有一款应用可以做到这一点:付费健康和健身应用的内容分析

简介

使用移动设备来支持健康行为的改变是有希望的。除了扩大用户获取健康信息的机会外，移动设备在促进持续收集个人数据和在最适当的时候提示行为改变方面正变得越来越有用[1]。最早的应用之一是在1998年，当时手表被用来提示正在康复的瘾君子填写有关他们行为和感受的完整日志。2]。最近的健康应用程序集中在一个简单的消息系统[3.]，主要与糖尿病管理有关[4-6]及戒烟[4，7]。临床护理应用最为普遍，针对预防性健康行为的应用较少[4]。

最近智能手机的出现大大扩大了健康用途的范围和领域。特别是，它为开发人员提供了一个设计第三方应用程序的平台，这些应用程序扩展了这些移动设备的功能和效用。app是专为移动设备设计的软件程序。在苹果应用商店的“健康和健身”类别中，开发者为苹果的移动设备(包括iPhone、iPad和iPod touch)开发了数以千计的可下载应用。自2008年7月苹果应用商店在美国推出以来，已有超过50万款应用可供下载，下载量近250亿次[8]。到2016年，估计将有超过440亿的应用程序被下载，这相当于世界上每个人下载6个应用程序。9]。

人们对移动设备如何影响健康行为越来越感兴趣，也越来越感兴趣。10]。福克提出了功能三位一体的概念[11]。三位一体是描述设备在人与设备交互中的作用的框架。根据三位一体，设备可以是工具、媒介或社会角色。这个三位一体类似于被广泛接受的有关先行-继续模型(PPM)的结构[12]，即诱发因素、促成因素和加强因素(图1)．工具与诱发因素类似，可以提高用户的能力。媒介类似于促成因素，为用户提供真实的体验。最后，社会行动者，类似于强化因素，帮助用户建立和加强关系。例如，移动设备在用于传播健康信息时成为工具或易感因素。同样，当个人使用这些设备收集有关个人健康行为的数据时，这些设备充当媒介或使能因素。应用可以被视为社交角色或强化因素，因为它们允许用户与社会支持网络或资源进行互动。

医生和其他卫生保健专业人员已经开始在他们的实践中使用许多这些应用程序，主要是作为参考工具[13，14]。随着这些技术越来越为患者所接受，从业者可能希望向他们的客户推荐一款健康和健身应用。15，16]。目前，学术文献中很少有关于这些应用程序质量的分析。17]。这项研究的目的是对应用程序开发者对与iPhone接口的健康和健身应用程序的书面描述进行内容分析。认识到对这些书面描述的分析不符合研究设计，可能需要购买、下载和使用数以千计的健康和健身应用程序，本研究的范围旨在分析消费者在考虑购买应用程序时可获得的相同信息。许多公司为各种移动设备开发应用程序，包括Android操作系统的制造商，该系统目前的设备销量超过了苹果的iPhone。18]。之所以选择iPhone应用程序进行这项研究，是因为苹果的应用程序商店仍然提供最多的应用程序可供下载，而iPhone用户下载应用程序的速度大约是安卓用户的两倍，安卓是苹果在应用程序市场上最接近的竞争对手。18]。此外，本研究试图分析每个健康和健身应用程序的书面描述，以评估其影响行为改变的潜力。

‎ 查看此图

方法

设计

这项研究涉及对应用程序的书面描述进行定性内容分析，这些描述由应用程序开发者提供，并通过苹果应用商店通过iTunes访问。iPhone用户可以使用出厂加载的应用程序“App Store”来查看应用商店．"健康教育课程分析工具[19]和PPM [12都被用来指导应用程序的编码。研究作者具有设计和开展这项研究的独特资格。两位作者个人使用iPhone应用程序的经验加起来有9年，在大学环境中使用应用程序的经验加起来有7年(例如，进行有关应用程序的研究和教授以应用程序为重点的计算机科学课程)。该研究的一位作者曾在一个国家计划委员会任职，该委员会专注于培训高等教育学院的教师实施HECAT，其他三位研究作者接受过健康行为改变理论的培训，对PPM非常熟悉。在对数百个健康和健身应用程序进行初步审查后，作者设计了编码方法和仪器。

