本文内容如下e-collection /主题问题:

老年人和健康老龄化的移动设备和应用程序(86) 多个现有移动应用程序的质量评估和描述性分析/评论(325) 应用程序的可用性和用户对移动医疗的看法(696) 老年人可用性和技术使用研究(93) 用于症状和疾病监测、慢性疾病管理的移动健康(996)

发表在在4卷第一名(2021): Jan-Mar

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/23313，首次出版．
老年人的移动应用程序:在线商店中的系统搜索和评估

老年人的移动应用程序:在线商店中的系统搜索和评估

老年人的移动应用程序:在线商店中的系统搜索和评估

本文作者:

Alexandra A Portenhauser1 作者Orcid图片； Yannik Terhorst1、2 作者Orcid图片； Dana Schultchen3. 作者Orcid图片； Lasse B Sander4 作者Orcid图片； 迈克尔·D·丹金格5 作者Orcid图片； 迈克尔止住血6 作者Orcid图片； 娜塔莉Waldherr5 作者Orcid图片； Dhayana Dallmeier5、7 作者Orcid图片； 哈拉尔德鲍迈斯特1 作者Orcid图片； 生产Messner1 作者Orcid图片
文章 作者 引用自(3) Tweetations 指标

    原始论文

    1德国乌尔姆大学心理与教育研究所临床心理与心理治疗系

    2德国乌尔姆大学心理与教育研究所心理研究方法系

    3.德国乌尔姆大学心理与教育研究所临床与健康心理学系

    4德国弗赖堡大学心理研究所康复心理与心理治疗系

    5Agaplesion Bethesda诊所，老年病学研究，乌尔姆大学，德国

    6德国乌尔姆大学数据库与信息系统研究所

    7美国麻萨诸塞州波士顿市波士顿大学公共卫生学院流行病学系

    通讯作者:

    Eva-Maria Messner博士

    临床心理与心理治疗系“，

    心理学与教育研究所

    乌尔姆大学

    Lise-Meitner-Str。16

    乌尔姆

    德国

    电话:49 73150 32802

    电子邮件:eva-maria.messner@uni-ulm.de


    背景:随着人口老龄化的日益加剧，医疗保健系统面临着医疗成本上升等各种挑战。为了应对这些挑战，移动应用程序可能是一种具有成本效益和低门槛的方法来支持老年人。

    摘要目的:本系统综述旨在评估欧洲商业应用商店中针对老年人的移动应用程序的质量、特征以及隐私和安全措施。

    方法:在欧洲谷歌Play和App Store中，一个网络爬虫系统地搜索适合老年人的移动应用程序。两名独立评审员使用德国版的手机应用评分量表对这些被识别的手机应用进行了评估。计算了用户星级评分和整体评分之间的相关性。进行了探索性回归分析，以确定缴费义务是否预测整体质量。

    结果:在1217个确定的移动应用程序中，总共有83个被纳入了分析。一般来说，老年人的移动应用程序质量中等(平均3.22 [SD 0.68])。四个移动应用程序(5%)是基于证据的;49%(41/83)没有安全措施。用户星级评价与整体评分显著正相关(r= .30，P= . 01)。缴费义务并不能预测整体素质。

    结论:针对老年人的移动应用程序的质量差异很大，这表明在信息质量、数据保护和安全预防措施方面存在缺陷，并且缺乏基于证据的方法。需要中央数据库来识别高质量的移动应用程序。

    JMIR Aging 2021;4(1):e23313

    doi: 10.2196/23313

    关键字

    移动健康； 火星； MARS-G； 老年人； 移动应用程序； 应用程序； 老化


    世界各地的人口变化仍在继续[1］．在全球范围内，65岁及以上的老年人[1，2]，到2030年将增加60%以上[1］．到2050年，估计将有16亿人(占世界总人口的16.7%)年龄在65岁或以上[1］．全球人口老龄化对卫生保健系统及其可持续性构成了各种挑战，例如成本增加，以及未来由于缺乏卫生保健专业人员而对老年人的医疗和社会供应可能不足[3.，4］．此外，老年人还面临身体和认知功能障碍、社会关系变化、社会经济地位和孤独等挑战[5］．这些与年龄相关的变化往往对整体健康、独立性的保持和社会参与能力产生深远影响。5］．有些老年人可能需要协助，以维持积极和独立的生活方式、维持身体和精神表现、预防身体和精神障碍，以及维持适当的社会支持系统[3.，6］．

    移动应用程序等移动和互联网技术为增强老年人权能、支持社交活动、防止认知和身体衰退、减少孤独感以及在日常活动中提供帮助提供了可能的方法[7-12］．移动应用程序可以成为帮助老年人保持独立的创新解决方案，并使他们能够促进健康和功能。8，9，13，14］．

    移动应用程序可以为老年人提供许多优势，以补充传统的医疗保健行为，因为如果大规模实施并独立于时间和地点使用，它们可以具有成本效益[15，16］．此外，它们有可能简化社会和医疗护理，从而有助于促进社会包容和支持长期居家生活[8-10，17］．

    然而，老年人对移动应用程序的接受度相当低。18］．这可能源于移动应用程序使用的各种风险和吸收障碍，包括对移动技术的质量和效益的担忧、所提供信息的准确性、对误诊的恐惧、对数据滥用的担忧和数据传输的不安全、使用成本、应用程序开发人员的资格、缺乏证据和可用性差[18-23］．此外，老年人偶尔会在使用移动应用程序时表现出缺乏自我效能感，这对他们的使用产生了负面影响。16，18］．

    智能手机已经成为日常生活中不可或缺的一部分，即使对老年人来说也是如此。24，25］．2017年，65岁及以上的美国人中有40%在使用智能手机。24］．两年后的2019年，60岁至69岁的德国人中有73%使用智能手机。26］．许多研究表明，由于婴儿潮一代的老龄化，更多的老年人将使用智能手机。18，27］．因此，移动应用程序在未来可能会接触到大量老年人。18，27］．

    应用商店里有很多手机应用。28，但到目前为止，针对老年人的公开移动应用程序的质量还没有得到系统的评估。只有一篇系统综述报告了公开可用的移动应用程序在促进老年人平衡方面的质量，结论是移动应用程序的质量是可以接受的[29］．然而，这一综述的范围很窄，因为它只关注于通过移动应用程序改善老年人的平衡能力，目前还没有针对老年人的移动应用程序的进一步系统综述。因此，有关老年人移动应用程序的质量、内容和数据处理的信息目前还无法获得。

    用户在识别能够有效、安全地为他们的医疗保健提供支持的移动应用程序时可能会遇到困难。30.］．这主要是由于大量可用的移动应用程序，应用商店中不透明的动态，以及老年人明显缺乏技术知识[30.，31］．应用商店的用户星级似乎是一个值得怀疑的质量指标，因为它们可能来自虚构人物，似乎主要由功能和美学决定。32，33］．

    为了缩小这一研究差距，我们的研究系统地搜索了欧洲应用商店中针对老年人的移动应用程序。因此，我们使用一种多维度的工具，即德国版的移动应用程序评定量表(MARS-G)，评估它们的一般特征、目的、方法、内容和质量[34，35］．为了评估阻碍老年人使用移动应用程序的各种接受障碍，本文系统评估了欧洲商业应用商店中面向老年人的移动应用程序的以下特征:

