发表在第6卷第10期(2022):10月

本文的预印本(早期版本)可在以下网站获得https://preprints.www.mybigtv.com/preprint/35538,首次出版
一款公开可用、免费使用、自我引导的抑郁症移动健康应用的用户行为:全球样本观察性研究

一款公开可用、免费使用、自我引导的抑郁症移动健康应用的用户行为:全球样本观察性研究

一款公开可用、免费使用、自我引导的抑郁症移动健康应用的用户行为:全球样本观察性研究

原始论文

1美国乔治亚州亚特兰大市乔治亚州立大学心理学系

2问询健康有限责任公司,Sheridan, WY,美国

通讯作者:

呼叫林恩·安德森博士,ABPP

心理学系

乔治亚州立大学

城市生活大楼心理系

迪凯特街140号

佐治亚州亚特兰大,30033

美国

电话:1 404 822 7009

电子邮件:panderson@gsu.edu


背景:减轻抑郁症的负担是一个全球性的健康问题。自主移动健康应用程序是解决这一问题的一种方法。然而,很少有研究在全球样本中对自主移动健康应用程序进行研究,也很少有研究如何在现实世界中使用它们。我们必须解决这些知识上的差距,使移动健康应用程序减少全球抑郁症负担的承诺更接近现实。

摘要目的:这项研究的目的是在一个全球社区样本中检查MoodTools的自然主义用户行为,这是一个公开的、免费使用的、自我引导的移动健康应用程序,旨在改善抑郁症状。

方法:移动分析数据收集自2016年3月1日至2018年2月28日期间所有MoodTools Android版本的独特下载。由于身份识别和数据聚合过程,没有人口统计或个人识别信息与个人用户数据相关联。所有信息都存储在谷歌Analytics的存储数据库中的聚合的匿名数据文件中。谷歌的软件开发工具包用于安全捕获关于下载数量、下载位置、应用程序会话数量、应用程序会话的频率和持续时间、应用程序会话之间的时间和用户留存率的数据,以便检查哪些应用程序的工具被查看了多长时间,包括信息(心理教育),测试(使用患者健康问卷[PHQ-9]进行自我监测),认为日记(针对负面认知),活动(行为激活),视频(来自YouTube),以及安全计划(安全计划的制定和快速访问危机管理资源的链接)。

结果:来自198个国家的158,930人使用了MoodTools,其中包括英语不是主要语言的国家和低收入和中等收入国家。在初次下载后,51.14% (n=81,277)的用户在初次下载后返回应用,并且留存率在之后的每一次应用会话中都在下降。一般人在90天内使用该应用程序3次,总计12分钟。最常访问的工具是测试而且认为日记24.32% (n = 393549)。用户完成和回顾PHQ-9结果的平均时间分别为49秒和53秒,在上面花费的时间分别为3分和5秒认为日记

结论:自我引导的移动健康应用程序可能是减轻抑郁症负担的一种方法(众多需要的方法之一)。本研究收集的观察数据显示,包括中低收入国家和英语不是主要语言的国家在内,全球都对MoodTools感兴趣。需要进一步的研究来确定使用自我引导应用程序的人是否会改善抑郁症状,如果是的话,什么“剂量”能带来有意义的益处。

JMIR Form Res 2022;6(10):e35538

doi: 10.2196/35538

关键字



移动健康是指由智能手机等移动设备支持的任何医疗或保健实践[1].据估计,全球有52亿人拥有移动设备[2因此移动卫生干预措施有可能覆盖世界上近三分之二的人口。抑郁症是全球残疾的主要原因[3.这不仅与个人痛苦有关,还与失业、身体健康不良、社会功能不良和自杀有关[45].药物疗法和心理疗法可改善抑郁症状,但提供这些疗法的训练有素的精神卫生专业人员普遍短缺,预计在不久的将来不会有所改善[67],这限制了这些有效干预措施的范围。可通过网络获得基于互联网的自我指导干预措施,无需心理卫生专业人员的支持即可使用,在全球范围内提供具有成本效益的行为卫生服务[89].具体来说,基于互联网的抑郁症干预在21世纪初开始获得关注,其中有《战胜忧郁》[beat the Blues]。1011和MoodGYM [12],两者都使用固定的顺序导航格式,其中每个会话都建立在前一个会话上,直到干预完成。虽然基于互联网的干预对抑郁症的治疗有效[13],近一半的临床试验参与者没有完成这些干预的完整疗程[14],而基于互联网的抑郁症干预措施的传播和实施仍然有限[1516].随着2000年代末智能手机的出现,通过可下载应用提供的移动技术和干预变得更容易获得。基于智能手机的抑郁症干预已被证明可以改善抑郁症状[17并有潜力解决全球范围内的抑郁症,因为全球智能手机的使用率为65%,而且在新兴经济体国家还在上升[1819].

