自我管理手机和平板应用程序在长期病情管理中的有效性:系统综述

介绍

全世界患有一种或多种慢性疾病的人数继续增加[1]。生活条件和治疗的改善延长了慢性病患者的预期寿命;然而，如果没有有效的管理，生活质量可能会很差。赋予慢性病患者权力并让他们参与管理自己的健康至关重要。在个人和卫生保健提供者共同努力促进自我管理的能力方面，已经确定了若干障碍[2]。获得及时的信息、评估和治疗对于长期疾病的管理至关重要[3.]。移动健康干预措施通过在自然环境中提供便利和护理，并最大限度地减少距离、时间和成本障碍，提供了克服许多传统障碍的潜力。对于临床医生来说，移动健康干预提供了评估规定的行动方案、监测不良事件和确定需要改进的领域的能力[4，5]。

在过去的十年中，移动医疗一直在作为电子医疗的一个细分领域不断扩张。健康移动应用程序有可能针对不同的人群，但也有能力满足特定需求，并补充高度发达的医疗保健技术。市场正在迅速发展，为新的移动技术的发展创造了无数机会[6]。

流动电话(即具备先进运算能力及上网功能的流动电话)及平板电脑(即包含单一面板及通常透过触屏操作的一般用途电脑)已成为最受欢迎及广泛使用的流动设备类型[7]。近55%的英国成年人声称自己拥有一部手机。8超过三分之一的人拥有平板电脑。9]。在美国，皮尤研究中心的一份报告发现，现在64%的成年人拥有一部手机[1034%的美国成年人拥有平板电脑[11]。在全球范围内，60亿移动用户中只有不到17%是移动电话用户。12]。随着零售价格的下降，这些设备的拥有量可能会继续增加。8]在高收入国家和中低收入国家。

移动应用程序越来越多地用于管理日常生活中的各种任务。苹果应用商店(iOS操作系统;谷歌Play Store (Android操作系统;谷歌)。其中超过10万个是与健康相关的应用程序。

复杂的计算功能意味着移动电话和平板电脑都可以支持自我管理功能，并在人口水平上提供这些功能。自我管理干预可以在用户添加到设备上的软件扩展中提供，这一术语被广泛应用于应用程序[13]。

方法

概述

我们对用于促进长期疾病自我管理的应用程序进行了系统回顾，结果集中在关键疾病标志物和症状上。长期疾病为糖尿病、心血管疾病和慢性肺部疾病。心血管疾病包括高血压、冠状动脉疾病和充血性心力衰竭。慢性肺病包括哮喘和慢性阻塞性肺病。我们选择这些条件是考虑到它们的高全球负担[14]。

我们对自我管理应用的定义是为手机和平板电脑设计的软件程序，旨在促进或支持自我管理技能，以管理关键的疾病标志物和症状。应用程序是设备的可选附加组件，通过一组界面(例如，可视用户界面)与用户交互。健康应用可以被描述为一种媒介，具有广泛的交流信息、提供互动体验和从患者那里收集信息的能力。它们为提供适应性强、卫生系统成本低且易于获取的自我管理干预措施提供了平台。

使用布尔短语，我们搜索了PubMed、Embase和EBSCO数据库，以评估应用程序在糖尿病、心血管疾病和慢性肺部疾病管理中的有效性。我们使用医学主题标题和高级搜索构建器功能搜索PubMed。Emtree术语使用爆炸函数扩展搜索，与Embase中的高级搜索一起构建多术语查询。我们在EBSCO数据库搜索中包括CINAHL、PsycINFO和PsycARTICLES。我们手工搜索了JMIR的日志远程医学杂志和电子保健作为这一研究领域的关键出版物。我们检查了这篇综述中所有论文的参考文献列表，删除了重复的文献。数据库是在2005年至2016年期间搜索的，因为2005年之前的技术不太可能代表支持健康应用程序的当代技术[15-17]。此外，自我管理的概念在2005年之前并没有被广泛采用。我们于2016年2月完成最后一次搜寻(文本框1)。系统评价和元分析(PRISMA)首选报告项目指引了评价的报告[18]。

