发表在20卷第五名(2018): 5月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/9388,首次出版
数字健康自我跟踪运动在加拿大的推广:全国调查结果

数字健康自我跟踪运动在加拿大的推广:全国调查结果

数字健康自我跟踪运动在加拿大的推广:全国调查结果

原始论文

1加拿大质量控制中心蒙特利尔高等商学院数字健康研究主席

2加拿大健康信息中心,安大略省多伦多

3.CEFRIO,蒙特利尔,QC,加拿大

通讯作者:

Guy Paré,博士

数字健康研究主席

HEC蒙特利尔

圣凯瑟琳路3000号

蒙特利尔,QC,

加拿大

电话:1 514 340 6812

电子邮件:guy.pare@hec.ca


背景:随着移动应用程序、消费者可穿戴设备和智能医疗设备的日益普及,越来越多的人开始自我跟踪和管理他们的个人健康数据。

摘要目的:本研究的目的是调查数字自我跟踪运动在加拿大的扩散情况。它对这一现象进行了全面而详细的描述。它检查了数字自我跟踪器、传统自我跟踪器和非跟踪器的概况,进一步调查了自我跟踪的主要动机和不跟踪的原因;采用互联护理技术的障碍;用户对他们的自我跟踪设备的评价,包括他们认为的主要好处;影响人们未来继续使用互联护理技术意愿的因素;停止使用的原因。

方法:我们对4109名加拿大成年人进行了在线调查,这是有史以来规模最大的调查之一。为确保样本具有代表性,采用配额法(性别、年龄),然后按地区分层。最大误差估计为1.6%,20次中有19次。

结果:我们的研究结果显示,66.20%(2720/4109)的受访者定期自我跟踪他们健康的一个或多个方面。约四分之一的受访者(1014/4109,24.68%)目前拥有可穿戴或智能医疗设备,57.20%(580/1014)定期使用其设备进行自我跟踪。数字自我追踪者通常是年轻或成熟的成年人,健康,有工作,受过大学教育,家庭年收入超过8万加元。报道中最受欢迎的设备是可以捕捉一系列参数的健身追踪器或智能手表。目前,移动应用程序和数字自我跟踪设备主要用于监测身体活动(856/1669,51.13%)、营养(545/1669,32.65%)、睡眠模式(482/1669,28.88%),以及较小程度上的心血管和肺部生物标志物(215/1669,12.88%)、药物摄入(126/1669,7.55%)和葡萄糖水平(79/1669,4.73%)。大多数互联护理技术用户(481/580,83.0%)非常满意,88.2%(511/580)打算在未来继续使用他们的应用程序和设备。大多数受访者表示,智能数码设备使他们能够维持或改善健康状况(398/ 580,68.5%),并能更好地了解自身的健康状况(387/ 580,66.6%)。在我们的样本中,大约33.80%(1389/4109)是由不定期监测自己健康或幸福的人组成的。

结论:我们的研究表明,有机会通过互联护理技术促进加拿大人的健康。我们的发现可用于为未来关于数字健康自我跟踪的兴起及其影响的研究设定基线信息。尽管移动应用程序、消费者可穿戴设备和智能医疗设备的使用可能会使越来越多的慢性疾病患者受益,但问题仍然是,它是否会广泛扩散到早期采用者之外,以及是否会跨越成本不平等。

中国医学医学杂志,2018;20(5):e177

doi: 10.2196 / jmir.9388

关键字



病人现在可以见你了埃里克·托波尔将手机描述为医疗保健领域的古腾堡[1].他认为,具有无线连接的小型移动设备将被证明是迈向医学未来的变革性催化剂。虽然手机仍然是大多数人的首选设备,但技术制造商正在创造一个消费者可穿戴设备和智能医疗设备的未来,这些设备有望帮助人们过上更健康的生活。2].目前有几种这样的设备,包括身体活动追踪器,可以测量步行或跑步距离等健康相关指标;当人们吃得太快时,智能叉子就会振动;带有3D运动传感器的智能牙刷,可以监测刷牙效果;智能服装(如生物识别衬衫)可以测量一个人的呼吸、脉搏、卡路里和睡眠模式。最近的估计预测,2017年全球有52亿消费者智能设备在使用,到2020年估计将部署129亿设备。3.].其他预测显示,消费者可穿戴设备的市场价值将从2014年的20亿美元增至2020年的410亿美元[4].

将个人数字数据与饮食、睡眠和锻炼等日常活动联系起来的需要被称为“量化自我”运动[5].这项运动的支持者认为,如果他们能定期衡量他们生活的一个方面,他们就能找到改善它的方法。6].由于传感器技术的进步,互联网带来的信息无处不在,以及用户友好的系统和界面的改进,计算机可以方便地进行自我跟踪[7].先前的研究表明,在移动设备的帮助下测量一个人的日常活动,在自动汇总数据汇编方面具有优势。人们的记忆和能力有限,无法准确、持续地跟踪有关他们行为的计算数据,比如计算一天的步数[7-9].另一个优势是,来自可穿戴传感器和智能医疗设备的数据可以随着时间的推移产生自动分析,汇总与个人相关的反馈,这反过来可能有助于数字设备的可持续使用[1011].

许多专家表示,物联网的兴起将为数字健康带来下一次革命。12].最近关于消费者数字健康技术的采用和影响的调查揭示了关于当前状态和所谓潜力轨迹的重要见解。例如,一项针对2225名美国成年人的调查显示,可穿戴式自我跟踪设备的使用率从2014年(9%)到2016年(21%)翻了一番[13].这项研究还表明,千禧一代(18-34岁)是最普遍的用户(36%)。另一项关于远程医疗、可穿戴设备和出院后护理的美国调查(n=2025)发现,27%的成年人拥有自我跟踪设备,78%的人希望他们的医生能够访问他们可穿戴设备的数据[14].在欧洲,一项针对1005名法国公民(15岁以上)的全国性调查显示,11%的人拥有健康可穿戴设备或智能医疗设备,30%的非用户有坚定的意向在未来12个月内购买[15].最后,2016年一项针对16个国家2万多名15岁以上消费者的在线调查显示,33%的受访者通过移动应用程序、健身手环、夹子或智能手表追踪自己的身体活动。16].

虽然上述调查设置了相关的基线信息,但它们并没有全面和详细地描述数字自我跟踪运动。具体而言,之前没有实证研究试图调查数字自我追踪器、传统自我追踪器和非追踪器的社会人口学和偏好特征;自跟踪和不跟踪的主要原因;采用智能互联医疗设备的障碍;用户对这些设备的感知好处;影响人们未来继续使用互联护理技术意愿的因素;停止使用的原因在很大程度上仍然未知。这项研究旨在填补这一重要空白,并提出了这些问题的及时和相关的整合,这可能会为技术制造商、卫生保健提供者(HCPs)和政策制定者在这一领域的看法和未来决策提供信息。


研究设计和样本

在此部分,我们报告根据网上电子调查结果报告核对表进行的网上调查[17].2017年,我们首先开发了一套全面的问卷调查工具,用于对加拿大普通人群进行管理。该仪器基于对移动医疗(mHealth)和数字自我跟踪现有文献的回顾,最初是用法语设计的,后来翻译成英语。在面对面的采访中,对16名具有加拿大人口代表性的年龄、性别和语言的成年人进行了问卷预测试。在这一初始步骤之后,对问卷进行了一些小的调整。

