移动电话技术最近已成为传播健康行为改变干预措施的一个重点领域[ 1- 3.］．这项技术能够方便地收集个人健康相关数据，并提供及时的行为线索[ 4， 5］．此外，研究的重点是移动和互联网技术在接触不同人群以减少健康差距方面的益处[ 6， 7]，以及农村社区的卫生干预措施[ 8］．一些最知名的研究集中在短信干预或短消息服务(SMS) [ 9］．这项技术已被用于研究一些健康问题，如身体活动[ 10]、糖尿病自我管理[ 11]，以及戒烟[ 12］．

自2007年苹果推出iPhone和谷歌的Android以来，手机销量一直超过传统手机;现在56%的美国人拥有手机。 13］．第三方应用程序是用于扩展移动设备效用的软件程序。在短短6年时间里，苹果的应用下载量达到500亿次，而谷歌在2013年5月的下载量仅为480亿次。 14］．仅苹果的软件应用程序这个新市场就为开发者带来了超过90亿美元的收入[ 14］．健康应用程序也成为这个市场的一部分，有超过31000个健康和医疗应用程序可供下载。 2］．随着移动电话的拥有量以及健康应用程序的数量和复杂性可能增加，基于技术的健康干预以以前不可能的方式影响人群的潜力正在扩大。

“游戏化”一词最初出现于2008年，后来在2010年上半年被技术和健康专业人士广泛使用，涵盖了广泛的技术和游戏元素进入商业世界。 15］．出于功能性的目的，本文的其余部分将使用由迪特丁等人正式定义的定义。该定义指出“游戏化是指在非游戏环境中使用游戏设计元素。” 15］．许多公司已经广泛接受并采用游戏化作为一种手段，以提高理想行为的启动和留存率。 16]，此外，据估计，现在60%的工作场所健康倡议都包含游戏化元素[ 17， 18］．此外，到2016年，游戏化有望成为一个价值28亿美元的产业，但科学文献中几乎没有证据表明游戏化在改善健康和健康行为方面的预期结果方面是否有效。 19］．

手机应用技术中的游戏化已经成为一种流行策略，无论是在商业文化中还是在学术界，它都是一种影响行为的手段。 15， 16， 20.， 21］．游戏化是指使用类似游戏的奖励和激励措施，配合理想的行为，以增加动机，并随着时间的推移保持个人的习惯。 15， 20.］．这一策略在健康和健身移动应用程序中的使用越来越多，尽管很少或没有对其有效性和适当功能进行深入调查。 17， 18］．本研究的目的是回顾健康和健身应用程序的游戏化元素，确定健康应用程序使用游戏化与有效游戏的核心元素之间的关系，并确定具有游戏化元素的应用程序在多大程度上包含关键的健康行为结构。

这项研究设计包括分析2014年冬季开始的苹果iPhone健康和健身应用程序的游戏化和健康行为结构。我们对每款应用的游戏化元素和健康行为进行了测量，如下面的Measures小节所述。研究助理是从中西部一所大学的健康科学本科生和研究生中招募来的。研究助理接受了游戏化和健康行为结构的规则培训，见 表2而且 3.．

该样本于2014年冬季从苹果应用商店收集。这个样本包含了应用程序商店健康和健身版块下的应用程序，这些应用程序与饮食和体育活动等特定健康行为有关。在样本收集之前，我们使用了包含游戏化的体育活动和饮食应用的关键短语建立了40个关键搜索词;关键词包括“跑步”、“步行”、“健康游戏”、“游戏化”、“饮食”、“计算卡路里”以及其他与这些行为相关的内容 表1)．该研究的作者选择了搜索词，并接受过公共卫生和健康行为方面的正式培训。由于iPad允许用户过滤搜索结果，所以在最新版本的iPad上，搜索词被输入到苹果应用程序商店。搜索结果被缩小为:(1)仅限iPhone，(2)免费应用程序，(3)健康和健身，(4)受欢迎程度。根据最近的估计，苹果应用商店中90%的应用是免费的，这代表了一种日益增长的趋势 免费增值模式平台，或用于升级的应用内部购买;因此，样本生成中只包括免费应用，因为它们最能代表大多数可用应用。 22］．此外，之前对应用程序内容进行审查的研究也根据受欢迎程度对搜索结果进行排序，以确保被审查的应用程序使用率很高。 23］．