    • 隐私和安全功能
    • 基于MARS-G的质量标准(参与、功能、美学、信息)
    • 用户星级与MARS-G总体评级之间的相关性
    • 预测整体质量因承担费用义务

    研究设计

    根据Moher和同事的说法，系统评价是基于系统评价和元分析的首选报告项目(PRISMA声明)[36]，由于移动应用程序的特性而有差异(详情见多媒体附件1)。

    检索策略和纳入标准

    使用网络爬虫系统地筛选欧洲谷歌Play和App Store中符合条件的移动应用程序，搜索词包括“老”、“痴呆症”、“记忆”、“助记术”、“老年人”、“高级”、“成熟度”、“退休人员”、“资历”和“辅助回忆”。用于识别老年人移动应用程序的搜索字符串来自于与老年人、护理人员和医生进行的自我焦点小组的结果，随后进行了专家讨论(EMM, LS, HB, MD, DD和NW)。网络爬虫是一个搜索引擎，系统地搜索互联网和特定国家的应用商店，如谷歌Play和app Store，以寻找符合条件的移动应用[37］．搜索工作于2019年2月5日进行。

    所有确定的移动应用程序都列在一个中央数据库中，第一批结果由审稿人筛选(AP、DS、MD、MS、LS、DD和NW)。筛选是通过一个Access(微软公司)文件进行的。每个手机应用程序都由两名审查员审查。与主管(EMM)讨论争议。要纳入这项审查，移动应用程序必须满足以下纳入标准:(1)为老年人或老年人、他们的照顾者和亲属设计;(2)可在谷歌官方Play或App Store下载;(3)德语或英语(根据审稿人的语言能力);(4)功能能够进行评估(例如，没有设备问题);(5)可独立于其他软件使用(如智能手表上的软件)。重复项被自动和手动排除。 Nonworking links were tried several times. The reviewers excluded mobile apps that did not meet the inclusion criteria according to the title, mobile app description, given images, or comments of mobile app users in the app stores in the first step.

    2019年5月8日和9日，一名评测者(AP)在应用商店中对移动应用程序推荐进行了额外的手动搜索，以识别更多相关的移动应用程序。这将确保对移动应用程序的最新和全面的搜索。除了之前的搜索词外，还使用了以下德语和英语搜索词:“老年人”、“老年人”、“阿尔茨海默症”、“记忆游戏”、“退休”、“药片”、“痴呆症”、“记忆”、“老年健康”和“紧急呼叫”。用于识别老年人移动应用程序的搜索词来自于自行进行的焦点小组的发现，并在专家讨论中开发(EMM, LS, HB, MD, DD和NW)。除技术术语外，最终用户使用的相关同义词和替代词也加入了提取的搜索词[38］．这些移动应用程序也被审查了，因为它们有资格被包括在分析中。

    对于MARS-G分析，下载移动应用程序并检查其包含标准及其用于审查的功能(例如，没有设备问题)。至少在两台设备上验证了技术问题。这些移动应用程序可以下载并安装在iPad mini(苹果公司;模型MK9N2FD /;操作系统12.1)，MediaPad X2(华为设备有限公司;模型的宝石- 701 l;操作系统5.0.1)，或者iPhone 6(苹果公司;模型A1586;操作系统12.2)。

    数据收集流程

    移动应用程序的质量评估由两名独立评审员(AP、DS、MD、MS、LS、DD或NW)使用MARS-G [35］．在评分之前，审稿人接受了标准化的在线培训，该培训可免费向公众开放[39］．每个手机应用程序都被研究和使用了至少15到20分钟，以检查功能、内容和质量。每个移动应用程序的质量评估大约需要30分钟，并通过Access文件记录下来。评审已于2019年5月28日完成。为了保证质量，计算了评分者之间的信度。基于具有绝对一致性的2-way混合效应模型，采用类内相关(ICC)检验评分者的一致性。当ICC低于最小值0.75 [40]或当审稿人之间有争议时，请咨询第三个审稿人[34，35］．

    评估工具

    MARS-G评价工具是一种可靠有效的移动应用质量评价量表[35，41］．MARS-G对所有子维度(ω=.72-.90)以及总体得分(ω=. 90)都表现出良好到非常好的内部一致性。82, 95% CI .76-.86)和高ICC (2-way mixed ICC .84, 95% CI .82-.85) [35］．MARS和MARS- g对应维度的相关性从r= .92 -。98年(35］．

    一般特征

    使用MARS-G的分类页面来检测移动应用程序的特征。它包含有关移动应用程序的描述性和技术信息:(1)名称，(2)平台，(3)与内容相关的子类别，(4)商店链接，(5)价格，(6)用户星级，(7)目标，和(8)方法[34，35］．

    数据保护和安全注意事项

    基于MARS-G的隐私和安全特性的评估是在描述性水平上的(例如，隐私政策的可用性，印记)。所有功能都是基于下载的移动应用程序进行评估的，并且只调查移动应用程序中披露的信息或应用程序商店中的描述。

    分类

    根据Cunha和同事对老年人移动应用程序的分类[42]用于分析，以实现独立于应用商店的分类。这一分类是通过在谷歌Play和App Store中搜索旨在帮助老年人的移动应用程序而制定的[42］．表1列出各种类别和内容主题的示例。

    表1。根据Cunha等人[42］．
    类别 的主题
    诊断 认知障碍，身体和精神疾病
    历史 监测重要参数，如血压和日常活动的组织
    改善 放松、语音到文本、文本到语音、风险评估、放大镜、药物识别、象形文字到语音、通信门户和社交网络
    信息丰富的 健康生活、教育和关于精神和身体疾病的心理教育
    接口 移动应用程序转换为用户友好的界面
    测量 身体活动，计步器，GPS跟踪
    保护 药品提醒、帮助请求和定位
    模拟 模拟疾病、损伤或外观
    教练 记忆力，放松，逻辑思维，健康和认知速度
    教程 事故康复，手语，自尊的提高，沟通能力的提高

    质量评估

    MARS-G的多维质量评级包括4个不同亚维度的19个项目，采用李克特5分制(1=不足，2=差，3=可接受，4=良好，5=优秀)进行评估:(1)参与- 5个项目(娱乐，兴趣，个人适应性，互动性，目标群体);(2)功能性- 4项(性能、可用性、导航、电机和手势设计);(3)美学——3项(布局、图形、视觉吸引力);(4)信息- 7项(应用描述的准确性、目标、信息质量、信息数量、视觉信息质量、可信度、证据基础)[34，35］．

    数据分析

    对于整体评分和质量的评价，从4个子维度[34］．评论者的评分是所有计算的平均值。计算MARS-G总体评分和子维度的平均得分和标准偏差。

    信息子维度的第19项用于评估移动应用程序是否可获得实证研究。通过在谷歌Scholar、PubMed、谷歌和开发者或提供商的网站上搜索移动应用程序名称，以获取现有的功效和有效性研究，来调查该项目[34］．

