审查
摘要
背景:移动健康(mHealth)作为提供体育活动(PA)计划的创新方法被广泛使用。用户对移动健康计划的坚持对于确保基于移动健康计划的有效性非常重要。
摘要目的:我们的主要目的是回顾用于评估依从性的方法的文献,可能影响用户依从性的因素,以及依从性与健康结果之间关系的调查。我们的第二个目标是开发一个框架,以了解坚持在影响移动健康PA项目有效性方面的作用。
方法:检索MEDLINE、PsycINFO、EMBASE和CINAHL数据库,以确定评估使用移动健康促进18岁以上成年人PA的研究。我们使用关键解释综合方法来总结收集的数据。
结果:本文共收录54篇论文。我们确定了31种特定的依从性测量方法,归纳为8个指标;这些指标被映射到4个维度:长度、宽度、深度和相互作用。据报道,用户特征(5个因素)、技术相关因素(12个因素)和环境因素(1个因素)对依从性有影响。纳入的研究表明,依从性与干预结果显著相关,包括健康行为、心理指标和临床指标。基于这些审查结果制定了一个框架。
结论:本研究开发了一个粘附性框架,将粘附性预测因子、综合粘附性评估和临床疗效联系在一起。这一框架可以为全面衡量依从性提供证据,并指导进一步研究基于健康的PA干预的依从性。未来的研究应该验证这一框架的实用性。
doi: 10.2196/30817
关键字
简介
背景
有强有力的证据表明,体育活动(PA)与改善身体健康、心理健康和福祉有关。
].然而,许多人面临缺乏活动的风险,对PA干预的吸收和坚持程度也不高[ ].推广PA和保持人们的依从性是至关重要的公共卫生问题。技术创新(如移动医疗)发展迅速,并在医疗保健领域得到广泛应用[
].移动医疗主要侧重于提供和监测医疗保健服务[ ]也可以作为提供PA干预的替代方法,克服传统PA方法的局限性(例如,课程或研讨会)[ ].与传统方法相比,移动健康可以使用生动的视频和图片,可能更有吸引力和可接受性[ ].移动健康的使用可以帮助以低成本向广大受众提供锻炼计划。此外,移动健康技术可以提供及时反馈、提醒和支持、持续监测和结果评估[ , ].包括移动医疗在内的创新医疗技术有一个共同的问题,那就是用户对移动医疗计划的坚持。例如,下载了锻炼应用程序的人并不总是使用或继续使用该应用程序。研究表明,次优接触PA程序会降低这些干预措施的效果[
].测量用户对移动健康的依从性,探索可能影响用户依从性的因素以及依从性与干预结果之间的关系,对于了解如何改善PA和其他结果非常重要。虽然有系统的综述总结了坚持以技术为基础的干预措施的证据,但以前的综述相当笼统,没有将移动健康与其他基于技术的干预措施区分开来,没有关注PA,也没有解决PA干预措施的坚持可能与其他干预措施(如药物或治疗)的坚持不同的问题。例如,Donkin等人[
总结了任何电子疗法依从性的测量方法,并评估了依从性与干预结果的关系。Perski等[ ],专注于数字行为改变干预,开发了一个概念框架来解释潜在因素对人们参与数字行为改变干预的影响。相比之下,其他评论可能专注于PA,但限制自己特定的数字技术。例如,Attig等[ ,他总结了人们放弃使用这些设备的原因,比如可用性问题和隐私问题。移动健康是提供健康干预的常用创新解决方案。移动健康具有即时访问、便携性和直接反馈的特点,这使得它不同于台式电脑等其他技术[
].我们认为,这些特征可能会以不同于对其他技术的坚持的方式影响基于健康的干预措施的用户的依从性。因此,最好更具体地考虑基于移动健康的干预措施,而不是将它们与其他通用技术组合在一起。鉴于此,我们认为衡量用户对基于移动健康的PA的依从性不仅应该反映通用技术的特征,而且还应该包括移动健康特定的因素。例如,自动记录移动健康设备佩戴的天数和自动记录每日的PA量,如步数,是衡量用户对基于移动健康的PA干预的坚持程度的常用指标[ ].但是,现有的关于一般信息技术的审查没有充分考虑到这些指标。总体而言,缺乏关于坚持以健康为基础的PA的决定因素以及坚持对健康结果的影响的证据;此外,似乎还没有一致的测量方法来衡量旨在提高PA参与度的移动健康设备的依从性。因此,对文献进行了范围审查,以探索如何衡量旨在提高PA参与度的mHealth依从性,调查哪些因素影响用户的依从性,以及依从性与干预结果之间的关联。需要一个框架来确定因素、依从性测量和健康结果之间的关联。该框架可在未来用于指导对基于健康的PA项目的依从性的测量,并促进对基于健康的项目有效性的进一步研究。
目标
本研究的目的是综合以下方面的证据:(1)文献中如何测量对mHealth PA干预措施的依从性,(2)影响依从性的因素,以及(3)对mHealth PA干预措施的依从性与健康结果之间的关联。另一个目的是提出一个遵守以健康为基础的PA项目的操作概念,以及一个框架,以确定遵守、遵守测量和干预结果的决定因素之间的联系。
方法
本次评审的报告遵循了PRISMA-ScR(范围评审的系统评审和元分析扩展的首选报告项目)指南[
].指 参阅PRISMA-ScR清单。审查协议没有在网上注册。文献检索与检索策略
为了确定相关研究,最初的电子检索于2020年9月在4个数据库中进行:MEDLINE、PsycINFO、EMBASE和CINAHL [
].更新搜索于2022年2月进行。指 搜索策略。对出版年份没有限制,但搜索仅限于英文出版物。合格标准
我们认为一项研究符合中提出的标准
.根据世界卫生组织对移动医疗的定义[ ],我们将基于移动健康的PA项目定义为使用移动设备提供PA的干预措施。这些设备可能是智能手机、智能手表、掌上电脑(如腕带)和其他无线技术。此外,在本综述中,只要作者描述了依从性的测量或定义,就没有限制如何定义和评估移动健康干预措施的依从性。此外,本次审查采用了世界卫生组织提供的PA定义[ ]:由骨骼肌产生的任何需要消耗能量的身体运动。项目 | 入选标准 | 排除标准 |
学习类型 |
|
|
参与者类型 |
|
|
干预的类型 |
|
|
结果类型 |
|
|
一个移动健康:移动健康。
b体育活动。
研究选择
我们使用EndNote (Clarivate Analytics)来管理通过电子搜索识别的记录。在删除重复记录后,我们首先筛选标题和摘要,以确定可能符合条件的研究,然后筛选全文,以包括符合条件的研究。鉴于这是一个范围审查,只有1名审查员(YY)参与了这个过程。然而,任何问题都是通过咨询其他研究人员(CT或EB)来解决的。
数据提取
