使用短信项目提高2型糖尿病风险意识和促进健康行为改变(第一部分):参与者覆盖和采用的评估

简介

根据美国疾病控制与预防中心2011年的估计，美国有2580万儿童和成人患有糖尿病，相当于美国人口的8.3% [1］．此外，7900万年龄在20岁以上的美国成年人(35%)患有前驱糖尿病，其特征是高于正常血糖或糖化血红蛋白水平(长期血糖控制的衡量标准)尚未处于糖尿病范围[1］．前驱糖尿病会增加患2型糖尿病、心脏病和中风的风险[1］．这些惊人的发病率构成了一个人口层面的健康问题，因为糖尿病是心脏病和中风的主要原因，也是美国第七大死亡原因。1］．糖尿病对包括非裔美国人在内的少数族裔人群尤为沉重。2-4];在调整人口年龄差异后，20岁以上的非西班牙裔美国成年人中有12.6%被诊断患有糖尿病，与非西班牙裔白人成年人相比，患糖尿病的风险高77% [1］．

针对糖尿病预防和当前糖尿病的自我管理对于减少卫生保健支出至关重要。在美国，与糖尿病相关的总费用估计为1740亿美元，糖尿病患者的估计医疗费用是非糖尿病患者的两倍多[1］．糖尿病预防计划(DPP)的结果表明，咨询和行为改变导致适度的体重减轻和增加身体活动，极大地降低了患2型糖尿病的风险，并且在短期内比二甲双胍药物干预更有效，在长期内也相当有效[5，6］．尽管民进党行之有效，但实施该计划的成本很高。因此，人们多次尝试将该程序转换为可替代的、更负担得起的设置。7-9]而这些方法已被证明可有效促进类似的结果[10-12］．一种促进行为改变并有可能影响到大量人口的策略是使用通过手机提供的移动健康(mHealth)干预。随着手机在美国的普及，移动健康方法已经成为一种可行的干预交付方式。

根据皮尤互联网和美国生活项目最近的估计，91%的美国成年人拥有一部手机，56%拥有智能手机。13］．此外，在手机用户中，80%的人用手机发短信，43%的人下载过应用程序，31%的人在网上查找过健康或医疗信息[14］．鉴于手机在不同人群中具有很高的渗透率和互动能力，特别是在传统上健康状况存在巨大差异的非裔美国人和拉丁裔美国人人群中，使用移动方式接触广大人群是一项很有前途的战略。手机的使用如此普遍，在低收入群体中也很普遍，86%的家庭年收入低于3万美元的成年人拥有手机。15］．使用移动医疗支持行为改变的证据越来越多。对利用短信改变手机行为干预措施的系统回顾显示了积极的行为改变[16，17]，以及糖尿病短信干预措施[18-22]、戒烟[23-26]、药物依从性[19，21，27，28]，以及减肥[29-31都有记录。

为了提高人群对2型糖尿病的认识，并告知个人他们患2型糖尿病的风险，txt4health的3个试点项目，一个免费的自动化和个性化的14周短信项目，专注于糖尿病，通过灯塔社区合作协议计划的资金，在底特律、密歇根州、辛辛那提、俄亥俄州和新奥尔良、洛杉矶大都会地区启动。32］．这项由两部分组成的调查的目的是通过RE-AIM框架的镜头来评估密歇根东南部和大辛辛那提地区的txt4health试点。在本论文(第一部分)中，我们试图记录该计划的范围和采用;在第二部分中，我们试图根据对程序满意度、易用性和有用性的感知来记录程序的有效性。与以往大多数工作集中于移动医疗项目的小规模实施相比，[33，34]，此txt4health评估代表了了解用户使用情况和对大规模运行的项目的看法的努力。

方法

概述

txt4health的评估分为两部分进行。在第一部分中，我们对密歇根东南部和大辛辛那提地区参与者的个人水平txt4健康系统使用数据进行了回顾性记录分析，以确定参与者对该计划的使用情况，特别关注干预的覆盖面和参与者的采用情况。这是本文研究的重点。在第二部分中，我们对通过txt4health招募的东南密歇根和大辛辛那提txt4health用户进行了多模式用户调查，以了解参与者对使用txt4health后的计划满意度、使用情况和行为变化的看法。该评估的第二部分的结果在配套论文中提供。