纳入和排除标准

我们包括了发表在同行评审期刊上的原创研究，这些研究评估了自我管理应用程序对特定疾病临床结果的影响。重点是疾病特异性临床指标，如糖化血红蛋白(HbA_{1 c})或选择血压，因为改善临床结果是自我管理计划的最终目标(就质量调整生命年、疾病负担和医疗费用而言)。纳入的研究是通过手机应用程序对临床医生诊断的长期疾病患者进行自我管理干预的随机对照试验(rct)，与通过传统方法(如纸质日记)或常规护理进行的自我管理干预进行比较。

我们排除了以下条件的论文:(1)它们报告了健康或高危人群的一级预防，(2)重点不在自我管理领域(见文本框2有关自我管理的活动[3.，19])，(3)样本不包括糖尿病、心血管疾病或慢性肺部疾病患者，或相关人群子样本的结果没有明确报道，或(4)干预针对的是卫生保健专业人员;需要修改的硬件;仅依赖于消息(短消息服务或多媒体消息服务);没有提供一种交互模式(这可以是自动化的，基于对数)，只作为数据的传输器(例如，从病人到临床医生)，因为这将更能反映远程监测;或者使用的设备无法提供与手机和平板电脑相媲美的便携性(例如台式机、笔记本电脑、笔记本电脑和上网本)——尽管这些都是便携的，但无论位置如何，它们都不能随时访问。此外，我们还排除了评论论文、社论、评论、学位论文、海报演示、仅摘要、未来研究建议、研究协议和描述应用程序但未在样本人群中测试的描述性论文。出版语言仅限于英语。

数据提取与分析

我们最初通过两位审稿人同时审查标题和摘要来筛选潜在的出版物。任何差异都由审稿人参照全文协商一致解决。使用结构化形式从每篇论文中提取的信息包括目标、干预类型、设置、样本特征、测量结果和报告结果。我们使用Cochrane协作网的随机对照试验偏倚风险评估工具评估了所有纳入研究的偏倚风险[20.]。两名审稿人独立地将Cochrane协作工具的每项研究的每个领域划分为3类中的1类:低、高或不明确的偏倚风险。对于每一项研究，我们都创建了偏倚风险表。

我们对数据进行了描述性分析，并总结了这些研究的发现，重点是rct报告的统计结果。当这些结果可用时，组间的差异被突出。结果被组织成针对特定疾病的临床干预结果。在可能的情况下，描述了干预措施的可用性、可行性和可接受性。

结果

总结

总之，我们回顾了数据库检索到的893篇论文的标题或摘要，或两者都有。我们检索了14篇论文全文，并评估了它们的资格。我们排除了5篇论文，因为它们不符合研究设计标准。共有9篇论文符合所有纳入标准。图1说明了选择过程。多媒体附件1基于偏倚风险评估，列出纳入研究的质量。所有研究被赋予高风险等级的领域是“参与者和人员的盲目(表现偏差)”。由于干预的性质，参与者在任何研究中都不能失明。在一些研究中，相关人员也知道参与者被分配到哪个组。

‎ 查看此图

研究特点

出版年份为2008年至2014年(多媒体附件2)。研究来自4个地理区域(欧洲，n=3;大洋洲,n = 2;亚洲,n = 3;美国，n=1)。所有纳入的研究都是评估干预措施有效性的随机对照试验，包括手机或平板电脑辅助的自我管理计划和标准护理(n=8)或离线自我管理计划(n=1) [21]。在自我管理组中，有3个组包括多个干预组，使用涉及应用程序的干预的排列。22]进行了2个干预组:第一组使用应用程序加上每季度的临床访问，第二组使用应用程序加上每两周的访问。奎因等[23]进行了3个干预组，所有干预组都涉及使用应用程序的患者，但将应用程序生成的不同程度的信息发送给临床医生。霍尔曼等[24]进行了两项干预，一项是单独使用应用程序加上常规护理，另一项是使用应用程序和每月电话咨询。所有这3个项目都使用了一个应用程序和一个Web门户网站，提供不同水平的临床医生支持。