人们在现实世界中如何使用移动健康干预措施与研究人员如何评估它们之间存在差距。尽管随机对照和可行性试验发现移动和基于网络的干预是有效的,但这些发现在实际环境中并不成立[1620.21].许多研究使用的只是研究版本的干预措施,之后无法向公众提供。最近,一项评估智能手机对抑郁和焦虑干预的随机临床试验的元分析评估了18个应用程序,其中只有5个目前可供公众下载。17].相反,一些更受欢迎的行为健康应用在应用市场上拥有数千万的下载量。22,但大多数都没有评估[23].必须解决移动保健干预措施和现实世界使用方面的研究差距,使移动保健减轻全球抑郁症负担的希望更接近现实。

关于使用公共可获得的自我引导移动健康干预措施促进心理健康的生态有效研究很少[24].迄今为止,研究人员仅在两项研究中描述了针对心理障碍的应用程序用户的自然行为[2526].IntelliCare是一套包含13个智能手机应用程序的套件,旨在改善抑郁和焦虑的症状。每个自我引导的应用程序都是通过一个中心枢纽访问的,目标是一个单一的功能(例如,培养感恩心)。PTSD Coach是由美国退伍军人事务部和国防部创建的一款免费、公开的自我指导应用程序,用于管理与创伤后应激障碍相关的急性压力[27].PTSD Coach的回访用户报告称,与首次使用该应用的用户相比,该应用的瞬时痛苦水平更高,这表明该应用是在需要的时刻使用的。

在全球样本中,很少有关于心理健康和幸福的自我引导应用的研究。《PTSD Coach》在86个国家下载,非美国的下载量占总下载量的12% [25].Wysa是一款基于人工智能的自我引导聊天机器人应用程序,旨在使用基于文本的对话界面促进心理健康。一项对Wysa的初步研究报告称,在采样的全球用户社区中,研究参与者在美国、欧洲和亚洲下载了该应用程序[28].Headspace是一款通过引导冥想教授正念练习的自我指导应用,它的一项随机对照试验发现,参与者来自11个国家[29].这些研究表明,全球都对使用自我引导的应用程序改善心理健康感兴趣。

这项研究旨在描述如何在全球样本中“野外”使用MoodTools,这款用于抑郁症症状的公开、免费使用、自我指导的心理健康应用程序。

图1。跨会话的用户留存。
查看此图
图2。modtools会话的持续时间。
查看此图
图3。从下载modtools到返回应用程序之间的时间。
查看此图

MoodTools概述

MoodTools于2014年6月发布在Android设备的谷歌Play上,2015年发布在iOS设备的苹果App Store上。自2014年发布以来,它在iOS和Android设备上的下载量已超过50万次。MoodTools是一款完全自动化、自我引导的智能手机应用,适用于iOS(即iPhone和iPad)和Android设备。所有内容都是自包含的,除了将用户带出应用程序的外部链接;没有人与人之间的互动。该应用程序只支持英语。MoodTools包含6个称为工具的特性。的信息工具包含抑郁症的心理教育。的测试工具包含患者健康问卷(PHQ-9)的移动表格,这是一份包含9个项目的抑郁筛查问卷,已在纸质表格[30.和以流动形式出现的[31].如果一个用户对PHQ-9的第9项(例如,“在过去的两周内,你有多少次被“你死了会更好”或“以某种方式伤害自己”的想法困扰”)的回答是“超过一半的日子”或“几乎每天”,结果页面会显示一个链接到特定国家的自杀热线,如果该热线在该国可用,以及管理自杀想法的外部资源。的认为日记工具的功能是从思想记录衍生的日记条目[32为思想重组的实践。的活动工具,基于行为激活疗法,提示用户参与活动,以改善他们的情绪。活动是可定制的,历史页面允许用户看到哪些活动提供了最显著的主观情绪的提升。的视频工具包含一个精心策划的YouTube视频列表,如TED演讲,指导冥想,和舒缓的声音正念。的安全计划该工具为用户提供如何应对自杀念头的信息,允许用户填写安全计划,并提供快速访问当地紧急护理、急诊部门和国家危机热线的途径。