这项在线调查是由加拿大AC尼尔森公司进行的。这项研究使用的样本是该公司专有的在线小组,被称为哈里斯小组。该小组是加拿大最大、最具代表性和最具特色的小组之一。为了开始调查管理,小组成员被邀请通过电子邮件参与研究。一旦参与者点击电子邮件中提供的URL,他们就会根据以下资格标准进行筛选:(1)加拿大居民,(2)18岁或以上,(3)会说英语或法语。那些符合条件的人阅读了一份知情同意书,强调了受访者的匿名性和保密性,并建议通过完成问卷,他们表示同意参与。所有的研究程序都得到了蒙特利尔高等商学院研究伦理委员会的批准。为了确保样本具有代表性,采用了配额法(性别、年龄),然后按加拿大地理区域分层。

调查对象可以在数据收集期间的任何时间进入调查,即2017年1月11日至2017年2月2日。部分完成调查的受访者可以退出问卷,并在稍后返回以输入其他数据。这可以根据需要做很多次。在访问在线调查时,受访者被分配了一个唯一的标识符和密码,允许他们访问他们的数据,直到调查结束。参与者完成调查后会得到积分奖励。完成AC尼尔森调查的奖励从5加元到75加元不等。标准的选择包括礼品卡和商品(例如,亚马逊,iTunes,杂志订阅,星巴克,沃尔玛和各种餐厅礼品卡)。

调查项目

性别、年龄、地区、家庭总收入、教育程度、职业、移动电话及平板电脑使用情况,均按其他国际调查的标准调查项目评估[13-16].研究人员要求参与者对自己的健康状况进行自我评价,从1=差或一般到5=非常好或极好。这一单项测量在世界范围内广泛使用,是一种有效和可接受的测量方法[18].我们还询问参与者是否患有以下一种或几种慢性疾病:(1)糖尿病,(2)高血压,(3)肥胖,(4)心血管疾病,(5)肺部或呼吸道疾病,(6)癌症,(7)骨骼或肌肉疾病,(8)神经系统疾病,(9)精神障碍,(10)慢性传染病,(11)烟瘾或毒瘾。

通过询问“你对消费者健康可穿戴设备和智能医疗设备的熟悉程度”来衡量对互联医疗技术的熟悉程度。使用李克特5分制,其中1=没什么,5=非常。然后我们问:“你拥有以下哪一种设备?使用描述性非品牌术语描述现有文献中常见的13种特定设备,并在加拿大可用(见结果部分)。对于他们拥有的每一种设备,受访者被问及使用频率,采用7分制,其中1=每月一次或更少,7=每天多次。

使用数字健康自我跟踪设备的动机由本研究开发的10个项目进行测量,使用5点李克特量表,其中1=完全没有,5=非常强烈。项目来源于之前对消费者数字健康的调查[12-16].例如,“更好地了解自己”,“每天鼓励我实现个人目标”,“更好地遵循医生规定的治疗计划”,以及“改掉与我的健康有关的坏习惯”。数据共享行为通过一个问题进行评估:“你是否曾与其他人共享存储在你的设备或移动应用程序中的数据?”当回答“是”时,受访者会被问及与谁(如家庭成员、朋友、家庭医生、药剂师或私人教练)合作。

受访者对可穿戴设备和智能设备的欣赏程度由五个变量决定。感知有用性(7个项目)和易用性(4个项目)的测量被改编为本研究的背景,来自Davis [19].对于他们来说,用户满意度(3项)、初始期望的确认(3项)和继续使用可穿戴设备和智能设备的意愿(3项)改编自Bhattacherjee [20.]及洪等[21].所有五个变量都采用李克特5点量表进行评估,其中1=非常不同意,5=非常同意。

最后,我们询问了受访者(如果适用)为什么他们目前没有健康可穿戴设备或智能设备。我们列出了10个原因(见结果部分),受访者只检查了那些适用于他们个人情况的原因。以类似的方式,我们列出了11个项目(见下一节),这些项目与消费者在某个时候停止使用可穿戴设备和智能设备的原因相对应。这两份项目清单均来自之前对消费者数字健康的调查[12-16].完整的在线测量仪器在多媒体附件1

数据分析

根据我们的研究目标,我们分析了整个样本以及特定的亚组。使用描述性统计数据(均值、标准差、百分比)分析联网护理技术的所有权和使用的总体趋势,使用多项逻辑回归检验分析自我跟踪器和非跟踪器之间的比较,使用皮尔逊相关检验和偏最小二乘多元回归分析分析用户对数字自我跟踪设备的欣赏程度。使用SPSS (IBM Corp)版本23软件和SmartPLS (SmartPLS GmbH)版本3.2.7软件进行分析。


样本简介

我们的样本由4109名成年人组成。最大误差估计为1.6%,20次中有19次。表1根据通常的社会人口学变量,与加拿大总人口进行比较,展示了样本的概况。该样本由2118名男性组成,占51.55%。从年龄来看,27.84%(1144/4109)的受访者是千禧一代(18-34岁),而35.17%(1445/4109)的受访者是婴儿潮一代(55岁以上)。正如预期的那样,大多数受访者来自加拿大最大的两个省份,即安大略省(1575/4109,38.33%)和魁北克省(986/4109,24.00%)。约五分之一的受访者家庭年收入低于40,000加元,而35.58%(1462/4109)的家庭年收入高于80,000加元。根据2016年全国人口普查的数据,我们的调查参与者受教育程度高于加拿大人口。近一半的受访者拥有大学学位,而总人口的比例为28.70%,10名受访者中有6名是工人(2386/4109),不到4%(3.68%,151/4109)是学生,退休人员略多于23%(22.8%,937/4109)。总的来说,我们的数据表明,除了教育,我们的受访者的社会人口概况是加拿大成年人口的代表。

在健康状况方面,不足10%的受访者(9.78%,402/4109)认为自己的健康状况较差或一般,而50.38%(2070/4109)认为自己的健康状况良好,39.84%(1637/4109)认为自己的健康状况非常好或非常好。

表1。样本概况及与加拿大人口的比较。
特征 样本(N=4109), N (%) 加拿大人口(N=35,151,730), N (%)
性别


男性 2118 (51.55) 17264200 (49.11)一个

1991 (49.45) 17887530 (50.89)一个
年龄(年)


- 34 1144 (27.84) 6858075 (25.27)一个

35-54 1520 (36.99) 9581540 (27.28)一个

55 + 1445 (35.17) 10846380 (30.86)一个
地区


大西洋省 293 (7.13) 2385779 (6.58)一个

魁北克 986 (24.00) 8321888 (22.95)一个

安大略 1575 (38.33) 13976320 (38.54)一个

马尼托巴省和萨斯喀彻温省 266 (6.47) 2466703 (6.80)一个

阿尔伯塔省 437 (10.64) 4236376 (11.68)一个

英属哥伦比亚和西北领地 552 (13.43) 4802275 (13.24)一个
家庭总收入b(CAD)美元


< $ 20 k 268 (6.52) 8558000 (29.88)一个

≥$20k和<$40k 583 (14.19) 7014015 (24.48)一个

≥$40k和<$60k 614 (14.94) 5006820 (17.48)一个

≥$60k和<$80k 561 (13.65) 2926920 (10.22)一个

≥80k和< 100000美元 498 (12.12) 1716175 (5.99)一个

≥100美元 964 (23.46) 2266600 (7.91)一个
教育水平


高中或大学 2051 (51.13) 18730750 (65.39)一个

本科 1300 (32.41) 6659615 (23.25)一个

研究生 660 (16.45) 1562555 (5.45)一个
占领


工人 2386 (58.86) 17230040 (60.15)一个

学生 151 (3.72) 19992283 (6.99)一个

退休人员 937 (23.11) 4912278 (17.15)一个

其他 580 (14.31) 4284996 (15.96)一个
感知健康状况


糟糕还是一般 402 (9.78) 3443000 (12.00)c

2070 (50.38) 9561713 (29.00)

