JFR JMIR表格规定 形成性研究 2561 - 326 x 卡塔尔世界杯8强波胆分析 加拿大多伦多 v6i6e32571 35657665 10.2196/32571 的观点 的观点 通过数字健康行为改变干预来改变反脆弱行为 Mavragani 孤挺花 Nafziger 茱莉亚 周润发 菲利普 乔杜里 Beenish Kaveladze 本杰明T 1
心理科学系 加州大学 4201社会与行为科学门户 加州欧文,电话:92697-7085 美国 1 310 984 9318 bkavelad@uci.edu
https://orcid.org/0000-0001-7289-5040
年轻的 肖恩·D 博士学位 2 3. https://orcid.org/0000-0001-6052-4875 舒尔勒 斯蒂芬·米 博士学位 1 3. https://orcid.org/0000-0002-1003-0399
心理科学系 加州大学 欧文, 美国 急诊科 加州大学 欧文, 美国 资讯学系 加州大学 欧文, 美国 通讯作者:Benjamin T Kaveladze bkavelad@uci.edu 6 2022 3. 6 2022 6 6 e32571 2 8 2021 27 10 2021 1 3. 2022 8 5 2022 ©Benjamin T Kaveladze, Sean D Young, Stephen M Schueller。最初发表于JMIR Formative Research (https://formative.www.mybigtv.com), 03.06.2022。 2022

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/)的条款发布,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 Formative Research上的原创作品。必须包括完整的书目信息,https://formative.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。

数字健康行为改变干预措施(dhbci)为用户提供了可获得的支持,但其大规模改善健康行为的承诺尚未实现。这种潜力未被满足的原因之一可能是未能为用户提供适合其个人特征和目标的支持。我们应用反脆弱性的概念,提出如何更好地设计dhbci,以支持不同用户的行为改变之旅。我们首先将反脆弱性定义为个人与特定挑战关系的特征,这样,如果一个人对挑战具有反脆弱性,那么他就能从面对挑战中受益。其次,我们引入了反脆弱的行为改变来描述利用特定于人的反脆弱来最大化行为改变过程中的利益和最小化风险的行为改变过程。虽然大多数现有的行为改变模型侧重于提高一个人面对挑战的动机和能力,但反脆弱行为改变通过帮助选择最有可能产生预期结果的挑战来补充这些模型。接下来,我们提出了三个原则,通过这些原则,dhbci可以帮助用户制定抗脆弱行为改变策略:提供个性化指导,在选择行为时接受差异和探索,以及优先考虑用户代理。最后,我们提供了一个例子,说明如何设计DHBCI来支持反脆弱行为改变。

数字健康行为改变干预措施 行为改变 数字医疗 自我管理 antifragile
需要更有效的数字健康行为改变干预措施

改善饮食、锻炼和睡眠等健康行为可以深刻地影响一个人的生活。尽管如此,行为改变是一个众所周知的困难和深刻的个人过程。为了支持健康行为改变,已经开发了各种被称为数字健康行为改变干预措施(dhbci)的数字工具和服务。世界各地数百万人已经通过应用程序、网站和可穿戴设备使用dhbci,因此使这些工具对用户的好处最大化,风险最小化是一个重要的目标[ 1].

尽管人们对dhbci大规模改善人们健康的潜力充满热情,但对dhbci的随机对照试验并没有提供改善健康行为或结果的有力证据[ 2].此外,一项荟萃分析发现,基于体育活动的dhbci对高社会经济地位(SES)的用户有帮助,但对低社会经济地位的用户没有帮助,这表明需要更多的关注以确保dhbci可以支持不同的人群[ 3.].最后,大多数用户没有充分使用dhbci来达到预期的结果[ 4 5].简而言之,dhbci没有预期的那么有效、那么吸引人、那么容易获得。然而,研究人员认为,行为改变理论的进一步整合,结合移动平台的支持和限制,可以提高dhbci的有效性[ 2 6 7].

