饮食和减肥智能手机应用程序位于gydF4y2Ba 健康与健身gydF4y2Ba2014年8月15日，谷歌Play商店和iTunes应用商店在澳大利亚的分类。使用以前研究中确定受欢迎程度的方法[gydF4y2Ba 35gydF4y2Ba-gydF4y2Ba 37gydF4y2Ba]，位列榜单前200名gydF4y2Ba 顶级销售gydF4y2Ba而且gydF4y2Ba 高级应用gydF4y2Ba或gydF4y2Ba 顶级付费应用gydF4y2Ba而且gydF4y2Ba 热门免费应用gydF4y2Ba上面选择了各自商店的部分。gydF4y2Ba

每个应用程序都根据商店提供的描述和相关截图进行了初步筛选。纳入本次评估要求应用程序满足以下标准:(1)用于体重管理，(2)解决饮食行为，(3)涉及跟踪能量摄入、营养物质或食物，因为自我监测已被发现与减肥有一致的关联，无论是在干预计划中[gydF4y2Ba 42gydF4y2Ba以及基于智能手机的策略[gydF4y2Ba 2gydF4y2Ba]，(4)具有独立功能(即不需要订阅另一个程序即可操作)[gydF4y2Ba 37gydF4y2Ba)，(5)是用英语写的。分类错误的应用程序gydF4y2Ba 健康与健身gydF4y2Ba类别或涉及其他健康行为的类别被排除。特定的饮食子类别(例如，旧石器饮食)应用程序也被排除在外，因为其概括性有限[gydF4y2Ba 37gydF4y2Ba］．gydF4y2Ba

符合入选标准的应用程序被下载到运行Jelly Bean 4.1.2软件的三星S2智能手机(用于谷歌Play商店的Android应用程序)和运行iOS 7.0.1的iPhone 5(用于苹果应用程序)。在应用程序使用一天后，根据纳入标准进行了另一次筛选，不符合标准的人被排除在外。在Android和iPhone平台上都可以使用的重复应用程序被选为仅在Android操作系统上使用。gydF4y2Ba

由于没有被广泛接受的应用质量评估标准，基于Gan和Allman-Farinelli开发的工具的修改版本的预评估[gydF4y2Ba 33gydF4y2Ba]是澳大利亚悉尼大学和英国利兹大学合作开发的。该工具包含以下基本描述信息:应用名称、开发者、版本、下载数量、平均评级(即应用的平均星级)、总评级数量、自愿评级的用户数量以及价格。该工具还包括以下质量评估功能:可问责性、科学覆盖率和内容准确性、技术增强功能、可用性和bct的合并(参见gydF4y2Ba 表1gydF4y2Ba)．问责措施，基于西尔伯格标准[gydF4y2Ba 43gydF4y2Ba，评估了应用程序的作者身份(即作者的证书和从属关系)、归属(即信息来源和引用的提供)、披露(即赞助披露)和货币(即内容保持的最新程度)。gydF4y2Ba

科学覆盖面和内容准确性检查了应用程序提供的体重管理和一般饮食建议相关信息的范围和准确性。澳大利亚营养师协会(DAA)发布的成人超重及肥胖治疗及管理实务指引[gydF4y2Ba 44gydF4y2Ba]和国家卫生和医学研究委员会(NHMRC) [gydF4y2Ba 45gydF4y2Ba，以确定与基于自我管理方法的体重管理应用程序相关的元素。健康饮食的特点来源于NHMRC的澳大利亚膳食指南[gydF4y2Ba 46gydF4y2Ba]及营养素参考值[gydF4y2Ba 46gydF4y2Ba］．gydF4y2Ba

