手机应用能影响人们的健康行为改变吗?证据回顾

介绍

在全球范围内，手机应用程序在用户中越来越流行。到2015年7月，最大的应用商店谷歌Play已经为用户提供了160万款应用。仍然是第二大应用商店，有150万应用可供下载。1]。近年来，与健康相关的手机应用程序激增。2014年，在iPhone操作系统(iOS)和Android两大主要平台上发布的与健康相关的应用数量已超过10万个[2]。传统上，医疗保健是通过与临床医生面对面的互动来提供的。随着这项新技术触手可及，患者和医疗保健专业人员(HCPs)正在改变他们的互动方式。卫生保健环境中使用的应用程序具有许多功能，例如信息和时间管理、通信和咨询、患者管理和监测、健康记录维护和访问、参考和信息收集以及临床决策[3.]。尽管将应用程序集成到医疗保健环境中存在一些问题(例如，应用程序设计主要由商业开发人员驱动)，但它们的使用已经广泛扩展到临床实践中[4，5]。

2014年，世界卫生组织报告称，非传染性疾病是全球死亡的主要原因，2012年全球5600万例死亡中有3800万例(68%)死于非传染性疾病。其中40%以上的死亡(1600万例)是可以避免的过早死亡[6]。减少非传染性疾病风险因素的简单干预措施可使过早死亡减少一半至三分之二[7]。其中许多风险因素，如吸烟、不健康饮食、缺乏运动、压力、抑郁、酗酒、超重和肥胖，都可以通过行为改变干预措施加以改善[6]。应用程序似乎是提供简单有效干预的理想平台。

除非传染性疾病外，与健康相关的应用程序还有额外的潜力，可以在一系列健康问题上帮助广泛的目标受众[8]。例如，它们可以提高妇女的避孕知识[9]或帮助使用者预防非特异性腰痛[10]。还有一些应用程序被设计成鼓励健康习惯的干预工具，比如一款提供实时阳光安全建议的防晒应用程序[11]。由于应用程序可能对公共卫生产生积极影响，商业公司、政府机构、公共卫生组织和公众越来越有兴趣利用应用程序作为改变健康行为的工具[12-14]。

在针对特定行为(如体育活动)或特定情况(如慢性疼痛)时，一些研究已经检验了与健康相关的应用程序的有效性证据[15-19]。另一项研究回顾了应用程序在健康干预中的行为功能，但没有评估所包括研究的质量[20.]。本综述的目的是研究手机应用程序在更广泛的健康问题上实现与健康相关的行为改变的有效性，并检查已报告的研究的质量。

方法

搜索策略

我们搜索了2010年1月1日至2015年6月1日发表的同行评审文章的标题、摘要和关键词。通过Medline, PreMedline, PsycINFO, Embase，卫生技术评估，教育资源信息中心(ERIC)，护理和相关健康文献累积索引(CINAHL)，使用关键搜索词，如移动应用程序，移动应用程序，智能手机和信息技术，并使用限定词“行为改变”进行全面的文献检索(见多媒体附件1完整的搜索策略)。此外，医学互联网研究杂志（JMIR)在该杂志的网站上手动搜索了同一时期。

研究选择

我们纳入了2010年以后在同行评审期刊上以英语发表的针对成人人群的文章，并展示了主要或次要结果分析的结果。我们只纳入了随机对照试验(rct)、病例对照研究和队列研究，这些研究旨在通过基于应用程序的干预来改善任何与健康相关的行为。排除标准为准实验研究或定性研究;短信、网络、电子邮件、Twitter、社交网络服务或基于个人数字助理的健康干预;缺乏行为改变指标或结果;应用程序并不是主要的干预工具;文章主要关注应用程序设计和开发。会议摘要、协议文件、评论、社论和评论也被排除在外。

最初的搜索返回了3353篇文章:Medline 1405篇，Embase 356篇，CINAHL 791篇，PsycINFO 344篇，ERIC 296篇，PreMedline 71篇，Health Technology Assessment 37篇，和53篇JMIR。遵循系统评价和元分析(PRISMA)首选报告项目指南(图1)，剔除重复，筛选标题和摘要，将结果缩小到868篇。全文审查将样本减少到88篇;应用排除标准后，我们进一步将范围缩小至55篇文章，其中32篇为准实验研究或应用程序不是主要干预工具，随后将其排除在外。这就留下了23篇文章的最终样本，以供审查。在全文评审阶段被排除的研究及其排除原因列于多媒体附件2。从确定的文章中提取数据由作者JZ和ML完成，分歧通过与作者BF讨论解决。