    计算了用户星级和MARS-G评级之间的双变量相关性。此外，还确定了用户星级评分与安全和隐私措施数量之间的双变量相关性。用户评分是从应用商店中提取的。谷歌Play和App Store的用户星级评分可分为1至5颗星，并在应用商店中作为个人评分的累积平均值显示给移动应用搜索者[43］．计算用户星级评分的平均分和标准差。

    为了检验支付费用的义务是否是整体质量的预测因子，我们进行了探索性回归分析，其中预测因子是虚拟编码(1=支付费用的义务，0=没有支付费用的义务)。需要先付费的移动应用程序被定义为“付费义务”。在购买时没有定价或拥有免费基本版本的移动应用程序被定义为“没有支付费用的义务”[44，45］．

    一个t采用独立样本检验来检验应用商店中移动应用的MARS-G总体均值和子维均值是否存在差异。对于所有分析，定义的alpha水平为5% [46］．所有统计分析均使用SPSS Statistics 24 (IBM Corp)和R (R Foundation for statistical Computing)进行。


    搜索

    网络爬虫识别出1154个移动应用程序，其中11.01%(127/1154)通过初步筛选被发现符合条件(图1)。由于不符合纳入标准，88.9%(1027/1154)的手机应用被排除在外。在最初的筛选之后，下载了127个移动应用程序，其中66.1%(84/127)不符合纳入标准(例如，重复，仅适用于亲属和护理人员)，剩下33.9%(43/127)被纳入MARS-G分析。在额外的手动搜索中，检测到63个移动应用程序，其中37%(23/63)被排除在外。总的来说，6.82%(83/1217)的移动应用程序被纳入分析(关于所包括的移动应用程序的详细信息，请参见多媒体附件2)。

    ‎
    图1。移动应用程序选择流程流程图。
    查看此图

    一般特征

    在手机应用中，64%(53/83)来自谷歌Play, 36%(30/83)来自App Store。不同商店的移动应用程序之间的MARS-G总体评分没有显著的平均差异(t81= 1.399,P=。)。此外，对于来自不同应用商店的移动应用程序，在MARS-G评级的各个子维度上没有显著的平均差异P> . 05)。大多数手机应用是免费的(73/ 83,88%);12%(10/83)被定价。平均价格为0.75欧元(瑞典SD 2.76)，从0欧元到18.99欧元(0美元到23.32美元)不等。来自应用商店的69个现有用户评分的平均得分为4.15 (SD 0.70)。在移动应用程序中，37%(31/83)用于预防，41%(34/83)用于治疗，31%(26/83)用于康复，27%(22/83)用于善后护理，60%(50/83)用于日常生活帮助。为一个移动应用程序命名多个应用程序字段是可能的。共有31%(26/83)是由合法来源(如非营利组织或大学)开发和发布的。这些移动应用程序都不是在竞争性政府或研究资金的帮助下开发的。

    平均而言，老年人的移动应用程序有3.36个目标(SD 1.79)，最多有一个移动应用程序有8个目标。最常见的目标是改善幸福感(54/ 83,65%)、娱乐(39/ 83,47%)、减轻压力(37/ 83,45%)和减少焦虑(29/ 83,35%)。分类在其他目标下的目标(23/ 83,28%)包括，例如，疾病教育(2/ 83,2%)和阿尔茨海默病筛查(3/ 83,4%)。图2为老年人提供移动应用程序的目标频率的概述。

    ‎
    图2。老年人移动应用的目标频率。为一个移动应用程序命名多个目标是可能的。给出了n=83个移动应用程序的数据。
    查看此图

    移动应用程序平均使用2.88种方法(SD 1.81)。方法从1种到9种不等。最常见的方法是监测和跟踪(26/ 83,31%)、数据收集和测量、反馈和游戏化(各25/ 83,30%)以及信息和教育、提示和建议(各23/ 83,28%)。一些移动应用包括记忆、提醒、放大(16/ 83,19%)、策略、技能、培训(12/ 83,14%)和资源导向(11/ 83,13%)。只有少数移动应用程序包括体育锻炼(7/ 83,8%)，正念和感恩，量身定制的干预(各5/ 83,6%)，接受，追求自己的目标和放松练习(各3/ 83,4%)，传统医学(2/ 83,2%)或替代医疗干预元素和阐述(各1/ 83,1%)。分类在其他方法下的方法(23/ 83,28%)包括，例如，个性化(7/ 83,8%)、社交网络功能(4/ 83,5%)和紧急按钮和联系人(1/ 83,1%)。没有一款手机应用程序包含严肃游戏、呼吸练习、催眠疗法或EMDR。图3说明了老年人在移动应用程序中使用方法的频率。

    ‎
    图3。老年人移动应用程序中使用方法的频率。在一个移动应用程序中可以对不同的方法进行多个命名。给出了n=83个移动应用程序的数据。
    查看此图

    数据保护和安全注意事项

    保安及私隐措施的平均数目为2.07项(标准差为2.76)。在包含的移动应用程序中，49%(41/83)没有数据保护措施。最常见的(30/ 83,36%)是提供联系人、联系人或印记。只有7%(6/83)的国家提供应急功能;5%(4/83)提供数据传输安全性。表2提供移动应用程序中所有数据保护注意事项的概述。

    表2。移动应用程序中的隐私和安全措施。
    数据保护措施 价值一个， n (%)
    允许使用密码 22日(27)
    需要登录 20 (24)
    有隐私声明 28日(34)
    需要主动确认同意书 14 (17)
    关于处理数据的信息 14 (17)
    关于融资/利益冲突的说明 14 (17)
    联系/联系人/印记 30 (36)
    数据传输安全 4 (5)
    应急功能可用 6 (7)
    手机丢失安全策略 20 (24)
    其他安全策略 0 (0)

    一个为一个移动应用程序命名多个不同的数据保护措施是可能的。

    分类

    根据Cunha及其同事的分类[42]，大多数(31/ 83,37%)的移动应用程序可以归为培训类。总体而言，16%(13/83)被归为保护性，11%(9/83)被归为界面性，10%(8/83)被归为信息性，7%(6/83)被归为改善性。在测量(2/ 83,2%)、历史(4/ 83,5%)以及诊断和教程(各5/ 83,6%)类别中，只有少数移动应用程序被发现。没有一个移动应用程序可以被归类为模拟。类别测量(平均3.77 [SD 0.15])、诊断(平均3.67 [SD 0.75])和训练(平均3.28 [SD 0.82])的整体质量最好。然而，信息类(平均3.24 [SD 0.29])、教程类(平均3.23 [SD 0.45])、保护类(平均3.18 [SD 0.59])、改进类(平均3.13 [SD 0.59])、界面类(平均2.86 [SD 0.44])和历史类(平均2.82 [SD 0.97])的总体质量较差至中等。

    质量评估

    总体评级显示了良好的评分者间可靠性水平(2-way混合ICC .97, 95% CI .97-.98)。根据Portney和Watkins [47]， MARS-G子维度间的信度极好(ICC .91-.99)。老年人移动应用程序的整体质量中等，平均质量为3.22 (SD为0.68)。亚量表参与程度为中等(平均3.25 [SD 0.82])，功能良好(平均3.99 [SD 0.59])，美学中等至良好(平均3.60 [SD 0.85])，信息质量较差(平均2.02 [SD 1.10])。图4显示总体质量和个别子维度的评级分布的图形表示。