非常好或优秀 1637 (39.84) 18714100 (59.00)c
慢性疾病


是的 1281 (31.89) 12053150 (38.00)c

没有 2735 (68.11) 19665665 (62.00)c
填写问卷时使用的语言


英语 3644 (88.68) - - - - - -

法国 465 (11.32) - - - - - -

一个加拿大统计局2016年人口普查。

b根据加拿大统计局2016年人口普查,2015年加拿大的总收入中位数为80,940加元。

c2014年加拿大卫生部调查。

与加拿大一般人口估计一致,大多数受访者(2735/4109,68.11%)报告没有慢性疾病。最常见的自述慢性病是高血压、糖尿病和肥胖症。

流动设备的使用

我们的调查结果表明,78.10%的受访者(3209/4109)拥有一部手机(如苹果iPhone、三星Galaxy、谷歌Nexus、微软Lumia或索尼Xperia),并使用它来下载移动应用程序等。我们的调查结果还显示,56.88%的受访者(2337/4109)拥有数字平板电脑(如苹果iPad、三星Galaxy Tab、谷歌Nexus平板电脑或索尼Xperia平板电脑)。这些数据与加拿大广播电视和电信委员会的报告相似,该委员会发现,2016年,73%的加拿大成年人拥有一部手机,52%的人拥有平板电脑。22].总体而言,86.01%的受访者(3534/4109)使用手机或平板电脑,而48.97%的受访者(2012/4109)同时拥有这两种设备。正如预期的那样,年龄与移动设备的使用呈负相关(χ24= 389.3;P<措施);56.24%的千禧一代(18-34岁)同时使用这两种设备,而婴儿潮一代(55岁以上)的比例为37.11%。

自我追踪行为

我们为这项研究定义了三种自我跟踪配置文件。使用互联医疗技术(移动健康应用程序、消费者可穿戴设备(如健身追踪器)和智能医疗设备(如血压计)定期跟踪自己健康或幸福的一个或多个方面的受访者被定义为“数字自我追踪器”。使用手动工具(而不是移动应用程序或智能设备)定期监测健康一个或多个方面的受访者,例如简单地以书面形式(在纸上、日记或笔记本上)记录信息或通过记忆信息被定义为“传统的自我跟踪者”。其余报告称他们不定期监测个人健康或幸福的受访者被定义为“不跟踪者”。

表2显示,无论是通过数字方式还是传统方式,加拿大自我追踪器的普及率约为三分之二(2720/4109,66.20%),这一数字与美国最近的估计数字相似[23].我们的样本由两组截然不同的自我追踪者组成。首先,数字自我跟踪器占样本的40.61%(1669/4109),占所有自我跟踪器的61.36%(1669/2720)。这一群体由男性和女性组成,他们大部分都是劳动力中的活跃成员。大多数数字自我追踪者是年轻人或成年人(18-34岁)、受过高等教育的人、富有的人(平均家庭总收入8万加元),以及认为自己健康状况良好或非常健康的人。本组受访者中超过七成(1172/1669)自称没有慢性疾病。

第二组,传统的自我追踪者占样本的25.58%(1051/1669),占所有自我追踪者的38.64%(1051/2720)。与数字自我追踪器不同,这一群体的女性略多于男性。大多数传统追踪器的年龄都在55岁及以上,已经退休,家庭总收入远低于数字追踪器。重要的是,这一群体的人比数字自我追踪者更有可能患有一种或多种慢性疾病(分别为47.07%和28.36%)。

第三组,非跟踪者,占我们样本的33.80%(1389/4109)。与传统的追踪者一样,这一群体的男性略少于女性。然而,在所有年龄组中都有不追踪者。他们受教育程度较低,平均家庭总收入低于其他两个群体。四分之一的不追踪者报告自己有一种或几种慢性疾病。受访者对不追踪其健康状况的最常见原因是:“医生提供的资料足够”(335/1389,24.12%)、“不需要,因为我的健康状况很好”(338/1389,24.33%)、“我只是不感兴趣”(329/1389,23.69%)和“我不够有纪律”(261/1389,18.79%)。五分之四(1095/1389,78.83%)的人拥有手机或平板电脑。

采用包括所有社会人口学和健康状况变量的多项逻辑回归,计算使用传统或数字设备跟踪自身健康的几率与不跟踪的几率(参考类别)的比值比。所有检验均采用传统的0.05统计学显著性标准。在只包含截距的模型中添加预测因子,显著改善了模型与数据之间的拟合;χ236(N = 4109) = 548.70, NagelkerkeR2= 0.32,P<措施。如表3,我们的分析表明,在性别、地区、职业和感知健康状况方面,组间没有统计学上的显著差异。然而,在年龄、总收入、教育水平和慢性疾病方面观察到显著差异。例如,千禧一代(18-34岁)和35 - 54岁的人是婴儿潮一代(55岁以上)的3.7倍和1.5倍。另一个例子是,与没有慢性疾病的人相比,慢性患者在传统自我追踪组的可能性要低0.4倍,在数字自我追踪组的可能性要低0.6倍。

表2。自我跟踪者和非跟踪者的概况(N=4109)。
特征 非跟踪者(N=1389), N (%) 传统自跟踪器(N=1051), N (%) 数字自跟踪器(N=1669), N (%)
性别



男性 721 (51.91) 566 (53.85) 831 (49.79)

668 (48.09) 485 (46.15) 838 (50.21)
年龄



- 34 314 (22.61) 147 (13.98) 684 (40.98)

35-54 539 (38.80) 347 (33.02) 633 (37.93)

55 + 536 (38.59) 557 (53.00) 352 (21.09)
地区



大西洋省 106 (7.63) 78 (7.42) 109 (6.53)

魁北克 368 (26.49) 253 (24.07) 365 (21.87)

安大略 513 (36.93) 414 (39.39) 648 (38.83)

马尼托巴省和萨斯喀彻温省 94 (6.77) 65 (6.18) 107 (6.41)

阿尔伯塔省 124 (8.93) 103 (9.80) 211 (12.64)

不列颠哥伦比亚和梯田 184 (13.25) 138 (13.13) 229 (13.72)
家庭总收入(加元)



< $ 40 k 335 (29.13) 244 (27.23) 272 (19.86)

≥$40k和<$60k 244 (21.22) 171 (19.08) 200 (13.87)

≥$60k和<$80k 190 (16.52) 154 (17.19) 216 (14.98)

≥80k和< 100000美元 145 (12.61) 109 (12.16) 244 (16.92)

≥$100k和<$200k 195 (16.96) 192 (21.43) 428 (29.68)