项目描述

Txt4health是一个自动化的、个性化的交互式短信服务，主要目标是通过提供糖尿病风险评估来帮助人们了解他们患2型糖尿病的风险。Txt4health进一步寻求通过在14周内向用户发送个性化定制的信息，告知他们可以采取的降低糖尿病风险的步骤。这些信息是根据个人的糖尿病风险状况量身定制的，重点是饮食和锻炼，与当地资源的联系，以及通过体重和身体活动自我监测来促进行为改变的教育信息。此外，txt4health的参与者被鼓励参加每周的体重和身体活动跟踪。虽然txt4health的注册费用对参与者免费，但适用标准短信费率。txt4health干预措施以前已得到更全面的描述[32］．要有资格参加txt4health试点，用户必须自我报告居住在7个东南密歇根灯塔社区(SEMBC)或16个大辛辛那提灯塔协作县(GCBC)中的一个邮政编码。

项目登记

要注册txt4health，用户需要完成一个两步注册过程，可以通过三种方式中的一种来完成。首先，参与者可以通过向短代码300400发送“健康”一词来启动注册，该短代码生成一个自动的文本响应，要求用户发送回他们的邮政编码以验证他们的参与并完成注册过程。其次，参与者可以在txt4health网站上提供的在线注册实用程序中输入他们的手机号码和邮政编码。一旦在网上注册，就会生成一个自动的文本回复，要求用户通过短信回复来验证他们的手机，并通过短信发送到参与者的手机上。第三，参与者可以通过直接向SEMBC和GCBC工作人员提供手机号码和邮政编码来启动注册，这些工作人员将这些信息输入到在线注册实用程序中。然后，这将生成相同的自动文本响应，要求用户验证他们的手机，并通过向txt4health发送响应来确认他们的参与。报名程序已在前面详细说明[32］．

在txt4health注册后，参与者接受了糖尿病风险评估，其中包括可选的健康状况，包括自我报告的体重和身高，从中计算出建议的减肥目标(针对建议减肥的个人)。然后参与者被要求设定一个目标体重。一旦健康档案完成，参与者被要求通过短信完成一项可选的8项糖尿病风险评估(每条短信1个问题)。糖尿病风险评估项目包括自我报告的年龄、每日体育活动水平、性别、怀孕期间患有糖尿病或生育超过9磅婴儿(如果参与者是女性)的妊娠糖尿病筛查、兄弟姐妹糖尿病史、父母糖尿病史、种族和吸烟状况。看到表1参阅完整的评估项目清单。

虽然参与者被要求完成健康概况和糖尿病风险评估问题，但这些并不是注册所必需的。一旦注册，参与者在14周内每周都会收到大约5到7条信息。根据个人的健康状况和互动水平，参与者从2个消息流中的1个接收定制的消息:高风险消息或低/未知风险消息。在每周结束时，所有参与者都被要求报告他们目前的体重以及他们在过去一周进行体育锻炼的天数。个人还收到地理位置本地化的短信，其中包括与受众有关的当地问题和事件的信息(即，当地健康博览会的广告、与健康有关的资源或时间敏感的主题)。最后，每隔4周，参与者会收到一条短信，重申如何退出txt4health或获得援助的指示。

计划推出

txt4health试点项目于2012年2月启动。在密歇根东南部，txt4health作为一个更大的、基础广泛的公共卫生运动的一部分发起，名为“在D中战斗”，这是由SEMBC在大底特律地区发起的一项公共卫生运动，旨在提高人们对2型糖尿病的认识。Txt4health被用作D战役中更大的战斗D的行动呼吁。该活动以启动活动开始，由美国卫生部长雷吉娜·本杰明博士发表主题演讲，并由密歇根东南部的卫生保健领导人举行社区圆桌会议。该活动通过报纸、广播和电视广告、高调宣传的“街头团队”、基于合作伙伴的交流、社交媒体、健康博览会和密歇根东南部7个县txt4health服务区的各种其他途径进一步传播。虽然txt4health在密歇根东南部的整个7个县都可以获得，但特别的传播重点在战略上集中在通过第三方联合数据确定的36个邮政编码的微目标上，这些邮政编码具有高浓度的糖尿病患者。一开始，SEMBC的工作人员制定了来自7个县地区的至少3000人的入学目标。

