发表在卷9,第4期(2022):10月- 12月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/36987,首次出版
妊娠期糖尿病自我管理的行为改变应用程序:理想特征的设计和评估

妊娠期糖尿病自我管理的行为改变应用程序:理想特征的设计和评估

妊娠期糖尿病自我管理的行为改变应用程序:理想特征的设计和评估

原始论文

1赫尔辛基大学医院IT管理,赫尔辛基大学医院,芬兰赫尔辛基

2赫尔辛基大学计算机科学系,芬兰赫尔辛基

3.芬兰图尔库大学医院妇产科

4芬兰图尔库大学妇产科

5芬兰赫尔辛基赫尔辛基大学医院妇产科

6赫尔辛基大学妇产科,芬兰赫尔辛基

通讯作者:

Mikko Kytö,硕士,博士

赫尔辛基大学医院IT管理

赫尔辛基大学医院

Paciuksenkatu 25

00270年赫尔辛基

芬兰

电话:358 94711

电子邮件:mikko.kyto@hus.fi


背景:妊娠期糖尿病(GDM)对健康的影响越来越大,因为它会增加母亲和后代短期和长期健康问题的风险。GDM通常可以通过更健康的生活方式来治疗,例如适当的饮食调整和足够的体育活动。虽然远程医疗干预提供每周或更频繁的医疗保健专业人员反馈,已显示出改善GDM女性血糖控制的潜力,但没有医疗保健专业人员广泛输入的应用程序是有限的,并没有被证明是有效的。为了提高GDM应用程序的效率,已经提出了个性化和支持方面的不同功能,但是缺乏关于这些功能应该如何设计的知识。

摘要目的:本研究的目的是研究GDM应用程序应该如何设计,考虑到基于先前文献的理想特性。

方法:我们设计了一个交互式GDM原型应用程序,提供了理想功能的示例实现,例如通过应用程序提供自动和个性化的建议和社会支持。患有GDM的女性探索了原型,并在半结构化访谈中提供反馈。

结果:我们确定:(1)GDM应用程序中的自我跟踪数据应扩展为书面反馈,(2)习惯和目标应高度可定制,以便有用,(3)应用程序应具有不同的功能,以提供社会支持,(4)如果发生异常情况,应通过应用程序通知医疗保健专业人员。此外,我们还发现了另外两个主题。首先,应该提供最近接受诊断的GDM女性快速学习的基本功能,但也应该提供更深层次的功能,以保持妊娠后期GDM女性的兴趣。其次,由于患有GDM的女性可能会有内疚感,应用程序应该对不良行为有宽容和支持的态度。

结论:关于GDM原型应用程序的反馈支持了对理想功能的需求,并为如何将这些功能整合到GDM应用程序中提供了新的见解。我们希望遵循建议的设计和反馈将提高GDM自我管理应用程序的有效性。

试验注册:ClinicalTrials.gov NCT03941652;https://clinicaltrials.gov/ct2/show/NCT03941652

JMIR Hum Factors 2022;9(4):e36987

doi: 10.2196/36987

关键字



全世界约有14%的孕妇被诊断患有妊娠期糖尿病(GDM),其中中东和北非(27.6%)和东南亚(20.8%)的患病率最高,欧洲(7.8%)和北美及加勒比地区(7.1%)的患病率最低[1].这些最近的患病率发现与这些地区整体糖尿病的高患病率是一致的,并且已经表明,导致整体糖尿病的生活方式风险因素,如肥胖和代谢综合征,也会导致GDM风险的增加。GDM与一系列对母亲和孩子不利的短期和长期后果有关[2-4].虽然GDM是一种持续到孩子出生的暂时性疾病,但GDM会增加日后患2型糖尿病的风险[5].The GDM的主要治疗是通过调整健康的生活方式,特别是改变饮食和增加锻炼[67].对于患有GDM的女性来说,在这种行为改变中得到支持是至关重要的[8].虽然之前有大量的研究支持1型糖尿病和2型糖尿病的应用程序自我管理(例如,[9]),这些研究没有考虑暂时性和妊娠引起的糖尿病自我管理的设计意义。

远程医疗干预提供了卫生保健人员对生活方式和血糖水平的频繁反馈,已被证明对改善GDM妇女的血糖控制有效[10].然而,医疗保健专业人员每天为每位GDM女性提供这种反馈需要大量人力工作,而且成本高昂。医疗保健专业人员输入较少的GDM管理应用程序是有限的,并没有被证明是有效的[11-13].关于GDM应用程序的用户体验的知识也很有限,尽管最近的研究提供了相关的发现[14-18].根据Skar等人的用户研究[17], GDM应用最重要的功能是血糖水平的概述、指尖测量的实时反馈以及营养信息。然而,他们的应用程序没有提供任何自动反馈或社会支持,Kytö等[14被认为是GDM自我管理的移动应用程序的理想功能之一。GDM自我管理应用程序的其他重要特性与管理GDM的能力、个性化、可靠信息、支持双重处理(即习惯性推理和意义推理)以及与现有医疗保健服务的集成有关[14].

尽管之前关于理想特征的研究[14[参考例句考虑什么行为改变的GDM应用程序应该包括,如何这些功能的设计在很大程度上仍然是开放的,并且没有考虑来自GDM女性的反馈。因此,本研究的目的是收集GDM女性的经验,并在GDM应用程序原型中实现所需的功能。


研究设计

为了研究GDM应用程序的理想功能是如何[14],我们的研究设计包括两个阶段:首先,我们设计了一个GDM原型应用程序,包括功能的实现[14],其次,我们用半结构化访谈来评估这些特征的体验。该原型针对GDM患者,她们通过调整生活方式来控制糖尿病,不需要药物治疗(如二甲双胍或胰岛素)。当我们设计一个原型时,它的目的是从大规模的功能中收集经验,这是一个水平的体验原型[19].我们关注的是不同特性的内容,它们的功能并没有被详细实现(也就是说,所有的按钮和动作都没有起作用)。

访谈的目的是调查患有GDM的女性如何看待理想功能的示例实现,以及她们如何看待应用程序总体上支持GDM的管理。参与者(n=10名患有GDM的女性)是从赫尔辛基大都会地区(芬兰)的产科和产前诊所招募的。

伦理批准

该研究符合《赫尔辛基宣言》,并获得赫尔辛基大学医院伦理委员会(HUS-2165-2018-3)批准。

GDM原型App

原型的设计原理

原型的设计基于Kytö等人以前的工作[14],为如何设计理想的功能提供初步建议表1).我们有一个多学科的研究小组,由在治疗GDM妇女方面经验丰富的卫生保健人员(一名妇科医生、助产士和糖尿病护士)、一名社会心理学家、一名用户研究员和一名交互设计师组成,在研讨会上对这些功能的实现进行头脑风暴。原型的最终布局是由交互设计师设计的。

表1。在GDM管理中支持行为改变的移动应用程序的理想特性一个,如Kytö等人所描述[14].
功能 细节
1.通过自动反馈和互动探索提高管理GDM的能力。 该特性强调了在管理GDM的学习过程中对生活方式和数据探索的反馈需求。在应用程序中,患有GDM的女性迄今为止收到了来自医疗保健专业人员的反馈[10],而自动反馈的感知和有效性在很大程度上是未知的[14].Lentferink等[20.的研究表明,在支持更健康生活方式的手机应用程序中,表扬和建议是特别有用的行为改变技巧。
2.通过启用个性化来增加自主权。 管理GDM的方法是高度个性化的,并且因人而异[8].个性化对GDM女性远程医疗的感知有效性有很大影响。然而,到目前为止,它仅限于应用程序的个性化,而不是治疗建议[14].
3.提供社会支持,尤其是来自伴侣的支持。 有亲密关系的人的鼓励对患有GDM的女性很重要[821-24].伴侣的支持被认为对GDM女性的行为改变特别有价值,比如增加锻炼[25],但在现有的GDM应用中还没有考虑到[14].为了支持合作伙伴使用GDM应用程序的意愿,Peyton等[26)建议孕期应用不应该太女性化。
4.支持正常怀孕,揭穿有关GDM的神话。 患有GDM的女性希望获得有关其疾病的可靠信息[2127],并且这些信息应该和怀孕信息放在同一个应用中[17].
5.支持双重处理,因为怀孕是生活的改变。 GDM应用程序应该同时支持反射流程和习惯流程。特别是,对于被诊断为GDM的女性来说,习惯可以被认为是重要的,因为她们通常有良好的动力来管理GDM,但在日常生活中不知所措[8].婴儿出生后,维持健康生活方式的动力通常会减少[17].习惯也有助于在怀孕后保持更健康的生活方式,从而降低患2型糖尿病的可能性。在反思过程和习惯过程之间存在着情境流体推理,它被用于创建血糖水平和生活方式之间的简单规则[28].
6.将应用程序与正常怀孕和现有的医疗保健服务结合起来。 在针对GDM管理的远程医疗解决方案中,卫生专业人员与患有GDM的妇女之间的紧密结合已被证明是重要的[10].这在GDM应用的感知有用性方面发挥了重要作用[2930.].