数据提取

数据来源于2016年3月1日至2018年2月28日期间MoodTools Android版本的所有独特下载的移动分析数据。在研究期间,移动分析数据没有从iOS应用程序中收集。由于身份识别和数据聚合过程,没有人口统计或个人识别信息与个人用户数据相关联。所有的测量数据都存储在谷歌Analytics存储数据库的聚合的匿名数据文件中。

谷歌Analytics软件开发工具包(SDK)于2016年3月集成到Android应用程序中。我们使用SDK安全捕获2016年3月至2018年的累计使用数据和留存信息(一次可以分析的最大累计数据量)。收集了以下信息:

  • 地点:应用程序安装在用户安卓设备上的国家。
  • 下载数量:下载应用程序的个人用户数量。
  • 应用程序会话:用户在应用程序内的单个交互周期。在30分钟内发生的活动被计算为同一应用程序会话的一部分。如果30分钟内没有活动,那么未来的活动将归属于一个新会话。
  • 会话频率:数据采集过程中app会话的数量。
  • 会话持续时间:应用程序在会话期间打开或使用的分钟数。
  • 会话近期:自用户上一次应用程序会话以来所经过的时间。
  • 应用程序总持续时间:单个用户在应用程序会话中花费的总时间。
  • 访问工具:用户打开应用中6个工具的主页的次数。

伦理批准

该研究被乔治亚州立大学的机构审查委员会批准为非人体受试者研究(H21568)。


下载

在2016年3月1日至2018年2月28日期间,来自198个国家的158,930人使用了Android平台上的MoodTools。数据是按大洲、次大陆和国家收集的用户百分比多媒体附件1).该应用程序在美洲(50.46%)、欧洲(26.46%)、亚洲(15.48%)、大洋洲(4.82%)和非洲(2.61%)都有下载。当按次大陆分类时,超过一半的用户来自北美和北欧(分别为46.537%和13.324%)。用户比例最高的国家包括美国(40.83%)、英国(10.64%)、印度(8.47%)、加拿大(5.60%)和澳大利亚(4.02%)。在低收入和中等收入国家,包括印度(8.47%),巴西(1.11%)和南非(1.01%)的下载量。谷歌Analytics无法确定其位置的用户被识别为“未设置”(0.18%)。

保留

留存率的定义是,在初次使用应用后的任何时间点返回应用的用户百分比。如表1, 51.14% (n=81,277)的MoodTools用户再次使用该应用。留存率在随后的每个应用会话中都有所下降:会话3 (n= 51382, 32.33%)、会话4 (n= 35282, 22.2%)、会话5 (n= 25794, 16.23%)、会话6 (n=19,787, 12.45%)、会话7 (n=15,686, 9.87%)和会话8 (n=12,762, 8.03%)。

表1。跨会话的用户留存。

用户留存率,n (%)
2会议 81277 (51.14)
3会议 51382 (32.33)
4会议 35282 (22.2)
5会议 25794 (16.23)
6会议 19787 (12.45)
7会议 15686 (9.87)
8会议 12762 (8.03)

时间

用户平均每次会话花费4分钟。约三分之一的疗程在0至10秒之间,三分之一的疗程在11秒至3分钟之间,其余的疗程超过3分钟(表2).超过三分之一的应用会话是在下载当天启动的,约1%的会话发生在3个月至1年的闲置期之后(表3).下载modtools后,一般人在90天内使用该应用程序3次,总计12分钟。