我们使用预定义的数据提取表格并提取以下细节:(1)纳入研究的特征:研究设计、研究人群、样本量、干预的描述、使用的mHealth、干预的目标、控制方案、随访时间和结果测量;(2)可能影响依从性的因素以及依从性与结果之间的关系。
数据合成
采用临界解释综合方法综合定性和定量数据[
].在纳入研究的全文中确定的概念被标记。研究问题被用作自上而下的编码框架。我们编码了与以下三个主题中的任何一个显式或隐式相关的文本片段:(1)依从性测量,(2)依从性预测因子,以及(3)依从性与干预结果之间的关联。合成结构(即,解释相似主题的概念)从代码发展而来,并指定了合成结构之间的关系。框架开发方法
在上述综合构念的基础上,我们通过遵循理论因果路径来映射范围审查的综合构念,开发了一个综合坚持框架。该框架可以显示影响依从性的决定因素之间的联系、多维依从性测量以及依从性与健康结果之间的关联。
结果
搜索结果
电子数据库搜索共检索了10,902条记录。对这10902条记录进行标题和摘要筛选,有150条(1.38%)需要全文检查。在这150篇论文中,有54篇(36%)被本文收录(
).纳入研究的特征
所纳入研究的特点总结和报告
(参考 [ - ]以了解详情)。大多数干预都是通过智能手机应用程序进行的。纳入研究的样本量从10到16,948(中位数为86)。纳入研究的参与者的平均年龄为23.6岁(SD 4.6岁)至73.2岁(SD 7.3岁)(中位数51.7岁,SD 11.2岁)。纳入研究的特点总结。
研究类型
- 随机对照试验设计(33项研究)[ , - , , , , , , , - , - , , , , , , - , ],包括9项样本量较小的先导研究[ , , , , , , , , ]
- 前、后准实验研究(10项研究)[ , , , , , , , , , ]
- 观察性研究设计(4项研究)[ , , , ]
- 随机对照试验干预组的亚组分析(2项研究)[ , ]
- 非随机对照先导试验(3项研究)[ , , ]
- 非随机2组配对病例-对照试验(1项研究)[ ]
- 横断面网络调查(一项研究)[ ]
参与者类型
- 一般人群(如大学生和工作人员或健康成年人;10项研究)[ , , , , , , , , , ]
- 有特定特征的人(17项研究)
- 缺乏体育活动的社区住宅(四间书房)[ , , , ]
- 超重人群(4项研究)[ , , , ]
- 老年人(4项研究)[ , , , ]
- 超重的孕妇或产后妇女(2项研究)[ , ]
- 轮班工人(1项研究)[ ]
- 母亲(一项研究)[ ]
- 护士(1项研究)[ ]
- 患有特定疾病的人(27项研究)
- 糖尿病或糖尿病高危人群(9项研究)[ , , , , , , , , ]
- 癌症(5项研究)[ , , , , ]
- 心脏事件(4项研究)[ , , , ]
- 肌肉骨骼状况(3项研究)[ , , ]
- 肺部疾病(两项研究)[ , ]
- 中风(1项研究)[ ]
- 帕金森病(1项研究)[ ]
- 体重过重(在初级护理的患者中;1项研究)[ ]
- 等待手术的病人(1项研究)[ ]
移动医疗的类型
- 通过智能手机应用进行干预(52项研究)[ - , - ]
- 使用手腕上的活动追踪器(一项研究)[ ]
- 使用PDA(1项研究)[ ]
移动健康的功能
- 帮助用户自我监控和记录他们的行为(如体育活动、饮食和体重;49项研究)[ - , - , - , - , - ]
- 提供反馈、提醒和社会支持(38项研究)[ , - , , , - , - , , , , , - , ]
- 分析和评估特点及制定活动目标或计划(38项研究)[ , , - , , , , , - , , , - , - , - , ]
- 提供行为改变教育及指导(30项研究)[ , , , , , , - , , - , - , , , , , , , , , , , ]
- 基于游戏的功能(5项研究)[ , , , , ]
结果类型
- 移动卫生干预的可行性
- 依从性(27项研究)[ , , , - , - , - , , - , - , , , - , ]
- 审计业务(19项研究)[ , , , , , - , - , - , , ]
- 留存率(10项研究)[ , , , , , , , , , ]
- 可接受性(9项研究)[ , , , , , , , , ]
- 有用性或可用性(7项研究)[ , , , , , , ]
- 满意度(五项研究)[ , , , , ]
- 招募(四项研究)[ , , , ]
- 摄取(4项研究)[ , , , ]
- 完成(3项研究)[ , , ]
- 安全性(2项研究)[ , ]
- 项目使用(2项研究)[ , ]
- 领养(1项研究)[ ]
- 实施(1项研究)[ ]
- 保养(1项研究)[ ]
- 保真度(1项研究)[ ]
- 健康行为的改变
- 身体活动水平(步数;19项研究)[ , , , , , , , , , , , , , , , - ]
- 节食(4项研究)[ , , , ]
- 临床指标
- 体重或BMI的变化(13项研究)[ , , , , , , , , , , , , ]
- 身体机能与行走或运动能力(10项研究)[ , , , , , , , , , ]
- 生活质素(9项研究)[ , , , , , , , , ]
- 糖化血红蛋白水平或空腹血糖(5项研究)[ , , , , ]
- 对治疗效果的看法(3项研究)[ , , ]
- 血压(2项研究)[ , ]
- 摄氧峰值(1项研究)[ ]
- 心理指标
- 身体活动动机(四项研究)[ , , , ]
- 抑郁、焦虑、压力与情绪(4项研究)[ , , , ]
- 自我效能感(5项研究)[ , , , , ]
- 心脏健康教育(1项研究)[ ]
- 不良事件(2项研究)[ , ]
- 认知表现(1项研究)[ ]
- 疾病知识(一项研究)[ ]
后续
- 范围:3周到24个月(中位数为12周)
依从性测量方法总结
我们确定了31种特定的依从性测量方法(
).最常用的前3种方法是手动将自我监测的健康行为数据输入设备(17项研究),记录设备上自动记录的PA数据(如步数)(10项研究),以及记录每天访问应用程序的频率(8项研究)。这31种测量方法涉及8个测量指标,通常反映4个测量维度:长度、宽度、深度和相互作用(