‎ 查看此图

数据收集与分析

从23篇文章中提取并分析了以下信息:作者、研究地点和发表年份、研究类型、样本量、干预持续时间、具有行为改变机制的干预工具、目标行为改变、对照组变量、行为改变指标的测量，以及报告的结果和显著性水平。搜索范围很广，在搜索策略中没有特定的健康行为目标。根据确定的健康行为，这些文章被分为11个主题:心理健康改善或酒精成瘾、体育活动、体重控制和饮食控制、药物管理、生活方式改善、糖尿病管理、防晒、高血压管理、心脏康复、戒烟、计划生育和疼痛管理。如果应用程序报告了成功的行为改变的定量测量，则被认为是有效的[21]。符合纳入标准的研究的特点总结在多媒体。对于试验样本量，大样本量通常意味着每个随机分组中至少有100名参与者，中等样本量为每组60至100名参与者，小样本量为每组小于60名参与者[22，23]。根据科克伦干预系统评价手册(22]，留存率超过80%的研究被归类为低流失率，留存率在60%至79%之间的研究被归类为中度流失率。我们评估了完成应用试验的影响因素，以了解留存率的决定因素;有效的应用程序的特点也进行了审查。

行为改变机制，包括理论、技术和疗法的使用，从每项研究中提取。所收录的研究所应用的行为改变理论被注明[24]。干预中使用的行为改变技术根据Abraham和Michie的行为改变技术(bct)分类进行编码[25]。心理健康或酒精成瘾应用程序最有可能基于特定的行为治疗(见多媒体)。

研究质量评估

所有纳入的研究均采用Cochrane偏倚风险评估工具进行评价[22]。这需要根据一组七个标准来评估每项研究:随机序列生成、分配隐藏、参与者盲化、结果评估盲化、结果数据不完整、选择性报告和其他偏倚。随访完整性偏倚的低风险定义为完整随访的截断值为80% [22)(见多媒体附件4)。

结果

纳入研究的特征

本综述分析的23篇文章根据目标行为被组织在11个主题下。其中7项针对心理健康或酒精成瘾;4有针对性地增加体力活动，控制体重，控制饮食;3旨在改善用药管理;2例涉及生活方式改善干预;在以下主题中各确定了一项研究:糖尿病管理、防晒、高血压管理、心脏康复、戒烟、计划生育和疼痛管理。所有研究都在高收入国家进行，美国10项，澳大利亚3项，英国和瑞典各2项，韩国、意大利、新西兰、西班牙、瑞士和荷兰各1项。根据纳入标准的定义，除一项病例对照研究外，所有纳入的研究均采用RCT设计[26]。有6项大样本研究[10，11，27-30.]。一项三组RCT研究样本量最大(N=1932) [28]，而14项研究的样本量较小(即每组参与者<60人)[9，26，31-42]。其他的样本大小适中。干预时间介乎3星期[36]及8个月[27]。在所有应用程序中，只有6项研究评估了商用应用程序[10，11，29，30.，40，41一项研究测试了瑞典政府开发的一款可公开下载的应用程序[28];其他应用程序尚未公开。只有一个来自瑞士的应用程序是为65岁以上的人设计的。40]。所有应用程序都是用英语设计的，只有一个西班牙语应用程序例外。38]。总的来说，该分析中包括的19个干预组的保留率超过65%，最高为100% [31，35，36]和较低的60% [32]。三项研究未报告保留率[26，34，37)(见多媒体)。

行为改变的机制

在23项研究中，有3种机制被用于促进行为改变:行为改变理论、bct和特定的行为疗法。总共有6项研究报告使用行为改变理论来支持他们的应用程序干预[9，10，27-29，36]。最常用的理论是计划行为理论[9，10，28]，其次是社会认知理论[29，36]。最常用的前3个bct是自我监测(12项干预措施)[10，27-29，38-45]，有关表现的反馈(8项干预措施)[11，28，29，36，37，41-43]，以及裁剪讯息(8项干预)[10，26，30.，36，38，41-43]。与心理健康或酒精成瘾相关的应用程序通常基于特定的行为疗法，如动机增强疗法[35]、行为激活疗法[33]，以及认知行为疗法[34)(见多媒体)。

