本文内容如下e-collection /主题问题:

移动医疗(mhealth)(1946年) 移动健康健康，行为改变和预防(2308)

发表在在17卷11号(2015): 11月

移动电话和Web 2.0技术的体重管理:一个系统的范围审查

移动电话和Web 2.0技术的体重管理:一个系统的范围审查

移动电话和Web 2.0技术的体重管理:一个系统的范围审查

本文作者:

马可Bardus1、2 作者:Orcid; 简·r·史密斯2 作者:Orcid; Laya Samaha3. 作者:Orcid; 查尔斯·亚伯拉罕2 作者:Orcid
文章 作者 引自(37) Tweetations (85) 指标

    原始论文

    1英国埃克塞特大学医学院健康研究所心理学应用于健康研究小组

    2瑞士卢加诺意大利大学传播科学学院公共传播研究所

    3.瑞士卢加诺意大利大学传播科学学院传播与健康研究所

    *所有作者贡献均等

    通讯作者:

    Marco Bardus博士

    心理学应用于健康研究小组

    卫生研究所

    埃克塞特大学医学院

    大学的房子

    圣路加校园Heavitree路

    埃克塞特,EX12LU

    联合王国

    电话:44 01392 72 6721

    传真:44 01392 72 6721

    电子邮件:marco.bardus@gmail.com


    背景:移动电话和Web 2.0技术的广泛传播使它们成为促进健康和解决公共卫生问题(如超重和肥胖日益普遍)的潜在有用工具。这一领域的研究正在迅速发展，但到目前为止，还没有一篇综述全面、系统地记录了移动和Web 2.0技术是如何被部署和评估与体重管理相关的。

    摘要目的:提供一个最新的、全面的文献地图，讨论使用手机和Web 2.0应用程序影响与体重管理相关的行为(即饮食、体育活动[PA]、体重控制等)。

    方法:根据已发表的协议(在PROSPERO注册:CRD42014010323)对文献进行了系统的范围审查。使用综合检索策略，我们检索了16个多学科电子数据库，检索了2004年至2014年间发表的英文原始研究文献。我们使用重复研究选择和数据提取。使用归纳开发的图表工具，选定的文章按主题分类。

    结果:我们确定了457篇文章，大部分发表于2013年至2014年之间，发表于157种不同的期刊和89次会议论文集。文章围绕两个总体主题进行分类，其中描述了(1)促进行为改变(309/457,67.6%)或(2)测量行为(103/457,22.5%)的技术使用。其余的文章是对应用程序和社交媒体内容的概述(33/457,7.2%)或涵盖这三个主题的组合(12/457,2.6%)。在两个主要的总体主题中，我们将文章分类为代表研究发展的三个阶段:(1)设计和开发，(2)可行性研究和(3)评估。总的来说，文章大多报道了行为改变技术的评估(211/457,46.2%)。

    结论:有大量关于手机和Web 2.0技术用于体重管理的研究。研究报告如下:(1)说服性移动技术用于行为改变干预(PA和饮食)的发展、可行性和有效性;(2)用于行为评估的手机应用程序的设计、可行性和准确性。进一步的研究集中在可用应用程序的内容和质量分析上。关于使用社交媒体改变行为的证据有限，但有一部分研究涉及社交媒体的内容分析。未来的研究应该通过将内容和设计方面的评估与行为改变的可用性、可行性、功效/有效性或行为评估的准确性/有效性相结合，来分析手机和Web 2.0技术，以了解哪些技术组件和特征可能导致有效的干预。

    医学互联网研究，2015;17(11):e259

    doi: 10.2196 / jmir.5129

    关键字

    肥胖; 超重; 审查; 手机; 移动应用程序; 社交媒体; 移动健康; 移动健康; 移动电话; Web 2.0


    最近关于预防和管理非传染性疾病的一项协商一致声明强调，必须把重点放在改变行为上，并制定更加以用户为中心、更有效和更高效的预防方案[1]。超重和肥胖是全球第五大死亡风险因素，每年造成约340万人死亡。2]，使其成为全球公共卫生的优先事项[3.-5]。透过互联网提供或加强的以科技为本的医疗服务(即电子医疗科技)[6[特别是移动技术，为扩大公共卫生倡议的覆盖面和改善公共卫生提供了巨大潜力]7，8]。例如，通过无处不在的手机及其传感器收集的行为和生物医学“大数据”[9可以用来预测健康趋势和疾病[10]，从而优化医疗保健方案的提供[11]。

    移动和互联网技术的采用率不断提高，增强了这种潜力。2014年，全球有65亿移动用户(占全球人口的93%)[12]，在许多欧洲及北美国家，流动电话普及率已超过人口的70%，例如西班牙(83%)、加拿大(78%)、英国(75%)、美国(73%)及意大利(71%)[13]。手机允许用户访问各种互联网服务，特别是社交媒体配置文件。在欧洲，26%的人口通过移动设备访问社交媒体(占活跃社交媒体总人数的66%)[14]。“建立在Web 2.0的思想和技术基础上，并允许创建和交换用户生成内容”的社交媒体应用程序[15涉及到很大一部分人口。皮尤研究中心最近的一份互联网与美国生活项目报告显示，81%的美国成年网民是活跃的社交媒体用户，其中Facebook是最受欢迎的社交网站，有58%的人使用。16]。同样，欧洲有3亿活跃的社交媒体用户(约占总人口的40%)，其中北欧的Facebook使用率最高(56%)。14]。

    手机和社交媒体使用的增长支持了手机应用程序的广泛采用和传播。截至2014年底，bb0 Play上有140万款应用，iTunes应用商店有120万款，亚马逊应用商店有29万款。17]。特别是，健康和健身应用程序的使用最近呈现出快速稳定的增长。2014年12月，与前一年相比，人们花在健康、健身和运动类应用上的时间分别增长了89%和74% [18]。最近的调查显示，19%的手机用户表示下载了一款应用程序来跟踪或管理他们的健康状况。19](1)帮助设定与健康相关的目标(30%)，(2)协助与健康相关的搜索(28%)，(3)增强与健康相关的动机(27%)，(4)识别不健康的习惯(7%)，或(5)支持坚持服药(5%)[20.]。最受欢迎的健康应用程序用于跟踪和监测身体活动(38%)和饮食(31%)，以及管理体重(12%)[19]。

    随着技术发展的趋势，电子健康研究文献在过去十年中大大增加。例如，2015年6月4日，在PubMed上搜索电子健康相关的词条，结果是“电子健康”有20176个关键词，“电子健康干预”有1166个关键词。“电子健康评论”也有3148次点击。这一趋势也反映在特定医学主题标题(MeSH)主题的引入上，主要的电子数据库如PubMed/Medline、Cochrane图书馆和Web of Science都使用了这些主题。截至2015年7月4日，MeSH主要主题“手机”(2003年推出)产生了4481次点击(373.4次/年)，而“移动应用”(2014年推出)一年产生了357次点击。对于Web 2.0技术，覆盖范围较小，但仍然表明这是一个不断增长的领域;总体的MeSH主题“社交媒体”(2012年引入)产生了1369次点击(456.3次/年)，而具体的术语“社交网络”(2012年引入)产生了732次点击(146.4次/年)，“博客”(2010年引入)只有401次点击(80.2次/年)。

    越来越多的关于电子卫生干预措施的系统综述和荟萃分析可用。评估它们对一般健康促进的影响[21]，特别包括吸烟[22]、体重管理[23]，以及饮食和体育活动(PA) [24]，或者评估对医疗保健项目实施的影响[25]和治疗方法(例如爱滋病毒)[26])。一些范围审查描述了移动和Web 2.0技术的使用，专门用于一般健康行为的改变[27-31]。然而，大多数人只关注移动技术[28-31并没有提供一个全面的研究图景，特别是涉及Web 2.0和移动电话技术的体重管理。该领域潜在相关文献的深度和广度促使人们以范围审查的形式对该领域进行探索[32]。范围审查通常提供可用文献的概述或地图，因此确定范围随后的系统综述，将有更窄或更集中的研究问题，详细的数据提取和研究质量评估[33]。范围审查允许研究人员综合文献，并突出现有文献中潜在的差距和参数。

    因此，这篇范围综述的目的是提供一个系统的、全面的、最新的关于过去十年中使用移动电话和Web 2.0技术进行体重管理的电子健康研究的概述。指导这一范围审查的一般研究问题如下:(1)讨论将移动电话与Web 2.0技术相结合用于体重管理的研究现状如何?(2)对这些技术进行了哪些类型的研究?(3)On which methodological and technological aspects has this research focused?


