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。

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。

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。

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。

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)。

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。

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

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。

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。

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。

此外，3名(30%)受访者认为建议应以温和的方式提供。

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。

然而，个性化推荐目前还不存在于GDM应用程序中。

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。

这种反馈应温和地提供，并应尊重GDM女性的自主权。

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。

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。

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。

大多数参与者(8/ 10,80%)的回答支持个性化的重要性。

超过一半(6/ 10,60%)的参与者发现习惯的个性化是激励因素。

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。

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。

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。

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)。

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。

然而，之前生过孩子的参与者对这一功能持怀疑态度。

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。

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。

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。

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。

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

而不是用户界面的感觉:

参与者更喜欢中性和有些临床的外观。

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。

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。

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。

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。

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)。

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。

参与者还可以选择在可视化中查看哪些因素。

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)。

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。

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。

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。

还讨论了提醒以帮助创建测量习惯。

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。

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。

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。

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。

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%)。

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。

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。

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。

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。

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。

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。

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[ 27， 38， 39］．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[ 44， 45］．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[ 46， 47]，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。

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］．

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[ 21， 27]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。

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。