心理健康，包括情绪、心理和社会健康，影响人们的思维、感觉和行为。根据国家精神疾病联盟的数据，在美国，五分之一的成年人患有精神疾病;抑郁症是一种精神障碍，是全球致残的主要原因;90%的自杀者都有精神疾病。医疗保健行业最近的趋势推动了医疗信息技术领域的重大变化，包括开发有效技术，使患者能够通过移动和可穿戴设备持续收集数据[ 1］．这些趋势的例子包括卫生保健系统转向更有效但更便宜的病人护理方法;强有力的经济激励措施，以追求在临床环境之外持续监测患者和创新技术，以防止患者患病;患者、护理人员和医疗保健服务提供商越来越多地采用移动和可穿戴设备，如智能手机和生物传感器，用于健康和健康应用程序;技术进步提高了移动设备的效用[ 1］．

无线通信、低功耗传感技术以及无处不在的移动和可穿戴设备(如智能手机、智能手表和Fitbit)的快速发展推动了移动健康(mHealth)的研究和实践，包括移动心理健康(MMH)。根据皮尤研究中心[ 2， 81%的美国成年人拥有智能手机。超过60%的人下载了移动健康应用程序，有超过30万个移动健康应用程序可用。移动健康应用程序的主要功能包括症状检查、医疗保健专业人员查找、临床记录管理、医学教育和培训、患者监测、患者自我管理以及处方填写和依从性[ 3.］．

MMH系统(MMHS)通过传感器、智能手机或其他可穿戴设备收集空前数量和种类的数据，以支持对精神疾病患者或患者健康的持续监测、自我管理和干预。这些数据使研究人员能够量化重要的物理(如身体运动)、生物(如皮肤温度和心率)、行为(如手机使用行为和键盘敲击)、心理(如情绪)、社会(如与他人的社会互动，如电话和短信短信)和环境因素(如位置和照明)的复杂时间动态，这些因素可能受到或表明精神疾病的影响[ 4- 6］．因此，MMH技术具有巨大的潜力，可以产生新的见解，提高医疗保健的灵活性和质量，扩展无处不在的医疗保健资源和服务，减少住院人数和成本，并改善个人健康和公共心理健康。

然而，只有在MMHS对用户隐私进行适当保护的情况下，才能实现这些好处。隐私的一般概念被认为是一项人权、一种商品和一种控制。 7］．本研究的重点是在个人数据的收集、传输、存储和共享过程中的患者数据隐私。与数据安全不同的是，数据安全是指用于保护可识别的健康数据免受未经授权的访问或披露的物理、技术或行政保障措施或工具[ 8]，健康信息隐私是指个人控制获取、使用或披露其可识别的健康相关数据的权利，包括何时、如何以及在何种程度上可以将数据传达给他人[ 9］．有关私隐的漏洞可能导致病人资料的机密性被破坏[ 10，导致经济损失、歧视、压力、不满，甚至因为察觉到隐私风险而延迟寻求及时治疗。有高度隐私担忧的个人通常会认为一个新的信息系统是有风险的，最终会对它产生担忧。 10］．

尽管移动医疗有潜力，但其研究和实践的进展远远慢于行业中的应用程序开发，因为隐私问题仍然是一个持续的问题，因为传感器或其他可穿戴设备从单个患者收集的数据是敏感的、个人的和流的性质[ 11］．我们的文献综述显示，大约一半的MMHS调查研究[ 12- 14根本没有考虑数据隐私问题。先前的研究还表明，用户缺乏对与移动医疗技术相关的隐私问题的理解[ 9］．虽然有些研究采用了某些保护用户隐私的方法，但大多数都采用单一的方法(例如，数据加密[ 15- 17]以及提取和存储数据的特征，而不是原始内容[ 18， 19])。多项研究表明，用户有时会牺牲自己的隐私来换取利益和个性化服务。 20.， 21］．不同类型的信息可能有不同程度的整体“隐私性”。 22)。”对于MMHS收集和使用不同类型的个人数据所引起的用户隐私问题，以及如何解决这些问题，以增加用户对这些系统的采用和参与，目前严重缺乏研究和全面了解[ 23］．

根据隐私微积分理论[ 24]，个人披露个人信息的意图是基于他们感知的风险和预期的收益。一方面，MMHS从理论上希望收集尽可能多的(和详细的)相关的个人数据，这些数据是心理健康的指标，这样系统就可以更准确地预测个人的心理状态，并做出更明智的干预决策。另一方面，就私隐而言，使用者对所收集的不同类型的个人资料有多敏感，哪些资料处理阶段会令他们产生私隐疑虑，以及私隐疑虑会在多大程度上影响他们使用MMHS的意愿。为了帮助解决数据价值-隐私悖论，本研究旨在回答以下研究问题:

为了回答这些研究问题，我们对那些自我报告有心理健康问题并使用MMHS的成年人进行了一项基于网络的调查。基于我们的调查结果，我们提出了一套以用户为中心和保护隐私的MMHS设计指南。这项研究通过加深我们对用户隐私问题和潜在缓解解决方案的理解，有助于MMHS研究。此外，通过培养精神疾病患者对MMHS的接受和参与，它为改善精神疾病患者的福祉提供了实际意义。

鉴于本研究针对的是特定人群，我们采用了预筛选问卷来确定参与者的研究资格。参加者的资格标准如下:(1)年龄≥18岁，(2)在过去12个月内有精神健康问题，及(3)在过去12个月内曾使用任何MMHS。只有合格的参与者才能进行正式调查。

正式调查问卷( 多媒体附件2)由3部分组成:第一部分收集了参与者的基本人口统计信息、移动健康素养和HIPAA知识;第二部分是关于参与者使用MMHS的问题，以及他们之前使用隐私保护方法的经验;第3部分询问了关于不同数据阶段和数据类型的隐私问题。如前一节所讨论的，我们考虑了以下4个数据阶段:收集、传输、存储和共享。此外，我们借鉴文献，确定了以下8种类型的个人数据:生理信号、语音特征、身体活动、面部表情、GPS位置、社交活动、设备使用和自我报告数据( 多媒体附件1)．我们对隐私保护态度的调查问卷设计也是基于我们的文献综述( 多媒体附件1)，由11项内容组成，分别对应以下隐私保护方法:(1)显示隐私策略，(2)获得用户同意，(3)禁止收集个人身份数据，(4)用户控制，(5)加密，(6)安全数据传输，(7)限制数据存储访问，(8)位置保护，(9)音频数据特征提取，(10)文本数据特征提取，(11)数据撤回。所有调查问题都采用李克特7分制进行评分，从非常不同意(得分=1)到非常同意(得分=7)，4分表示中立。有关问卷项目的详情载于 多媒体［ 102- 104), 多媒体附件4［ 72， 75， 87， 88， 93， 94， 96， One hundred.， 105， 106］．

为了保证数据质量，我们在调查中加入了3个注意检查问题，如“请跳过这个问题，不要选择任何东西”。我们从数据分析中排除了从回答这些问题时没有遵循指示的参与者收集的数据。

我们从多个场所招募参与者，如在线心理健康社区(例如，Reddit上的抑郁社区[n=159]， Reddit上的焦虑社区[n=134]，以及Facebook上的心理健康小组[n=55])。

在成功通过预筛选测试问题的348名受访者中，134人(38.5%)没有通过注意力检查问题，另有44人(12.6%)完成调查的时间比试点研究参与者的平均时间多3个sd。最后，我们获得了48.9%(170/348)的有效回复。这些受访者的人口统计资料载于 表1．每位参与者完成调查后都会得到一张价值5美元的亚马逊礼品卡。

我们使用2-way重复方差分析来检验模型的左侧部分，并对模型的右侧部分( 图1)使用SmartPLS软件[ 107］．人们普遍认为，自变量之间的相关性可能会增加方差，降低回归分析的效力[ 108， 109］．鉴于我们的研究设计中考虑了大量的数据类型，我们首先通过Kaiser归一化的方差旋转进行主成分分析[ 110]，根据协方差矩阵的特征值和对应的特征向量识别主成分。接下来，根据结果，我们选择了4个主成分，解释了原始数据类型方差的82%以上。具体来说，生理信号、声音特征、身体活动和面部表情被分组在一起，并被标记为 生物因素，而GPS定位和社交活动被归在一起，并被标记为 社会互动．其余原始数据类型- 自我报告的数据而且 设备使用-保持不变。这4种数据类型被用于后续的数据分析。

为了支持PLS回归分析，我们首先检验了研究结构的收敛效度和判别效度，这是模型评估的关键组成部分。我们用Cronbach α [ 111]， rho_A的复合可靠性[ 112]，以及提取平均变量后的判别效度。根据Henseler等人的建议[ 113]，我们进一步利用相关的异性状-单性状比来评估判别效度。结构之间的相关性在 多媒体．

