应用程序，由国家卫生服务健康应用程序库支持。

此外，31%(18/58)无法访问的应用程序是在HCP参与下制作的，而3%(2/58)的应用程序有书面证据基础。其中一款应用基于自己的应用制作了一个案例研究;然而，这是不可访问的。另一位则利用他们的研究成果，与一家合作公司进行了案例研究，详细说明了这些公司提供的好处。没有临床试验。

下载及测试阶段

总共下载了420个免费应用程序，并进行了进一步分析，以确定用于提高药物依从性的策略。这导致了三大类依从性策略的确定:提醒，教育,行为。提醒类别被定义为任何通知用户该服药的策略。教育类别被定义为任何能够更好地告知患者药物依从性重要性的策略。行为类别被定义为应用程序使用的行为改变策略，以鼓励坚持。共有59.5%(250/420)的应用程序使用单一方法，35.5%(149/420)的应用程序使用两种方法，只有5.2%(22/420)的应用程序使用所有三种方法来提高依从性。根据使用的方法，应用程序的细分如图所示表1。

在下载和测试应用程序之后，很明显，行为和提醒类别可以根据应用程序使用的各种识别技术进一步细分。这使得应用程序使用的依从性策略分类得以发展(图2)。

提醒分类分为三个子类:(1)报警，指的是在预设时间提供音频警报的移动设备，（2)推送通知，即移动设备在设定时间内出现的需要服药的内部信息;短讯服务(SMS)，它会发送一条短信，提醒人们在设定的时间服药。

行为分类的子类别有:(1)外部监控, (2)个人跟踪，和（3）游戏化。外部监控是一种策略，它允许用户向第三方(如家人、朋友或HCP)发送与依从性相关的数据。个人跟踪指的是应用程序允许用户跟踪他们的药物服用情况并创建记录的任何能力。游戏化被定义为在服药过程中提供类似电子游戏元素的任何方法，以鼓励良好的药物依从性。应用于药物依从性的一个例子是，应用奖励高依从性，如徽章或提供关卡方案。

提醒

几乎所有的应用程序都使用了某种提醒功能来促进药物的坚持;总共有387款应用，占所有测试应用的92.1%(387/420)。最大的子类别是推送通知;80.2%(337/420)的应用程序使用了这种方法。警报我们以134个应用程序排名第二，最后只有1.4%(6/420)的应用程序被合并短信提醒。中提供了利用各种提醒子类别的应用程序编号的细分表2。

根据下载次数<1万次群组显示的下载次数来看，88.1%(148/168)的应用使用了提醒功能。在下载超过100万次的群组中，90%(57/63)的app拥有提醒功能，而在下载数据不可用的群组中，100%(53/53)的app拥有提醒功能(图3)。这些结果只与b谷歌Play Store中的应用有关。

根据app repository的应用对比显示，186个bb0应用中有170个(91.4%)应用使用了提醒功能，136个苹果应用商店中有129个(94.9%)应用使用了提醒功能，两个应用商店中98个应用中有88个(89.8%)应用使用了提醒功能。图4)。

‎ 查看此图

‎ 查看此图

‎ 查看此图

行为

这是第二大类别，44.5%的应用程序(187/420)使用了三个行为技术子类别中的一个或多个。总共有42.4%的应用程序(178/420)使用了个人跟踪特性。此外，95.1%(174/178)使用行为策略的应用程序包含了个人跟踪。

相比之下，22个应用程序(5.2%)使用了一种形式的外部监控。最后是应用程序使用游戏化。分析显示，有5款应用(1.2%)使用了这一策略。使用各种行为子类别的应用程序编号的细分提供在表3。

比较下载数量(谷歌Play Store可用应用):在<10,000组中，45.2%(76/168)的应用;在bb10万组中，49%的应用(31/63);在下载数据不可用的应用程序中，37%(20/52)的应用程序使用了行为功能(图5)。

根据应用商店的应用对比显示，46.2%(86/186)的bb0 Play store应用，43.4%(59/136)的Apple store应用，以及43%(42/98)的两个商店应用都使用了行为功能(图6)。

