一名研究馆员根据以往研究中发表的搜索策略搜索了8个基于Web的数据库——ovid MEDLINE、Embase (Elsevier)、Cochrane Library (Wiley)、PsychINFO (EBSCOhost)、CINAHL (EBSCOhost)、Web of Science (Clarivate)、SPORTDiscus (EBSCOhost)和IEEE Xplore数字图书馆数据库[ 12， 14]，使用特定的查册词(表S1) 多媒体附件1)．为了纳入本次综述，研究需要描述一种基于智能手机的方法来评估健康年轻人的PA，并报告该方法在《基于共识的健康测量仪器选择标准》(COSMIN)测量属性分类中确定的至少一种测量属性[ 16］．COSMIN检查表用于评估调查患者报告的结局指标测量特性的研究的方法学质量。本研究评估的测量属性包括内部一致性、信度、测量误差、内容、结构、准则效度和响应性;定义概述在 表1据COSMIN报道。世界卫生组织将健康青年定义为年龄在10至24岁之间的人[ 17没有已知的慢性疾病。感兴趣的结果包括智能手机测量PA的测量有效性(即准确性和可靠性)，报告为PA总时间(分钟/天或分钟/周)、每周中等至剧烈PA总时间、每日步数、强度测量(心率或感知运动率)或频率测量(每周天数)。

如果参与者不是健康的年轻人，研究就会被排除在外;如果他们没有检查方法的有效性，他们也被排除在外;没有对PA和可行性进行报告;不使用智能手机;都没有以英文出版;如果他们只描述了测量方法的可行性;描述了仅使用短信来测量行为的测量属性;并单独描述了可穿戴设备(如Fitbit)的测量特性( 图1)．

所有确定的研究均导出到Endnote(版本X9)中以去除重复。然后将记录上传到Covidence系统审查软件(Veritas Health Innovation)进行筛查。参与筛选、全文审查和数据提取过程的作者参加了培训课程，在培训课程中，多个审稿人独立地审查和讨论相同的文章选择，以帮助确保审稿人之间的一致性。如Thornton等人所述[ 12， 14]对于更大的综述，标题和摘要由一名审稿人(OG, RV, JW, CS, LT, BO, LB, LG, OG, ZB, KC，或BP)筛选，然后由该组至少两名成员独立评估潜在相关研究的全文是否合格。

由一名审稿人(BP)根据本综述的具体纳入标准对纳入研究的标题和摘要进行筛选。潜在相关研究的全文由研究团队的两名作者(CS和JW)独立评估是否合格，任何分歧都由第三或第四名研究人员(LT和BP)协助解决。CS和JW使用标准化的提取表格独立提取数据，以确保充分捕获试验数据，并就最终报告的数据达成一致。数据提取的进一步细节包含在先前发布的协议中[ 12］．

本综述感兴趣的主要结果是基于智能手机的评估PA方法的PA测量属性。具体而言，如纳入研究所述，我们调查了所识别方法的信度、测量误差、内容效度、结构效度(包括收敛效度、结构效度和跨文化效度)、标准效度和响应性。在本综述中，对于被分类为测量标准有效性的研究，基于智能手机的研究方法必须与已经过可靠性测试的PA客观测量方法进行比较(例如，使用带有内部弹簧的计步器计算步数，该弹簧随着髋关节运动上下移动，或使用Actigraph加速度计，该计使用小型运动传感器沿3个轴测量加速度)[ 18］．在将基于智能手机的方法与自我报告测量进行比较时，即使它被研究作者描述为金标准方法，该论文也被归类为调查结构和特定收敛效度。在这篇综述中，PA的金标准测量工具被归类为Actigraph加速度计[ 19， 20.］．采用COSMIN偏倚风险检查表评估纳入研究的偏倚风险[ 16， 21， 22］．

在通过检索策略识别的12,967条记录中( 图1)， 149项研究符合该综述的PA智能手机标准，但不受年龄限制。总之，文章因未检验测量方法的方法学有效性、未报告“六大”中的至少一项而被排除[ 15)，以及不使用智能手机( 图1)．在将参与者纳入健康年轻人标准时，只有5项研究[ 23- 27都符合条件。纳入研究人群的主要特征在 表2．研究共纳入322名年轻人，其中176名为女性，平均年龄14.3岁(SD 3.2岁)。只有两项研究报告了参与者的年龄范围。Jongprasithporn等[ 25]包括18-23岁的参与者，而Dunton等人[ 24]对9-13岁的参与者进行了研究。由于Dunton等人的研究中90%的参与者年龄在10-14岁，作者决定将其纳入本综述。两项研究报告称，研究对象是体重指数平均为32.7 kg/m的超重或肥胖年轻人²( 27]和31.3 kg/m²，分别[ 26］．

