本文内容如下e-collection /主题问题:

聊天机器人和会话代理(162) 数字健康评论(673) 基于网络和流动的保健干预措施(1939年) 移动医疗促进健康、行为改变和预防(2095年) 行为改变(503)

发表在在第24卷第10期(2022):10月

这是一个成员出版物伦敦帝国理工学院

本文的预印本(早期版本)可在以下网站获得https://preprints.www.mybigtv.com/preprint/39243，首次出版．
卫生保健中的会话代理:其行为改变技术和基础理论的范围审查

卫生保健中的会话代理:其行为改变技术和基础理论的范围审查

卫生保健中的会话代理:其行为改变技术和基础理论的范围审查

本文作者:

劳拉Martinengo1 作者Orcid Image； 艾哈迈德·伊什奇·贾比尔1 作者Orcid Image； 威斯汀威天高1 作者Orcid Image； 罗永伟1 作者Orcid Image； 何文豪2 作者Orcid Image； 托拜厄斯Kowatsch3 4 5 6 作者Orcid Image； 里Atun7 8 9 10 作者Orcid Image； 苏珊米奇11 作者Orcid Image； 罗兰·都铎·卡1、12 作者Orcid Image
文章 作者 引用的 Tweetations (10) 指标

    审查

    1新加坡南洋理工大学李光前医学院，新加坡，新加坡

    2新加坡南洋理工大学社会科学院，新加坡，新加坡

    3.瑞士苏黎世大学卫生保健实施科学研究所

    4瑞士圣加仑大学医学院

    5瑞士苏黎世联邦理工学院管理、技术和经济系数字保健干预中心

    6未来健康技术方案，卓越研究和技术企业校园，新加坡- eth中心，新加坡，新加坡

    7美国剑桥哈佛大学哈佛陈曾熙公共卫生学院全球卫生与人口系

    8美国马萨诸塞州剑桥哈佛大学哈佛医学院全球卫生和社会医学系

    9美国剑桥哈佛大学陈曾熙公共卫生学院卫生系统创新实验室

    10美国剑桥哈佛大学哈佛陈曾熙公共卫生学院卫生政策和管理系

    11伦敦大学学院行为改变中心，伦敦，英国

    12联合王国伦敦帝国理工学院公共卫生学院初级保健和公共卫生系

    通讯作者:

    Lorainne Tudor Car，医学博士

    李光前医学院

    新加坡南洋理工大学

    曼德勒路11号

    临床科学楼18层

    新加坡,308232年

    新加坡

    电话:65 69047142

    电子邮件:lorainne.tudor.car@ntu.edu.sg


    背景:会话代理(CAs)在医疗保健中越来越多地用于提供行为改变干预。它们的评估通常包括使用分类系统对行为改变技术(BCT)进行分类，其中BCT分类法v1 (BCTTv1)是最常见的分类系统之一。之前的研究已经对ca提供的行为改变干预措施进行了描述性总结，但迄今为止还没有发表关于bct在这些干预措施中使用的深入研究。

    摘要目的:本综述旨在描述ca提供的行为改变干预措施，并确定bct和指导其设计的理论。

    方法:我们搜索了PubMed、Embase、Cochrane 's中央对照试验登记册，以及2021年4月谷歌和谷歌Scholar的前10页。我们包括评估CA提供的行为改变干预的初级、实验性研究。BCTs编码遵循BCTTv1。两个独立的审稿人选择了这些研究并提取了数据。描述性分析和频繁项集挖掘用于识别BCT聚类。

    结果:我们纳入了47项关于心理健康(n= 19,40%)、慢性疾病(n= 14,30%)和生活方式改变(n= 14,30%)干预的研究报告。其中20/47个代表CAs(43%)， 27/47个代表女性角色(57%)。大多数ca是基于规则的(34/ 47,72%)。实验干预包括63个bct，(平均9个bct;范围2-21 bct)，而比较包括32 bct(平均2 bct;范围2-17 bct)。大多数干预包括bct 4.1“如何执行一种行为的指导”(34/ 47,72%)、3.3“社会支持”(情感上的;27/47, 57%)， 1.2“问题解决”(24/47,51%)。共有12/47项研究(26%)采用了行为改变理论，主要是跨理论模型和社会认知理论。使用相同行为改变理论的研究包含了不同的bct。

    结论:在CA干预中，需要更明确地使用行为改变理论并改进bct报告，以加强干预有效性的分析并提高研究的可重复性。

    J medical Internet Res 2022;24(10):e39243

    doi: 10.2196/39243

    关键字

    行为改变； 行为改变技巧； 会话代理； 聊天机器人； 移动健康


    会话代理(ca)，或聊天机器人，是模拟与人类对话的计算机程序[1］．尽管第一批ca是在20世纪60年代中期开发出来的，但直到21世纪初，它们的可用性和普及程度才显著提高[2］．核证机关可用于自动化多项工作，例如提供新闻或天气预报，以及方便网上购物[3.］．ca可以作为独立的应用程序或网站部署，集成到多功能应用程序中，或包含在诸如Telegram、Facebook Messenger和Slack等即时通讯应用程序中[2］．它们可能使用文本或语音辅助接口，或可能包括使用虚拟角色模拟人类交流的语言和非语言方面的嵌入代理[4］．ca可以进一步分类为简单的基于规则的代理或智能的、基于人工智能(AI)的代理，使用自然语言处理或机器学习生成响应[2］．

    近年来，随着其他行业的趋势，医疗保健行业越来越多地采用核证机关[1］．医疗保健核证机关是多功能的工具，能够满足多种健康需要，例如提供及时的信息[5，支持精神健康障碍管理[6，7]，协助临床分诊[8，9，支持慢性疾病自我管理，或提供生活方式改变干预措施，如体育活动[10和饮食的改变，越来越多地在干预设计中纳入行为改变的元素。一般而言，医疗保健核证机关似乎能有效改善个人的治疗结果[11，12)，并为用户所接受，用户经常描述它们友好和值得信赖。

    越来越多的医疗保健ca被用于提供行为改变干预措施(定义为复杂干预措施)，包括1个或多个异构行为改变技术(bct)的相互作用[13］．bct是“旨在改变行为的可观察和可复制组件”[13］．bct被认为是干预措施中最小的有效成分，可以单独使用，也可以与其他bct联合使用[13］．对干预措施中包含的bct进行充分分类，可以更有效地进行编码，从而在设计类似干预措施时更容易复制[13］．已经发展了几种分类bct的方法，其中行为改变技术分类法第1版(BCTTv1) [14是最确定和最常用的。

    一些综述综合了数字卫生工具和ca提供的行为改变干预措施的证据，例如一项系统综述报告了在有效的数字糖尿病预防干预措施中使用bct [15]，一份映射检讨，描述了现时使用核证机关改变行为的情况[16]，以及描述如何使用具体化的核证机关支持健康生活方式的范围审查[17］．这些综述只提供描述性数据，没有深入分析干预措施中使用的BCT类型、行为改变理论指导干预措施的使用、每个BCT使用的频率以及BCT与干预效果之间的潜在联系。因此，本综述的目的是分析bct在ca提供的行为改变干预中的应用;具体来说，它描述了干预所针对的健康行为和障碍，描述了用于提供行为改变干预的ca的类型，确定了指导行为改变干预设计的理论或框架，确定了在医疗保健中ca提供的干预中使用的最常见类型的bct，比较了不同类型ca和针对不同健康障碍使用的bct，并比较了在评估ca交付的行为改变干预的研究的实验干预和比较干预中使用的bct。


    概述

    范围审查是根据乔安娜布里格斯研究所指南进行的[18]，并根据PRISMA-ScR(用于范围审查的系统审查和元分析扩展的首选报告项目)报告指南(多媒体附件1) [19］．该协议已在开放科学架构登记处登记[20.，并于2021年7月发表在同行评审期刊上[21］．

