从疫苗接种应用程序的功能分离功能:计算分析

介绍

背景

信息技术已经彻底改变了世界的方方面面，包括我们的医疗保健系统。资讯科技提高了病人护理的整体效率和可及性[1]。智能手机是一种在医疗保健领域变得重要的信息技术[2]。一些最新的估计显示，大约95%的美国人拥有具有多种功能的智能手机，如发短信、拍摄高分辨率照片和移动软件应用。3.]。智能手机的用户也使用可用的功能来管理他们健康的各个方面[4]。如今，移动医疗(mHealth)技术通过改善健康结果和促进获得医疗服务，在提供高质量医疗服务方面发挥着至关重要的作用。Istepanian等[5将移动健康定义为为医疗保健设计的移动计算、医疗传感器和通信技术。移动健康应用程序的使用为患者提供了一种与提供者共享医疗信息的有效方式，改善了实时健康信息的收集，并支持疫苗接种[6]。

移动健康应用用户经常表达的一个重要担忧是数据隐私。在美国，《健康保险流通与责任法案》(HIPAA)确保医疗保健实体提供适当的措施来保护患者数据。许多基于消费者的跟踪和监控健康数据的应用程序都不符合HIPAA。美国医疗保健利益相关者建议为医疗保健设计的移动应用程序符合HIPAA [2，7]。移动健康应用程序在当前动态免疫实践中面临的另一个障碍是单方疫苗交付系统或缺乏双向信息交换。有机会利用移动健康应用程序作为工具来支持复杂卫生系统的公众导航，并促进公众和卫生服务提供者之间的双向信息交流。缺乏卫生保健可及性、支离破碎的疫苗提供系统和疫苗识字率低等因素可导致社区疫苗接种不足[8]。此外，对疫苗的犹豫可能进一步减少人群对疫苗的吸收，破坏以前在消灭传染病方面取得的成果[6]。

疫苗犹豫——尽管有疫苗接种服务，但仍延迟或拒绝接种疫苗——是一种复杂的现象，涉及情感、文化、社会、精神和政治因素[9，10]。在考虑疫苗犹豫和决策时，父母疫苗犹豫源于多种原因，并没有放之四海而皆准的方法类型选择放弃给孩子接种疫苗的父母[8，11，12]。怀疑自闭症的副作用、宗教原因、对疫苗“新颖”的担忧以及各种媒体对疫苗的不准确描述是影响父母对疫苗犹豫不决的常见因素[6，13]。最近儿童百日咳和麻疹再度爆发，是拒绝接种疫苗与社区中可预防的传染病再度爆发有关的一个主要例子[13]。尽管疫苗接种移动健康应用程序正试图解决这一问题，但目前的结果喜忧参半。14]。

理据及目的

最近一项系统评价的结果显示，缺乏证据支持使用针对儿童的疫苗接种应用程序，这一点通过疫苗接种、知识和决策得到证实[15]。另一项系统评价报告称，移动健康改善了成人和儿童的疫苗接种率;然而，没有确凿的证据表明数字解决方案将实现最佳的疫苗接种覆盖率[16]。技术犹豫、复杂的应用程序导航和困难的应用程序功能等障碍可能会影响疫苗接种应用程序的使用。与HIPAA相关的安全和存储合规性，以及通过疫苗接种应用程序收集的私人健康数据的传输和保护，是另一个紧迫的问题。

本研究的主要目的是开发一种计算方法来探索各种疫苗接种应用程序的描述性、可用性、信息交换和隐私特征，这些特征可以为疫苗接种应用程序的设计提供信息。我们还旨在使用内容分析方法评估这些应用程序，并识别应用程序功能中的潜在缺陷。本研究根据各自的操作平台，对这些数据进行综合分析。所采用的内容分析方法改编自以往的研究[17，18]。

方法

疫苗相关应用程序的定义和识别

在本研究中，与疫苗接种相关的应用程序被操作为允许跟踪、调度和一般传播疫苗接种信息的应用程序[6，19]。如果应用程序出现在bb0 Play Store和Apple App Store，就会被收录。搜索过程中使用了“疫苗接种”、“免疫”、“疫苗”、“免疫计划”和“疫苗接种计划”等查询词来生成我们的应用程序样本。英语应用程序和带有第二语言的英语应用程序都包括在内。我们没有搜索任何手机制造商的应用商店(如三星Galaxy Store)，因为b谷歌Play和Apple app Store是Android和iOS智能手机用户下载应用的主要网络市场。被定义为副加载应用和自制应用的应用被排除在外。Sideload应用是指那些没有通过应用商店认证的应用。我们将自制应用定义为可以通过计算机终端下载的应用。