    总体评分与子维度(r= .68点.85,P<措施)。中给出了相关表表3．

    ‎
    图4。移动应用程序评分量表(德文版)总体评分和四个子维度的分布图表。给出了中位数、四分位距离以及范围和轮廓(n=83个移动应用程序)。
    查看此图
    表3。MARS-G四个子维度的平均值、总体评分和用户星级之间的相关性。
    特征 MARS-G一个
    订婚 P价值 功能 P价值 美学 P价值 信息 P价值 综合评分 P价值
    MARS-G
    订婚 - - - - - -b - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    功能 点 <措施 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    美学 .62 <措施 54 <措施 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
    信息 55 <措施 .33 .002 算下来 <措施 - - - - - - - - - - - - - - - - - - - - - - - -
    综合评分 点 <措施 .68点 <措施 .85 <措施 点 <措施 - - - - - - - - - - - -
    用户星级评价c 低位 03 厚 38 .19 13。 收 . 01 .30 . 01

    一个MARS-G:德国版本的移动应用程序评定量表。

    b不适用。

    c我们计算了69个移动应用的相关性，因为有14个应用缺少用户星级评价。

    证据质量评级

    4个(5%)移动应用程序是基于证据的。对于Lumosity [48，49]和NeuroNation [50]，存在各种疗效研究，主要针对网络版本，以不同参与者群体(如年龄、健康状况、种族)的随机对照试验的形式进行。这些研究表明，由于使用这些移动应用程序进行训练，处理速度或短期记忆等不同认知表现都有显著改善。然而，只有少数研究符合随机对照试验的最低标准(例如，随机分配参与者)[51］．对于有认知障碍的老年人，MindMate和Constant Therapy与常规或不接受训练相比，在治疗成功方面有显著的积极差异[52，53］．

    用户星级评价与手机应用质量之间的关系

    用户星级评价与整体评分显著正相关r= .30（P= . 01)。此外，用户星级评分和子维度参与度之间存在显著的正相关关系(r= 10,P=.03)及资料(r= 32,P= . 01)。用户星级评价与安全和隐私措施的数量没有显著相关(r= .09点,P= 49)。相关性是用n=69个移动应用程序计算的，因为有14个应用程序缺少用户星级评价。

    探索性回归分析

    总体评分或四个子维度与支付费用的义务之间没有二元相关性(P> . 05)。缴费义务对整体素质无预测价值(β=.07，F81= 0.098,P=。75,一个djustedR2= .01%)。


    主要研究结果

    在这项研究中，我们使用可靠有效的评级工具系统地检查了欧洲商业应用商店中83款针对老年人的移动应用程序的质量。此外，我们还评估了老年人移动应用程序的一般特征、目标、方法、内容以及隐私和安全措施。总体而言，移动应用程序的质量中等，质量评级范围很广。这一结果与使用MARS的其他系统移动应用程序评估的结果一致[29，54-56］．针对老年人的移动应用程序的高功能和低信息质量的模式与其他MARS研究一致[55，57］．然而，之前针对老年人的移动应用程序的研究表明，这些应用程序的功能较低。17］．这一结果可能指出了过去几年移动应用程序功能的改进。

    信息质量普遍较低，范围广泛，这也与其他系统综述的结果一致[38，55］．所收录的手机应用程序往往没有提及信息的作者或来源，信息的真实性和正确性也得不到保证。信息质量下降与移动应用程序用户的各种风险有关，主要是因为错误的信息可能导致不正确的自我诊断和在预防、健康促进和治疗方面的不利健康决策[58，59］．

    此外，用户还面临着数据和安全问题，因为49%的移动应用程序不包含安全或数据保护措施，而那些有安全或数据保护措施的应用程序缺乏透明度。文献表明，对缺乏数据保护措施的担忧是老年人使用的一个基本障碍[18，21］．Sunyaev及其同事[60]建议在医疗保健系统中使用的移动应用程序包含高度敏感的数据，因此应该受到特别严格的数据保护准则的约束。在他们对提供健康建议的手机应用程序的评估中，他们发现只有30.5%的手机应用程序有隐私政策，其中三分之二没有具体解决手机应用程序的内容，而是商业权利、分销权或第三方权利[60］．这表明，对于移动应用程序如何处理个人和健康相关数据，缺乏透明的报告。因此，在移动应用程序用户不知情的情况下，数据可能被评估、与其他数据合并或传递给第三方的风险是给定的[61，62］．即使移动应用程序有隐私政策，许多移动应用程序也会传输Facebook或谷歌提供的数据服务。63］．特别是提供接口和保护的移动应用程序，应该保证数据传输的私密性和安全性。但是，目前还不能确保遵守这些准则。

    此外，移动应用程序对老年人的功效和有效性的研究很少。64］．只有5%的移动应用程序有证据证明其有效性。48-50］．这个小数字与一些系统的与健康相关的移动应用程序审查的结果一致[38，56，65］．基于证据的移动应用程序出现有限，部分原因是健康干预措施的评估方法，如随机对照试验，既耗时又成本高[66，67］．此外，这项研究中的大多数移动应用程序，以及针对其他目标群体的移动应用程序，都来自私营部门公司，没有特定背景的科学背景[55，68-70］．许多大学和研究项目开发的移动应用由于下载率较低而未能进入移动应用市场或未能进入排名前列[68，71］．医疗保健提供者、医疗保险公司和研究人员之间的跨学科合作对于接触有需要的老年人至关重要，他们可能会从高质量的移动应用程序中受益。

    排名靠前的手机应用通常都有很高的用户星级，这被认为是手机应用质量的一个指标。72］．本研究发现用户星级评价与整体评分、参与度和信息子维度之间存在中度正相关，这与一些系统综述相一致[73]但不是和其他人一起[32，57］．这些结果表明，用户粘性和信息质量可能在老年人对移动应用程序的评分中起着至关重要的作用。MARS子维度参与的各个方面，如娱乐、个人适应性、交互性和目标群体特异性，被引用为为老年人开发移动应用程序的基本原则，并在几项研究中与健康干预的有效性相关[64，74-77］．在之前的研究中，用户被描述为根据美学和功能的质量来选择移动应用程序，这在本研究中无法复制[33，78］．针对老年人的移动应用程序在老年人使用之前，可能会对其内容和质量进行彻底检查。然而，用户星级评价与数据安全措施数量之间没有相关性，这表明用户星级评价不是数据保护和隐私的指标，反之亦然。此外，用户星级评级可以来自虚拟人物，每个人可以应用不同的评估重点(如外观，可用性)[79］．此外，应用商店的用户星级评分可能是指某款手机应用的以前版本，这并不能保证该手机应用是最新的，而且由于对不同版本的评价，可能会造成失真[43］．因此，用户星级评价似乎只是一个有限的定位辅助选择移动应用程序。选择移动应用程序的其他策略应予以考虑。

    根据我们的研究结果，付费义务并不能预测移动应用程序的质量。在之前的研究中，部分研究暗示付费移动应用程序更可信、更值得信赖、更值得推荐，更有可能促进用户的健康和幸福。57，80］．其他研究也没有发现付费义务与移动应用程序质量之间的关联[32，69］．由于使用移动应用程序的成本是老年人将移动技术作为移动应用程序接受的一个重要障碍[18，21]，在质量上没有显著差异是有益的。