    概述

    我们对描述手机和Web 2.0技术在体重管理中的作用的文献进行了系统的范围审查。本综述基于一项已发布的方案(在PROSPERO注册:CRD42014010323) [34]。根据Arksey及O 'Malley提出的范围界定检讨架构[32]，我们提供了一个关于该主题的定性、描述性、综合性的文献图表/地图。该图表涵盖了在更广泛的肥胖预防倡议背景下，用于促进和评估与体重管理相关行为的移动和社交媒体技术的设计、实施和评估相关方面。

    信息来源

    考虑到主题的多学科性质，通过对以下16个电子数据库的综合检索确定了文章，涵盖医学和行为，社会和计算机科学:PubMed/Medline、Embase、Global Health、护理与相关健康文献累积索引(CINAHL)、PsycINFO、Cochrane图书馆(包括系统评价数据库、对照试验中央注册库和效果评价摘要数据库)、SPORTDiscus、PsycARTICLES、心理学与行为科学合集、教育资源信息中心(ERIC)、Communication and Mass Media Complete、计算机协会(ACM)数字图书馆、电气电子工程师学会(IEEE) Xplore、Web of Science核心馆藏(包括科学引文索引扩展、社会科学引文索引、艺术与人文学科引文索引、会议论文集引文索引-科学、会议论文集引文索引-社会科学与人文学科)、以及“灰色”文献来源WorldCat dissertation(通过在线计算机图书馆中心[OCLC] FirstSearch)和OpenGrey。还筛选了纳入的研究和综述的参考文献列表以获取更多参考文献。

    搜索策略

    应用PICOS(参与者、干预措施、比较物、结果和研究设计)框架[35]，综合搜索策略包括关键词和MeSH来描述人群(即任何人群，肥胖/超重、健康或对体重管理感兴趣)、干预措施/比较物(即手机和社交媒体)和结果(即体重、身体质量指数[BMI]、饮食和身体活动)。我们纳入了所有的研究设计。该策略的制定采用了相关系统综述(例如体重管理和饮食)中使用的术语和MeSH [36]， pa [37]、移动电话和移动医疗[29，38]，以及社交媒体[39，40])。检索仅限于2004年1月1日至2014年12月31日的英文出版物，以确保包括相关的现代技术。中提供了跨数据库和Medline (Ovid)中使用的搜索策略示例多媒体附录1．初步搜索于2014年6月和7月进行;最终搜索于2014年8月进行，并于2015年2月27日更新。

    合格标准

    我们考虑了任何类型的描述手机或Web 2.0技术的使用(即干预措施)与体重管理和相关行为(即结果)相关的任何类型的主要研究文章或综述，包括任何研究设计或类型，以及任何人群。因此，任何涉及移动设备和/或Web 2.0技术在测量、跟踪或鼓励有助于体重管理(即PA和/或饮食)的行为改变以预防超重和肥胖的作用的文章都被纳入其中。我们将移动设备定义为移动电话、个人数字助理(pda)以及掌上电脑和超便携式电脑，如平板电脑(如ipad) [25]。我们将Web 2.0技术定义为“基于互联网的应用程序，允许创建和交换用户生成的内容，包括社交网站、协作项目、微博客和博客工具、内容社区、虚拟世界”[15]。

    我们排除了以下类型的研究:关于技术使用的一般流行病学研究(例如，使用移动电话产生的辐射对大脑和细胞的影响，或它们与癌症的关系;移动电话在家庭中的普及率);仅将移动电话用作数据收集方法而没有进一步报告或测试评估方法的研究，以及研究用于临床管理的移动和Web 2.0技术(例如，作为卫生专业人员的决策支持工具);以及使用手机对慢性疾病(如糖尿病、慢性阻塞性肺病和心力衰竭)进行自我管理的研究，其中体重管理不是主要重点(例如，使用手机应用程序对肥胖患者的2型糖尿病进行干预，其主要重点是血糖控制)。我们还排除了单独讨论其他技术使用的文章，如视频游戏机、虚拟现实设备、电脑、笔记本电脑、寻呼机、陆地电话和可穿戴设备(如Fitbit、Nike+和Jawbone UP)，以及没有指定社交媒体组件的传统网站。

    研究选择、分类和数据提取

    文章的选择分两步进行，两名审稿人(MB和LS)分别独立筛选标题和摘要，然后根据纳入/排除标准对检索文章进行全文筛选。一位审稿人(MB)使用归纳开发的“图表”工具完成了对所选文章的初步分类多媒体附录2)，根据其他作者的输入进行改进，并由另一位审稿人(JS)检查一致性。提取的数据包括:作者姓名、出版年份、原籍国、研究目标/目的(由作者逐字报告)、目标行为(如PA、饮食或减肥/管理)、目标人群(如论文中明确指出的年龄、健康状况/状况和性别)、技术类型(如移动、Web 2.0等，并附加有关移动和Web 2.0技术类型、操作系统和报告时测试的设备的详细信息)和研究类型(如:描述性、定性、混合方法、随机对照试验[RCT]或其他定量研究)。我们还将提供rct数据或分析rct数据的文章与其报告的试验注册号(见多媒体附录3）.由于这是一项范围综述，我们没有评估研究偏倚、异质性或发表偏倚的风险。

    评估者之间的可靠性估计被计算出来(见下文)，所有分歧都通过讨论解决，直到在所有步骤中达成共识。在选择和数据提取方面，我们使用Gwet的一阶协议系数(AC1)统计量来评估评级者间的信度[41，是科恩的kappa的可靠替代品。Gwet的AC1在实例数量较少或在同意和不同意之间存在不对称分布的情况下(如在筛选大量标题和摘要时可能发生的情况)不会低估可靠性[41，42]。

    分析

    对纳入的研究进行定性综合，以绘制研究问题中概述的文献。使用描述性频率表对归纳开发的类别进行数据总结，这些类别描述了论文的目的、方法和报告的数据。根据新兴的研究主题和使用的技术对文献进行了总结。


    搜索结果和研究选择

    在16个电子数据库中进行的搜索共产生了6001条记录;参考文献列表和其他来源产生了额外的127篇参考文献。去除重复后，一名审稿人(MB)和一名临时研究助理筛选了4540条记录的标题和摘要，排除了3872条条目(一致性92%;ac1.91, 95% ci 0.89 - 0.92)。为了确保纳入/排除标准应用的一致性，第三审稿人(JS)随机选择5%的参考文献样本进行筛选，与先前判断的一致性达到91% (ac1.88, 95% CI 0.83 - 0.94)。剩余的668篇文献由原审稿人(MB)和第二审稿人(LS)进行全文评估，另有211篇文献被排除(90%一致;ac1.82, 95% CI 0.79 - 0.85)，本综述中包括457篇文章(系统评价和meta分析的首选报告项目[PRISMA]图[43在图1）.与第一步一样，第三位审稿人(JS)随机选择20%的全文文章样本进行筛选，获得了97%的一致性和良好的可靠性(ac1.94, 95% CI 0.88 - 0.99)。被排除的参考文献和被排除的原因的表在多媒体附录4．

    ‎
    图1所示。PRISMA流程图。
    查看此图

    文章的特点

    纳入的457篇参考文献中的大多数(364/457,79.6%)以期刊文章的形式发表在157种不同的出版物上，涵盖各种学科，包括医学和健康科学、计算和信息学、教育和心理学。相对较多的出版物来自医学信息学、卫生服务研究和公共卫生领域的高级期刊，如《医学互联网研究杂志》(36/364,9.9%)、《BMC公共卫生》(21/364,5.8%)、《美国预防医学杂志》(14/364,3.8%)和《远程医疗杂志》(13/364,3.6%)。其余的以会议论文集的形式发表(93/457,20.4%)，在89个不同的会议上发表，主要集中在普及计算和设计上。超过一半的期刊文章发表于2013年之后(255/457,55.8%，范围2004-2014)，而在会议论文集中发表的中位数年份为2012年(四分位数间距[IQR] 3;63/93, 68%发表于2012年之后，范围2006-2014)。图2总体呈指数趋势(R2= .94)，期刊文章和会议论文集的数量在2008年之后大幅增长。会议论文集在2012年达到顶峰，并随着期刊文章发表量的持续增加而逐步下降。

    总体而言，该研究在39个国家进行，其中大多数是英语国家(334/457,73.1%)，包括美国(219/457,47.9%)、澳大利亚(54/457,11.8%)、英国(30/457,6.6%)、加拿大(17/457,3.7%)、新西兰(8/457,1.8%)和爱尔兰(6/457,1.3%)。在其他欧洲国家(75/457,16.4%)、东南亚(35/457,7.7%)和中东(11/457,2.4%)也进行了纳入研究。457篇(0.4%)出版物中只有2篇来自拉丁美洲和中美洲——1篇(0.2%)来自巴西，1篇(0.2%)来自墨西哥——没有一篇文章来自非洲国家。

    ‎
    图2。纳入范围审查的文章分布(n=457)。
    查看此图

    选定研究的分类

    第一作者(MB)使用40篇论文的初始样本开发了图表工具，第二作者(JS)独立验证了判断，首先使用10篇论文的随机样本(80%的一致性;ac1.79, 95% CI 0.28 - 1.00)， 457篇论文中有113篇(24.7%)纳入，一致性达到94%，信度良好(ac1.94, 95% CI 0.89 - 0.98)。第二作者检查了457篇文章中的239篇(52.3%)的分类和数据提取的一致性。

    总体研究主题

    我们使用三个主要主题对主要研究和综述证据进行分类。大多数研究描述了移动和Web 2.0技术在第一个主题中的作用，促进行为改变(308/457, 67.4%;263篇主要研究论文和45篇综述)，第二个主题，测量的行为(103/457, 22.5%;96篇主要研究文章和7篇综述)。第一组包括讨论使用技术来塑造与管理体重相关的行为模式的文章。技术被认为是一种促进行为改变的干预手段(例如，通过自我监控、提供反馈、提醒和激励)。第二组包括专门关注体育活动或饮食行为评估技术的发展和评估的文章，没有报告它们对行为或体重相关结果的影响的数据。这些研究的重点是描述用于身体活动和饮食评估的应用程序或系统的准确性或有效性的数据(例如，活动识别、能量消耗估计、活动分类、食物分类和热量摄入估计，以及自我报告、纸笔和使用这些技术的客观行为测量之间的比较)。

