智能手机为研究人员提供了一种前所未有的随时随地的媒介，使他们能够参与并评估现实世界中大量人群的健康行为[ 1， 2]。截至2020年，美国智能手机拥有率已超过80% [ 3.]。日常大规模、高频率地使用这类设备，加上机载多模式传感能力日益增强，为开展大规模健康研究提供了一种有效方法[ 4， 5]。自2011年第一次完全远程分散试验以来，采用数字健康工具开发和部署数字增强试验的情况一直在稳步上升[ 6- 8]。最近的研究表明，使用智能手机进行远程监控可以评估现实世界的行为[ 9， 10]，用于治疗慢性疼痛[ 11]、癌症护理[ 12]，糖尿病[ 13]、帕金森症状严重程度[ 14]和心血管健康[ 15]以及提供远程干预[ 16]。COVID-19大流行进一步加速了这一增长，仅在2021年就实现了220多项数字增强试验[ 17， 18]。

使用智能手机进行卫生研究还可以通过减少对传统研究设施或数据收集中介机构的依赖来帮助实现操作效率，因为这需要研究参与者和研究团队之间的亲自接触[ 6， 19， 20.]。研究人员可以与参与者进行异步和同步交流，并通过主动和被动收集个性化的真实世界数据来评估他们的健康状况[ 4， 21， 22]。主动数据被定义为通过努力参与(例如，完成一项调查)产生的数据。相比之下，被动数据是在没有参与者直接输入的情况下收集的(例如，通过机载传感器估计的每日步数)[ 23]。这种可扩展的远程观测模型[ 6， 20.可以帮助调查人员了解有健康问题的人的日常生活经历[ 4个性化现实世界行为与健康结果之间的关系[ 22]。

然而，尽管下放了保健研究的希望，但与征聘和保留目标人口的代表性和包容性有关的一些挑战已经浮出水面[ 21， 24， 25]，导致稀疏、不平衡和不具代表性的真实世界数据收集[ 21]。通常，分散的研究从各种基于网络的资源中招募，如社交媒体(Facebook) [ 26]和Reddit [ 27])，众包平台(多产[ 28];亚马逊土耳其机器人MTurk [ 29];Centiment [ 30.];和CloudResearch [ 31])，以及与患者登记处或倡导团体合作[ 32， 33]。尽管这些招聘渠道已经显示出远程接触和招募大量人口的潜力[ 34- 36]，长期、统一地留住远程参与者一直是一项挑战。最近的研究结果显示，留存率从1%到50%不等[ 24]，而金钱激励能够显著提高长期留存率[ 10]。采用大规模的公开招募方法，包括使用财政奖励，招募游戏玩家或恶意行为者的风险增加[ 37]。

由于大型研究使用多种基于网络的资源来远程接触和招募参与者，因此有必要评估此类策略对已登记队列的特征及其在研究中的保留率的影响。此外，还需要进一步的研究来了解研究参与动机的差异(例如，支付的时间和频率)以及Android和iOS操作系统之间的差异[ 38影响分散研究的长期数据收集。

为了调查在现实环境中通过智能手机收集健康数据的一些挑战，我们在一项大型分散研究中检查了10,000多名参与者的招募、保留和被动数据共享模式。具体而言，我们评估了以下三个关键问题:(1)结合不同的招聘和激励分配方法是否会导致具有不同特征的异质队列?(2)远程研究的参与者保留率和数据收集的均匀性是否会受到队列异质性的影响?(3)在现实环境中，哪些因素会影响被动数据收集?