    搜索策略

    该搜索策略使用定义ca的单词和短语的综合列表(多媒体附件2)．我们搜索了PubMed、Embase (Ovid)和CENTRAL (Cochrane中央对照试验注册)，从它们的开始，以及谷歌和谷歌Scholar的前10页[22，232021年4月26日。

    合格标准

    这一范围的综述包括英语的初步实验研究，评估使用ca提供专注于行为改变的卫生保健干预措施。合格的研究设计为随机对照试验(rct)、准rct、聚类随机试验、前后对照研究、前后对照研究、间断时间序列、试点和可行性研究。我们排除了非实验研究设计，如观察性研究、定性研究、观点文章、社论、会议摘要和二次研究。

    我们包括了基于文本的、基于语音的和具身ca的研究，这些ca被定义为具有类人化身的对话界面，能够模仿面对面对话中的口头和非口头成分[24］．符合条件的研究报告了任何以行为改变为重点的保健干预措施，以改善或促进健康的生活方式，或支持身体或精神健康状况的管理。最后，行为改变是符合条件的研究的一个基本方面，无论是否参考相关的行为改变理论，都与该领域之前的研究一致[25］．bct按照BCTTv1编码[14］．该分类法由93个bct组成，分为16个不同的类别，旨在提供一个跨领域的模板，以促进研究和干预措施的复制。

    筛选，数据提取和分析

    筛选

    资格筛选分2个阶段进行。首先，2名研究人员(NYWL和WWTG)独立工作，使用Covidence筛选所有检索到的研究的标题和摘要[26］．如果研究的重点或研究设计不符合我们预先确定的合格标准，则排除该研究。第一轮筛选的研究被上传到EndNote X9 (Clarivate)，由3位独立工作的研究人员(AIJ、NYWL和WWTG)检索全文并筛选合格性。任何筛选阶段的差异都是通过审查员之间的讨论来解决的，或者通过聘请第四个审查员(LM)来解决。搜寻及筛选过程已记录在研究选择流程图中[27］．

    数据提取

    数据提取使用的是由研究团队开发的Microsoft Excel(微软公司)表格，基于之前范围审查中使用的数据提取表格[2，并增加了一个关于行为改变的章节。该表格在3个研究中进行了试点，并根据团队成员的反馈进行了修改，然后用于数据提取。评审人员结对工作(AIJ与LM合作，NYWL与WWTG合作)从10篇论文(20%)中提取数据，并单独提取其余42篇论文(80%)的数据。所有审稿人提取的数据随后由两位研究者(LM和AIJ)重新检查。审查人员在此过程中定期会面，以确保对数据提取过程的共同理解和提取数据的一致性。对每对审稿人提取的数据进行比较，如果有任何分歧，通过协商或与第三方审稿人协商解决，第三方审稿人作为仲裁者。

    数据提取表包含以下项目:第一作者、发表年份、文章标题、研究设计、目标无序性、行为改变干预描述、CA名称、传递渠道、对话技术、输入和输出模式、干预的最终目标、行为改变理论或框架的使用，以及根据BCTTv1映射的bct [14］．

    数据分析

    使用描述性统计和频繁项集挖掘(FIM)对数据进行分析，以探索可能的BCT聚类[28］．数据以图表或表格形式呈现，并附有叙述摘要。

    频繁项集挖掘

    FIM分析是通过Apriori算法实现的arules软件包版本1.7-1 [29]在R版本4.1.2 (R统计计算基础)[30.］．FIM的目的是通过对数据集中经常一起出现的项进行排序，在一组项(项集)中找到模式或关联。分析首先计算支持度(一个项在数据集中出现的频率)和置信度(单个项“x”和“y”在数据集中同时出现的次数)阈值，然后丢弃任何支持度或置信度值低于预定最小阈值的项集。

    对于这项分析，我们评估了10个最常出现的模式，针对整个数据集和每个临床领域。对于整个数据集，算法支持度和置信度的最小阈值分别设置为0.10和0.90，或项集至少出现在10%的数据集(≥4项研究)中，并且至少有90%的时间同时出现。对于每个临床领域，最低阈值支持度为0.20，置信度为0.90，以解释每个子数据集中较少的研究数量[31］．


    搜索策略概述

    该搜索策略在去除重复后检索到2579篇论文，其中349篇符合全文筛选条件。其中，最终收录了52篇论文。我们报道了47项研究，其中4项研究分别发表在2篇论文中，1项研究包含了勘误。图1介绍了研究的选择过程。

    ‎
    图1。研究选择流程图。BCT:行为改变技术;CA:会话代理。
    查看此图

    纳入研究的特点

    多媒体附件3提出本综述所载研究的摘要[6，11，32-79］．超过一半的研究(26/ 47,55%)是在2019年以后发表的[11，32，34，37，40，42-46，48-55，58-61，65，66，71，72，76-78]，包括2021年第一季度发布的6份[42，46，49，54，55，60］．除1[外的所有论文32]在高收入国家发表，24/47项研究(51%)在美国发表[6，32，34，36，39，43，45，47，48，51，52，54，56-58，61-64，67，69-75］．

    除5/47(11%)单组前测后试验外，大多数研究都包括对照组[43，46，55，58，65，66]， 3/47(6%)可行性研究[59-61]，以及1/47(2%)初步研究[48］．共有26/47项研究(55%)为随机对照试验[6，11，33，35-37，39-41，44，45，49，50，53，54，62-64，68-75，77，78］．在36/47项研究(77%)中，主要结果与目标障碍的改善相关[6，33，36，38-45，47-59，62-64，67，68，70-75，77-80]， 5/47项研究(11%)报告了与技术相关的主要结果(如技术性能、系统崩溃)[11，60，65，66，69，76]， 6/47项研究(13%)主要报告用户体验结果(例如，与核证机关的互动、用户满意度)[32，34，35，37，46，61］．大多数干预措施旨在支持治疗或监测(22/ 47,47%)[6，33，35-44，46，48-50，53-55，59，60，80]或促进健康生活方式的改变(18/ 47,38%)[11，32，34，45，61-66，68-76，78，79］．表1对纳入的研究进行了总结。

    表1。纳入研究的特征(N=47)。
    研究特点 研究，n (%)
    出版年份

    		在2019年之前 21 (45)

    		2019年或之后 26 (55)
    国家

    		美国 24 (51)

    		联合王国 6 (13)

    		日本 3 (6)

    		韩国 3 (6)

    		瑞士 3 (6)

    		澳大利亚 2 (4)

    		法国 1 (2)

    		德国 1 (2)

    		印度 1 (2)

    		荷兰 1 (2)

    		西班牙 1 (2)

    		瑞典 1 (2)
    研究设计

    		随机对照试验 26 (55)

    		试点研究 9 (19)

    		单组前测后测试验 5 (11)

    		可行性研究 5 (11)

    		微随机对照试验 1 (2)

    		非随机比较研究 1 (2)
    研究结果

    		临床 23日(49)

    		临床;用户体验 12 (26)

    		用户体验;临床 6 (13)

    		技术;临床 3 (6)

    		技术;临床;用户体验 2 (4)

    		临床;技术 1 (2)
    干预的临床重点

    		生活方式行为的改变 17 (36)

    		治疗和监测 16 (34)

    		治疗和监测+教育 4 (9)

    		教育 4 (9)

    		教育+生活方式和行为的改变 3 (6)

    		治疗和监测+生活方式行为改变 2 (4)

    		教育+治疗和监测 1 (2)

    		生活方式行为改变+教育 1 (2)
    临床领域

    		心理健康 19 (40)

    		慢性疾病 14 (30)

    		生活方式的修改 14 (30)

