基于web的指导推荐服务对年轻人心理健康和幸福移动应用程序的有效性:随机对照试验

简介

背景

在澳大利亚，临床精神障碍在16至25岁的年轻人中非常普遍。在过去12个月内，约有四分之一的人患有至少一种可诊断的精神障碍[1]，而精神障碍占该年龄组疾病负担的四分之一[2］．由于全球(如欧洲、非洲、美国和亚洲)青少年的患病率相似，青少年心理健康是一项国际公共卫生挑战[3.］．青春期是个人至关重要的发展阶段，在这一阶段对心理健康的破坏会产生深远的影响，而其对个人和社会经济的全面影响往往要到晚年才会显现出来[3.］．因此，需要制定有效、有吸引力且易于传播的战略，以减少这些风险因素对年轻人的倍增影响。

移动健康应用程序

尽管以技术为媒介的心理健康干预措施因其潜力和易于获得而经常受到赞扬，但先前对一刀切干预措施的研究表明，这些干预措施的吸引力有限，并且未能在医疗保健领域获得牵引[4］．通过使用年轻人已经接触过的、适合他们情况的媒介和资源进行干预，有可能克服这一限制。移动健康(mHealth)应用程序在预防和早期干预许多身心健康问题方面具有巨大潜力。迄今为止，Android和iOS移动电话和平板设备上大约有16.5万个健康应用程序，其中约10%是针对心理健康问题的移动应用程序[5］．然而，许多容易获得的移动健康应用程序质量可疑，并且不遵循循证原则[5］．例如，对目前用于双相情感障碍患者的应用程序的研究发现，大多数应用程序的开发不符合目前用于治疗双相情感障碍的最佳实践临床指南或自我管理原则。大多数应用程序也不包含源引用或隐私政策，这使得用户很难评估应用程序的质量。6］．一项针对正念的移动应用程序的评估强调，许多应用程序经常声称用于特定目的或提供特定的干预，但实际上并没有。7］．那些基于循证原则并已证明有效的心理健康移动应用程序通常是作为研究的一部分而开发的，并没有公开提供[8］．这表明，基于证据的研究与公开市场上现成的现有移动卫生干预措施之间存在差距。因此，为了利用这些现有移动健康应用程序的公共卫生潜力，重要的是识别那些高质量的应用程序，并指导个人找到满足他们需求并可能有效的干预措施。

评级的应用

关于识别高质量应用，大多数人使用应用商店评分作为应用质量的标志，这可以从应用用户评分与其在市场上的受欢迎程度之间的相关性中看出。9］．然而，这些评级主要反映的是从可用性和美学角度的主观体验，而不是应用程序是否采用了改善健康结果所需的适当策略[10］．要对移动应用程序的质量进行更客观的评估是很困难的，因为即使考虑到简单的标准，如个性化程度、相关研究的资金来源或数据导入和导出能力，评分者之间的可靠性也很差[11］．为了克服手机应用用户评级的局限性，Stoyanov等人[10他创建了移动应用程序评分量表(MARS)，这是一份问卷调查，用于评估健康应用程序在用户粘性、功能、美学、信息和主观质量方面的质量。与应用商店评分相比，这是一种更客观的应用质量指标，但它也是资源密集型的，需要进行全面评估。因此，由于移动健康应用程序数量庞大，这种方法的大规模应用仍处于起步阶段。

关于识别有效的应用程序，研究表明，理论驱动的健康干预措施，即采用循证行为改变技术(bct)的干预措施比非理论驱动的干预措施更有效[12］．这种策略在手机应用中的实施受到用户与手机应用交互方式的影响[13］．手机应用程序通常根据人们使用手机的方式进行优化，因此倾向于只实现一些功能简单且易于使用的策略。因此，单独一个应用程序不太可能包含心理健康的所有必要策略，此外，相同的策略可能在不同的应用程序中实现，但其外观和易用性各不相同。因此，描述应用中实施的策略将是识别有效应用的关键步骤。为了确保医疗保健中的道德价值得到满足，临床医生或研究人员可以通过查看科学文献、搜索应用程序商店、查看应用程序描述和评论以及自己试用应用程序来促进这一描述过程。14］．然而，重要的是要认识到，个人不太可能参与实施有效策略但美观和可用性差的干预措施，从而导致无效的结果[15，16］．