本研究由华盛顿大学机构审查委员会(STUDY00004997)和国防部人类研究保护办公室批准和监督;该研究于2020年2月11日获得批准。

“战士分析使用智能手机促进健康”(WASH)研究的参与者是居住在美国的志愿者，他们同意参与一项为期12周的基于智能手机的研究。该研究的主要目标是了解有助于早期预测感冒、流感和创伤性脑损伤对日常功能影响的现实因素。符合条件的参与者为年龄≥19岁的个人、英语使用者、美国居民、iPhone或Android智能手机的所有者和主要上网用户。潜在的参与者在同意之前需要完成资格筛选，不符合纳入标准的参与者不允许完成后续程序。

参与者招募于2020年3月15日开始，滚动招生至2022年1月4日。研究人员分两个阶段招募参与者，采用不同的招聘和激励分配方法( 图1)。参与者完成基线调查和12周的随访调查后可获得高达90美元的奖金。最终的参与奖励是根据完成调查的数量来确定的。在同意过程中，参与者没有被告知财务崩溃;但是，关于他们何时将获得赔偿以及他们将获得多少赔偿的其他细节是应要求提供的。

评估分为1个较长的基线调查和简短的每日评估。基线调查评估了参与者的健康史、情绪、身体活动和手机使用情况，在获得第一阶段研究的同意后24小时进行。然而，在第2阶段，在征得同意后立即进行基线健康调查。在这两个阶段，参与者在12周内每天进行两次与健康相关的调查。调查询问了参与者的情绪、身体活动和手机使用情况。

通过研究应用程序主动和被动地从参与者那里收集基于传感器的数据。参与者完成了绩效结果测量[ 47例如站立和行走测试以及分享录音。参与者还被要求允许学习应用程序从他们的智能手机上收集被动数据。被动数据包括但不限于设备移动和方向;实际位置和相对位置;设备的状态(例如，正在使用或已连接到数据网络);以及当地环境信息，如环境光线、温度和湿度。参与者可以选择不分享被动数据并继续研究。然而，所有在2020年8月28日或之后(第二阶段开始之前)参加研究的参与者都被要求允许研究应用程序被动地从他们的智能手机上收集加速度计和陀螺仪传感器数据。

截至数据冻结日期(2022年2月9日)，该研究招募了10768名参与者。大多数参与者(6494/10,768,60.3%)在第一阶段招募，其余参与者(4274/10,768,39.69%)在第二阶段招募(见方法部分)。相当大比例的参与者，尤其是在第一阶段，没有完成基线调查(第1阶段:3135/6494,48.27%，第2阶段:918/4274,21.47%)。 图2比较研究的招募率与基线调查提交率随时间的变化。基线调查的完成次数通常与研究期间招募的参与者数量一致。第一阶段的招聘高峰在2020年4月中旬和5月中旬，第二阶段的招聘高峰在2021年1月中旬和3月初。然而，在第一阶段，即2020年5月至7月期间，完成的基线调查数量明显低于招募的参与者数量，这解释了第一阶段中大量缺失基线数据的原因。我们进一步评估了缺少基线调查对参与者参与研究的影响(见留存分析部分)。关于基线调查中缺失和无效数据条目的其他统计数据总结于 多媒体附录2．

完成基线社会人口调查的参与者以女性居多(3817/6574,58.06%)。中位年龄为30 (IQR 24-40)岁，其中19 - 29岁的参与者比例较大(2949/6267,47.05%)。非西班牙裔白人人口最多(3938/6677,58.97%)，其次是亚洲人(931/6677,13.94%)和西班牙裔或拉丁裔(783/6677,11.72%)。大多数参与者是iOS用户(5883/ 105883,55.58%)。 表1总结整个队列的社会人口学特征。

在第二阶段招募的人群中，年轻人的比例更高(19至29岁;1685/3194, 52.75%)，老年人(≥60岁;94/3194, 2.94%)较第一阶段招募的人数( P<措施; 表1)。在第二阶段招募了更高比例的黑人或非裔美国人参与者(第一阶段:267/3342,7.98%;第2期:456/3339,13.65%; P<措施)。值得注意的是，第二阶段招募的年收入水平(≤49,999美元)较低的参与者比例(1942/3308,58.71%)高于第一阶段(1062/2483,42.77%; P<措施)。在招聘阶段，Android和iOS用户的比例也有所不同。iOS用户( P< 0.001)的患者在第一阶段(3958/5883,67.27%)多于在第二阶段(1925/5883,32.72%)。 多媒体附录3进一步比较了Android和iOS用户在两个招聘阶段的社会人口特征。