    第三个主题，应用程序和社交媒体内容概述，包含了457篇文章中的33篇(7.2%)，这些文章介绍了有关社交媒体内容分析和手机应用程序及其内容评论的初步研究。这些文章并没有关注技术对行为或行为评估的影响，而是关注媒体的内容特征(例如，健康的生活博客社区)[44或推特上关于减肥的对话[45])。其余的文章(14/457,3.1%)包括两个或两个以上主题的方面。在457篇文章中，9篇(2.0%)涉及行为改变和行为评估。在这9篇文章中，6篇(67%)是描述基于移动的饮食评估和干预方法发展的初级研究文章[46，47]，用于运动监测和分析的手机应用[48，49]，以及监测食物摄入和卡路里平衡的应用程序[50，51]。在9篇文章中，3篇(33%)是描述移动技术评估和促进PA的综述[52，53]和饮食[54]。9篇文章中的另外3篇(33%)评论包含了可以归类为第一个和第三个主题的方面:荷兰PA和饮食博客社区的叙述评论和内容分析(Valtaf.nl) [55]，一篇关于促进女性健康的手机应用的系统综述[56]，以及对手机应用程序的食物摄入进行系统审查[57]。因此，考虑到总体主题之间的重叠(即，涉及两个方面的文章在每个类别中被计算两次)，总共有468个类别。涵盖的大部分文章促进行为改变(318/468, 67.9%)，其中主要研究文献269篇(84.6%)，综述49篇(15.4%):非系统综述5篇(1.6%)，一般范围综述5篇(1.6%)，定性综合系统综述28篇(8.8%)，meta分析11篇(3.5%)。的主题测量的行为共纳入468篇文献中的112篇(23.9%)，其中101篇(90.2%)为主要研究文献，11篇(9.8%)为综述，2篇(1.8%)为非系统综述，9篇(8.0%)为定性综合。的主题社交媒体和手机应用概述纳入36篇(36/468,7.7%)。

    研究的主题

    在两个主要的主题中-行为改变和测量的行为数据中出现了三个研究主题。这些代表了研究的进展阶段:(1)设计与开发, (2)可行性(3)评估．设计与开发包括描述系统设计的文章[58或开发旨在影响或评估行为的应用程序和平台，而不报告其影响、可用性、可接受性或可行性的数据。可行性描述试点/可行性研究结果的代表文章，侧重于过程和程序结果(例如，可接受性、参与、利用、保留和招聘、遵守或遵守)，而不是对行为的影响或行为评估的准确性/有效性。最后,评估包括展示以技术为基础的干预措施对行为或体重相关结果的影响，或以技术为基础的行为评估方法的研究。在讨论行为改变的评估中，我们创建了一个独特的子类别-过程/结果评估或因果比较研究-其中包括在现有干预措施的背景下检查与结果相关的社会认知或技术因素的初级研究文章，而没有直接报告技术对行为的影响。我们创建了子类别来解释涵盖上述两个或三个研究主题组合的文章，这些研究主题构成了主题之间的重叠。例如，我们确定了概念可用性表示之间的重叠设计与开发和可行性，并使用它对描述系统开发的文章进行分类，并测量诸如易用性、可学习性、任务效率、可记忆性、满意度和有用性等结果[59]。“可用性”一词在不同研究领域的文章中具有类似的含义，用来描述干预和试点研究中技术的可行性和可接受性相关因素。

    在涵盖两个主要研究主题的366篇主要研究论文中，设计与开发139篇(38.0%):87篇(23.8%)被讨论过吗促进行为改变， 48 (13.1%)测量的行为， 4个(1.1%)涵盖了两个主要主题。可行性在366篇(52.2%):154篇(42.1%)所涵盖的191篇主要研究论文中讨论了促进行为改变， 35个(9.6%)测量的行为， 2个(0.5%)涵盖了两个主要主题。评价在366篇(67.5%)的247篇主要论文中，167篇(45.6%)——包括20篇工艺评价论文——与行为改变， 75例(20.5%)与测量的行为， 3个(0.8%)涵盖了两个主要主题。

    在涵盖两个主要研究主题的58篇综述中，11篇(19%)为叙述性综述;5篇(9%)为非系统综述，5篇(9%)为系统范围综述;1篇(2%)为饮食评估技术的应用[54]。所有这些都讨论了技术的一般用途，认识到它们在行为改变或行为评估方面的潜力，而没有特别关注设计、开发或评估。58篇评论中只有1篇(2%)也涵盖了可行性结合对膳食评估技术的准确性和有效性的评估[60]。没有审查明确报告改变行为的技术的可行性。58篇综述中剩下的47篇(81%)报告了数据评价在用于行为改变的技术中，9项(16%)用于行为评估，2项(3%)用于行为改变和评估。

    主要研究的研究主题的视觉总结在维恩图中图3．表1根据研究主题和技术类型描述初级研究的分布情况。出现在多个研究主题的文章被计算两次。报告了按研究主题和技术类型分组的个别文章的特征多媒体附录3．下面的段落提供了一些例子。

    表1。根据研究主题和使用的技术分配主要研究文章(n=366)。
    研究的主题 技术 总(n = 366),
    n (%)


    		移动,
    n (%)    		 Web 2.0,
    n (%)    		 移动和Web 2.0, n (%)
    促进行为改变 192 (52.5) 31 (8.5) 41 (11.2) 264 (72.1)

    		设计 11 (3.0) 1 (0.3) 8 (2.2) 20 (5.5)

    		可行性 26日(7.1) 4 (1.1) 3 (0.8) 33 (9.0)

    		评估 54 (14.8) 6 (1.6) 9 (2.5) 69 (18.9)

    		过程评估 7 (1.9) 8 (2.2) 5 (1.4) 20 (5.5)

    		设计与评估 1 (0.3) 0 (0) 0 (0) 1 (0.3)

    		设计与可行性 31 (8.5) 4 (1.1) 9 (2.5) 44 (12.0)

    		可行性及评估 46 (12.6) 5 (1.4) 4 (1.1) 55 (15.0)

    		设计、可行性和评估 16 (4.4) 3 (0.8) 3 (0.8) 22日(6.0)
    测量的行为 94 (25.7) 0 (0) 2 (0.5) 96 (26.2)

    		设计 10 (2.7) 0 (0) 0 (0) 10 (2.7)

    		可行性 3 (0.8) 0 (0) 0 (0) 3 (0.8)

    		评估 28日(7.7) 0 (0) 0 (0) 28日(7.7)

    		设计与评估 22日(6.0) 0 (0) 1 (0.3) 23日(6.3)

    		设计与可行性 7 (1.9) 0 (0) 1 (0.3) 8 (2.2)

    		可行性及评估 17 (4.6) 0 (0) 0 (0) 17 (4.6)

    		设计、可行性和评估 7 (1.9) 0 (0) 0 (0) 7 (1.9)
    促进行为改变和衡量行为 6 (1.6) 0 (0) 0 (0) 6 (1.6)

    		设计 1 (0.3) 0 (0) 0 (0) 1 (0.3)

    		评估 2 (0.5) 0 (0) 0 (0) 2 (0.5)

    		设计与可行性 1 (0.3) 0 (0) 0 (0) 1 (0.3)

    		设计、可行性和评估 2 (0.5) 0 (0) 0 (0) 2 (0.5)
    总计 292 (79.8) 31 (8.5) 43 (11.7) 366 (100)
    ‎
    图3。代表主要研究文章的主要研究主题的维恩图(n=366)。
    查看此图

    促进行为改变的技术研究

    大多数关于行为改变的初步研究(138/270,51.1%)发表于最近2年。其中大多数集中在移动技术上(198/270,73.3%)。研究主要是由评估(127/198, 64.1%)，其次是可行性(121/198, 61.1%)设计与开发研究(63/198,31.8%)。研究的例子设计与开发和可用性包括测试以研究为基础的应用程式(例如UbiFit Garden [61，62]或bActive [63])或商业应用程序(例如MyFitnessPal [64或“丢掉它!”［65])用于体重管理和PA。其他文章介绍了设计的细节;此外，他们还通过不受控制的前后实验(例如，激励实验)来评估技术对个人助理行为的影响。66，67]和BeWell [68，69])或随机对照试验(如Fit Up [49]或Houston [70])。一些人报道了饮食干预应用程序的开发和可用性(例如，EatWell [71]， Kalico [72]和《我的同桌》[73])。另一些研究则只关注各种人群和环境(如超重和肥胖的成年人)中支持减肥的短信[74]、大学女职员[75]和儿童[76])。总共有31篇文章(31/270,11.5%)专门报道了Web 2.0技术的使用，并且主要关注评估(22/31, 71%)和可行性(16/31, 52%)。设计与开发8篇报道(8/31,26%)。例如，一些研究报告了促进减肥的研究开发的社交网络社区的发展(例如，全面健康饮食(TWD)在线计划)[77]或社会家庭计划[78，79])，或者对年轻成年癌症幸存者进行基于facebook的体重管理干预[80]和患有代谢综合症的成年雇员[81]。270项研究中有41项(15.2%)结合了移动和Web 2.0技术，几乎涵盖了所有研究阶段——20项(7.4%)设计和开发，19项(7.0%)可行性，21项(7.8%)评估。以ManUp研究为例，该研究旨在结合社交媒体和手机应用程序，在成年人中推广健康饮食和PA [82]，数字减肥研究[83]，以及后续的“移动减重数字研究”[84]。