为了进一步确定这些饮食减肥应用程序在评估能量摄入方面的准确性，还包括了一个额外的因素。被认为是膳食评估金标准的食物称重记录[gydF4y2Ba 47gydF4y2Ba]，由第一作者(JC)保存了3天。所有应用程序都输入了相同的3天食物摄入量，但使用的是家庭测量或应用程序提供的默认份量，以模拟正常用户进行的食物跟踪过程。为了确定应用程序提供的能量摄入值的准确性，将它们与使用营养分析软件包FoodWorks第7版(Xyris software)分析的WFR结果进行比较[gydF4y2Ba 48gydF4y2Ba]与2007年澳洲食物及营养资料库(AUSNUT) [gydF4y2Ba 49gydF4y2Ba］．gydF4y2Ba

应用程序还评估了它们包含的14种技术增强功能，这些功能是根据之前应用程序评估中观察到的常见功能汇编而成的，因为据报道，这些功能可以减轻行为策略的负担或提高行为策略的参与度[gydF4y2Ba 35gydF4y2Ba，gydF4y2Ba 36gydF4y2Ba］．应用程序的可用性是通过经过验证的10项系统可用性量表(SUS)来衡量的，其中各项目使用李克特5分制进行排名，总体可用性得分为0-100。gydF4y2Ba 50gydF4y2Ba，gydF4y2Ba 51gydF4y2Ba]，并配以7分的形容词评分量表:gydF4y2Ba 最糟糕的，糟糕的，可怜的，好的，好的，极好的，gydF4y2Ba或gydF4y2Ba 最好的gydF4y2Ba［gydF4y2Ba 52gydF4y2Ba］．gydF4y2Ba

亚伯拉罕和米奇的[gydF4y2Ba 38gydF4y2Ba]采用以下三阶段分类格式的26项分类法:(1)动机增强，(2)计划和准备，以及(3)目标追求和坚持[gydF4y2Ba 53gydF4y2Ba］．这种分类格式被用作一个框架来量化应用程序中26个bct的合并，因为这种分类法提供了一种识别有效行为改变元素的系统方法。gydF4y2Ba

对于每个应用程序，质量评估评估标准的不同功能的实现情况，总分为100分。评分系统授予科学覆盖率和准确性(32分)和bct(26分)最高权重，其次是可用性(SUS得分按比例降至20分)，技术增强功能(14分)和问责制(8分)。gydF4y2Ba

评估过程在所有其他作者之间进行了讨论，以开发进行评估的系统方法。所有作者都参加了评估标准的讨论，并就单个应用程序的评分进行了咨询。一名专家评估员负责所有应用质量评估，另一名评估员负责评估30%的应用可靠性。如果评估师的结果出现差异，则通过讨论解决，必要时还与第三位评估师协商。应用程序由第一作者(JC)使用了总共5天，并根据质量评估标准进行评分。在第一天，评估员熟悉了菜单和界面，并深入探索了应用程序的不同功能和关键特性。在第一天，第二日和第三天，主评估员在每顿中餐和正餐后完成了食物记录。为了保持5天内的一致性，应用的额外粘性是基于应用的推送通知提示和提醒，以复制应用粘性的频率，这可能是由个人在自然环境中进行的。gydF4y2Ba

采用描述性统计方法对预评估的不同组成部分进行分析。应用程序的频率、平均值、标准差和相对排名是根据每个评估标准和总分确定的。双向混合组内相关系数(ICCs)确定评分者之间的信度。计算了每个应用程序与WFR相比3天平均能量摄入量的绝对差异和百分比差异。计算了WFR应用程序的总体差异平均值和95% ci。使用线性回归分析来确定应用程序在应用商店中的排名(即受欢迎程度)与质量评估标准之间的关系。gydF4y2Ba PgydF4y2Ba<。05was considered significant. Statistical analyses were conducted using IBM SPSS Statistics for Windows, version 22.0 (IBM Corp) [ 54gydF4y2Ba］．gydF4y2Ba