一个GDM:妊娠期糖尿病。

评估GDM原型应用程序

理想的特征[14]在原型应用程序中实现(参见表2图1,图2).这个原型在本质上是交互式的,可以在手机浏览器上运行。用户可以点击屏幕上的按钮来浏览页面和滚动。原型是使用inVision实现的[31],创建基于浏览器的原型。浏览器不是未来实际应用的平台,因为会有原生的iOS和Android版本。在这项研究中,参与者获得了一部使用Safari浏览器运行原型的iPhone 6。

表2。所需功能的实现[14]在原型应用中。
功能 实现
1.提高GDM管理能力一个自动反馈和互动探索。 我们以提供交互式自我跟踪数据探索的形式研究了第一个理想的功能(图1B)以表扬和建议的形式反馈(图2一个)。
2.通过启用个性化来增加自主权。 我们试图通过提供2个功能来定制应用程序,(1)习惯工具(参见图1C)和(2)在应用程序中添加头像、姓名和预期出生日期的功能。
3.提供社会支持,尤其是来自伴侣的支持。 我们整合了一些功能,从伴侣和其他患有GDM的女性那里提供社会支持。对于合作伙伴,我们设计了一个视图,他们可以从应用程序接收建议(图2a)和“共享习惯”功能,为合作伙伴提供了一起做事的可能性(图2b).内容将通过专门的合作伙伴版本的GDM应用程序提供给合作伙伴。对于患有GDM的女性,我们设计了一个社区挑战,在那里她们可以相互支持以实现一个共同的目标(图2c)。
4.支持正常怀孕,揭穿有关GDM的神话。 该应用程序提供了一个关于怀孕(如胎儿发育,如图所示)的草稿信息部分图1d)、GDM、营养和体育活动。
5.支持双重处理,因为怀孕是生活的改变。 我们通过实现2种不同类型的可视化来支持双重处理,一个区域图支持反思思维(图1B)和最新的价值观来支持习惯性思维(图1a).我们还创建了一个习惯形成和跟踪工具,以支持更多自主行为。反射可视化是通过可视化血糖水平、营养和身体活动在一个区域图(图1b).为了增加解释数据的生态有效性,我们将研究前1名GDM女性记录的实际数据可视化。使用美敦力公司的Enlite连续血糖仪记录血糖数据(mmol/L) [32],营养数据(以克为单位)来自饮食日记(保存3天)并由营养师验证,身体活动数据(步数)由Garmin Vivosmart 3活动手环记录。
习惯性可视化是通过在应用程序的第一页显示最新的值来提供的。图1A)表示最近血糖水平的趋势。此外,为了遵循定制的习惯,我们设计了一个视图,参与者可以在其中跟踪他们的习惯(图1C)违背他们设定的目标。
6.将应用程序与正常怀孕和现有的医疗保健服务结合起来。 该应用程序在入口页面显示了妊娠周(图1A)、怀孕资料(图1D),以及专业医护人员的建议(图2A)与这个理想的特征有关。

一个GDM:妊娠期糖尿病。

图1。(a)孕周和近期自我跟踪数据的主页面,(b)数据可视化视图(将自我跟踪数据整合到一个视图中),(c)习惯形成和跟踪工具,(d)妊娠、胎儿和GDM的一般信息。GDM:妊娠期糖尿病。
查看此图
图2。(a)书面的强化和反馈,(b)给合作伙伴的建议,(c)共同的习惯和社区挑战观。
查看此图

招聘及资料收集

我们的目标是招募10名患有GDM的女性参加研究,她们来自芬兰赫尔辛基都会区(Helsinki Metropolitan Area)的产科和产前诊所。临床护士至少在妊娠24周询问了患有GDM的妇女是否有兴趣参与。如果有兴趣,研究护士联系了母亲,提供了更多关于研究的信息,并确认了资格。排除标准为1型或2型糖尿病、使用影响糖代谢的药物(如口服糖皮质激素、二甲双胍、胰岛素)、既往妊娠诊断为GDM、目前滥用药物、严重精神障碍、严重合作困难(如芬兰语技能不足)、以及无法使用智能手机或独自行动的严重身体残疾。

数据收集采用以下步骤。在获得知情同意后,我们通过问卷收集了背景信息(如年龄、怀孕周数和对移动应用程序的熟悉程度)。接下来,研究助理首先简要介绍了原型的想法及其局限性(可以在不同的屏幕之间移动,但功能没有完全实现),然后指导参与者自由浏览原型(参见评估GDM原型应用程序部分),并鼓励她大声思考[33并在此过程中提出任何可能的问题或意见。选择这种对设计功能的自由探索,是因为我们想要收集功能的经验,而不是详细检查应用程序执行特定任务的可用性。这是用户体验研究中的典型方法[34].如果参与者没有找到原型中所有可用的屏幕,研究助理就会向她展示她错过的屏幕。研究助理询问了有关功能的问题,在参与者评估了每个功能后,研究助理询问了有关应用程序的更一般的问题(参见文本框1对于主要的面试问题)。研究助理还在需要详细说明参与者的回答时提出后续问题。关于与伴侣的社会支持相关的理想功能(理想功能3),我们要求参与者在1(完全不女性化)到10(非常女性化)的范围内评估应用程序的“女性化”,因为低女性化被认为对男性用户很重要[26].

会议在参与者最容易前往的安静地方进行,并以他们的母语进行。采访持续了大约1个小时。采访进行了录音和转录。结果中提供的引用被逐字翻译成英语,在翻译过程中删除了“er”等填充词。

主要面试问题。

关于功能的主要问题

  • 你从这个特性中发现了什么?你觉得怎么样?
  • 您想在这个专题中加入什么内容?你会如何发展它?
  • 使用此功能时是否需要帮助?