≥200美元 41 (3.56) 26日(2.90) 82 (5.69)
教育水平



高中或大学 805 (59.59) 529 (51.30) 717 (44.04)

本科 376 (27.83) 330 (32.01) 593 (36.43)

研究生 170 (12.58) 172 (16.68) 318 (19.53)
占领



工人 752 (54.85) 476 (45.81) 1158 (70.44)

学生 53 (3.87) 23日(2.21) 75 (4.56)

退休人员 347 (25.31) 383 (36.86) 207 (12.59)

其他 219 (15.97) 157 (15.11) 204 (12.41)
感知健康状况



糟糕还是一般 118 (8.50) 127 (12.08) 157 (9.41)

712 (51.26) 524 (49.86) 833 (49.91)

非常好或优秀 559 (40.24) 400 (38.06) 679 (40.68)
慢性疾病



没有 1021 (75.29) 542 (52.93) 1172 (71.64)

是的 335 (24.71) 482 (47.07) 464 (28.36)
表3。根据患者特征预测传统跟踪和电子跟踪的多项逻辑回归模型。参考类别=非跟踪者(N=1389)。
特征 传统的自我追踪器(N=1051) 数字自我跟踪器(N=1669)

优势比(95% CI) 意义 优势比(95% CI) 意义
拦截 - - - - - - <措施 - - - - - - <措施
性别




0.932 (0.765 - -1.134) 的相关性 1.170 (0.981 - -1.394) 。08
年龄(年)




- 34 0.612 (0.434 - -0.863) .005 3.732 (2.785 - -5.002) <措施

35-54 0.728 (0.555 - -0.954) 02 1.552 (1.193 - -2.018) <措施
地区




大西洋省 1.055 (0.682 - -1.633) 结果 0.921 (0.619 - -1.370) i =

魁北克 1.022 (0.739 - -1.414) .90 0.858 (0.641 - -1.147) .30

安大略 1.038 (0.764 - -1.410) 结果 0.963 (0.733 - -1.263) 尾数就

Manitoba-Saskatchewan 0.701 (0.434 - -1.134) 酒精含量 0.859 (0.573 - -1.287) .46

阿尔伯塔省 1.364 (0.900 - -2.067) 酒精含量 1.335 (0.927 - -1.922)
家庭总收入(加元)




≤60美元k 0.750 (0.552 - -1.019) 07 0.429 (0.326 - -0.566) <措施

> $60K和≤$100K 0.853 (0.673 - -1.081) .19 0.550 (0.447 - -0.675) <措施
教育水平




高中或大学 0.639 (0.477 - -0.855) .003 0.623 (0.480 - -0.808) <措施

本科 0.797 (0.590 - -1.077) .14点 0.832 (0.637 - -1.086) 只要
占领




工人 0.808 (0.608 - -1.075) .14点 1.292 (0.956 - -1.746) . 01

学生 0.900 (0.442 - -1.834) .77点 0.680 (0.376 - -1.229) .20

其他人 0.704 (0.483 - -1.027) 07 0.877 (0.603 - -1.275)
感知健康状况




非常穷或很穷 0.972 (0.669 - -1.414) 多多 1.108 (0.789 - -1.557) 55

还是不错 0.923 (0.749 - -1.137) 。45 1.007 (0.837 - -1.212) 总收入
慢性疾病(s)




一种或几种慢性疾病 0.403 (0.322 - -0.503) <措施 0.548 (0.443 - -0.677) <措施

使用数字自我跟踪设备的动机

使用数字自我跟踪设备和移动应用程序主要是为了维持个人健康,而不是监测或调解医疗问题或疾病。更准确地说,57.94%的受访者(967/1669)表示,他们使用互联医疗技术主要是为了更多地了解自己的病情,并监测他们认为对健康重要的参数变化。另一个常见的动机是数字健康自我跟踪技术在人们努力实现个人目标时提供的日常鼓励(883/1669,52.91%)。重要的是,42.06%(702/1669)的人表示他们使用数字自我跟踪工具来监测他们在健身或运动训练方面的进展。对他们而言,诸如“遵循医生规定的治疗计划”(447/1669,26.78%)、“改善与医生的沟通”(400/1669,23.97%)和“减少就医次数”(381/1669,22.83%)等动机并不是使用的主要驱动因素。相反,传统的自我追踪器倾向于监测与慢性疾病相关的特定临床参数,如体重、心率、葡萄糖水平和药物摄入量(见表4).

表4。由数字和传统自我追踪器监测的健康方面。
维度和健康方面 数字自跟踪器(N=1669), N (%) 传统自跟踪器(N=1051), N (%)
幸福



体育活动 856 (51.13) 441 (41.96)

营养和饮食习惯 545 (32.65) 392 (37.30)

睡眠模式 482 (28.88) 320 (30.45)

运动表现 256 (15.34) 59 (5.61)
医疗



体重相关数据 483 (28.94) 585 (55.66)

心血管和呼吸系统健康(如心率) 215 (12.88) 300 (28.54)

药物的摄入 126 (7.55) 339 (32.25)

血糖水平 79 (4.73) 247 (23.50)

可穿戴连接护理技术的采用和使用

在我们进行调查时,74%的受访者(或86%的拥有手机或平板电脑的受访者)已经听说过消费者健康可穿戴设备和智能医疗设备。然而,对这些设备的熟悉程度仍然相对较低,因为在已经听说过这些设备的受访者中,只有16%的人表示“非常或非常”熟悉它们。我们发现,对这些工具的熟悉程度与年龄呈负相关(r=−. 21;P<.001),与家庭收入呈正相关(r= .14点;P<措施)。事实上,千禧一代(χ24= 50.0;P<.001)和家庭年收入超过8万加元的人(χ24= 28.2;P=.03)的人比其他组更熟悉数字自我追踪设备。

更重要的是,我们的研究结果表明,1669个数字自我追踪器中有1014个(60.75%)拥有一个或多个可穿戴设备或智能医疗设备,占整个样本的24.68%。这一比例与美国最近的统计数据相似。事实上,根据2016年的两份市场报告,21%至27%的美国成年人拥有至少一台这样的设备[1314].在我们的调查对象中,70.02%(710/1014)表示他们有一个连接的可穿戴设备,20.71%(210/1014)有两个,9.07%(92/1014)有三个或更多。2017年初,加拿大成年人平均使用1.5台消费健康可穿戴设备或智能医疗设备。由于这些产品在市场上相对较新,而且我们的现场管理部门在2016年假期后不久就开始了,所以在调查时,大多数用户(549/1014,54.14%)使用他们的设备的时间不到一年,这并不令人惊讶。

尽管61.11%的数字自我追踪者(1020/1669)表示他们拥有一个或多个可穿戴连接设备,但34.75%的人(580/1669)实际上使用这些设备来自我追踪健康的一个或几个方面。采用多项逻辑回归来模拟两组(非智能可穿戴设备用户和用户)的预测因子和成员之间的关系。在只包含截距的模型中添加预测因子,显著改善了模型与数据之间的拟合;χ218(N = 4109) = 154.82, NagelkerkeR2= 0.23,P< . 05。如表5,我们的分析表明,智能可穿戴设备的用户和非用户在性别、地区、职业和教育水平方面没有统计学上的显著差异。然而,在年龄、年收入、健康状况和慢性疾病方面观察到显著差异。首先,千禧一代和年龄在35岁至54岁之间的人使用数字设备自我跟踪健康状况的可能性是婴儿潮一代(55岁以上)的2.2倍和1.6倍。对他们来说,家庭年收入低于6万加元的人使用智能数字设备的可能性是年收入10万加元或以上的人的0.38倍。最后,我们的研究结果表明,那些认为自己健康状况非常好或非常好的人,以及那些没有慢性疾病的人,是数字自我跟踪设备的当前用户。