).在4个维度中,广度维度是最常测量的(35项研究)。在纳入的54项研究中,31项(57%)仅测量了1个维度的依从性,15项(28%)测量了2个维度的依从性,6项(11%)测量了3个维度的依从性,而2项(4%)测量了所有4个维度的依从性。尺寸及测量指标 | 纳入的研究报告了具体的方法 | |
长度:用户在移动健康上花费的时间一个设备(15项研究报告) | ||
设备使用时间和频率 |
|
|
使用时间,直到磨损 |
|
|
广度:移动健康功能和特性占可用总功能和特性的比例(由35项研究报告) | ||
使用的设备功能 |
|
|
模块完成情况 |
|
|
深度:该计划的使用情况(由13项研究报告) | ||
迎接任务或挑战 |
|
|
行为改变(如身体活动水平和饮食习惯) |
|
|
交互:用户如何与干预程序交互(由19项研究报告) | ||
积极互动 |
|
|
被动的交互 |
|
一个移动健康:移动健康。
影响移动健康PA计划依从性的因素
在纳入的研究中,有3个影响依从性的因素:用户特征、技术相关因素和环境因素(
).对于5种特定的用户特征,纳入的研究在年龄、教育状况和体重对依从性的影响方面显示了不一致的证据,而Ryan等人的研究[ ]和Guertler等[ 一致表明男性的依从性更高。Edney等人的研究[ 的研究报告称,超重会降低坚持力。纳入的研究一致表明,几乎所有12个技术相关因素(9个移动健康功能和3个与使用移动健康设备体验相关的特定因素)都增加了用户的依从性。在这项综述中,只确定了一个上下文因素:工作日的依从性高于周末[ ].与身体活动应用程序的坚持有关 | ||||
用户的特点 | ||||
年龄 |
|
|||
性 |
|
|||
重量 |
|
|||
教育 |
|
|||
基线体力活动 |
|
|||
与技术有关的因素 | ||||
移动健康一个功能 |
|
|||
用户体验 |
|
|||
语境因素 | 工作日的依从性高于周末(1项研究)[ | ]
一个移动健康:移动健康。
坚持与干预结果的关系
13项研究报告了依从性和干预结果之间的相关性。5项研究表明,较高的依从性与较高的PA相关[
, , , , ]或在1项研究中有身体功能[ ],在6项研究中体重减轻更大[ , , , , , ],并且在2项研究中糖化血红蛋白水平有更大的降低[ , ].Höchsmann等[ ]报告称,参与者的坚持与内在PA动机量表变化分数呈正相关。遵守移动健康PA干预措施的拟议框架
Perski等人提出的框架[
]明确地将对敬业度的潜在影响以及敬业度与干预有效性之间的关系联系起来。我们在坚持框架中使用了相同的结构。我们将上述回顾结果映射到类似的框架中,以说明影响对移动健康PA干预依从性的因素之间的相互作用,依从性测量的4个维度和干预有效性( ).一般来说,大多数具体因素都与用户特征、技术本身和可以增加用户粘性的环境有关。对移动健康的依从性可以通过与4个维度(长度、广度、深度和互动)相关的指标来反映,并且可以主要通过自动记录的数据和自我报告的方法来衡量。较高的依从性可以改善健康行为以及心理和临床结果的干预效果。
讨论
主要研究结果
在这篇范围综述中,我们综合了54项研究的证据。研究结果如下:
- 据报道,用户的个人特征(如性别和教育状况)、移动健康设备的特征和环境因素会增加用户对移动健康PA干预措施的依从性。
- 据报道,依从性在4个维度及其相应的指标中反映或衡量:广度(设备功能的使用和模块的完成),深度(满足任务或挑战和行为改变),长度(设备使用时间和使用长度),以及互动(与程序元素的主动或被动互动)。
- 较高的依从性与健康行为(如增加PA)、PA动机和临床结果(如降低糖化血红蛋白水平、血压和体重)方面的更好结果相关。
对这些发现进行了总结,提出了一个基于理论因果路径的初步综合依从性框架,包括三个部分:(1)影响用户对移动健康PA干预依从性的因素,(2)多维依从性测量,以及(3)依从性与干预结果之间的关联。
依从性测量问题
本范围综述确定了文献中与测量对移动健康PA项目的依从性相关的3个问题。首先,在如何定义和衡量依从性方面几乎没有共识。在文献中,总共确定了31种特定的依从性测量方法。评估依从性方法的异质性使得各研究之间的比较变得困难。其次,依从性测量应基于证据或理论;然而,只有Adu等人的研究[
]指的是一个衡量依从性的框架。第三,对PA干预的坚持是一个复杂的定义,而不是单一的方法[ ],但本综述中包括的许多研究(31/ 54,57%)仅使用一个维度测量依从性。本综述试图通过建立一个基于综述结果的新的依从性概念框架来解决上述问题。该框架有4个维度,预计将为全面衡量用户对移动健康PA干预措施的依从性提供信息。四个维度如下:
- 长度维度可以反映用户是否仍在使用mHealth设备,以及他们在设备上花费了多少时间。这一维度在衡量依从性时应被认为是必不可少的,可以通过磨损时间、设备访问频率和使用持续时间来反映。
- 宽度维度可以反映PA涉及了多少设备功能,参与者完成了多少模块。这个维度可以帮助了解移动健康设备每个功能的可用性以及用户的参与度。在纳入的研究中,这是衡量依从性最常见的考虑因素。当移动健康计划具有多种功能或多个干预模块时,这个维度尤其值得考虑。
- 深度维度可以评估用户对移动健康计划任务的坚持程度。它可以通过参与者是否完成计划任务或达到PA目标来衡量。对于本综述中包括的移动健康项目,任务通常与行为变化相关,可以考虑反映深度维度。例如,设备记录或自报PA时间。
- 交互维度反映用户如何与移动健康程序交互。在纳入的研究中,最常用的评估互动的方法包括记录和计算撰写的帖子或用户的回复的数量,以及评估用户对教育材料的访问。
关于坚持或参与的相关概念的证据包含在先前的3项研究中[
, , ];然而,就干预措施的重点而言,这三种方法都与本综述不同。Perski等[ ]开发了一个概念框架,以突出数字行为改变干预对参与度的潜在影响,以及参与度和目标行为之间的关系。作者的框架详细说明了对敬业度潜在的直接和间接影响,但并没有说明如何衡量敬业度。我们在这篇综述中开发的框架侧重于依从性测量的主题,也探讨了影响用户对移动健康的依从性的因素。此外,Perski等[ ]考虑了用户参与广泛的数字行为改变干预措施,而不是专注于基于移动健康的PA干预措施。阿提格等[ ]强调探索与放弃活动跟踪器相关的因素,而不是将放弃的框架概念化。阿提格等[ ]确定了设备使用强度降低、设备交互减少和PA达到的量是影响放弃使用活动追踪器的重要因素。我们同意这些因素的重要性,并已将其纳入我们拟议的遵守框架。库伯等[ ]分析了一项随机对照试验的数据,该试验旨在评估基于网络的干预在促进饮食改变方面的有效性。他们提出了一种二维依从性测量方法,包括广度和深度。广度被定义为用户在多大程度上可以访问网站上所有可用的功能,深度被定义为用户在多大程度上参与基于网络的材料。库伯等[ ]认为宽深用户粘性导致了干预结果:用户留存率和行为改变。然而,我们认为保留而且行为改变分别作为具体方面的长度和深度。这是因为保留而且行为改变在移动健康使用模式方面,只是中间的调节作用,而不是确定用户坚持对PA导致的临床结果的影响,如特定的平衡和力量结果。鉴于此,我们认为我们的循证依从性框架与医疗提供的PA干预措施特别相关。在选择测量依从性的方法时,研究人员需要考虑以下问题:
- 移动健康计划的特征(例如,移动健康计划是否具有多个功能)。长度和广度维度通常适用于大多数移动健康计划,而交互和深度维度通常仅适用于具有相关功能的移动健康计划。
- 研究的目的。例如,如果研究的目的是评估移动健康干预的有效性,则需要用户对移动健康干预的深度参与,这意味着应该考虑交互和深度维度。
关于依从性测量的最后一个问题是如何收集依从性数据。自动记录和自我报告坚持是两种常见的方法,但它们都有优点和局限性。自动记录可以是客观的,但可能无法检测到某些特定类型的活动(例如,静止的运动或上半身或下半身的运动)[
].自我报告易于使用,适用于所有类型的PA,但这种方法的有效性可能受到社会可取性偏差的影响[ ].衡量对移动健康PA干预措施的依从性的理想方法可能是使用移动健康和自我报告的客观测量相结合。影响用户依从性的因素
本综述的一些发现与以前的工作不一致:本综述表明,男性性别、年龄较大和中等教育程度可能是较高依从性的预测因素。然而,在一项系统综述中,研究了网络心理干预依从性的预测因素,Beatty和Binnion [
表明,女性和年龄较大的人更容易坚持。另一项研究发现,年龄越小,对互联网干预的依从性越高[ ].这些分歧可能与所考虑的干预措施类型和目标人群的差异有关。这项综述发现了12个可能影响用户依从性的技术相关因素,其中9个与移动健康功能有关,3个与用户体验有关。这与另一项技术相关因素(如PA跟踪、PA目标设定和锻炼定制)的系统综述一致[
].在Attig等人的研究[ ],放弃的原因包括数据不准确、隐私问题、不舒服、失去动力和失去跟踪可行性。这一发现表明,移动健康设备本身是用户依从性的关键,在设计移动健康时,目标用户可以参与改善设备功能,从而提高依从性。依从性和干预结果
正如这项综述和坚持框架所表明的那样,坚持可以影响干预结果,包括健康行为结果,如PA水平,心理指标,如PA动机,以及临床指标,如体重减轻和血压。研究结果表明,应从上述3个角度进一步研究依从性和健康结果之间的关系。
霍利-黑格等[
]和Donkin等人[ ]表明可以使用不同类型的坚持指标来预测不同类型的临床结果(例如,登录与物理健康干预的结果相关,而模块完成与心理健康干预的结果最相关)。了解依从性如何影响干预措施的有效性对于理解如何定义依从性至关重要。然而,本综述仅发现了有限数量的研究,评估了坚持使用移动健康与健康结果之间的关系。需要进一步的研究来深入探讨每个坚持维度和每个健康结果维度之间的关系。本文的局限性
这篇综述也有局限性。首先,鉴于这是一篇范围综述,对这篇综述的搜索仅限于英文出版物;因此,以其他语言发表的证据可能会被遗漏。其次,所提议的遵守框架仅基于范围审查的结果;因此,由于文献证据有限,它可能不包括所有可能的因素。进一步的研究可以通过考虑专家组会议等其他来源的证据来改进这一框架。第三,该框架探讨了依从性预测因素以及依从性与健康结果之间的关系。然而,我们没有进一步探讨这些预测因素如何影响每个依从性维度以及每个依从性维度与干预结果之间的关联。这是因为所纳入的研究对这些问题的证据有限。需要进一步的研究来探索每个坚持维度对移动健康计划的坚持。
结论
这篇综述表明,依从性可以使用长度、宽度、深度和相互作用的维度来测量;用户特征、技术相关因素和上下文因素都会影响用户的黏性;依从性与健康行为、心理和临床措施方面的结果显著相关。这些发现为框架的开发提供了信息,将依从性预测因子、综合依从性评估和临床有效性联系在一起。该框架可以促进对依从性的全面衡量,并指导移动卫生设备的开发和进一步研究对移动卫生PA干预措施的依从性。需要进一步的研究来验证这个框架;例如,通过考虑其他来源的证据,如专家组会议或使用德尔菲方法。
致谢
本研究由CT国家卫生研究所(NIHR)高级研究员奖(NIHR200299)资助。CT是主任,在撰写本文时,EB是NIHR老年人和脆弱政策研究部门的研究员。CT领导健康老龄化研究小组,YY受雇于NIHR应用研究合作大曼彻斯特。本文仅代表作者个人观点,并不代表国家卫生研究院或卫生与社会保障部。
利益冲突
没有宣布。
PRISMA-ScR(系统评价和元分析扩展范围评价的首选报告项目)检查表。
DOCX文件,85 KB
MEDLINE数据库的搜索策略示例。
DOC文件,41 KB
纳入研究的特征。
DOC文件,198 KB参考文献
- 张志刚,张志刚,张志刚,张志刚,等。久坐与全因死亡率:有因果关系吗?BMC公共卫生2016年7月26日;16:635 [免费全文] [CrossRef] [Medline]
- Haseler T, Haseler c缺乏体育活动是一个全球性问题。BMJ 2022 Feb 23;376:o348 [免费全文] [CrossRef] [Medline]
- Lucivero F, Jongsma KR.医疗保健的移动革命?为生物伦理学设定议程。《医学伦理学》2018年10月;44(10):685-689 [免费全文] [CrossRef] [Medline]
- Helbostad JL, Vereijken B, Becker C, Todd C, Taraldsen K, Pijnappels M,等。移动健康应用程序促进积极健康的老龄化。传感器(巴塞尔)2017年3月18日;17(3):622 [免费全文] [CrossRef] [Medline]
- Direito A, Carraça E, Rawstorn J, Whittaker R, Maddison R. mHealth技术影响身体活动和久坐行为:行为改变技术,随机对照试验的系统回顾和元分析。Ann Behav Med 2017 april;51(2):226-239。[CrossRef] [Medline]
