了解体重管理的混合网站和智能手机应用程序的使用:一项混合方法研究

介绍

背景

在过去十年中，包括基于计算机和互联网的平台在内的数字技术大量涌现，提供旨在支持健康行为改变的干预措施[1-4]、社交媒体和在线社交网络[5，6]，以及流动电话和其他手持设备[7，8]。功能丰富的智能手机可以说比这些形式的数字交付具有独特的优势，因为它们显然无处不在，广泛渗透到个人的日常生活中，并有机会利用它们的环境感知传感能力[9-11]。智能手机应用程序以多种不同的方式用于促进和支持健康，包括(但不限于)自动提示和提醒、信息提供、自我监测和跟踪、卫生专业人员远程监测以及结合社交网络[9]。

应用程序的开发激增，以支持各种健康问题，包括健康促进和疾病预防(例如，营养和体育活动)[12-16]、体重管理[17，18]、防晒行为[19]，物质使用[20.，21])，自我管理慢性身体状况(如糖尿病)[22-24]，疼痛[25]，哮喘[26])和自我管理心理健康[27[如焦虑、压力和幸福]28-34]，抑郁[35-39]，精神分裂症[40])。尽管应用程序激增，但基于应用程序的健康干预的可行性和有效性的研究仍处于相对早期的阶段，迄今为止，主要集中在探索用户需求，针对特定健康行为开发特定内容，和/或确定特定的可用性问题。

应用程序可以而且已经被设计成独立的卫生干预措施。另一种混合模式是提供更大的基于网络的信息和建议包，并辅之以流动的移动设备访问特定干预组件[14，18，21，28]。关于个人如何看待、使用和对混合干预模式作出反应的深入研究相对较少。例如，个人是否在使用不同的数字格式(即Web和app)方面有不同的偏好?［41这些见解对于了解在何种情况下以及为谁提供特定形式的数字服务可能更成功地促进最佳使用和遵守健康行为干预措施至关重要。例如，应用程序在启用提示[15]和健康相关行为的自我监测[17，18，42-44]以及提高用户对健康相关目标和行为的认识[15，16，32，45，46]。

对于个人如何实际使用手机以及如何使用基于纵向案例研究的方法将健康应用程序整合到日常生活中，似乎也没有足够的探索[47，48]。手机在我们的日常生活中明显无处不在，这表明应用程序将提高健康干预措施的可访问性、覆盖面和便利性，从而使人们更容易接受、更坚持，并随后改善健康状况。基于移动和应用程序的干预措施似乎受到慢性疾病患者的欢迎[22，24，49，50]。例如，青少年糖尿病患者建议可以在日常生活中集成移动应用程序，以方便血糖监测，并提供药物和预约提醒[49]。然而，与基于web的干预相比，应用程序可能并不总是更方便、更适合于提供自我监控组件。

定性研究表明，虽然人们接受使用移动健康应用程序的可能性，但这些应用程序可能很容易被丢弃[51]，特别是如果它们不是为灵活、快速和轻松使用而设计的[22，43，52，53在某些情况下，使用应用程序可能会被认为是不合适或令人尴尬的(例如，在工作时间或与同事外出就餐时)。16，22])。也有证据表明，如果未经提示，基于应用程序的行为跟踪不容易融入个人的日常生活[16]，但当用户在不合适的时间收到自动手机提示时，他们似乎不喜欢[42]或太频繁[19]。这些见解主要来自参与者对健康应用程序的假设看法、使用商业应用程序的经验，或与基于应用程序的健康行为改变干预措施的简短互动。对实际使用情况的纵向研究可以提高我们对个人在日常生活中何时、为何以及如何体验和使用健康应用程序(实际上是他们的手机)的理解。这是设计最佳用户界面所需要的，以便能够快速轻松地访问日常使用的核心应用程序组件[54]以及通知自动提示的裁剪，以确保在正确的时间收到正确的内容。

我们知道，很少有研究将干预措施的使用和自我报告结果的变化的定量分析与深入的定性研究相结合，以检查和比较健康应用程序的影响和体验方面的个体差异。本研究采用一种新颖的混合方法设计来检查体重管理应用程序(POWeR Tracker)的影响、使用情况和观点，该应用程序与基于网络的体重管理干预(POWeR)一起提供。帮助用户设定个人健康饮食和身体活动目标是POWeR中包含的一项关键行为改变技术(BCT)。健康行动过程方法认为，行为改变(在这种情况下追求体重管理目标)发生在两个阶段:动机和意志[55]。应对自我效能(个人在克服目标追求障碍时感到自信的程度)和行动控制(对预期行为和自我调节努力的认识)被认为是行为的关键预测因素[56]。本研究首先考察了使用POWeR Tracker是否提高了参与者自我报告的目标参与度，如果是的话，提高的程度是否/如何在参与者之间有所不同。本研究将目标投入定义为目标追求的动机、应对自我效能、行动控制(目标意识、目标努力)和目标实现的动机。然后检查每个参与者对POWeR Tracker的看法的差异以及他们在日常使用POWeR Tracker的情况，以进一步了解如何以及为什么使用POWeR Tracker，并为在POWeR Tracker访问对目标参与水平的影响中观察到的任何个体差异提供解释。基于网络的权力干预的有效性和参与者对基于网络的干预所提供的具体内容的看法一直是以往定性研究的重点[57]和医疗保健领域的随机对照试验[58]及社区环境[59]。