关于该应用程序的主要问题

  • 你觉得这个应用怎么样?
  • 你认为这个应用程序如何帮助控制血糖?
  • 在日常生活中使用这个应用程序感觉如何?
  • 你对功能的数量有什么看法?太多还是太少?为什么?
  • 你觉得这个应用程序的外观和感觉怎么样?你觉得它有多女性化?
文本框1。主要面试问题。

分析

访谈记录在案,2名研究人员通过阅读记录来熟悉访谈内容。分析是根据框架方法进行的,该方法是多学科健康研究的推荐方法[35].首先,2名研究人员阅读访谈,并使用理想的特征对其进行编码表1)作为预定义代码,因为它们是分析的重点。当这些代码之外的内容出现时,我们会添加新的代码。使用ATLAS进行编码。德州仪器(36].我们最终得到39个代码,并将它们按主题分成更大的类别。在Results部分,我们根据所需的特性给出类别,并指出每个类别的出现频率。


参与者

研究共招募了10名GDM患者,并对她们进行了采访。表3介绍他们的背景信息。参与者年龄24 ~ 40岁(平均33.6岁,标准差4.4岁),妊娠周27.1 ~ 37.0周(平均33.6周,标准差2.7周)。参与者熟悉使用各种移动应用程序,因为他们同意“我习惯使用各种移动应用程序”的陈述,平均得分为4.3(满分5分)(SD 0.9)。“我习惯使用身体活动传感器(如Fitbit、Vivosmart和Polar)”和“我熟悉测量血糖”的平均得分分别为2.4 (SD 1.4)和4.5(0.5)。

表3。GDM患者的背景信息一个他们参与了这项研究。对于这些陈述,参与者采用李克特量表(1=非常不同意,5=非常同意)进行回答。
参与者ID 年龄(年) 妊娠周数,n “我习惯使用各种移动应用程序”的李克特得分。 “我习惯使用身体活动传感器(如Fitbit、Vivosmart和Polar)”的李克特得分。 “我熟悉测量血糖”的李克特分数。
1 36 35.0 4 3. 5
2 32 33.3 4 2 4
3. 40 31.2 4 2 4
4 24 33.7 5 2 5
5 31 35.6 4 2 4
6 31 30.3 5 1 4
7 32 36.6 2 1 5
8 36 37.0 5 5 5
9 35 34.8 5 1 4
10 39 28.1 5 5 5

一个GDM:妊娠期糖尿病。

通过自动反馈和互动探索提高管理GDM的能力

大多数参与者(9/ 10,90%)希望获得关于他们生活方式的反馈。虽然所有10名(100%)参与者都积极跟踪他们的血糖水平,但大多数人(8/ 10,80%)希望得到更多关于如何影响血糖水平的反馈。

嗯,我想跟踪我的总体活力、活动、睡眠……比如你的压力有多大,你吃得好不好,你能不能写日记,这样你的总体健康状况就会被跟踪,不只是盲目地关注葡萄糖,而是如何影响它。
[参与者8 (P8)]

由于他们收到的反馈主要是负面的,例如血糖水平是否过高,7名(70%)参与者希望在身体活动之外也获得积极的反馈

Garmin Vivosmart会在你达到目标时给你反馈,所以类似的东西会很有用,你会收到某种徽章,表示一切都很顺利。
(P1)

这些结果表明,在支持自我发现和进一步的健康行为方面,反馈的数量和质量都有很大的改进空间。

许多受访者(7/ 10,70%)希望获得明确的饮食建议。

我希望它能给出精确的食物建议,比如如果我早上空腹血糖有问题,晚上吃什么好零食……这样它就能跟踪我的饮食,给我变相的建议,这样葡萄糖值就能保持在限制范围内,这样它就能告诉我,现在多吃蛋白质,别吃其他东西,或者类似的东西。
(票数)

所以,除了Harrison等人[37],他认为患有GDM的女性希望获得明确的体育锻炼建议,患有GDM的女性也希望获得营养方面的建议。理想情况下,这些建议应该根据用户的饮食来个性化。

我想要更有针对性的饮食建议,例如,如果你是素食主义者,你可以建议用其他东西代替燕麦牛奶,或者我不知道,我错过了至少一半的营养指南,就像他们说的,“吃黑麦面包三明治”,但我不能,因为我不能吃黑麦面包。
(P1)

然而,这些建议不仅考虑了食物的内容,而且还考虑了一个人应该吃的时间。一名参与者自己用手机上的闹钟实现了这一点。

我的手机上每隔两到三个小时就会有“记得吃饭”的提醒。
(P10)

此外,3名(30%)受访者认为建议应以温和的方式提供。

对于大多数参与者来说,这些建议肯定有用。所以如果你把那个换成那个,至少我可以接受这样的建议,但我不想听到布道;这没有任何帮助。
(P8)

大多数参与者(8/ 10,80%)讨论说,如果他们能够找到他们的行为和血糖水平的积极原因和影响,这将是一种激励。

我认为,如果我能看到我的葡萄糖因为我出去散步而保持在限制范围内,那将是一种疯狂的激励。
(P1)

然而,个性化推荐目前还不存在于GDM应用程序中。

现在你不能得到步行45分钟血糖就会下降的建议。那很有价值。
(P3)

大多数参与者(8/ 10,80%)还要求就他们可以控制的生活方式选择提出精确而明确的建议。

但应用程序中是否会有一个功能,真的告诉你,你应该在半小时内进食。因为那样就太好了。如果我的观察表明,即使是少量的体育活动也能降低或平衡血糖,那么如果上面写着“去散步”就好了。
(P3)

这种反馈应温和地提供,并应尊重GDM女性的自主权。

这是一种建议,你可以通过更长的睡眠来更好地恢复,当你感到疲劳时,有这种具体的建议,有你睡得不好的数据,会有帮助。而且这个建议并不是作为一种让人立即入睡的命令,所以它是以一种相当令人愉快的形式给出的。
(P6)

寻找生活方式如何影响血糖水平的自我发现过程是乏味的。8].该应用程序可以通过提供用户可以尝试的反馈和建议来促进这一过程。

如果你能对接下来要尝试什么得出这样的结论,那就太好了,因为现在当你自己想清楚的时候,接下来要尝试什么就像碰运气一样……是睡觉,还是两片面包或鸡蛋?所以如果这款应用能在这方面有所帮助,那就太好了。
(票数)

虽然我们提供建议的方法得到了8位(80%)参与者的赞赏,但提供关于睡眠的反馈,特别是没有发现有用。

离预产期只有三周半了。例如,我无法控制睡过头。
(P1)

因此,反馈应该指向生活方式的改变,这可能会受到GDM女性的影响。

总之,关于生活方式的反馈(也是积极的)是非常值得赞赏的,但它应该是明确的、可行的和温和的。反馈还应针对患有GDM的女性可能影响的生活方式的改变,特别是通过鼓励女性尝试改变饮食和增加身体活动的不同选择来改变饮食和增加身体活动。关于睡眠习惯的建议被认为没什么用。

通过启用个性化来增加自主权

大多数参与者(8/ 10,80%)的回答支持个性化的重要性。

除此之外,这看起来很好,但如果你能更多地根据自己的需要进行修改,那么如果有人有糖水平问题,有人有体育活动,那么每个人都不会是一刀切,可以根据一个人的能力和想做的事情进行轻微调整。
(第七页)

超过一半(6/ 10,60%)的参与者发现习惯的个性化是激励因素。

如果你能够添加你自己的日常任务,这将是一种激励,我更喜欢这样。
(P3)

此外,进一步的证据表明,需要个性化的习惯,因为3(30%)的参与者认为拟议的习惯令人讨厌。

我不得不说"保持一个爱好"在怀孕的最后阶段是非常辛苦的,你知道你应该有什么样的生活方式,但我真的没有足够的力量……我不能有爱好,所以我对这种事情真的很恼火。
(P3)

在我们的实施之外,7名(70%)参与者讨论了生活方式选择的个性化目标。例如,体育活动的目标应该被定制为可实现的。

如果我一开始就意识到我每天只能走2000步,那么一万步是相当远的。如果你能把目标调整到5000。
(P3)

讨论了营养的个性化,因为参与者表示定制的营养建议很重要(参见使用自动反馈和交互式探索提高管理GDM的能力部分)。

添加姓名、头像和预产期的可能性没有被广泛讨论,尽管有3名(30%)参与者更喜欢个人问候,因为这让他们感觉很好。

不知怎的,这种“早上好,苏维”感觉很好,很私人……这就像一本现代日记……所以我个人肯定会用这个。
(P4)

总之,参与者的回答反映了个性化和自主性之间的关系。患有GDM的女性遵循健康建议的能力,特别是在身体活动和睡眠方面,在个体和怀孕阶段之间存在显著差异。因此,这些建议、用户简介、习惯和目标应该是高度可定制的。在获得这些个性化的建议后,至少应该提供不同的选择(例如,如何增加身体活动和吃什么)。