    临床领域

    心理健康干预措施

    大多数核证机关注重心理健康(19/ 47,40%)[6，32-47，79，80]，或支持健康人的精神健康(5/ 19,26%)[46，47，79，80]或癌症恢复期的病人[33];实施自我改善干预措施，例如解决问题[34或沟通技巧[35];或协助参与者管理精神健康障碍(14/ 19,74%)[6，36-46，包括抑郁(有或没有焦虑;3/19, 16%) [6，36，37]，情绪困扰(2/ 19,11%)[38，39，双相情感障碍[40，恐慌症[41，恐高症[42]，成人注意力缺乏症[43]、物质使用障碍[44，赌博[45，以及社会排斥[46］．

    除两项干预外[44，47]包括对照组，10/19项研究(53%)为随机对照试验[6，33-37，39，41，45，46］．共有6项研究包含了与另一项数字干预措施的积极比较[34，38，39，46]，一个基于纸张的CA干预版本[40]，或情绪监测[33］．此外，6项研究提供了目标障碍的信息[6，35，37，41，43，48]，据报道有10项实验干预措施(10/ 17,59%)比对照更有效[6，33-37，39，41，45，46］．

    慢性疾病管理干预措施

    共有14/47项研究(30%)提出了针对精神疾病以外的慢性疾病的干预措施[49-63］．大多数研究(4/14,29%)针对包括肥胖在内的代谢疾病(n=1) [63]，糖尿病前期(n=1) [62]，或2型糖尿病(n=2) [51，56］．三项研究评估了骨关节炎的疼痛管理干预(n=2) [57，58]或用于慢性疼痛的一般治疗(n=1) [54］．其他研究关注哮喘[61，心房纤颤[52，53]，爱滋病[49，高血压[50，失眠[60]，肠易激综合症[55]和前列腺癌[59］．干预措施旨在支持治疗和监测任务(8/14,57%)或提供教育(4/14,29%)。

    半数纳入研究为可行性或试点研究，5/14项研究(36%)为随机对照试验[49，50，53，54，62］．对比干预措施包括护士主导的指令镜像CA干预措施[50]，使用计步器监测身体活动[63]，提供资料[57，58，照旧对待[51-53，以及等待列表控件[54，55］．此外，6/14项研究(43%)为单组干预，没有对照组[48，55，58-61］．只有2项研究认为实验干预比对照更有效(2/ 8,25%)[51，52，54］．

    生活方式改变干预措施

    共有14/47项研究(30%)包括支持改变生活方式的干预措施[11，64-79]，特别是增加身体活动(10/ 14,71%)，或作为唯一干预(n=6) [64，69，74-77，79]或与改善饮食等其他方法结合使用(n=2) [65-67]，或改善饮食加上减轻压力(n=1) [70］．四项研究(4/14,29%)针对妇女健康的一个方面，包括孕前护理(n=3) [71-73，78]和母乳喂养支持(n=1) [68］．一项研究提出了戒烟干预措施[11］．在12项研究中，干预措施旨在促进生活方式的改变(12/14,86%)[11，63-76，78]，而两项研究则提供教育[67，77］．

    其中，1/14(7%)研究为单组前-后试验[65，66]，而大多数研究(11/14,79%)为随机对照试验[11，63，64，68-75，77，78］．在7/13项研究(54%)中，比较干预包括面对面的干预[74-76，排除CA的简化干预[11，64，65，70]，或采用不同奖励系统的类似干预方式[77，79］．其他比较包括仅提供信息的干预措施(3/ 13,23%)、正常治疗(1/ 13,8%)或等候名单(2/ 13,15%)。据报道，大多数实验性干预措施比对照更有效(9/ 13,69%)。

    核证机关的特点

    表2总结了所收录的核证机关的特点。

    共纳入39个ca。6个ca报告在2个或更多的手稿。四个ca(卡门[74-76，谭雅[52，53，68，苔丝[37，62]和Todaki [41，43])分别发表了两篇论文，以及两篇ca (Gabby [70-73和MYLO [34，38，39)共刊载3篇稿件。三种ca适用于不同的靶点疾病。具体化的CA Tanya被用作心房纤颤患者的教育工具[52，53]及提供母乳喂养支持[68， CA Tess用于心理健康[37]和糖尿病护理[62]，并使用Todaki对恐慌障碍进行CBT治疗[41]及处理有注意力缺乏症的成年人[43］．最后，MYLO用于学生和老年人[38两个不同的研究小组。

    大多数ca都具有1个或更多的拟人化特征，如性别、姓名或类似人类的显示。大多数CAs(41/ 47,87%)对名字有反应，27/ 47,57%的CAs为女性代理，20/47(43%)为具身ca。大多数ca使用基于规则的算法来设计对话流，要么自己(35/ 47,75%)，要么与AI(2/ 47,4%)相辅相成。ca更多的是通过智能手机应用(14/ 47,30%)或网页(13/ 47,28%)获得。除了3个ca(44/ 447,94%)外，用户输入的主要方法都是文本;7/47的ca(15%)也接受口头或视觉输入，3/47的ca(6%)只接受口头输入。几乎80%的ca(36/ 47,77%)表现出“教练式”性格，其特征是鼓励、激励和培养的对话风格。

    表2。核证机关的特点一个(N = 47)。
    CA的特点 值，n (%)
    CA类型

    		体现了中科院 20 (43)

    		没有视觉表现 12 (26)

    		人形卡通化身 10 (21)

    		非人类卡通化身 5 (11)
    性别

    		女 27 (57)

    		没有性别(没有头像/没有真人头像) 16 (34)

    		男性 2 (4)

    		由用户定义 2 (4)
    CA“智力水平”

    		基于规则的中科院 34 (72)

    		人工智能ca 9 (19)

    		基于规则+人工智能的ca 4 (9)
    对话框方式

    		预先确定的文本 28 (60)

    		自由文本 8 (17)

    		预设文本和自由文本 7 (15)

    		未指定 4 (9)
    交付渠道

    		智能手机应用 14 (30)

    		基于Web的 13 (28)

    		桌面 7 (15)

    		消息传递应用程序 6 (13)

    		两个或多个交付渠道 6 (13)

    		平板电脑 1 (2)
    用户的输入方式

    		文本 37 (79)

    		文字+其他(语音、图像、视频) 7 (15)

    		语音(±视频) 3 (6)
    CA输出模式

    		文字+其他(语音、图像、视频) 29日(62)

    		文本 15 (32)

    		语音(±图像、视频) 3 (6)
    CA的个性

    		教练喜欢 36 (77)

    		卫生保健专业人士 9 (19)

    		未指定 2 (4)

    一个CA:会话代理。

    CA的类型和临床领域

    具身ca用于提供近三分之二(9/14,64%)的促进生活方式改变的干预措施[64，65，68-76]， 43%(6/14)的慢性病管理干预措施[49，51-53，59，60，63只有26%(5/19)的心理健康干预措施。

    相比之下，大多数心理健康ca不包含虚拟形象(8/ 19,42%)[34，35，38-40，45，47，81，或者由非人类化身代表(5/ 19,26%)[6，33，41，43，44］．1/19(5%)的心理健康干预中出现了类人头像[37， 6/14(43%)慢性疾病管理干预措施[54，55，57，58，61，62]， 3/14(21%)的生活方式改变干预措施[66，67，77，78］．

    行为改变理论与技术

    行为改变理论

    共有12/47(26%)项研究纳入行为改变理论来指导CA干预设计，其中4/14(29%)项研究针对慢性疾病[51，54，59，61]， 7/14(50%)项研究[65，71-76，78，79评估生活方式改变干预，1/19研究(5%)[37心理健康问题跨理论模型是使用最多的行为改变理论，或单独[37，71-73，78]或与社会认知理论相结合[51，65，74-76］．此外，针对慢性疾病的4/19(21%)心理健康研究和2/14(14%)研究的干预措施基于源自行为的理论[34，38，39，沟通[57，58]，学习[59]，或心理学领域[33] （表3)．