使用Qualtrics在线调查软件阅读搜索结果中出现的前20个应用程序的详细书面描述，并将其编码为初始抽样索引。这样做是为了确保下载和最终分析的应用至少包含一个游戏化组件。最初的标题包含基本的描述性信息(游戏邦注:应用的名称、评论数量、价格、开发年份、应用是否与健康或健康行为有关)，以及公共卫生文献所概述的游戏化的6个核心组成部分，并在小节Measures中进行了解释。由于苹果应用商店不按页码对搜索结果进行排序，因此为每个搜索词建立了一个固定的页码;此外，搜索引擎中的其他抽样标准已经确定，浏览一定数量的主要结果(即1至2页)就足以确定抽样的质量，因为用户不太可能超出结果的第一页[ 24， 25］．

共有800个应用程序返回进行初步编码。一些搜索词没有产生与研究目的相关的结果，因此结果没有对整个搜索词进行编码;例如，如果没有任何应用描述包含任何游戏化元素，或者没有出现任何搜索结果。在剔除重复内容后，总共有261个应用描述被纳入最终样本。为了确保样本质量，我们使用了至少包含6个游戏化核心元素之一的应用来完善样本。在应用了这一标准后，129款应用因为没有游戏化元素而被排除在样本之外 ＝132款应用的游戏化分析。

为了给每个编码员提供定义每个术语的共同参考，我们向每位编码员提供了一份带有每个游戏组件和行为结构解释的调查的硬拷贝版本 表2而且 3.)．每个助手都独立编码了相同的10%的样本，以建立评分者之间的可靠性。使用kappa系数来衡量三个编码器之间的可靠性，这是一种已在类似研究中使用的成熟方法[ 23， 26］．在编码初始样本的10.6%(14/132)后，在编码员之间测量的kappa系数为0.66。这被评为编码员之间的实质性共识，并且是本研究可靠性的可接受性衡量标准[ 27］．

每个应用程序都包含了基本信息、游戏的10个有效元素、健康游戏化的6个核心组件和13个核心健康行为结构。鉴于上文对游戏化的定义是“在非游戏环境中使用游戏设计元素”，游戏化组件的标题与游戏元素的标题相似。这是因为电子游戏领域采用了游戏化;然而，如下图所示 表3，游戏元素的标题更广泛，包括“游戏上下文”。为了达到本文的目的，我从当前游戏领域的文献中选取了游戏的10个有效元素，或者更确切地说，是从电子游戏行业的专业人士为游戏设定的标准模型中选取的。 28］．游戏化的六个核心组成部分取自卫生专业人员定义的行为和公共卫生文献。一般信息包括应用评论的数量，引用外部资源的使用(内容有效性)，数据收集方法(被动或主动)，目标健康行为，应用与其他技术的整合，以及游戏化的感知目的。值得注意的是，应用评论的数量被用来粗略衡量应用的受欢迎程度，因为评论最多的应用通常被评价得更积极，可能比其他应用获得更多的下载量。此外，搜索结果是根据应用商店的受欢迎程度排序的，排名靠前的结果总是拥有最多的评论。

10个有效游戏元素的编码来自Reeves和Read的工作，他们概述了游戏的10个有效元素，并引用于dedeting等人的工作[ 15， 28］．这些元素包括:(1)使用角色进行自我表现;(2)三维环境;(3)叙事语境(或故事);(4)反馈;(五)声誉、级别、等级;(六)市场和经济;(七)有明确和强制规定的竞争;(8)团队;(九)易于配置的并行通信系统; and (10) time pressure (see 表3)．这些组件被编码为1=存在并在应用程序中使用，或者0=不存在。

游戏化的六个组成部分是通过回顾当前的文献来确定的，并找到在文献中使用或讨论的影响健康行为的游戏化的共同主题和组成部分[ 15， 17， 18］．与上述相同的编码过程被用于编码游戏化组件，包括:(1)排行榜，(2)关卡，(3)数字奖励(积分，徽章)，(4)现实世界的奖品，(5)比赛，(6)社交或同伴压力(见下文) 表3)．