研究作者在HECAT内容领域、PPM和研究机制(例如，数据输入和应用程序编码)方面培训了两名研究助理。培训课程每两周举行一次，为期4周，每次1小时。研究助理是公共卫生专业的本科生，他们的课程是最后一年。两人都完成了涵盖HECAT内容领域和健康行为变化理论和模型的课程，其中包括对PPM的讨论。

样本

本研究样本中的应用程序来自美国苹果应用商店的“健康和健身”类别(N = 5430)，应用程序的描述很容易访问和查看(图2)．研究样本仅限于健康和健身类的英语应用程序;因此，338个应用程序被排除在外。免费增值应用是一种营销策略，提供免费下载选项，提供有限的功能，然后可以付费升级到功能完整的应用。截至2011年9月，苹果app Store上72%的应用下载量是免费增值应用。20.]。为了避免在编写同一应用的部分功能版本和完整功能版本时产生的重复和后续编码错误，本研究样本只包括付费应用;1324款免费应用被排除在外。根据这些纳入/排除标准，有3768个应用程序可供编码。在这些应用程序中，有432个被错误地归类或放在了健康和健身类别下(例如，酒类购买者指南和餐馆定位器)，因此被排除在外。最后的研究样本(n = 3336)只包括那些促进健康或预防疾病/伤害的应用程序。此外，73%的iPhone应用是付费应用。21]。在这项研究中，符合纳入/排除标准的付费应用在健康和健身类别的应用总数中占76%。

‎ 查看此图

测量

每个应用程序都对基本的描述性信息进行了编码，比如应用程序的名称和价格。基于在研究设计期间对应用程序的初步审查，作者得出结论，许多应用程序不是为了促进健康或预防疾病，所做的声明不可信或不值得信赖，或者不能推荐给客户在专业环境中使用。编码员评估每个应用程序，以确定从公共卫生专业人员的角度来看，该应用程序是否:(1)旨在促进健康或预防疾病，(2)可信或值得信赖，以及(3)一般建议客户使用该应用程序来改善健康或预防疾病。被编码为不是为了促进健康或预防疾病的应用程序的例子包括餐馆定位器或酒精购买者指南。被标记为不可信或不值得信任的应用程序包括声称可以预测你未来宝宝性别的应用程序，预测你死亡日期的应用程序，以及声称能够访问大脑超感官潜能的应用程序。被归类为不推荐给客户改善健康或预防疾病的应用程序包括记住健身房储物柜组合的应用程序或化妆技巧的应用程序。

接下来，每个应用程序都根据其目标影响的健康相关行为进行编码和分类。HECAT中包含的标准健康教育内容领域被用于促进这一编码。选择这些内容领域是因为它们代表了健康教育和行为改变的核心领域，其中包括疾病控制和预防中心定义的完全健康[19]。HECAT的内容领域以及本研究的后续编码类别包括以下内容:酒精、烟草和其他药物、健康饮食、精神和情感健康、个人健康和健康、体育活动、安全、性健康和暴力预防。作者在研究设计阶段审查了数百个应用程序，以便在每个核心HECAT内容区域内创建子类别。在查看每个应用程序的描述后，程序员确定哪些内容区域和子类别最能描述应用程序处理的行为。