表2。modtools会话的持续时间。
会议持续时间 会话,%
清廉年代 33.78
11-30年代 9.04
31-60年代 9.07
61 - 180年代 19.14
180 - 600年代 17.15
601 - 1800年代 9.73
≥1801年代 2.08
表3。modtools应用程序会话之间的时间间隔。
应用程序之间的间隔天数 应用程序会话数,n (%)
< 1天 134987 (37.16)
1天 41653 (11.47)
2天 24187 (6.66)
3天 17256例(4.74%)
4天 13365例(3.68%)
5天 10972 (3.02)
6天 9820 (2.70)
7天 8184 (2.25)
8 - 14天 35334 (9.73)
15 - 30天 31306 (8.62)
31-60天 20017 (5.51)
61 - 120天 12174 (3.35)
121 - 364天 4041 (1.11)

工具访问

我们检查了用户访问这6个工具(思想日记、测试、信息、活动、视频和安全计划)的频率。访问一个工具被操作为打开该工具的主页屏幕。思想日记工具和测试工具是最常访问的工具,各占24.32% (n=393,487),所有用户在所有应用程序会话中浏览所有主页屏幕(n= 1,618,277);表4).信息工具(即抑郁症心理教育)是最不常访问的工具(n=1,246,667, 7.7%)。用户平均花费3分5秒(185秒)在思想日记的输入屏幕上,这允许用户完成一个数字思想记录。用户平均花费49秒完成PHQ-9筛选问卷,在显示PHQ-9结果的屏幕上平均花费53秒。

表4。通过工具查看主页。
工具的名字 总屏幕视图(N=1,618,277), N (%) 每个应用程序会话的平均屏幕视图 平均停留在主页屏幕上的时间(秒)
认为日记 393549 (24.32) 2.24 12.25
测试 393487 (24.32) 2.00 5.71
活动 331961 (20.51) 2.35 10.08
安全计划 236449 (14.61) 2.32 14.20
视频 138164 (8.54) 1.40 5.76
信息 124667 (7.70) 1.23 11.34

主要结果

MoodTools在198个国家被下载,这表明全球对一款免费使用的抑郁症自我引导智能手机应用程序很感兴趣。值得注意的是,MoodTools的开发者并没有进行任何营销活动,而且,尽管该应用程序只以英语呈现,但在英语不是主要语言的国家还是有下载量的。低收入和中等收入国家的用户也下载了该应用程序。尽管人们对自我引导的心理健康应用程序很感兴趣,但如果它们没有效果,就不会对抑郁症的全球负担产生影响。一项针对焦虑和抑郁的循证应用程序的综述显示,绝大多数(74%)应用程序是免费下载的,但只有3%的应用程序有研究证明其有效性。33].在不断变化的可公开使用的移动医疗应用程序中,功效研究仍然很少。MoodTools(以及其他治疗抑郁症的移动健康应用程序)的功效和效果显然是未来研究的一个重要领域。

考虑到抑郁症的动机低和行为回避,移动健康干预对抑郁症的一个关键挑战是吸引和留住用户。超过一半的MoodTools用户(n=81,277, 51.14%)在初次下载后返回应用,这与IntelliCare(约50%)和PTSD Coach(61.1%)相当。2526].这些回归率与一项针对智能手机应用治疗抑郁症状的随机临床试验的荟萃分析报告的汇总辍学率(47.8%)相似[34].然而,“野外”用户的回复率和智能手机应用有效性试验的退出率并不是一个苹果与苹果之间的比较。临床试验中的退出被定义为未完成干预结束评估,这些评估通常是在智能手机应用程序之外收集的,而自然主义用户行为研究中的留存通常被定义为使用该应用程序。在应用程序市场上下载并打开免费的抑郁症移动健康应用程序的用户,与同意将移动健康应用程序作为临床试验的一部分的参与者相比,可能有不同的兴趣和意图水平。鉴于我们对现实世界中自我引导的心理健康应用的留存率了解有限,很难确定在这类移动健康干预措施中,什么是“标准”留存率。未来的临床试验可以衡量与参与度相关的退出和与评估相关的退出,现实世界的移动健康应用可以采用类似的标准化评估结构,更好地比较这些方法之间的留存率和参与度。