‎ 查看此图

入选研究的质量

综述研究的质量总结在多媒体附件4。根据Cochrane偏倚风险评估工具，所有23项研究都存在某种偏倚风险。只有9篇文章充分报道了随机序列的生成。2项研究使用计算机随机数发生器[9，27]。3项研究描述了用于使小群体相似的最小化过程[30.，43，45]。共有11项研究明确指出，分配是隐藏的(例如，使用按顺序编号的不透明密封信封，中央分配)[9，27-29，31-33，41-44]。在一项研究中，参与者被蒙蔽，但评估人员对任务完全了解[36]。只有一项关于吸烟优惠应用程序的RCT研究对196名参与者和评估员进行了双盲研究[45]。在另外4项研究中，评估者被蒙蔽[9，28，35，38]。由于使用应用程序的性质，受试者盲法在整个干预过程中通常是不可能的。其余的研究要么没有采用盲法，要么在报告中没有明确提供信息。我们使用完成度的临界值为80%，以降低随访完整性的偏倚风险[22]。共有10项研究的减员偏倚风险较低[9-11，31，35，36，38，42，43，45]。只有3项研究没有概述统计分析或辍学率[26，34，37]。关于选择性结果报告的偏倚，一项研究中存在信息不足[36]且有5项研究存在较高的偏倚风险[30.，37，38，40，44]。回顾研究的质量评估介绍在多媒体附件4。Cochrane偏倚风险总结报告于图2。

应用程序和功能的有效性

心理健康或酒精成瘾

共有7项研究报告了应用程序干预心理健康或酒精成瘾结果。其中两项研究描述了两种不同的应用程序[32，33，旨在培养不同程度抑郁症的应对技能。瓦茨等[32测试了一款提供认知行为治疗项目的应用程序的有效性。应用程序组和计算机干预组在测试后抑郁测试量表上都有统计学上的显著改善，随着时间的推移，随访中两组之间没有差异。在Ly等人进行的另一项针对行为激活应用程序的随机对照试验研究中[33，研究人员发现，这种疗法对患有更严重抑郁症的参与者效果明显更好。安斯沃斯等[31]报道称，对于严重精神疾病患者，应用程序和短信干预组之间的定量反馈问卷得分没有显著差异，但应用程序组在其他2项测量中有显著改善(完成评估的时间更短，完成的数据点更多)。在一项由肿瘤科护士提供的压力管理应用程序干预的研究中，Villani等[34发现干预组的焦虑显著减少，情感变化在焦虑特征减少和应对技能习得方面有显著改善。

总共有3项RCT研究旨在降低成年人的酒精消费量。冈萨雷斯等人[35]证明了一款基于动机增强理论的应用程序在6周的研究期间，与对照组相比，有酒精使用障碍的参与者戒酒天数的百分比显著增加。在Gustafson等人[27]研究发现，基于自我决定理论的app干预组的危险饮酒天数明显少于对照组。Gajecki等[28的研究表明，基于计划行为理论的应用程序似乎没有影响大学生的饮酒量。

增加体力活动，控制体重，控制饮食

总共有4项研究实施并描述了旨在改善身体活动、体重控制和饮食控制的应用干预措施。拉比等[36发现使用基于当代行为科学理论的应用程序的参与者在3周后走路的次数明显多于对照组;此外，用户对该应用程序的个性化建议的评价比专业人士创建的非个性化的一般性建议更积极。莱恩等[29的研究表明，基于社会认知理论的最受欢迎的商业减肥应用之一MyFitnessPal，在临床环境下，在6个月的时间里，并不能有效地帮助超重患者减肥。一项病例对照研究[26]发现，与对照组相比，干预组的体重、脂肪量和身体质量指数(BMI)显著下降。卡特等人[43]将一个应用程序干预组(基于循证行为方法创建)与另外两个对照组进行了比较，其中一个使用纸质饮食日记，另一个使用在线饮食日记。在6个月的研究期间，手机应用程序组的依从性在统计上明显高于在线网站组和纸质日记组。此外，应用程序干预组的平均体重变化、BMI变化和体脂变化最高。