    在对行为改变的评论方面，49篇研究中有33篇(67%)发表于最近2年。五分之四(80%)的一般性叙述性综述讨论了移动技术在体重管理中的作用[85-88]，五分之四(80%)的范围界定综述讨论了移动技术在一般健康行为改变中的应用，包括体重管理方面的研究[27-29，31]。在28项关于行为改变干预措施的定性综合研究中，有15项(54%)也特别关注移动技术。社交媒体在1篇博客叙述性评论中被覆盖，以记录PA和饮食[55]， 1对患者和护理人员使用的Web 2.0技术的范围审查[30.]， 1体重管理定性综合[40]，以及5项关于促进一般健康行为改变的干预措施的荟萃分析[89]、体重管理[90]、PA推广[37]，或PA和diet [91]。49篇综述中有14篇(29%)报道了各种电子健康技术，包括移动和Web 2.0，而没有单独考虑这些技术:1篇(2%)非系统综述，12篇(25%)定性综合，1篇(2%)元分析。

    行为测量技术研究

    超过一半的涉及行为评估的主要研究(55/ 102,53.9%)是在2012年以后发表的。几乎所有这些(100/ 102,98.0%)都集中在用于饮食或PA评估的移动技术上。102项研究中，50项(49.0%)涉及设计与开发处理34例(33.3%)可行性70例(68.6%)评估用于饮食或PA评估的移动技术的准确性和有效性。研究的例子集中在测试精度的PA跟踪开发系统使用旧的(如诺基亚N97 [92])和更现代的设备(如iPhone [93]、iPod Touch [94]，或安卓手机[95，96])。饮食评估技术包括利用移动电话相机捕捉食物图像和记录食物日记的技术(如DietCam [97])，或允许用户手动输入所吃食物信息的原生手机应用程序([98，99])。有几篇文章报道了包括PA和膳食评估在内的可用性系统的发展和评估(例如SapoFit [One hundred.，101])。

    在11篇关注行为评估技术的评论中，共有7篇(64%)发表于2013年以后，并且全部报告了移动技术。在这11篇综述中，9篇(82%)侧重于饮食评估，2篇(18%)侧重于PA评估[52，53]。11篇评论中有2篇(18%)是非系统评论，描述了各种基于技术的食品评估方法，包括基于移动设备的数码摄影[102，103]。11个定性合成中有4个(36%)被报道评估膳食评估手机应用的准确性和有效性[57，104-106]， 1例(9%)可行性和评估在这些移动技术中[60]。

    应用程序和社交媒体内容概述

    关于手机应用程序和Web 2.0内容的文献是最近才出现的;几乎所有的研究(19/21,90%)都是在最近2年内发表的，2013年有7篇(33%)，2014年有12篇(57%)，最早的研究发表于2011年[107]。总的来说，这些评论大多集中在手机应用程序的PA/健身[108，109]，并对在线社交网络的内容进行分析，以进行PA推广[110]以及饮食和健身应用程序[111-114]。一些研究人员研究了控制饮食的手机应用程序[115-117]或减肥[107，118]。在21份报告中，只有1份(5%)审查和案例研究报告使用社交媒体应用程序的网站来推广PA [119]。21项研究中有8项(38%)调查了应用程序是否包含源自行为理论的结构[117，120或基于证据的策略和行为改变的专家建议[107，113]。21家公司中有5家(24%)明确调查了应用中行为改变技术(bct)的存在[108，109]。21项研究中有7项(33%)涉及评价可用性应用程序中的原则(如启发式评估)[56，116，121]或带有社交媒体组件的网站[110]。

    关于Web 2.0应用程序的内容分析在过去7年发表，最早的研究可以追溯到2007年[55]和2014年发表的一半研究(8/15,53%)。在对社交媒体的15个概述中，有7个(47%)侧重于分析与体重管理相关的博客内容。例如，一些研究分析了美食博客社区的成员如何互动以及他们分享的信息[44，122]，或者用户在节食时如何寻求情感支持[123]。其他研究集中于分析以pa为导向的在线社区如何提供社会支持[124]或商业减肥计划，如慧俪轻体[125]。其他研究将Twitter作为讨论儿童肥胖的场所[126以及关于成年人减肥的研究[45]。


    主要研究结果

    关于使用移动和Web 2.0技术进行体重管理，有大量的知识。在这篇综述中，我们纳入了457篇发表在世界范围内各种期刊和会议论文集上的文章。电子健康领域是多学科的，包括医学信息学、公共卫生、计算和信息学以及健康传播。该研究主要起源于盎格鲁-撒克逊世界，欧洲、亚洲和中东地区也有相当数量的研究，表明电子健康研究是在全球范围内以英语为语言进行的通用语用于研究传播。但是，没有确定非洲的研究，只有少数来自世界发展中地区(例如拉丁美洲和亚太)。考虑到2015年第一季度全球手机出货量为3.344亿部(同比增长16%)[127]过去两年，在拉丁美洲、非洲和亚太新兴国家，手机市场有了显著增长[128，我们希望在这些地区进行更多的研究，并预测未来的增长。缺乏来自发展中国家的证据可能是由于语言障碍或缺乏研究资金。

    被确定的文章中有一半是在过去两年内发表的。这表明证据体正在迅速扩大，对希望综合这些证据的审稿人提出了挑战。越来越多的研究意味着总体上以证据为基础的结论可能在短时间内迅速改变。

    研究的主题

    我们将研究分为两个主要主题:促进行为改变和测量的行为．这两个主要主题的出现表明，该学科在很大程度上分裂为两个不同的研究流。综述文献集中于对行为影响的评估或评估PA或饮食行为的工具的准确性和有效性。只有两篇系统综述[52，53]讨论了这两个方面，并报告了移动技术对PA行为的改变和评估。这是当前研究的一个重要限制，因为如果测量不准确或有效，就无法确定对行为的影响。未来的研究可能旨在涵盖这两个方面。

    我们进一步根据三个主题对文章进行分类，这些主题定义了研究发展的不同阶段:设计与开发，可行性,评价．通过这种分类，我们对属于系统设计领域的研究给予了同等的关注和考虑[129，130]，这在关注干预措施的功效或有效性的评论中经常被忽视。据我们所知，没有其他关于这个主题的评论描述了来自系统设计文章的证据。未来的研究可以寻求整合来自不同学科的证据。这个范围审查还提供了一个可行性测试使用移动和Web 2.0技术进行体重管理的研究。相对大量的研究报告了这些技术对行为和体重相关结果的有效性。同时，大量研究报道了移动技术对PA和饮食评估的准确性和有效性。本综述的目的不是为这些技术的有效性提供证据，但我们可以得出结论，有一个综述和初步研究的数据库，报告了需要进一步综合的效果。

    使用技术进行行为改变和评估

    行为改变和评估领域的研究几乎完全集中在移动设备上，这表明未来的健康促进和护理是移动的[131，132]。移动电话已经从仅仅用于发送和接收短信，发展成为连接到互联网的更先进的交互式便携式计算机。信息只能通过互联网、无线网络或移动数据包进行交换。即使是旨在促进行为改变的手机应用程序也使用与互联网程序相同的架构和技术基础设施，因此几乎不可能完全分离这两种交付模式。

    许多研究描述了设计与开发用于行为改变和行为评估的手机应用程序，许多应用程序也对它们进行了评估。大多数这类论文报告了对干预效果的评价以及行为改变技术的有效性和准确性。最值得注意的是，所有的研究测量的行为报告了使用移动应用程序和基于移动的方法进行饮食和PA评估。一个相对较新的部分的文献特别侧重于手机应用程序的评估。这似乎是一个不断扩大的领域，现在包括随机对照试验和准实验设计，从而响应进一步研究的呼吁[27，29]。

    相对而言，很少有人关注社交媒体技术在行为改变或行为评估方面的应用和测试。主要的研究文章专门讨论了Web 2.0技术对行为改变的作用，但我们也发现了许多关于该主题的系统评论和元分析。与唯一一项针对患者和护理人员的社交媒体范围评估相比[30.]，其中包括371项研究，我们确定的研究数量很少。这种不一致可以解释为我们的综述(体重管理)与其他综述(一般健康促进)的更广泛的范围不同。然而，这也可能是由于对社交媒体的不同定义。事实上，Hamm和他的同事们的研究包括了使用聊天室和论坛的研究，这代表了在Web 2.0出现之前可用的一种较旧的社交媒体[133]。未来的研究应该澄清社交媒体的定义，从而明确所调查的技术。我们的回顾显示，对社交媒体用于体重管理的研究主要集中在分析用户生成的内容，而不是媒体使用对行为的影响。用户生成内容是1999年出现的Web 2.0的核心、基本特性之一[134]但直到2004年Web 2.0大会之后才开始流行起来[133]。仅仅几年后，第一批文章发表，调查用户如何在社交媒体上描绘自己，或调查他们如何寻求情感和社会支持，或讨论他们的健康(如减肥)。这些描述对于更好地了解媒体的使用情况很重要，但也需要对其效果进行更深入的分析，以确定基于社交媒体的干预是否有效以及如何有效。

    优势与局限

    与其他类似的范围综述不同，我们纳入了大量的研究，包括综述和主要研究证据。除了Hamm和同事对社交媒体的范围审查[30.]，系统综述很少使用其他综述作为初级研究的信息来源。我们的方法生成了一个系统的、全面的、详细的关于体重管理领域中使用的移动和Web 2.0技术的可用证据的地图。另一个优势是开发了数据驱动的分类工具，其他研究人员或期刊编辑或审稿人可以使用该工具来优化其期刊中可用文献的分类。