重要的是要确定需要使用多少应用程序才能有意义地改善症状。研究表明,应用程序的使用与临床有意义的益处之间存在关系[35-37],但还没有确定最小“剂量”。大约三分之一的MoodTools会话持续时间不超过10秒。这些“即触即走”的应用过程可能太短,没有意义。这些应用会话的高频率在数据中制造了噪音,突出了了解用户在应用会话中保持足够长时间并与之进行有意义的交互的条件的重要性。

典型的MoodTools用户使用了3次应用程序会话(平均每次4分钟),在90天内总共使用了12分钟,与之相比,PTSD Coach用户使用了6.3次应用程序会话(平均每次47秒),在停止使用前总共使用了5分钟[25].在心理治疗中,通常每周进行一次50分钟的治疗,大约50%和75%的患者分别在8次和26次治疗后有所改善[3839].在这种情况下,很难想象典型的MoodTools用户能达到一个剂量,从而导致抑郁症状有意义的改善,尽管这是一个有待测试的经验问题。然而,有一小部分用户返回应用9次或更多,有些用户使用应用>200次。

与心理健康专业人员不同,日常使用心理健康应用程序的用户没有接受过使用精神病理学科学来缓解症状的训练。关键是要确定自我引导的心理健康应用程序的用户自然会被什么吸引,结果令人鼓舞。MoodTools用户最常访问的工具是Thought Diary(思想记录)和Test(情绪自我监测)。这些结果与对其他智能手机应用的自然主义用户行为的研究一致,尽管在布局和针对的心理问题上存在差异。访问次数最多的创伤后应激障碍辅导项目是自我评估(症状追踪)和症状管理(应对技能)[25而从IntelliCare的套件中下载最多的应用程序是Thought Challenger(思想重组)和Worry Knot(担忧管理)[26].这些研究表明,使用公开的、自我引导的心理健康应用程序的用户最常访问的是认知重构和症状跟踪工具。这些工具可能更受欢迎,因为它们通过主动参与(如记录症状)来吸引用户,而不是更被动的工具(如阅读有关抑郁症症状的信息)。消极认知是抑郁症的一个核心特征,因此令人鼓舞的是,MoodTools的用户最常访问的是思想日记工具。

限制

这种对自然用户行为的研究有几个明显的局限性。首先,这项研究只包括来自MoodTools Android平台的用户,使用Android和iOS设备的用户之间的差异可能会影响用户行为。iOS用户比Android用户更可能是女性,受教育程度更高,属于高收入群体,拥有更多技术知识。40, iOS和Android平台的用户评价存在差异[25].其次,通过谷歌Analytics获得的数据的可识别性和聚合性限制了可以进行的分析类型。例如,没有为这个队列收集个人用户特征的数据(如性别、年龄、社会经济地位)。

未来的发展方向

未来关于减少抑郁的自主移动健康应用程序的研究领域似乎是无限的。提高我们对应用下载后立即发生的事情的理解是至关重要的。与对其他应用的研究一致,有一半的MoodTools用户在第一次使用应用后就不再返回应用。我们需要研究如何从第一次应用会话中保持用户粘性,并识别出最有可能停止使用的用户。此外,将用户分为低使用量和高使用量对比组可能会有帮助,正如Wysa研究中所做的那样[28,研究用户使用和留存模式在不同群体间的差异。我们几乎不知道用户的个人特征(如性别、年龄、社会经济地位)如何影响用户粘性或留存率。我们应该检查基于应用的提醒或通知的使用,以及游戏化等激励结构,以了解这些应用功能是如何影响用户粘性的。了解心理健康应用的内容、可接近性和风格如何影响用户粘性是下一步的另一个关键步骤。流动应用程序评定量表的用户版本[41] -唯一一份供公众使用的自评量表[42可以提供用户对心理健康应用程序感知的主观数据。