克服这些挑战的一种方法是创建一个高质量的移动医疗应用程序库，并指导用户识别有效和吸引人的应用程序。“灯塔”网站是在澳大利亚开发的一个这样的资源，它对精神和身体障碍的网站和移动应用程序进行分类、审查和评级[17］．最近的研究结果表明，当参与者被推荐使用一系列具有不同行为策略的定制应用程序时，他们愿意使用多个应用程序。13］．英国国家卫生服务体系(National Health Service)试图为患有慢性疾病的患者创建一个精心策划的应用程序存储库，突显了这种方法的挑战。许多应用程序被发现在用户不知情的情况下传输敏感数据。18]或提供临床上有问题的建议[19导致应用程序库被关闭。此外，大多数应用程序通常是由用户直接从应用程序商店识别和下载的，人们在搜索特定健康应用程序时使用的关键词不一定能找到最合适或最有效的应用程序[20.］．相反，它们可能会反映出应用名称、应用描述中使用的文本以及用户对应用受欢迎程度的评价，这些都不是质量的标志。对心理健康和幸福问题的搜索模式进行细致入微的理解，对于促进访问高质量的应用程序至关重要。

影响评估

衡量应用使用影响的方法可能需要不同的方法，因为人们倾向于与应用进行短时间、定期或不定期的互动。一种传统的以问卷为基础的精神健康和福祉测量方法，即生态瞬时评估[21]可能是一种合适的方法，可以检测有关参数的短期变化，例如每天的情绪或睡眠。

在本文中，我们报告了一项等待列表随机对照试验(ACTRN 12614000710628)的结果[22，旨在测试针对16-25岁年轻人的现成移动心理健康应用程序的指导推荐服务的有效性。虽然我们的主要结果测量是经过充分验证的心理健康连续短表(MHC-SF)，但我们采用了生态瞬时评估来跟踪情绪、睡眠和能量。

方法

概述

我们进行了一项基于网络的平行随机对照试验，将“工具箱”(一种引导应用程序推荐服务)与等待列表对照组进行比较。基于网络的测量在基线和4周时进行评估，并在参与者与研究平台互动时，每周定期或临时重复收集生态瞬时评估。研究设计、干预和控制条件、结果测量和样本量的细节在先前发表的研究方案中广泛报道[22］．下面一节将简要介绍这项研究。该研究获得了弗林德斯大学社会与行为研究伦理委员会的伦理批准(注册号64780)，并在澳大利亚新西兰临床试验注册中心注册(ACTRN: 12614000710628)。它还获得了南澳大利亚州教育和儿童发展部的伦理批准(DECD CS/14/511-23)。

招聘

参与者是从澳大利亚各地的普通年轻人(16-25岁)中招募的，他们可以使用电脑或手机和网络。先前存在的精神健康状况不被认为是本研究的排除条件。一些基于网络和社区的有偿或无偿战略被用于招聘。招聘信息是围绕整体福祉和健康(而不是疾病)制定的:此类信息的例子包括:

想提高你的能量和健康?找出你的幸福状况，使用应用程序来实现你的目标。

更好的健康和健身:监控你的健康状况，设定目标，并访问健康和健身应用程序。

夏天的乐趣正在付出代价?跟踪你的健康状况，下载身心应用程序。

2014年11月19日至2015年3月12日，在Facebook、Twitter、YouTube和谷歌AdWords上投放了基于网络的付费广告。广告的关键词是与代表目标人群的参考小组合作确定的，以确保其有效性和相关性。关键词包括健康、压力、人际关系、平衡和目标。在前面提到的平台上总共投放了12个广告，每个广告的平均持续时间为21天。付费策略还包括通过招聘机构招聘临床试验人员。该机构在2个月的时间内(2015年7月8日至2015年9月2日)将目标人群中的个体转介到研究网站。除了付费广告外，研究网站的链接还提供给澳大利亚39个来自不同背景的年轻人经常访问的组织和教育机构(最著名的是young and Well合作研究中心的合作组织)，以整合到他们的网站上，并通过他们的社交媒体渠道(Facebook, Twitter)进行推广。研究人员联系了南澳大利亚州一个农村地区的学校、大学、体育俱乐部和地方委员会等社区组织，请他们帮助推广这项研究。宣传包包括视频、信息和如何访问在线健康中心(OWC)的说明，分发给32个机构和社区联系人，并向潜在参与者展示。