针对糖尿病的干预措施(5/9)最为常见，其次是慢性肺病(3/9)和心血管疾病(1/9)的干预措施。干预时间为6周至1年，最终随访数据为3个月至1年。样本量从48人到288人不等。

对临床结果的影响

所有9项研究都报告了干预应用程序对特定疾病临床结果的影响(表1)。6项研究报告了组间主要结果的显著差异[21-23，25-27]。2项研究在主要结果上未发现显著差异[24，28，29]。在与改善糖尿病管理有关的5项干预措施中[22-25，27]， 2与1型糖尿病有关[22，253种与2型糖尿病有关[23，24，27]。糖尿病特异性临床结果的显著改善(HbA_{1 c})在4项研究中报告[22，23，25，27]， 2与1型糖尿病有关[22，252种与2型糖尿病有关[23，27]。只有一项研究评估了应用程序对心血管疾病的影响[29]。在干预组观察到关键临床结果(6分钟步行测试)的显著改善，表明身体功能整体改善，但在两个干预组之间没有。在慢性肺部疾病的临床结果中观察到混合结果。肺功能参数是主要的研究结果。一项关于哮喘的研究报告了显著的改善[26]及一项有关慢性阻塞性肺病的研究[21]，但有一项研究是关于哮喘的[28]，并没有报告有重大变化。

参与者

研究参与者的平均年龄为33.8岁[22]至72.1岁[21]。参与者的年龄与使用技术的能力和参与度之间的关系并不是任何研究的重点，也没有一项研究专门排除了老年人。霍尔曼等[2463岁的>患者明显比年轻患者更有可能成为该应用程序的大量用户(P= .045)。

大多数研究集中在症状较严重、临床指标超出正常范围的患者。在关于糖尿病的研究中，有4项集中在HbA卡患者身上_{1 c}高于最佳范围的水平[22-25]，以及两项研究[21，26]主要针对中度至重度慢性阻塞性肺病和哮喘患者。目标用户群体的特点往往是应用程序工具或移动健康方法开发的动力，并指出减少前往医疗中心的旅行和易于参与的潜力，是这些未来症状负担更大或负担风险更高的群体自我管理的激励因素。

在其中一项研究中[25]，参与者必须提供电话(可能还包括网络连接)，在一项研究中[28]，参与者必须自费签订一份与兼容网络的合同，不过可以提供电话。两项研究都没有指出这一纳入标准在招聘方面存在任何重大障碍。在所有其他研究中，设备和网络设置和费用都由研究报告支付。

干预措施

干预措施主要在两个方面有所不同:干预中使用的工具的组合和临床医生投入的水平(多媒体附件1)。因此，两项研究[26，28]仅使用一款应用程序，3项研究分为2或3个干预组，其中1个组仅使用一款应用程序[22-24]。共3项研究[22，23，26]表现出症状管理的显著变化，2 [24，28没有。在7项干预措施中使用了应用程序加反馈或通过短信(4项研究)或电话交谈(3项研究)与参与者联系。共有7项研究也使用了由应用程序数据生成的自动短信，但只有2项研究[26，28仅使用这种反馈形式。在涉及额外临床医生投入的干预措施中，只有一项研究对对照组和干预措施的强化临床投入进行了标准化[26]。在6项研究中，临床医生对干预组的投入和支持水平得到了提高。在这些研究中，使用应用程序的效果不能被孤立，结果也不能被解释为与临床医生投入或支持的增加以及应用程序的使用有关。

在5项探讨仅将应用程序作为干预工具对临床结果影响的研究中[22-24，26，28]， 3项研究[22，23，26]表现出症状管理的显著变化，2 [24，28没有。只有一项研究分离了应用程序干预的贡献，其中干预组和对照组的临床护理标准化[28]。该研究没有报告哮喘症状控制的显著变化，两组症状控制均略有改善。与后一项研究类似，有4项研究标准化了临床护理，对照组和干预组每3个月都被邀请参加一次门诊预约[22-24，26]，按照最佳实践。然而，这4项研究与Ryan等人的研究之间的差异[28]是在诊所就诊前共享应用程序数据[23，26]或在预定的门诊就诊期间共享应用程序数据的选项，预期随着时间的推移收集的数据将告知咨询和医疗管理[22，24]。其影响难以量化。在2项研究中[22，24]，共享数据是由患者选择的，而选择这样做的患者数量没有被报告。在一项涉及2个干预组的研究中，仅应用程序干预的有效性是显著的，尽管仅应用程序干预组的效应量不如包含应用程序和远程会诊的干预组大[22]。