药物管理

总共有3项RCT研究评估了应用程序提高服药依从性的有效性。在一项抗逆转录病毒治疗研究中，Perera等人[37]在一项为期3个月的研究中，对使用同一应用程序的不同版本(增强版和标准版)的两组随机分组进行了比较。与标准版本组相比，增强版应用组的自我报告坚持程度明显更高，病毒载量也有所下降。一项RCT评估了一款应用程序，该应用程序旨在帮助西班牙老年患者减少服用多种药物时的不依从性和用药错误，报告称，应用程序用户的依从性明显更好，漏服剂量更少，并且在最初出错率较高的患者中，用药错误也显著减少[38]。在一项关于大学生抗抑郁药物依从性的研究中，Hammond等人[39的研究发现，有强烈的趋势表明，使用药物提醒应用程序有助于提高抗抑郁药物的依从性。

生活方式的改善

只有两项研究测量了两款商用应用用户的生活方式变化。一次试验[30.测量飞行员健康相关行为、睡眠问题和疲劳的变化。研究发现，干预组在降低疲劳水平、改善睡眠质量、增加剧烈体育活动和改变零食行为测量方面有显著改善。另一项生活方式研究是一项促进步行的三臂试验[40其中包括2个应用程序组，一个使用社交激励策略，另一个使用个人激励策略，以及一个基于小册子的对照组。两个干预组的总步行时间均有显著改善。

其他主题

如多媒体，在糖尿病管理、防晒、高血压管理、心脏康复、戒烟、计划生育、疼痛管理等主题下仅发现少量研究。柯文等[41他发现，与对照组相比，一款免费应用程序加上短信反馈，可以显著改善1型糖尿病患者在基线和9个月随访期间的血糖控制。一款商用防晒应用的首批评估研究之一11]显示，只有1/7的防晒行为，即戴宽檐帽，被干预者比对照组参与者练习得更多。在一项比较高血压管理应用程序与传统护理的研究中[42]，与对照组相比，干预组参与者在12周时实现了收缩压的显著降低。瓦恩菲尔德等[44]发现干预组比对照组有明显更高的接受、坚持和完成心脏康复计划。一项针对重度吸烟的创新应用程序的研究表明，与遵循标准美国临床实践指南的应用程序相比，该应用程序的戒烟率非常高。45]。Gilliam等[9]指出，在使用了一款基于计划行为理论的应用程序后，年轻女性对计划生育的知识显著提高，对长期避孕方法的兴趣也增加了。在背痛管理的三臂随机对照试验中[10]，在4个月的随访中，与对照组相比，该应用程序的用户在关键的身体、行为和工作场所结果测量的每一项比较中都有显著改善。

有效应用干预的建议功能

识别增强干预有效性的特征可以为基于应用程序的干预的开发提供信息，从而产生更大的健康行为变化，并支持复杂干预的评估。回顾研究揭示了一些重要的特征，这些特征可能对未来的应用程序干预设计有用。例如，MyFitnessPal应用程序集成了自我监测、目标设定、反馈和社交网络功能，这些功能都被认为是体育活动和饮食干预的关键功能，它从应用商店的评论者那里获得了最高的评价(5/5星)。29]。然而，MyFitnessPal应用程序试验的参与者体重变化很小，组间没有差异。这可能是因为参与者发现计算卡路里花费了太多时间[29]。这一发现与之前的一项系统综述一致，即所需的参与时间是体育活动和健康饮食干预的重要考虑因素[46]。

另一个例子是，尽管没有接受过如何使用应用程序的培训，但参与者中糖尿病管理应用程序的使用率很高，与对照组相比，在基线和9个月的随访期间，干预组的血糖控制有明显改善。这可能归因于这项研究的一些重要特征，如用户友好的设计，信息的有用性，应用程序的可用性，以及来自医疗保健专业人员的额外每周个性化短信反馈[41]。改善航空公司飞行员健康相关行为和睡眠的试验的一个重要特点是量身定制的建议，并辅以网站上提供的额外背景信息[30.]。