年龄在16 - 25岁之间的知情同意参与者，如果参与者从社区组织招募且年龄在18岁以下，则需要获得父母的同意。使用独特的链接，收集数据以客观地确定每个参与者的招聘来源。每种策略的收益率和不同渠道参与者的特征已在其他地方报告[23］．

程序

该研究是通过OWC平台进行的，该平台包括一个登陆Web页面和管理同意、注册、随机化、在不同时间点管理研究措施、监测参与情况并以有意义的图形显示向用户提供反馈的功能。研究广告将参与者链接到OWC的登录页面，其中包含研究的简要概述、详细的参与者信息表和基于web的同意书。

在完成网上同意书后，参与者完成一份登记表。OWC软件随机抽取参与者，通过电子邮件或短信(短消息服务)向他们发送登录详细信息。参与者登录到OWC以完成研究测量，如果他们被分配到干预组，则可以立即通过OWC访问干预网站(工具箱)的链接。对照组的参与者在注册4周后访问“工具箱”。在研究期间，来自干预组和控制组的参与者在注册时选择的时间每周都会收到短信或电子邮件提示，鼓励他们登录OWC。提示包含一个独特的链接，当点击登录时，将他们带到一个页面来完成他们的EMAs。在完成这些评估后，他们被引导到OWC主页，其中包含干预组的“工具箱”访问链接，以及对照组的一般健康建议。他们还收到了登录OWC的提示，以便在4周或直到他们完成研究。

干预

干预措施是一种名为“工具箱”的个性化应用程序推荐服务，可通过ReachOut.com网站获得。24］．基于网络的干预的内容和结构由年轻人对幸福的看法和基于网络的干预的期望决定。最终用户研究在澳大利亚年轻人中进行，以调查年轻人如何定义幸福。数据是通过15-21岁年轻人的用户体验研讨会收集的。研讨会的主要发现影响了基于web的干预措施的结构和内容。对年轻人的研讨会进行了分析，从而对年轻人对健康和健康的概念有了细致入微的了解，并对他们日常生活中与健康相关的具体行为和行动有了经验知识。研讨会的数据随后被合成为27个关键行动领域或目标，并分为6个主要主题:健康和健身(15个应用程序)、独立(8个应用程序)、人际关系和帮助他人(3个应用程序)、思想和情绪(18个应用程序)以及应对艰难时期(14个应用程序)。在这些应用中，有31款应用是免费的，12款应用的付费费用高达6.49澳元，还有3款应用提供了免费的精简版，或者在一个平台上免费提供，但在另一个平台上不提供。选择应用程序来填充“工具箱”的过程包括两个阶段。首先，对可用的应用程序进行上下文审查，然后根据MARS对这些应用程序进行审查[10专业人士和年轻人。对于上下文回顾，创建了一个关键搜索词列表(参见多媒体附件1)，该模型借鉴于为青年与健康合作研究中心开发的促进复原力和繁荣的概念福祉模型，以及在与年轻人的研讨会上获得的定性输入。2013年底，这些术语被用于对谷歌Play和苹果应用商店上现有的健康移动应用程序进行审计。只有以下应用程序(1)出现在前200个搜索结果中，(2)价格低于5澳元，(3)可用于Android或iOS，(4)被认为适合13-25岁的用户，才会被纳入评级过程。在评级过程中，不相关的应用程序以及那些不满足最低功能和美学要求的应用程序将被删除。其余应用程序由研究人员使用MARS对有效性和可用性进行评分，只有得分最高的应用程序才会被心理健康专家挑选出来进行额外评分。包含有效信息且被认为对年轻人无害的应用程序被选为“工具箱”，并由至少两名年轻人在MARS上进行了评分。根据27个目标分类，最终的46个现成应用程序列表被放在一个名为“工具箱”的网络资源中，每个目标平均有3.62个应用程序(SD 3.05)多媒体附件2)．“工具箱”是由Reachout.com主办的一个响应式网站。参与者首先选择他们想要关注的领域，在互动测试的指导下，随后根据他们的喜好收到有关特定应用程序的下载和使用的推荐图1)．对于每个推荐的应用程序，都提供了额外的信息，包括MARS评分和卫生专业人员和最终用户对他们喜欢和不喜欢的内容的评论，以及费用和从应用程序商店下载的链接(参见图2)．