另一项研究[24]证明了HbA的改善_{1 c}在所有3组(一个对照组和2个干预组)中，尽管任何组的改善都不显著。有趣的是,HbA_{1 c}与对照组(0.16)和干预组(0.15)相比，仅使用应用程序组(0.31)的下降幅度更大。在一项哮喘研究中[26]，在患者会诊之前，数据被发送给临床医生，但没有关于临床医生是否使用该数据的报告。只有一项研究[23]专门探索发送临床医生的数据是否能改善临床结果。所有4组继续接受常规护理(每3个月与初级卫生保健提供者进行一次复查);然而，干预组1的参与者可以选择与他们的提供商共享他们的应用程序生成的数据。对于干预组2的参与者，临床医生在预约前收到未经分析的应用程序生成的数据。对于干预组3的参与者，在预定的约会之前，临床医生被发送分析的应用程序生成的数据。目前尚不清楚干预组1中有多少患者与他们的临床医生分享了他们的数据，也不知道有多少临床医生在咨询中查看和使用了组2和组3参与者的数据。结果数据是混合的，HbA减少_{1 c}4组均有显著差异，对照组与干预组1 (P=.027)和3 (P=.001)，但干预组2 (P= .40)。

安全机制

只有3项研究[22，27，28]报告了应用程序干预的内置安全机制，其中读数超出正常范围，并根据内置对数被认为足够异常，将触发警报。在一项研究[28，该警报将由参与该研究的哮喘护士跟进。在另一个地方[27]，生成了一封电子邮件并发送给首席研究员和研究护士。一项进一步的研究指出了被认为异常的参数，但没有说明何时或如何跟踪超出正常范围的读数，或将这些读数发送给谁[22]。没有研究描述工作时间是否包括非工作时间服务;一项研究报告称，这些数据并未引发任何警报[27];另外2位由于读数异常而没有评论是否需要随访[22，28]。

重要的是，没有研究报告因参与干预而增加不良事件数量或需要额外的医院就诊或医疗护理。

技术使用培训

共5项研究[24，26-29]描述了训练参与者如何使用设备和输入数据。这包括距离支持[28]并在1周后进行随访，转为面对面支持[24，29]，以及面对面的支持和为期两周的试验，以确定潜在参与者在被纳入研究之前是否可以使用该技术[27]。另一项研究也提到了培训[26但其性质尚不清楚。在4项研究中，如果需要，通过电话向参与者提供持续的技术支持[24，27-29]。

技术问题

几乎没有技术问题的报道。在这些研究中，7项要求参与者将研究设备生成的数据输入应用程序(或通过网站)，2项使用无线或蓝牙兼容设备自动传输数据，而不需要参与者手动提交数据[22，24]。没有研究报告错误的imputation(由参与者)，只有1项研究[24]报告了数据传输错误，原因是血糖仪数据自动传输到手机应用程序所需的蓝牙配对存在问题。

没有研究报告参与者或临床医生在研究期间为技术支持拨打的电话数量。然而，一项研究确实指出，一些出国旅行的参与者产生了高昂的移动费用，而这些费用没有包括在研究研究中。作者指出，这是预料之中的，参与者在旅行时被告知不同的网络费率。