的干预措施

权力

积极在线减重(POWeR)是一项基于网络的体重管理干预措施，是使用LifeGuide创作软件开发的[60]。POWeR提供了一种灵活的、非规定性的体重管理方法，以促进自主性，并支持用户采用健康的行为，使他们能够长期保持体重管理。POWeR提供12个会话，每周向用户提供。每节课都包括一系列支持自我调节技能发展的“力量工具”，成功体重管理策略的“力量故事”，以及更多信息和建议来源的链接。有关以互联网为基础的电力干预措施的迭代发展和定性试验的详细概述，请参阅[57]。

前3个环节被指定为核心环节。第一部分介绍POWeR方法，指导用户选择与低热量或低碳水化合物饮食计划一致的目标，并回顾他们减肥的个人动机。第二部分提供了获得体重管理支持的技巧。第三部分指导用户选择与步行或混合体育活动计划相一致的目标。设定个性化的目标(并制定如何实现这些目标的详细计划)，审查目标进展，并获得基于web的目标实现反馈，这些都是POWeR干预的基本要素。从第二阶段开始，参与者需要记录他们的体重，并在进入新的课程内容之前回顾他们的目标。在4-11阶段，用户在完成体重和目标评估后，被邀请选择感兴趣的话题(例如，控制渴望，处理失误，外出就餐)。POWeR的最后一节提供了关于用户如何长期保持体重管理的信息和建议。

功率跟踪器

POWeR Tracker是一款Android手机应用程序，它为POWeR用户提供了通过手机跟踪他们个人POWeR目标的机会(参见多媒体附录1以获取详细的概述)。POWeR Tracker是对基于web的POWeR干预的补充，而不是重复。它提供了一系列工具，旨在增强用户在基于web的每周POWeR会议(参见图1)。POWeR Tracker提供两种类型的工具:信息和自我监控。信息工具包括查看个人目标和计划的选项，以及访问在第一次基于web的POWeR会议期间引入的选定内容，例如卡路里或碳水化合物含量高或低的食物清单，个人减肥理由卡，以及关于如何保持日记可以支持体重管理的建议。自我监控工具包括通过完成每日目标更新和完成食物和体育活动日记来接收目标进展的个性化反馈的选项。POWeR Tracker还为用户提供了设置自动通知的功能，提醒他们在自己选择的时间查看目标或完成每日目标更新。参加者可随时取消通知。

‎ 查看此图

方法

招聘

通过在英国南安普顿大学校园周围张贴的纸质广告招募了13名志愿者。符合条件的参与者被要求身体质量指数(BMI)至少为23，拥有一部安卓手机，并且没有妨碍调整营养或身体活动的先前健康状况。当参与者对POWeR Tracker的体验没有实质性的不同见解(即达到饱和)时，招募就停止了。

设计及程序

数据收集于2012年8月至2013年8月期间进行，并得到南安普顿大学伦理委员会和研究治理办公室的批准。每位参与者被要求在POWeR干预的前3次网络会议中选择他们的个人饮食和体育活动计划和目标。在完成前3个基于网络的课程后，每个参与者都被邀请下载POWeR Tracker应用程序，然后接受为期4周的监测图2)。在此期间，参与者可以继续自由使用基于web的POWeR干预。

当提到POWeR Tracker应用程序时，“干预内容”指的是提供的信息、建议和工具，而“日常问卷”指的是自我报告的研究措施。对POWeR Tracker应用程序提供的干预内容的访问受到限制，并且每个参与者每周轮流访问。参与者可以在第1周和第3周或第2周和第4周访问干预内容。首次访问POWeR Tracker干预内容的顺序在参与者之间是平衡的;参与者在研究的第一周或第二周通过掷硬币的方式随机分为四组，获得第一次访问权。

在整个4周的研究中，参与者还被要求每天通过POWeR Tracker应用程序完成一些目标参与程度的自我报告(每日问卷)。56在本研究中，目标投入被定义为目标追求、应对自我效能、行动控制(意识、努力)和目标实现的动机。为了防止回填，每天的问卷只能在当天下午5点到第二天上午11点之间完成。在每周结束时进行半结构化电话访谈，讨论每个参与者使用POWeR和POWeR Tracker的经验(见多媒体附录2查阅面试时间表)。访谈计划最初是由LM、LD和LY合作制定的，但在研究过程中根据参与者的反馈进行了改进。每次访谈由LM、LD、JJ或SH进行，持续时间为5至38分钟(平均15分钟)。所有的研究程序和材料最初由1名用户进行初步测试，该用户被纳入后续分析(P1a)。参与者可以用现金(75英镑)或研究参与积分来补偿他们的时间。偿还的条件是完成每日自我报告措施和参加每周电话访谈。报销不以使用应用程序或基于网络的干预内容为条件。参与者没有接受任何关于如何注册、下载或使用POWeR/POWeR Tracker的培训。但是，参与者在每周的电话访谈中可以自由提出和接受解决任何技术问题的建议。