dhbci潜力未得到满足的一个原因可能是它们无法提供动态支持,以说明用户的个人优势、弱点和目标。我们认为,如果未来的dhbci能够为用户提供符合他们需求的信息和动机,帮助他们充分利用他们的机会,同时避免障碍和过度的风险,那么未来的dhbci将会更加成功。在这里,我们提出术语“反脆弱行为改变”来定义通过利用用户特定因素而变得更有效的行为改变过程。反脆弱性是一个已应用于经济和生物系统的概念,但将其应用于行为改变可以帮助确定定制和个性化dhbci的新方法。因此,我们提出了设计DHBCI以支持反脆弱行为变化的原则,并提供了一个符合这些原则的DHBCI示例。

反脆弱行为改变 Antifragility

“反脆弱”是Nassim Nicholas Taleb创造的一个术语,用来描述从无序、压力源或不确定性(广泛地说,挑战)中获益的系统[ 8].持续暴露在特定的挑战中,脆弱的东西会被打破,那些强大的东西会完好无损,而那些反脆弱的东西会变得更好。反脆弱性不是一种心态或其他类型的心理过程——它只是描述了一个人在面对特定挑战时获得和失去的客观可能性。作为个体的一种属性,反脆弱性是个体与特定挑战之间关系的特征;在其他条件相同的情况下,一个从批评中成长和提高的学生(即,对批评的挑战具有反脆弱性)往往会比那些在批评面前崩溃(即,容易受到批评)的学生以及忽视(即,对批评有抵抗力)的学生表现得更好。然而,一个对批评不敏感的学生在面对其他挑战时可能也很脆弱,比如在长时间的课堂上集中注意力。

行为改变中的反脆弱性

行为改变包括持续的和各种各样的挑战,比如困难的锻炼、饮食和竞争的时间承诺。一个人应对挑战的抗脆弱性、稳健性或脆弱性水平决定了他们面对挑战的结果。如果一个人对挑战是反脆弱的,那么与受到伤害的风险相比,他很可能从挑战中获得巨大的好处。相反,如果一个人在挑战面前很脆弱,那么暴露在风险中会有很大的负面影响,只能带来很小的可能的好处( 图1)。因此,有效地选择自己面临的挑战对成功的行为改变至关重要:在脆弱的挑战上花费太多精力是低效的,可能会适得其反,而在反脆弱的挑战上花费足够的精力则会放弃获益的机会。

将概率分布映射到行为改变的环境中,积极(有利)的结果被视为朝着成功的行为改变或其他好处的进展,而消极(不利)的结果被视为放弃一个人的行为改变目标或其他意想不到的结果。在这个模型中,每个挑战都有一个基于个人和上下文因素的独特概率分布。当一个人继续面对挑战时,他们的结果可以被视为挑战分布中的重复样本。

当然,面对特定的挑战,很难确定一个人是脆弱的、强大的还是反脆弱的;这种不确定性是行为改变过程所固有的。面对挑战会在不同的时间跨度内影响一个人生活的几个领域,所以挑战的好处和风险可能很难预测和发现。此外,一个人与挑战的关系是动态的,随着一个人在行为改变过程中的进步和各种其他生活因素的变化而变化。这种不确定性的另一个来源是个人和情景环境;一个人如果不了解自己面临挑战的背景,就不能被贴上脆弱或反脆弱的标签。例如,在户外散步30分钟的潜在结果取决于个人的步行能力和所在社区的安全等因素。解决元挑战,即选择追求什么样的挑战,追求多少挑战,多久挑战一次,是成功改变行为的关键。

定义反脆弱行为改变

我们将反脆弱行为改变定义为一种行为改变策略,其中一个人面对他们是反脆弱的挑战,避免那些他们是脆弱的挑战。我们认为,这样的策略应该最大限度地有效地帮助实现一个人的行为改变目标,同时避免挫折和其他负面结果。尽管这个概念很直观(最简单地说,“做对你有用的,不要做对你无益的”),创建和维护一个反脆弱行为改变策略需要详细的自我认识,仔细监测结果,可能还需要专家指导来帮助识别一个人的机会、风险和盲点。