    本研究的一个局限性是排除了非英文发表的文章，这是一般系统评价的共同之处。不出所料，大多数被确定的文章源自英语国家。另一个限制与收录全文可用的材料有关。尽管我们搜索了各种各样的数据库和“灰色”文献(即会议记录、论文和学位论文)的来源，但我们必须排除那些没有全文或不能免费获得的条目。这包括会议摘要、会议摘要、论文和学位论文。在标题和摘要筛选期间，我们确定了32篇与主题相关的论文和学位论文，但由于无法完成分类过程，必须排除(在大多数情况下，由于禁令或无法通过馆际互借获得)。然而，我们认为这些是潜在相关研究的信息来源。第三个限制是我们用来对文献进行分类的归纳分析方法固有的主观性，这在定性研究中很常见。然而，我们试图通过在我们的审稿人团队中测试图表工具的可靠性来减少偏见。

    结论

    这个范围审查提供了一个关于体重管理的移动和Web 2.0技术的文献描述图。我们描述并分类了457篇论文，这些论文讨论了这些促进行为改变和衡量行为的电子健康技术的设计和开发、可行性和评估。尽管需要使用适当的分析策略来评估这些证据的质量，但有一个广泛的证据基础来评估技术对行为和体重相关结果的影响，特别是通过移动电话和移动应用程序。一些研究专注于分析手机应用程序的内容。社交媒体对行为改变的影响证据有限，但有一部分研究侧重于分析社交媒体内容，从更广泛、更全面的角度来理解与体重管理相关的行为。未来的研究应该通过结合内容评估与设计、可用性、可行性、行为改变的功效/有效性以及行为评估的准确性/有效性来分析手机和Web 2.0技术。通过这种方式，我们可以更好地了解技术如何影响行为，以及如何更有效和高效地将它们用于电子卫生干预。

    致谢

    作者希望感谢Helen Ryland博士，她最初帮助筛选了文章，并感谢埃克塞特大学的证据合成小组就搜索策略提供了建议。该研究得到了瑞士国家科学基金会(SNSF)的部分支持，通过授予第一作者(参考编号:P2TIP1_152290)和英国国家卫生研究所(NIHR)西南半岛应用卫生研究和护理领导合作(PenCLAHRC)。本文中表达的观点是作者的观点，不一定是NIHR或英国卫生部的观点。