从使用情况来看,迄今为止最受欢迎的设备是手环或智能手表,87.2%的人至少拥有一款这类设备表6).腕戴式追踪器的主要优势通常是,它们可以监测一系列健康参数,并与佩戴手表的常见做法相一致。浴室秤和计步器是加拿大人第二常用的联网设备。

受访者还被问及他们使用联网自我追踪设备的频率。对这个问题的回答因设备和用户的具体需求而异。例如,在拥有手环或智能手表的人中,77.5%(392/506)每天会使用几次。就其而言,浴室秤一般每天使用一次(38/119,31.9%)或每周使用几次(41/119,34.5%),而少数人(13/119,10.9%)每月只使用几次。作为最后一个例子,血压监测仪每月使用一次(12/ 47,25%),每天使用一次(11/ 47,24%),或每天使用几次(8/ 47,16%),这取决于个人的病情和需求。

表5所示。通过患者特征预测健康可穿戴设备和智能医疗设备使用的多项逻辑回归模型。参考类别=非用户(N=3529)。
特征 健康可穿戴设备和智能医疗设备的用户(N=580)

优势比(95% CI) 意义
拦截 - - - - - - <措施
性别


1.041 (0.846 - -1.282) 2
年龄(年)


- 34 2.234 (1.577 - -3.167) <措施

35-54 1.566 (1.128 - -2.174) .007
地区


大西洋省 0.962 (0.592 - -1.563) 多多

魁北克 0.752 (0.522 - -1.083) 13。

安大略 1.120 (0.811 - -1.546)

Manitoba-Saskatchewan 0.993 (0.605 - -1.629) .98点

阿尔伯塔省 1.242 (0.834 - -1.850) 29
家庭总收入(加元)


≤60 k 0.381 (0.262 - -0.554) <措施

>60K和≤100K 0.638 (0.511 - -0.797) <措施
教育水平


高中或大学 0.861 (0.644 - -1.152) 。31

本科 1.071 (0.809 - -1.419)
占领


工人 1.255 (0.859 - -1.833)

学生 0.377 (0.146 - -0.975) .04点

其他人 0.780 (0.471 - -1.292)
感知健康状况


非常穷或很穷 0.428 (0.267 - -0.685) <措施

还是不错 0.689 (0.556 - -0.854) <措施
慢性疾病(s)


一种或多种慢性疾病 0.784 (0.615 - -0.998) .049

与卫生保健提供者共享数据

这项研究表明,只有相对较少的人会定期分享他们的数字自我跟踪设备捕获的数据。事实上,只有34.87%的用户(582/1669)报告说他们分享了自己的个人健康数据。当他们这样做时,主要是与家庭成员(352/ 582,60.5%),朋友(294/ 582,50.5%),在较小程度上,还有一个HCP,如家庭医生(195/ 582,33.5%)或药剂师(50/ 582,8.6%)。虽然无法与其他调查进行直接比较,但美国的经验证据表明,78%使用健康可穿戴设备的成年人希望他们的医生能够访问他们的个人数据[14].最近在加拿大进行的另一项调查显示,如果医生要求,67%的移动应用程序用户会分享他们的数据。24].

用户对互联医疗技术的欣赏

表7而且8,消费者可穿戴设备和连接设备的用户声称非常满意(在李克特5分制中,平均值=4.1),认为他们的设备是用户友好的(平均值=4.2),并有坚定的意向在未来继续使用它们(平均值=4.3)。总体而言,受访者认为这些设备非常有用。大约70%的用户(398/580)表示,他们通过使用数字自我跟踪连接设备保持或改善了健康状况。重要的是,大多数用户报告他们对自己的健康状况更知情或更了解。近六成的用户(435/580)表示,他们在照顾自己的健康方面更有信心,或者在管理自己的状况方面更自主。另一方面,在我们的研究中,对自己的健康感到不那么焦虑,与医生进行更明智的讨论,并没有被认为是数字自我追踪器的主要好处。

表6所示。加拿大成年人中至少使用一种消费类可穿戴设备和智能医疗设备的类型(N=580)。
可穿戴设备类型 n (%)
手环、腕带或智能手表 506 (87.2)
体重秤 119 (20.5)
计步器 76 (13.1)
血压监测仪 47 (8.1)
聪明的牙刷 38 (6.6)
脉搏血氧计或呼吸计(呼吸功能) 35 (6.0)
温度计 33 (5.7)
血糖监测 25 (4.3)
智能服装(如裤子、衬衫和袜子) 20 (3.4)
肺活量计 16 (2.8)
智能分丸机 14 (2.4)
聪明的叉 11 (1.9)

为了进一步调查用户对数字自我跟踪设备的欣赏程度,我们测试了一个来自Bhattacherjee [20.]及洪等[21],以及期望-确认理论[25].据我们所知,之前没有研究调查过影响这些设备持续使用的因素。如图1,我们的模型表明,个人继续使用健康可穿戴设备和智能设备的意愿主要受到他或她的满意度的影响。反过来,用户满意度受到对这些设备的初始期望得到确认的程度的影响,以及受到Davis [19],即易于使用和感知有用性。继洪等人之后[21],我们的模型还提出了TAM结构和因变量之间的直接联系。

使用Cronbach alpha确定模型中包括的测量的可靠性。发现在表6表示所有测度均无一例外地超过0.70的统计显著性阈值[26].这个表格也证明了我们的研究模型中包含的变量的有效性。特别是,我们看到每个变量及其各自项目共享的方差的平方根大于变量之间的相互关系。

通过PLS回归分析来检验模型中的链接。我们在图1支持所有关系,模型解释了因变量中64%的方差。我们的研究结果表明,期望确认与TAM因素和用户满意度密切相关。这一结果表明,妥善管理消费者的初始期望,以确保更大的依从性和持续使用健康可穿戴设备和智能医疗设备的重要性。关于这一主题的未来研究可能会考虑其他变量,如信息质量和内容的个性化,这些变量已经被认为是依从性的促进因素(例如,[27])。

放弃使用数码自我追踪装置的原因

2015年一项研究[28他指出,三分之一的消费者可穿戴设备在购买或首次使用6个月后就被扔进了抽屉。我们发现这种现象略有减少,25.54%的用户(259/1014)在调查时停止使用他们的连接设备。当被问到“你为什么停止使用你的设备?”大多数受访者(111/259,42.9%)表示,他们“一段时间后就失去了兴趣”。其他原因包括设备故障(51/259,19.7%),对数据可靠性的怀疑(39/259;15.1%),“获得该设备更多是出于好奇心”(38/259,14.7%)。最有趣的是,我们发现,虽然放弃使用这些设备与性别、年龄、地区、教育程度或主要职业无关,但与自我报告健康状况良好或优秀的人相比,认为目前健康状况“差或一般”的人更普遍(χ24= 6.6;P =.048)。