- Yerrakalva D, Yerrakalva D, Hajna S, Griffin S.移动健康应用程序干预对老年人久坐时间、身体活动和健康的影响:系统回顾和元分析。J Med Internet Res 2019 11月28日;21(11):e14343 [免费全文] [CrossRef] [Medline]
- Valenzuela T, Okubo Y, Woodbury A, Lord SR, Delbaere K.老年人坚持以科技为基础的锻炼计划:一项系统综述。中华老年医学杂志2018;41(1):49-61。[CrossRef] [Medline]
- Jonkman NH, Del Panta V, Hoekstra T, Colpo M, van Schoor NM, Bandinelli S,等。预测60- 70岁人群功能衰退的轨迹。老年医学2018;64(3):212-221 [免费全文] [CrossRef] [Medline]
- Gunnes M, Langhammer B, Aamot IL, Lydersen S, Ihle-Hansen H, indredavvik B, LAST协作组。在一项随机对照试验中,中风后坚持长期的身体活动和锻炼计划。物理学报2019 01月01日;99(1):74-85。[CrossRef] [Medline]
- Donkin L, Christensen H, Naismith SL, Neal B, Hickie IB, Glozier N.依从性对电子疗法有效性影响的系统综述。J Med Internet Res 2011 Aug 05;13(3):e52 [免费全文] [CrossRef] [Medline]
- Perski O, Blandford A, West R, Michie S.数字行为改变干预的概念化参与:使用批判性解释综合原则的系统回顾。Transl Behav Med 2017 Jun;7(2):254-267 [免费全文] [CrossRef] [Medline]
- Attig C, Franke T.放弃个人量化:一项回顾和实证研究,调查可穿戴活动跟踪损耗的原因。计算人类行为2020年1月;102:223-237。[CrossRef]
- 崔科,李丽丽,李丽娟,李丽娟,等。用于范围审查的PRISMA扩展(PRISMA- scr):检查表和解释。安实习医学2018年10月02日;169(7):467-473 [免费全文] [CrossRef] [Medline]
- Betrán AP, Say L, Gülmezoglu AM, Allen T, Hampson L.不同数据库在识别系统评价研究中的有效性:来自世卫组织孕产妇发病率和死亡率系统评价的经验。BMC medical Res methodo2005 Jan 28;5(1):6 [免费全文] [CrossRef] [Medline]
- 世界卫生组织。移动卫生:通过移动技术促进卫生的新视野:第二次全球电子卫生调查。世界卫生组织,2011年。URL:https://apps.who.int/iris/bitstream/handle/10665/44607/9789241564250_eng.pdf?sequence=1&isAllowed=y[2020-09-28]访问
- 饮食、身体活动与健康全球战略:监测和评估执行情况的框架。世界卫生组织,2006年。URL:https://apps.who.int/iris/handle/10665/43524[2020-09-28]访问
- 杨晓东,杨晓东,杨晓东,等。评价纳入系统评价的定性研究:三种方法的定量和定性比较。中华卫生杂志2007年1月;12(1):42-47。[CrossRef] [Medline]
- 蔡超,鲍忠,吴楠,吴峰,孙刚,杨刚,等。一种基于家庭、患者定制和移动应用引导的心房颤动患者心脏远程康复的新模式:一项随机对照试验。clarebiil 2022年1月;36(1):40-50。[CrossRef] [Medline]
- 王娟,李春霞,王志强,王志强,等。行为生活方式干预改善超重或肥胖老年2型糖尿病患者的虚弱:一项可行性研究。中国机械工程学报(自然科学版);2011;26 (1):344 - 344 [免费全文] [CrossRef] [Medline]
- Allicock M, Kendzor D, Sedory A, Gabriel KP, Swartz MD, Thomas P,等。支持非裔美国人乳腺癌幸存者健康行为的试点和可行性移动健康干预。J种族健康差异2021年2月;8(1):157-165。[CrossRef] [Medline]
- 安楠,Kajiki S,冈H,藤井T,川俣K,森K,等。人工智能辅助健康计划对颈/肩痛/僵硬和腰痛工人的影响:随机对照试验JMIR Mhealth Uhealth 2021 9月24日;9(9):e27535 [免费全文] [CrossRef] [Medline]
- 比森安,索伦蒂诺五,拉赫曼我。使用StepMATE应用程序测量久坐老年人的步行和日常影响:试点随机对照试验。JMIR Mhealth Uhealth 2021年12月01日;9(12):e27208 [免费全文] [CrossRef] [Medline]
- Daly RM, Gianoudis J, Hall T, Mundell NL, Maddison R.在社区居住的老年人中,通过锻炼应用程序提供的家庭锻炼计划的可行性、可用性和乐趣:短期前瞻性试点研究。JMIR Mhealth Uhealth 2021年1月13日;9(1):e21094 [免费全文] [CrossRef] [Medline]
- 艾森豪尔CM, Brito F, Kupzyk K, Yoder A, Almeida F, Beller RJ,等。移动健康辅助自我监测是支持农村男性减肥的可接受的:一项实用的随机对照可行性试验。BMC Public Health 2021 Aug 18;21(1):1568 [免费全文] [CrossRef] [Medline]
- 格鲁纳MP, Hogaboom N, Hasley I, Hoffman J, Gonzalez-Carta K, Cheville AL,等。前瞻性、单盲、随机对照试验,评估数字运动疗法与传统物理疗法在非手术膝关节疾病治疗中的应用效果。Arch Rehabil Res Clin Transl 2021年8月1日;3(4):100151 [免费全文] [CrossRef] [Medline]