提供社会支持,尤其是来自伴侣的支持

纳入这一可取的功能引起了参与者的不同意见。我们观察到,没有孩子的参与者喜欢这个功能。

一起散步很好,也许那是我最喜欢的。
(P4)

然而,之前生过孩子的参与者对这一功能持怀疑态度。

我认为在我们的案例中,应用程序中伴侣/照顾者的部分不会被使用。也许对于那些第一次怀孕的人来说,这一切都很新鲜……所以,这不是我们的强项,但总的来说是一个很好的功能。
(P8)

尽管大多数参与者(6/10,60%)更希望他们的合作伙伴拥有应用程序的版本,但需要合作伙伴的支持各不相同。一些参与者(4/ 10,40%)讨论了伴侣在提供支持方面的作用,比如提醒早点睡觉或鼓励吃饭。

所以它(应用程序)会通知我的伴侣(参与者的名字)睡得不好,让她早点睡觉……这种附加功能会很好。
(P4)
这是好的,伴侣可以看到妊娠周,当想到妊娠糖尿病。它可以提醒我的伴侣鼓励我吃东西或类似的事情。
(P5)

因此,一些提醒可能来自伴侣,这可能比仅为患有GDM的女性提供提醒更有效。然而,需要进一步的研究来调查患有GDM的女性如何看待这一点。

嗯,这(妊娠糖尿病)也是伴侣的事情,或者至少当我大声说出我的血糖在那里,所以我该怎么做时,他会受到影响……我的伴侣也尝试过同样的饮食。我不知道如果他监视我是否会变得压抑;我不知道。但我认为,如果他能在(应用程序)上提出这样那样的建议,那就太好了。
(票数)

此外,3名(30%)受访者表示,如果原因明确,他们的伴侣愿意提供帮助。

在这个阶段,当健康状况不是最好的时候,他(伴侣)开始了解现实,需要做一些事情和学习。所以,我相信,如果理由充分,他会接受指示,并能够采取相应的行动。
(P10)

然而,有一名(10%)的参与者认为伴侣在应用程序中的观点没有用,他们表示应用程序可以用来证明怀孕导致的状况变化。

你可以在家里用这个作为武器:“看看我睡得多少,所以我早上需要多睡一会儿。”
(P8)

我们还评估了原型应用的女性特征,如招聘和数据收集部分所述。尽管参与者对这款应用的女性气质评价相当高(中位数为7),但对女性气质的评价差异很大(最小值为3,最大值为8)。与怀孕相关的话题对评分的影响更大

这里有一张婴儿的照片,所以这可能是这里唯一女性化的东西了。
(P5)

而不是用户界面的感觉:

没有什么是像花、心和蝴蝶这样老套的东西,我在时代应用中看到过这些东西。
(P6)

参与者更喜欢中性和有些临床的外观。

医学科学的感觉让人觉得可信如果是蓬松的粉色,我自己就不会用了。
(P1)

中性元素和颜色的使用将支持GDM女性及其伴侣对应用程序的使用。

社区挑战提出的意见较少。在10名参与者中,2名(20%)讨论了在社交媒体上加入一个同伴支持小组,1名(10%)参与者发现,通过让患有GDM的女性一起做一些事情,这种支持可以得到改善。

我是Facebook上一个同伴支持小组的成员,我在那里不是很活跃,但人们经常思考这些事情(关于GDM的问题),有些事情是独立的,所以如果这样的事情得到支持,至少以这种虚拟的方式,会很有趣。
(票数)

然而,大多数参与者(8/10,80%)没有评论这一功能。

综上所述,在应用程序中加入社会支持存在分歧,参与者建议为伴侣提供不同的支持角色。伴侣在应用程序中的角色应该是可选的,伴侣应该有自己的应用程序版本。伴侣的版本可以包括鼓励信息和更健康生活方式的提醒,伴侣可以与患有GDM的女性交流。一些与会者希望与合作伙伴分享有关GDM的信息,以便合作伙伴支持和帮助他们管理GDM。更高级的功能,如共享数据和公共活动的建议,应该是可定制的。

支持正常怀孕,揭穿关于GDM的神话

大多数参与者(8/ 10,80%)更喜欢在GDM应用程序中显示怀孕信息。

了解婴儿的情况总是很好的。
(P3)
我认为一个人对这些事情的了解再多也不为过。
(P4)
我手机上有个怀孕软件…从一开始,我几乎每天都看它两次,这是我感兴趣的东西,它有多重,这次又开发了哪些部件,这么大,加上有这个。
(P8)

这不仅可以通过提供关于怀孕的信息,还可以通过提供关于营养和体育活动的信息来进一步发展。

这里有关于身体活动和怀孕的信息,营养指南,怀孕信息……这很有趣,所以它比我在使用的应用程序上看到的信息更多。
(P6)

总之,参与者重视在应用程序中提供怀孕和GDM信息。此外,他们希望获得比当前怀孕应用程序中提供的更多关于营养和身体活动的信息。最理想的情况是,这些信息应该与生活方式建议一起个性化(请参阅通过启用个性化来增加自主权部分)。

支持双重处理,因为怀孕是生活的改变

总的来说,几乎所有参与者(9/ 10,90%)都认为我们的方法对于支持全面的自我跟踪和在单个图表中可视化这些数据是有用的。

这似乎很有用,因为它不仅仅是我自己对两个不同图表的推断,所以如果我移动,我就会看到血糖的样子,所以把这些图表放在一起似乎是个好主意。
(P6)
我喜欢跟踪血糖,睡眠,活动,这些都被清晰地显示在一起。
(P2)

参与者还可以选择在可视化中查看哪些因素。

我喜欢你可以在图表中选择哪些是可见的,然后你可以将血糖与活动或睡眠或类似的东西进行比较。
(P6)

但也有部分参与者(4/ 10,40%)认为选择因子的可能性不够简化视图,他们认为信息太多,视图太复杂(如血糖信息应该更清晰)。

我认为这个(血糖)应该被强调,从视觉上看,它更像是一个背景……所以血糖测量是最重要的,其他的都是附加信息。
(P1)

此外,1名(10%)参与者要求突出血糖和其他数据作为额外选项。

在这些图表中,乍一看有太多的信息。所以,你可以简化这个,你可以选择查看用户感兴趣的数据,所以同时查看所有的图表可能是一种可能,但可能不是默认选项。
(P5)

尽管存在这些担忧,但参与者表示,当他们接受GDM诊断时,他们将从这种可视化中受益。

关于习惯性可视化,9名(90%)参与者喜欢在应用程序的第一页上有可浏览的数据。提供血糖箭头以指示趋势的重要性(参见图1A)也被确定在这里。

我认为这些都很好,比如葡萄糖,这里有一个箭头,它提供了更多的信息来进行比较。
(P5)

一些参与者(4/ 10,40%)表示,他们应该只在出现问题时才关注应用程序,从而支持更积极的决策。

我认为应用程序中最重要的是“妈妈,放松。当你需要采取行动时,它会发出警报。”
(P1)

还讨论了提醒以帮助创建测量习惯。

当我在餐后测量时,我总是把它作为警报添加到我的手机上。所以,当然,如果可以使用应用程序,我就不必单独做了。
(P3)
它可以提醒我早上什么时候需要测量高于正常水平的血糖。
(P8)

有人提到,手机在追踪习惯方面很有用,因为人们无论如何都会跟踪他们的手机。

例如,目标,比如习惯等等,你可以写些什么,这对我来说是有用的。所以当你添加它们时,应用程序会提醒我,这是我要关注的事情,因为我经常关注手机。如果你有一个单独的日记或纸或日历之类的东西,那么你很可能不会注意到它们。
(P6)

因此,除了定制习惯(参见通过启用个性化来增加自主权部分),还可以定制这些习惯的提醒。一位与会者表示,一旦健康习惯成为日常生活的一部分,就不再需要应用程序的帮助了。

你每天都要盲从地使用这款应用,所以我认为这款应用的目标之一就是学会不使用它,你越不需要它越好。现在它很吸引人,所以应该有一个平衡,这个应用更像是帮助,而不是兜售。
(第七页)