与其他行为改变策略的关系

反脆弱行为改变提供了一个独特的视角,补充了健康行为改变的其他模型。虽然现有的行为改变模型通常侧重于提高一个人面对挑战的动机和能力,但反脆弱行为改变认为,这些努力只有在这些挑战导致预期结果时才有用。例如,自我效能、心理对比、自我控制、风险规避和成长心态等模型都与一个人对挑战的信念和态度有关[ 9- 11].类似地,福格行为模型(FBM)确定了环境因素如何触发、促进或阻止面对挑战[ 12].其他模型如START(特异性、时机、获取、奖励和反馈以及工具)模型旨在帮助个人设定可执行的目标[ 13].然而,所有这些模型都理所当然地认为,它们帮助人们追求的挑战将有效地导致预期的结果。反脆弱行为改变通过提供一个框架来填补这些模型中的空白,该框架告诉我们应该追求哪些挑战,应该避免哪些挑战。

这并不是说对行为改变的态度和支持不重要。首先,这些模型在反脆弱行为改变的背景下是有价值的,因为它们塑造了挑战的性质,以及挑战所带来的成本和收益。例如,用一种成长的心态,一种好玩的态度来面对游泳圈的挑战,和一个游泳伙伴一起改变游泳的体验和影响。此外,无论挑战对某人有多大的好处,一个人必须愿意参与其中以获得这些好处(然而,一个人也可以对他觉得讨厌的挑战感到反脆弱,对他觉得不可抗拒的挑战感到脆弱)。总之,提高动机和促进行为可以帮助个人有效地应对挑战,这对于改善结果是必要的,但不是充分的。 4].

实践中的反脆弱行为改变

作为反脆弱行为改变的一个例子,一名拳击手在训练战斗时可能会选择把精力集中在拳击和冥想上,因为他们知道他们对这些挑战是反脆弱的,同时他们也会在孤立的训练中进行严格的饮食,因为他们知道他们在抵抗分心和诱惑的挑战中是脆弱的。与此同时,他们的外向型对手可能会选择在朋友和家人身边训练,因为在他们的支持下,他们表现得更好。几乎可以肯定,两位拳击手都会从所有相关领域的训练中受益,但每个拳击手在每个挑战上投入的时间和精力应该取决于他们与这些挑战的关系。

重要的是,这两位拳击手的策略都是在多年与教练一起尝试不同挑战并找到适合自己的挑战的过程中形成的。培训师的角色是识别客户的脆弱性和反脆弱性,使用这些信息来创建一个最大化收益和最小化损失的策略,然后提供结构和动机来支持策略的执行。接下来,我们提出DHBCI如何为追求行为改变的用户扮演训练师的角色。

设计支持反脆弱行为变化的dhbci的原则 概述

设计用于支持反脆弱行为改变的dhbci旨在使用户的行为改变之旅尽可能富有成效,同时避免严重的负面影响。我们为设计支持反脆弱行为改变的dhbci提出了三个原则。首先,为了帮助用户充分利用反脆弱性并避免脆弱性带来的风险,dhbci应该在创建和实现行为改变策略的过程中提供个性化指导。其次,为了最大限度地利用识别反脆弱性的机会,dhcbi应该鼓励用户探索各种挑战。第三,为了避免意外的负面影响,dhbci应该通过避免操纵用户选择的设计选择和解释推荐来优先考虑用户代理。我们声称这些原则足够灵活,可以应用于广泛的dhbci。

提供个性化指导

设计用于支持反脆弱行为改变的dhbci应该引导用户完成他们独特的行为改变之旅。该指南应借鉴有效行为改变方法的证据,并对用户不断变化的情况作出反应。首先,dhbci应该帮助用户指定合理的行为改变目标,从有效目标设置的证据和行为改变结果的数据中提取[ 14].接下来,他们应该帮助用户选择他们可能是反脆弱性的挑战,并根据这些反脆弱性创建量身定制的行为改变计划。最后,dhbci应该支持用户严格执行他们的行为改变策略,监控他们的进展,并在必要时进行调整。这与以目标为导向的医疗护理密切相关,即患者和提供者合作提供符合患者需求的护理[ 15].