教育

共有39个应用程序将教育作为一种方法。比较下载数量(b谷歌Play Store可用应用):在<10,000组中，7.7%的应用(13/168);在bb10万组中，3%的应用(2/63)，在下载数据不可用的应用中，8%的应用(4/53)将教育作为一种方法(图7)。

根据应用库进行的应用对比显示，在bb0 Play Store中，只有2.7%(5/186)的应用使用了教育方法，在136款苹果应用中有14.7%(20/136)，在两个商店中有14%(14/98)的应用使用了教育方法。图8)。

用户功能

通过测试，确定了各种额外的用户功能;这些都列在表4。

图9根据应用程序是免费的、不可访问的还是付费的，提供了这些额外用户功能的细分。大量应用程序(224/681)没有提供任何用户功能:38.3%(161/420)的免费应用程序，27.6%(56/203)的付费应用程序，以及12%(7/58)的不可访问应用程序。

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

据我们所知，这是第一个系统地、详尽地审查两个最大的应用程序库上所有现有的药物依从性应用程序的研究。Dayer等[13是唯一一项同类性质的研究，研究了大量的药物依从性应用程序，并探索了理想的功能。然而，在排名最高的应用中，只有10款应用被下载并进行了用户测试，而在本次评测中，有420款应用被下载并进行了用户测试。这可能反映了移动健康应用的快速增长。5]。

本研究最重要的发现之一是缺乏HCP参与应用程序开发(84/681,12.3%)，以及与此类应用程序的开发和使用相关的证据基础有限(8/681,1.2%)。关注其他医学领域的App评论也报告了类似的发现，如结肠直肠癌[14]、血管状况[15]，泌尿学[16]、骨科运动医学[17]，疝气[18]，肥胖[19]，眼科[20.]和疼痛管理[21]。虽然HCPs参与应用程序开发并不一定保证应用程序的有效性，但它可能提供更深入地了解患者需求，并暗示更可靠的内容和更高的质量。

在8个确定的基于证据的应用程序中，只有3个应用程序专门与临床试验有关，研究应用程序的功效(就提高药物依从率而言)。在当前以证据为基础的实践时代，如果要让HCP广泛接受应用程序，或者如果应用程序将来要像目前的药物一样被卫生保健系统开处方和报销，那么支持使用基于应用程序的干预措施的有力证据是必要的。基于证据的应用程序的有限流行，部分原因可能是黄金标准医疗干预评估方法(如随机对照试验)的慢节奏和艰巨的本质与应用程序技术的快节奏和不断发展的本质之间存在固有的紧张关系。22，23]。可能需要更新、更快的评估方法来应对这些挑战。

本研究中对依从性应用程序的测试使我们能够创建一种策略分类，这些策略被这些应用程序用来促进行为改变和依从性。更广泛的依从性文献描述了患者中两种广泛的不依从性[24]:(1)无意的——患者打算服用处方药物，但最终没有服用(例如，由于健忘);(2)有意的——患者主动决定不服用药物。这项研究的结果表明，目前大多数可用的坚持应用程序都采用了针对无意不遵守的策略，例如提醒。推送通知是主要使用的技术。有趣的是，在这项研究中，只有1.4%(6/420)的应用程序使用短信作为发送提醒的手段，尽管已有证据表明短信提醒在提高依从性方面是有效的。25]。一篇评论的结论是，提醒应用的功能与短信非常相似，但功能范围更广;这类应用程序提高服药依从性的潜力至少与短信提醒相当(如果不是更大的话)。13]。这为与其他提醒方法相比，SMS的利用率较低提供了一个潜在的解释。

尽管有证据表明，增加患者对药物的知识和服用处方药的重要性可以提高依从性，但教育策略也没有得到充分利用，这可能对无意和有意的不遵医嘱者都有潜在的好处。26]。

外部监测是另一个使用不佳的依从性策略。该策略允许第三方接收患者的依从性信息，使他们有更大的机会更积极地参与和整合患者护理。这可能对那些患有慢性疾病的人特别有益。尽管外部监测的总体利用率很低，但在无法访问的应用程序群体中的患病率要高得多(28%[16/58]对5.2%[22/420])，这突出了某些诊所和药房如何通过使用应用程序承担监测和促进患者群体依从性的责任。