不拥有数字自我追踪设备的原因

没有消费者健康可穿戴设备或连接设备的受访者(n=2035)被问及原因。我们的研究结果表明,46.93%的这部分人(955/2035)对拥有此类工具没有兴趣。其他阻碍数字自我跟踪设备进一步推广的障碍包括成本(836/2035,41.08%),对使用这些设备相关的价值或效益缺乏了解(368/2035,18.08%),以及对数据可靠性的怀疑(341/2035,16.76%)。由于许多非用户对此类设备的价值主张了解有限,因此观察到在不久的将来购买和采用此类设备的意愿相对较低也就不足为奇了。事实上,略低于15%的非用户(14.99%,305/2035)报告称,他们打算在未来12个月内购买健康可穿戴设备或智能医疗设备。

表7所示。用户对互联护理技术的欣赏。
变量和项 有点或非常不同意,n (%) 中性,n (%) 大致或强烈同意,n (%)
感知有用性



我保持或改善了我的健康状况 31 (5.4) 151 (26.1) 398 (68.5)

我更了解自己的健康状况 47 (8.1) 147 (25.1) 387 (66.6)

我对自己健康状况的了解有所提高 51 (8.8) 179 (30.9) 350 (60.3)

我更有信心照顾好自己的健康 51 (8.8) 194 (33.5) 435 (57.7)

我在管理自己的健康方面更加自主 37 (6.4) 215 (37.1) 328 (56.5)

我对自己的健康不那么担心了 81 (14.1) 239 (41.2) 259 (44.8)

我和我的医生进行了更明智的讨论 94 (16.1) 249 (42.9) 238 (41.0)
用户友好性



我发现使用我的可穿戴设备或智能设备很容易 18 (3.1) 57 (9.8) 506 (87.1)

我发现我的可穿戴设备或智能设备用户友好 22日(3.9) 58 (9.9) 500 (86.2)

学习如何使用我的可穿戴设备或智能设备很容易 28日(4.9) 65 (11.3) 486 (83.9)

存储在移动应用程序中提供的信息易于理解和解释 29 (5.0) 57 (9.9) 493 (85.1)
用户满意度



我对我的可穿戴设备或智能设备的使用很满意 28日(4.8) 71 (12.2) 481 (83.0)

我对我的可穿戴设备或智能设备的使用感到满意 28日(4.8) 71 (12.2) 481 (83.0)

我很喜欢使用我的可穿戴设备或智能设备 25 (4.4) 114 (19.6) 441 (76.0)
初步预期的确认



到目前为止,我对可穿戴设备或智能设备的最初预期已经得到了证实 26日(4.6) 109 (18.7) 445 (76.7)

事实证明,使用我的可穿戴设备或智能设备比我最初想象的更容易 36 (6.2) 141 (24.3) 404 (69.5)

使用可穿戴设备或智能设备的好处比我最初想象的要多 42 (7.3) 150 (25.8) 388 (66.8)
继续使用意向



我打算在未来继续使用可穿戴设备或智能设备 23日(4.0) 45 (7.8) 511 (88.2)

我将继续使用可穿戴设备或智能设备来监测我健康的各个方面 19日(3.2) 70 (12.0) 492 (84.7)

我不打算在未来停止使用可穿戴设备或智能设备 22日(3.9) 64 (11.1) 493 (85.1)
表8所示。描述性统计和变量共享的方差(N=580)。对角线上斜体显示的比值表示每个变量及其各自项目共享的方差的平方根。对角线以上的比值是变量之间的Pearson相关系数。
变量 意思是(SD);1 - 5 项目数量 克伦巴赫α 感知有用性 易用性 初步预期的确认 用户满意度 继续使用意向
感知有用性 3.6 (0.7) 7 .90 .80 53一个 .77点一个 一个 56一个
易用性 4.2 (0.7) 4 .92 - - - - - - .90 一个 一个 .74点一个
初步预期的确认 3.9 (0.7) 3. .80 - - - - - - - - - - - - .77点一个 一个
用户满意度 4.1 (0.8) 3. .89 - - - - - - - - - - - - - - - - - - .90 2一个
继续使用意向 4.3 (0.8) 3. - - - - - - - - - - - - - - - - - - - - - - - - .92

一个P<措施。

图1。用户对智能设备的欣赏程度(N=580);* * * P < .005;* * P < . 01;* P < . 05。
查看此图

优势与局限

这项研究调查了加拿大成年人的数字健康自我跟踪行为,以及他们使用连接的可穿戴设备和设备来监测他们的健康和福祉。据我们所知,这是关于这一主题的最全面的研究之一,对研究结果的估计高度可靠。因此,我们的结果设置了重要的基线信息,将指导未来对量化自我现象进化的研究。重要的是,这些发现与信息和技术行业以及移动健康应用程序开发人员有关,以更好地了解当前市场、细分市场以及实现行为和临床结果的可行性。通过调查新颖但重要的方面和问题,我们进一步对现有文献做出了贡献,包括自我跟踪和不跟踪的原因,采用数字设备的障碍,消费者对可穿戴设备和智能设备的欣赏,与数字自我跟踪相关的感知好处,以及停止使用的原因。因此,这项工作可以为未来的政策和努力提供信息,这些政策和努力涉及将自我跟踪数字设备作为患者护理的支持性工具,或为技术支持的高质量护理结果模型报销。

尽管我们有这些优势和贡献,但由于一些固有的局限性,我们的结果必须谨慎解释。首先,这些回答依赖于自我报告,并且只包括那些参与调查公司管理的网络小组的人。其次,这是一项横断面调查,虽然有助于在某个时间点检查自我跟踪行为和连接护理技术的使用,但随着时间的推移,人们的使用模式和行为可能会发生变化。第三,我们没有收集有关种族和民族的数据,尽管这些变量可能与使用互联医疗技术有关。最后,我们的调查没有包括人们的健康素养,这可能是一个重要的调节因素。

对实践和研究的启示

我们的调查首先揭示了加拿大的数字健康自我跟踪运动仍处于早期阶段。约四分之一的受访者目前拥有健康可穿戴设备或智能医疗设备。其中57.20%(580/1014)会定期使用智能设备进行自我追踪。数字健康自我追踪器主要是年轻人、受过高等教育的富人,他们使用互联技术的主要动机是监测或量化他们的健身行为或健身目标的进展。这些结果表明,加拿大人口中存在着一个重要的健康参与和活跃部分。事实上,我们的研究结果表明,由于移动应用程序在健康、消费可穿戴设备和连接设备方面无处不在,许多加拿大成年人会自我跟踪他们的健康状况。