总之,支持决策的两种方法(习惯性和反思性)都应该纳入设计中。双重处理响应了GDM女性的各种需求,因为一些人对深入调查自我跟踪数据感兴趣,而另一些人更喜欢有关当前值的可浏览信息。建议使用简单的可视化(例如,使用交通灯隐喻或箭头)来显示实时反馈和结合血糖水平和生活方式的折线图,以提供有关因果关系的详细信息。对于愿意在多大程度上关注数据,以及应该以通知和警报的形式提供多少数据,与会者有不同的意见。

将App与正常妊娠及现有保健服务相结合

除了支持理想的特征外,提供一般孕妇和GDM妇女普遍存在的信息,支持正常怀孕的感觉。把孕周写在第一页对参与者来说很清楚。

怀孕周很容易理解。
(P1)
该应用程序的整体外观看起来很清楚,因为第一页上有怀孕周。
(第七页)

除自我跟踪数据外,提供怀孕信息得到了参与者的赞赏(8/ 10,80%)。

很好,你可以从第一页到怀孕信息,所以所有的东西都不只是硬数据,而是类似于怀孕应用程序的信息。
(P10)

几乎所有的参与者(9/ 10,90%)都认为应用程序可以成为医疗保健的一部分,特别是如果提供足够的指导的话。

我认为这应该是一种产科诊所的应用程序,应该提供良好的指导。
(P1)
一开始就应该做一个很好的介绍,然后如果觉得不合适,就可以放弃使用。如果你是新手,突然接触到这种应用,可能并不适合所有人。
(第七页)

参与者讨论了与糖尿病护士接触的重要性,这样他们就可以与他们分享数据,并讨论葡萄糖传感器提供的数据。

我认为聊天和反馈功能会很有用,所以如果你有很多亢进,它会发送警报,这些信息应该自动传输给糖尿病护士……我认为目前的方式非常老派……现在我们通过电子邮件发送一些葡萄糖值,基本上可以是任何东西,因为它们会不时变化。
(P1)

许多参与者(7/ 10,70%)希望收到应用程序的消息,以便在发生异常情况时联系诊所。

上面应该有产科诊所之类的联系方式。所以,当你面临一些挑战时,例如,如果你这周有三次亢奋,你会收到通知联系诊所。
(P4)

超过一半的参与者(6/ 10,60%)还提到,应用程序应与诊所就诊整合,应用程序可以支持收集更多数据,并将其提供给医护人员。

你可以在产科诊所使用这款应用,这样就不会有那么多不同的单位,你可以把它与产科诊所结合起来,所以这对他们来说是一个很好的包。然后,你还可以在你去过诊所的应用程序中添加血压或体重等信息。
(第七页)

总之,参与者喜欢在第一页上有孕周和怀孕信息,以支持正常怀孕的感觉。他们还认为这款应用程序可以成为他们日常护理的一部分,并就如何将这款应用程序集成到医疗保健服务中提供了不同的建议,包括良好的指导,使用自我跟踪数据访问产科诊所,以及在血糖水平经常超过时连接到产科诊所。

其他出现的主题

大多数来自GDM女性的评论与文献所述的理想特征一致[14],表明理想的特征涵盖了采访中讨论的大部分主题。然而,当我们分析基于文献的理想特征之外的新兴主题时,我们想要注意以下重要方面。

基本功能,简单易学,但有足够的深度来保持兴趣

时间维度(即应用程序的使用如何随着时间的变化而变化)在理想的功能中没有被广泛讨论。然而,有4名(40%)参与者在访谈中提出了这个问题。

我使用这个应用程序的次数越多,从中受益就越多……第一周我只是在填写信息,但之后我会开始养成习惯和做其他事情,并从中获得更多好处。
(P8)

这强调了在使用应用程序时需要良好的指导,这一点在“将应用程序与正常怀孕和现有医疗服务集成”一节中已经讨论过。在初始阶段之后,应用应该有足够的深度来保持用户的兴趣。

应该有更多的功能,而不是更少,所以它是多功能的。它(应用程序)是一种我无论如何都会使用的东西的组合,所以有很多功能并不会困扰我……如果有很多不同的东西,它会保持我的兴趣。
(P4)

因此,如果可用性没有因为多个特性而受到影响,那么拥有它们将是有益的。这似乎是我们应用程序的情况。

这个应用程序非常清晰和简单,使用几分钟后,与我正在使用和使用过的其他应用程序相比,感觉很容易学习和掌握。
(P10)
滑动和使用断裂的容差

一半的参与者(5/ 10,50%)讨论了应用程序应该根据母亲自己的要求启动(另见关于开始自我跟踪的“通过自动反馈和互动探索提高管理GDM的能力”部分)。这包括对滑动的容忍度,这也发生在患有GDM的女性身上。

我觉得这个应用很有趣,因为我有时会滑倒……但如果这些滑倒被记录在那里,它(应用)不应该增加焦虑……人无完人,如果你滑倒了,可能会有一些事情你至少不会被指责……如果你需要向某人展示这个,你可能会忽略一些标记,或者如果你为自己没有那么好而感到羞愧,你就不会使用它。所以,拥有这样的应用程序将是最好的选择。
(第七页)

这强调了应用程序应该关注人们如何管理GDM的积极方面,例如,通过积极反馈(参见使用自动反馈和交互式探索提高管理GDM的能力部分)。此外,3名(30%)参与者讨论他们对应用程序的态度可能会随着时间而变化。

大多数时候,这个应用程序是一件好事,但我可以想象,有时整个应用程序会开始让我讨厌。
(P2)

这表明应用程序应该容忍使用中断和不同的使用频率。


主要研究结果

在这项研究中,我们研究了如何结合基于文献的理想特征[14]转变为用于管理GDM的移动应用程序。关于理想特性的示例实现的大多数反馈都是积极的和建设性的。我们发现,GDM应用程序中的自我跟踪数据应扩展为书面反馈,习惯和目标应高度定制以使其有用,通过应用程序为合作伙伴提供社会支持应成为可能,如果发生异常情况,应通过应用程序通知医疗保健专业人员。关于自动反馈和自我跟踪数据挖掘(可取特征1),通过自我跟踪数据获得的反馈是有价值的,但访谈显示,反馈应扩展为书面反馈。访谈还表明,指导应明确、可行、温和。总的来说,这些评论与Harrison等人的发现是一致的[37,这表明患有GDM的女性需要明确的体育锻炼建议。但是,这应该是温和的,应该考虑到个人的身体能力和饮食偏好,尊重女性的自主权。许多妇女在尝试使少数民族饮食适应GDM要求的饮食变化时遇到了困难[273839].德拉芬等[27)认为,提供文化上合适的建议对于防止女性感到被疏远至关重要,因为当女性觉得这些建议不适用于她们的生活时,她们很难遵循这些建议。在现有的GDM应用中,以推荐或其他书面反馈的形式提供自动指导在很大程度上是缺失的[14].因此,如何通过自动方法为GDM女性提供有影响力的反馈,以达到人类反馈的有效性,需要未来的工作[14].