在大辛辛那提地区，txt4health推出了由汉密尔顿县公共卫生专员蒂姆·英格拉姆(Tim Ingram)主持的启动活动，并由该地区著名的杂货店连锁店克罗格(Kroger)主办。辛辛那提的努力由GCBC和汉密尔顿县公共卫生部门协调，并以“每天一条短信，医生远离我”为口号进行营销。大辛辛那提地区txt4health试点通过社交媒体和健康博览会/博览会、赚取媒体、户外和广播广告进行传播，此外还在16个县的GCBC集水区采用了其他推广策略。一开始，GCBC工作人员制定了至少10,000名患有肥胖、高血压和/或其他糖尿病前期指标的初级保健患者的目标入组估计。关于txt4health的SEMBC和GCBC营销策略的其他信息已在前面进行了更全面的描述[32］．

项目评估框架:RE-AIM

概述

我们利用RE-AIM框架来指导这一评估，这是一个提供系统方法来指导健康促进干预措施的规划、评估、报告和审查的模型。自1999年由格拉斯哥等人开发以来[35]， RE-AIM框架已广泛用于规划、评估、报告和审查以公共卫生和社区为重点的健康促进干预措施。RE-AIM框架包括5个维度:覆盖面、有效性、采用、实施和维护。当独立考虑这5个维度时，这种系统方法可以更全面地理解健康促进干预措施对公共卫生的影响。在本文中，我们重点讨论了RE-AIM的覆盖和采用要素。

达到

影响力是个人层面的衡量，指的是计划中预期参与者的数量[35］．通过系统地考虑使用计划的参与者与目标人群的比较，可以实现对样本代表性的理解。在目前的txt4health评估中，覆盖范围是指来自主题服务领域并开始在txt4health中注册的个人。

采用

采用率是一种组织性的衡量标准，指的是采用某一方案的环境的比例和代表性[35］．由于txt4health针对的是个人，而不是诊所或特定环境，所以我们在个人层面上评估了采用情况。在目前的评估中，采用是指个体参与者注册、退出和参与txt4health。

程序

我们对通过txt4health编译的现有未识别系统级使用数据进行了回顾性数据分析。韦恩州立大学机构审查委员会批准了这项研究，并放弃了对回顾性记录分析的书面同意。

措施

系统级数据集包含从参与者收集的信息，包括邮政编码，注册日期，参与者退出的日期(如果适用)，以及任何可用的健康状况(身高和体重)和糖尿病风险评估(年龄，体育活动水平，性别，怀孕期间患有糖尿病的妊娠糖尿病筛查，如果参与者是女性，则生下超过9磅的婴儿，父母的糖尿病家族史，兄弟姐妹的糖尿病史，种族和吸烟状况)信息。由于为参与者提供糖尿病风险评估是txt4health的主要重点，因此完成风险评估的参与者数量是我们主要的参与指标。

作为参与的次要措施，我们计算了参与者对每周体重和身体活动评估的回应次数，这用于对体重或运动跟踪的坚持进行分类。没有记录任何数据的参与者被认为是不坚持跟踪，而记录4次或更少的参与者被归为低坚持者，5 - 8次被归为中等坚持者，9次或更多被归为高坚持者。此外，从入组日到退组日，我们计算了参与者入组txt4health的时间长度。为了更好地理解种族的影响，自我报告的种族数据被重新分类为白人和非白人分类。不幸的是，由于帮助潜在参与者注册的Beacon工作人员与试图通过网站自行注册的个人使用相同的网站界面，因此无法确定哪些网站注册是由Beacon工作人员协助进行的，哪些是由个人用户发起的。

数据分析策略

基于健康状况和糖尿病风险评估数据，我们进行了描述性统计来描述参与者的入学、退出、参与和参与者特征。连续变量用均值(SD)表示，均值用双尾未配对独立样本进行比较t测试。分类数据显示为频率和百分比，并使用卡方检验进行比较。多元回归分析用于预测花在txt4health上的时间，而logistic回归用于预测计划完成情况、体重目标设定、每周活动跟踪和每周体重跟踪。由于每周体重和活动跟踪的高度倾斜性，我们将这些结果变量分为跟踪2次或2次以上的参与者和没有跟踪的参与者。所有回归模型都控制了连续变量身体质量指数(BMI)和年龄，以及二元变量性别、日常运动量、Beacon社区隶属关系(东南密歇根或大辛辛那提)、白人或非白人种族以及吸烟状况。此外，卡方分析被用于探索隶属于密歇根东南部或大辛辛那提灯塔社区的参与者之间的潜在差异。显著性水平设置为aP等于或小于0.05的值。所有统计分析均使用STATA版本11.0 (StataCorp LP, College Station, TX, USA)进行。