尽管互联医疗技术的使用可能会使越来越多的慢性疾病患者受益[2930.,但问题仍然是,它是否会广泛扩散到早期采用者之外,是否会跨越成本不平等。尽管技术制造商可能认为慢性病患者对使用自我跟踪设备跟踪自己的健康数据有无限的热情,但现实似乎并非如此。事实上,我们的研究结果显示,在我们的样本中,29.3%的慢性病患者曾在某个时候放弃使用电子设备,而非慢性病患者的这一比例为13.8% (P =.04点)。一种合理的解释可能是,慢性患者通常认为跟踪自己的健康数据是一项工作(即一项消耗和累人的任务)[31].这表明,只有当数字自我跟踪设备作为患者被高度激活,并且使用对用户来说不是一种负担,而是一种积极和有益的用户体验时,它们才会成功地在慢性患者中传播。游戏化和积极强化技术的使用[3233可能代表了有效的方法,使体验更愉快,对慢性患者更有用。另一种解释可能与这样一个事实有关,即慢性患者追踪的医疗参数可能会受到情绪的影响[31].事实上,“坏”的数据值对许多患者来说是非常令人不安的,特别是当它们被认为与行为有某种联系时。第三种解释可能是HCPs,尤其是医生,似乎对患者的自我记录数据不感兴趣——即使这些数据可能完全是客观记录的[31].我们认为,慢性患者,特别是病情严重的患者,可能需要HCPs的个人指导和持续支持,以确保依从性、系统连续性和积极的健康结果。这一建议还与前面讨论的适当管理用户期望的重要性相一致。

为了加深我们对使用中断的理解,我们建议未来的研究包括借鉴Li等人提出的模型[7].该模型概述了参与数字自我跟踪过程中的五个心理阶段。第一个阶段,称为准备,涉及人们收集个人信息的动机,他们如何决定收集什么信息,以及他们将如何记录这些信息。下一步是收集,也就是人们收集自己的信息。集成是准备、组合或转换收集到的信息以供反思的阶段(反思阶段)。最后,行动是指人们根据对自己的新认识选择要做什么(例如,人们可能会调整自己的行为以符合他们的目标)。Li等人研究的一个关键发现是,个人倾向于专注于单一阶段(即收集步数或睡眠时间的数据),而忽略了自我跟踪健康结果的整体过程和预期结果。这加强了提供专业指导和持续支持的重要性。此外,未来的研究可以使用这个模型来确定人们,尤其是慢性患者,在使用互联护理技术进行自我跟踪时遇到的障碍。

尽管在我们的样本中,70%的数字自我追踪者认为他们通过使用可穿戴设备和智能设备保持或改善了健康状况,但几乎没有经验证据表明自我追踪个人健康指标会导致长期的行为改变[34].在我们发现的为数不多的研究中,一项试验得出结论,使用计步器和护理咨询可以增加老年人的体力活动[35].在另一项试验中,超重和肥胖成年人使用可穿戴追踪器后,随访时中等至高强度的体力活动略有增加[36].为了确定可穿戴连接设备对人们身体活动的有效性,肯定需要进行更多的大样本研究。目前还不清楚这些设备是否能激励所有年龄段的成年人采取其他重要的健康调节行为,如采用健康的饮食、保持健康的体重、养成良好的睡眠习惯和不吸烟。因为健康的行为只有持续下去才能显著改善人们的健康状况[37],未来的(纵向)试验调查数字健康自我跟踪设备是否以及在何种条件下(例如健康素养)可以支持创建和维持持久的新生活方式习惯并提高生活质量也很重要。

最后,之前的研究表明,互联护理技术可能会为那些希望积极参与并对自己的健康负责的人创造新的机会。正如Kitsiou等人所讨论的[38],移动应用程序以及消费者可穿戴设备和智能医疗设备可以为慢性患者的家庭远程监测项目提供一个平台。此外,医生可以使用可穿戴传感器实时监测急性患者的健康状况,这有助于诊断和治疗决策[34].例如,慢性睡眠呼吸暂停可以通过测量心率、呼吸量和打鼾的轻量级可穿戴设备来诊断,而不是繁重的多导睡眠描记术评估[39].此外,将可穿戴设备和智能设备传感器纳入常规护理可能会改善临床-患者关系,并增加患者赋权[40].此外,临床医生将这些设备广泛整合到医疗实践中似乎也非常有限[41].最近一项针对989名加拿大HCPs的调查显示,只有30%的HCPs向患者推荐可穿戴追踪设备(如智能手表和手环),25%的HCPs推荐血压监测仪和睡眠追踪器等医疗智能设备[42].现有文献中已讨论了与患者安全、数据准确性和安全性、报销政策和政府监管相关的几个障碍(例如,[2943])。未来的研究必须继续为执业临床医生调查这些重要问题,以便我们更好地了解如何以及在何种情况下使用互联护理技术才能最好地服务于医学,特别是慢性病的预防和管理。

致谢

作者要感谢Mirou Jaana, Spyros Kitsiou, Marie-Pascale Pomey和四位匿名审稿人,感谢他们对这篇手稿早期版本的有益评论和建议。加拿大卫生信息中心也为这项研究提供了财政支持。最后,我们感谢Miguel Renato Aguirre在调查发展阶段的协助。