研究应用程序被动收集的数据模式数量在Android(31种数据模式)和iOS(14种数据模式)操作系统中有所不同。Android和iOS设备上可用的被动数据模式数量的差异是由于两种操作系统上可用的机载传感器和数据收集限制[ 38]。在31个Android被动数据流中，18个(58%)被至少50%的Android用户共享( 表2)。相比之下，86%(12/14)的不同被动数据流被至少50%使用iOS设备的参与者共享。 多媒体附录4总结了Android和iOS设备上每个传感器分层的数据共享比例。没有一个使用iOS设备的参与者分享来自相机或气压计的被动数据。同样，使用Android设备的参与者不共享来自一些被动数据流的任何数据，包括温度、摄像头和湿度( 多媒体附录4)。这种被动数据共享的差异也可能与某些设备中特定传感器的异质性和不可用性有关。值得注意的是，研究的第二阶段要求参与者被动地共享加速度计和陀螺仪数据。然而，在第二阶段招募的队列中，有一小部分(但值得注意的比例)没有共享加速度计(503/4089,12.31%)和陀螺仪(856/4089,20.89%)数据。

此外，在Android和iOS设备之间共有的8个被动数据流中，参与者的被动数据共享与社会人口统计学特征和设备类型有关。总共测试了3种数据共享模式，参与者共享至少2(25%)，4(50%)或6(75%)的8个被动数据流。在所有3种数据共享模式中，黑人或非裔美国人参与者被发现在统计学上显著低于非西班牙裔白人参与者共享被动传感器数据的可能性(优势比[or] 0.44-0.49, 95% CI 0.35-0.61; P<措施)。此外，分享≥75%(6/8)被动数据流的参与者更有可能是iOS设备用户(OR 1.98, 95% CI 1.71-2.28; P<.001)，年收入超过25,000美元(OR 1.27-1.55, 95% CI 1.06-1.93; P<措施)。 多媒体附录5提供参与者社会人口特征与被动数据共享之间关系的进一步细节。

在84天的研究观察期内，整个队列的中位滞留时间为38天。在主动(中位37天)和被动(中位38天)数据流( 多媒体附录6)。参与者保留率的敏感性分析也显示主动和被动数据流的中位生存期没有显著差异( 多媒体附录7)。因此，所有后续的留存分析都是通过结合主动和被动数据流进行的。

在第一阶段和第二阶段招募的人员中，保留率存在显著差异。在第二阶段招募的参与者的中位数保留时间(+14天)明显高于第一阶段招募的参与者(第一阶段:中位数37天;第二阶段:中位51天; P<措施; 图3A和3B)。年龄较大的参与者(≥60岁)，在这两个阶段招募，相对于年轻的队列，他们在研究中持续的时间最长(第一阶段和第二阶段的中位保留时间分别为38天和83天)。 图3E和3F)。

值得注意的是，某些特征，包括社会经济因素，明显影响了在第一阶段和第二阶段招募的参与者的保留率( 表2)。在第二阶段入组后立即完成基线调查的参与者被保留的时间明显更长(基线调查的中位数:在第二阶段是59天，而不是19天; 图3然而，在第一阶段从社交媒体平台招募的参与者中没有观察到同样的趋势。同样，在第一阶段，非西班牙裔白人人群在研究中停留的时间(中位数为37天)明显长于西班牙裔或拉丁裔人群(中位数为20天; 图3G)。在非西班牙裔白人和西班牙裔、拉丁裔或西班牙裔人群中，2期未观察到有意义的差异( 图3H)教育水平主要影响第一阶段的保留率。在第一阶段，报告高中或更低教育水平的参与者比其他参与者(中位数≥36天)保留时间最短(中位数为5天)。在第二阶段从众包平台招募的人群中，没有看到教育水平造成的如此大的留存率差异( 图3I-3K)。参与者自我报告的收入也被发现仅在第一阶段与留存率显著相关。收入低于49999美元的参与者留存时间长于收入为10万美元的参与者(第一阶段:49999美元vs 10万美元的留存时间中位数分别为34天和24天; P<措施; 图3I和3J)。我们还注意到，在第一阶段中，Android和iOS用户的留存率中位数存在显著差异(iOS为37天，Android为22天; P<措施)。 表2和 多媒体附录8提供关于生存分析的其他结果和细节。