关于应用程序中的个性化可能性(理想功能2),我们的结果支持Goetz等人的发现[40),三分之一的孕妇表示,个性化的欢迎信息和添加自己照片的可能性受到了欢迎。然而,与会者强调了个性化日常习惯和目标的重要性,这在现有的GDM应用程序中是不可能实现的[41].因此,GDM应用程序的个性化功能还有很大的提升空间。个性化不应局限于生活方式的选择,还应包括与怀孕有关的个人关注。38].如何为来自不同种族和文化背景的女性提供个性化的GDM应用程序来管理她们的糖尿病,还需要进一步的研究。

社交支持(理想的功能3)也不存在,因为现有的GDM应用程序都没有提供来自合作伙伴的社交支持[14].参与者的回答表明,他们的伴侣可以通过应用程序发挥不同的支持作用。需要进行更多的调查,以确定如何实施这一措施,使患有GDM的女性在做出更健康的生活方式决定时不会感到被控制,而是得到支持。向伴侣展示简单的通知,而不访问女性的自我跟踪数据,这将是一个很好的起点,因为向伴侣披露的数据量将降到最低。然后,用户可以决定是否愿意与伴侣分享更多数据。此外,应该更多地研究合作伙伴对其预期功能的意见。这些调查针对的是专为男性设计的怀孕应用程序[42],但在GDM应用中却有所欠缺[14].除了合作伙伴之外,通过社区挑战提供社会支持并没有引起许多合作伙伴的评论。这与Peyton等人的发现是一致的[26她表示,还需要对如何将社交媒体活动整合到怀孕应用程序中进行更多研究。

关于揭穿关于怀孕的神话(可取的特征4),回答与文献一致,患有GDM的女性希望在同一地方获得GDM和怀孕信息[17].然而,参与者要求获得比当前应用程序提供的更深入的营养和体育活动信息,这与之前的研究相似[17].因此,GDM应用程序应该有一个关于怀孕、GDM和相关主题(如营养(如食谱)和体育活动)的全面信息部分。

关于信息的深度,参与者对自我跟踪数据的解释意愿显著不同。一些人想要发现因果关系,而另一些人只是想知道“是否有问题”。这表明支持双重处理(理想的特性5)是有用的。就提供不同细节级别的数据而言,双过程方法在当前的GDM应用程序中得到了很好的支持[14].习惯性处理通过近期血糖水平的可视化可视化来实现,而提供更详细的图形可视化来支持反射处理。习惯性或反应性处理还可以通过提醒和警报得到进一步支持。然而,目前的GDM应用程序缺乏创建和跟踪日常习惯的可能性[14].如果参与者能够个性化他们的习惯,他们会特别喜欢习惯跟踪(见可取的特征3)。此外,从长远来看,将新的或可改变的习惯与现有的习惯联系起来,预计会比基于时间和电话的方法更有效。如何实现这一点仍然是一个开放的挑战,但随着活动识别技术的不断发展[43],检测现有的习惯可能很快成为可能,从而使新的和可改变的习惯与现有的习惯联系起来,例如测量血糖水平,这是GDM女性的一项常见任务。

最后,关于理想的功能6,与正常怀孕的整合得到了赞赏,因为参与者讨论了妊娠周在第一页,这是怀孕应用程序中一个很好的和熟悉的功能。与会者还提出了如何将该应用程序集成到保健服务中,以监测产房就诊之间的情况。这些发现与糖尿病管理的技术支持综述一致,该综述强调了糖尿病患者与卫生专业人员之间双向沟通的重要性[29]并且使用可穿戴传感器的自我跟踪可以增加提供给医疗保健专业人员的自我跟踪数据的完整性[44].然而,目前尚不清楚医疗保健专业人员如何看待血糖水平以外的自我跟踪数据。可接受性的一个大问题是他们对生活方式和健康设备提供的数据的态度[4445].在GDM的背景下,这些卫生保健专业人员的幸福感数据的可接受性调查是缺失的。这种集成已经在当前的GDM应用程序中部分实现了[4647],而缺乏这种整合被认为是一个很大的缺点[17].

此外,我们从访谈中发现了两个与理想特征没有明确关联的重要主题。首先,由于GDM被认为是“一种震惊”[48],参与者表示应用程序应该简单易用。这在刚开始时尤其重要,因为需要花一些精力来设置应用程序。还应该有更深层次的功能来保持妊娠后期GDM女性的兴趣。我们相信,设计一个易于使用但具有许多功能的应用程序是可能的。这与Hood等人的研究结果相反[49),他发现功能的数量总体上降低了糖尿病应用程序的可用性。但是,保持基本功能的简单性,并从附加特性中获得足够的深度似乎是一个不错的方法。其次,由于GDM女性可能会有内疚感,应用程序应该对滑落和不利行为有宽容和支持的态度。斯卡尔等[17讨论说,说谎可能会导致不受欢迎的“作弊”。这也意味着,在一段时间后返回应用程序应该很容易,不使用不应该受到惩罚,而是通过友好的信息来引导患有GDM的女性重新开始使用应用程序。

本研究的局限性

我们意识到实现每个理想特性的设计空间是很大的,因此可以从它派生出多个不同的实现。在这个阶段,我们使用这些理想特性的示例实现作为起点,以探索并激发参与者的进一步想法。因此,我们的目标不是验证这些理想功能的实现,而是获得建设性的反馈,以便将理想功能整合到未来的GDM应用程序中。

我们承认,参加人数本可以更多。然而,我们认为这已经足够了,因为在8次访谈后,数据似乎已经饱和。此外,在对GDM经验的定性研究中使用了相同数量的参与者(例如,[48])。

参与者熟悉使用手机应用,反映了发达国家孕妇对手机应用的广泛使用[50].然而,还需要做更多的工作来评估基于应用程序的干预对患有GDM的女性大规模使用的可接受性和可行性[18].

未来工作方向

大多数关于GDM应用程序的研究都调查了这些应用程序对医疗结果或用户体验的影响。然而,较少的工作集中在研究GDM应用程序设计特征的建设性方法上。本研究旨在通过设计和提供在文献中有正当理由的功能示例来填补这一空白[14并通过提供GDM女性的观点。在未来,这些特性应该被实现并集成到一个功能性的GDM应用程序中,以调查它们对GDM自我管理的影响。需要更多的研究来理解这里提供的每个探索性理想特性的功效。为此,我们将至少将这些功能的一部分整合到iOS和Android的全功能移动应用程序中,并进行随机对照试验,以评估其在未来对孕产妇和新生儿结局的影响。此外,实现每个理想特性的可行性在很大程度上是未知的。然而,例如,提供可靠信息的实现可以被认为比习惯形成和跟踪的实现要容易得多。

未来工作的一个有趣部分是研究GDM女性的互动学习环境,允许在健康行为(饮食、体育活动和睡眠)和血糖水平之间建立因果关系。特别是,这将支持理想的特性1和4。Adu等人关于糖尿病应用程序特点的调查[51显示糖尿病自我管理技能的教学在糖尿病应用程序中代表性不足[[52],尽管recent指南强调了病人教育的必要性[53].定性研究[2127]表明GDM的自我发现过程具有挑战性,要求很高,需要相当多的时间。然而,自我发现的过程可以加快和便利。例如,这可以通过交互式可视化来实现,了解生活方式如何影响血糖水平,以及这会对孩子产生什么样的潜在影响。biebeer等[54]指出,孕期对糖尿病了解的增加会增加人们对总体健康的感知。卡罗尔-奥拉等人[55]表明,对于GDM的知识可以提高,特别是对于来自多种族和低社会经济背景的女性。虽然应用程序是提供电子健康干预的常见方式,但交互式学习环境不一定仅限于应用程序。正如Rollo等人所探索的那样,交互式学习环境可以用于糖尿病管理的其他技术[56].其中包括基于网络的程序、视频游戏,甚至是虚拟现实和增强现实等新兴技术。例如,使用虚拟现实技术可以提供一个身临其境的环境来演练更健康的选择[56].然而,目前还不清楚这些技术具体能给GDM管理带来什么好处,而不是移动医疗(mHealth)学习环境。

结论

本研究旨在作为移动应用程序设计和开发的建设性步骤,以支持GDM自我管理所需的行为改变。我们设计并评估了如何将理想的功能整合到GDM应用程序中。结果证实了这些特性对于通过GDM应用程序支持自我管理的重要性,并且我们获得了关于每个特性的内容和功能的建设性信息。我们预计,至少其中一些特性的实现将提高GDM自我管理应用程序的效率。我们认为,这些结果对针对GDM的有效移动健康干预的各种利益相关者是有用的。