接下来，PPM被用来根据每个应用程序的预期影响水平来编码，以潜在地改变行为。PPM是一个广泛接受的健康教育框架[12]并在本研究中用于指导与行为改变相关的几个重要维度的应用程序编码。PPM将健康行为决定因素分为3大类:诱发因素、使能因素和加强因素．在这项研究中，倾向应用程序是指那些可能先于行为的实用程序，这些应用程序是基于认知或情感的。易感应用程序涉及:对病情或结果的了解或认识(例如，提供癌症统计数据的应用程序);提供信息(例如，提供预防不良健康结果方法的应用程序);信仰、价值观或态度(例如，讨论避免吸烟的常见原因以帮助用户戒烟的应用程序);还有信心或动力(例如，一个试图说服你可以改变饮食的应用程序)。编码员将应用程序编码为启用，如果它们打算被使用或发生在所需行为的同时或大约同时，如果它们通过教授一项技能(例如，带有健康拉伸图片和说明的应用程序)、提供一项服务(例如，用于体育活动的地理位置定位的应用程序)或跟踪进展/记录行为(例如，卡路里计数器应用程序)来促进行为。强化因素是学习者在采取某种行为后从他人那里得到的奖励和反馈，这些可能会鼓励或阻止这种行为的继续。编码员将与社交网站交互的应用程序编码为增强应用程序(例如，自动上传到Facebook的应用程序)，提供来自培训师/教练的鼓励(例如，与教练或培训师进行轻松交流的应用程序)，并包括基于用户自我监控的评估(例如，对用户的身体活动报告提供自动反馈的应用程序)。

分析

在最终数据集的10%的子样本上计算2个编码器之间的评分者间可靠性。同意的数量除以不同意的数量，得到的一致性水平为92%，与以前的内容分析研究所使用的水平相当[22]。程序员之间的分歧作为一个研究团队进行讨论，直到达成共识。

应用程序根据价格进行比较，以确定与价格低于1美元的应用程序相比，价格较高的应用程序的基本质量是否有所提高。之所以选择1美元作为价格点进行比较，是因为近一半(42.3%)的样本应用程序的价格低于1美元。应用程序的频率是根据每个HECAT内容区域计算的。此外，应用程序的频率是根据PPM的每个维度计算的。

结果

在这项研究中，大多数应用售价0.99美元(1411/3336,42.30%)，23.77%为1.99美元(793/3336)，33.93%为2.99美元或以上(1229/3336)。表1根据它们列出的购买价格显示应用程序之间的差异。成本为1美元(0.99美元)的应用程序更有可能被编码为旨在促进健康或预防疾病(P<措施)。价格较高的应用程序也更有可能在促进健康或预防疾病方面被编码为可信或值得信赖(P< .001)，它们更有可能被编码为为改善健康或预防疾病的目的而向客户推荐(P<措施)。

每个HECAT内容区域和研究样本应用程序之间的各自表示都包括在内表2．对于本研究，HECAT内容区域并不相互排斥。事实上，许多应用程序都是在多个内容区域下编码的。与体育活动和个人健康相关的应用程序最常见。在体育活动应用中，健身程序和健身监测器几乎占据了所有应用程序。个人健康类的应用程序包括与补充和替代医学、睡眠、疗法、特定疾病信息(如心脏病信息)、口腔护理和卫生相关的应用程序。健康饮食和心理健康应用加起来占应用总数的30%多一点(1065/ 3336,31.92%)。在健康饮食类别下，特定食物的营养成分、卡路里跟踪或计数应用程序以及健康饮食应用程序最常见。在心理健康类别中，压力管理应用程序所占比例最大，其次是冥想指南，以及补救措施、疗法和自助治疗。与性健康和生殖健康有关的应用程序; alcohol, tobacco, and other drugs (ATOD); and injury prevention were the least common in this study sample. Pregnancy or fertility calendars were the most common type of sexual/reproductive health apps, followed by postnatal care, and then prenatal care. Nearly all ATOD apps were designed to assist the user in his/her own addictions, with 1.53% (2/129) including tips on how to provide support and assistance to an addict. Apps coded under the injury prevention category were mostly related to first aid and emergency preparedness. One-third of injury prevention apps provided information about snakebites.