    运用理论来指导干预措施的设计，或监测参与者在干预过程中所经历的变化阶段，例如三项研究[71-73，78使用跨理论模型和1项使用健康行动过程方法的研究[54］．尚不清楚理论的使用如何影响干预设计或bct的选择。例如，4项使用跨理论模型的研究包含了各种各样的bct，从3 [78]至10 [72，73］．同样，4项研究[51，65，74-76]使用跨理论模型和社会认知理论结合6 [51]和19 [75，76这两个部门。

    表3。行为改变理论通知CA一个基于干预(N=47)。
    引导CA干预的理论 研究，n (%)
    没有理论 29日(62)
    行为改变理论 11 (23)

    		跨理论模式 4 (9)

    		跨理论模型+社会认知理论 4 (9)

    		计划行为理论+自我决定理论+技术 1 (2)

    		接受理论

    		卫生行动过程方法 1 (2)

    		习惯形成模型 1 (2)
    行为改变理论+其他理论 1 (2)

    		技术接受与使用的统一理论+认知理论 1 (2)

    		多媒体学习
    其他理论 6 (13)

    		知觉控制理论 3 (6)

    		沟通适应理论 2 (4)

    		压力与应对理论+积极情绪理论的拓展与构建 1 (2)

    一个CA:会话代理。
    合并这两个部门

    实验干预包括15个类别的63个bct，而比较干预包括10个类别的32个bct。然而，在5项或更多的研究中，只有24项bct被纳入实验干预，而每项研究中只有1项报告了12项bct。在各种干预措施中，纳入BCT最多的是4.1“如何执行行为的指导”(34/ 47,72%)，其次是3.3“社会支持(情感)”(27/ 47,57%)和1.2“问题解决”(24/ 47,51%)，而只有一项研究在实验干预中纳入了第14类BCT(14.4“奖励近似”)，没有一项研究包括第16类“隐蔽学习”的BCT。图2显示了实验和比较干预中所有63个bct的出现频率。

    实验干预中bct的平均数量为9个(范围2-21个bct)。相比之下，比较干预(n=38)平均包括2个bct(范围为0-17个bct)。

    ‎
    图2。在实验和比较干预中使用每种BCT的研究数量。BCT:行为改变技术;Int:干预。
    查看此图
    根据临床领域使用bct

    实验干预中bct的数量在所有临床领域是一致的。心理健康干预包括平均8个bct(范围3-16个bct)，慢性障碍管理干预包括平均9个bct(范围2-18个bct)，生活方式改变干预包括平均10个bct(范围3-21个bct)。比较干预措施中纳入的bct数量从慢性障碍管理的平均2个bct(1-3个bct)和精神健康干预措施(1-2个bct)到生活方式改变干预措施的平均6个bct(1-17个bct)不等。

    心理健康干预措施在实验干预措施中纳入了41个bct。最常见的bct是3.3“社会支持(情绪)”(12/19,63%)、11.2“减少负面情绪”(11/19,58%)、4.1“如何执行行为的指导”(9/19,47%)，以及1.1“目标设定(行为)”、1.2“问题解决”、2.2“行为反馈”、7.1“提示/线索”、8.1“行为练习/排练”和8.3“习惯形成”，这些bct分别被纳入7/19(37%)的研究中。

    生活方式改变干预措施包括46个bct。最常见的BCT是1.2“问题解决”(11/14,79%)，其次是4.1“如何执行行为的指导”(10/14,71%)和BCT 1.1“目标设置(行为)”，“1.4“行动计划”和2.3“行为的自我监控”，分别包含在9/14(64%)项研究中。

    慢性疾病管理干预措施共包括41个bct。几乎所有的研究都包括BCT 4.1“如何执行行为的指导”(13/14,93%)，其次是7.1“提示/线索”(8/14,57%)，3.3“社会支持(情感)”(7/14,50%)，以及BCT 1.2“问题解决”，8.1“行为练习/排练”和8.3“习惯形成”，均包括在6/14的研究中(43%)。

    图3根据临床领域总结了最常用的bct。多媒体附件4给出了一个根据临床领域总结每种BCT使用的表格。

    ‎
    图3。根据临床领域常用的bct。行为改变技术。
    查看此图
    利用FIM根据临床领域进行BCT聚类

    整个数据集(n=47)产生了206条规则，平均支持度为0.12，这表明规则至少适用于12%的数据集或约6项研究。一般来说，26%的研究包括bct 4.1“如何执行一种行为的指导”和8.1“行为练习/排练”，而23%的研究包括bct 4.1“如何执行一种行为的指导”、7.1“提示/提示”和8.3“习惯形成”。

    心理健康领域(n=19)生成了45条规则，平均支持度为0.22。约四分之一的研究(26%)包含3个规则中的1个:第一个项目集包括bct 1.5“回顾行为目标”、2.2“行为反馈”和3.3“社会支持”;其次是包含bct 3.3“社会支持”和12.6“身体变化”的项目集;以及包含bct 3.3“社会支持”、4.1“如何执行一种行为的指导”和11.2“减少负面情绪”的项目集。相反，生活方式改变域(n=14)生成1322条规则，平均支持度为0.24。大约64%的研究包括BCT 1.2“问题解决”和2.3“行为的自我监控”，而57%的研究还包括BCT 1.1“目标设定(行为)”。最后，慢性疾病管理域(n=14)生成230条规则，平均支持度为0.23。大多数研究(93%)包括BCT 4.1“如何执行行为的指导”，而57%的研究还包括BCT 7.1“提示/线索”。

    多媒体附件5给出了一个表，描述了所有纳入的论文和每个临床领域的前10个项目集。

    根据CA类型使用bct

    任何类型的CA提供的干预措施平均包括9个bct。然而，实验干预中的bct数量因CA类型而异:具象CA包括2-19个bct，化身CA包括3-14个bct，非指定或非视觉表征CA包括4-21个bct。

    嵌入ca在干预措施中总共包含49个bct。最常见的bct是3.3“社会支持(情绪)”(14/20,70%)，以及1.2“问题解决”、2.3“行为的自我监控”和4.1“如何执行行为的指导”，各在13/20(65%)项研究中发现。相比之下，以化身为代表的ca在干预中总共包含38个bct。最常见的bct是4.1“关于如何执行某一行为的指导”(13/15,87%)，bct 3.3“社会支持(情感)”和7.1“提示/线索”分别包含在10/15(67%)项研究中。最后，具有非指定或非视觉表示的ca共包含47个bct。4个BCT(1.2“解决问题”、4.1“指导如何执行行为”、7.1“提示/线索”和8.3“习惯形成”)被纳入6/12(50%)研究，而BCT 11.2“减少负面情绪”被纳入5/12(42%)研究。多媒体附件六提供了根据CA类型使用bct的进一步信息。


    主要研究结果

    这项范围综述包括47项研究，报告了ca提供的行为改变干预措施，针对慢性疾病、生活方式改变和心理健康。这些干预措施总共包含了63个bct，但在5个或更多的干预措施中，只有24个bct持续存在。BCT代表了健康教育(BCT 4.1)、自我管理(BCT 1.1、1.2和2.3)和社会支持(BCT 3.3)方面。在纳入研究的12/47(26%)项研究中，一些行为改变理论为干预设计提供了信息。然而，基于同一理论的研究采用了不同的bct集。我们的发现与之前的系统综述一致，这些综述报告称，类似的bct经常被纳入有效的生活方式改变干预措施中[82]，或进入数字化交付的干预措施[15］．

    我们没有发现理论的使用、所使用理论的类型和干预措施中包含的bct的数量和类型之间的关系。此外，少数研究[11，61]指导干预设计，使用针对戒烟的改良BCT分类法[11]和饮食调整[61］．这些数据表明，bct的选择可能主要由目标行为决定，而不是使用行为改变理论。然而，使用行为改变理论的影响还不清楚。2010年的系统回顾[83的研究报告称，行为改变理论的使用与干预措施的有效性增加有关，尽管只有超过20%的研究包含了理论。相反，Van Rhoon等人的系统回顾[15在16/21(76%)的研究中报告了理论的使用，但没有评估干预的有效性。此外，最近的系统性综述[84]报告了19%-52%纳入的研究在干预设计中使用了理论，但与干预效果没有明显的关联。