可用性、可行性和可接受性

只有一项研究试图从参与者的角度探索应用程序的可用性和可行性[27]，其中一项研究从医疗保健提供者的角度探讨了应用程序的可接受性[22]。所有的研究都报告了减员，这为干预的可用性、可行性和可接受性提供了一些指示。流失率由8.75% [22]至26% [25]。大多数研究报告了控制组和干预组合并的流失率。值得一提的是，在一项研究中，控制组和干预组的人员流失率较高，研究平均流失率为25.83%，但单独干预组的人员流失率为28.33% [26]。在另一项研究中，常规护理组的辍学率要高得多(36.49% vs 13.21%) [29]。常规护理组被纳入心脏康复计划。在第三项研究中[23干预组中有1组流失率高达31.82%(对照组为21.45%)。四个组的平均流失率为25.6%。没有一项研究指出，辍学者和完成者在人口统计学或临床参数上有任何差异。

共有3项研究报告了由于技术或输入频率太繁重而退出的参与者数量(6/17 [26]， 3/7 [29]， 2/3的人[27])。

只有一项研究报告了潜在的参与者被排除在外，因为他们不能使用这项技术[27]。在这项研究中，随机分配前特别排除了12人，因为他们在使用设备和发送数据方面遇到了困难。这相当于最初招募的试验组的18%。

共有5项研究探讨了随着时间的推移干预的参与度，并将这些发现描述为干预的可用性、可行性和可接受性的代理[22，24-26，29]。总的来说，这些研究发现，应用程序或干预是可用的，可行的，用户可以接受的。在2项研究中，数据输入的频率随着时间的推移而降低[24，25]，参与程度与HbA的变化之间没有显著关系_{1 c}。另有2项研究报告了研究结束时的依从性作为可接受性的证据(对照组为76.7%，干预组为71.7% [26];对照组为46.67%，干预组为80% [29])。一项进一步的研究询问参与者，如果在研究结束时有可能继续进行干预，他们是否愿意继续进行干预，报告称，67%的应用程序干预参与者和75%的应用程序和远程咨询干预参与者证实他们会[22]。这项研究是唯一一项从卫生保健提供者角度进行报告的研究，报告77%的卫生保健提供者满意或非常满意(卫生保健提供者的总数未知)。这项研究发现，临床医生与各组参与者接触的时间相同(平均71分钟)，但不包括医院诊所就诊的干预组节省的时间为281分钟(参加2次诊所就诊的平均旅行时间)。据估计，每天上传数据(无线)所需的时间为10秒。

一项研究探讨了参与者对干预所需时间的感受，以及他们将数据输入纳入日常生活的容易程度[27]。干预组的24名参与者中，14人认为日常数据录入很容易，10人则不然。每天输入数据的平均时间为22.5分钟。随着时间的推移(从基线到研究的最后两周)，干预组成部分的依从率有所不同，早晨测量的依从率(每日入组)为70%，就寝测量的依从率为50%，上传用餐照片的依从率为51.2%。

没有一项研究报告了患者或医疗保健提供者认为该应用程序有用的功能(例如，自动提醒，带有教育和激励内容的短信，提高意识)，但有一项研究确实报告了患者表示放心，因为他们知道自己的健康症状得到了定期监测[27]。虽然没有报道患者的观点，但2项研究确实发现，按照常规护理，无需前往医院进行随访所节省的时间是相当可观的[22，29]。

成本

两项研究考虑了使用技术所涉费用问题。在一项研究中，参与者提供了手机和网络连接，并使用了免费应用程序[25]，短信参与者的研究成本计算为290.93澳元，相当于每个参与者8.08澳元(n=36)。干预还包括糖尿病教育工作者的意见。糖尿病教育者平均每周花3个小时检查参与者的日志和短信参与者，相当于每个参与者每周5分钟(在6个月的时间内共72小时)。以每小时28.85澳元计算，这项研究的成本为2077.20澳元。