‎ 查看此图

措施

使用LifeGuide软件自动记录每个参与者的电量和电量跟踪器的使用情况，包括查看特定页面或屏幕的时间、时间和顺序。所有参与者都被告知，他们使用POWeR和POWeR Tracker会被记录下来。在基于web的POWeR干预的前3个核心阶段，指导用户创建3个饮食目标和3个身体活动目标。在为期四周的研究期间，每天通过POWeR Tracker应用程序记录自我报告的目标参与度，以评估使用POWeR Tracker应用程序是否增强了(1)目标追求的动机(目标动机)，(2)应对自我效能感(目标自我效能感)，(3)行动控制(目标意识，目标努力)和(4)目标实现(目标实现)。动机、自我效能、意识和成就分别使用本研究开发的3项量表来测量饮食目标和体育活动目标(Cronbach alpha= 0.95 - 0.99)多媒体附录3)。通过Louro等人开发的3项量表来衡量实现6个目标的努力程度[61(Cronbach alpha=.87)。所有的测量都使用7分李克特量表，范围从非常不同意到非常同意。

分析

目标参与的周间差异

采用R软件环境3.0.2版进行统计分析[62]。对来自12名参与者的每日自我报告数据进行了两个混合效应模型的拟合，以测试在POWeR Tracker应用程序可用和不可用的几周(预测变量)之间，每个自我报告测量(结果变量)的总结分数是否存在差异(模型1)，如果存在，这些差异的程度在个体参与者之间是否存在差异(模型2)。每个自我报告测量的总结分数是通过平均对每个项目提供的回答来计算的。一名参与者(P7a)被排除在这些分析之外，因为由于POWeR Tracker应用程序的技术故障，他无法提供每日自我报告数据。模型1表示指定固定(β)的实验假设₀)和随机效应(σ_欧)为截距和固定的(β₁)干预效果，其中β₀表示第1天的平均基线值。模型2也允许固定(β)₀)和随机效应(σ_欧)为截距和固定的(β₁)的干预效应，但有额外的随机效应(σ_{1 u})，以考虑个别干预的效果。模型2仅拟合模型1中显示显著干预效果的自我报告测量数据。比较模型1和模型2对自我报告测量数据的拟合，显示显著的干预效果。使用似然比检验为每个自我报告测量选择首选模型拟合(即模型1 vs模型2)。在观察到显著随机干预效应的情况下，为每个个体参与者计算模型参数。模型1和模型2都允许个体水平残差使用1阶自回归过程进行相关。

网站和应用程序使用模式

对每个参与者的POWeR和POWeR Tracker的使用情况进行总结，以比较干预内容的持续时间、频率和时间。还根据所有13名参与者的综合使用数据计算平均值，以总结整个样本在研究期间使用POWeR和POWeR Tracker的频率和时间。双变量相关分析(Pearson)r)在适当的情况下使用，以检查观察到的参与者使用POWeR和POWeR Tracker的模式是否具有统计学意义。

电话采访录音并逐字抄写。使用归纳主题分析对13名参与者的转录本进行了分析[63]。在分析的第一阶段，每个参与者都被单独考虑，以便对每个人的权力体验的细微差别保持敏感。这涉及到为文本的每一部分标记初始代码的开发，然后用于产生一组主题，总结每个参与者的经验。单独分析每个参与者的数据，确保在寻求综合和比较整个样本数据时保留独特或“偏差”的观点和/或POWeR体验(在第二阶段)。这有助于解释应用访问对目标参与度影响的个体差异。

在第二阶段，对每个参与者(在第一阶段)产生的主题进行专题分析，以产生一组主题，这些主题涵盖了所有13名参与者的经验。这包括比较最初为每个参与者生成的主题内容，以便在参与者之间合并和综合，同时保留个人之间在如何看待和体验权力方面的任何差异。使用参与者识别号码(如P1a、P11b)来保护参与者的匿名性，其中“a”表示第1周第一次访问应用程序，“b”表示第2周第一次访问应用程序。

结果

概述

研究结果将分4个部分介绍。第一部分将描述参与者的特征。第二份报告将报告提供POWeR Tracker应用程序与自我报告目标参与度变化之间的重要关联。最后两节将概述参与者对POWeR Tracker应用程序的使用和看法，以及基于Web和应用程序的并发POWeR交付。

参与者

共有13名年龄在18-52岁(中位年龄为27岁)的健康成年人(6男7女)参与。参与者的身体质量指数从23.69到38.51 kg/m不等²(中位数26公斤/平方米²)。所有参与者都已完成或正在攻读学位。平均而言，参与者报告每天使用手机的时间为1-16小时(中位数为2小时)。大多数参与者提到了报名参加这项研究的不止一个动机。最常见的动机是减肥和变得更健康(8/13,62%)，学习健康的生活方式，赚钱，并为当前的研究做出贡献(3/13,23%)。只有1名参与者(8%)表示他/她有兴趣尝试新的应用程序。