被分配到干预组的参与者在完成基线测量后，会显示一个Web链接，让他们立即访问“工具箱”。在为期四周的研究期间，参与者每周都会收到提醒(通过电子邮件或短信)，建议他们至少访问一次“工具箱”，参加测试，并使用推荐的应用程序。使用“工具箱”网站和推荐的第三方应用程序构成本研究的干预。参与者始终知道，研究人员对这些应用程序的内容和/或功能不承担任何责任。

‎ 查看此图

控制

对照组的参与者被告知，他们在等待名单上4周后才能获得访问“工具箱”的链接。在完成基线测量后4周，参与者可以通过OWC访问“工具箱”。

措施

主要结果是使用14项MHC-SF评估主观心理、情感和社会幸福感的自我报告测量。次要结果是三个问题的ema:你今天感觉如何?你今天的精力怎么样?你昨晚睡得怎么样?(见图3)．参与者在基线和4周时在网上完成主要结果测量。在研究期间，参与者每次登录OWC时都完成了EMAs。在试验期间，收集来自Web应用程序的日志文件，以获得与研究平台的互动。参与者的EMAs是在试验完成后6个月获得的。

‎ 查看此图

‎ 查看此图

统计分析

组间属性的差异(表1)和减员与不减员(表2)使用卡方检验进行评估，t检验或Wilcoxon秩和检验。初步分析基于治疗意向，所有随机参与者的缺失值由原始数据重新绘制的50个样本进行估算。主要转归采用线性回归分析(表3)，以第4周的幸福感评分为因变量。自变量为幸福感、基线测量和分组分配。多变量意图处理线性回归敏感性分析，以及相同的分析，仅使用观察数据。为了研究情绪、睡眠、休息和能量的瞬时评估如何受到干预的影响(表4)，使用随机效应混合模型检验瞬时评估措施的轨迹。自变量为分组分配、使用研究平台的参与度(编码为登录次数)、分组分配的产品术语和参与度，潜在混杂因素为年龄、性别、之前使用应用程序(编码为二进制变量)、基线能量、基线情绪以及应用程序是否被下载。受试者作为随机效应进入模型，以解释个体内的相关读数。使用交互术语评估组间的差异。类似的多变量线性回归分析以MHC-SF分量表作为结果，协变量如前面所列。为了检验使用研究平台是否与EMA测量值的变化相关，以干预后EMA测量值为结果运行线性回归模型。所有模型都包含一个表示登录数量的额外术语。对于能量、情绪和休息，其他协变量已在敏感性分析中列出。对于睡眠，由于观察数量较少，其他协变量为基线睡眠和分组分配。对于这些回归，EMAs的干预后测量为发生在30 - 45天之间的测量，最早的测量是在30天后。 All results are reported with 95% CI andP值。一个P值< 0。(2尾)被认为是显著的。所有分析均使用Stata版本13.1 (StataCorp)进行。

结果

参与者流动

图4显示参与者的流程。共有476人同意并在网上注册。其中，387人完成了基线评分，并随机分为对照组(n=195)和活动组(n=192)。

参与者的特征

人口统计特征和基线得分见表1．

‎ 查看此图

摩擦

随机化后4周，对照组对主要结果测量无效的磨损率为45.1%(88/195)，而活动组为55.2%(106/192)。P= .047。在对照组中，4周有应答者与无应答者的平均基线MHC-SF分别为40.2和37.6 (P= 0。25)在干预组中，第4周有应答者与无应答者的平均基线MHC-SF分别为36.7和42.3 (P=点)。