    3个不同临床领域的研究分类表明，在心理健康、生活方式改变和慢性疾病方面有不同的优先级，尽管健康教育的提供，以频繁出现的bct 4.1“如何执行一种行为的指导”、8.1“行为练习/排练”和8.3“习惯形成”为证，在所有临床领域都是一致的。

    心理健康干预措施经常包括bct 3.3“社会支持(情绪)”和11.2“减少负面情绪”。具体来说，BCT 3.3可能与使用心理治疗技术(如认知行为疗法或动机性访谈)有关，而BCT 11.2则建议使用放松技巧和正念来支持压力管理和情绪调节。因此，心理健康环境中的行为改变似乎与治疗策略密切相关。同时，纳入其他BCT，如执行某一行为的指导(BCT 4.1)、目标设定(BCT 1.1)和回顾(BCT 1.5)、问题解决(BCT 1.2)和反馈(BCT 2.2)，可能与患者参与决策的一般原则相一致[85]，并强调健康教育的重要性[86，87，尤其与自我发起的数字干预有关。

    生活方式改变干预措施通常包括解决问题(BCT 1.2)技术，以帮助用户更好地理解他们在行为改变方面的障碍，目标设置(BCT 1.1)和自我监控(BCT 2.3)，以朝着目标行为努力。这些bct经常被包含在一起，这可能表明一种协同关系。与此同时，通过经常列入"如何执行一种行为的指导"，强调了确保充分的卫生知识普及对改善人口结果的重要性。

    慢性障碍管理干预措施不仅有利于纳入指导性BCT，如指导执行目标行为(BCT 4.1)，而且还包括提醒(BCT 7.1“提示/线索”)，以促进新例行程序的习得(BCT 8.3“行为练习/排练”)。慢性疾病的自我管理对于确保改善患者预后和充分的生活质量至关重要，但需要个人在适应长期疾病的生活和培养新习惯时进行陡峭的学习曲线。

    总的来说，bct的数量和类型与干预措施的有效性之间的关系是不一致的，似乎是由临床领域决定的。有效的生活方式改变干预措施往往包括更多的bct，这一发现在其他临床领域没有重复。与此同时，生活方式改变干预措施相对而言比其他临床领域(特别是慢性疾病)更有效。生活方式改变和心理健康领域的有效干预措施通常包括与目标设定和规划、及时提供反馈、健康教育和对完成的任务进行奖励相关的bcct。之前的研究报告了不同的结果。2017年对48项研究的系统综述[82]对成年人超重和肥胖管理的评估发现，短期和长期饮食和体育活动干预的综合效应规模较小。有效的干预措施包括更多的bct，特别是鼓励目标设定和行为自我监测的bct。同样，对预防2型糖尿病的数字干预的bct和技术特征的系统综述[15]发现有效的干预措施包括更多的bct或与社会支持、目标设定和反馈相关的bct。

    CA类型与临床领域之间存在着意想不到的关系，表现为在生活方式改变干预中体现CA的优势，以及在心理健康干预中使用非人类或非化身CA。这些发现的原因尚不清楚，超出了本次审查的范围;然而，进一步的研究可能有助于澄清虚拟化身或虚拟人(如果有的话)在提供行为改变干预方面的作用。其他综述报告了使用具身ca来支持心理健康干预措施，特别是自闭症[20.，24，但方法上的差异限制了与我们的研究结果的比较。Provoost等人的范围审查[4]使用了具体化CA的更广泛的定义，而Laranjo等人[87只包括基于人工智能的ca。

    优势与局限

    这种范围审查有几个优点。首先，我们对同行评议和灰色文献进行了全面的文献搜索，对搜索词的敏感性进行了优先级排序，以获取广泛的报道ca在医疗保健领域使用的出版物。然而，相关研究可能被遗漏。其次，我们纳入了关于各种各样的身体和精神健康状况的研究报告，并将这些研究分为3个不同的临床领域，揭示了每个领域中选择的bct类型的差异。

    也有一些限制。首先，许多研究在描述干预措施时并没有提供准确的BCT代码，因此，研究团队通过深入分析、严格的团队讨论和评审，从论文描述中推断出BCT的分类，以建立共识。其次，考虑到范围审查的描述性，我们无法更深入地探讨bct的选择与干预措施的有效性之间的关系，或用于提供干预措施的CA的类型。

    未来研究与实践建议

    这篇综述强调了几个值得进一步研究的领域。首先，报告指南，以确保根据标准化的分类法(如《行为改变干预措施》1)准确报告行为改变干预措施中包含的行为控制措施[14，应该实施。这些指南将促进研究的可重复性、积极干预成分的评估和证据合成。其次，需要进一步研究，以增加我们对行为改变理论在干预措施设计、bct选择和干预有效性方面的影响的理解。第三，应当进一步探讨ca对提供行为改变干预措施的影响，特别是与交互性较低的数字技术相比，会话界面对干预的参与度、依从性和有效性的影响。此外，基于规则的ca与那些结合了机器学习或自然语言处理的ca之间的比较应该进一步研究。第四，正如我们的研究结果所建议的，CA类型在提供行为改变干预方面可能发挥的作用应该进一步探索。第五，设计有效干预措施所需的bct理想组合之间的关系可以使用FIM或多重对应分析等数据挖掘技术进行评估。最后，行为改变干预和心理健康之间的关系需要进一步评估。

    使用ca提供行为改变干预措施似乎很有前景，特别是支持生活方式的改变，尽管有必要更好地报告干预措施中包含的bct，以促进活性成分的分析，设计更有效的干预措施，并确保研究的可重复性。CA类型在提供行为改变干预方面的作用应进一步探讨。

    致谢

    本研究由新加坡教育部学术研究基金Tier 1 (RG36/20)资助。该研究是作为未来健康技术项目的一部分进行的，该项目由苏黎世联邦理工学院和新加坡国家研究基金会合作建立。这项研究得到了新加坡总理办公室国家研究基金会的卓越研究校园和科技企业项目的支持。

    作者的贡献

    LTC将研究概念化，并对研究的所有步骤进行监督。LTC和LM设计了这项研究。LM、AIJ、WWTG、NYWL分别提取数据并进行分析。LM和AIJ撰写了手稿。MHRH, TK, RA和SM提供了手稿的批判性审查。所有作者都同意最终版本的手稿，并对所有方面的工作负责。

    利益冲突

    TK隶属于数字健康干预中心，该中心由苏黎世联邦理工学院管理、技术和经济系和圣加伦大学技术管理学院联合发起，部分由瑞士健康保险公司CSS提供资金。TK还是Pathmate Technologies的联合创始人，Pathmate Technologies是一家大学附属公司，创建并提供数字临床路径。然而，CSS和Pathmate技术公司都没有参与这项研究。其他作者宣称他们没有竞争利益。