能量追踪应用对目标参与的影响

使用POWeR Tracker应用程序与自我报告的动机、自我效能、意识和实现饮食目标的显著增加以及自我报告的身体活动目标意识的显著增加有关。在POWeR Tracker应用程序可用和不可用的几周之间，自我报告的目标努力(饮食或身体目标)、自我报告的动机、自我效能和身体活动目标的实现方面没有显著差异。表1给出了模型1的估计值以及β估计值的标准误差₁和P零假设的Wald检验值β₁= 0。

使用POWeR Tracker应用程序后，参与者自我报告的饮食和体育活动目标意识以及自我报告的饮食目标实现程度的变化幅度在参与者之间存在显著差异。然而，参与者之间在自我报告的饮食目标动机和自我效能方面没有观察到显著的变化。表2给出了模型2的估计值以及β的标准误差(SE)₁,P零假设的Wald检验值β₁=0，两者的标准差随机截距(σ_0你)和干预的随机效应(σ_{1 u})，以及相关系数(ρ_01你)在两个随机效应之间。比较模型1和模型2及其各自的似然比检验统计量P中也显示了值表2．

参与者P1a, P8b和P11b报告说，在提供POWeR Tracker的几周内，他们在意识和目标实现方面的改善最大。相比之下，参与者P3a, P5a, P6a和P13b报告他们的目标意识和成就几乎没有改善。表3表示估计截距(β)_0我)和干预效果(β_1我)，其中干预措施有显著的随机效应。

使用电力跟踪应用程序

在为期四周的研究期间，参与者平均花费29分钟(SD 21分钟)使用基于应用程序的干预内容。作为一个群体，参与者平均只在14天(64%)中有9天访问基于应用程序的干预内容。与第二周(平均12分钟，SD 14分钟)相比，参与者在第一周使用基于应用程序的干预内容的总时间也更长(平均18分钟，SD 11分钟)。

然而，有几个参与者确实在应用程序可用的大多数日子里使用了它表4)。这些参与者倾向于请求更多的通知，并更多地使用基于应用程序的跟踪工具，特别是每日目标更新，与那些访问应用程序天数较少的参与者相比(见图3)。应用程序使用的总时间与应用程序访问对饮食目标意识的影响之间存在显著的正相关(r= .585,P= 0.046)，达到饮食目标(r= .620,P=.03)，但对体育活动目标的认识(r= .498,P= 10)。然而，更频繁地使用基于追踪的工具与应用访问对目标参与度(饮食目标意识)的影响并没有显著相关;r= .525,P=。08;实现饮食目标:r= .530,P=。08;对体育活动目标的认识:r= .387,P= . 21)。

‎ 查看此图

应用访问的感知优势

几乎所有的参与者(10/13,77%)都表示，访问应用程序比访问网站更方便，因为他们的手机总是随身携带，可以随时访问表5)。

应用程序的便利性似乎解决了访问基于web的干预内容的障碍;该应用程序可以在空闲的5分钟内使用，而需要一大块分配的时间来完成基于web的会话。例如，P3a说:

因为它一直在我面前，在我手里，所以当我在思考这些问题的时候，我更容易使用应用程序，而不是登录电脑上网。

一个例外是P8b，它报告说基于应用程序访问干预内容实际上不太方便:

事实上，我认为网站比应用程序更容易访问。不过这可能是因为我的手机只是用来发短信和打电话的，我的iPod里有所有的应用程序，所以我通常不会把手机和应用程序连接起来……我必须记得在手机上使用它。

然而，对POWeR Tracker的便利性和可访问性的看法似乎与观察到的使用情况或应用程序对目标用户粘性的影响并不密切相关。例如，P8b使用app的次数相对较多，尽管认为app访问不如Web访问方便，但仍表现出最强的干预效果之一。P3a使用应用程序的次数相对较少，尽管认为应用程序访问比Web访问更方便，但显示出最弱的干预效果之一(见表3)。

大多数参与者一致认为，该应用程序的另一个主要好处是，它提供了一个不断提醒人们的权力目标(见表5)。图3说明静态信息屏幕(即目标列表，食物列表)是超过一半参与者最常查看的应用部分(9/13,69%)。据报道，这种不断提醒目标的方法可以提高注意力、意识和动力。例如，P1a说:

在你的脑海里总是有目标和你想做某事的原因，但是把它写下来，你可以去看看它是很好的。我的意思是，这是一件很好的事情，因为很明显，如果你把它写在一张纸上，你很可能不会去看它，我不认为我手边有一个应用程序，24/7是很好的。

参与者报告需要这些提醒的频率似乎有所不同。一些参与者表示，不需要每天或持续地提醒目标或食物清单，特别是一旦相关信息已经被记忆，正如P2a解释的那样:

但是一旦我有了食物清单，一旦我知道了我的目标和目标，我就没有理由再登录了……一旦它在我的脑海里，我就觉得没有必要去查这些东西。

与会者讨论了定期使用跟踪工具，包括每日问卷，如何促进对进展的批判性自我反思，并促进进一步的目标导向行为。P11b解释了每晚在李克特量表上回答关于他们目标的问题是如何为意识到何时设定新目标提供一个有用的衡量标准的:

当你做了……你的目标是一个习惯，然后你改变它[为了一个新的目标]，我认为这是[在研究中发生在我身上的]最深刻的事情，[权力]给你建议……你应该试着戒掉喝含糖茶或吃巧克力的习惯，然后你试着去做，然后你会发现，哦，我真的可以做到。当[目标]成为一种习惯后，你……试着做点别的。

与会者建议，可以通过提供方便的日记数据输入(如下拉菜单、条形码扫描器)和个性化反馈，来优化基于应用程序的跟踪工具的吸引力和使用体验。例如，P4a评论说，应用程序可以提供更多与每周网络审查中提供的权重图一致的反馈:

也许你这周说的话能给我更多的反馈……因为它吸收了所有这些信息，然后它可以吐出一些东西。

使用电力网站

尽管参与者认为基于应用程序的访问更方便，但他们仍继续使用POWeR网站表6)。app总使用时间与网站总使用时间显著相关(r= .77点,P= .002)。在为期四周的研究期间，参与者平均花费大约56分钟(SD 44分钟)使用POWeR网站，并完成了4个可用的基于web的会话中的3个。尽管在参与者能够(平均29分钟，标准差31分钟)和无法(平均27分钟，标准差33分钟)访问基于应用程序的干预内容的两周内，他们在网站上花费的总时间相似，但在没有应用程序的两周内，花在网站上的时间与应用程序访问对饮食目标意识的影响显著相关(r= .930,P<.001)，实现饮食目标(r= .849,P<.001)，对身体活动目标的认知(r= .867,P<措施)。

与其他参与者相比，参与者P1a、P2a和P11b对网站表达了最积极的看法。所有3人都表示，他们很高兴同时使用网站和应用程序来访问不同的干预内容。他们的使用模式反映了这一点——他们使用网站和应用程序的时间都高于平均水平。P2a和P11b还讨论了应用程序与基于web的访问在不同环境下的价值。例如，P11b描述了在移动中使用应用程序进行快速更新的情况，但当他觉得自己的目标进展缓慢时，他会使用网站来获得更多的支持。P2a说:

如果我们比较网站和应用程序，我会花很多时间在两者之间……这些都很简单，运行良好。比如记录食物、日记和[体育]活动……我更喜欢在电脑上做，而且我有时间。这个应用程序是……对于查找食物列表之类的东西非常有用。

相比之下，P9b和P10b评论说，他们更愿意通过应用程序访问整个POWeR干预。例如，P10b表示，他们不需要查看网站提供的额外内容，因为他们仅通过使用应用程序就在实现POWeR目标方面取得了良好进展。P9b讨论了通过应用程序访问“快速信息快照”的价值，与冗长、文本密集的网络会话相比:

应用程序更加即时，如果可以的话，我倾向于在我忙碌的时候尝试使用它。老实说，当我外出时，如果可以，只要我有方便的时间，我就会尝试用3G上网。你可以自己动手做，而不必亲自去电脑前做。就我个人而言，我更喜欢使用应用程序，而不是登录网站。

同样，这种观点也反映在他们的使用模式上——他们使用网站的时间都低于平均水平;P10b完全没有使用该网站，而P9b在研究的前两周只使用了很短的一段时间。然而，对基于应用程序的独家访问的强烈偏好似乎与应用程序的使用时间更长或更频繁无关。例如，P10b访问应用程序的时间不到可用天数的一半，平均每天花费3分钟查看干预内容，这与其他参与者所花费的时间相当。与其他参与者相比，P9b访问应用程序的频率更低，使用干预内容的时间也更少。对独家应用程序访问的强烈偏好也与更强的干预效果无关。事实上，对于那些既重视应用程序又重视网站的参与者(P1a, P2a, P11b)， Access to POWeR Tracker似乎比那些只重视应用程序的参与者(P9b, P10b)对目标参与的影响更大。

参与者何时以及为什么使用电量追踪器?

参与者描述了他们在一天中的空闲时间使用这款应用的情况。在使用应用程序的日子里，参与者平均每天花3分钟(SD 2分钟)使用干预工具，每天花6分钟(SD 2分钟)完成每日问卷。这种短时间的应用使用往往在早上(大约上午9点到晚上10点)、午餐时间(大约下午13点)和晚上(从下午17点开始)更为普遍图4)。例如，P11b说:

所以只要你有空闲时间。对我来说，在课间你们可以去那里阅读…这对我来说很重要，因为有时候你有10分钟的休息时间，你可以说"好吧，我看看我的应用，看看我能做些什么"

参与者在24小时内使用该应用程序的时间和频率存在差异。大多数参与者倾向于在一天中的不同时间零星地访问基于应用程序的干预内容。例如，据报道，食物清单有时会在做出食物选择的决定时使用，比如在超市、做饭或准备饭菜时。P10b描述了当应用程序不可用时缺少这个参考点:

当我买食物的时候，我通常会用这张卡，它上面会告诉你哪些食物是好的，哪些是不好的，我基本上是根据这些清单来买食物的，但这周没有它们，我只能试着记住上面有什么。所以这对我来说是一个参考点。

相比之下，少数参与者只在早上或晚上访问基于应用程序的干预内容。例如，当被问及何时使用POWer Tracker应用程序时，P4a回答说:

通常是晚上，所以回顾一天，我主要在晚上使用它，然后我可以充实一整天……而不是一点一点地。

在14名参与者中，有7人(54%)选择在应用程序中设置自动通知表4)。只有2位与会者讨论了他们不要求通知的原因;一个人遇到了技术错误，无法接收请求的通知(P3a)，而另一个人报告说不需要通知，因为他们可以很容易地记住在没有通知的情况下使用应用程序(P10b)。从视觉上看，请求通知的参与者往往是那些访问应用程序对目标参与度有更强影响的人(例如P11b, P8b, P1a, P12b)，尽管也有例外(例如P13b)。然而，收到的通知数量与应用访问对目标参与度的影响(对饮食目标的意识)之间没有明显的相关性。r=。P= .82;实现饮食目标:r=。P= .60;对体育活动目标的认识:r=厚处,P=综合成绩)。

在收到的93次通知中，有48次(52%)得到答复。在收到通知和随后的回应之间平均有47分钟的延迟。查看目标通知的请求更频繁，并促使更多更快的响应(32/50,64%;延迟:平均37分钟，平均44分钟)比进球更新通知(16/43,37%;延迟:平均67分钟，标准差71分钟)。个人之间和个人内部对通知的响应都有很大差异，最快的响应时间为7秒，最慢的响应时间为近4小时。要求通知的时间也各不相同，包括上午(8时)、午餐时间(12时)、傍晚(18时至19时)和深夜(21时至23时)。与会者评论说，自动通知对于记住目标和提示使用POWeR很有价值。例如，P11b说:

提醒我使用这款应用的部分原因是它的提醒功能，因为有时候你会听到手机的声音，它会提醒你一些事情……所以你倾向于看手机，所以如果这个应用程序能提醒我多看手机，那就更好了……一旦你看了这条消息，我敢肯定人们至少会花几分钟看一下这款应用。

P11b还建议，如果通知在引导你进入应用程序的特定组件之前，包含与个人目标和计划相关的个性化信息，可能会产生更大的激励作用。

大多数参与者解释说，尽管时间相关工具和自动通知提供了使用提示，但他们对应用程序的使用主要取决于日常生活中是否有空闲时间。空闲时间的可用性往往受到生活方式因素的限制，例如工作承诺和/或社交承诺，这些因素优先于使用权力。例如，P3a解释说，自动通知只有在正确的时间发送才会引起响应:

如果我在上午11点上班的时候收到类似[关于锻炼或健康饮食的信息]之类的东西，我很可能会忽略它，再也不会去看它。但是如果它是在我晚上看电视的时候出现的，情况可能会有所不同，我可能会更加注意它。

在参与者的日常生活中，不可用时间的时间往往比自由时间的时间更一致。例如，P10b解释说，她几乎总是无法在白天使用该应用程序，因为她忙于讲座，考试和复习。然而，她的日常安排各不相同，比如早上、晚上和周末是否有空闲时间。使用POWeR Tracker对P1a的影响最大，他还讨论了在日常工作发生变化后应用程序使用的变化(见图5)。在学习的前两周，P1a在暑假期间与家人住在一起。他说，他很少使用这款应用，通常是在晚上晚些时候，因为他没有严格的日常安排，而且对饮食选择的控制也很有限。

那是刚刚过去的夏天，所以我并没有起得那么早。我想如果我有一份朝九晚五的工作，那么我也会在早上使用它，但我直到11点或12点才醒来，因为我每天都在休息，当我遛狗和做其他一些事情的时候，我想我那时就开始使用这个应用程序了。

在回到大学并住在学生宿舍后，P1a报告说，当天早些时候使用该应用程序来利用校园内的免费Wi-Fi，以及在凌晨与朋友外出时使用。P1a还表示，在独立生活时，对这款应用的需求更大:

我可能会开始更多地使用它，因为当我在家的时候，显然你有你所有的舒适……比如不好的食物，你不应该吃很多饼干之类的东西，所以我在家里的情况可能比在大学时更糟糕，所以我想我现在去购物的时候……我会快速浏览一下红色、绿色和黄色的食物，然后不买这些东西，这样我就没有诱惑了。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