报告了收敛效度和判别效度的检验结果 表2．结果表明，所有反思构念(即持续使用意图、MMH素养、隐私意识、隐私受害经验和HIPAA知识水平)的内部一致性是可接受的，Cronbach α>.75。此外，它们的综合可靠性和rho_A值都超过了截止阈值(0.70)[ 112］．平均变量提取结果显示，所有值均为>0.60，为可接受水平[ 114］．基于相关的异性状-单性状比(<0.90; 多媒体附件6)．结构和指标的详细因素负荷报告在 多媒体．

根据参与者的自我报告，他们最常见的三个心理健康问题是抑郁(33)，精神不良(30)和焦虑(24)。根据Wasil等人[ 115]，市场上大约有32.5万个健康和健康移动应用程序(如谷歌Play和Apple App Store)。冷静( 116]、Talkspace [ 117，创伤后应激障碍(PTSD)教练[ 118]，以及乐观[ 119]是受访者最常用的MMHS。Calm通过提供正念音乐和睡前故事帮助用户练习冥想和睡眠。它主要收集用户每天使用应用程序的数据和花在冥想上的时间。Talkspace的设计目的是与面对面的治疗相比，方便和经济地匹配有执照的心理健康治疗师与用户。Talkspace允许用户在咨询治疗师时提交关于他们精神状态的文本、图像和视频数据。创伤后应激障碍教练为创伤后应激障碍患者提供支持。它收集了用户对PTSD症状的自我评估数据和日常应用程序使用数据。“乐观”是一款移动应用程序，用于跟踪有情绪障碍的用户每天报告的情绪水平。

根据主成分分析的结果，我们确定了四种主要涉及私隐问题的个人资料类型，包括引起私隐问题的程度 生物因素， 社会互动， 设备使用, 自我报告的数据．隐私关注和其他研究结构的描述性统计报告 表3而且 4,分别。对于所有的变量 表3而且 4，它们的中值为5，最大值为7，最小值为1。

我们以隐私关注为因变量，以数据类型和数据阶段为自变量，进行了双向重复方差分析。结果报告在 表5．分析得出数据类型的显著主要影响( P=.003)和数据阶段( P<.001)，以及它们的显著交互作用( P=.008)。

中报告了数据类型和数据阶段影响的事后多重比较结果 表6而且 7,分别。数据类型分析结果表明，社会互动数据( P=.007)和自我报告数据( P=.001)引起了比生物识别数据更大的隐私问题。此外，社交互动数据比设备使用数据更容易引起隐私问题( P=.045)，而设备使用数据比自我报告数据更容易引起隐私问题( P= .02点)。

数据阶段的分析结果显示，数据传输阶段比数据收集阶段( P=.01)和数据存储阶段( P=.01)，而与收集资料相比，分享资料阶段亦会引起更高的私隐问题( P<.001)，数据存储( P<.001)，以及数据传输级( P= .02点)。然而，在数据收集和数据存储阶段没有发现差异( P= 36)。因此，假设1、2.1 (i)、2.1 (ii)、2.2 (i)和2.2 (ii)得到支持。

文中报道了PLS回归分析的结果 表8而且 图2．结果表明:隐私受害经验( P=.01)具有显著影响，而隐私意识具有边际显著影响( P=.08)。因此，假设3得到边际支持，而假设4得到支持。此外，两项隐私问题( P=.001)和HIPAA知识水平( P<.001)对隐私保护的赞同态度有正向影响。因此，假设5和假设6都得到了支持。此外，双方对隐私保护的态度( P=.001)和MMH读写能力( P =.001)对MMHS的持续使用意愿有正向影响。因此，假设7和假设8也得到了支持。

MMHS已被越来越多地用于监测使用者的情绪状况、改善精神疾病管理和保持心理健康[ 120］．然而，用户在使用MMHS时的隐私顾虑可能成为他们采用和受益于这些系统的主要障碍[ 121］．本研究提出并测试了一种新的研究模型，用于从数据和用户体验的角度解释用户对MMHS的隐私担忧，并考察了隐私担忧对用户对不同隐私保护方法的感知和继续使用MMHS的意图的直接或间接影响。

首先，我们发现数据类型对隐私问题有重要的主要影响。与生理数据和设备使用数据相比，受访者对社交数据(例如，拨打或拨打的电话和短信短信)和自我报告数据(例如，目前的用药情况)表达了更强烈的隐私担忧。人们对社交数据的强烈担忧有些令人惊讶，因为人们可能会直觉地认为生理信号(如皮肤温度和心率)和身体活动(如走路和睡觉)应该对隐私更敏感。一种可能的解释是，社会孤立是有心理健康问题的个体最典型的特征之一[ 122， 123］．因此，这个亚群体可能认为社交互动数据比生理和身体活动数据更私密。