结论

抑郁症在全世界的范围和影响是惊人的。研究结果显示,包括低收入和中等收入国家以及英语不是主要语言的国家在内,全球都对一款旨在改善抑郁症状的公开、免费使用的移动健康应用程序感兴趣。大约一半的MoodTools用户在初次使用后又重新使用了这款应用。大约三分之一的测试持续时间在0到10秒之间,三分之一的测试持续时间在11秒到3分钟之间,剩下三分之一的测试持续时间在3分钟或更长。MoodTools用户在90天内平均使用3次,总计12分钟。使用者倾向于花大部分时间使用为自我监测症状和针对抑郁精神病理和消极认知的核心机制而设计的工具。这项研究的观察数据表明,自我引导的心理健康应用程序可能是减轻全球抑郁症负担所需的众多方法之一;然而,还需要研究来确定应用粘性是否能改善症状。

利益冲突

LS是MoodTools的共同创建者,也是发布MoodTools的Inquiry Health LLC的所有者之一。解放军没有需要申报的利益冲突。

多媒体附件1

根据大洲、次大陆和国家划分的modtools用户。

DOCX文件,43 KB

  1. van Heerden A, Tomlinson M, Swartz L.口袋里的护理点:移动医疗领域的研究议程。公牛世界卫生组织2012年5月01日;90(5):393-394。[CrossRef
  2. GSMA。2020年移动经济。2020.URL:https://www.gsma.com/mobileeconomy/wp-content/uploads/2020/03/GSMA_MobileEconomy2020_Global.pdf[2022-09-14]访问
  3. Ferrari AJ, Charlson FJ, Norman RE, Patten SB, Freedman G, Murray CJL,等。按国家、性别、年龄和年份划分的抑郁症负担:来自2010年全球疾病负担研究的发现。PLoS Med 2013年11月10日(11):e1001547 [免费全文] [CrossRef] [Medline
  4. 霍顿K, Comabella CCI, Haw C, Saunders K.抑郁症患者自杀的危险因素:一项系统综述。《心理疾病杂志》2013年5月;147(1-3):17-28。[CrossRef] [Medline
  5. 抑郁症和其他常见精神障碍:全球健康估计。世界卫生组织,2017。URL:https://apps.who.int/iris/handle/10665/254610[2022-09-14]访问
  6. 刘建祥,Goryakin Y, Maeda A, Bruckner T, Scheffler R. 2030年全球卫生人力劳动力市场预测。Hum Resour Health 2017 Feb 03;15(1):11 [免费全文] [CrossRef] [Medline
  7. 全球卫生人力,用于精神卫生的资金仍然不足。世界卫生组织。日内瓦;2015.URL:https://www.who.int/news/item/14-07-2015-global-health-workforce-finances-remain-low-for-mental-health#[2022-09-14]访问
  8. Lintvedt OK, Griffiths KM, Eisemann M, Waterloo K.评估基于网络的预防抑郁症自助干预的翻译过程:成本-效果分析。J Med Internet Res 2013 1月23日;15(1):e18 [免费全文] [CrossRef] [Medline
  9. Muñoz RF, Bunge EL, Chen K, Schueller SM, Bravin JI, Shaughnessy EA,等。大规模开放在线干预:在全球范围内提供行为健康服务的新模式。临床精神科学2015年5月13日;4(2):194-205。[CrossRef
  10. 普罗德富特J,戈德堡D,曼恩A,埃弗里特B,马克斯I,格雷JA。用于焦虑和抑郁的计算机化、交互式、多媒体认知行为程序。精神医学2003年2月14日;33(2):217-227。[CrossRef] [Medline
  11. Proudfoot J, Ryden C, Everitt B, Shapiro DA, Goldberg D, Mann A,等。计算机认知行为疗法在初级保健中治疗焦虑和抑郁的临床疗效:随机对照试验。精神病学杂志2004年7月01日;185(1):46-54。[CrossRef] [Medline
  12. Christensen H, Griffiths KM, Jorm AF.使用互联网对抑郁症进行干预:随机对照试验。BMJ 2004 1月31日;328(7434):265 [免费全文] [CrossRef] [Medline
  13. 基于计算机的抑郁症心理治疗:系统综述和荟萃分析。临床精神病学杂志2012年6月32(4):329-342。[CrossRef] [Medline