    大多数移动应用程序都可以归入培训师类别。训练类手机应用，如预防神经退行性疾病的健身和认知训练，以及社交媒体手机应用，大多为老年人使用[18，81］．在先前的研究中，针对老年人的流动健康干预措施，包括预防培训和行为改变机制、慢性疾病的自我管理以及社会包容，对老年人的自信、健康、表现和总体福祉产生了积极影响[10，76，82-85］．在这项研究中，大多数移动应用程序旨在支持老年人的日常生活(例如，娱乐和家庭联系)以及疾病的康复和治疗(例如，症状跟踪和药物治疗)。因此，大多数移动应用程序侧重于监测和跟踪、反馈、数据收集和测量、信息和教育或游戏化等方法。各种研究表明，这些方法对于老年人使用移动应用程序的有效性、使用行为和依从性、互动和动机的重要性[10，68，76-78，86-88］．

    优势与局限

    本研究的优势之一是采用了传统的系统评价方法，如系统搜索、独立筛选和对纳入的移动应用程序进行可靠的质量评估。多维的MARS-G能够做出客观、可靠和有效的评价[35，41］．根据Cunha等人[42，这样就可以独立于应用程序商店对专门针对老年人的移动应用程序进行分类。此外，在应用商店中手动搜索移动应用也确保了最新和全面的搜索。通过这种方式，可以模拟老年人及其亲属对移动应用程序的真实搜索。非专业和技术术语的使用使得搜索词可以覆盖广泛的移动应用程序。

    然而，由于手机应用市场不断出现新的和进一步的发展，以及技术的不断进步，[58]，这项研究展示了针对老年人的移动应用程序质量的当前快照。一些包含的移动应用程序可能不再可下载，它们的内容可能发生了变化，可能有新的版本可用，或者在本研究发表期间可能开发了新的移动应用程序，因此降低了该评级的现实性。

    另一个限制是在德国和英国的应用商店中搜索特定国家的手机应用。不同的国家提供不同的移动应用程序，因为移动应用程序在哪个国家可用的选择是由开发人员决定的[89］．这可能会限制我们研究结果的普遍性[90］．

    此外，移动应用程序的测试时间没有更长，比如几天或几周。因此，移动应用程序的某些方面可能没有被检测到，一些错误可能仍然隐藏着。

    此外，我们在描述性层面上评估了隐私和安全措施，所包含的数据是基于移动应用程序中的信息和应用程序商店中的描述。未来的研究应深入分析老年人移动应用程序中的隐私和安全措施(例如，分析他们是否使用Facebook或谷歌提供的服务传输数据)[63］．

    科学及实际意义

    由于用户星级对评估移动应用程序质量无效，公开的专家移动应用程序评级可以帮助老年人及其亲属、护理人员和医疗保健专业人员(如医生)选择高质量的移动应用程序。在Psyberguide和mHAD等数据库中，专家对广泛健康主题的公开MARS评级[71可以帮助做出明智的医疗保健决定。

    未来应该对移动应用进行功效和效果研究。目前，还缺乏高质量的研究来证明老年人使用移动应用程序的长期益处、有效性和安全性[64，74］．在功效和有效性研究方面，还可以调查移动应用程序的哪些功能和属性对老年人使用移动应用程序具有特别积极和长期的影响。基于这些数据，可以开发新的基于证据的有效移动应用程序。此外，可以证明其有效性的移动应用程序可以被翻译成其他语言。此外，老年人应该参与到开发新的移动应用程序的参与性研究中来[91］．将最终用户考虑在内可提高干预措施的可用性、吸收和有效性[92］．在开发一款新的移动应用程序后，在培训工具、面对面培训、用户手册和有关移动应用程序使用的支持热线上投入时间是至关重要的，因为许多老年人希望在安装、探索和学习移动应用程序时获得技术和社会支持[16，74，93-95］．仅在应用商店中提供移动应用程序将无法优化老年人对它们的使用[96］．

    推广措施，如通过医疗保健提供者报销已证明有效的移动应用程序的费用，以及针对现有的针对老年人及其亲属的高质量移动应用程序开展有针对性的宣传活动，可帮助他们将高质量移动应用程序融入日常生活[93，97］．

    结论

    移动应用程序在支持老年人健康、积极和安全生活方面的内在潜力尚未得到充分探索。这项研究表明，目前为老年人提供的移动应用程序的平均总体质量中等。特别是在信息质量、基于证据的方法、数据保护和安全措施方面存在缺陷。然而，一些移动应用程序质量高，基于证据，并有足够的数据保护，因此可以提供适当的支持。用户的星级评定和支付费用的义务并没有提供有效的定向帮助。每年进行的评估和公开的专家移动应用程序评级可以帮助老年人及其亲属以及护理人员选择高质量的移动应用程序。

    致谢

    作者要感谢Jiaxi Lin, Rüdiger Pryss, Robin Kraft, Pascal Damasch和Philipp Dörzenbach，感谢他们在搜索引擎开发和mHAD项目中的支持。我们也感谢Milena Engelke协助筛选移动应用程序。

    作者的贡献

    EMM, YT, LS和HB开发了研究设计。AP、DS、MD、LS、MS、NW、DD采集数据。AP、EMM、YT进行统计学评价。美联社和EMM撰写了文章的初稿。所有作者都对文章的当前版本做出了贡献，并批准了最终论文。

    利益冲突

    EMM, YT, LS和HB开发并运行了德国移动健康应用程序数据库项目(MHAD)。MHAD是乌尔姆大学的一个自费项目，没有商业利益。LS、HB和EMM收到了关于电子精神健康的讲座和讲习班的付款。LS报告说，在提交的工作之外，还从心理治疗培训机构和诊所收取个人费用。这并不会改变我们对JMIR共享数据和材料政策的遵守。所有其他作者声明没有利益冲突。