- 韩敏,李世永。在发展中国家和经合组织国家,坚持使用智能手机应用程序对减肥的长期有效性的影响:回顾性队列研究JMIR移动健康Uhealth 2021年7月12日;9(7):e13496 [免费全文] [CrossRef] [Medline]
- Layton AM, Irwin AM, Mihalik EC, Fleisch E, Keating CL, DiMango EA,等。在等待肺移植的严重囊性纤维化患者中使用健身应用的远程康复:一项试点研究。Int J Telemed应用2021 Feb 26;2021:6641853 [免费全文] [CrossRef] [Medline]
- 马涛,张凯,马涛,等。数字干预促进产后非裔美国人/黑人妇女健康体重管理的可行性国际环境与公共卫生杂志2021年2月23日;18(4):2178 [免费全文] [CrossRef] [Medline]
- Shelton E, Barreto NB, Bidwell S, Folk-Tolbert M, Shelton A, Trickey AW,等。等待腹部结直肠手术的患者参与和坚持基于网络的预适应计划。中华胃肠外科杂志2021年12月;25(12):3198-3207。[CrossRef] [Medline]
- 马宇迪,陈志强,陈志强,陈志强,等。急性冠脉综合征患者基于智能手机的早期心脏康复:一项随机对照试验。冠状动脉病变杂志2021 Aug 01;32(5):432-440。[CrossRef] [Medline]
- Taraldsen K, Mikolaizak AS, Maier AB, Mellone S, Boulton E, Aminian K,等。数字技术在年轻老年人中提供生活方式-综合运动干预- PreventIT可行性随机对照试验。前数字健康2020年7月31日;2:10 [免费全文] [CrossRef] [Medline]
- Adu MD, Malabu UH, Malau-Aduli AE, Drovandi A, Malau-Aduli BS。通过移动应用程序干预来支持澳大利亚1型或2型糖尿病患者的自我管理(My Care Hub)的用户留存和参与:混合方法研究JMIR Mhealth Uhealth 2020 Jun 11;8(6):e17802 [免费全文] [CrossRef] [Medline]
- Grau-Pellicer M, Lalanza JF, Jovell-Fernández E, Capdevila L.移动健康技术对中风后坚持健康PA的影响:一项随机研究。Top Stroke Rehabil 2020 july;27(5):354-368。[CrossRef] [Medline]
- Jiménez-Reguera B, Maroto López E, Fitch S, Juarros L, Sánchez Cortés M, Rodríguez Hermosa JL,等。移动健康网络平台(HappyAir)对慢性阻塞性肺疾病患者肺康复后坚持维持计划的影响的开发和初步评估:随机对照试验JMIR Mhealth Uhealth 2020年7月31日;8(7):e18465 [免费全文] [CrossRef] [Medline]
- Liew SJ, Gorny AW, Tan CS, Müller-Riemenschneider F.促进步行和爬楼梯活动的流动健康团队挑战:探索性可行性研究。JMIR Mhealth Uhealth 2020 Feb 04;8(2):e12665 [免费全文] [CrossRef] [Medline]
- Petersen JM, Kemps E, Lewis LK, Prichard I.商业应用程序使用与身体活动之间的关联:横断面研究。J Med Internet Res 2020 Jun 03;22(6):e17152 [免费全文] [CrossRef] [Medline]
- Tabak M, de Vette F, van Dijk H, Vollenbroek-Hutten M.一个基于游戏的老年人体育活动指导应用程序:日常生活中的设计方法和用户体验。游戏健康杂志2020 Jun;9(3):215-226。[CrossRef] [Medline]
- Toro-Ramos T, Michaelides A, Anton M, Karim Z, Kang-Oh L, Argyrou C,等。糖尿病前期患者糖尿病预防计划的移动传递:随机对照试验。JMIR Mhealth Uhealth 2020年7月08日;8(7):e17842 [免费全文] [CrossRef] [Medline]
- Edney S, Ryan JC, Olds T, Monroe C, Fraysse F, Vandelanotte C,等。基于应用程序的体育活动干预中的用户粘性和流失率:随机对照试验的二次分析J Med Internet Res 2019 11月27日;21(11):e14645 [免费全文] [CrossRef] [Medline]
- Ellis TD, Cavanaugh JT, DeAngelis T, Hendron K, Thomas CA, Saint-Hilaire M,等。运动健康支持运动与单独运动对帕金森病患者的疗效比较:随机对照试点研究物理学报2019 2月01日;99(2):203-216。[CrossRef] [Medline]
- Fukuoka Y, Haskell W, Lin F, Vittinghoff E.手机应用程序结合简短的面对面咨询对不运动女性的身体活动的短期和长期影响:mPED随机临床试验。2019年美国医学会网络公开赛5月03日;2(5):e194281 [免费全文] [CrossRef] [Medline]
- Griauzde D, Kullgren JT, Liestenfeltz B, Ansari T, Johnson EH, Fedewa A,等。一项基于手机的项目,旨在促进拒绝参加免费糖尿病预防项目的前驱糖尿病成年人的健康行为:混合方法试点随机对照试验。JMIR Mhealth Uhealth 2019 Jan 09;7(1):e11267 [免费全文] [CrossRef] [Medline]