之前的研究强调了基于应用程序的独立干预对个人饮食行为和身体活动水平的认识的好处[15，16，42，45，46]。当前的研究通过证明提供基于Web和应用程序的混合体重管理干预比单独提供基于Web的干预可以鼓励更大的目标意识，从而补充了这一文献。总体而言，在POWeR Tracker应用程序可用的几周内，参与者对自己的饮食和体育活动目标的意识都增强了。定性数据表明，与只使用应用程序的参与者相比，重视访问基于网络和应用程序的内容的参与者，这种影响似乎更强。使用数据表明，在应用程序不可用的几周内，使用应用程序的时间越长，使用网站的时间越长，这种影响似乎也越强。使用POWeR Tracker应用程序与参与者的动机、自我效能和饮食目标的改善有关，但与身体活动目标无关。鉴于基于网络的POWeR干预更强调改变日常饮食习惯，因此，与体育锻炼目标相比，POWeR Tracker应用程序对参与者实现饮食目标的影响更大，这并不奇怪。也有越来越多的证据表明，个人可能很难同时追求多个目标和计划[64]。

与之前的研究一致[24，50，65]，大多数参与者认为，POWeR Tracker应用程序是一种方便的方式，可以随时随地获取所需的信息和工具。然而，POWeR Tracker的便利性并不一定会阻止参与者继续使用基于网络的POWeR干预，也不一定与定期使用应用程序和应用程序访问对自我报告的目标参与的更强影响有关。在应用程序可用和不可用的几周内，参与者花在POWeR网站上的时间相似，这表明POWeR Tracker被用作基于网络的干预的补充，而不是替代。先前对旨在促进自我监控行为的混合干预措施的研究表明，与基于网络的形式相比，基于应用程序的交付与更好地坚持自我监控相关[17，44]。与Carter等人提供的干预措施不同[17]及Kirwan等[44]，自我监控并不是POWeR干预所促进的唯一技术。比较这些不同类型干预的结果表明，当应用程序被用来促进一种特定的、重复的日常行为时，比如完成日记或记录步骤，应用程序的使用率可能会更高。

这项研究的参与者对POWeR Tracker应用程序的信息组件和自我监控组件的使用和偏好各不相同。尽管大多数参与者确实使用POWeR Tracker访问信息内容(例如，食物清单)，但很少有人使用该应用程序跟踪他们的目标进度或完成食物/身体活动日记。不使用跟踪工具的原因是手动输入数据的麻烦和缺乏个性化的反馈。这与之前的研究结果形成鲜明对比，该研究揭示了基于应用程序的自我监控干预的积极使用和观点[16，17，44]，但确实证实了定性探索工作的发现，即健康应用程序的潜在用户并不总是能接受基于应用程序的自我监控[51，53]。如前所述，自我监控通常是报告积极使用和基于应用的交付观点的研究的唯一行为目标。这类研究可能吸引了那些已经习惯自我监控自己行为的人，他们发现更容易融入日常生活。也有可能是当前研究中要求参与者通过手机完成日常测量的要求否定了他们认为需要额外的自我监控。大部分参与者使用POWeR Tracker应用程序的原因是完成了研究测量，许多参与者评论说，回答每日测量是一个有用的激励工具。

参与者对POWeR Tracker的使用不是随机的，似乎是由3种类型的事件触发的:(1)在一天中的特定时间基于应用程序的工具的相关性，(2)响应或与应用程序交互的可用性，以及(3)收到自动通知。用户与应用互动和利用免费朋友圈的可用性的影响呼应了将应用使用融入日常生活的能力是一个重要的潜在促进因素和/或干预使用的障碍。16，24，32，46]。这项研究的参与者没有迹象表明，应用程序的自动提醒通知被认为是烦人的，这是之前强调过的风险[42]。这可能是因为所有POWeR Tracker通知的时间和接收完全由参与者控制，遵循Dennison等人建议的指导方针[51]。

启示与未来研究

这项研究的结果为未来基于应用程序的健康干预提供了一些启示。首先，移动技术的进步并不一定会使基于网络的干预变得多余。在本研究中，结合应用程序和基于网络的交付提高了参与者自我报告的体重管理目标参与度，这表明多组件混合干预可能具有增强数字健康促进的潜力。需要进一步的研究来比较多成分、混合干预和仅应用干预。这项研究还表明，基于应用程序的交付在便利性方面提供的好处并不一定与使用或对结果的影响相关，也不一定会阻止用户参与基于web的干预。也就是说，POWeR Tracker并没有完全复制基于web的干预所提供的内容和功能。当基于应用程序的组件等同于基于web的组件时，是否观察到相同的使用模式，还需要进一步的研究。

其次，应用程序可能特别适合于提供与移动相关的特定干预组件，并且可以在空闲时间快速访问。在目前的研究中，基于应用程序的选择信息内容(如食物清单)的访问被认为特别有用，而基于应用程序的自我监控的观点则是混合的。迄今为止，人们对现有(通常是商业)应用程序是否提供理论和基于证据的bct给予了相当大的关注[66-71]。另一个经验问题是，特定的bct是否更适合使用不同的数字格式(例如，应用程序与Web)。例如，所有类型的行为改变工具和技术(例如，目标设定，认知行为治疗方法)是否都可以通过小型手机屏幕传递，这些手机屏幕通常只能在一天中偶尔使用几分钟?个人是否愿意长时间使用手机来获取详细的干预内容?基于应用程序的干预的未来是作为一种补充组件，只提供有用和方便的内容，还是作为独立的干预，还是取决于目标行为或干预复杂性等因素?这些都是未来实证研究需要解决的问题。