结果

达到

在为期10个月的txt4health试点期间，5570人通过3个2步注册流程中的1个开始注册:密歇根州东南部的1834人，大辛辛那提地区的3736人。在密歇根东南部，注册是在短信注册(47.38%，869/1834)和网站注册(52.62%，965/1834)之间进行的;而在大辛辛那提地区，79.90%(2985/3736)的注册是通过网站发起的。在两个试点项目中，33.00%(1838/5570)的参与者完成了两步注册流程。在通过短信发起注册的参与者中，100.00%(1620/1620)完成了两步注册流程，相比之下，通过网站发起注册的参与者为5.52%(218/3950)。指图1以说明参与者流程。

在密歇根东南部，14.1%(136/965)通过网站启动注册的参与者完成了两步注册流程，而在大辛辛那提地区，这一比例为2.75%(82/2985)。网站发起的注册既包括参与者发起的网站注册，也包括与Beacon工作人员注册的参与者，后者后来代表参与者在网站上发起注册(据报道，这占了这些注册发起的绝大多数)。由于这两种注册机制使用相同的网站界面，因此不可能区分通过这两种机制中的任何一种注册的参与者。

总的来说，71.00%(1305/1838)的参与者提供了足够的个人信息来按照糖尿病风险水平进行分类。从现有数据来看，txt4health使用者平均年龄为41.2岁(SD为12.4)，以女性(67.0%，641/957)为主，不吸烟(83.36%，912/1094)，典型日很少或不运动(62.48%，701/1122)，肥胖，BMI≥30 kg/m²(52.31%， 828/1583)，平均BMI为32.1 kg/m²(SD 9.2)，平均体重203磅(SD 60.0)。参与者样本具有种族多样性;58.0%的参与者是白人(472/814)，35.4%的参与者是非裔美国人(288/814)。此外，根据txt4health糖尿病风险评估，在具有指定糖尿病发展风险的人群中，大多数人处于糖尿病发展高风险(65.29%，852/1305)。看到表2获取txt4health参与者特征的完整分解。

‎ 查看此图

采用

概述

为了评估txt4health的采用情况，我们关注两个领域:参与者退出和参与度。

参与者辍学/保留

在完成两步注册流程的1838名参与者中，39.06%(718/1838)通过接收14周的信息完成了该计划，56.26%(1034/1838)在14周计划结束前退出，4.68%(86/1838)在2012年底仍然活跃(图1)．参与时间差异很大，从0到48.7周不等(中位数8.6周;平均15.8周，SD 15.8)。整个项目总共保留了718名参与者。在项目开始的前7天内，参与者的辍学率最高。在退出的1034人中，27.37%(283/1034)在参与者完成txt4health的第一周之前退出了该项目。大部分参与者退出发生在项目的第一个月，其中70.41%(728/1034)发生在第四周结束之前。尽管参与者的退出率在14周的计划中有一个相对稳定的下降，但在第4周、第8周和第12周，退出率出现了峰值，这与提醒参与者如何选择退出计划的预定消息相一致。看到图2查看按周划分的参与者退出情况。

通过短信注册的参与者与其他注册途径注册的参与者之间的辍学率没有显著差异。使用逻辑回归并控制连续变量BMI和年龄，以及二元变量性别、日常运动量、Beacon社区隶属关系(东南密歇根或大辛辛那提)、白人或非白人种族和吸烟状况，种族是唯一能显著预测项目完成情况的参与者特征，非白人参与者比白人参与者更有可能完成项目(or 2.35，95% ci 1.66-3.31，P<措施)。在txt4health中花费的时间长度，年龄(beta=.10，P=.048)和非白种人(beta=5.42，P<.001)是非白人参与者比白人参与者完成项目的周数的显著预测因素(平均21.5周，标准差14.7和平均16.0周，标准差14.4;t₈₁₂= 5.28,P<措施)。