  14. 接受计算机化认知行为疗法的障碍:定量和定性证据的系统回顾。精神医学2009 5月;39(5):705-712。[CrossRef] [Medline
  15. DaPonte D, Talbot F, Titov N,亲爱的男朋友,Hadjistavropoulos HD, Hadjistavropoulos T,等。促进用于治疗焦虑和抑郁的iCBT的传播:可行性研究。行为变化2018 6月18日;35(3):139-151。[CrossRef
  16. Gilbody S, Littlewood E, Hewitt C, Brierley G, Tharmanathan P, Araya R, react团队。计算机认知行为疗法(cCBT)在初级保健中治疗抑郁症(react试验):大规模实用的随机对照试验。BMJ 2015 11月11日;351:h5627 [免费全文] [CrossRef] [Medline
  17. Firth J, Torous J, Nicholas J, Carney R, Pratap A, Rosenbaum S,等。基于智能手机的心理健康干预对抑郁症状的有效性:一项随机对照试验的meta分析世界精神病学2017 10月16日(3):287-298 [免费全文] [CrossRef] [Medline
  18. 在新兴经济体,智能手机的拥有率和互联网使用率持续攀升。皮尤研究中心2016年。URL:https://www.pewresearch.org/global/2016/02/22/smartphone-ownership-and-internet-usage-continues-to-climb-in-emerging-economies/[2022-09-14]访问
  19. 智能手机的拥有量在世界范围内迅速增长,但并不总是平等的。皮尤研究中心2019年。URL:https://www.pewresearch.org/global/2019/02/05/smartphone-ownership-is-growing-rapidly-around-the-world-but-not-always-equally/[2022-09-14]访问
  20. 莫尔DC,里昂AR,拉蒂EG,雷迪M,舒勒SM。加速从早期设计和创造到成功实施和维持的数字精神卫生研究。J Med Internet Res 2017年5月10日;19(5):e153 [免费全文] [CrossRef] [Medline
  21. Mohr DC, Weingardt KR, Reddy M, Schueller SM。目前数字心理健康研究存在三个问题……我们可以为他们做三件事。精神科服务2017 May 01;68(5):427-429 [免费全文] [CrossRef] [Medline
  22. Carlo AD, Hosseini Ghomi R, Renn BN, Areán PA。通过数字:行为健康移动应用程序的评级和使用率。NPJ Digit Med 2019年6月17日;2(1):54 [免费全文] [CrossRef] [Medline
  23. Anthes E.心理健康:有一个应用程序可以解决这个问题。Nature 2016 Apr 07;532(7597):20-23。[CrossRef] [Medline
  24. Fleming T, Bavin L, Lucassen M, Stasiak K, Hopkins S, Merry S.试验之外:系统回顾现实世界对抑郁、情绪低落或焦虑的数字自助干预的吸收和参与。J Med Internet Res 2018年6月06;20(6):e199 [免费全文] [CrossRef] [Medline
  25. 欧文JE,贾沃斯基BK,库恩E,马金-伯德KN,拉姆塞KM,霍夫曼JE。移动健康在野外:使用新的数据来检查创伤后应激障碍教练的范围、使用和影响。JMIR Ment Health 2015;2(1):e7 [免费全文] [CrossRef] [Medline
  26. 拉蒂EG,舒勒SM,萨金特E,斯泰尔斯-希尔兹C,托马西诺KN,柯登ME,等。接受和使用IntelliCare:一套公开的心理健康和幸福应用程序。2016年5月;4(2):152-158 [免费全文] [CrossRef] [Medline
  27. 库恩E, van der Meer C,欧文JE,霍夫曼JE,卡什R,卡莱斯P,等。世界各地的创伤后应激障碍教练。Mhealth 2018 5月;4:15 [免费全文] [CrossRef] [Medline
  28. Inkster B, Sarda S, Subramanian V.用于数字心理健康的共情驱动、会话型人工智能代理(Wysa):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