    利益冲突

    没有宣布。

    ‎

    多媒体附录1

    搜索策略。

    PDF档案(adobepdf档案)，70KB
    ‎

    多媒体附录2

    制图工具。

    PDF档案(adobepdf档案)，1MB
    ‎

    多媒体附录3

    纳入研究的特征。

    PDF档案(adobepdf档案)，672KB
    ‎

    多媒体附录4

    排除的研究。

    PDF档案(adobepdf档案)，127KB
    1. Matheson GO, kl gl M, Engebretsen L, Bendiksen F, Blair SN, Börjesson M，等。预防和管理非传染性疾病:国际奥委会共识声明，洛桑，2013年。[J] .体育与医学杂志，2013;47(16):1003-1011。［CrossRef] [Medline]
    2. 世界卫生组织。瑞士，日内瓦:世界卫生组织;2014年8月肥胖和超重:事实报告N°311http://www.who.int/mediacentre/factsheets/fs311/en/index.html[访问日期:2015-11-01][WebCite缓存]
    3. 疾病控制和预防中心。亚特兰大，佐治亚州:疾病控制和预防中心;2012.疾病预防控制中心全球非传染性疾病(NCDs)http://www.cdc.gov/globalhealth/healthprotection/ncd/[访问日期:2015-08-19][WebCite缓存]
    4. 联合国大会。纽约，纽约:联合国;2011年5月19日。预防和控制非传染性疾病:秘书长的报告http://www.un.org/ga/search/view_doc.asp?symbol=A/66/83&Lang=E[查阅日期:2015-11-06][WebCite缓存]
    5. 2013-2020年预防和控制非传染性疾病行动计划草案:秘书处的报告。瑞士，日内瓦:世界卫生组织;2013.URL:http://www.who.int/nmh/publications/ncd_action_plan2013.pdf?ua=1[查阅日期:2015-11-06][WebCite缓存]
    6. 什么是电子医疗?[J] .医学互联网研究，2001;3(2):e20。［CrossRef] [Medline]
    7. 通过互联网提供公共卫生干预:实现其潜力。年度Rev公共卫生2009;30:273-292。［CrossRef] [Medline]
    8. 刘建军，刘建军，刘建军，刘建军。移动医疗技术的发展趋势与发展趋势。[j] .移动医疗;2014;2(2):e24 [j]免费全文] [CrossRef] [Medline]
    9. Campbell A, Choudhury T. IEEE普测计算。2012年3月，从智能手机到认知手机http://www.cs.dartmouth.edu/~campbell/cognitivephone.pdf[查阅日期:2015-11-06][WebCite缓存]
    10. 马斯登R.《独立报》。伦敦，英国:《独立报》;2014年7月31日。我们的智能手机很快就能通过Health Kit和b谷歌Fit诊断疾病了吗?URL:http://www.independent.co.uk/life-style/gadgets-and-tech/features/could-our-smartphones-soon-be-diagnosing-diseases-via-health-kit-and-google-fit-9638755.html[2014-11-03访问][WebCite缓存]
    11. van Heerden A, Tomlinson M, Swartz L.口袋里的医疗点:移动医疗领域的研究议程。世界卫生杂志2012年5月1日;90(5):393-394 [j]免费全文] [CrossRef] [Medline]
    12. 我们是社会的。伦敦，英国:We Are Social;2014年1月9日2014年全球社交、数字和移动领域的发展趋势http://wearesocial.net/blog/2014/01/social-digital-mobile-worldwide-2014/[查阅时间:2015-01-16][WebCite缓存]
    13. eMarketer。纽约:eMarketer;2014年11月10日。智能手机统治西班牙http://www.emarketer.com/Article/Smartphones-Rule-Spain/1011558[2015-11-11访问][WebCite缓存]
    14. 我们是社会的。伦敦，英国:We Are Social;2014年2月5日。2014年欧洲社交、数字和移动领域的发展趋势http://wearesocial.net/blog/2014/02/social-digital-mobile-europe-2014/[查阅时间:2015-01-16][WebCite缓存]
    15. Kaplan A, Haenlein m，全世界的用户，团结起来!社交媒体的挑战与机遇。巴士地平线2010年1月53(1):59-68。［CrossRef]
    16. 杜根M，埃里森N，兰普C，伦哈特A，马登M.皮尤研究中心。华盛顿特区:皮尤互联网与美国生活项目;2015年1月9日2014年社交媒体更新http://www.pewinternet.org/2015/01/09/social-media-update-2014/[查阅时间:2015-01-15][WebCite缓存]
    17. Michaeli A. appFigures。纽约:appFigures;2015年1月13日2014年应用商店增长加速http://blog.appfigures.com/app-stores-growth-accelerates-in-2014/[查阅时间:2015-01-16][WebCite缓存]
    18. Statista。纽约，纽约州:Statista;2014年1月移动应用类别用户花费时间同比增长http://www.statista.com/statistics/251096/fastest-growing-shopping-app-categories/[查阅时间:2015-01-16][WebCite缓存]
    19. 福克斯S，达根m皮尤研究中心。华盛顿特区:皮尤互联网与美国生活项目;2012年11月8日。移动医疗2012http://www.pewinternet.org/2012/11/08/mobile-health-2012/[2014-11-03访问][WebCite缓存]
    20. Statista。纽约，纽约州:Statista;截至2014年3月，美国互联网用户访问移动健康和健身应用程序的主要原因http://www.statista.com/statistics/298033/us-health-and-fitness-app-usage-reasons/[查阅时间:2015-01-16][WebCite缓存]
    21. Buhi ER, Trudnak TE, Martinasek MP, Oberne AB, Fuhrmann HJ, McDermott RJ。基于移动电话的健康行为干预:系统综述。中华卫生教育杂志，2012;72(5):564-583。［CrossRef]
    22. 与对照项目相比，基于手机的戒烟干预增加了长期戒烟率，但干预的效果是不同的。基于Evid的护理，2013;16(4):108-109。［CrossRef] [Medline]
    23. Wieland LS, Falzon L, Sciamanna CN, Trudeau KJ, Brodney S, Schwartz JE，等。对超重或肥胖人群进行减重或维持体重的交互式计算机干预。Cochrane Database system, 2012;8:CD007675 [j]免费全文] [CrossRef] [Medline]
    24. Fjeldsoe B, Neuhaus M, Winkler E, Eakin E.运动和饮食干预后行为改变维持的系统评价。心理健康杂志，2011,30(1):99-109。［CrossRef] [Medline]
    25. 李建军，刘建军，刘建军，等。移动卫生技术改善卫生保健服务提供过程的有效性:系统回顾和荟萃分析。中华医学杂志;2013;10(1):e1001363 [j]免费全文] [CrossRef] [Medline]
    26. Horvath T, Azman H, Kennedy GE, Rutherford GW。手机短信促进艾滋病毒感染者坚持抗逆转录病毒治疗。Cochrane Database system, 2012;3:CD009756。［CrossRef] [Medline]
    27. Bert F, Giacometti M, Gualano MR, Siliquini R.智能手机与健康促进:证据综述。医学系统学报，2014,38(1):9995。［CrossRef] [Medline]
    28. Riley WT, Rivera DE, Atienza AA, Nilsen W, Allison SM, Mermelstein R.移动干预时代的健康行为模型:我们的理论是否能够完成任务?中华医学杂志;2011;1(1):53-71 [j]免费全文] [CrossRef] [Medline]
    29. 刘建军，刘建军，刘建军，等。绘制移动医疗研究:十年的演变。中国医学杂志，2013;15(5):e95 [J]免费全文] [CrossRef] [Medline]
    30. 杨建军，杨建军，李建军，等。患者和护理人员的社交媒体使用:范围审查。英国医学杂志;2013;3(5):1-9 [j]免费全文] [CrossRef] [Medline]
    31. 口袋里的医疗保健:绘制移动电话健康干预空间。中华生物医学杂志，2012;45(1):184-198 [J]免费全文] [CrossRef] [Medline]
    32. Arksey H, O 'Malley L.范围研究:走向方法论框架。国际医学杂志，2005,8(1):19-32。［CrossRef]
    33. 刘建军，刘建军，刘建军，等。cochrane综述的“范围界定”。中华卫生杂志，2011;33(1):147-150 [J]免费全文] [CrossRef] [Medline]
    34. Bardus M, Smith J, Abraham C, Hillsdon M.约克大学:评论与传播中心。普洛斯彼罗。2014.智能手机和Web 2.0对体重管理的干预http://www.crd.york.ac.uk/PROSPERO/display_record.asp?ID=CRD42014010323[访问日期:2015-11-05][WebCite缓存]
    35. 李建军，张建军，张建军，等。PRISMA关于报告评价卫生保健干预措施的研究的系统评价和荟萃分析的声明:解释和阐述。中华流行病学杂志;2009;32 (10):01 - 01 [J]免费全文] [CrossRef] [Medline]
    36. 李建军，李建军，李建军，行为体重管理研究小组。行为技术和交付模式对体重管理有效性的影响:系统回顾、元分析和元回归。科学学报，2014;15(7):598-609 [j]免费全文] [CrossRef] [Medline]
    37. 张建军，张建军，张建军，等。网络2.0对体育锻炼的影响。Cochrane Database system Rev 2013 Sep 30;9:CD010395 [j]免费全文] [CrossRef] [Medline]
    38. 马卡诺·贝利萨里奥·JS，赫克维尔·K，格林菲尔德·G，卡尔·J，冈恩·LH。针对哮喘的智能手机和平板电脑自我管理应用程序。Cochrane Database system, 2013;11:CD010013。［CrossRef] [Medline]
    39. Web 2.0和社交媒体技术对普及健康沟通的影响:它们有效吗?科学通报，2011;11(1):119-136。
    40. 张涛，张超，吴志强。社交媒体在在线体重管理中的作用:系统评价。中国医学杂志，2013;15(11):e262 [J]免费全文] [CrossRef] [Medline]
    41. Gwet KL.《评估者间信度手册:衡量多个评估者之间一致程度的最终指南》第3版。Gaithersburg, MD: Advanced Analytics, LLC;2012.
    42. 王晓华。评价间信度:对性状流行率和边际同质性的依赖。统计方法间信度评估2002;2 -9。
    43. 李建军，李建军，李建军。系统评价和荟萃分析首选报告项目:PRISMA声明。PLoS Med 2009; 7 (7):e1000097 [j]免费全文] [CrossRef] [Medline]
    44. 波普尔L，汤普森JK。健康生活博客的内容分析:与不正常饮食态度和行为主题一致的内容证据。国际饮食失调杂志;2014;47(4):362-367。［CrossRef] [Medline]
    45. Pagoto S, Schneider KL, Evans M, Waring ME, Appelhans B, Busch AM，等。推特减肥:在推特上谈论减肥尝试的成年人的特征。中华医学杂志，2014;21(6):1032-1037。［CrossRef] [Medline]
    46. Beasley JM, Riley WT, Davis A, Singh J.基于pda的饮食评估和干预方案的评估:一项随机对照试验。中国生物医学工程学报，2008,27(2):280-286。［Medline]
    47. Mattila E, Lappalainen R, Pärkkä J, Salminen J, Korhonen I.使用手机日记观察体重管理及相关行为。[J] .中国电信，2010;16(5):260-264。［CrossRef] [Medline]
    48. Greeff C, Yang J, MacDonald B, w nsche B. My Personal Trainer:一款运动监测与分析的iPhone应用程序。发表于:第14届澳大利亚用户界面会议(AUIC 2013);2013年1月29日至2月1日;阿德莱德，澳大利亚，第127-128页http://crpit.com/abstracts/CRPITV139Greeff.html［WebCite缓存]
    49. Valentin G, Howard A.处理儿童肥胖:参与个人运动的被动与主动活动监测方法。见:生物信号与生物机器人会议论文集(BRC)， 2013 ISSNIP。纽约:IEEE;2013年生物信号与生物机器人会议(BRC)， 2013 ISSNIP;2013年2月18-20日;巴西，里约热内卢，第1-5页。［CrossRef]
    50. Mendi E, Ozyavuz O, Pekesen E, Bayrak C.移动设备的食物摄入监测系统。见:第五届IEEE传感器与接口国际研讨会论文集(IWASI)纽约:IEEE;2013年发表于:第五届IEEE传感器和接口进展国际研讨会(IWASI);2013年6月13-14日;巴里，意大利，第13-14页。
    51. 蔡国强，李国强，李国强，李国强，李国强，李国强。基于PmEB的实时热量平衡监测系统的可行性研究。移动网络应用，2007年7月15日;12(2):173-184。［CrossRef]
    52. robert - roig J, Gilson ND, Puig-Ribera A, Contreras RS, Trost SG。用智能手机技术测量和影响身体活动:一项系统综述。体育医学2014;44(5):671-686。［CrossRef] [Medline]
    53. O'Reilly GA, Spruijt-Metz D.当前移动健康技术对身体活动的评估和推广。中华预防医学杂志，2013;45(4):501-507 [J]免费全文] [CrossRef] [Medline]
    54. 李建军，朱峰，李建军，李建军。将饮食评估与青少年生活方式结合起来。[J]营养学报，2014(1);27(增刊):82-88 [J]免费全文] [CrossRef] [Medline]
    55. 亚当斯SA。使用博客工具帮助个人记录他们的经历:荷兰两个商业Web应用程序的探索和回顾。种马卫生技术通报2007;130:193-203。［Medline]
    56. 智能手机对女性健康的医疗应用:证据基础和反馈是什么?[J]中国电信，2013(1):1-10。［CrossRef]
    57. 刘建军，李建军，李建军，等。一种新型的食物摄取量记录系统。中华医学杂志;2013;32(8):653-664。［CrossRef] [Medline]
    58. 《计算机词典》第6版。英国牛津:牛津大学出版社;2008.
    59. 为可用性而设计:关键原则和设计师的想法。通讯学报1985;28(3):300-311。
    60. Sharp DB, Allman-Farinelli M.移动电话评估膳食摄入量的可行性和有效性。营养2014;30(11 - 12):1257 - 1266。［CrossRef] [Medline]
    61. Consolvo S, Klasnja P, McDonald D, Avrahami D, Froehlich J, LeGrand L.鲜花还是机器人军队?通过个人、移动展示鼓励意识和活动。见:第十届普适计算国际会议论文集。纽约:ACM;2008年发表于:第十届泛在计算国际会议(UbiComp 2008);2008年9月21日至24日;首尔，韩国，第54-63页。
    62. 孔祥华，陈梅，陈建军，陈建军，陈建军。植物活性感知技术的研究进展。参见:SIGCHI计算系统中人因会议论文集。纽约:ACM;2008年在SIGCHI计算机系统人因会议(CHI '08)上发表论文;2008年4月5日至10日;佛罗伦萨，意大利(1797-1806)［CrossRef]
    63. Harries T, Eslambolchilar P, Stride C, Rettie R, Walton S.在野外行走:使用一款永远在线的智能手机应用程序来增加身体活动。第14届人机交互国际会议论文集。德国柏林:b施普林格;2013年出席:第14届IFIP tc13人机交互国际会议;2013年9月2-6日;开普敦，南非第19-36页。［CrossRef]
    64. Laing BY, Mangione CM, Tseng C, Leng M, Vaisberg E, Mahida M，等。与常规护理相比，智能手机应用程序对超重初级保健患者减肥的有效性:一项随机对照试验。Ann Intern Med 2014 Nov 18;161(10增刊):S5-S12。［CrossRef] [Medline]
    65. Wharton CM, Johnston CS, Cunningham BK, Sterner D.在一项为期8周的减肥试验中，使用智能手机应用技术改善了饮食自我监测，而不是饮食质量。[J]中国教育学报，2014;46(5):440-444。［CrossRef] [Medline]
    66. 林勇，杰苏润，de Vries B, Timmermans H. Motivate:情境感知移动活动推荐应用。参见:第二届环境智能国际会议论文集。柏林，德国:斯普林格出版社;2011年发表于:第二届国际环境智能会议(AmI’11);2011年11月16日至18日;阿姆斯特丹，荷兰，210-214页。［CrossRef]
    67. 林永忠，jesurun J, de Vries B, Timmermans H.激励:面向健康生活的情境感知推荐移动系统。第五届医疗普及计算技术国际会议论文集(PervasiveHealth)。纽约:IEEE;2011年发表于:第五届医疗普及计算技术国际会议(PervasiveHealth);2011年5月23日至26日;都柏林，爱尔兰，第250-253页。