第二项研究要求参与者提供电话并支付网络费用。参与者的技术支持服务和护理罩(读数异常的安全机制)外包给了开发软件的公司，这是唯一发生的费用(未披露)。

讨论

主要研究结果

所提供的证据表明，应用程序在通过自我管理干预改善症状管理方面具有潜力。在9项研究中，6项研究报告了主要临床结果的统计学显著差异。当干预只包括一个应用程序时，3项研究显示了统计上的显著改善。干预措施主要在两个方面有所不同:干预中使用的工具的组合和临床医生投入的水平(多媒体附件1)。共2项研究[26，28]仅使用一款应用程序，3项研究分为2或3个干预组，其中1个组仅使用一款应用程序[22-24]。3项研究中症状管理发生显著变化[22，23，26而不是在2 [24，28]。7项研究使用了应用程序+反馈或通过短信(4项研究)或电话交谈(3项研究)与参与者联系;7项研究也使用了由应用程序数据生成的自动短信，但只有2项研究[26，28仅使用这种反馈形式。在涉及额外临床医生投入的干预措施中，只有一项研究对对照组和干预措施的强化临床投入进行了标准化[26]。在6项研究中，临床医生对干预组的投入和支持水平得到了提高。在这些研究中，使用应用程序的影响不能被孤立，结果不能被解释为与增加输入或支持和应用程序的使用有关。

鉴于有证据表明单独监测可以改善症状控制[30.，在我们的评论中，我们试图理解涉及应用程序的干预可以做出的贡献。在本综述中，单独分离监测的效果是不可能的。所有干预措施均不包括仅涉及远程监测的研究小组。所有的干预措施都包括实时自动反馈或基于输入数据的临床医生发起的反馈。关于应用程序对症状管理的贡献的第二个问题是使用额外的干预措施，结合应用程序来支持症状管理。

另一个需要注意的是将研究结果推广到临床环境的能力。在研究期间，所有的研究都提到了与最佳实践相关的临床护理，并可能表明所接受的实际常规护理有所改善。除了一项研究外[28]，其中雇用护士以确保每3个月随访一次，临床随访似乎是在现实生活中进行的，常规护理临床环境，尽管在3个月时间点收集数据的提示可能增加了这些预约被安排和保持的可能性。在一项研究[28]作者特别指出，尽管在研究期间提供的临床护理与3个月随访预约的最佳实践相一致，但这可能是对研究参与者临床支持的改善，当临床护理不太理想时，添加应用程序是否能改善临床结果尚不清楚。

共有7项干预措施涉及应用程序的使用和一定程度的临床输入或支持。支持的强度似乎不一定会影响结果，支持的方式也不一定会影响结果(例如，电子、口头或面对面)。所有涉及每周支持的干预措施确实注意到症状控制的显著改善，而接触时间间隔较大的干预措施注意到混合结果。然而，在常规临床就诊之间没有额外临床投入的干预措施也显示出显著改善。更频繁的临床投入或参与似乎对症状管理的改变并不重要。

所有研究都报告了与可用性相关的最小问题。应用程序似乎可以被那些缺乏技术经验或熟悉的人使用。然而，这些应用确实依赖于用户的积极参与。在这篇综述中，我们无法辨别用户和应用程序之间的参与水平需要多频繁，以及需要多长时间才能实现症状管理的长期变化。在促进护理伙伴关系方面，保健提供者参与监测症状并与用户交换信息是可取的，尽管从审查中也不清楚这对改善症状管理有多重要。移动设备的自由和便携性，加上促进双向通信以及收集和分析数据以进行实时响应的先进能力，为患者和卫生保健提供者提供了巨大的潜力。当今移动医疗工具的潜在复杂性，以及关于重要特征和影响其有效性的混合证据表明，需要重点了解患者体验、依从性和健康结果之间的联系。

最终用户和特定群体(如老年人和来自不同文化的人)参与应用程序的开发，在审查的干预措施中并不是一个重要特征。对于未来针对类似患者群体的应用，建议采用迭代设计过程，包括系统和内容开发以及多个阶段的用户体验测试。31]。更广泛的证据表明，不同的群体可以在经过充分培训和提供支持的情况下使用应用程序。4，32，33]，尽管这两个领域的长期支持水平仍相对未被探索。

技术问题在这次审查中并不是很重要。错误的计算问题没有被提及，只有一项研究注意到了数据传输中的错误。然而，在其他研究中，这些领域已被提出，需要定期监测和关注[34，35]。