在每个阶段,dhbci都可以通过信息(例如,专家提示和建议的活动)、结构(例如,设置时间表和跟踪进度)和动机(例如,个性化提醒和引人注目的用户体验)为用户提供支持[ 16 17].这种指导可以由人类教练、虚拟对话代理或文本、图像或视频等数字功能提供。指南应借鉴有关有效行为改变策略的科学证据,以及来自其他类似机构的有关行为改变结果的数据(如有)[ 16 17也能适应个人因素。

拥抱方差以识别抗脆弱机会

如前所述,在反脆弱行为改变中,选择追求哪些挑战以及达到何种程度的元挑战是核心。解决这个元挑战需要一个持续的、动态的信息收集过程。为了接近一个人的抗脆弱性,一个人可以从行为改变的证据和领域专家的指导中吸取教训,但一个人也应该亲自参与试验和错误。这种探索在行为改变的上下文中是有用的,因为它可以帮助人们识别反脆弱性(Taleb称之为“凸修补”)[ 8].这一过程也与探索-利用困境有关,即必须在已知结果和未知结果之间做出选择[ 18].一旦确定了反脆弱性,个人就可以转向利用策略,以最大化该领域的利益。

鉴于此,dhbci应该鼓励用户不断探索抗脆弱性的潜在领域,只要这种探索是安全的,并且可能是富有成效的。目前许多dhbci都是通过重复操作来运行的;例如,DHBCI可能会每天向用户发送相同的提醒,或者鼓励用户重复使用一些功能。相反,dhbci应该通过利用其设计的多样性来促进探索;这可能涉及提供一系列提醒、功能和交互,以帮助用户找到最适合他们的方法。此外,dhbci应该通过提示用户反思和支持数据输入来支持用户监控其探索的影响。重要的是,勘探带有风险,应该与潜在的收益进行权衡;正如我们下面所讨论的,DHBCI不应该以降低用户控制的方式引入变化。

优先考虑用户代理

每一次改变行为的旅程都涉及一系列不同的挑战,面对任何挑战都可能对一个人的生活产生一系列复杂的影响。因此,行为改变中的决策需要对参与行为改变的人有一个全面而详细的了解。因为一个人可能比外部观察者更好地预测和监测自己行为改变努力的结果,一个人应该在他们的行为改变过程中控制决策过程——这与目标导向的医疗护理相一致,它优先考虑患者的决策而不是医生的判断[ 15].无论外部观察者是人类还是自动化系统,都是如此;虽然智能手机的使用数据可以提供用户行为和精神状态的细粒度洞察,但它远远不能全面了解用户的生活。 19 20.].因此,我们得出结论,dhbci必须在不破坏用户代理的情况下谨慎地提供支持。

许多dhbis采用了不透明的“轻推”(nudges),试图通过在用户意识不到的情况下轻推他们做出想要的行为,来减轻他们在做出艰难选择时的心理摩擦[ 21].在没有足够信息来可靠预测结果的情况下,用户的代理就会减少,这些不透明的推动会让用户面临意想不到的负面风险。这些“轻推”对用户生活其他领域的负面溢出效应和二级效应极其难以预测,而且可能代价高昂。 8 22];旨在优化一个人的健康状况的DHBCI不会同时优化一个人的整体福祉或一个人作为朋友和父母的角色。因此,在没有持续用户同意的情况下改变用户行为的努力与反脆弱行为改变是不一致的。

除了避免不透明的“轻推”,dhbci还需要鼓励用户批判性地与他们的内容互动。具体来说,dhbci应该提供解释,以证明其建议的合理性和背景化。例如,如果智能手表的跑步应用程序建议用户休息一天,它应该解释为什么这么做,并表明它对这一建议的信心(例如,“对于大多数具有您这种经验水平的人来说,在今天这样艰苦的训练后休息一天,对培养长期耐力和避免受伤有一定帮助”)。如果没有这样的解释,用户可能会高估最终不太适合他们需求的推荐的准确性或影响。除了在决策中优先考虑用户代理之外,解释建议可以提高dhbci的有效性和可信度[ 23].

就像希腊神话中的Procrustes一样,为了让他的每一位客人都能睡个好眠,他把他们的腿拉长或截肢,以使他们完全适合他的床的长度,试图从外部优化行为改变的DHBCI可能会误判用户的需求,并导致意想不到的后果[ 8].随着dhbci在未来几年变得越来越普遍,消除医源性影响的风险将变得越来越重要。为反脆弱性而设计的dhbci应避免使用不透明的“轻推”,并在不解释的情况下提供建议。相反,他们应该通过提供反映最佳可用证据的透明支持来优先考虑用户代理,同时也解释这种支持的逻辑、优势和限制。这种指导可以使用户能够在其生活的动态环境中做出明智的决定。

基于我们提出的设计原则——个性化指导、包容差异和优先考虑用户代理——我们提供了一个简短的概念,说明DHBCI如何很好地支持反脆弱行为变化 文本框1

确定数字健康行为改变干预措施在多大程度上符合我们支持抗脆弱行为改变的设计原则的考虑因素。

DHBCI…

原则:个性化指导

帮助用户考虑挑战可能的成本和收益?