在美国进行了两项研究[ 23， 24]，两个在德国[ 26， 27]，另一间位于泰国[ 25］．在纳入的5项研究中，与更主观的自我报告或客观的加速度计相比，所有研究都在评估智能手机应用程序收集PA数据的准确性。

以下3项研究测量了标准的有效性，将电话数据与客观测量和自动收集的数据进行比较:Bruening等[ 23]完成了一项准确性研究，以测试用于评估PA水平的移动生态瞬时评估(EMA)方法的有效性;邓顿等[ 24]通过智能手机管理的调查对PA的电子EMA进行了有效性和可行性研究;最后一项研究 25]研究了泰国3轴(或TH3AX)智能手机应用程序评估PA的准确性。测量构念效度的两项研究[ 26， 27]是在一组参与现有医院减肥治疗计划的人身上进行的试点研究。两项研究都评估了现代电子医疗保健技术在治疗中的可行性和可接受性，与自我报告相比，用户在研究期间手动记录PA发作。

所纳入研究的特征概述在 表3．关于用于记录PA数据的应用程序，3项研究没有报告所使用的应用程序的名称，一项研究使用了名为devilSPARC的移动EMA应用程序[ 23]，以及一项研究[ 25)使用了TH3AX应用程序，该应用程序可以实时记录PA数据。四项研究[ 23- 25， 27)并没有报告这些应用程序是否对公众开放。席尔等[ 26据报道，该应用程序对公众开放，但无法在苹果或谷歌Play应用程序商店中找到。

在2项研究中[ 23， 24，参与者全天都会收到实时提示，回答有关他们正在进行的活动的问题。其余3项研究[ 25- 27通过手机运动实时监测PA。只有一项研究[ 25在参与者被指示佩戴手机时，使用被动运动感应的研究报告;这项研究要求参与者在第一个测试中将手机连接到他们的右臀部，然后在第二个测试中将手机连接到右髂前上棘。在这5项研究中，有4项监测了平均4天的活动。余下的研究[ 25]在一系列性能试验中，参与者随机参加站立、步行和跑步活动。所有5项研究都检查了Android手机的PA测量，只有1项研究[ 23研究了在苹果iOS系统上实施PA措施的可行性。在这项研究中，对于那些有兴趣参与但没有Android或iOS手机的参与者，他们借了一部摩托罗拉Moto G在研究期间使用。只有两个[ 23， 24]的5项研究中提到了使用的手机的实际类型和品牌。在这5项研究中，有2项报告为参与研究提供了经济奖励(80美元和40美元)[ 23， 25］．

两项研究[ 23， 24]要求用户主动输入一连串的PA数据。在余下的3项研究中[ 25- 27]，通过手机的运动或移动自动收集PA数据。两项研究[ 26， 27]使用了集成在手机中的移动运动传感器。一项研究[ 25手机内置了一个加速度计。这三项研究[ 25- 27]报告了用于计算PA行为的算法;然而，他们没有报告所使用的算法是否可以通过开源访问。没有一项研究报告了参与者在研究期间是否佩戴PA跟踪监视器。5项研究中有4项测量了久坐行为，2项[ 26， 272 .通过主观的自我报告措施[ 23， 24］．

总的来说，使用测量属性来评估信度、效度和响应性是很差的，每项研究只报告了一项测量属性的完成。没有研究通过重复测量来考察结果的可靠性。只有一项研究[ 25]报告了总体测量误差，低至0.12。没有研究关注结构效度，即研究测量PA水平的程度。没有研究着眼于跨文化有效性和结果在其他文化中的适用性。