Doshi等人、Cowan等人和Michie等人的联合工作确定了13种健康行为结构[ 23， 29， 30.］．Doshi等人建立了一个用于评估身体活动网站健康行为结构的索引，其中包括20个来自公共卫生实践中使用的最常见行为模型的结构，健康信念模型(HBM)，跨理论模型，计划行为理论和社会认知理论(SCT) [ 29］．Cowan等人在这项工作的基础上，将同样的规则应用于体育活动应用程序[ 23］．然而，并不是所有的结构都适用于移动应用程序，许多结构具有相似的重叠定义和组件。由于这些限制，为了清晰起见，编制和合并了一个新的标题。此外，Michie等人的工作概述了“行为改变轮”，用于概念化行为改变干预。该框架将健康行为确定为有3个主要组成部分:(1)能力(心理和生理)，(2)动机(自动和反思)，以及(3)机会/触发(社会和生理)(COM-B) [ 30.］．在前进模型和BJ Fogg行为模型中也存在类似的概念和迭代[ 31， 32］．Doshi等人和Cowan等人的20个构造基于COM-B系统的这些组件进行了分类并进行了整合。

最后的规则包含以下指标，用于总共13个构造的测量(参见 表2）;能力(心理、基本信息、自我监控、压力管理;体力、技能训练、简单性或使能因素)、动机(自动、激励、社会支持;反思、目标设定、HBM的认知策略、自我效能)和机会/触发(社会、同伴压力;身体，行动线索，刺激控制)。如果构念有清晰可区分的定义，并且它们直接应用于手机应用程序的功能( 表2)．为了消除主观偏见，行为结构被编码，并与游戏和游戏化规则相同(是=1，否=0)。

描述性统计数据用于报告游戏化组件融入健康和健身应用程序的情况。在对每个应用程序进行有效的游戏元素、游戏化组件和健康行为结构编码后，每个类别的最终得分被合计出来。采用线性回归分析对其余两个假设进行检验。第一个回归评估了游戏元素和整体游戏化组件之间的关系;将总机会/触发分数、应用程序评论、目标健康行为以及应用程序与其他技术的集成集成到模型中。第二个回归评估了三个个体亚行为得分，能力，动机和机会/触发的总体游戏化成分;采用游戏化的目的，并将应用程序与其他技术集成到模型中。最后回归比较了总行为建构得分与总游戏元素和总游戏化成分;将应用程序评论数量、目标健康行为、内容有效性、数据收集方法以及应用程序与其他技术的集成集成到模型中。

在最初编码的261个应用描述样本中，52.5%(137/261)至少包含一种游戏化元素，约23.8%(62/261)至少包含6种最常用游戏化元素中的一半(3种或以上)。社交或同伴压力是最常见的游戏化元素，45.2%(118/261)的应用包含这一元素，其次是数字奖励、竞赛、排行榜、成就等级和现实奖励(24.1%，63/261;18.4%, 48/261;14.2%, 37/261;13.4%, 35/261;10.0%， 26/261)。在编码的应用程序中，总共有88.5%(231/261)的样本与健康行为有关，而剩余的11.5%(30/261)主要是教育类的，或者不关注健康行为的改变。

在最终综合分析中下载并编码的132个应用程序中，68.2%(90/132)专门用于体育活动，9.1%(12/132)用于饮食跟踪和行为，19.7%(26/132)用于体育活动和饮食的综合或兼有，3.0%(4/132)针对其他健康行为。91.7%(121/132)的应用程序不包含引用或来源链接来验证应用程序中提供的信息，29.5%(39/132)的应用程序被发现与其他技术或媒体集成。约97.7%(129/132)的应用程序跟踪用户的某种数据，27.9%(36/129)的应用程序是被动跟踪(不需要手动输入数据)，55.0%(71/129)的应用程序是主动跟踪(需要用户手动输入数据)，17.1%(22/129)的应用程序两种方法都使用。最后，程序员对应用中使用游戏化的感知目的进行了评估。有14.4%(19/132)的感知应用程序的目的编码为“让人们与应用程序进行更多的互动”，32.6%(43/132)编码为“让人们完成更多的期望行为”，43.2%(57/132)编码为两者都有，9.8%(13/132)编码为两者都没有或“目的不明确”。