完成者(即那些报告了4周主要结果数据的患者)和未完成者之间的特征比较显示，除EMA评估的情绪外，基线时所有人口统计数据均无显著差异(表2)．

主要分析

对照组和活动组在4周时观察到的MHC-SF评分平均值(SD)分别为38.6 (SD 15.4)和42.0 (SD 16.8)。在主要意图治疗(ITT)分析中，与对照组相比，干预组的MHC-SF评分提高了0.63 (95% CI−2.26至3.53)，但这并不显著。P=点。在多变量敏感性意向治疗分析中，差异几乎相同，为0.64 (95% CI−2.27至3.54)，P=点。在仅使用观测数据的进一步多变量敏感性分析中，组间也没有差异，1.10 (95% CI−1.68至3.89)，P=无误。在仅完成者分析中，MHC-SF评分1.17组之间也没有差异(95% CI−1.98至3.53)，P= 40美分。

心理健康连续简表(MHC-SF)

各组之间在任何子领域得分上均无显著差异，心理0.57 (95% CI−0.67至1.81)，P=。95，social 0.46 (95% CI −0.68 to 1.59),P=。42，一个nd emotional −0.02 (95% CI −0.72 to 0.68),P=,92。

生态瞬时评价分析

对于所有的EMA测量，对照组在每次登录时显著下降，而活跃组的分数随着时间的推移没有显著变化。因此，每个登录组之间的差异也很显著(表4)．

Engagement-Response分析

没有证据表明任何一种措施的有益效果与登录次数有关，情绪0.15 (95% CI−0.58至0.87)，P=。69，energy 0.08 (95% CI −0.56 to 0.72),P=。81，rest −0.13 (95% CI −0.91 to 0.64),P=。73.，一个nd sleep −5.29 (95% CI −11.96 to 1.54),P=点。

讨论

主要研究结果

这项研究的目的是评估“工具箱”基于网络的幸福干预在年轻成年人中的有效性。随机对照试验的结果表明，与对照组相比，4周时的幸福感(使用MHC-SF评估)没有明显的好处。在4周时，活动组和对照组在MHC-SF的任何分量表上也没有显著差异。试验结果还表明，每周接收短信的影响，以及监测和可视化睡眠、情绪和能量的机会，导致了对照组和活跃组的重复登录。此外，控制组的参与者报告称，随着登录次数的增加，EMAs评估的情绪、精力、休息和睡眠均显著下降，而干预组则没有变化。因此，重复参与干预可能会阻止情绪、精力、休息和睡眠的下降，而不会导致MHC-SF在固定点上评估的幸福感发生重大变化。目前尚不清楚这种相互作用是否可以归因于使用“工具箱”干预或使用研究平台及其重复评估。对照组的变化幅度非常小，这可能解释了为什么MHC-SF测量的幸福感没有观察到变化。

与以往工作的比较

在此干预中观察到的MHC-SF健康评分缺乏影响与在老年人(平均年龄43.2岁)中进行的类似基于网络的干预试验的结果相当[25]和16岁以下的学校样本[26］．在这两项研究中，抑郁量表都显示出积极的益处，但在干预后和随访中，使用心理健康量表本身评估的益处都非常微小且不显著。与这些研究相比，我们研究中的干预针对的是一般的年轻成年人样本(平均年龄23岁)，具有广泛的纳入标准，不排除基于症状筛查的参与者，这与通过Reachout.com网站进行干预的现实环境非常相似。参与这项研究的女性比男性多得多，这与大多数关于心理健康和福祉干预的研究是一致的。在某种程度上，较高的比例可能是由于这一年龄组的女性精神障碍患病率较高[27］．然而，男性和女性寻求帮助行为的差异可能是造成这种差异的主要原因[28］．

在我们的研究中，我们没有使用抑郁量表，而是通过短暂评估在多个时间点评估抑郁症状。尽管在评估类型上存在差异，但我们发现干预组在情绪轨迹上有明显改善，对抑郁症有相当的益处。从这些发现中，一个合理的解释是，心理健康的适度改善实际上可能是抑郁症状的减少，而抑郁症状与心理健康有共线性关系[29］．这提出了关于心理健康量表检测变化的敏感性的问题，以及基于网络的干预是否可以在没有精神疾病的情况下改变作为独立结构的心理健康。