    ‎
    多媒体附件1

    PRISMA-ScR(用于范围评审的系统评审和元分析扩展的首选报告项目)检查表。

    DOCX文件，108kb
    ‎
    多媒体附件2

    PubMed搜索策略。

    DOCX文件，17 KB
    ‎
    多媒体附件3

    纳入研究的特征。

    DOCX文件，42 KB
    ‎
    多媒体附件4

    根据临床领域使用bct。行为改变技术。

    DOCX文件，25kb
    ‎
    多媒体附件5

    频繁项集挖掘。

    DOCX文件，20 KB
    ‎
    多媒体附件六

    根据CA类型使用bct。BCT:行为改变技术;CA:会话代理。

    DOCX文件，426 KB
    1. 会话代理或聊天机器人。《牛津学习词典》。URL:https://www.oxfordlearnersdictionaries.com/definition/english/chatbot[2021-03-23]访问
    2. Tudor Car L, Dhinagaran DA, Kyaw BM, Kowatsch T, Joty S, Theng Y，等。卫生保健中的会话代理:范围回顾和概念分析。J Med Internet Res 2020 Aug 07;22(8):e17158 [免费全文] [CrossRef] [Medline］
    3. 王晓燕，王晓燕，王晓燕。面向会话代理设计的平台分类研究。In: Proceedings of international Tagung Wirtschaftsinformatik. 2019发表于:international Tagung Wirtschaftsinformatik;2019年2月24-27日;网址:https://www.researchgate.net/publication/329739579_Towards_a_Taxonomy_of_ Platforms_for_Conversational_Agent_Design /
    4. 刘慧敏，刘慧敏，刘慧敏。临床心理学中的会话代理:一个范围综述。J Med Internet Res 2017 May 09;19(5):e151 [免费全文] [CrossRef] [Medline］
    5. Amith M, Zhu A, Cunningham R, Lin R, Savas L, Shay L，等。HPV疫苗对话剂的早期可用性评估。种马健康技术通知2019;257:17-23 [免费全文] [Medline］
    6. Fitzpatrick KK, Darcy A, Vierhile M.使用全自动会话代理(Woebot)为有抑郁和焦虑症状的年轻人提供认知行为治疗:一项随机对照试验。JMIR Ment Health 2017 Jun 06;4(2):e19 [免费全文] [CrossRef] [Medline］
    7. 基于共情驱动的对话型人工智能代理(Wysa)的数字心理健康:真实世界数据评估混合方法研究。JMIR Mhealth Uhealth 2018年11月23日;6(11):e12106 [免费全文] [CrossRef] [Medline］
    8. Gilbert S, Mehl A, Baluch A, Cawley C, Challiner J, Fraser H，等。数字症状评估应用程序在建议病情和紧急建议方面有多准确?与全科医生的临床小插图比较。BMJ公开赛2020年12月16日;10(12):e040269 [免费全文] [CrossRef] [Medline］
    9. Miller S, Gilbert S, Virani V, Wicks P.英国初级保健候诊室患者对基于人工智能的症状评估和咨询技术的使用和感知:探索性试点研究。JMIR Hum Factors 2020 7月10日;7(3):e19713 [免费全文] [CrossRef] [Medline］
    10. Eisele A, Schagg D, Krämer LV, Bengel J, Göhner W.行为改变技术应用于干预以增强慢性肌肉骨骼疾病患者的身体活动坚持:一项系统综述和荟萃分析。2019年1月;102(1):25-36。［CrossRef] [Medline］
    11. Perski O, Crane D, Beard E, Brown J.添加支持性聊天机器人是否能促进戒烟应用程序的用户粘性?实验研究。数字健康2019;5:2055207619880676 [免费全文] [CrossRef] [Medline］
    12. Milne-Ives M, de Cock C, Lim E, Shehadeh MH, de Pennington N, Mole G，等。人工智能会话代理在医疗保健中的有效性:系统综述。J Med Internet Res 2020 10月22日;22(10):e20346 [免费全文] [CrossRef] [Medline］
    13. Michie S, Wood CE, Johnston M, Abraham C, Francis JJ, Hardeman W.行为改变技术:报告和描述行为改变干预的分类方法的开发和评估(一套五项研究，涉及共识方法、随机对照试验和定性数据分析)。2015年11月19日(99):1-188 [免费全文] [CrossRef] [Medline］
    14. mihie S, Richardson M, Johnston M, Abraham C, Francis J, Hardeman W，等。93个分层聚类技术的行为改变技术分类(v1):建立行为改变干预报告的国际共识。Ann Behav Med 2013 Aug;46(1):81-95。［CrossRef] [Medline］
    15. Van Rhoon L, Byrne M, Morrissey E, Murphy J, McSharry J.技术驱动的2型糖尿病预防干预中行为改变技术和数字特征的系统综述。数字健康2020年12月;6:2055207620914427 [免费全文] [CrossRef] [Medline］
    16. Pereira J, Díaz。使用健康聊天机器人改变行为:一项映射研究。J Med Syst 2019 Apr 04;43(5):135。［CrossRef] [Medline］
    17. Kramer LL, Ter Stal S, Mulder BC, de Vet E, van Velsen L.开发用于指导人们健康生活方式的具体会话代理:范围回顾。J Med Internet Res 2020 Feb 06;22(2):e14058 [免费全文] [CrossRef] [Medline］
    18. Peters MDJ, Godfrey CM, Khalil H, McInerney P, Parker D, Soares CB。进行系统范围评审的指南。Int J Evid Based Healthc 2015 09;13(3):141-146。［CrossRef] [Medline］
    19. Tricco AC, Lillie E, Zarin W, O'Brien KK, Colquhoun H, Levac D, Tunçalp，等。PRISMA范围审查扩展(PRISMA- scr):清单和解释。Ann Intern Med 2018 Oct 02;169(7):467-473。［CrossRef] [Medline］
    20. 医疗保健中会话代理行为改变技术的选择:范围审查协议。OSF注册。2021年4月28日。URL:https://osf.io/487jd[2022-09-21]访问
    21. Martinengo L, Lo NYW, Goh WIWT, Tudor Car L.卫生保健会话代理的行为改变技术选择:范围审查协议。JMIR Res Protoc 2021年7月21日;10(7):e30166 [免费全文] [CrossRef] [Medline］
    22. 哪些学术搜索系统适合于系统评论或荟萃分析?评估谷歌Scholar、PubMed和26个其他资源的检索质量。Res Synth Methods 2020年3月11日(2):181-217 [免费全文] [CrossRef] [Medline］
    23. 海达威NR, Collins AM, Coughlin D, Kirk S.谷歌Scholar在证据审查中的作用及其在灰色文献搜索中的适用性。PLoS One 2015;10(9):e0138237 [免费全文] [CrossRef] [Medline］
    24. 苏东博斯基，王晓燕，王晓燕。行为变化维持的理论解释:行为理论的系统回顾。2016年9月10日(3):277-296 [免费全文] [CrossRef] [Medline］
    25. Covidence。URL:https://www.covidence.org/about-us/[2021-03-28]访问
    26. Moher D, Liberati A, Tetzlaff J, Altman DG。系统审查和荟萃分析的首选报告项目:PRISMA声明。PLoS Med 2009 july 21;6(7):e1000097 [免费全文] [CrossRef] [Medline］
    27. Luna JM, Fournier‐Viger P, Ventura S.频繁项目集挖掘:25年回顾。导线数据挖掘知识发现2019年7月16日;9(6):1329。［CrossRef］
    28. Hahsler M, Grün B, Hornik K. Rules -一个挖掘关联规则和频繁项集的计算环境。中国科学(d辑:自然科学版);［CrossRef］
    29. R统计计算基础。R:统计计算的语言和环境。奥地利维也纳:统计计算R基金会;2021.
    30. 王晓燕，王晓燕，王晓燕。关联规则挖掘中质量度量优化的实证研究。IJCIS 2018; 12(1): 59。［CrossRef］
    31. 世界银行国家和贷款集团。世界银行。URL:https://datahelpdesk.worldbank.org/knowledgebase/articles/906519-world-bank-country-and-lending-groups[2021-11-01]访问