样本中包含的132款应用的平均行为得分为4.99分(游戏邦注:其中有38.4%;Cronbach alpha= 0.65)，平均游戏得分为3.80分(29.25%;Cronbach alpha= 0.72)，平均游戏化得分为2.28(6个可能性)(38.13%;克伦巴赫α= .64点)。行为评分进一步分为三个组成部分(如上所述):(1)能力(平均2.11分5;(2)动机(平均2.30(5分);(3)机会/触发(3的平均值为0.58;19.4%)。 表3显示为本研究设计的3个测量标准的每个组成部分的详细描述性统计数据。

回归分析结果( 表4- 6)显示，游戏元素的更多包含与游戏化组件显著相关( P<.001)，并与总机会/触发评分相关( P< . 05)。其次，在应用设计中融入游戏化元素与动机总分显著相关( P<.001)，而与总能力得分或总机会得分无相关性。最后，回归结果显示，应用程序中行为理论的加入与游戏化组件的加入有关( P<.05)，但与包含游戏元素无关。此外，行为理论与应用评论数量呈正相关( P<.05)，目标健康行为( P<.05)，与数据收集方法有关( P< . 05)。

据我们所知，这项研究首次全面回顾了游戏化在健康和健身应用中的应用。结果显示，在健康和健身应用程序中使用游戏化已经变得普遍，应用商店中发现的应用程序数量至少包含一些游戏化组件。游戏元素的使用与游戏化的使用是相关的，这是意料之中的，因为游戏化是从游戏领域借来的结构。游戏化得分与健康行为理论的使用相关，尽管进一步的分析表明，只有动机能解释这种关联。这是意料之中的，因为游戏化在行业中通常被用来增加用户的动机;然而，这可能凸显了游戏化应用程序错失的一个机会，即主要关注行为的动机组件，而没有充分解决能力或行为触发因素。

尽管游戏化至少包含了一些组件，但游戏化组件的集成平均分仍然低于50%。游戏元素的加入和健康行为理论结构的使用也是如此，这表明在健康和健身应用程序中缺乏有效的游戏、游戏化或行为理论的明确行业标准。然而，走向行业标准可能具有挑战性，因为如果不进行与应用设计功能影响相关的实验，就很难衡量游戏化的真正影响。在很大程度上，我们几乎没有努力确保商业健康和健身应用的质量，也没有为使用游戏化制定有效而有意义的标准。事实上，当前健康游戏的成功是以创收为衡量标准，而不是行为指标。 20.， 33， 34］．迄今为止，许多关于游戏化和健康的研究都集中在exergames上，即要求个人在玩游戏时进行身体活动的游戏。 35］．像任天堂Wii或Xbox Kinect这样的游戏主机已经使用了交互式传感器，从而实现了以前不可能实现的更完整的游戏玩法类型。 17， 34］．Adams等人的工作专注于开发锻炼游戏中有效组件和体力消耗的评估框架[ 35］．这项研究的结果表明，为了衡量游戏化对健康的真正益处，有必要在受控环境下通过大样本研究进一步检查游戏对健康的影响。

正如假设的那样，游戏化的使用与电子游戏产业所创造的有效游戏元素是相关的。此外，游戏元素与应用的受欢迎程度相关，这可以通过应用评论的数量来体现。考虑到苹果App Store并没有通过下载量或特定应用的持续使用来报告受欢迎程度的数据，评论是唯一可用于分析的受欢迎程度的可量化指标。相反，在回归分析中，游戏化与应用受欢迎程度并不相关。这对于开发者和健康从业者在设计健康游戏时具有重要意义。如果游戏确实更受大众欢迎，那么开发者的重点就应该是创造有深度的叙事游戏体验，而不是仅仅使用游戏元素或游戏化的应用程序。