讨论

总的来说，17项研究报告了在目标行为改变方面的统计显著影响，只有一款应用程序似乎对有酒精使用障碍的男性产生了负面影响。28]。在一项研究中，通过改变行为来增加冥想依从性并没有达到统计学意义[39]。总共有10项研究使用了被证明同样有效的主动比较器;虽然干预组的表现没有优于比较组，但应该考虑这些应用程序的有效性。例如，在一项旨在提高患者应对抑郁症技能的研究中，在测试后评估中，手机应用程序和电脑组都与统计上显著的益处有关[32]。包括主动比较器在内的干预措施可确保所有同意参加试验的患者不会在知情的情况下处于不利地位[47]。此外，这可以为应用程序开发人员提供一些见解，以了解应用程序和现有替代方案之间的首选交付模式，如基于web的或基于文本消息的干预。

总的来说，14项研究的样本量相当小，必须谨慎解释他们的发现。此外，影响的长期可持续性在很大程度上是未知的。需要更大样本量和更长的干预时间或随访时间来评估手机应用程序干预的有效性。纳入研究的质量，包括在选择、表现、检测或减员方面的高偏倚风险，以及一些文章中干预措施的报告质量，也要求更严格的研究设计和报告。

关于行为改变的机制，重要的是使用理论来指导干预设计以及指定bct [48，49]。显然，基于行为改变理论的干预比缺乏理论基础的干预更有效[48-50]。在我们的综述中，只有6项研究明确报告了使用行为改变理论来支持其应用程序干预[9，10，27-29，36]。总共有21项研究明确报道了bct被纳入;其他两项研究[33，35没有提及任何BCT在干预中使用。然而，使用bct的数量似乎并不能预测有效性。例如，戒烟应用程序研究报告称，与对照组相比，应用五种bct——自我监控、目标设定、自我跟踪、社会支持和激励——并没有显著改善戒烟结果[45]，而使用三个bct的疼痛管理应用程序在每次比较中都比对照组有显著改善[10]。在我们的综述中，最常采用的BCT(在12项研究中)是自我监控，但就这种技术在改变行为方面的有效性而言，结果好坏参半。这一发现可能是不同的bct针对行为改变过程的不同方面的结果。

保留率被定义为留在研究中直到完成的参与者的比例。尽管对应用程序用户有潜在的便利和好处，但在我们的综述中，只有10项研究在干预组中实现了较高的留存率(>80%)[9-11，31，35，36，38，42，43，45]。My Meal Mate应用程序43]是一种保持率高的减肥干预措施;43名参与者中有40人(93%)在6个月后返回进行随访。与其他类似的应用程序相比，“我的餐伴”应用程序的主要特点是专家设计、量身定制的内容和每周的支持短信。同样，FitBack应用的留存率高达92%(183/199)，而且还根据用户的喜好和兴趣定制内容;与对照组相比，参与者在所有身体、行为和工作场所结果测量方面都取得了更大的改善[10]。瓦恩菲尔德等[44]在家庭护理心脏康复应用程序干预组的完成率为77%(46/60)，比对照组高出约30%。专家的参与，每周定期提供电话咨询，根据参与者的目标提供知情的、个性化的进度反馈，可能有助于这种相对较高的参与者留存水平。在一项研究后的调查中，用户对MyBehavior的个性化建议的评价比非个性化和一般性的建议更积极。36]。实时个性化和适应似乎是吸引不同参与者群体的关键因素[51]。Tang等人强化了这一点[52他们发现，年轻人非常重视减肥应用程序的个性化功能。这些研究表明，量身定制的信息、实时反馈和专家咨询可能是应用程序最能被参与者接受和有用的功能。反过来，这些特征可能会导致维持较高的保留率和增强干预效果。此外，我们的研究结果还表明，界面简单、更好地利用应用设计和技术的应用程序可能会减少用户参与干预所需的时间，并提高留存率。识别可能提高干预有效性的特征，可以为健康行为改变应用程序的开发提供信息，并支持对复杂干预措施的评估。

对未来研究和实践的启示

手机应用程序被视为一种潜在的低成本方式，可以为普通人群和高危人群提供健康干预。现在有很多这样的应用;然而，缺乏严格的研究来测试它们的有效性和可接受性。回顾研究中使用了7个公开的应用程序[10，11，28-30.，40，41]。尽管它们明显很受欢迎，但到目前为止，公共和商业应用程序还没有得到全面评估;目前，人们在使用这些药物时，并没有对其相关的风险和益处有充分的了解[53]。在应用概念、交付和转化为健康行为改变之间存在差距。