致谢

我们要感谢芬兰所有参与这项研究的GDM女性,以及护士Riikka Luumi、Milla Tuhkanen、Jaana Palukka和Sanna Lampi。这项工作由商业芬兰eMOM妊娠糖尿病(GDM)项目资助。

利益冲突

没有宣布。

  1. 王华,李宁,Chivese T, Werfalli M, Sun H, Yuen L, IDF糖尿病图集委员会妊娠高血糖特别兴趣小组。IDF糖尿病地图集:根据国际妊娠糖尿病协会研究组的标准估计2021年全球和区域妊娠糖尿病患病率。糖尿病Res临床实践2022年1月;183:109050。[CrossRef] [Medline
  2. Burlina S, Dalfrà MG, Lapolla a .妊娠糖尿病后心脏代谢的长期影响:一项综述。J母胎新生儿医学2021年3月28:1-8。[CrossRef] [Medline
  3. Ornoy A, Becker M, westein - fudim L, eraz Z.怀孕期间糖尿病:一种使怀孕过程复杂化的母亲疾病,对后代有长期的有害影响。临床回顾。国际分子生物学杂志2021 3月15日;22(6):2965 [免费全文] [CrossRef] [Medline
  4. Farrar D, Simmonds M, Bryant M, Sheldon TA, Tuffnell D, Golder S,等。高血糖和不良围产期结局风险:系统回顾和荟萃分析。英国医学杂志2016 9月13日;354:i4694 [免费全文] [CrossRef] [Medline
  5. Bellamy L, Casas J, Hingorani AD, Williams D.妊娠糖尿病后2型糖尿病:系统回顾和荟萃分析。柳叶刀2009年5月23日;373(9677):1773-1779。[CrossRef] [Medline
  6. Carolan M, Gill GK, Steele C.促进或抑制妊娠糖尿病自我管理因素的女性经验。BMC妊娠分娩2012 Sep 18;12(1):99 [免费全文] [CrossRef] [Medline
  7. 张志刚,张志刚,张志刚,张志刚,等。妊娠期糖尿病妇女的生活方式干预。Cochrane Database Syst Rev 2017 May 04;5:CD011970 [免费全文] [CrossRef] [Medline
  8. Craig L, Sims R, Glasziou P, Thomas R.女性妊娠糖尿病诊断的经验:一项系统综述。BMC怀孕分娩2020年2月07日;20(1):76 [免费全文] [CrossRef] [Medline
  9. 黄志,黄志刚,黄志刚,黄志刚。智能手机应用程序与糖尿病管理的临床相关性研究。糖尿病Metab Res Rev 2018 5月;34(4):e2990。[CrossRef] [Medline
  10. 谢伟,戴鹏,秦勇,吴梅,杨波,余旭。远程医疗对妊娠期糖尿病孕妇的有效性:32项随机对照试验的最新荟萃分析。BMC妊娠分娩2020年4月06日;20(1):198 [免费全文] [CrossRef] [Medline
  11. Mackillop L, Hirst JE, Bartlett KJ, Birks JS, Clifton L, Farmer AJ等。比较基于手机的血糖管理系统与标准临床护理对妊娠期糖尿病妇女的疗效:随机对照试验。JMIR Mhealth Uhealth 2018年3月20日;6(3):e71 [免费全文] [CrossRef] [Medline
  12. Rigla M, Martínez-Sarriegui I, García-Sáez G, Pons B, Hernando ME。使用智能移动远程医疗的妊娠糖尿病管理。中国糖尿病杂志2018 Mar;12(2):260-264 [免费全文] [CrossRef] [Medline
  13. Borgen I, Småstuen MC, Jacobsen AF, Garnweidner-Holme LM, Fayyad S, Noll J,等。怀孕+智能手机应用程序对妊娠期糖尿病妇女的影响:挪威的一项随机对照试验BMJ公开赛2019年11月11日;9(11):e030884 [免费全文] [CrossRef] [Medline
  14. Kytö M, Strömberg L, Tuomonen H, Ruonala A, Koivusalo S, Jacucci G.妊娠糖尿病管理的行为改变应用程序:探索理想的特征。Int J hm - comput交互2022 11月07日;38(12):1095-1112。[CrossRef
  15. 王明,马凯洛普,刘志强,刘志强,等。妊娠期糖尿病远程医疗技术:系统回顾和荟萃分析。J Med Internet Res 2016 11月09;18(11):e290 [免费全文] [CrossRef] [Medline
  16. Garnweidner-Holme LM, Borgen I, Garitano I, Noll J, Lukasse M.为挪威糖尿病门诊随访的妊娠糖尿病女性设计和开发了一款移动智能手机应用程序。医疗保健2015年5月21日;3(2):310-323 [免费全文] [CrossRef] [Medline
  17. Skar JB, Garnweidner-Holme LM, Lukasse M, Terragni L.在一项随机对照试验中,女性使用智能手机应用程序(怀孕+应用程序)来管理妊娠糖尿病的经验。助产2018年3月58:102-108。[CrossRef] [Medline
  18. Fantinelli S, Marchetti D, Verrocchio MC, Franzago M, Fulcheri M, Vitacolonna E.妊娠糖尿病远程医疗心理维度评估:定性和定量研究的系统综述。《前线精神》2019年2月5日;10:53 [免费全文] [CrossRef] [Medline
  19. 布切瑙F,苏瑞JF。经验原型。2000年发表于:DIS '00:第三届交互系统设计会议论文集:过程、实践、方法和技术;2000年8月17日至19日;纽约,纽约州第424-433页。[CrossRef
  20. Lentferink AJ, Oldenhuis HK, de Groot M, Polstra L, Velthuijsen H, van Gemert-Pijnen JE。结合自我跟踪和说服性指导促进更健康生活方式的电子健康干预措施的关键组成部分:范围审查J Med Internet Res 2017 Aug 01;19(8):e277 [免费全文] [CrossRef] [Medline
  21. 妇女妊娠期糖尿病自我管理的经验:一项定性研究。助产学2013年6月;29(6):637-645。[CrossRef] [Medline
  22. 高燕,李霞,林艳红,刘霞,庞兰。女娲:提高准父母的怀孕体验。2014年发表于:CHI EA '14: CHI '14计算系统中的人为因素扩展摘要;2014年4月26日至5月1日;加拿大安大略省多伦多,第257-262页。[CrossRef
  23. Prabhakar A, Reyes LG, Effron A, Kleinschmidt VM, Driscoll M, Peters C,等。“如果你需要什么就告诉我”:支持新妈妈们的现实。2017年发表于:普适健康' 17:第十一届EAI医疗普适计算技术国际会议;2017年5月;西班牙巴塞罗那,第31-40页。[CrossRef
  24. Van Dijk MR, Huijgen NA, Willemsen SP, Laven JS, Steegers EA, Steegers- theunissen RP。怀孕移动健康平台对生殖人群营养和生活方式的影响:一项调查。JMIR Mhealth Uhealth 2016年5月27日;4(2):e53 [免费全文] [CrossRef] [Medline
  25. 西蒙斯·唐斯D,乌布雷希特JS。了解妊娠期糖尿病妇女的运动信念和行为。糖尿病护理2006 Feb;29(2):236-240。[CrossRef] [Medline
  26. 佩顿,普尔,M雷迪,克拉什纽斯基J,创C。“每一次怀孕都是不同的”:为怀孕生态设计移动健康干预措施。2014年发表于:DIS '14: 2014交互系统设计会议;2014年6月14-18日;加拿大温哥华,公元前577-586页。[CrossRef
  27. Draffin C, Alderdice F, McCance D, Maresh M, Harper R, McSorley O,等。探索诊断为妊娠糖尿病的妇女的需求,关注和知识:一项定性研究。助产2016年9月40:141-147。[CrossRef] [Medline
  28. Katz DS, Price BA, Holland S, Dalton NS。基于流动情境推理的糖尿病决策支持系统设计。2018年发表于:CHI '18: 2018 CHI计算系统中的人为因素会议;2018年4月21-26日;加拿大蒙特利尔,第1-12页。[CrossRef
  29. Greenwood DA, Gee PM, Fatkin KJ, Peeples M.一项评价技术支持糖尿病自我管理教育和支持的系统综述。中国糖尿病杂志2017 Sep 31;11(5):1015-1027 [免费全文] [CrossRef] [Medline