大多数应用程序都被编码为易感或启用(表3)．只有6.65%(222/3336)的应用程序是强化的，1.86%(62/3336)的应用程序包含每个PPM因素(即，预处理、启用和强化)。应用程序的易感方面主要涉及提供知识或试图提高意识(713/1776,40.15%)。启用应用程序最常被编码为提供服务(1065/2181,48.85%)。强化应用程序之所以被编码成这样，主要是因为它们与社交网站交互(例如，自动上传到Facebook)，可能会促进同伴对行为的反馈。超过40%(92/222,41.44%)的强化应用程序提供了某种类型的反馈——有时是自动化的，有时是人与人之间的交流——关于用户对他/她行为的自我监控。

讨论

在这项研究样本中，价格较高的应用程序被认为更可信或值得信赖，在专业环境中更容易被客户推荐，更有可能被设计为促进健康和预防疾病。这些发现与Abroms等人的研究结果一致[23他们报告说，大多数在遵守既定戒烟临床实践指南方面得分最高的应用程序都是付费应用程序，从而建立了质量和价格之间的关系。总之，这些发现可能表明，功能丰富的应用程序成本更高。而Heron和Smith [24]报告了移动设备对改变行为的有效性的证据，目前的研究支持这样一种认识，即此类设备将需要一定程度的复杂程度，这可能会增加成本[25]。

到目前为止，个人健康、体育活动和健康饮食应用是最具代表性的应用类别。这些类别中的每一个都代表了个人在历史上感到有能力带来自己的改变的领域。这也可能反映了一种看法，即解决这些问题不那么复杂。此外，自1980年以来，世界范围内的肥胖率增加了一倍多[26，这可能增加了运动和营养应用程序的受欢迎程度，这些应用程序声称可以帮助希望减肥的个人自助。考虑到美国持续存在的大量药物滥用问题，ATOD应用程序不太常见的观察值得注意[27-29]。对此有一种解释，如Abroms等[23]在他们对戒烟应用的研究中指出，应用用户可能代表了富裕人群中的精英群体，他们可能不太可能遭受药物滥用之苦。随着移动设备的普及，包括更广泛的社会经济人口，可能会增加开发有效的ATOD应用程序的需求。

在目前的研究中，超过一半的应用程序是基于诱发因素建立的，这些诱发因素主要是基于知识的。如果大多数可用的健康和健身应用程序只是简单的诱发因素，专业人士应该考虑这些应用程序在传统方法(如自助指南、手册和参考书)之外的附加效用。乍一看，当前研究中的应用比传统方法更实惠(即0.99美元)，与其他学科研究的应用价格一致[30.]。然而，考虑到所有用户都是通过设备(如iPhone、iPod或笔记本电脑)访问App Store的，这些设备与数据服务提供商签订了按月收费的合同，用户的实际价格可能确实更高，除非用户使用借来的连接(如工作或免费Wi-Fi)。然而，这些较高的成本可能会被能够将功能整合到单个设备中的便利性所抵消。例如，能够阅读心脏病的风险因素并通过同一设备拨打私人电话可能对许多用户非常有吸引力。然而，尽管现代移动设备很方便，但本研究中包括的健康和健身应用程序并没有超越使用易感因素的传统方法所能达到的效果。此外，鉴于许多此类应用程序专注于提供信息，未来的研究应该考虑其内容的医学准确性。

在目前的研究中，应用程序最常见的编码理论分类是基于使能因素，如教学技能、跟踪进度或记录实际行为。这一发现得到了最近一项关于糖尿病管理移动设备应用的系统综述的支持，其中Chomutare等[6报告称，追踪进展是一种可行的方法，是为糖尿病人设计的应用程序最常见的功能之一。Ravert等[31]注意到移动设备可以作为一种方便和即时的方式来测量行为的手段，这在历史上依赖于用户回忆和手动输入数据。事实上，将个人行为手动上传到移动设备上，可能比传统的记录方式(即笔和纸)更可取。32]。此外，更自动化的流程引入了利用设备监控功能的可能性，这本身就可以通过允许用户监控和报告他们的行为改变进展来激励改变行为[33，34]。图3介绍了代表易感，使能和加强因素的研究应用程序的实际例子。