与过去的研究相比，本研究的干预是非结构化的，以通过自我引导中心访问的移动应用程序资源的策划列表集合的形式，以及监测工具来吸引参与者，并在应用程序使用情况下提供反馈。最近的研究表明，发布一份针对抑郁和焦虑的心理健康和福祉应用程序列表，可以提高应用程序的认可度。13];然而，我们的研究是第一个调查这种干预有效性的研究。为了确保最佳的应用推荐，应用中作为主动干预成分的不同组件和策略必须被识别出来。30.]，并与最终用户的需求保持一致。本研究的干预包括广泛的策划应用程序(n=46)，并使用一种算法将这些应用程序分配到应用程序选择测试中使用的27个行动领域之一，这些行动领域是根据年轻人通过共同设计活动对幸福的概念化来确定的。由于应用程序在所有行动领域的分布并不一致，应用程序的集合可能并不是最适合所有人的。我们还观察到，在退出干预的参与者中，基线症状略高，这可能是由于应用程序和个人健康状况之间的不匹配造成的，这些不匹配算法没有考虑到。

根据全球心理健康量表(如MHC-SF)的衡量，超过1个月的特定应用程序的使用可能不足以导致幸福感发生重大变化。相反，我们的研究结果表明，应用程序的使用可能会影响暂时的情绪和行为，更容易由ema衡量。也许ema能够更准确地衡量应用使用的日常影响。迄今为止，使用瞬时评估作为结果测量的幸福感干预研究很少，尽管最近有报道称其优于传统的问卷测量[31］．

限制

我们的研究有几个局限性。随机化的受试者流失率高达50%，这在基于网络的干预中并不罕见。然而，初步分析结果与敏感性分析一致。有趣的是，我们发现干预组的人员流失率高于对照组，Bolier等人也报道了这一发现[25］．干预组的高流失率的原因尚不清楚，与基于网络的干预的高流失率相关的许多因素，需要进一步研究[32］．考虑到在基于网络的干预中，干预和研究退出通常是联系在一起的，干预组的总体减员率可能更高，因为参与者立即获得了干预，因此没有动力参与4周评估。或者，一些应用程序的内容、功能和外观可能在从添加到“工具箱”到被参与者访问的短时间内发生了变化，这在移动应用程序市场上很常见[33]，因此没有达到他们的期望，或与他们的期望有很大的不同。在研究期间，所有推荐的应用程序都在应用商店中可用。

由于干预的性质，不可能量化“工具箱”推荐的应用程序的下载和使用情况。因此，没有干预依从性的直接测量。这是通过使用ITT分析来解释的;然而，最终无法确定对幸福感没有影响是因为不坚持使用，还是因为“工具箱”及其推荐的应用程序缺乏有效性。在研究第三方干预的有效性时，这是一个固有的问题，只能通过保留干预工具的完全所有权来克服，就像Lattie等人[13］．这项研究还受到了使用不同策略招募的参与者的相对异质性样本的限制，尽管这可能既是一个优势，也是一个限制，因为它在现实环境中复制了应用程序推荐干预。另一个主要限制是缺乏纵向随访数据;然而，当随访(4周)没有观察到益处时，不太可能发现纵向效应，而随访(4周)是大多数变化预期的时间。

对未来研究的结论和建议

关于网络服务在改善心理健康方面的功效，有几项随机对照试验，但之前的研究都是在有焦虑和抑郁症状的成年人中进行的。25，34，35］．相比之下，这是第一项评估幸福感干预有效性的研究，旨在建议年轻人使用现成的移动应用程序。干预的设计利用了现有应用程序的专家评级和最终用户协同设计方法，从而产生了应用程序推荐服务。

我们的研究结果对移动应用程序在非临床人群中的幸福感和心理健康的有效性提出了怀疑。这种干预包括自我引导的最佳应用程序选择。进一步的工作可以集中在开发算法，以自动确定最适合个人的应用程序，同时考虑应用程序中的活性成分、个人特征、参与度和需求。对高质量应用的正确组合进行干预，对于实现应用商店中3万多个心理健康相关应用的效益至关重要。在这项研究中，用于评估心理健康状况的工具可能不够敏感，无法检测到应用程序使用引起的变化。未来的研究应该专注于完善这个结构，这样即使没有抑郁症或精神疾病的症状，它也能对变化敏感。此外，应该考虑测量特定应用程序针对的特定行为以及整体结构，如幸福感。