关于广泛使用的术语“游戏化”存在许多争议。游戏化在健康应用中的广泛采用受到了游戏开发者领域的批评，因为它只是在非游戏设置中采用了功能性游戏的选择性或“方便”组件。 15， 18， 36］．这种适应性消除了这样一个事实，即传统游戏已经具有自然的强化和激励作用，而饮食和体育活动等复杂行为可能并不是这样。 18， 33， 34］．费拉拉在描述游戏化的快速扩张和广泛采用时，提到了Gartner的工作，将其描述为新技术自然重复出现的“炒作”周期的一部分，之后在该领域出现越来越多的失败和挫折后逐渐消失[ 18， 37］．此外，推动游戏化的假设是，使用奖励、关卡、排行榜和外部激励就足以维持(健康)行为反应，而无需使用游戏的其他组件，如解决问题、讲故事和幻想。 15， 18， 36］．这反映了本研究的结果，结果显示很少使用3d环境和叙事背景。

最后，本分析结果表明，健康行为理论的使用与游戏化的使用相关，而与游戏元素的使用无关。进一步的分析表明，游戏化与综合动机得分相关，而与能力或机会/触发无关。也许使用游戏化的应用程序试图影响用户参与预期行为的动机，同时潜在地忽略了个人执行行为的能力和参与行为的触发器。然而，个体参与某种行为的目标能力对于实现长期的行为改变至关重要[ 30.］．对动机的单一关注可能会暂时支持健康行为，但如果没有能力的增强，动机和自我效能可能无法持续。 32， 38］．

虽然游戏化这一新领域前景广阔，但在游戏化健康的发展和实施过程中，却忽视了健康行为理论的其他主要组成部分。首先，使用激励来增加行为的采用和保留的概念起源于操作性条件反射/强化，或重复配对行为的完成与外部奖励[ 35， 38］．然而，还没有人尝试评估游戏化在手机应用程序中的使用，因为它与操作性条件作用有关。通过对健康应用游戏化的回顾，我们可以发现许多应用都依赖于用户所看重的徽章或积分等数字奖励，但实际上情况并非如此。这一观点在传统的行为改变环境中是不被支持的，一些专业人士批评这种游戏化的使用只不过是一个不适应全面行为改变的客户忠诚度计划[ 18］．其次，没有评估手机应用中的外部激励是否充分符合健康行为理论应用中的最佳实践。的确，许多应用要求玩家投入太多精力，但却获得很少的感知价值或收益，这种不平衡导致了不可靠的健康行为。 35， 39， 40］．

这项研究的发现应该在一些关键局限性的背景下进行解释。首先，本研究的样本主要是免费应用，这可能排除了可能使用游戏化的相关付费应用。然而，近年来应用免费下载的趋势越来越明显，目前90%的应用都是免费的。 22］．因此，考虑到这一行业趋势，这个样本应该被认为是可用应用的充分代表。

其次，应用程序最初是通过查看苹果应用商店中的描述编码到样本中的。因此，一些最初被评价的应用(约16.7%，22/132)并没有真正包含之前编码的游戏化元素。然而，这个潜在的错误是在下载后对应用程序进行复杂审查后出现的，是描述不准确的结果，而不是这项研究的研究人员造成的。应用行业的重点应该转向对描述和应用内容的质量控制，以便为用户提供更高质量的内容。最后，本研究没有评估应用程序的设计特征在影响其行为效能方面的作用。因此，我们应该谨慎地解释这些结果，并为未来的研究奠定基础框架，从而将应用程序设计元素纳入评估中;例如，随机对照试验。

应用程序是传播健康行为改变干预措施的一个非常有前途、蓬勃发展的市场和前景。初步结果显示，游戏化在健康和健身应用程序中的应用非常广泛，这就需要对游戏化改变健康行为的潜力进行深入研究和评估。试图影响行为改变和健康结果的开发者和健康从业者应该考虑行为理论的全面整合，而不考虑是否使用游戏或游戏化。然而，游戏化可能是一种针对动机组件的有效手段，游戏可能有效地激发个人并增加应用程序的受欢迎程度。就目前的情况来看，游戏化、游戏元素和行为理论在行业中的应用并不普遍，这说明大量应用的下载并没有遵循现有的行业标准。这篇论文不仅有可能影响健康和健身应用中蓬勃发展的游戏化产业，而且还提供了一个有效的实践框架，将游戏和行为理论整合到移动干预中，以更好地影响人们的健康。