    32. Greer S, Ramo D, Chang Y, Fu M, Moskowitz J, Haritatos J.使用聊天机器人Vivibot为癌症治疗后的年轻人提供积极心理学技能和促进幸福感:随机对照可行性试验。JMIR Mhealth Uhealth 2019 10月31日;7(10):e15018 [免费全文] [CrossRef] [Medline］
    33. Bird T, Mansell W, Wright J, Gaffney H, Tai s《在线管理你的生活:基于网络的随机对照试验，评估学生样本中解决问题干预的有效性》。Behav Cogn Psychother 2018年9月46(5):570-582。［CrossRef] [Medline］
    34. Ali R, Hoque E, Duberstein P, Schubert L, Razavi SZ, Kane B，等。老化与参与:老年人在线会话技能教练的随机对照试验。Am J Geriatr Psychiatry 2021年8月29(8):804-815。［CrossRef] [Medline］
    35. Burton C, Szentagotai TA, McKinstry B, Matheson C, Matu S, Moldovan R等。Help4Mood的随机对照试验，这是一个基于虚拟代理的系统，支持抑郁症的治疗。J Telemed Telecare 2016年9月22(6):348-355。［CrossRef] [Medline］
    36. 利用心理人工智能(Tess)缓解抑郁和焦虑症状:随机对照试验。JMIR Ment Health 2018年12月13日;5(4):e64 [免费全文] [CrossRef] [Medline］
    37. Bennion MR, Hardy GE, Moore RK, Kellett S, Millings A.基于网络的会话代理促进老年人问题解决的可用性、可接受性和有效性:对照研究。J Med Internet Res 2020年3月12日:e16794 [免费全文] [CrossRef] [Medline］
    38. Gaffney H, Mansell W, Edwards R, Wright J.在线管理你的生活(MYLO):在一个学生样本中对基于对话的计算机干预解决问题的试点试验。2014年11月42(6):731-746。［CrossRef] [Medline］
    39. 德普CA，切格洛夫斯基J，王VC, Yaghouti F，莫斯巴赫BT，汤普森WK，等。双相情感障碍的移动干预增强心理教育:一项随机对照试验。J Affect Disord 2015年3月15日;174:23-30。［CrossRef] [Medline］
    40. 吴杰，张松，金浩，金杰。基于移动应用程序的交互式认知行为治疗惊恐障碍的效果。Int J Med Inform 2020 Aug;140:104171。［CrossRef] [Medline］
    41. Freeman D, Haselton P, Freeman J, Spanlang B, Kishore S, Albery E，等。利用沉浸式虚拟现实的自动化心理疗法治疗恐高症:单盲、平行组、随机对照试验。《柳叶刀精神病学》2018年12月5日(8):625-632。［CrossRef] [Medline］
    42. Jang S, Kim J, Kim S, Hong J, Kim S, Kim E.基于移动应用程序的聊天机器人为注意力缺陷成人提供认知行为治疗和心理教育:一项开发和可行性/可用性研究。Int J Med Inform 2021 Jun;150:104440。［CrossRef] [Medline］
    43. Prochaska JJ, Vogel EA, Chieng A, Kendra M, Baiocchi M, Pajarito S，等。一种减少有问题的药物使用的治疗相关代理(Woebot):开发和可用性研究。J Med Internet Res 2021年3月23日;23(3):e24850。［CrossRef］
    44. R, Furukawa TA, Matsushita S, Baba T, Matsuzaki T, Furuno S，等等。无引导聊天机器人通过短信应用对问题赌徒进行认知行为干预:一项随机对照试验。J Gambl Stud 2020年12月36(4):1391-1407。［CrossRef] [Medline］
    45. 德Gennaro M, Krumhuber EG, Lucas G.共情聊天机器人在对抗社会排斥对情绪的负面影响中的有效性。Front Psychol 2019;10:3061 [免费全文] [CrossRef] [Medline］
    46. Bendig E, Erb B, Meißner D, Bauereiß N, Baumeister H.软件代理为提升心理健康的自助提供简短干预的可行性(“SISU”)。单组前-后试验研究SISU作为治疗药物的潜力。互联网inter2021年4月24日100377 [免费全文] [CrossRef] [Medline］
    47. 健康行为的虚拟训练和指导:以正念冥想训练为例。2013年8月;92(2):160-166 [免费全文] [CrossRef] [Medline］
    48. Dworkin MS, Lee S, Chakraborty A, Monahan C, hightowo - weidman L, Garofalo R，等。基于理论的关系嵌入会话代理手机干预促进年轻HIV阳性非裔美国男同性恋者HIV药物依从性的可接受性、可行性和初步疗效。2019年2月31日(1):17-37。［CrossRef] [Medline］
    49. Echeazarra L, Pereira J, Saracho R. TensioBot:用于自我管理内部血压检查的聊天机器人助手。J Med Syst 2021 3月15日;45(4):54。［CrossRef] [Medline］
    50. 龚e, Baptista S, Russell A, Scuffham P, Riddell M, Speight J，等。我的糖尿病教练，一个基于移动应用程序的交互式会话代理，支持2型糖尿病自我管理:随机有效性-实施试验。J Med Internet Res 2020年11月05;22(11):e20322 [免费全文] [CrossRef] [Medline］
    51. Guhl E, Althouse AD, Pusateri AM, Kimani E, Paasche-Orlow MK, Bickmore TW，等。心房纤颤健康素养信息技术试验:心房纤颤移动健康应用的试点试验。JMIR Cardio 2020年9月04日;4(1):e17162 [免费全文] [CrossRef] [Medline］
    52. Magnani JW, Schlusser CL, Kimani E, Rollman BL, Paasche-Orlow MK, Bickmore TW。心房纤颤健康素养信息技术系统:试点评估。JMIR Cardio 2017;1(2):e7 [免费全文] [CrossRef] [Medline］
    53. Hauser-Ulrich S, Künzli H, Meier-Peterhans D, Kowatsch T.基于智能手机的医疗聊天机器人促进慢性疼痛的自我管理(SELMA):先导随机对照试验。JMIR Mhealth Uhealth 2020年4月03日;8(4):e15806 [免费全文] [CrossRef] [Medline］
    54. Hunt M, Miguez S, Dukas B, Onwude O, White S肠易激综合征自我管理的移动数字疗法Zemedy的疗效:交叉随机对照试验。JMIR Mhealth Uhealth 2021年5月20日;9(5):e26152 [免费全文] [CrossRef] [Medline］
    55. Krishnakumar A, Verma R, Chawla R, Sosale A, Saboo B, Joshi S，等。使用数字治疗平台评估南亚2型糖尿病患者的血糖控制:现实数据分析。J Med Internet Res 2021年3月25日;23(3):e17908 [免费全文] [CrossRef] [Medline］
    56. McDonald DD, Walsh S, Vergara C, Gifford T.虚拟疼痛教练对疼痛管理讨论的影响:一项初步研究。疼痛管理Nurs 2013 12月14(4):200-209。［CrossRef] [Medline］
    57. 麦克唐纳DD，沃尔什S，维加拉C，吉福德T，韦纳DK。西班牙虚拟疼痛教练对老年人的影响:初步研究。疼痛医学2012年11月13(11):1397-1406。［CrossRef] [Medline］
    58. Owens OL, Felder T, Tavakoli AS, Revels AA, Friedman DB, Hughes-Halbert C，等。基于计算机的决策辅助工具对促进非裔美国男性前列腺癌筛查决策的评价:iDecide。Am J Health promotion 2019 Feb;33(2):267-278。［CrossRef] [Medline］
    59. Philip P, Dupuy L, Morin CM, de Sevin E, Bioulac S, Taillard J，等。基于智能手机的虚拟代理帮助COVID-19禁闭期间有睡眠问题的个人:可行性研究。J Med Internet Res 2020 Dec 18;22(12):e24268 [免费全文] [CrossRef] [Medline］
    60. Kowatsch T, Schachner T, Harperink S, Barata F, Dittler U, Xiao G，等。在涉及卫生保健专业人员、患者和家庭成员的慢性疾病管理中，会话代理作为中介社会行动者:多地点单臂可行性研究J Med Internet Res 2021年2月17日;23(2):e25060 [免费全文] [CrossRef] [Medline］