    ‎
    多媒体附件1

    2009年系统评价和元分析首选报告项目清单。

    PDF档案(adobepdf档案)，153 KB
    ‎
    多媒体附件2

    包括手机应用的名称、商店、开发者、版本、价格、用户星级、移动应用评分量表、德语版本(MARS-G)、子维度和总体评分，按MARS-G总体评分排序。

    PDF档案(adobepdf档案)，164kb
    1. 何伟，古德金德，科瓦尔P.老龄化世界:2015。华盛顿:卫生与公众服务部——国家卫生研究院;2016.
    2. 衰老心理学:生物心理社会视角。海德堡:施普林格;2017.
    3. 罗伯特·科赫研究所。2015年德国卫生状况。柏林:罗伯特·科赫研究所;2015.
    4. Blüher S, Kuhlmey A.人口统计学家Wandel, Altern und Gesundheit[人口变化，老龄化和健康]。入:Richter R, Hurrelmann M，编辑。健康与疾病社会学。威斯巴登:施普林格Verlag;2016.
    5. Godde B, Olk B, voelker - rehage C. Einführung老年心理学[老年心理学导论]。慕尼黑:utb;2016.
    6. 郎芳，吕普雷希特。终身发展干预相关概念研究[j]。In: Wahl W, Tesch-Römer C, Ziegelmann J，编辑。Angew geronto - interv für ein gutes Altern 100 Schlüsselbegriffen [Angew geronto - interv for Aging Well-100关键词]。斯图加特:Kohlhammer Verlag;2012:66 - 71。
    7. Dupuis K, Tsotsos LE。老年人远程健康监测技术:移动设备的作用多模态技术交互2018年7月27日;2(3):1-7。［CrossRef］
    8. 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］
    9. Rocha NP, dos Santos MR, Cerqueira M, Queirós a .支持老龄化的移动医疗:对综述和元分析的系统回顾。国际电子健康医学杂志2019;10(3):1-21。［CrossRef］
    10. Goumopoulos C, Papa I, Stavrianos a .用于增强老年人社会包容和福祉的移动应用程序套件的开发和评估。信息学2017 6月22日;4(3):15。［CrossRef］
    11. Garvelink MM, Agbadjé TT, Freitas A, Bergeron L, Petitjean T, Dugas M，等。改进基于网络的工具，以支持老年人在家里保持独立:定性研究。JMIR Mhealth Uhealth 2020年7月22日;8(7):e16979 [免费全文] [CrossRef] [Medline］
    12. Banskota S, Healy M, Goldberg EM. 15款智能手机应用程序，供老年人在COVID-19大流行期间隔离时使用。西J急诊医学2020年4月14日;21(3):514-525 [免费全文] [CrossRef] [Medline］
    13. Joosen P, Piette D, Buekers J, Taelman J, Berckmans D, De Boever P.一种基于智能手机的解决方案，用于监测养老院的日常身体活动。J Telemed Telecare 2019 12月;25(10):611-622。［CrossRef] [Medline］
    14. Boateng G, Batsis JA, Proctor P, Halter R, Kotz D. GeriActive:监测和鼓励老年人体育活动的可穿戴应用程序。2018年发表于:IEEE第15届可穿戴和可植入身体传感器网络国际会议;2018;第46-49页。［CrossRef］
    15. 王安，安宁，陆霞，陈红，李超，Levkoff S.一种用于预防和管理老年疾病的移动应用程序的分类分析方案。JMIR Mhealth Uhealth 2014;2(1):e6 [免费全文] [CrossRef] [Medline］
    16. Kuerbis A, Mulliken A, Muench F, Moore A, Gardner D.老年人和移动技术:在行为健康背景下增强和抑制利用的因素。心理健康成瘾者，2017;2(2):1-11。［CrossRef］
    17. Wildenbos GA, jasper MWM, Schijven MP, Dusseljee-Peute LW。老年患者的移动医疗:使用老化障碍框架对可用性问题进行分类。Int J Med Inform 2019 12月;124:68-77 [免费全文] [CrossRef] [Medline］
    18. 刘志强，刘志强，王志强，等。Rasche P, Wille M, Bröhl C, Theis S, Schäfer K, Knobe M。德国老年人使用健康应用程序的流行程度:全国调查JMIR Mhealth Uhealth 2018年1月23日;6(1):e26 [免费全文] [CrossRef] [Medline］
    19. Czaja S, Boot W, Charness N, Rogers W.老年人设计。华盛顿:CRC出版社;2019.
    20. Hoque R, Sorwar G.理解影响老年人采用移动健康的因素:UTAUT模型的扩展。Int J Med Inform 2017 May;101:75-84。［CrossRef] [Medline］
    21. 陈晓明，陈晓明，陈晓明。老年人口移动医疗解决方案的研究进展。J Telemed Telecare 2017 Jun;23(4):439-451。［CrossRef] [Medline］
    22. 李C，考夫林JF。展望:老年人对技术的采用:确定决定因素和障碍的综合方法。J Prod Innov Manag 2014 Jun 03;32(5):747-759。［CrossRef］
    23. 瓦西里LT，法什钦BA。居住在社区的老年人接受与健康相关的信息通信技术:定性证据的系统回顾。Int J Hum Comput交互2017年5月30日;34(2):99-116。［CrossRef］
    24. Anderson M, Perrin A.老年人的科技使用情况。华盛顿:皮尤互联网与技术研究中心;2017年5月17日。URL:https://www.pewresearch.org/internet/wp-content/uploads/sites/9/2017/05/PI_2017.05.17_Older-Americans-Tech_FINAL.pdf[2020-12-23]访问
    25. 罗萨莱斯A, Fernández-Ardèvol M.老年人使用智能手机的多样性。入:Sayago S，编辑。老年人人机交互研究展望。可汗:施普林格;2019:51 - 66。
    26. VuMA (Arbeitsgemeinschaft Verbrauchs- und Medienanalyse)。2019年德国智能手机用户按年龄段划分的比例。VuMA (Arbeitsgemeinschaft Verbrauchs- und Medienanalyse)。2019.URL:https://de.statista.com/statistik/daten/studie/459963/umfrage/anteil-der-smartphone-nutzer-in-deutschland-nach-altersgruppe/[2021-01-05]访问
    27. Berenguer A, Goncalves J, Hosio S, Ferreira D, Anagnostopoulos T, Kostakos V.智能手机无处不在吗?一项关于老年人使用智能手机的深入调查。电子学报2017年1月;6(1):104-110。［CrossRef］
    28. Appfigures,几乎如出一辙。截至2020年第三季度，领先应用商店中可用的应用数量。Appfigures》2020。URL:https://www.statista.com/statistics/276623/number-of-apps-available-in-leading-app-stores/#:~:text=What%20are%20the%20biggest%20app,million%20available%20apps%20for%20iOS[2021-01-05]访问
    29. Reyes A, Qin P, Brown CA.促进老年人平衡的智能手机应用程序的标准化审查。2016年11月20日;40(6):690-696。［CrossRef］
    30. Rossmann C, Krömer N.医疗保健领域的移动保健，Prävention和Gesundheitsförderung[医疗保健、预防和健康促进领域的移动保健]。在:费舍尔F, Krämer A，编辑。电子健康Deutschl。海德堡:施普林格;2016:441 - 456。
    31. Mohadisdudis HM, Ali NM。一项关于老年人智能手机使用情况和障碍的研究。2014年发表于:第三届用户科学与工程国际会议(i-USEr);2014;Shah Alam页109-114。［CrossRef］