应用程序的搜索和选择过程于2019年3月至5月进行。我们发现两个平台共有211款应用，其中iOS和Android分别占62.1%(131/211)和37.9%(80/211)。由于iOS应用占所收集应用的一半以上，我们从每个平台随机抽取应用样本，共生成132个应用样本(占样本总数的62.6%)。我们对收集到的Android应用进行了过度采样，以便在功能空间中呈现出一个平衡的Android应用。此外，当一个类别的代表性不足时，过采样是一种常用的技术[20.，21]。此外，之前的工作记录了在12个月内停止使用的健康应用程序[22]。我们的最终应用列表包括那些在市场上停留至少12个月的应用(截至2020年5月)。根据符合12个月的时间框架、英文内容、疫苗相关应用程序的操作化定义(作为2名首席研究员对应用程序的额外审议的一部分)的标准，最终纳入研究的应用程序数量为119个。为了准确地对这些应用进行分类，我们根据它们在iOS、Android或两者的状态对它们进行了分类。虽然我们可以包括应用程序指定为这两个在一个平台上，它可能是应用程序的不准确表示[23，24]。为了评估和理解疫苗接种应用程序的描述性、可用性、信息交换能力和隐私特征的细微差别，我们使用混合方法来构建我们的工作。首先，我们开发并评估了一个代码本，并基于该代码本对包含的应用程序进行了内容分析。这使我们对密码本的分类有了一个大致的了解。其次，我们对从码本和内容分析结果中构建的特征进行降维。第三，我们想要确定那些对解释数据差异更重要的特征。最后，通过k-means聚类，根据步骤3的特征降维结果对应用进行聚类。下面的小节提供了每个步骤的附加细节。

码的发展

为了全面描述检索到的疫苗接种应用程序的特征，我们系统地开发了一个包含4个类别(表1)。这4个主要类别是在应用筛选过程中形成的。这些广泛的分类已用于类似的疫苗接种应用程序相关研究[6]。在2020年6月，我们随机选择了10个应用程序来评估代码本，并对结果进行交叉验证，以确保两个编码员之间的一致性达到中等水平。25]。对于选定的应用程序，我们达到了90%的一致性。在建立稳定版本的代码本后，免疫应用程序根据主要类别(表1)。的4个类别中的42个功能表1用于表示我们的计算分析的特征空间，如以下各节所述。

数据分析

概述

我们使用上述代码本分析和评估应用程序的内容，通过内容分析[26]，描述性统计和无监督机器学习。首先，我们使用主成分分析(PCA)从原始数据集中减少特征空间。其次，使用R (R Foundation for Statistical Computing)中的k-means算法对应用程序进行聚类。下面几节将详细讨论在本研究中如何使用PCA和k-means聚类。

主成分分析过程

PCA是一个重要的预处理步骤。先前的研究使用PCA来显示儿童与教育应用程序的互动[31并减少智能手机应用程序数据的上下文维度[32]。根据42个特征对119个app进行编码后，我们进行PCA对数据进行降维。我们使用prcomp函数来解释由不同主成分(PCs)表示的方差。

在确定方差比例后，我们确定每个PC中包含的每个特征的值。我们使用每台PC的加载值来确定此信息。这些值表示PC与原始使用特性之间的相关性。相关性接近1或- 1表示该特征对组件的重要性。我们为每个PC提取了方差最大的前5个特征。使用这些值，我们将代表应用程序的功能数量从42个减少到10个。PCA的关键思想是减少数据集中的变量数量，但在新数据集中保留尽可能多的信息或信息的表示[33]。虽然没有黄金标准来确定从这个过程中保留的特征的数量[34]，保留的功能代表了许多应用程序的重要组成部分。保留的特征用于描述数据并进行k-means聚类分析。

k -均值聚类分析

聚类分析用于在一组数据中定义类。聚类可以使用监督和非监督方法进行。我们使用无监督k-means聚类方法对我们的应用进行分组。这种聚类算法有很好的文档记录，可以成功地分离数据进行分析;此外，它的性能与其他聚类方法相似或更好[35，36]。这种方法揭示了数据中潜在的模式，使我们能够更好地了解哪些应用程序基于所选择的功能相互关联。为了确定簇数，我们使用了总簇内平方和(或肘形法)[37和剪影法。集群内的总平方和衡量集群的紧凑程度。剪影法[38试图衡量聚类的质量。我们检查了特征对象在聚类中的表现[39]。我们分析了这两种方法，以确定用于k-means聚类分析的最佳主题数量。