‎ 查看此图

参与者参与

为了确定参与敬业度，我们研究了4种不同的测量方法:糖尿病风险评估完成度(参与者敬业度的主要测量方法)、体重目标设定、每周体重报告和每周活动报告(参与者敬业度的次要测量方法)。在1838名完成两步登记过程的参与者中，71.00%(1305/1838)完成了糖尿病风险评估。此外，74.27%(1365/1838)的人在项目开始时就设定了初始减肥目标。使用逻辑回归分析，发现几个人口变量是体重目标设定的显著预测因素。每1kg /m²体重指数增加时，设定体重目标的可能性增加15% (OR 1.15, 95% CI 1.09-1.21，P<.001)，年龄每增加1岁，设定体重目标的可能性增加5% (OR 1.05, 95% CI 1.02-1.07，P<措施)。此外，女性更有可能设定初始体重目标(OR 2.40, 95% CI 1.43-4.03，P=.001)，白人参与者也是如此(OR 1.76, 95% CI 1.04-2.98，P= .04点)。

在项目进行过程中，89.17%(1639/1838)的参与者跟踪了他们目前的体重，54.62%(1004/1838)的参与者跟踪了他们在过去一周至少进行过一次体育锻炼的天数。当将参与者分为每周体重和身体活动报告的低、中、高坚持者时，大多数参与者被认为是低坚持者(在14周内记录4次或更少)(80.25%，1475/1838)，而大多数参与者要么是低坚持者(30.58%，562/1838)，要么根本不坚持，在整个项目中从未记录过每周活动报告(45.38%，834/1838)。尽管13.60%(250/1838)的参与者高度坚持每周活动跟踪，但只有1.20%(22/1838)的参与者被认为是高度坚持每周体重跟踪。

当严格观察完成14周计划的参与者(不包括退出者和目前活跃的参与者)时，计划完成者跟踪每周体重的坚持率很低。在txt4health用户中，在14周的时间内收到了完整的定制信息，71.4%(513/718)被归类为体重跟踪的低坚持者，6.8%(49/718)完全不坚持体重跟踪。只有3.1%(22/718)的完成者高度坚持每周体重跟踪。每周活动报告的跟踪坚持模式各不相同，28.6% (205/718)txt4health完成者被归为低坚持者，22.7%(163/718)被归为完全不坚持者，然而31.9%(229/718)被归为高坚持者，每周活动至少9次或更多。使用逻辑回归分析发现，年龄是跟踪体重2次或2次以上的显著负预测因子(or 0.98, 95% CI 0.97-1.00，P=.03)和运动2次或以上(or 0.98, 95% CI 0.96-0.99，P= 001)。此外，白人参与者比非白人参与者更有可能每周跟踪体重2次或更多(or 1.6, 95% CI 1.15-2.26，P= .006)。最后，女性比男性更不可能跟踪每周活动2次或更多(or 0.64, 95% CI 0.45-0.91，P= . 01)。

讨论

达到

在密歇根东南部和大辛辛那提地区发起txt4health的活动通过各种不同的机制广泛传播，包括高调的启动活动和其他与启动相关的活动，这些活动获得了当地、区域甚至全国媒体的广泛关注。由于在Beacon社区使用的其他传播渠道之外，还有大量的媒体报道，因此几乎不可能估计有多少人受到txt4health的影响。尽管如此，我们可以做出一个公平的概括，即考虑到底特律和辛辛那提的估计人口(分别约为70万和30万)[36，37]，仅占这些信标社区整个集水区的一小部分，txt4health的实际覆盖范围很小，根据启动两步登记流程的个人数量(n=5570)估算。毫无疑问，参加txt4health的人数只是两个Beacon Communities最初估计的人数的一小部分。虽然我们不知道为什么实际入学人数远低于最初的预期，但有可能是最初的估计过高，或者是活动曝光率和社区反应低于预期。目前，洛杉矶新奥尔良的新月城灯塔社区(第三个试点txt4health的灯塔社区)正试图通过努力测量他们自己的txt4health在社区内推出的活动曝光率来阐明这一问题。未来的工作应该通过调查社区成员关于txt4health意识的随机样本来更准确地衡量公共卫生运动对txt4health的影响，因为项目启动的实际入学率可能不能很好地代表运动的影响范围。通过更好地估计活动曝光率，有可能梳理出在大底特律和大辛辛那提地区推广txt4health的活动是否没有达到应有的效果，或者消费者对txt4health的兴趣是否很低。尽管与较大的社区相比，注册人数较少，但根据用户为定制目的提供给该计划的人口统计信息，txt4health似乎确实覆盖了有患2型糖尿病风险的不同目标人群。