    32. Bardus M, van Beurden SB, Smith JR, Abraham C.对最受欢迎的体重管理商业应用程序的参与度、功能、美学、信息质量和变化技术进行了回顾和内容分析。2016年《动物行为物理法》;13(1):35 [免费全文] [CrossRef] [Medline］
    33. 我应该用哪个应用程序?英国医学杂志2015年9月9日;351:h4597。［CrossRef] [Medline］
    34. Stoyanov SR, Hides L, Kavanagh DJ, Zelenko O, Tjondronegoro D, Mani M.移动应用程序评级量表:评估健康移动应用程序质量的新工具。JMIR Mhealth Uhealth 2015;3(1):e27 [免费全文] [CrossRef] [Medline］
    35. Messner EM, Terhorst Y, Barke A, Baumeister H, Stoyanov S, Hides L，等。德国版手机应用评估量表(MARS-G):开发和验证研究。JMIR Mhealth Uhealth 2020年3月27日;8(3):e14479 [免费全文] [CrossRef] [Medline］
    36. Moher D, Shamseer L, Clarke M, Ghersi D, Liberati A, Petticrew M，等。系统评价和元分析方案(PRISMA-P) 2015年声明的首选报告项目。系统版本2015年1月1日;20:48 -160 [免费全文] [CrossRef] [Medline］
    37. Stach M, Kraft R, Probst T, Messner EM, Terhorst Y, Baumeister H，等。移动健康应用程序数据库:用于移动健康应用程序质量评级的存储库。2020年发表于:2020 IEEE第33届基于计算机的医疗系统国际研讨会;2020;罗切斯特页427-432。［CrossRef］
    38. Terhorst Y, Rathner EM, Baumeister H, Sander l[“来自App Store的帮助?”抑郁症应用程序的系统回顾和评估]。verhaltenstherapy 2018 5月8日;28(2):101-112。［CrossRef］
    39. Messner EM. Mobile Anwendungen Rating Skala (MARS-German)。2017.URL:https://www.youtube.com/watch?v=5vwMiCWC0Sc[2019-05-20]访问
    40. 临床实验的设计与分析。霍博肯:John Wiley & Sons;2011.
    41. Terhorst Y, Philippi P, Sander LB, Schultchen D, Paganini S, Bardus M，等。移动应用评定量表(MARS)的验证。PLoS ONE 2020年11月2日;15(11):e0241480。［CrossRef］
    42. Cunha A, Cunha E, Peres E, Trigueiros P.帮助老年人:有这样的应用程序吗?中国计算机科学(英文版)，2016;［CrossRef］
    43. Mojica Ruiz IJ, Nagappan M, Adams B, Berger T, Dienst S, Hassan AE。研究手机应用商店中使用的评级系统。IEEE软件2016年11月;33(6):86-92。［CrossRef］
    44. Santo K, Richtering SS, Chalmers J, Thiagalingam A, Chow CK, Redfern J.手机应用程序提高药物依从性:识别高质量应用程序的系统逐步过程。JMIR Mhealth Uhealth 2016年12月02日;4(4):e132 [免费全文] [CrossRef] [Medline］
    45. Saborido R, Khomh F, Antoniol G, Gueheneuc YG。理解广告支持和付费android应用:它们有什么不同吗?2017年发表于:2017 IEEE/ACM第25届国际程序理解会议;2017;布宜诺斯艾利斯，143-153页。［CrossRef］
    46. Zar JH。斯皮尔曼秩相关系数的显著性检验。美国统计杂志1972年9月;67(339):578-580。［CrossRef］
    47. 波特尼L，沃特金斯M.基础临床研究:应用于实践。上马鞍河:皮尔逊/普伦蒂斯大厅;2009.
    48. Deran YR, Miin SJ, Uduwela VU, Yang EWG, Prabaharan KR.大脑训练游戏(Lumosity)对马来西亚私立医学院学生认知功能(记忆、注意力和反应时间)的影响:随机对照试验(RCT)。国际生物医学临床科学2020;5:1-4。
    49. Toril P, Reales JM, Mayas J, Ballesteros S.视频游戏训练增强老年人的视觉空间工作记忆和情景记忆。2016年5月;10:206。［CrossRef] [Medline］
    50. 用工作记忆任务评估商业脑游戏训练的有效性。2017年11月20日;1(4):539-558。［CrossRef］
    51. Bainbridge K, Mayer RE.对Lumosity的研究。中国医学杂志2017年10月3日;2(1):43-62。［CrossRef］
    52. Des Roches CA, Balachandran I, Ascenso EM, Tripodis Y, Kiran S.使用基于ipad的软件平台的基于缺陷的个性化康复计划的有效性。前哼神经科学2015年1月;8:1015 [免费全文] [CrossRef] [Medline］
    53. 麦戈德里克C，克劳福德S，埃文斯JJ。MindMate:痴呆症患者提醒系统的单例实验设计研究。神经精神康复2019年8月20日;31(1):18-38。［CrossRef］
    54. 崔sk, Yelton B, Ezeanya VK, Kannaley K, Friedman DB。阿尔茨海默病及相关痴呆移动应用的内容和质量综述。中国生物医学工程学报(自然科学版);2010年6月;免费全文] [CrossRef] [Medline］
    55. 萨拉查A，德·索拉H，费伊德I，莫德·穆尼奥斯JA。测量用于疼痛管理的移动应用程序的质量:使用移动应用程序评分量表进行系统搜索和评估。JMIR Mhealth Uhealth 2018 10月25日;6(10):e10718 [免费全文] [CrossRef] [Medline］
    56. Sander LB, Schorndanner J, Terhorst Y, Spanhel K, Pryss R, Baumeister H等人:“应用商店的创伤帮助?“这是一项针对创伤后应激障碍(PTSD)应用程序的系统评估和标准化评级。欧洲精神创伤杂志2020年1月09日;11(1):1701788。［CrossRef］
    57. Machado GC, Pinheiro MB, Lee H, Ahmed OH, Hendrick P, Williams C，等。用于腰痛自我管理的智能手机应用程序:系统回顾。2016年12月30日(6):1098-1109。［CrossRef］
    58. Albrecht UV。应用程序[健康应用程序的机会和风险]。Recht & Netz 2018;1:417-430。［CrossRef] [Medline］
    59. Gigerenzer G, Schlegel-Matthies K, Wagner G.《数字世界与卫生:卫生部门数字化的电子卫生和移动卫生机遇与风险》。柏林:VRV Sachverständigenrat für Verbraucherfragen;2016.
    60. Sunyaev A, Dehling T, Taylor PL, Mandl KD。移动健康应用程序隐私政策的可用性和质量。中国医学杂志2015年4月;22(1):e28-e33［CrossRef] [Medline］
    61. 王志强，王志强，王志强，等。移动医疗中的隐私和安全问题:当前研究和未来方向。卫生政策技术2017年6月;6(2):188-191。［CrossRef］
    62. Martínez-Pérez B，德拉Torre-Díez I, López-Coronado M.移动健康应用程序中的隐私和安全:回顾和建议。中华医学杂志2015年1月;39(1):181。［CrossRef] [Medline］
    63. 哈克维尔K, Torous J, Larsen ME。评估抑郁症和戒烟智能手机应用程序的数据共享和隐私实践。美国医学会网络公开赛2019 april 05;2(4):e192542 [免费全文] [CrossRef] [Medline］
    64. 移动应用程序对改善老年人健康的评估:文献综述。10.飞马Rev UCF本科Res J 2019;
    65. Knitza J, Tascilar K, Messner EM, Meyer M, Vossen D, Pulla A，等。风湿学中的德国移动应用程序:使用移动应用程序评级量表(MARS)进行回顾和分析。JMIR Mhealth Uhealth 2019 Aug 05;7(8):e14991 [免费全文] [CrossRef] [Medline］