第三，本研究指出了使用混合方法来了解个人如何使用和看待基于应用程序的健康行为改变干预措施的价值。仅分析定性数据可能过分强调了参与者对基于应用程序的干预内容交付的偏好的重要性。另一方面，仅对定量数据进行分析并不能解释为什么提供补充应用程序对一些参与者的影响比其他参与者更大。此外，采用个性化方法使我们能够发现参与者对POWeR Tracker应用程序提供的不同行为改变工具的反应和使用差异，以及这些差异是否与应用程序访问对干预结果的影响有关。这些见解将帮助我们改进新兴应用干预的设计，确保它们提供一系列不同的工具和技术，这些工具和技术有可能吸引和留住更广泛和/或更多的用户。这些见解也提供了一个警告，即参与者对干预交付的偏好(即应用程序更方便)可能不一定与实际产生更好结果的偏好(即网站和应用程序的结合使用)相匹配。

详细了解个人选择使用健康应用程序的时间和原因对于智能系统的开发是必要的，智能系统可以利用手机的上下文传感器数据在相关和方便的时刻提供实时内容或提示。充分了解用户如何以及为什么在日常基础上与基于应用程序的干预交互，也有助于定制界面设计(1)使用户能够轻松访问应用程序中经常使用的组件;(2)以适合他们实际使用的方式有效地与组件交互，而不是研究人员和/或程序员可能希望的常规使用[24，65]。这种智能和定制的系统有可能鼓励和维持与健康相关的应用程序的使用。

限制

应该注意到这项研究的一些局限性。首先，这项研究没有使用只使用应用程序或网络的对照组，也没有使用真正的无干预对照组。因此，对于独立应用程序与基于web的交付的比较影响，无法得出明确的结论。我们也不能排除测量效应的作用。如前所述，日常的研究措施被参与者视为一种干预工具，提供有用的激励效益。这项研究的结果是基于一个小的，主要是年轻的，受过高等教育的样本，限制了普遍性和统计能力。需要更多更大、更多样化样本的研究来证实和重复本研究中观察到的结果。天花板效应可能会限制使用POWeR Tracker应用程序对某些个人目标参与度的潜在影响，尤其是目标意识。事实上，表现出最强干预效果(P1a)的参与者在第1天的基线值也最低。所有参与者都有动力学习采用更健康的生活方式，有些人的身体质量指数处于健康范围的上限。 It is unclear whether clinically overweight/obese individuals would interact with POWeR Tracker in the same way or whether providing access to the POWeR Tracker app would have the same level of impact on goal engagement.

也有可能参与者对基于网络的POWeR干预和POWeR Tracker应用程序的使用被研究设计的各个方面混淆了。例如，在晚上使用应用程序可能是由于有义务在下午5点之后完成日常学习措施。也有可能是为参与提供的经济激励和为每周电话访谈做准备的感知义务可能导致本研究中的一些参与者更经常地或以不同的方式使用基于网络的干预和应用程序，而不是以其他方式。然而，一些参与者根本不使用网站和/或很少使用应用程序的事实表明，这并不是所有参与者都关心的问题。此外，应用软件存在一些技术问题，限制了我们如何很好地探索参与者对POWeR Tracker提供的自动通知的使用和感知。关于参与者如何与基于应用程序的辅助工具互动以及基于网络的干预措施的发现和影响也可能特定于体重管理领域。

最后，这项研究测量了提供POWeR Tracker对参与特定饮食和体育活动目标的影响，但没有检查对饮食消耗或总体育活动水平的影响。因此，我们无法知道参与者对自己饮食和体育活动目标意识的提高是否转化为更健康的饮食选择或活动水平的提高。同样不清楚的是，改善参与者对基于应用程序的干预的体验是否真的会导致使用率的增加。例如，感知有用性和易用性的评级与基于应用程序的步骤记录工具的使用增加没有强烈的关联[44]。

需要额外的混合方法研究来进一步检查长期(即超过4周)提供补充应用程序干预的使用情况及其对行为改变的影响。例如，使用是否会在较长时间内持续下去，如果是，使用模式会发生变化吗?哪些因素会影响健康应用的长期使用?积极的用户体验与健康应用的后续使用之间是否存在关联?接触健康应用程序能促进长期维持健康行为改变吗?

结论

这项研究的结果表明，将基于网络的体重管理干预与基于应用程序的工具相结合，有可能提高个人对健康饮食和体育活动目标的动机和意识。基于移动设备访问干预内容的便利性使人们能够在相关和方便的时刻快速访问干预内容的关键部分，但似乎并没有阻止使用基于网络的干预。使用混合方法可以提供互补的定性和定量见解，了解用户如何看待和使用基于应用程序的日常健康行为干预措施，以及基于应用程序的交付可能对健康相关目标产生的影响。