Cochrane偏倚风险评估是评估干预试验质量的一个很好的工具。然而，在我们的发现中，“参与者和人员的盲化”很差;只有一项研究[45]是双盲的，因为应用程序干预的独特性。通过使用最近发布的指南来帮助更好地理解和综合研究结果，可以提高移动卫生证据报告的质量。试验报告综合标准(CONSORT)为报告基于网络和移动医疗的随机对照试验提供了22项检查清单[54]。移动健康证据报告和评估(mERA)检查表也可以帮助提高移动健康干预报告的质量[55]。此外，采用非随机设计的评估透明报告(TREND)声明可有助于提高公共卫生干预措施非随机评估的报告质量[56]。在本综述中，只有4项研究描述了“结局评估的盲化”[9，28，35，38]。结果评估者、进行数据分析的人或实施联合干预的人可能会被蒙蔽，联合干预是CONSORT清单中建议的22项基本项目之一[54]。对于研究人员来说，警惕地采用这些准则对于更好地报告和交流研究结果是很重要的。

应用程序的主要好处之一是它们具有难以置信的高覆盖面的潜力。随着手机在某些人群(尤其是年轻人)中的使用接近饱和，以及消费者的高接受率，应用程序有效性研究也必须考虑应用程序的总体覆盖范围。健康行为改变应用程序的这一方面还没有得到评估，大多数研究的规模都非常小。如果覆盖面足够高，即使对健康有很小好处的应用程序也可能是一种有价值的公共健康干预手段。但令人鼓舞的是，我们发现了一些已注册的基于应用程序的大规模临床试验方案，这表明目前有限的科学证据可能在未来几年得到缓解[57-60]。

所有确定的研究都是在高收入国家进行的，部分原因可能是我们的搜索标准限制了仅用英文发表的出版物。然而，也有可能对低收入和中等收入国家健康行为改变应用程序研究的大量需求被忽视了。心脏病、糖尿病、癌症和精神疾病等非传染性疾病的负担在低收入和中等收入国家很高，预计还会增加[4]。移动电话具有巨大的潜力，可以覆盖以前难以获得干预措施或保健信息的人群[61]。应用程序还创造了新的机会和可能性，可以帮助那些通过传统医疗渠道无法接触到的人群。62]。移动健康干预措施对发展中国家的一些慢性疾病有积极影响[63短信已经被认为是改善行为改变结果的成功工具[13，15]。与只发短信相比，手机应用程序在医疗保健方面提供了更积极的参与，并以更低的成本提高了便利性。然而，目前在发展中国家使用基于应用程序的干预措施的证据基础仍然很少[64]。移动电话的广泛采用凸显了影响全球卫生行为的重大机遇，特别是在低收入和中等收入国家。

限制

这篇综述的局限性值得注意。搜索词仅限于健康行为改变，我们主要关注与医学和健康科学相关的数据库，这可能排除了其他领域的出版物。尽管iPhone和Android应用商店于2007年6月首次亮相。65，自2010年以来，它们的受欢迎程度呈指数级增长;2010年1月之前发表的一些相关文章可能会被遗漏。纳入的研究都是在高收入国家进行的，这些国家的卫生保健系统与许多低收入和中等收入国家不同，这限制了得出一般化结论的能力[66]。纳入针对成年人群的研究也可能限制对基于应用程序的干预是否会影响年轻用户的行为改变的解释。

结论

据我们所知，之前没有一项研究完成了关于手机应用程序对健康行为改变的全面专题文献综述。虽然回顾的大多数研究报告了在有针对性的行为改变方面的统计显著影响，但仍需要足够动力和相对较长时间的随机对照试验来确定基于应用程序的干预的有效性。进一步的研究应侧重于在低收入和中等收入国家开展评价研究。此外，这些结果突出表明，需要更好地报告与健康相关的应用程序干预措施。研究人员、卫生服务提供者、应用程序开发人员和政策制定者之间的合作可以加强提供和测试循证应用程序的过程，以改善健康结果。