道德的考虑

本研究中使用的数据满足两项不需要IRB批准的研究活动:质量保证和改进。如果研究涉及项目评估实践、项目自我评估或商业实践，以及其他以方法而非人类为研究主题的质量改进项目，则不需要IRB批准。它还满足试点研究的条件，其中活动旨在改进数据收集程序-参与时间，测试调查问题等，其中收集的任何数据仅用于计划和/或改进未来的研究研究。

结果

类别和功能概述

在42个功能中，有12个(28%)用于描述性应用类别。在这12个特征中，9个(75%)用于(目标)用户和疾病类别，8个(67%)用于信息交换类别。最后，31%(13/42)的功能代表隐私和可读性类别。在这119款应用中，53款(44.5%)是iOS应用，55款(46.2%)是Android应用，11款(9.2%)在两个平台上都能找到。Flesch-Kincaid等级可读性分数(可读性测试，旨在表明内容的难易程度)在两个平台的组合中平均为6.4 (SD 6.6) (表2) ［34]。iOS平台的隐私声明平均长度为850.38 (SD 1483.42)个字，而Android平台的隐私声明平均长度为790.42 (SD 1227.05)个字。Android应用的用户星级评分高于iOS应用。在应用程序的大小上存在相当大的差异，iOS应用程序使用的空间(37.54 MB)比Android支持的应用程序(11.48 MB)更多。

主成分分析结果

特征空间降维结果显示，PC1解释了约24.7%的数据，PC2解释了约8.3%的数据(图1)。PCA的下一个步骤是回顾pc与特征之间的相关性[39]。使用加载分数，我们分析了PC1和PC2的值。对PC1特征的回顾显示，自动可读性指数、Gobbledygook简单测量和Flesch-Kincaid等级是PC1的前3个相关特征(文本框1)。疫苗接种提醒、自定义调度和疫苗接种跟踪是基于加载值(文本框1)。PC1的结果显示与可读性相关的特征之间存在高相关性，而PC2的结果显示与自定义相关的特征之间存在高相关性。PC2强调以消费者为中心的方法对管理儿童免疫计划的重要性[40]。

‎ 查看此图

k均值聚类分析结果

使用PC1和PC2的前5个特征创建一个聚类图，该聚类图表示新特征空间(多媒体附录1)。在图2，虚线表示基于每个度量的最优簇数。基于从6个集群中获得的有限的额外见解，我们选择了5个集群作为对应用程序进行分组的最佳集群数量(图2)。表3根据从包含应用程序目标用户的新功能空间中选择的功能，显示每个集群的应用程序数量(有针对性的父母），定制的时间表,隐私政策的存在。集群1中有22.7%(27/119)的应用，其中以父母为目标用户的应用所占比例最高。集群3，有24.4%(29/119)的应用程序，没有提供自定义时间表或存在隐私政策的功能。集群1和集群2(59/119,49.6%的应用程序总数)是仅有的存在隐私策略的集群。集群5不包括在两个平台上都能找到的应用。每个集群的每个应用程序的具体名称可以在多媒体附录2。

‎ 查看此图

讨论

主要研究结果

在这项研究中，我们开发了一个代码本来对疫苗接种应用程序进行内容分析，并探索使用计算方法来识别疫苗接种应用程序的特征重要性，降低我们的特征空间的维数，并在无监督的情况下使用k-means聚类对疫苗接种应用程序进行分类。在检查119个疫苗接种应用程序和42个功能的功能重要性时，我们发现最重要的功能可以通过PC1和PC2进行分类和解释。对于PC1，在该组件中发现的顶级功能主要与隐私和可读性从代码本分类。的类别信息交换具有与PC2相关的最显著特征。在这些结果的基础上，纳入信息交换功能和提高政策相关信息的可读性应包括专家参与疫苗接种应用程序的设计(如表1和2所示)表3)。在聚类分析的选定功能中，聚类1中提供隐私政策、允许定制疫苗接种时间表并针对家长使用应用程序的疫苗接种应用程序所占比例最高。一些不是为追踪儿童疫苗接种信息而设计的应用程序瞄准了父母(如KnowAsYouGo)。研究详细说明了应用市场缺乏政府监管的存在[6因为这涉及到数据隐私。我们的研究表明，与疫苗接种相关的应用程序缺乏HIPAA合规性(表2)，尽管对于美国疫苗接种应用程序的设计者来说，确保符合HIPAA法律是至关重要的[41]。疫苗接种应用程序设计的跨学科研究方法将允许移动健康应用程序用户更多地使用，并有机会提高用户与疫苗相关的健康素养。最终，这将导致与公共保健提供者之间潜在的信息交流的全面改善。