    61. Stephens TN, Joerin A, Rauws M, Werk LN。通过人工智能行为指导聊天机器人Tess支持儿童肥胖和前驱糖尿病治疗的可行性。Transl Behav Med 2019 5月16日;9(3):440-447。［CrossRef] [Medline］
    62. Watson A, Bickmore T, Cange A, Kulshreshtha A, Kvedar J.一种基于网络的虚拟教练促进超重成人体育活动的坚持:随机对照试验。J Med Internet Res 2012 1月26日;14(1):e1 [免费全文] [CrossRef] [Medline］
    63. Bickmore TW, Silliman RA, Nelson K, Cheng DM, Winter M, Henault L，等。老年人自动运动教练的随机对照试验。中国老年医学杂志2013年10月61(10):1676-1683。［CrossRef] [Medline］
    64. Bickmore TW, Schulman D, Sidner C.使用会话代理的多种健康行为自动干预。2013年8月;92(2):142-148 [免费全文] [CrossRef] [Medline］
    65. Davis CR, Murphy KJ, Curtis RG, Maher CA.《一项过程评估:对身体活动和饮食人工智能虚拟健康助手的性能、依从性和可接受性进行检查》。国际J环境与公共卫生2020年12月07;17(23):1-14 [免费全文] [CrossRef] [Medline］
    66. Maher CA, Davis CR, Curtis RG, Short CE, Murphy KJ。由人工智能虚拟健康教练提供的运动与饮食计划:概念验证研究。JMIR Mhealth Uhealth 2020年7月10日;8(7):e17558 [免费全文] [CrossRef] [Medline］
    67. Edwards RA, Bickmore T, Jenkins L, Foley M, Manjourides J.使用交互式计算机代理支持母乳喂养。母婴健康杂志2013年12月17(10):1961-1968。［CrossRef] [Medline］
    68. 傅德立，李志强，李志强，李志强，等。基于虚拟形象的基于网络的身体活动干预中的动机性访谈:随机对照试验。J Med Internet Res 2014 Feb 13;16(2):e48 [免费全文] [CrossRef] [Medline］
    69. Gardiner PM, McCue KD, Negash LM, Cheng T, White LF, Yinusa-Nyahkoon L，等。参与女性与具体化的对话代理提供正念和生活方式的建议:一个可行性随机对照试验。2017年9月;100(9):1720-1729。［CrossRef] [Medline］
    70. Jack B, Bickmore T, Hempstead M, Yinusa-Nyahkoon L, Sadikova E, Mitchell S，等。对话代理技术降低非裔美国妇女的先入为主风险。J Am Board Fam medicine 2015;28(4):441-451 [免费全文] [CrossRef] [Medline］
    71. Jack BW, Bickmore T, Yinusa-Nyahkoon L, Reichert M, Julce C, Sidduri N，等。利用健康信息技术改善孕前期年轻非裔美国妇女的健康:一项随机对照试验柳叶刀数字健康2020年9月2日(9):e475-e485 [免费全文] [CrossRef] [Medline］
    72. Gardiner P, Bickmore T, Yinusa-Nyahkoon L, Reichert M, Julce C, Sidduri N，等。利用健康信息技术使非裔美国妇女参与孕前营养和补充剂使用。Front Endocrinol(洛桑)2020;11:571705 [免费全文] [CrossRef] [Medline］
    73. King AC, Bickmore TW, Campero MI, Pruitt LA, Yin JL。在服务不足的社区预防性护理中雇用虚拟顾问:来自COMPASS研究的结果。卫生通报2013;18(12):1449-1464 [免费全文] [CrossRef] [Medline］
    74. King AC, Campero I, Sheats JL, Castro Sweet CM, Garcia D, Chazaro A，等。在服务不足的人群中，测试由人类和计算机提供的体育活动建议的比较效果:COMPASS试验设计、方法和基线特征。contemporary clinical Trials 2017 Oct;61:115-125 [免费全文] [CrossRef] [Medline］
    75. King AC, Campero MI, Sheats JL, Castro Sweet CM, Hauser ME, Garcia D，等。同伴顾问咨询与电脑咨询在服务不足人群中增加步行的效果:COMPASS随机临床试验。JAMA Intern Med 2020年11月01;180(11):1481-1490 [免费全文] [CrossRef] [Medline］
    76. Kramer J, Künzler F, Mishra V, Smith SN, Kotz D, Scholz U，等。智能手机步行应用的哪些组件可以帮助用户实现个性化的步数目标?优化试验的结果。Ann Behav Med 2020年6月12日;54(7):518-528 [免费全文] [CrossRef] [Medline］
    77. 前田E，宫田A, Boivin J，野村K，熊泽Y，白泽H，等。使用聊天机器人促进生育意识和孕前健康:一项随机对照试验。生殖生物医学在线2020年12月41(6):1133-1143。［CrossRef] [Medline］
    78. 朴敏，Ryu H, Lee H, Kim J.使用健康生活方式指导聊天机器人应用程序促进办公室工作人员爬楼梯的习惯:探索性随机对照试验。2020年5月19日;8(5):e15085 [免费全文] [CrossRef] [Medline］
    79. Ly KH, Ly A, Andersson G.促进心理健康的全自动对话代理:混合方法的试点RCT。Internet Interv 2017年12月;10:39-46 [免费全文] [CrossRef] [Medline］
    80. Suganuma S, Sakamoto D, Shimoyama H.预防心理健康的无引导网络认知行为治疗的具身会话代理:可行性和可接受性试点试验。JMIR Ment Health 2018年7月31日;5(3):e10454 [免费全文] [CrossRef] [Medline］
    81. Samdal GB, Eide GE, Barth T, Williams G, Meland E.超重和肥胖成人身体活动和健康饮食的有效行为改变技术;系统回顾和元回归分析。Int J Behav Nutr Phys Act 2017年3月28;14(1):42 [免费全文] [CrossRef] [Medline］
    82. Webb TL, Joseph J, Yardley L, Michie S.使用互联网促进健康行为改变:对理论基础、行为改变技术的使用和提供方式对疗效影响的系统回顾和荟萃分析。J Med Internet Res 2010 Feb 17;12(1):e4 [免费全文] [CrossRef] [Medline］
    83. 戴杰提，苏东博斯基。理论-有效性假设的检验:系统评价的系统回顾。2019年5月;24(2):334-356。［CrossRef] [Medline］
    84. 在日常精神卫生保健中实施共享决策。世界精神病学2017年6月16日(2):146-153 [免费全文] [CrossRef] [Medline］
    85. Furnham A, Swami V.心理健康素养:什么是心理健康素养及其重要性的回顾。国际心理学展望2018年10月7日(4):240-257。［CrossRef］
    86. 心理健康扫盲:增强社区能力，为改善心理健康采取行动。Am Psychol 2012 Apr;67(3):231-243。［CrossRef] [Medline］
    87. Laranjo L, Dunn AG, Tong HL, Kocaballi AB, Chen J, Bashir R，等。医疗保健中的会话代理:系统回顾。J Am Med Inform Assoc 2018年9月01日;25(9):1248-1258 [免费全文] [CrossRef] [Medline］

    ‎
    人工智能:人工智能
    旅级战斗队:行为改变技术
    BCTTv1:行为改变技术分类法第1版
    CA:会话代理
    中心:Cochrane对照试验中央登记
    鱼类:频繁的项目集挖掘
    PRISMA-ScR:用于范围审查的系统审查和元分析扩展的首选报告项目
    个随机对照试验:随机对照试验

    A Mavragani编辑;提交04.05.22;L Van Rhoon、M Jalan的同行评议;评论作者01.07.22;修订版收到05.08.22;接受23.08.22;发表03.10.22

    版权

    ©Laura Martinengo, Ahmad Ishqi Jabir, Westin Wei Tin Goh, Nicholas Yong Wai Lo, Moon-Ho Ringo Ho, Tobias Kowatsch, Rifat Atun, Susan Michie, Lorainne Tudor Car。最初发表于《医学互联网研究杂志》(//www.mybigtv.com)， 2022年10月3日。

    这是一篇开放获取的文章，根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布，该协议允许在任何媒体上不受限制地使用、分发和复制，前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物链接，以及版权和许可信息。
    Baidu
    map