虽然关于公众健康短信项目用户的文献很少，但2012年皮尤互联网和美国生活项目的估计显示，只有9%的手机用户通过短信接收健康/医疗信息。与其他手机用户相比，30-64岁的女性和成年人更有可能收到健康/医疗短信。38］．我们的研究结果反映了这些趋势。尽管文献中存在大规模运行的以公共卫生为重点的移动医疗干预的例子，但这些通常不能为美国此类干预的用户人口统计数据提供良好的证据基础，因为它们通常起源于国际，例如英国的txt2stop项目[24]，或只报告了大型程序的区域使用情况，如txt4baby [39］．由于关于大规模运行的以公共健康为重点的广泛短信项目的文献仍不发达，未来的研究应努力建立对更大范围美国人口的覆盖面的估计。

进一步深入到登记过程中，发现只有33.00%的开始登记的个人完成了两步过程中的两个步骤。之前对互联网干预的研究也发现了类似的潜在参与者没有完成注册过程的模式[40］．我们将大约三分之二的潜在参与者没有完成注册流程的事实归因于两步注册流程和网站发起的注册途径的结合。两步注册流程要求参与者进行两次选择，以确保他们真的愿意参与。尽管这个过程很轻微，但它给参与者带来了额外的负担，这正是这种交互的目的。由于监管要求，双重选择程序在短信项目中很常见，目的是确保参与者确实希望参与这些项目。

由于双重选择的注册过程给参与者增加了额外的负担，通过利用Beacon工作人员代表在社区活动中注册的潜在参与者发起注册来减轻这种负担似乎是合乎逻辑的，这将产生更高的入学率。在考虑了我们的结果后，我们认为这种策略并不有效;事实上，我们认为这种策略人为地夸大了没有完成两步注册流程的个人数量。尽管密歇根东南部和大辛辛那提灯塔社区都采用了这种策略，但大辛辛那提地区更广泛地采用了这种方法，而且未能让潜在参与者通过两步注册流程的两个步骤，这一点尤其令人震惊。如前所述，大辛辛那提地区约80%的潜在参与者是通过网站注册的(绝大多数是直接与Beacon工作人员签约的参与者，他们代表参与者完成了在线注册)，但这些潜在参与者中只有约3%完成了两步注册流程。在两个Beacon社区中，100%通过短信发起注册的参与者完成了两步注册流程，相比之下，通过网站或Beacon工作人员发起注册的参与者完成了5.52%。

虽然无法将网站发起的潜在参与者转化为完全注册的参与者的原因尚不清楚，但我们认为，在许多情况下，与Beacon工作人员签约的潜在参与者对项目参与的投入较低，很少或根本没有注册的意图。无论是由于同辈压力、礼仪还是其他心理社会原因，我们认为这些人中的大多数都不太可能入学，从而人为地降低了我们的入学完成率。此外，Beacon的工作人员无法核实潜在参与者提供的电话号码是否合法，是否属于参与者本人，或者是手机号码而不是座机号码，所有这些都可能导致一些参与者未能完全登记。

参与者在通过网站启动注册时未能完全注册也可能部分归因于注册过程步骤之间的滞后时间。对于那些通过短信注册的人来说，注册过程是无缝的，注册可以在一分钟内完成，尽管它包含多个步骤。对于那些通过网站注册的人来说，注册过程在网站或Beacon工作人员注册以及随后的短信互动之间被打破。通过网站发起注册的个人可以通过从一种设备(台式电脑、平板电脑、笔记本电脑等)切换到另一种设备(手机)几乎无缝地完成两步注册过程，预计这些人中很少有人未能完成这一过程。相比之下，那些通过在健康博览会上与Beacon工作人员签约开始注册的个人可能在两步流程中经历了相当大的滞后，其中最初的注册是亲自进行的，但第二个短信确认步骤发生在较晚的时间点。注册过程中的这种滞后给参与者带来了额外的负担，并可能通过提供退出的机会来过滤掉那些投资低的人，或者让潜在的参与者在注册前随着时间的推移失去兴趣。如果当时使用移动设备启动潜在参与者的注册，通过这种机制注册的人数可能会增加，从而立即向参与者手机生成确认文本消息。