应用开发和功能分析

移动医疗技术有潜力提高医疗保健信息交换的效率和便利性。我们的发现可以分为两大主题:(1)限制应用功能的功能;(2)阻碍整体用户体验的功能。尽管大多数应用程序都得到了用户的好评，但基于应用程序评级功能，通过使用PCA发现了一些突出的弱点。这进一步表明，必须解决审查的疫苗接种应用程序中的局限性。基于k-means聚类分析和选择的特征，只有1个疫苗接种应用集群没有提供用户疫苗计划定制的证据。移动健康应用程序的功能改进可以使患者和医疗专业人员之间建立联系，从而提供及时的护理。系统地整合信息交换功能和提高策略可读性将显著增强未来的应用程序，以及目前市场上未能整合这些功能的应用程序。

我们得出的结论是，大多数疫苗接种应用程序不是与卫生专业人员一起开发的。专家参与任何部门的应用程序开发都没有标准，考虑到移动健康技术在医疗保健领域的使用越来越多，将医学专家纳入移动健康应用程序的开发非常重要[42]。特别是与疫苗接种应用程序相关，它们可以作为疫苗宣传、管理、记录和监测疫苗接种计划成功的潜在工具。以前的研究表明，公共卫生机构缺乏参与，而更好地估计免疫接种覆盖率和为即将到来的流行病做好准备，本可使公共卫生机构受益[43]。我们研究的应用程序缺乏与公共卫生部门的任何数据共享功能，尽管在监测疫苗项目时疫苗跟踪很重要。

健康素养和健康传播

健康素养涉及个人发现、理解和使用服务的能力，以教育自己作出与健康有关的决定[44]。基于PC1结果评估的应用程序中最相关的特征之一是可读性测试。提高移动健康应用程序的可读性可以增加消费者的使用，并帮助个人教育自己在生活中做出更健康的决定。45]。虽然我们的可读性主要集中在重要的用户隐私内容上，但这些发现也对需要高读写技能才能操作的应用程序的其他领域有影响。我们的研究结果还揭示了重新设计如何在疫苗接种应用程序中传达隐私政策信息和HIPAA合规性的机会[46]。虽然可读性措施的结果显示，疫苗接种应用程序在Flesch-Kincaid等级可读性量表上的平均得分为6.51，但可以利用其他音频和视频方法来提高对政策信息的理解。参考信息交换理论，我们看到用户个人信息的安全是保证可信度的关键。应用程序内部信息交换过程的开发和重新设计被证明是遵守HIPAA等政策的基本功能。通过这些发展方面的改进，我们可能会在多个公共卫生部门增加疫苗接种应用程序的使用[47，48]。

私隐及保安

将疫苗接种记录从纸质转移到数字需要严格的数据标准和互操作性，以确保安全[49]。互操作性描述了系统可以在多大程度上根据卫生保健设置的标准交换和解释共享数据。互操作性使医疗信息的安全交换成为可能，这对于卫生保健领域成功的技术进步至关重要。在被分析的应用程序中，只有不到一半包含允许共享数据以提供个人推荐的功能。"一些资讯交换方法包括将电子健康纪录“推出”予非附属医疗机构，在不同的电子健康纪录之间建立介面，或共用一个入门网站，让其他人可查阅他们的资料" [50]。在健康数据安全和隐私问题方面，有机会开发基于证据的应用程序[51]。信誉是移动健康应用程序的主要关注点，可能会影响消费者的使用。这可能会导致创建一种系统的方法来开发移动健康疫苗接种应用程序，以及这些应用程序如何安全地将患者信息与电子病历系统连接起来[48]。

优势与局限

通过对119款Android和iOS应用的认真获取和分析，我们的研究是有效的。我们使用了两种计算方法来减少特征空间和聚类我们的应用程序。此外，PCA允许识别与较大pc相关的特定特征。在使用PCA和k-means聚类之后，我们的数据提供了一个适合不同受众的视觉表示。我们在工作中使用的方法对其他领域也有启示，即在考虑应用设计时检查最重要的功能。