    68. Lane ND, Lin M, Mohammod M, Yang X, Lu H, Cardone G，等。BeWell:感知睡眠、身体活动和社会互动以促进健康。移动网络应用2014年1月9日;19(3):345-359。［CrossRef]
    69. 林敏，Lane ND, Mohammod M，杨霞，陆宏，Cardone G. BeWell+:基于社区导向的用户反馈和能量优化的多维健康监测。见:《无线健康会议录》。纽约:ACM;2012年发表于:无线健康大会(WH '12);2012年10月23-25日;圣地亚哥，加州。[CrossRef]
    70. 李建军，李建军，李建军，等。体育锻炼技术的设计要求。参见:SIGCHI计算系统中人因会议论文集。纽约:ACM;2006年发表于:计算机系统中人因会议(CHI '06);2006年4月24日至27日;montr薪金，加拿大，第457-466页。［CrossRef]
    71. 格莱姆斯A, Bednar M, Bolter J, Grinter R. Eatwell:低收入社区的营养相关记忆分享。参见:2008年ACM计算机支持协同工作会议论文集。纽约:ACM;发表于2008年ACM计算机支持协同工作会议(CSCW '08);2008年11月8日至12日;圣地亚哥，加州第87-96页。［CrossRef]
    72. Anwar M, Hill E, Skujins J, Huynh K, Doss C. Kalico:预算内健康智能菜单选择的智能手机应用程序。见:《智能健康国际会议论文集》。柏林，德国:斯普林格出版社;2013年出席:智能健康国际会议(ICSH 2013);2013年8月3-4日;北京，中国，第113-121页。［CrossRef]
    73. Carter MC, Burley VJ, Cade JE。开发“我的用餐伙伴”:一种智能手机减肥干预。植物学报，2013;07;38(1):80-84。［CrossRef]
    74. Patrick K, Raab F, Adams MA, Dillon L, Zabinski M, Rock CL，等。基于短信的减肥干预:随机对照试验。医学信息学报，2009;11(1):1 [J]免费全文] [CrossRef] [Medline]
    75. Faghanipour S, Hajikazemi E, Nikpour S, Shariatpanahi SA, Hosseini AF.手机短信服务在伊朗超重和肥胖妇女体重管理中的应用:一项试点研究。[J] .通信技术学报，2013;2013:751 - 756 [J]免费全文] [CrossRef] [Medline]
    76. de Niet J, Timman R, Bauer S, van den Akker E, de Klerk C, Kordy H，等。短信息服务减少儿童肥胖治疗的辍学率:一项随机对照试验。心理健康，2012;31(6):797-805。［CrossRef] [Medline]
    77. Brindal E, Freyne J, Saunders I, Berkovsky S, Smith G, Noakes M.网络干预中超重或肥胖参与者体重减轻的特征预测:随机试验。中国医学杂志，2012;14(6):e173 [J]免费全文] [CrossRef] [Medline]
    78. 刘建军，刘建军，刘建军，刘建军。社交网络对家庭生活方式影响的实证研究。[J] .计算机工程学报，2011;27(10):971-990。［CrossRef]
    79. 刘建军，刘建军，刘建军，等。基于社交网络的健康信息获取研究进展。摘自:IEEE第23届计算机医疗系统(CBMS)国际研讨会论文集。纽约:IEEE;2010年发表于:IEEE第23届计算机医疗系统国际研讨会;2010年10月12日至15日;珀斯，华盛顿州334-339页。［CrossRef]
    80. Valle CG, Tate DF, Mayer DK, Allicock M, Cai J.基于facebook的体育活动干预对年轻成年癌症幸存者的随机试验。中华癌症杂志;2013;7(3):355-368 [J]免费全文] [CrossRef] [Medline]
    81. Chee H, Hazizi A, Barakatun NM, Mohd NM。对患有代谢综合征的政府雇员进行基于facebook的身体活动干预的随机对照试验。马来学报，2014;20(2):165-181。
    82. Duncan M, Vandelanotte C, Kolt GS, Rosenkranz RR, Caperchione CM, George ES，等。基于网络和移动电话的干预对促进中年男性身体活动和健康饮食的有效性:ManUp研究的随机对照试验。中国医学杂志，2014;16(6):e136 [J]免费全文] [CrossRef] [Medline]
    83. turner - mcgrivey GM, Campbell MK, Tate DF, Truesdale KP, Bowling JM, Crosby L.数字研究:随机播客减肥干预。中华预防医学杂志2009;37(4):263-269 [J]免费全文] [CrossRef] [Medline]
    84. 推特、应用程序和POD: 6个月的成人随机减肥干预的结果。中国医学杂志，2011;13(4):e120 [J]免费全文] [CrossRef] [Medline]
    85. Carter MC, Burley VJ, Cade JE。手持式电子技术用于超重/肥胖成年人的减肥。中国生物医学杂志2014;6;3(3):307-315。［CrossRef]
    86. Castelnuovo G, Manzoni GM, Pietrabissa G, Corti S, Giusti EM, Molinari E，等。使用移动技术的肥胖症和门诊康复:潜在的移动健康方法。前沿心理杂志2014;5:55 59 [免费全文] [CrossRef] [Medline]
    87. Shaw RJ, Steinberg DM, Zullig LL, Bosworth HB, Johnson CM, Davis LL。移动健康减肥干预措施:实现治疗保真度指南中华医学杂志，2014;21(6):959-963。［CrossRef] [Medline]
    88. 托马斯JG，邦德DS。回顾数字健康技术促进体重控制的创新。中华糖尿病杂志，2014;14(5):485。［CrossRef] [Medline]
    89. Maher CA, Lewis LK, Ferrar K, Marshall S, De Bourdeaudhuij I, Vandelanotte C.使用在线社交网络的健康行为改变干预措施是否有效?系统回顾。中国医学杂志，2014;16(2):e40 [J]免费全文] [CrossRef] [Medline]
    90. Ashrafian H, Toma T, Harling L, Kerr K, Athanasiou T, Darzi A.旨在减少肥胖的社交网络策略取得了显著的效果，尽管效果不大。中国卫生杂志，2014;33(9):1641-1647。［CrossRef] [Medline]
    91. Williams G, Hamm MP, Shulhan J, Vandermeer B, Hartling L.社交媒体对饮食和运动行为的干预:随机对照试验的系统回顾和荟萃分析。BMJ Open 2014;4(2):e003926 [j]免费全文] [CrossRef] [Medline]
    92. 孙丽，张德强，李楠。基于手机的身体活动监测。参见:第九届智能家居和健康远程信息处理国际会议论文集。柏林，德国:斯普林格出版社;2011年出席:第九届智能家居和健康远程信息处理国际会议(ICOST 2011);2011年6月20日至22日;加拿大蒙特利尔，第104-111页。［CrossRef]
    93. Bergman RJ, Spellman JW, Hall ME, Bergman SM。有有效的应用程序吗?有效性的免费计步器iPhone应用程序。[J]中华医学杂志，2012;9(5):670-676。［Medline]
    94. 吴伟，陈国强，陈国强，陈国强。使用智能手机运动传感器的体育活动分类精度。中国医学杂志，2012;14(5):e130 [J]免费全文] [CrossRef] [Medline]
    95. Aguiar B, Silva J, Rocha T, Carneiro S, Sousa I.智能手机监测身体活动和能量消耗。摘自:IEEE-EMBS生物医学和健康信息学国际会议论文集(BHI)。纽约:IEEE;2014年发表于:IEEE-EMBS国际生物医学与健康信息学会议(BHI);2014年6月1-4日;瓦伦西亚，西班牙，第664-667页。
    96. Arif M, Bilal M, Kattan A, Ahamed SI。使用智能手机加速度传感器进行更好的身体活动分类。J Med system 2014;38(9):95。［CrossRef] [Medline]
    97. 孔飞，谭杰。膳食相机:移动照相手机的自动膳食评估。普适暴民计算机2012;8(1):147-163。［CrossRef]
    98. Carter MC, Burley VJ, Nykjaer C, Cade JE。“我的膳食伴侣”(MMM):验证智能手机应用程序上捕获的饮食措施，以促进减肥。中国生物医学工程学报，2013,31(3):539-546。［CrossRef] [Medline]
    99. Smith LP，华军，Seto E，杜胜，臧军，邹生，等。3天智能手机辅助24小时召回评估中国人群饮料消费的开发和有效性:一项随机交叉研究。中华临床医学杂志，2014;23(4):678-690 [J]免费全文] [Medline]
    100. 罗德里格斯JJ, Lopes IM, Silva BM, de la Torre I.一个新的移动无处不在的计算应用程序来控制肥胖:SapoFit。中华医学杂志;2013;38(1):37-53。［CrossRef] [Medline]
    101. Silva BM, Lopes IM, Rodrigues JJPC, Ray P.膳食评估移动健康应用程序。见:第13届IEEE电子健康网络应用与服务国际会议论文集(Healthcom)。纽约:IEEE;2011年发表于:第13届IEEE电子健康网络应用与服务国际会议(Healthcom);2011年6月13日至15日;哥伦比亚，密苏里州第13-15页。［CrossRef]
    102. Stumbo PJ。膳食评估中的新技术:提高食物记录准确性的数字方法综述。中国生物医学工程学报，2013,32(1):70-76。［CrossRef] [Medline]
    103. Martin CK, Newton RL, Anton SD, Allen HR, Alfonso A, Han H，等。用数码摄影测量儿童的食物摄取量及第二份食物对食物摄取量的影响。饮食行为，2007;8(2):148-156。［CrossRef] [Medline]
    104. Lieffers JR, Hanning RM。移动设备营养应用的饮食评估和自我监测。[J] .中国饮食科学，2012;33(3):563 - 563。［Medline]
    105. 刘建军，李建军，李建军，等。膳食营养流行病学研究进展与研究进展。中华流行病学杂志，2012;41(4):1187-1203 [J]免费全文] [CrossRef] [Medline]
    106. Ngo J, Engelen A, Molag M, Roesle J, García-Segovia P, Serra-Majem L.信息和通信技术在饮食评估中的应用综述。中国生物医学工程学报，2009;31(2):582 - 582。［CrossRef] [Medline]
    107. Breton ER, Fuemmeler BF, Abroms LC。减肥——有一个应用程序可以做到这一点!但它是否遵循循证实践?中华医学杂志，2011;1(4):523-529 [j]免费全文] [CrossRef] [Medline]
    108. Conroy DE, Yang C, Maher JP。在排名靠前的体育运动移动应用程序中使用行为改变技术。中华预防医学杂志，2014,46(6):649-652。［CrossRef] [Medline]
    109. Lyons EJ, Lewis ZH, Mayrsohn BG, Rowland JL。在电子生活方式活动监视器中实现的行为改变技术:系统的内容分析。中国医学杂志，2014;16(8):e192 [J]免费全文] [CrossRef] [Medline]
    110. 王晓明，王晓明，王晓明。网络社交网络对体育运动伙伴关系的影响研究。中国医学信息学报，2014;16(6):553 [J]免费全文] [CrossRef] [Medline]
    111. Azar KM, Lesser LI, Laing BY, Stephens J, Aurora MS, Burke LE，等。体重管理的移动应用:基于理论的内容分析。预防医学杂志，2013,45(5):583-589。［CrossRef] [Medline]
    112. Direito A, Dale LP, Shields E, Dobson R, Whittaker R, Maddison R.体育锻炼和饮食智能手机应用是否包含基于证据的行为改变技术?中华卫生杂志2014;14:6 6 [j]免费全文] [CrossRef] [Medline]
    113. 穿着JR, noollen N, Befort C, Davis AM, Agemy CK。iPhone应用程序遵循专家建议的儿童肥胖预防指南。儿童读物2014年4月;10(2):132-144 [j]免费全文] [CrossRef] [Medline]
    114. West JH, Hall PC, Hanson CL, Barnes MD, Giraud-Carrier C, Barrett J.有这样一款应用:付费健康和健身应用的内容分析。中国医学杂志，2012;14(3):e72 [J]免费全文] [CrossRef] [Medline]
    115. García-Gómez JM, de la Torre-Díez I, Vicente J, Robles M, López-Coronado M, Rodrigues JJ。针对广大消费者的移动医疗应用分析:用户体验方法。卫生信息学报，2014;20(1):74-84。［CrossRef] [Medline]
    116. 王晓东，王晓东，王晓东，等。健康饮食应用程序对老年人健康饮食的影响。[J]消费健康互联网2014年06月04日;18(2):105-127。［CrossRef]
    117. West JH, Hall PC, Arredondo V, Berrett B, Guerra B, Farrell J.饮食应用的健康行为理论。[J]消费健康互联网2013;17(1):10-24。［CrossRef]
    118. 帕戈托S，施耐德K, Jojic M, DeBiasse M, Mann D.基于证据的减肥手机应用策略。预防医学杂志，2013,45(5):576-582。［CrossRef] [Medline]
    119. 范德拉诺特C, Kirwan M, Rebar A, Alley S, Short C, Fallon L，等。检查在免费访问的身体活动干预网站中使用循证工具和社交媒体支持工具的情况。[J]《行为与生理》2014;11:105 [免费全文] [CrossRef] [Medline]
    120. Silva P, Holden K, Nii A.智能手机，智能老年人，但不太智能的应用程序:对健身应用程序的启发式评估。见:第八届国际会议论文集，AC 2014，作为HCI国际2014的一部分举行。柏林，德国:斯普林格出版社;2014年出席:第八届国际会议，AC 2014，作为HCI国际2014的一部分举行;2014年6月22日至27日;伊拉克利翁，克里特岛，希腊，第347-358页。［CrossRef]
    121. Cowan LT, Van Wagenen SA, Brown BA, Hedin RJ, Seino-Stephan Y, Hall PC，等。钢铁般的应用程序:锻炼应用程序是否为消费者提供了现实的期望?:针对行为改变理论存在的运动app内容分析。健康教育行为，2013,40(2):133-139。［CrossRef] [Medline]
    122. 健康的习惯或有害的饮食:一个食物博客社区的探索性研究。生态学报，2010;49(4):316-335。［CrossRef] [Medline]
    123. Simunaniemi A, Sandberg H, Andersson A, Nydahl M.外行人博客关于水果和蔬菜的自我表达和饮食影响。卫生通讯2011 Oct;26(7):621-630。［CrossRef] [Medline]
    124. Toscos T, Consolvo S, McDonald DW。体育活动的障碍:在线社区中自我揭示的研究。医学系统学报，2011;35(5):1225-1242。［CrossRef] [Medline]
    125. 百龄坛PW，斯蒂芬森RJ。救救我，我很胖!在线减肥网络中的社会支持。[J]消费者行为学报，2011,23;10(6):332-337。［CrossRef]
    126. 李建军，李建军，李建军，李建军。推特上关于儿童肥胖的交流。公共卫生杂志，2014;104(7):e62-e69 [J]免费全文] [CrossRef] [Medline]
    127. 国际数据公司(IDC)。弗雷明汉，马萨诸塞州:IDC Research, Inc;2015.2015年第一季度智能手机操作系统市场占有率http://www.idc.com/prodserv/smartphone-os-market-share.jsp[查阅日期:2015-06-28][WebCite缓存]
    128. 全球智能手机市场分析与展望:市场变化中的颠覆。斯劳，英国:CCS Insight;2014.06http://www.lenovo.com/transactions/pdf/CCS-Insight-Smartphone-Market-Analysis-Full-Report-07-2014.pdf[查阅日期:2015-06-28][WebCite缓存]
    129. Techopedia》2015。系统设计网址:http://www.techopedia.com/definition/29998/system-design[2015-03-26访问][WebCite缓存]
    130. 刘志强。中国农业科学展望2006-6。伯灵顿，马萨诸塞州:太阳微系统实验室;2006 / 12系统设计http://scholar.harvard.edu/files/waldo/files/ps-2006-6.pdf[查阅日期:2015-11-09][WebCite缓存]
    131. Lemke T.美国商会。华盛顿特区:美国商会;2014年10月23日医疗保健的未来是移动和透明的。https://www.uschamber.com/blog/future-health-care-mobile-and-transparent[2014-11-10访问][WebCite缓存]
    132. 公共科学图书馆博客。加州旧金山:公共科学图书馆;2014年10月13日。健康在手:移动技术与医疗保健的未来http://blogs.plos.org/publichealth/2014/10/13/health-hand/［WebCite缓存]
    133. 奥莱利，奥莱利。塞瓦斯托波尔，加利福尼亚州:O 'Reilly Media, Inc;2005年九月三十日。什么是Web 2.0:下一代软件的设计模式和商业模型http://oreilly.com/web2/archive/what-is-web-20.html［WebCite缓存]
    134. DiNucci D. Print. 1999。碎片化的未来网址:http://www.darcyd.com/fragmented_future.pdf[查阅日期:2015-11-09][WebCite缓存]