两项关于构念效度的研究均由同一研究小组进行[ 26， 27］．在第一项研究中[ 26]，在自我报告的PA和手机中运动传感器测量的PA之间存在显著差异。一般来说，儿童和青少年记录的PA持续时间远高于通过运动传感器测量的持续时间。然而，相关分析显示，计算出的PA持续时间与花在骑车等活动上的时间之间存在中度至强烈的显著相关性( r= 0.67; P<.01)，计算出的PA持续时间和活动单位总数( r= 0.89; P<.01)，计算PA持续时间和能量消耗( r= 0.82; P< . 01) ( 27］．这证明了通过移动运动传感器板进行的PA评估与现实之间的强一致性[ 26］．在第二项研究中[ 27]，儿童和青少年估计的PA持续时间也明显高于第一项研究中步行和跑步的测量值[ 26］．两项研究中对骑行的估计没有差异。此外，计算出的PA总持续时间与在某些不同活动上花费的时间之间也存在弱至中度的显著相关性，例如骑自行车( r= 0.67; P=.001)、驾驶( r= 0.46, P= . 01)。测量到的PA持续时间与活动单元总数之间有很强的显著相关性( r= 0.89, P=措施)。测量到的PA持续时间与估计的能量消耗之间也有很强的显著相关性( r= 0.82, P=措施)( 27］．

其余3项研究[ 23- 25]专门调查了标准的有效性，将应用程序与之前验证过的客观测量进行比较[ 22］．尽管，一项研究[ 24]将其报告为建构效度。在Dunton等人[ 24]，通过检查EMA报告的活动类别中平均步数(由加速度计测量)的差异，对EMA活动响应的方法进行了测试。因此，我们在标准效度下报告了这一结果。在这两个体重状况组中，EMA调查报告的积极玩耍、运动或锻炼步数明显高于任何其他类型的活动。此外，在打电话、做家务、开车和其他事情时记录的平均步数明显大于在阅读、使用电脑、做作业、看电视或电影以及玩视频游戏时记录的平均步数。 24］．然而，本研究的结论是，使用手机EMA技术测量9-13岁儿童闲暇时间的PA和久坐行为是可以接受和有效的。在第二项研究中[ 23]，对于基于手机的ema报告的久坐性PA、轻度PA和中度PA，参与者的加速度计产生的活动水平与其报告的PA水平相匹配的几率显著。由于只有一名参与者具有剧烈的加速度计值，因此没有计算剧烈活动的几率。ema报告的久坐和轻度PA的匹配率最高(分别为340/565,60.3%和37/ 63,58.7%)，中度PA的匹配率最低(9/ 40,22.5%)和剧烈PA的匹配率最低(1/ 26,3.8%)。这项研究的结论是，devilSPARC移动EMA应用程序对于评估白天久坐活动的存在是有效的[ 23］．第三项研究[ 25]的标准有效性报告，TH3AX应用程序的最低灵敏度(0.975)是在站立活动期间计算的。最高的敏感性(0.988)，特异性和准确性都是在跑步活动期间确定的。TH3AX对站立、行走和跑步的平均敏感性、特异性和准确性分别为0.981、0.988和0.986。基于这些结果，作者验证了年轻人使用智能手机应用程序进行活动识别的有效性。没有研究关注所使用的应用程序的响应性，以及它们如何检测PA水平随时间的变化。

由于检测移动应用程序测量和跟踪PA的有效性、可靠性和有效性的研究数量较少，我们无法完成对数据的元分析。每项研究的方法都不同，将研究数据结合起来是不实际的。一些研究没有报告用于检验信度、效度或响应性的实际测量属性。在本研究中，我们在标准效度下分析了一组提供的信息，尽管在研究中报告为构念。然而，由于方法是如此详细，我们能够确定使用的正确测量属性。5项研究的样本量范围很大，从6个到124个，样本量计算没有报道。此外，每项研究的测量方法也广泛使用被动-客观或主动自我报告方法。

很少有研究考察智能手机测量和跟踪健康年轻人PA水平的准确性、有效性或可靠性。在3项针对PA的客观测量(如Actigraph加速度计)测量有效性的研究中，所有研究都得出结论，手机是可接受的有效工具。然而，还需要更多的研究来关注人口特征，如性别、不同年龄组、残疾和慢性疾病。建立智能手机用于测量年轻人PA水平的有效性和可靠性，将有助于进一步研究如何使用智能手机来增加这一人群的PA(即发展慢性病或治疗慢性病的预防策略)，以及确定是否适合用于其他人群，如老年人和目前患有慢性病的人群。