在目前的研究中，很少有应用程序包含强化因素，其特点是提供鼓励、评价和与他人互动的机会。这一发现与Abroms等人的发现一致[23]和Chomutare等[6他们报告说，很少有应用程序将用户与外部资源联系起来，包括社会支持系统。考虑到新兴移动设备技术的能力，这似乎是一个错失的机会。与PPM相适应，强化的标志是应用程序将用户与外部系统或社区(如社交网站)连接起来的程度。由于涉及到移动设备，Patrick等人[1Heron和Smith [24]将这一过程称为生态瞬时干预，或Intille等人[35称之为“准时制”。这种干预是指应用程序根据从用户那里获得的数据进行调整。这些用途可以被认为是实时行为改变支持，用户可以通过预先编程的虚拟教练或实际的人机交互来获得强化。根据PPM，这些应用程序将代表一种改变行为的完整方法，应该是最有效的，这可以通过使用随机对照试验的研究来确定。

费尔索等人[4]认识到需要根据理论原则使用移动设备进行干预。公共卫生专业人员可以与应用程序开发人员合作，开发符合现有行为改变理论的应用程序。36]，包括那些强调PPM中突出的强化范式。根据目前的研究，大多数现有的应用程序在包含强化因素方面受到限制，而强化因素被认为对促进行为改变至关重要。理论在公共卫生干预和研究中至关重要，因为它有助于理解个人、群体和组织如何以及为什么行为和改变[37]。公共卫生应在应用程序的创建中发挥更积极的作用，其中包括理论原则。事实上，之前的研究已经表明，当移动设备干预基于理论时，是最有效的。3.，10]。随着技术渗透的深入，这些干预措施将越来越容易获得。38]并可成为公共卫生专业人员扩大影响和接触以前孤立的社区群体的有力工具[39]。

‎ 查看此图

限制

虽然这项研究是同类研究中的第一个，但在解释结果时应该考虑到一些局限性。首先，程序员使用开发者自己对应用程序的描述来编写代码。有可能是一些开发人员夸大或低估了他们的应用程序的功能，这将导致本研究目的的错误分类。实际上，下载和使用应用程序超出了本研究的范围，对于3336个应用程序的样本来说也不可行。此外，应用程序的书面描述包含了客户在考虑购买时可以获得的相同信息。其次，本研究中所代表的应用程序可能不包括所有与健康和健身相关的应用程序。正如本研究的编码员识别出的应用程序并非旨在促进健康或预防疾病，其他相关应用程序也可能同样被错误地归类到其他App Store类别中，这将排除它们被纳入本研究的可能性。此外，这项研究只关注了与苹果应用商店相关的应用程序，而排除了与其他平台相关的应用程序(如Android应用程序)。虽然未来的研究可能会探索为其他平台设计的应用程序，但本研究的重点是iPhone应用程序，因为这个平台有最多的应用程序可供下载[40]。最后，PPM和HECAT内容区域指导了应用程序的编码，对研究人员来说已经足够了，但尚不清楚这些编码类别在多大程度上涵盖了App Store中该部分列出的所有应用程序类型。

结论

对于那些希望促进健康或预防疾病的人来说，有许多应用程序可用。尽管如此，希望在苹果iPhone等设备上推荐使用第三方应用程序的从业者应该谨慎行事。建议从业者在推广应用程序使用时要谨慎，以免夸大其潜在效果。根据研究应用程序的描述，似乎大多数应用程序都提供了与健康相关的信息或尝试促进行为，但几乎没有一个应用程序包含了用于改变行为的PPM建议的所有因素。此外，开发工作可以针对目前很少有应用程序可以解决的重要公共卫生行为，例如药物滥用。未来的研究应扩展Abroms等人最近的工作[23并实际测试大量应用程序的功效，因为人们对它们潜在的健康效用知之甚少。