游戏化是最不常使用的坚持策略，只有1.2%(5/420)的应用使用这种技术。这是一个总称，指“在非游戏系统中使用电子游戏元素，以改善用户体验和用户参与度”[27]。越来越多的证据支持游戏化作为一种促进行为改变的方法。一项系统综述表明，视频游戏改善了69%的心理治疗结果和59%的物理治疗结果;结果在不同年龄组之间没有差异[28]。该研究确定的游戏化应用程序的目标市场并非针对特定年龄群体;针对不同年龄段的用户定制应用可能会更有效地利用游戏化。疼痛阵容是一款针对年轻用户的有效游戏化应用;它被用来记录癌症儿童的疼痛程度，具有很高的依从性和满意度。29]。儿童和青少年的积极吸收可以复制药物依从性。

除了应用程序提供的各种坚持策略外，很大一部分应用程序还提供了大量额外的用户特性和功能，可分为11类。最常见的功能是健康指标跟踪、药物补充提醒、药房信息和医疗保健服务联系人目录。最不流行的功能是条形码扫描、可穿戴技术连接和医院信息提供。总的来说，用户功能在付费应用中更为普遍，为下载应用的个人提供了更全面的服务，并证明了成本价格的合理性。

虽然很少有识别应用程序提供条形码扫描(使用数字快速响应代码技术捕获药品包装上的相关标识符)，但这种技术已被证明可以降低医疗错误率，从而促进患者安全[30.]。因此，应该鼓励在依从性应用程序中提供条形码扫描。

最后，文献强调，不依从在老年人中尤其普遍，他们经常使用多种终身药物[31，32]并可能出现记忆障碍[32，33]。因此，有理由认为，这一人群可能会从基于应用程序的依从性干预中获益最多。然而，不幸的是，这些人对这些技术不太熟悉，也不太感兴趣，而且更有可能患有灵巧性受限等身体疾病。34，35]。然而，最近的证据表明，随着人们对移动医疗的兴趣增加，这一趋势正在发生变化[36]。因此，开发者必须提供增强的可访问性功能，以增加应用在老年群体中的影响力。在这方面，许多被评测的应用程序提供了增加显示字体大小和文本字段的功能，并提供了更大的数据输入键盘。

限制

本研究发现了几个局限性。首先，尽管我们能够下载并测试免费应用，以确定他们使用的黏性策略，但由于缺乏资金，我们无法下载并测试付费应用。从应用库的描述来看，付费应用提供了额外的特性和功能，下载这些应用的能力可能会让我们对应用提高用户依从性的策略有更深入的了解。同样，我们也无法下载和测试无法访问的应用程序，这些应用程序需要附属医疗机构或诊所的登录凭据。

由于移动健康应用市场的动态性和应用程序的快速更替，最初确定纳入本综述的几个应用程序随后从应用程序库中撤出，这使得从这些应用程序中收集的潜在影响数据变得多余。

最后，由于新应用程序的快速生产和发布，我们承认，随着本次审查的进行，新的依从性应用程序将被发布，但未被纳入本研究。

未来的研究

我们强调了未来研究的两个主要潜在领域。首先，尽管我们将HCP参与作为应用质量的替代市场，但其他市场也可能很重要，例如患者参与应用开发。涉及焦点小组和对患者应用程序进行定性评估的进一步研究将有助于解决这一问题。

其次，我们专注于所有药物依从性应用程序，而不考虑疾病状况，以获得广泛的市场概况。因此，未来的研究可能会集中在为特定疾病环境下的依从性设计的应用程序上。

结论

这个应用程序储存库审查表明，HCP在应用程序开发中缺乏参与。应用程序开发人员、HCPs、学者、行为科学家和最终用户之间需要加强合作，以确保开发高质量、相关的依从性应用程序。

研究结果还表明，目前绝大多数在知识库上提供的依从性应用程序缺乏有效性的证据基础。在这方面，未来需要进行有力的临床试验来调查这些干预措施的有效性。这些证据将使医护人员能够在开药时开具依从性应用程序，从而在患者中得到广泛采用。