- Höchsmann C, Infanger D, Klenk C, Königstein K, Walz SP, Schmidt-Trucksäss a .基于行为改变技术的智能手机游戏对改善2型糖尿病患者的内在动机和身体活动依从性的有效性:随机对照试验。JMIR Serious Games 2019 2月13日;7(1):e11444 [免费全文] [CrossRef] [Medline]
- 李宝杰,朴永华,李志勇,金世杰,张勇,李智。智能手机应用程序与计步器促进前列腺癌患者的身体活动。Telemed E Health 2019 12月;25(12):1231-1236。[CrossRef] [Medline]
- 倪慕楚,李志强,李志强,李志强,等。一项共同设计的移动健康计划,旨在支持新西兰Māori人和Pasifika人的健康生活方式(OL@-OR@):一项集群随机对照试验。柳叶刀数字健康2019 10月;1(6):e298-e307 [免费全文] [CrossRef] [Medline]
- 穆丽德哈兰,兰贾妮,莫汉·安贾娜,杰娜,唐东,古普塔,等。参与和减肥:来自移动健康和糖尿病试验的结果。糖尿病科技杂志2019年9月21日(9):507-513。[CrossRef] [Medline]
- Oftedal S, Burrows T, Fenton S, Murawski B, Rayward AB, Duncan MJ。针对轮班工人身体活动、饮食和睡眠质量的移动健康干预的可行性和初步疗效国际环境资源公共卫生2019年10月10日;16(20):3810 [免费全文] [CrossRef] [Medline]
- 雷沃德AT,范德诺特C,科里K,范·伊塔利A,邓肯·MJ。通过免费的网络和应用程序进行体育活动干预,社交媒体活动对覆盖面、吸收和参与的影响:澳大利亚一万步计划。国际环境资源公共卫生2019年12月12日;16(24):5076 [免费全文] [CrossRef] [Medline]
- 童海林,Coiera E,童伟,王勇,Quiroz JC, Martin P,等。移动社交网络对促进身体活动的干预效果:准实验研究。JMIR Mhealth Uhealth 2019 3月28日;7(3):e12181 [免费全文] [CrossRef] [Medline]
- Valentiner LS, Thorsen IK, Kongstad MB, Brinkløv CF, Larsen RT, Karstoft K,等。生态瞬时评估、目标设定和个性化电话对2型糖尿病患者使用InterWalk应用程序坚持间歇步行训练的影响——一项试点随机对照试验PLoS One 2019 1月10日;14(1):e0208181 [免费全文] [CrossRef] [Medline]
- Dugas M, Crowley K,高GG,徐涛,Agarwal R, Kruglanski AW,等。调节模式的个体差异调节了老年退伍军人糖尿病管理试点mHealth试验的有效性。PLoS One 2018 3月7日;13(3):e0192807 [免费全文] [CrossRef] [Medline]
- Mascarenhas MN, Chan JM, Vittinghoff E, Van Blarigan EL, Hecht F.使用视频锻炼小组和锻炼移动应用程序增加母亲的身体活动:随机对照试验。J Med Internet Res 2018年5月18日;20(5):e179 [免费全文] [CrossRef] [Medline]
- Spring B, Pellegrini C, McFadden HG, Pfammatter AF, Stump TK, Siddique J,等。多成分移动健康干预对多种饮食和活动风险行为的大而持续的改变:做出更好的选择2随机对照试验J Med Internet Res 2018 Jun 19;20(6):e10528 [免费全文] [CrossRef] [Medline]
- 杨晓燕,杨晓燕,杨晓娟,杨晓娟,Martínez-Romero A, Vera-Muñoz C,等。一个用于心脏康复教育和激励的移动健康系统:HeartCycle指导运动的经验。J Telemed Telecare 2018 5月;24(4):303-316。[CrossRef] [Medline]
- Torquati L, Kolbe-Alexander T, Pavey T, Leveritt M.改变护士的饮食和身体活动:一项试点研究和过程评估,强调工作场所健康促进的挑战。中国生物医学工程学报,2018;30(10):1015-1025。[CrossRef] [Medline]
- 陈志刚,陈志刚,陈志刚,陈志刚,等。RiseTx:在接受雄激素剥夺治疗的前列腺癌幸存者中测试减少久坐行为的Web应用程序的可行性。2018年6月07日,国际行为与物理法案;15(1):49 [免费全文] [CrossRef] [Medline]
- Levin ME, Pierce B, Schoendorff B.接受和承诺治疗矩阵移动应用程序:关于健康行为的试点随机试验。环境行为科学2017年7月;6(3):268-275。[CrossRef]
- Lambert TE, Harvey LA, Avdalis C, Chen LW, Jeyalingam S, Pratt CA,等。一项随机试验表明,在肌肉骨骼疾病患者中,一款具有远程支持的应用程序比纸质传单更能坚持家庭锻炼计划。J Physiother 2017七月;63(3):161-167 [免费全文] [CrossRef] [Medline]
- Ryan J, Edney S, Maher C.在线社交网络体育活动干预的粘性、依从性和留存率。Transl Behav Med 2017 12月;7(4):702-708 [免费全文] [CrossRef] [Medline]
- wilcox JC, Wilkinson SA, Lappas M, Ball K, Crawford D, McCarthy EA,等。一项促进高体重指数怀孕妇女健康妊娠体重增加的移动健康干预:txt4two试点随机对照试验BJOG 2017 10月;124(11):1718-1728。[CrossRef] [Medline]