尽管我们对这119款应用进行了严格的采购和分析，但我们的研究仍存在一些局限性。首先，未在各自平台上完成12个月展示期限的应用将从分析中删除。22]。虽然独立分析这些应用程序并不是本研究的主要重点，但如果纳入我们的研究，它们可能会影响特定功能的结果，特别是Android操作系统上的应用程序。未来的工作应该系统地评估在研究期间停止使用的应用程序，并比较它们对研究结果的影响。我们在iOS应用中没有发现同样的问题。这对我们根据获得的数据进行研究的可重复性产生了潜在的复杂性。由于只从Android和iOS应用程序商店中选择应用程序，因此可能会排除其他市场中与疫苗相关的应用程序，从而影响研究结果。另一个限制涉及与数据选择过程有关的偏差。对Android应用程序进行过度采样会造成特征表示的不平衡，而这种不平衡可能已经是数据固有的。

其次，这项研究是在2019年COVID-19大流行之前开始的。疫苗接种的犹豫以及错误信息加剧了疫苗接种的担忧。自本研究开始以来，与疫苗接种运动和疫苗接种应用程序的使用相关的情况发生了重大变化。因此，在未来的研究中应该考虑解决错误信息、疫苗犹豫和远程医疗服务的应用程序的变化。第三，我们使用了两种探索性机器学习方法，它们会受到数据集大小、特征数量和集群数量的影响。使用分层聚类方法代替k-means聚类，可以在聚类分配步骤中考虑分组问题。未来的工作可能会结合其他计算技术来分析这些细微的差异。

最后，进行这项研究的研究人员是一个美国团队;因此，本研究旨在促进未来的应用程序开发。这项研究也旨在补充目前在美国使用的疫苗接种应用程序的进一步改进。在我们的研究中，并非所有119款应用都位于美国;这增加了研究的局限性，因为它可能使坚持政府和地区指导方针的健康建议复杂化。根据应用所在国家的差异，HIPAA合规性可能不适用于其他国家，这可能会使比较更加复杂。尽管一些应用程序位于其他国家，但许多关注国际的应用程序都遵循或参考了疾病控制与预防中心(Centers for Disease Control and Prevention)关于疫苗接种时间表的建议。

未来的意义

使用疫苗作为个人和公共卫生的工具仍然是预防疾病的基石。尽管疫苗技术取得了进步，并宣传疫苗安全有效，但对疫苗的犹豫导致可预防的儿童疾病死灰复燃。这种死灰复燃威胁到疫苗作为公共卫生工具的有效性。技术，特别是移动健康应用程序，使公共卫生和IT的交叉能够在个人中潜在地表现出积极的疫苗健康行为。了解这119个移动健康应用程序的描述性、可用性、信息交换和隐私功能，有可能为研究人员和卫生保健专业人员提供有关在设计疫苗接种应用程序作为公共卫生工具时应考虑的功能的信息。

关于移动医疗应用程序在帮助提高疫苗接种覆盖率方面的总体有效性，文献存在矛盾;然而，我们的研究为未来开发的移动健康疫苗接种应用程序提供了建议。一项建议是将跨学科研究方法纳入移动健康应用程序开发中，其中医疗专业人员，应用程序开发人员，公共卫生专家和用户可以在整个应用程序开发过程中进行协作。这确保了多个利益攸关方的参与以及机构和用户之间可靠的信息交换。如前一节所述，尽管我们的研究是在COVID-19大流行之前进行的，但我们的研究结果可能与正在进行的COVID-19指标监测、疫苗接种文件等相关。移动健康应用程序的一个这样的例子是COVID-19的接触者追踪或作为专家和用户之间信息交换的联络人。最近的一项研究将最常安装的联系跟踪应用程序功能描述为警报系统和政府问责[52]。然而，在接触者追踪方面为公共卫生目的交换信息的需要削弱了对用户数据的保护。这影响了用户对这些移动健康应用程序的使用，先前的研究表明，许多应用程序不包括用户参与接触者追踪应用程序[53]。这项研究的未来方向包括为疫苗接种移动健康应用程序开发可持续的双向信息交换框架。

结论

我们的结论是，我们的计算方法能够识别与最终用户体验相关的疫苗接种应用程序的重要特征，并通过聚类分析对这些应用程序进行分类(多媒体附录1)。PC1的结果表明，前5个特征与可读性相关，PC2的结果表明，前5个特征中的大多数与用户自定义相关。我们计算方法的结果提供了证据，表明应该利用不同医疗保健实体之间的数据信息交换来提供以患者为中心的医疗保健。在应用程序设计开发过程中，应该解决有关收集、存储和共享健康数据的隐私和安全问题。在设计和开发过程中，多个卫生利益相关者之间的合作可以改善与疫苗接种相关的应用程序的整体功能。