以前，复杂的入学程序与入学障碍有关[40，41］．基于这些原因，我们现在认为，代表潜在参与者手动发起注册可能会增加发起注册的人数，但这种方法不太可能返回完全注册的大量参与者;事实上，它可能会夸大没有完成注册的参与者数量。由于目前大多数关于移动医疗项目的文献仍然集中在相对较小的示范项目上，而不是以公共卫生为重点的大型实施，因此不知道参与者招募和注册的最佳实践。未来的工作应寻求确定策略，以增加移动医疗项目的招聘和注册。特别是，未来的工作应寻求确定源自可信来源和关键意见领袖(如卫生保健提供者、卫生保健组织、其他权威人物)的招聘战略的有效性，所有这些因素都在说服和采用模型中占据突出地位，例如沟通的两步流程[42，43]，即细化可能性模型[44]，以及创新的扩散[45］．

采用

参与者参与

近四分之三的参与者完成了糖尿病风险评估，这是txt4health的主要重点。txt4health似乎能够吸引预期的目标人群，因为65.3%具有风险概况的参与者被归类为患有糖尿病的高风险人群。在二级测量方面，参与者对txt4health的参与程度各不相同，但这是意料之中的，因为许多参与者可能是为了糖尿病风险评估而加入txt4health，而不是为了额外的14周定制信息。大多数参与者设定了减肥目标(74.27%)，并在项目期间至少记录了一次体重(89.17%)和体育活动(54.62%)。对每周体重和身体活动跟踪的坚持率是可变的。尽管与身体活动相比，更大比例的参与者至少跟踪了一次体重，但高度坚持身体活动跟踪的参与者比例(13.6%)高于体重跟踪(1.20%)。在那些完成了14周定制消息的人中，高度坚持身体活动跟踪的比例增加到31.9%，高度坚持体重跟踪的比例增加到3.1%。这些跟踪模式的原因尚不清楚，但有可能参与者更频繁地报告身体活动，因为他们在前一周进行了某种形式的锻炼，并有新的信息要报告，而参与者没有进行每周体重跟踪，因为他们没有减肥。此外，当收到输入每周体重的请求时，有些人可能没有或有限地使用体重秤。在短期内，与前一周的体育活动天数相关的体育活动目标可能比减肥目标更容易实现。 Future research should focus on determining strategies for increasing adherence to weekly tracking within mHealth programs because this has not yet been documented.

应该指出的是，基于在3个试点期间和之后获得的经验教训，txt4health进行了几项更改，并且该计划已得到显著改进。为了减少登记障碍，本评估报告记录了这一需要，通过与移动运营商和医疗计划合作，采取了若干步骤来简化登记。为了使txt4health与更广泛的受众相关，当前的txt4health迭代现在更广泛地关注预防，因为促进和鼓励适合降低2型糖尿病风险的健康行为也适用于更广泛的受众。最后，该计划已采取措施，通过更多互动的体重和运动挑战、测验和其他更具互动性的教育内容，以及鼓励和发送有关糖尿病和其他疾病的适当健康筛查的提醒等机制，提高参与者的参与度。

辍学/保留

总的来说，txt4health在整个14周的项目中保留了39.06%的参与者，而退出的参与者减少了56.26%，这在项目的第一周内最为频繁。考虑到71.00%的参与者完成了糖尿病风险评估，这是txt4health的主要目的，因此许多人在14周内没有继续收到信息也就不足为奇了。大部分参与者退出发生在项目的第四周结束之前，并且遵循一个可预测的模式，退出率随着接下来每一周的项目参与而下降，在第4周、第8周和第12周，退出率会有一个小峰值，对应于选择退出指令自动发送的那周。此外，辍学率很可能被低估了。要正式退出txt4health，参与者必须向程序短代码输入“停止”。虽然轻微，但正式退出项目的行为给参与者带来了负担。很可能有一部分活跃用户在他们的程序期间停止阅读消息，并且从未正式退出。这种不使用的损耗是不能直接测量的，但在以互联网为媒介的干预文献中有记载[46-50］．txt4health参与者从未记录任何每周体重或身体活动数据，这些参与者可能会发现不使用减员的存在。

虽然记录短信项目参与者退出的文献很少，但关于互联网介导的行为改变干预的文献记录了较低的留存率，但类似的流失模式[51-55］．此外，尽管2012年的最新估计显示，智能手机用户平均下载41个应用程序到他们的智能手机[56，移动分析公司Localytics的报告显示，应用程序通常会被下载，但在第一次使用后就会被放弃，22%的新下载应用只使用过一次[57］．虽然基于短信的干预不是通过应用程序平台进行的，但该领域的流失率可能会让我们了解到短信干预的使用模式。考虑到我们保留了39.06%的参与者至少14周，即使考虑到一些未考虑到的不使用减员，我们认为与许多以互联网为媒介的和基于应用程序的项目相比，这个项目在留存率方面是相当或更好的。