帮助用户监控他们的选择随着时间的推移所产生的影响?

允许用户个性化他们的行为改变策略?

根据用户的新信息或反馈进行更改?

原则:拥抱变化和探索

鼓励用户尝试新的挑战或互动?

随着时间的推移引入各种功能来支持探索?

提示用户对可能无益的模式进行反思?

原则:优先考虑用户代理

避免在未经用户同意的情况下影响用户行为?

恰当地描述它的局限性和不确定性?

为用户提供明确的建议解释?

与其他角度的dhbci的一致性和差异 应用行为改变量表

我们的设计原则与应用程序行为改变量表(ABACUS)中概述的DHBCI设计建议一致,ABACUS是一种用于确定应用程序行为改变潜力的工具[ 24].具体来说,我们的模型与ABACUS的建议一致,即应用程序应该允许用户“自定义和个性化功能”,提供“关于持续和停止行为的后果的信息”,帮助“目标设置”,并提供“计划障碍的机会”。 24].反脆弱行为改变解释了这种个性化是有价值的,因为来自挑战的成本和收益是特定于个人和环境的。

FBM

FBM是基于这样一种观察,即动机、能力和提示是预期行为发生的必要条件,在行为改变和用户体验设计中具有更广泛的影响[ 12].FBM的一些解释和应用试图通过促进不透明的轻推或其他未经同意的影响行为的方式来支持行为改变[ 21].我们优先考虑用户代理的设计原则与这些方法相反。尽管如此,FBM还提供了提高用户动机和简化任务的策略,这可能对行为改变有用。我们认为,整合来自FBM的策略,如提高用户完成行为的能力,考虑时间和触发因素,解决核心激励因素,只要这些设计选择是透明的,并且不侵犯用户代理,就会有所帮助[ 12].

支持效率模型

我们的方法与Schueller、Tomasino和Mohr的支持效率模型相似[ 25],它考虑了在行为干预技术中提高人力支持效率的方法(效率的定义是累积效益与用于提供该支持的资源的比率)。反脆弱行为改变关注的是行为改变策略作为一个整体的效率:一个有效的策略最大限度地朝着一个人的目标前进,同时最小化放弃目标的机会,如图中的反脆弱分布所示 图1.此外,与我们对个人特定战略的关注一致,支持的效率模型强调,理想的支持类型取决于个人层面的特征和目标[ 25].

用于支持反脆弱行为改变的DHBCI示例

在这里,我们概述了一个基于移动应用程序的DHBCI,旨在支持抗脆弱行为改变,以增强体力。我们的例子来自现有的技术支持的行为改变方法,包括行为改变技术,如社会支持和执行行为的指导[ 16 17 26].它也与行为干预技术模型提出的概念和技术架构一致[ 27].最后,它遵循McCallum等人的[ 28]“行为改变应用的n-of-1评估框架”,以告知收集哪些用户变量,旨在获得可聚合的信息,并用于改进具有较高内部、外部和社会有效性的裁剪[ 28].我们的目标不是引入新功能,而是通过突出显示或修改具有实际效果的功能,来演示如何在类似于现有功能的DHBCI中实现我们的设计原则。

该应用程序从计划阶段开始,在这个阶段,用户生成一个行为改变策略,然后是执行或评估阶段,在这个阶段,用户提供数据来监控他们的进展,并在需要时调整他们的策略。该应用程序的用户界面集中在每个挑战的预测结果的可视化上,其中“先前”预测结果基于从其他用户众包的信息,随着用户报告他们的体验而更新,形成越来越个性化的“后验”概率分布( 图2)。