    ‎
    AC1:一阶一致系数
    旅级战斗队:行为改变技巧
    体重指数:身体质量指数
    CINAHL:护理及相关健康文献累积索引
    慢性阻塞性肺病:慢性阻塞性肺疾病
    埃里克:教育资源信息中心
    IEEE:电气和电子工程师学会
    差:四分位范围
    网:医学主题词
    NIHR:国家健康研究所
    OCLC:网上电脑图书馆中心
    PA:体育活动
    PDA:个人数字助理
    PenCLAHRC:西南半岛应用健康研究和护理领导合作
    海岸边:参与者、干预措施、比较物、结果和研究设计
    棱镜:系统评价和荟萃分析的首选报告项目
    个随机对照试验:随机对照试验
    SNSF:瑞士国家科学基金会
    沙发:社会家庭
    台币:整体健康饮食

    G·艾森巴赫编辑;提交13.09.15;S . Te . Velde, C . Vincent的同行评审;对作者07.10.15的评论;修订版本收到12.10.15;接受13.10.15;发表16.11.15

    版权

    ©Marco Bardus, Jane R. Smith, Laya Samaha, Charles Abraham。原载于医学互联网研究杂志(//www.mybigtv.com)， 2015年11月16日。

    这是一篇在知识共享署名许可(http://creativecommons.org/licenses/by/2.0/)下发布的开放获取文章，该许可允许在任何媒介上不受限制地使用、分发和复制，前提是原始作品首次发表在《医学互联网研究杂志》上，并适当引用。必须包括完整的书目信息，到//www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。
    Baidu
    map