虽然在这次调查中显示的高辍学率的原因尚不清楚，但我们推测了几种可能的解释。首先，由于txt4health的主要目的是为参与者提供糖尿病风险评估，许多退出参与者可能是为了确定他们的风险，但对接收额外信息不感兴趣，这促使他们很快退出该项目。另一个可能的流失原因是信息传递的频率和持续时间。尽管持续14周，每周5-7条消息对参与者来说并不是一个很大的负担，但在参与者调查中，7%的调查参与者自我报告说，在项目中发送的消息太多了(见本评估的第二部分)。此外，过多的消息可能会削弱所发送消息的效力。目前对短信干预的最佳频率和持续时间所知甚少，尽管可能取决于项目的性质，但未来的工作应寻求更好地了解这些因素。

高辍学率的另一个潜在原因是txt4health可能没有满足所有参与者的期望。例如，短信程序可能适合于对广泛的参与者进行一次性糖尿病风险评估，但普通受众对通过短信传递的14周行为改变干预的热情是不高的。与其他成功的、广泛的短信活动相比，比如txt4baby [58针对孕妇和txt2stop [24以戒烟为目标，两者都有特定时间的信息和信息要传达，饮食和体育活动方面的行为改变是终身追求，这种项目可能并不总是能满足个人对这些行为改变的需求。此外，参与者在主题方面的需求可能没有得到满足。虽然txt4health的重点是糖尿病风险意识和降低，并由SEMBC在D运动中的Fighting D进行营销，但在大辛辛那提地区并非如此，在那里GCBC的营销努力标榜“一天一条短信，医生远离我”。如果在txt4health项目名称或GCBC使用的营销口号中没有使用“糖尿病”一词，可能并非所有参与者都意识到txt4health的重点是糖尿病。

最后，也有可能是由于与短信相关的成本导致了辍学。虽然短信在美国手机用户中非常普遍，但并不是所有人都能无限制地免费发送短信。这意味着，有些人每发送或接收一条短信，都会收取0.20美元以上的象征性费用。在一个针对高危人群(其中许多是低收入少数民族)的项目中，连续14周每周至少发送5-7条短信可能会转化为巨大的参与成本。虽然有一些与健康相关的短信项目与手机运营商合作，提供免费的短信传递服务，例如text4baby [58]，在本次评估时，txt4health的情况并非如此。

优势与局限

这项调查的主要优势在于，我们专注于更好地了解大规模运行的以公共卫生为重点的短信项目的使用情况。通过这项工作，我们已经开始确定在这种类型的项目中招收和保持个人参与的挑战。这种优势也恰好是一把双刃剑，因为正是我们基于社区的项目的性质导致我们严重缺乏关于参与者的信息。由于我们不得不完全依赖糖尿病风险评估参与者的自我报告数据，我们不了解谁未能完成两步登记流程(因为他们从未完成这一步)，也不了解他们为什么未能完全登记。此外，通过糖尿病风险评估收集的自我报告人口数据非常基础，并不能让我们建立使用txt4health的参与者的完整图景。未来与大规模开展的以公共卫生为重点的大型短信项目有关的工作应从一开始就纳入更强有力的评估部分，以便从项目的所有阶段跟踪更有力的措施。

我们的目标之一是测量txt4health的影响范围。由于我们无法测量社区内运动的暴露量，也因为我们无法随机调查社区成员对各自社区内公共卫生运动的认识，因此不可能确定准确的覆盖面。尽管如此，考虑到与SEMBC和GCBC服务区域内主要大都市中心的人口相比，注册人数相对较少，可以肯定地说，txt4health的覆盖面很小。未来的工作应该寻求了解，在作为更大的公共卫生运动的一部分进行营销的类似短信项目中，我们可以看到什么样的入学率和参与者参与的模式。

结论

对密歇根东南部和大辛辛那提地区txt4health试点项目的评估极大地促进了移动健康文献的不断增长，因为它代表了对个人使用大规模公共卫生关注的基于短信的干预促进行为改变的努力的更深入理解。尽管这种类型的项目可能不适合所有人，但它是一种适合于接触大量人群的交付方式，可以保留很大比例的用户，并且可能为一些用户提供进行必要的行为改变所需的工具。