在我们的数字健康行为改变干预示例的规划阶段,用户可以选择将三个挑战纳入其行为改变策略。该应用程序根据其他具有类似特征和目标的应用程序用户报告的挑战结果数据,向用户推荐这些挑战。所显示的初始概率分布基于来自其他用户的结果数据,但随着用户报告其努力的结果,他们对每个挑战的预测结果分布将被更新。

开始规划阶段,该应用程序提供了以下简要介绍:

用薇薇安(C.T. Vivian)的话来说,“你是由你所选择的斗争造就的。为了改变你的行为,你必须努力面对挑战,比如高强度的锻炼或保持良好的睡眠时间表。选择正确的挑战会让你更接近你的目标,但面对错误的挑战可能会阻碍你甚至造成伤害。这款应用程序将帮助你找到并保持适合你的正确行为改变策略,但请记住,你最了解自己,所以你应该始终在适合你和你周围人的背景下考虑应用程序的建议。

请注意,尽管本介绍明确地讨论了与反脆弱行为更改相关的概念,但DHBCI可以不这样做就与我们的设计原则保持一致。

继续计划阶段,应用程序会询问用户一些个人背景,比如他们的行为改变目标、目标时间表、年龄和体育锻炼经验。基于之前使用过该应用程序的类似用户的这些信息和数据,它提出了一系列建议的行为改变挑战,用户可以从中选择来创建他们的策略。这些挑战可能包括一个定期的举重养生法,一个例行的伸展运动,一个宏量营养素的目标,以及不喝酒。 图2提供如何向用户展示这些挑战的示例,包括帮助用户可视化每个挑战的风险和机会的分布。此外,该应用程序提供了一系列支持选项供用户选择;例如,来自应用程序的激励性提示和个性化建议,挑战指导,或进入同伴支持社区交流建议和鼓励。这些支持选项可以进一步定制,允许用户选择应用程序的语气(例如,善良和有趣或强硬和苛刻)或他们的支持社区的组成(例如,年龄在18-30岁的女性或对健身感兴趣的人)。最后,应用程序会创建一个可编辑的时间表,其中包含用户所选择的所有挑战。

在执行或评估阶段,用户按照计划完成挑战,并报告他们认为每个挑战所产生的积极和消极影响。这些数据被用来生成个性化的建议,以调整个人的行为改变策略,并更新他们的预测结果。例如,如果用户在进行举重训练后一直感到弊大于利,应用程序可能会推荐力量瑜伽,以通过不同的方法实现相同的目标。在这个阶段,该应用程序还鼓励用户继续探索新的挑战,以发现抗脆弱性的新领域。最后,用户的结果数据与其他用户的数据聚合在一起,为应用程序的行为改变策略知识库做出贡献。因为它从许多用户的成功和失败中获得汇总信息,所以应用程序本身可以被视为对用户的努力具有抗脆弱性。

图2展示了在DHBCI示例的规划阶段,用户可能选择纳入其行为改变策略的三个挑战。该应用程序根据其他具有类似特征和目标的应用程序用户报告的挑战结果数据,向用户推荐这些挑战。所显示的初始概率分布基于来自其他用户的结果数据,但随着用户报告其努力的结果,他们对每个挑战的预测结果分布将被更新。

未来的发展方向

本文提出了一个可用于DHBCI设计的抗脆弱行为变化理论概念。未来的工作可以测试这个概念,并有可能验证和扩展它。首先,推进对反脆弱行为变化的理解需要采取措施来评估dhbci是否符合我们提出的原则。 文本框1提供了一些概念上的考虑,即数字干预如何与反脆弱行为变化保持一致,这可能适用于正式的测量或评估。一旦一个测量方法被创建和验证,它就打开了解决各种研究问题的可能性;例如,不同的商用dhbci如何使用抗脆弱行为改变原则,这些干预措施是否会产生更大的影响或参与度?其次,研究人员和开发人员都可以将反脆弱行为改变原则集成到他们的设计中。对于研究人员来说,这将能够测试反脆弱行为改变的有效性:比较符合反脆弱行为改变原则的DHBCI和DHBCI特征,与那些不符合行为改变、健康和参与结果的特征进行比较。对于开发人员来说,这代表了另一种将基于概念的行为改变技术合并到产品中的方法。第三,需要研究来在不同的dhbci和人群中测试我们的设计原则,检查反脆弱行为变化的外部性和策略之间的权衡。例如,删除可能威胁用户代理的设计元素可能会使内容更难定制,从而降低一些用户参与应用程序推荐的意愿。这些方向有助于将我们的建议扩展到该领域的研究和应用中。