鉴于可用的应用程序数量众多，关于如何开发“优秀”应用程序或在审查现有应用程序时评估应用程序的“质量”的建议对于研究和临床实践都具有重要的伦理和法律问题。该市场的进入门槛较低，用户可以通过手机和平板电脑轻松访问，这对私人和专业应用领域都具有吸引力。在医疗保健领域，当移动智能设备与直接连接或通过无线技术连接的附加组件(例如血糖监测仪)结合使用时，制造商被要求遵守适用于医疗设备的法律法规，尽管根据司法管辖区的不同，应用程序可能会或可能不会很好地适应移动设备的具体情况。监管通常包括在智能设备上运行的应用程序，对卫生专业人员和患者来说，还包括对可信赖程度的一定保证。如果不采取必要的安全措施，独立的智能设备及其上运行的应用程序可能对患者的安全和隐私构成重大威胁。在推荐或开发应用程序之前，对其功能进行彻底的测试是至关重要的，包括潜在的错误计算、错误或不完整的内容、技术缺陷和其他使用限制。此外，评估有关症状管理的信息和建议的有效性以及与何时寻求紧急医疗咨询和支持有关的安全机制也至关重要。

随着时间的推移，一些研究报告了依从性的问题，并发现与临床结果无关，也就是说，那些继续输入数据的人和那些被归类为大量用户的人与那些输入量随着时间的推移而减少的人没有区别。然而，在研究过程中以及在日常生活中保持参与的问题是一个主要考虑因素，很可能影响长期的症状控制。人们越来越了解坚持服药的障碍以及克服这些障碍的方法。用于探索维持参与障碍的mAdherence工具的开发正在增长，并将在移动卫生干预措施的开发中发挥重要作用。在这篇综述中，我们注意到患者与提供者之间的沟通和有针对性的激励信息的使用存在差异，但我们无法确定它们的影响。

提高依从性的问题不仅仅是保持患者使用应用程序的参与度。用于慢性疾病管理的移动健康工具的开发可能会无意中增加获得技术方面的健康差距。脆弱、难以接触或高危患者群体面临被排斥的风险。在移动卫生工具有可能吸引不太倾向于使用传统卫生服务的患者的地方，移动卫生工具提供了一种解决护理障碍和减少健康差距的方法。重要的是，未来的研究要专门建立在这些领域上，并降低产生一系列干预措施的风险，这些干预措施在很大程度上没有被受益最大的人使用。

我们回顾的研究中很少讨论成本问题。大多数研究都为研究参与者提供了设备。当大规模实施时，使用患者现有的移动设备而不是依赖于天才设备的干预措施将进一步解释可行性和改善临床结果。必须进行严格的成本效益分析，不仅要证明对健康的影响，而且要证明投资于这些创新的价值。

除了成本障碍，其他需要考虑的潜在障碍是语言和读写障碍，以及可用性和连接性问题。也许最关键的是，如果不鼓励和积极实践慢性疾病管理，移动健康工具不太可能有效，因为移动健康工具是沟通平台和交付机制，而不是解决方案本身。能力、机会和动机等条件对行为改变至关重要[36]。例如，在糖尿病中，改善HbA_{1 c}在美国，健康饮食管理、体育活动和药物依从性都很重要，但我们对如何通过应用程序在这三个方面支持和有效激励一个人知之甚少。这再次表明，在未来的研究中，在制定干预措施时，需要让用户作为团队的一部分参与进来。

限制

这一系统综述有其局限性。由于研究设计的异质性，不可能进行荟萃分析。我们没有包括非英语文学。由于研究目标、设计和结果的多样性，很难进行明确的比较，而且证据的质量也不稳定。

我们的综述扩展了应用程序干预的定义，包括整合应用程序的干预，通过评估临床和自我管理结果，并通过对新兴文献关于移动健康的可行性、可用性和可接受性的贡献，扩大了证据基础。

结论

在移动医疗中使用应用程序有可能通过加强症状控制来改善慢性病患者的健康状况。对移动医疗和更广泛的电子医疗应用的进一步评估将是有价值的。涉及传统上被边缘化人群的研究，以及关于这些工具如何有助于克服慢性病管理障碍的研究，将特别有意义。围绕移动医疗技术中应用程序潜力的进一步创新、优化和严格研究将使该领域朝着改善医疗服务和结果的现实方向发展。