  30. Muuraiskangas S, Mattila E, Kyttälä P, Koreasalo M, Lappalainen R.孕妇移动心理健康干预的用户体验。In: Serino S, Matic A, Giakoumis D, Lopez G, Cipresso P,编辑。心理健康的普及计算范式。MindCare 2015。计算机与信息科学通讯,第604卷。可汗:施普林格;2016:149。
  31. inVISION。在线白板满足生产力平台:为团队提供更好地协作、更快地对齐和共同前进的实时工作空间。URL:https://www.invisionapp.com,[2022-10-03]访问
  32. 美敦力公司。开始进行连续血糖监测。守护者连接守护者传感器3。URL:https://www.medtronic-diabetes.com.au/sites/default/files/guardian_connect_with_gs3_getting_started_guide_final_dec_2018.pdf[2022-10-03]访问
  33. 范萨蒙MW,巴纳德YF,桑德伯格J.大声思考方法:建模认知过程的实用指南。马萨诸塞州剑桥:学术出版社;1994.
  34. Vermeeren APOS, Law ELC, Roto V, Obrist M, Hoonhout J, Väänänen-Vainio-Mattila K.用户体验评估方法:现状与发展需求。2010年发表于:NordiCHI 2010:扩展边界-第六届北欧人机交互会议;2010;冰岛雷克雅未克,521-530页。[CrossRef
  35. 郭志刚,王志刚,王志刚,王志刚。多学科健康研究中定性数据分析的框架方法。BMC Med Res methodo2013年9月18日;13:117 [免费全文] [CrossRef] [Medline
  36. ATLAS.ti。更快更容易地将数据转化为定性见解。URL:https://atlasti.com[2022-10-03]访问
  37. 哈里森AL,泰勒NF,弗劳利HC,希尔兹N.妊娠糖尿病妇女希望从可靠来源获得关于怀孕期间身体活动的明确和实用的信息:一项定性研究。J Physiother 2019 Jan;65(1):37-42 [J]免费全文] [CrossRef] [Medline
  38. Bandyopadhyay M, Small R, Davey MA, Oats JJN, Forster DA, Aylward A.澳大利亚南亚移民女性妊娠糖尿病的生活经验。中华妇产科杂志2011年8月;51(4):360-364。[CrossRef] [Medline
  39. Sajjad UU, Shahid S. Baby+:支持巴基斯坦孕妇的移动应用程序。2016年发表于:MobileHCI '16:第18届移动设备和服务人机交互国际会议;2016年9月6日-9日;佛罗伦萨。意大利667-674年。[CrossRef
  40. Goetz M, Müller M, Matthies LM, Hansen J, Doster A, Szabo A,等。怀孕期间患者参与应用的感知:患者视角的定性评估。JMIR Mhealth Uhealth 2017年5月26日;5(5):e73 [免费全文] [CrossRef] [Medline
  41. Chen Q, Carbone ET.妊娠糖尿病手机应用程序健康素养的功能、实施、影响和作用:范围综述。JMIR Diabetes 2017 Oct 04;2(2):e25 [免费全文] [CrossRef] [Medline
  42. Thomas GM, Lupton D, Pedersen S.“快乐爸爸的appy”:准爸爸和怀孕应用程序。中国性别研究杂志2017年3月16日;27(7):759-770。[CrossRef
  43. 张晓明,李志强,李志强。基于动态数据流的活动识别方法。ACM计算统计2018年9月06日;51(4):1-36。[CrossRef
  44. West P, Van Kleek M, Giordano R, Weal MJ, Shadbolt N.在临床环境中使用患者生成数据的常见障碍。2018年发表于:CHI '18: 2018 CHI计算系统中的人为因素会议;2018年4月21-26日;加拿大蒙特利尔,第1-13页。[CrossRef
  45. West P, Giordano R, Van Kleek M, Shadbolt N. 2016发表于:CHI '16: 2016 CHI计算系统中的人为因素会议;2016年5月7-12日;圣何塞,加州,3066-30678页。[CrossRef
  46. Mackillop L, Loerup L, Bartlett K, Farmer A, Gibson OJ, Hirst JE,等。开发一款实时智能手机解决方案,用于管理患有或高危妊娠糖尿病的妇女。《糖尿病科学技术》2014 11月;8(6):1105-1114 [免费全文] [CrossRef] [Medline
  47. Peleg M, Shahar Y, Quaglini S, Fux A, García-Sáez G, Goldstein A,等。MobiGuide:个性化和以患者为中心的决策支持系统及其在心房颤动和妊娠糖尿病领域的评估。用户模型User- adap Inter 2017 3月11日;27(2):159-213。[CrossRef
  48. Persson A, Winkvist A, Mogren I。“从昏迷到逐渐平衡”:妊娠糖尿病妇女的生活经历。中华护理科学杂志2010年9月24日(3):454-462。[CrossRef] [Medline
  49. Hood M, Wilson R, Corsica J, Bradley L, Chirinos D, Vivo A.我们对糖尿病自我管理的移动应用程序了解多少?复习复习。行为医学杂志2016年12月;39(6):981-994。[CrossRef] [Medline
  50. Hughson JP, Daly JO, Woodward-Kron R, Hajek J, Story D.怀孕应用程序的兴起及其对文化和语言多样化女性的影响:叙事回顾。JMIR Mhealth Uhealth 2018 11月16日;6(11):e189 [免费全文] [CrossRef] [Medline
  51. Adu MD, Malabu UH, Callander EJ, Malau-Aduli AE, Malau-Aduli BS。开发支持糖尿病自我管理的手机应用程序的考虑:系统回顾。JMIR Mhealth Uhealth 2018 Jun 21;6(6):e10115 [免费全文] [CrossRef] [Medline
  52. Chomutare T, Fernandez-Luque L, Arsand E, Hartvigsen G.移动糖尿病应用的特点:文献回顾和当前应用与循证指南的比较分析。J medical Internet Res 2011年9月22日;13(3):e65 [免费全文] [CrossRef] [Medline
  53. 美国糖尿病协会。糖尿病医疗护理标准-2016年初级保健提供者删节。临床糖尿病2016年1月15日;34(1):3-21 [免费全文] [CrossRef] [Medline
  54. biesk A, rzozynca E, kazynczugowska A, Iwanowicz-Palus G.影响糖尿病孕妇生活质量和疾病接受度的因素。国际环境与公共卫生杂志2015年12月22日;13(1):ijerph13010068 [免费全文] [CrossRef] [Medline
  55. Carolan-Olah M, Steele C, Krenzin G.针对患有GDM的多民族女性的GDM信息网站的开发和初步测试。BMC妊娠分娩2015年7月05日;15:145 [免费全文] [CrossRef] [Medline
  56. Rollo ME, Aguiar EJ, Williams RL, Wynne K, Kriss M, Callister R,等。电子健康技术支持糖尿病自我管理中的营养和身体活动行为。糖尿病Metab综合征Obes 2016 11月;9:381-390 [免费全文] [CrossRef] [Medline


GDM:妊娠期糖尿病
健康:移动健康


编辑:A Kushniruk;提交08.02.22;S Schembre, H Ranjani, E Stringer, H Mehdizadeh同行评审;对作者28.06.22的评论;修订版本于09.09.22收到;接受10.09.22;发表12.10.22

版权

©Mikko Kytö, Saila Koivusalo, Antti Ruonala, Lisbeth Strömberg, Heli Tuomonen, Seppo Heinonen, Giulio Jacucci。最初发表于JMIR Human Factors (https://humanfactors.www.mybigtv.com), 12.10.2022。

这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,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 Human Factors上的原创作品。必须包括完整的书目信息,https://humanfactors.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。


Baidu
map