结论

dhbci在帮助人们改善与健康相关的行为和整体福祉方面具有巨大潜力,但由于未能提供适合不同用户生活轮廓的支持,它们的前景受到了阻碍。从反脆弱性的角度来看待dhbci,既揭示了发展的机会,也揭示了谨慎的理由。我们提出了设计dhbci以支持反脆弱行为改变的三个原则。首先,在整个行为改变过程中,dhbci应该提供个性化的指导,以适应用户特定的脆弱性和反脆弱性。其次,dhbci应该鼓励用户探索各种挑战,以发现抗脆弱性的新领域。第三,dhbci不应该为了让行为改变更容易而限制用户控制,因为这种从上到下优化用户生活的努力可能会无意中造成伤害。我们声称,将这些原则集成到DHBCI设计中,将提高这些工具支持不同人群用户的能力。我们希望这篇论文能激发DHBCI开发人员和行为改变研究人员从反脆弱行为改变的角度重新考虑DHBCI的兴趣。

缩写 算盘

应用行为改变量表

DHBCI

数字健康行为改变干预

FBM

福格行为模型

SES

社会经济地位

开始

特异性、时机、用户获取、奖励和反馈以及工具

SDY获得了哈珀柯林斯出版社和企鹅出版社的版税, 坚持下去:一个科学证明的改变你生活的方法.他获得了ElevateU公司的咨询报酬,并获得了为数字健康初创公司提供咨询的股权。SMS服务于Headspace科学顾问委员会,并因此获得报酬。他曾收到Otsuka Pharmaceuticals和K Health (trust)的咨询费。