    66. 格拉斯哥RE，利希滕斯坦E，马库斯AC。为什么我们没有看到更多的健康促进研究转化为实践?重新思考效能到效能的转变。美国公共卫生杂志2003年8月;93(8):1261-1267。［Medline］
    67. 陈志伟，陈志伟，陈志伟。行为干预技术发展的持续评价。Am J Prev Med 2013 10月;45(4):517-523 [免费全文] [CrossRef] [Medline］
    68. 艾伯杰，Höhn M，冯扬。gesundheits -应用程序和市场。(第二章。健康应用和市场]。入:Albrecht UV，编辑。CHARISMHA。汉诺威:医学高等学校;2016:62 - 82。
    69. Nicholas J, Larsen ME, Proudfoot J, Christensen H.双相情感障碍的移动应用程序:功能和内容质量的系统回顾。中国医学杂志，2015;17(8):e198 [免费全文] [CrossRef] [Medline］
    70. 张志刚，张志刚，张志刚，等。药物管理的移动应用程序:审查和分析。JMIR Mhealth Uhealth 2019 9月11日;7(9):e13608 [免费全文] [CrossRef] [Medline］
    71. 奈里M，舒勒M。心理健康应用领域的现状。Cogn Behav Pract 2018年3月;25:531-537。［CrossRef］
    72. Sigg S, Lagerspetz E, Peltonen E, Nurmi P, Tarkoma S.应用的主权:相关性比下载量更重要。ArXiv预印本发布于2016年11月29日。［免费全文］
    73. Schoeppe S, Alley S, Rebar AL, Hayman M, Bray NA, Van Lippevelde W，等。改善儿童和青少年饮食、身体活动和久坐行为的应用程序:质量、特征和行为改变技术综述。2017年6月24日;14(1):83 [免费全文] [CrossRef] [Medline］
    74. Quinn CC, Staub S, Barr E, Gruber-Baldini A.老年人及其护理人员的移动支持:二元可用性研究。JMIR老龄2019年5月23日;2(1):e12276 [免费全文] [CrossRef] [Medline］
    75. Wildenbos GA, Peute L, jasper M.影响老年人移动医疗可用性的老龄化障碍:基于文献的框架(MOLD-US)。Int J Med Inform 2018 Jun;114:66-75。［CrossRef] [Medline］
    76. Changizi M, Kaveh MH.移动健康技术在改善老年人群健康行为中的有效性:一项系统综述。移动健康2017;3:51 [免费全文] [CrossRef] [Medline］
    77. 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］
    78. 哈曼，贾勇，张勇。应用商店挖掘与分析:应用商店的MSR。2012年发表于:第九届IEEE挖掘软件库工作会议;2012;苏黎世第108-111页。［CrossRef］
    79. Kuehnhausen M, Frost V.信任智能手机应用程序?安装还是不安装，这是一个问题。2013年发表于:IEEE态势感知和决策支持中的认知方法国际多学科会议(CogSIMA);2013;圣地亚哥，30-37页。［CrossRef］
    80. West JH, Hall PC, Hanson CL, Barnes MD, Giraud-Carrier C, Barrett j。有一款应用可以实现这一点:付费健康和健身应用的内容分析。中国医学杂志，2012;14(3):e72 [免费全文] [CrossRef] [Medline］
    81. 克雷布斯P，邓肯DT。美国手机用户使用健康应用:一项全国性调查JMIR Mhealth Uhealth 2015;3(4):e101 [免费全文] [CrossRef] [Medline］
    82. Elavsky S, Knapova L, Klocek A, Smahel D.移动健康干预对50岁及以上成年人体力活动、久坐行为和睡眠的影响:一项系统文献综述老年物理法案2019;27(4):565-593。［CrossRef］
    83. Yasini M, Marchand G.在老年人中采用和使用移动健康应用程序进行认知刺激。Stud Heal technology Inf 2016;221:13-17。［CrossRef］
    84. 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］
    85. 吴世杰，徐S，李俊华，宋mj，申ms .基于智能手机的记忆训练对主观记忆抱怨的老年人的影响:一项随机对照试验。老年医学2018年4月22日(4):526-534。［CrossRef] [Medline］
    86. 高超，周琳，刘震，王宏，Bowers B.中国糖尿病自我管理的移动应用:适合老年人吗?Int J Med Inform 2017年12月;101:68-74 [免费全文] [CrossRef] [Medline］
    87. Lee C, Lee K, Lee D.用于持续健康维护的移动医疗保健应用和游戏化。可持续发展2017 5月08日;9(5):772。［CrossRef］
    88. Langener S, Ratz T, Lippke S.以用户为中心的数字健康应用开发，促进健康老龄化。数字纪元数字时代Unterstützung纪元纪元2018:23-29。
    89. 谷歌Play应用成功的秘诀谷歌Inc. 2016。URL:https://commondatastorage.googleapis.com/androiddevelopers/shareables/distribute/secrets_play/v2/web/secrets_to_app_success_v2_en.pdf[2019-08-16]访问
    90. Grundy QH, Wang Z, Bero LA。评估移动医疗应用程序质量的挑战:对流行和创新方法的系统回顾。2016年12月;51(6):1051-1059。［CrossRef] [Medline］
    91. 李建平，陈建平，陈建平。老年人糖尿病移动健康应用程序的可用性缺陷。J Diabetes Res 2016;2016:1604609 [免费全文] [CrossRef] [Medline］
    92. de Beurs D, van Bruinessen I, Noordman J, Friele R, van Dulmen S.最终用户在开发基于网络的心理健康干预时的积极参与。前沿精神病学2017年5月03日;8:72。［CrossRef］
    93. Portz JD, Fruhauf C, Bull S, Boxer RS, Bekelman DB, Casillas A，等。这就是我的工作!”孙辈帮助老年人使用新技术:定性研究。JMIR Aging 2019 Jun 06;2(1):e13713 [免费全文] [CrossRef] [Medline］
    94. 欧洲老年人使用基于互联网的医疗保健服务和国家背景的重要性:多层次研究。JMIR Aging 2020 Jun 03;3(1):e15491 [免费全文] [CrossRef] [Medline］
    95. 张国强，张国强。老年人学习使用平板电脑的经历:一项混合方法研究。前沿精神2018年9月3日;9:1631。［CrossRef］
    96. 陈晓明，陈晓明，陈晓明，陈晓明。流动医疗在老年人群中的作用。Curr Geri Rep 2015 Aug 21;4(4):347-352。［CrossRef］
    97. 郭艳，杨峰，胡峰，李伟，Ruggiano N，李海燕。现有的阿尔茨海默病及相关痴呆患者自我护理管理手机应用程序:系统分析。JMIR老龄化2020年1月24日;3(1):e15290 [免费全文] [CrossRef] [Medline］

    ‎
    国际刑事法庭:组内相关
    MARS-G:移动应用程序评分量表，德文版本
    棱镜:系统评价和元分析的首选报告项目

    编辑:J Wang;提交07.08.20;P Rasche和A Gulliver的同行评议;对作者15.09.20的评论;修订版本收到10.11.20;接受13.11.20;发表19.02.21

    版权

    ©Alexandra A Portenhauser, Yannik Terhorst, Dana Schultchen, Lasse B Sander, Michael D Denkinger, Michael Stach, Natalie Waldherr, Dhayana Dallmeier, Harald Baumeister, Eva-Maria Messner。最初发表在JMIR Aging (http://aging.www.mybigtv.com)， 19.02.2021。

    这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR Aging上的原创作品。必须包括完整的书目信息，http://aging.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