- Valle CG, Tate DF。让年轻的癌症幸存者参与基于facebook的身体活动干预。Transl Behav Med 2017 12月;7(4):667-679 [免费全文] [CrossRef] [Medline]
- Quintiliani LM, Mann DM, Puputti M, Quinn E, Bowen DJ。乳腺癌幸存者体重管理的移动健康支持行为咨询干预的试点和可行性测试。JMIR Cancer 2016;2(1):e4 [免费全文] [CrossRef] [Medline]
- Block G, Azar KM, Romanelli RJ, Block TJ, Hopkins D, Carpenter HA,等。通过电子邮件、网络和手机进行完全自动化的行为干预来预防糖尿病和减肥:一项针对糖尿病前期患者的随机对照试验。J Med Internet Res 2015 10月23日;17(10):e240 [免费全文] [CrossRef] [Medline]
- 盖特勒D,范德诺特C,柯文M,邓肯MJ。通过免费的体育活动推广计划来减少参与和不使用:以澳大利亚一万步为例。J Med Internet Res 2015 july 15;17(7):e176 [免费全文] [CrossRef] [Medline]
- Maher C, Ferguson M, Vandelanotte C, Plotnikoff R, De Bourdeaudhuij I, Thomas S,等。一项基于网络的、通过Facebook应用程序对活跃度不足的成年人进行的社交网络体育活动干预:随机对照试验。J Med Internet Res 2015 july 13;17(7):e174 [免费全文] [CrossRef] [Medline]
- 林斌,马乔内,曾臣,冷梅,魏斯柏,马希达,等。智能手机应用程序在超重初级保健患者中与常规护理相比的减肥效果:一项随机对照试验。Ann实习医学2014年11月18日;161(10增刊):S5-12 [免费全文] [CrossRef] [Medline]
- Varnfield M, Karunanithi M, Lee CK, Honeyman E, Arnold D, Ding H,等。基于智能手机的家庭护理模式改善心肌梗死后患者心脏康复的使用:来自一项随机对照试验的结果。心2014年11月;100(22):1770-1779 [免费全文] [CrossRef] [Medline]
- Carter MC, Burley VJ, nykjer C, Cade JE。与网站和纸质日记相比,坚持使用智能手机应用程序减肥:试点随机对照试验。J Med Internet Res 2013 april 15;15(4):e32 [免费全文] [CrossRef] [Medline]
- Thomas JG, Wing RR。健康电子呼叫,智能手机辅助的行为肥胖治疗:试点研究。JMIR Mhealth Uhealth 2013年4月17日;1(1):e3 [免费全文] [CrossRef] [Medline]
- 柯文M,邓肯MJ, Vandelanotte C, Mummery WK。使用智能手机技术监测一万步计划中的身体活动:匹配的病例对照试验。J medical Internet Res 2012 april 20;14(2):e55 [免费全文] [CrossRef] [Medline]
- 李志强,李志强,李志强,等。电子自我监测对减肥和饮食摄入的影响:一项随机行为减肥试验。肥胖(银泉)2011年2月;19(2):338-344 [免费全文] [CrossRef] [Medline]
- Hawley-Hague H, Horne M, Skelton DA, Todd C.回顾我们应该如何定义(和衡量)在研究老年人参与运动课程的依从性。英国医学杂志公开赛2016年6月23日;6(6):e011560 [免费全文] [CrossRef] [Medline]
- 郭佩平,张宁,李建军,马迪,等。参与度和留存率:衡量参与者使用在线干预的广度和深度。J Med Internet Res 2010 11月18日;12(4):e52 [免费全文] [CrossRef] [Medline]
- 沙比娅,柯格兰妮,范·希斯,贝尔·贾,艾尔巴兹·A,基维迈基,等。老年人的身体活动和脂肪标志物:加速度计vs问卷数据。J Am医学主任协会2015年5月01日;16(5):438.e7-438.13 [免费全文] [CrossRef] [Medline]
- 社会期望偏差:在自我管理问卷调查中需要考虑的混杂因素。印度药典2018;50(3):143-144 [免费全文] [CrossRef] [Medline]
- Beatty L, Binnion C.坚持在线心理干预的预测因素和原因的系统回顾。国际行为医学杂志2016年12月;23(6):776-794。[CrossRef] [Medline]
- Christensen H, Griffiths KM, Farrer L.对焦虑和抑郁的网络干预的依从性。J medical Internet Res 2009 Apr 24;11(2):e13 [免费全文] [CrossRef] [Medline]
- 杨霞,马琳,赵霞,坎坎哈利。影响用户体育活动应用依从性的因素:范围文献综述及未来发展方向。Int J Med Inform 2020年2月;134:104039。[CrossRef] [Medline]
缩写
健康:移动健康 |
PA:体育活动 |
PRISMA-ScR:系统评价和元分析扩展范围评价的首选报告项目 |
A Mavragani编辑;提交02.06.21;R Krukowski同行评议,L König;对作者04.08.21的评论;修订本收到16.09.21;接受15.03.22;发表08.06.22
版权©杨洋,Elisabeth Boulton, Chris Todd。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 08.06.2022。
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。