麦凯 跳频 莱特 一个 尖刻的 J 史蒂芬斯 H Uccellini 使用健康和幸福应用程序来改变行为:应用程序的系统搜索和评级 JMIR Mhealth Uhealth 2019 07 04 7 7 e11926 10.2196/11926 31274112 v7i7e11926 PMC6637726 Milne-Ives C De Cock博士 C 范Velthoven MH Meinert E 移动应用程序在体育活动、饮食、药物和酒精使用以及心理健康方面的健康行为改变:系统回顾 JMIR Mhealth Uhealth 2020 03 18 8 3. e17046 10.2196/17046 32186518 v8i3e17046 PMC7113799 西方 乔丹 阿姆斯特朗 梅格 伊斯兰教 摩根 K 琼斯 佛罗里达大学 内龙骨 乔丹 数字干预对低社会经济地位个体增加身体活动的有效性:系统回顾和荟萃分析 国际行为物理法案 2021 11 09 18 1 148 10.1186 / s12966 - 021 - 01218 - 4 34753490 10.1186 / s12966 - 021 - 01218 - 4 PMC8576797 亚德利 l 春天 BJ 成熟 H 莫里森 LG 起重机 DH 柯蒂斯 K 商人 GC 诺顿 F 布兰德福德 一个 理解和促进有效参与数字化行为改变干预 是J Prev Med吗 2016 11 51 5 833 842 10.1016 / j.amepre.2016.06.015 27745683 s0749 - 3797 (16) 30243 - 4 Baumel 一个 Muench F Edan 年代 凯恩 JM 心理健康应用的用户参与:系统搜索和基于面板的使用分析 J医疗互联网服务 2019 09 25 21 9 e14567 10.2196/14567 31573916 v21i9e14567 PMC6785720 年轻的 SD 坚持下去:一个科学证明的改变你生活的方法 2017 小君 20. 纽约州纽约 哈珀柯林斯 年轻的 SD 适应性行为成分(ABC)模型规划纵向行为技术为基础的健康干预:一个理论框架 医学互联网研究杂志 2020 06 26 22 6 e15563 10.2196/15563 32589152 塔勒布 N 反脆弱:从无序中获益的事物 2012 纽约州纽约 兰登书屋 班杜拉 一个 弗里曼 WH Lightsey R 自我效能:控制的练习 J Cogn Psychother 1999 01 01 13 2 158 166 10.1891 / 0889 - 8391.13.2.158 耶格尔 DS 德维克 CS 促进弹性的心态:当学生相信个人特征可以发展时 建造Psychol 2012 10 47 4 302 314 10.1080 / 00461520.2012.722805 AJ 兰格 EJ 心态很重要:锻炼和安慰剂效应 Psychol Sci 2007 02 18 2 165 171 10.1111 / j.1467-9280.2007.01867.x 17425538 PSCI1867 福格 B 说服性设计的行为模型 2009 说服性2009:说服性2009;第四届说服技术国际会议 2009年4月26-29日 克莱尔蒙特, 10.1145/1541948.1541999 皮尔森 西文 目标设定作为超重和肥胖成年人的健康行为改变策略:研究干预成分的系统性文献综述 病人教育计数 2012 04 87 1 32 42 10.1016 / j.pec.2011.07.018 21852063 s0738 - 3991 (11) 00385 - 5 莱瑟姆 G 目标设定:行为改变的五步方法 组织协作:主题和问题 2011 伦敦 劳特利奇 模具 JW 布莱克 “大酒店” 贝克尔 目标导向医疗 Fam地中海 1991 01 23 1 46 51 2001782 DD Biglan 一个 基于证据的核心:行为影响的基本单位 临床儿童Fam精神病学Rev 2008 09 11 3. 75 113 10.1007 / s10567 - 008 - 0036 - x 18712600 PMC2526125 米奇 年代 理查森 约翰斯顿 亚伯拉罕 C 弗朗西斯 J Hardeman W 埃克尔斯 国会议员 甘蔗 J CE 93个层次聚类技术的行为改变技术分类(v1):为报告行为改变干预建立国际共识 安行为医学 2013 08 46 1 81 95 10.1007 / s12160 - 013 - 9486 - 6 23512568 萨顿 R Barto 一个 强化学习,第二版 2018 剑桥,麻 麻省理工学院出版社 莫尔 直流 舒尔勒 SM 个人感知:使用无处不在的传感器和机器学习了解心理健康 年度临床精神病 2017 05 08 13 23 47 10.1146 / annurev - clinpsy - 032816 - 044949 28375728 PMC6902121 总理 年代 De Choudhury 社交媒体上心理健康状态预测技术的方法:批判性评论 NPJ数字医院 2020 3. 43 10.1038 / s41746 - 020 - 0233 - 7 32219184 233 PMC7093465 Caraban 一个 Karapanos E Goncalves D 坎波斯 P 23种助推方式:人机交互中技术介导的助推研究综述 2019 计算机系统中的人为因素会议 2019年5月4日至9日 格拉斯哥 10.1145/3290605.3300733 Nafziger J “助推”的溢出效应 经济学博士 2020 05 190 109086 10.1016 / j.econlet.2020.109086 Y X 可解释的建议:调查和新观点 信息检索中的FNT 2020 14 1 1 101 10.1561 / 1500000066 麦凯 跳频 Slykerman 年代 邓恩 应用程序行为改变量表:创建一个评估应用程序促进行为改变潜力的量表 JMIR Mhealth Uhealth 2019 01 25 7 1 e11130 10.2196/11130 30681967 v7i1e11130 PMC6367670 舒尔勒 SM Tomasino KN 莫尔 直流 将人类支持整合到行为干预技术中:支持的效率模型 中国Psychol 2017 03 24 1 27 45 10.1037 / h0101740 C 马赫 摩根大通 康罗伊 在身体活动的移动应用程序中实现行为改变技术 是J Prev Med吗 2015 04 48 4 452 455 10.1016 / j.amepre.2014.10.010 25576494 s0749 - 3797 (14) 00614 - x 莫尔 直流 舒尔勒 SM 蒙塔古 E 伯恩斯 Rashidi P 行为干预技术模型:电子健康和移动健康干预的综合概念和技术框架 J医疗互联网服务 2014 06 05 16 6 e146 10.2196 / jmir.3077 24905070 v16i6e146 PMC4071229 McCallum C Rooksby J Asadzadeh P 灰色的 C 查尔默斯 行为改变应用的N-of-1评估框架 2019 计算机系统中的人为因素会议 2019年5月4日至9日 格拉斯哥 10.1145/3290607.3312923
Baidu
map