我们分析了来自1万多名参与者的33万多天的敬业度数据，结果表明，结合不同的招聘和激励分配方法可以产生异质队列。据我们所知，这是第一个实证评估参与者使用自带设备(BYOD)方法分享从iOS和Android设备收集的多模式被动数据的现实差异的研究之一。

总的来说，有5个关键的教训。首先，使用不同的媒体招募参与者，例如，在社交媒体和基于网络的报纸或众包平台上的数字广告，可能会导致具有不同特征的异质子队列。其次，参与者的参与度可能会因招聘来源(如社交媒体与众包平台)和激励分配方法的不同而有很大差异。第三，被动数据收集可能会受到Android和iOS设备的技术变化以及人群的社会人口统计数据的影响。第四，如果参与者在同意或登记后立即进行管理，他们完成基线健康调查的可能性更大。第五，在研究层面监测真实世界数据收集的模式可以揭示技术故障，有助于指导上下文数据过滤和队列选择，从而产生更可靠的证据。我们现在将我们的主要研究结果置于背景中，为招募、保留和监测远程数据收集趋势的战略提供信息，以帮助以具有代表性和公平的方式收集真实世界的健康数据。

对来自WASH研究的参与者招募和保留数据的分析应在一定局限性的背景下进行解释。首先，在美国宣布COVID-19大流行之前开始了大规模、完全远程的数据收集，众所周知，这改变了我们的行为以及与技术和设备的互动[ 74]。实际上，Inverso等人[ 75在2019冠状病毒病大流行期间，由于在封锁期间对技术的依赖增加，人们的参与度更高。在世界卫生组织于2020年3月11日宣布COVID-19大流行后不久，WASH研究于2020年3月15日开始招募。因此，我们没有大流行前后的数据来解释大流行对参与者使用技术和设备的潜在影响。其次，WASH研究的最初目的是使用研究应用程序来检测感冒和流感症状。因此，参与者在不同的招聘平台、激励分配频率和基线调查时间(在研究的第一阶段和第二阶段之间变化)中不是随机的。因此，我们的研究结果与1个因素对参与者招募和保留的影响没有因果关系或联系。例如，该分析比较了从网络众包平台(第二阶段)招募的参与者与通过社交媒体和当地广告招募的参与者(第一阶段公开招募)的总体人口特征。我们无法探究阶段内的招聘差异;也就是说，从社交媒体招聘的人与从当地新闻媒体广告招聘的人之间的差异。这主要是因为研究数据中可用的信息有限，不允许对这些差异进行调查。 Further research studies using a randomized design are needed to investigate the impact of individual changes in recruitment and retention strategies and their effectiveness for use in decentralized research. Third, we could not control for the participants’ previous experience in crowdsourcing platforms and research tasks, which can be a confounder [ 41]视乎评估的性质而定。未来的研究应评估参与者之前是否参与过类似或其他研究，以评估对主要结果的差异影响。第四，在第一阶段，通过新闻稿招募参与者主要集中在大西雅图地区，这可能不能代表美国的人口。此外，由于基线地理定位数据缺失的比例很高，我们无法确定队列的地理空间代表性。未来的研究应优先收集高级地理位置数据，如州、城市或邮政编码，以帮助评估研究队列的地理空间代表性。第五，我们无法解释研究结果中所有潜在的研究内部差异;例如，第1阶段第36天参与者参与度急剧下降以及第2阶段传感器数据收集或管理的波动可能导致的技术故障( 多媒体附录9)。这些技术问题可能会影响参与者保持参与的意愿，并增加在技术故障时积极参与研究的参与者的感知负担。第六，尽管我们过滤掉了不良行为者，但有些人仍然可以通过创建多个帐户或使用多个设备成功注册。我们建议未来的数字健康研究专门报告和比较不同的时间招聘和激励策略对注册队列的特征和参与指标以及欺诈注册的影响，以便将来复制并建立一套成功的参与者招聘和保留方法的指导方针。