利益冲突

没有宣布。

多媒体附件1

调查工具。

PDF档案(adobepdf档案),213KB

  1. Topol E.病人现在就能看到你:医学的未来掌握在你手中。纽约州纽约:基本图书;2015.
  2. 普华永道健康研究所。普华永道。健康可穿戴设备:早期网址:https://www.pwc.com/us/en/health-industries/health-research-institute/publications/health-wearables-early-days.html[访问时间:2017-10-26][WebCite缓存
  3. Gartner》2017。Gartner表示,2017年将有80亿个联网设备投入使用,比2016年增长31%。https://www.gartner.com/newsroom/[已访问2017-10-27][WebCite缓存
  4. Soreon Research, 2014。可穿戴健康革命网址:http://www.soreonresearch.com/wearable-healthcare-report-2014/[已访问2017-10-27][WebCite缓存
  5. 个人活动追踪器和量化的自我。医学参考文献2016;35(1):94-100。[CrossRef] [Medline
  6. 量化的自我:自我追踪的社会学。英国:剑桥:政治出版社;2016.
  7. 李,李志强,李志强。基于阶段的个人信息系统模型。2010年发表于:SIGCHI计算机系统中的人为因素会议;2010年4月10-15日;亚特兰大,乔治亚州。
  8. Altschuler A, Picchi T, Nelson M, Rogers JD, Hart J, Sternfeld B.体育活动问卷理解:认知访谈的经验教训。医学科学运动演习2009 Feb;41(2):336-343 [免费全文] [CrossRef] [Medline
  9. 阿彻E,帕维拉G,拉维CJ。我们在美国吃什么以及NHANES膳食数据在营养和肥胖研究中的不可接受性以及国家膳食指南的科学制定。Mayo clinic Proc 2015 july;90(7):911-926 [免费全文] [CrossRef] [Medline
  10. van Gemert-Pijnen JE, Nijland N, van Limburg M, Ossebaard HC, Kelders SM, Eysenbach G,等。改善电子卫生技术的吸收和影响的整体框架。中国医学杂志,2011;13(4):e111 [免费全文] [CrossRef] [Medline
  11. Kelders SM, Kok RN, Ossebaard HC, Van Gemert-Pijnen JE。有说服力的系统设计确实很重要:系统地回顾基于网络的干预措施的依从性。中国医学杂志,2012;14(6):e152 [免费全文] [CrossRef] [Medline
  12. 福克斯皮尤研究中心。华盛顿特区:皮尤研究中心;2013.自跟踪数据爆炸网址:http://www.pewinternet.org/2013/06/04/the-self-tracking-data-explosion/,WebCite缓存
  13. 埃森哲咨询。埃森哲》2016。患者需要大量的数字URL:https://www.accenture.com/us-en/insight-research-shows-patients-united-states-want-heavy[访问时间:2017-10-26][WebCite缓存
  14. 布朗B.健康科技内幕,2016年8月25日。Salesforce 2016年联网患者报告:深入了解患者对远程医疗、可穿戴设备和出院后护理的偏好,2016http://healthtechinsider.com/2016/08/25/2016-connected-patient-report/WebCite缓存
  15. 伊弗普。2015.objects connections et usage des donnees: la perception des Francais URL:http://www.ifop.fr/media/poll/3250-1-study_file.pdf[已访问2017-10-27][WebCite缓存
  16. 全球捷孚凯。捷孚凯。2016.健康健身跟踪网址:http://www.gfk.com/global-studies/global-studies-fitness-tracking/[访问时间:2017-10-26][WebCite缓存
  17. 提高网络调查的质量:报告互联网电子调查结果的检查表(樱桃)。J medical Internet Res 2004 9月29日;6(3):e34 [免费全文] [CrossRef] [Medline
  18. 答:就一个问题:如果一个问题管用,为什么还要问几个呢?中华流行病学杂志2005年5月;59(5):342-345 [免费全文] [CrossRef] [Medline
  19. 戴维斯FD。感知有用性、感知易用性和用户对信息技术的接受度。Mis q 1989;13(3):319-340。
  20. 理解信息系统的连续性:一个期望-确认模型。MIS季刊2001;25(3):351-370 [免费全文
  21. 洪硕,丁志勇,谭健理解持续信息技术使用行为:移动互联网背景下三种模型的比较。系统工程学报,2006;42(3):1819-1834。[CrossRef
  22. 加拿大广播电视和电信委员会。Crtc.gc。2016.通信监控报告URL:http://crtc.gc.ca/eng/publications/reports/PolicyMonitoring/2016/cmri.htmWebCite缓存
  23. Fox S, Duggan M. Pewinternet。华盛顿特区:皮尤网络与美国生活;2013.健康在线网址:http://www.pewinternet.org/Reports/2013/Health-online/Summary-of-Findings.aspx[访问2013-11-20][WebCite缓存
  24. 加拿大卫生信息网,2016年。连接患者,增进健康网址:https://www.infoway-inforoute.ca/en/component/edocman/resources/3152-connecting-patients-for-better-health-2016[访问时间:2018-01-27][WebCite缓存
  25. 奥利弗RL。满意度决策前因与后果的认知模型。J Mark Res 1980:460-469 [免费全文
  26. 心理测量方法。纽约州纽约州:McGraw-Hill;1978.
  27. 赵杰,Freeman B,李敏。手机应用程序能影响人们的健康行为改变吗?证据审查。J Med Internet Res 2016 10月31日;18(11):e287 [免费全文] [CrossRef] [Medline
  28. 莱杰·D,麦卡弗里·D,布洛格。马萨诸塞州剑桥:奋进合作伙伴;2014.可穿戴设备内部:人类行为变化科学如何为长期参与提供秘密,奋进合作伙伴:剑桥,马萨诸塞州网址:https://blog.endeavour.partners/inside-wearable-how-the-science-of-human-behavior-change-offers-the-secret-to-long-term-engagement-a15b3c7d4cf3?gi=b08cfb919c55[访问时间:2018-04-26][WebCite缓存
  29. Piwek L, Ellis DA, Andrews S, Joinson A.消费者健康可穿戴设备的崛起:承诺和障碍。PLoS Med 2016 Feb;13(2):e1001953 [免费全文] [CrossRef] [Medline
  30. Kitsiou S, Paré G, Jaana M.家庭远程监护干预对慢性心力衰竭患者的影响:系统综述综述。中国医学网络学报2015;17(3):e63 [免费全文] [CrossRef] [Medline
  31. Ancker JS, Witteman HO, Hafeez B, Provencher T, Van de Graaf M, Wei E.你被提醒你是一个病人:个人数据跟踪和患有多种慢性疾病的患者。中国医学杂志,2015;17(8):e202 [免费全文] [CrossRef] [Medline
  32. Leahey T, Rosen J. DietBet:一个基于网络的项目,利用社交游戏和经济激励来促进减肥。JMIR Serious Games 2014 Feb 07;2(1):e2 [免费全文] [CrossRef] [Medline
  33. Miller AS, Cafazzo JA, Seto E.一个游戏计划:游戏化设计原则在慢性疾病管理的移动健康应用。卫生信息学杂志2014年7月1日;22(2):184-193。[CrossRef] [Medline
  34. 吴强,Sum K, nanathan - roberts D.健身追踪器如何促进健康行为的改变。见:人因与工效学学会年会论文集。: SAGE出版公司;2016年发表于:人因与工效学学会年会;2016;加州洛杉矶网址:http://journals.sagepub.com/doi/pdf/10.1177/1541931213601247
  35. 李志强,李志强,李志强,等。一项由初级保健护士提供的老年人步行干预:PACE(计步器加速度计咨询评估)-Lift集群随机对照试验。PLoS Med 2015 Feb;12(2):e1001783 [免费全文] [CrossRef] [Medline
  36. 王jb, Cadmus-Bertram LA, Natarajan L, White MM, Madanat H, Nichols JF,等。可穿戴传感器/设备(Fitbit One)和短信提示可增加超重和肥胖成年人的身体活动:一项随机对照试验。Telemed E Health 2015 Oct;21(10):782-792。[CrossRef] [Medline
  37. 张志刚,张志刚,张志刚。可穿戴设备是健康行为改变的促进者,而不是推动者。中国医学杂志2015年2月3日;313(5):459-460。[CrossRef] [Medline
  38. Kitsiou S, Paré G, Jaana M, Gerber B.糖尿病患者移动健康干预的有效性:系统综述综述。PLoS One 2017;12(3):e0173160 [免费全文] [CrossRef] [Medline
  39. 李志强,李志强,李志强。阻塞性睡眠呼吸暂停患者睡眠质量的心电图分析。睡眠呼吸2013 9月17日(3):1071-1078。[CrossRef] [Medline
  40. Appelboom G, Camacho E, Abraham ME, Bruce SS, Dumont EL, Zacharia BE,等。用于患者自我评估和监测的智能穿戴式身体传感器。Arch Public Health 2014;72(1):28 [免费全文] [CrossRef] [Medline
  41. 加拿大卫生信息网,2017年。加拿大医生使用电子病历的情况https://www.infoway-inforoute.ca/en/what-we-do/news-events/newsroom/2016-news-releases/6752-canadian-physicians-can-improve-patient-care-with-advanced-emr-use[已访问2017-11-10][WebCite缓存
  42. 加拿大卫生信息网,2017年。加拿大人和数字健康网址:https://www.infoway-inforoute.ca/en/component/edocman/resources/reports/2815-infographic-report-on-digital-health-canadians-embracing-digital-healthWebCite缓存
  43. 移动设备如何在技术创新中改变医疗保健问题。科技创新2012;18:14 [免费全文


HCP:医疗保健提供者
健康:移动健康
请:偏最小二乘
TAM:技术接受模型


编辑:N Cahill, S Hagens, G Eysenbach;提交10.11.17;同行评审:H Witteman, S Berrouiguet, B Price, S Choemprayong;对作者16.12.17的评论;修订版本收到30.01.18;接受31.03.18;发表02.05.18

版权

©Guy Paré, Chad Leaver, Claire Bourget。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 02.05.2018。

这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。


Baidu
map