  29. Howells A, Ivtzan I, Eiroa-Orosa FJ。把“应用程序”放在快乐中:一项基于智能手机的正念干预的随机对照试验,旨在提高幸福感。J幸福研究2014年10月29日;17(1):163-185。[CrossRef
  30. 克伦克,斯皮策,威廉姆斯JBW。PHQ-9:一个简短的抑郁严重程度测量的有效性。实习医学2001年9月16日(9):606-613 [免费全文] [CrossRef] [Medline
  31. Bush NE, Skopp N, Smolenski D, Crumpton R, Fairall J.通过智能手机应用程序提供的行为筛查措施:心理测量特性和用户偏好。神经病学杂志2013年11月;201(11):991-995。[CrossRef] [Medline
  32. 贝克JS。《认知行为疗法:基础与超越》第二版。纽约:吉尔福德出版社;2011.
  33. Marshall JM, Dunstan DA, Bartik W.数字精神病学家:寻找焦虑和抑郁的循证应用程序。前沿精神病学2019年11月15日;10:831 [免费全文] [CrossRef] [Medline
  34. 李晓燕,李晓燕,李晓燕。智能手机应用程序治疗抑郁症状的临床试验的退出率:一项系统综述和荟萃分析。J Affect Disord 2020年2月15日;263:413-419。[CrossRef] [Medline
  35. 核taki E, Riper H, Twisk J, Hoogendoorn A, Kleiboer A, Mira A,等。自我引导的基于网络的认知行为疗法在治疗抑郁症状中的疗效:对个体参与者数据的meta分析美国医学会精神病学2017年04月01;74(4):351-359。[CrossRef] [Medline
  36. 马提拉E, Lappalainen R, Välkkynen P, Sairanen E, Lappalainen P, Karhunen L,等。移动接受和承诺治疗应用程序的使用和剂量反应:随机对照试验干预部分的二次分析。JMIR Mhealth Uhealth 2016年7月28日;4(3):e90 [免费全文] [CrossRef] [Medline
  37. 张r, Nicholas J, Knapp AA, Graham AK, Gray E, Kwasny MJ,等。心理健康应用的临床意义使用及其对抑郁症的影响:混合方法研究。J Med Internet Res 2019 Dec 20;21(12):e15644 [免费全文] [CrossRef] [Medline
  38. 王晓燕,王晓燕。心理治疗的剂量-效应关系。中华精神病学杂志1986;41(2):159-164。[CrossRef
  39. McNeilly CL, Howard KI。心理治疗的效果:基于剂量的重新评价。Psychother Res 2008 1月14日;1(1):74-78。[CrossRef
  40. Pryss R, Reichert M, Schlee W, Spiliopoulou M, Langguth B, Probst T. TrackYourTinnitus移动众测移动健康平台Android和iOS用户的差异。2018年发表于:IEEE第31届计算机医疗系统国际研讨会;21页,2018;卡尔斯塔德,瑞典,411-416页。[CrossRef
  41. Stoyanov SR, Hides L, Kavanagh DJ, Wilson H.移动应用程序等级量表(uMARS)用户版本的开发和验证。JMIR Mhealth Uhealth 2016年6月10日;4(2):e72 [免费全文] [CrossRef] [Medline
  42. Azad-Khaneghah P, Neubauer N, Miguel Cruz A, Liu L.移动健康应用可用性和质量评价量表:系统综述。disil Rehabil Assist 2021年10月08;16(7):712-721。[CrossRef] [Medline


健康:移动健康
phq - 9:患者健康问卷
SDK:软件开发工具包
奥马尔:移动应用程序等级量表的用户版本


A Mavragani编辑;提交08.12.21;由B Nelson和A McLean同行评议;评论作者01.03.22;修订版收到25.07.22;接受26.08.22;发表25.10.22

版权

©苏兰婷,林恩·安德森。最初发表在JMIR形成研究(https://formative.www.mybigtv.com), 2022年10月25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,前提是原始作品首次发表在JMIR形成研究,并被适当引用。必须包括完整的书目信息,https://formative.www.mybigtv.com上的原始出版物链接,以及版权和许可信息。


Baidu
map