其次，本研究揭示了数据阶段对隐私担忧的显著影响。具体来说，数据传输和数据共享比数据收集和数据存储引起了更高的隐私问题，这支持了我们的假设。

第三，结果证实了我们的假设，即隐私受害经历对隐私担忧有正向影响。尽管隐私意识与隐私担忧正相关，但这种影响仅在0.1的显著性水平上略微显著。一个可能的解释在于隐私意识的构成。Correia和compau [ 124他认为，隐私意识包括三个要素:对隐私相关要素的了解，对现有系统中存在这些要素的认识，以及对它们对未来影响的预测。因此，这些方面可以指导未来提高隐私意识培训有效性的努力。

第四，本研究的结果表明，隐私担忧的增加使对隐私保护的赞同态度上升。

第五，我们的研究结果表明，关于HIPAA的隐私知识有助于对MMHS隐私保护的赞同态度。此外，MMH素养有助于持续使用MMHS的意愿。研究结果表明，提高有心理健康问题的用户的隐私知识和移动健康素养对改善MMHS使用的重要性。

尽管在利用移动和传感技术改善公众心理健康方面作出了越来越多的努力，但缺乏关于了解用户隐私问题及其对使用MMHS的影响的研究。本研究为多学科文献研究做出了贡献。首先，据我们所知，这项研究是第一个在MMHS背景下系统调查用户隐私问题的研究工作。其次，本研究不仅将前因→隐私关注→结果模型扩展到MMHS，还引入了新的结构，包括HIPAA知识水平和MMH素养。第三，与之前将隐私数据视为单调数据的研究不同[ 86， 125， 126]，这项研究首次创新地探讨不同的数据类型和阶段，同时调查隐私问题。不同数据类型和数据阶段对隐私关注影响的差异对未来的隐私研究具有重要意义。第四，本研究引入MMH素养作为MMHS持续使用意愿的前因。电子健康素养已被用于评估互联网上的健康行为[ 127- 129，但它很少被用来解释使用创新技术的持续意图。最后但并非最不重要的是，这项研究通过了解它们对隐私保护的影响，超越了隐私问题。我们的研究结果表明，良好的隐私保护态度在隐私关注与用户持续使用MMHS意愿之间起中介作用。

这项研究为MMHS的不同利益相关者提供了许多实际意义。对于以用户为中心的隐私保护MMHS的设计者和开发者来说，各种个人数据对隐私关注的不同影响表明，从隐私保护的角度来看，不应该平等对待不同类型的个人数据;设计人员和开发人员不仅应该关心所收集的用户数据的类型，还应该关心数据将如何处理。特别是，他们应该更加注意为数据共享和数据传输部署的有效隐私保护方法，而不是为数据收集和数据存储部署的方法。由于用户对隐私的敏感性和个人数据的不同，所部署的隐私保护方法应以用户为中心，个性化;隐私关注对MMHS持续使用意愿的影响可以通过隐私保护来调节。因此，实施隐私保护措施和制定方法来提高患者对MMH的了解程度，是增加精神健康问题患者对MMHS的信任以及他们采用和持续使用MMHS的有效策略。

从MMHS用户的角度来看，用户应提高对MMHS收集的不同类型数据的认识;提高他们关于隐私和MMH扫盲的知识;并了解不同的隐私保护方法，这可以帮助他们选择MMHS，并了解这些方法如何解决他们的隐私问题。

以下是一套基于本研究结果的以用户为中心、保护隐私的MMHS设计的一般准则:

这项研究包括了一些局限性，为未来的研究提供了机会。在本研究中，我们使用了基于网络的调查来收集数据，这受到自我报告数据的限制。未来的研究可能会通过与MMHS供应商合作或使用自主开发的移动应用程序来收集实际的患者使用数据。我们也承认，我们的招聘策略可能会造成选择偏差的潜在风险——尽管我们在全校范围内的参与邀请是通过大学的电子邮件列表服务分发的，但学生可能更懂技术，因此比教职员工更愿意参与。此外，我们的招聘传单通过在线心理健康社区传播，可能会导致有隐私问题的个人对使用心理健康技术参与本次调查感到犹豫。除了数据类型和数据阶段，MMHS的其他因素，如系统功能，也可能是隐私问题的潜在诱因。例如，专注于提高正念和睡眠质量的MMHS，如Calm和Headspace [ 130， 131]，与专注于严重临床精神疾病的MMHS相比，可能会产生不同程度的隐私担忧，如PTSD Coach和NOCD(一种用于治疗强迫症的MMHS)。