从800顶的样品中gydF4y2Ba 健康与健身gydF4y2Ba在应用分类中，55款应用符合初步筛选后的纳入标准，并被下载到分析中。在第一天使用后，有27个应用程序因为重复、缺乏跟踪功能或功能不独立而被排除在进一步的详细评估之外。共有28个应用程序被详细审查，9个应用程序(32%)被两个评估人员评估。评价者之间的信度达到了极好的水平(双向混合ICC .94, 95% CI .75-.99)。这28个应用程序被分为以下四类:卡路里计数器(17/ 28,61%)，Weight Watchers基于点位系统的应用程序(5/ 28,18%)，记录食物或营养物质但不包含能量计算的基本跟踪器(4/ 28,14%)，以及基于图像的膳食跟踪器(2/ 28,7%)，它使用拍摄食物的过程来跟踪摄入，而不是专注于卡路里计算gydF4y2Ba 图1gydF4y2Ba)．gydF4y2Ba

在28个应用程序中，共有23个(82%)提供了可以与WFR进行比较的输出，并被包括在能量摄入的准确性分析中。在28个应用程序(18%)中，以下5个应用程序被排除在分析之外，因为它们没有计算能量摄入量:gydF4y2Ba ；gydF4y2Ba《食品杂志》作者:凯蒂·赖特;Aspyre Solutions的FoodTrackerPro;阿格斯计步器，跑步，骑车;和TwoGrand。gydF4y2Ba

每个评估组件的分数以及基于其总质量分数的应用程序排名汇总在gydF4y2Ba 表2gydF4y2Ba．Noom Weight Loss Coach以75分的总分排名第一。紧随其后的是MyNetDiary的“卡路里计数器PRO”和CalorieKing的“控制我的体重”(得分65)。综合得分最低的应用程序是凯蒂·赖特(Katie Wright)的《Food Journal》(17分)。这些应用程序的平均总分为47.3 (SD为13.9)。gydF4y2Ba

回归分析表明，在应用商店中排名较低的游戏(游戏邦注:即受欢迎程度较高)与总体质量评估得分(RgydF4y2Ba^2gydF4y2Ba= .375;gydF4y2Ba PgydF4y2Ba=.001)，科学的覆盖率和准确性(RgydF4y2Ba^2gydF4y2Ba= .377;gydF4y2Ba PgydF4y2Ba=.001)，技术增强的特性(RgydF4y2Ba^2gydF4y2Ba= .192;gydF4y2Ba PgydF4y2Ba=.02)， bct合并(RgydF4y2Ba^2gydF4y2Ba= .166;gydF4y2Ba PgydF4y2Ba=.03)，而与问责性和可用性没有显著关联(参见gydF4y2Ba 图2gydF4y2Ba)．gydF4y2Ba

在28款应用中，只有SparkPeople的《Calorie Counter》(4%)符合所有的问责标准。问责制的平均分为3.5分(SD 2.3分;看到gydF4y2Ba 表2gydF4y2Ba)．超过一半的应用在上个月进行了修改(17/ 28,61%)，并将功劳归于作者(16/ 28,57%)。大约40%的应用程序披露了赞助(12/28,43%)，应用程序使用的食品数据库的信息来源和参考资料(12/28,43%)，以及作者的从属关系(11/28,39%)。不到三分之一(9/28,32%)的应用程序报告作者或应用程序开发团队成员具有科学或健康专业证书。gydF4y2Ba

科学覆盖率和准确性的平均分是18.8分(SD 8.0)，由CalorieKing和Noom Weight Loss Coach提供的ControlMyWeight都获得了最高分(32分中有28分)gydF4y2Ba 表2gydF4y2Ba)．大多数应用程序提供了估计的能量需求(24/ 28,86%)，并包含了一个食物数据库，以帮助计算能量摄入量(21/ 28,75%)gydF4y2Ba 图3gydF4y2Ba)．不到三分之一的应用程序结合了人体测量评估的每一个特征——计算BMI并定义其用途(9/ 28,32%)，解释BMI和健康体重范围(8/ 28,29%)，以及最大体重减轻的安全网(8/ 28,29%)。健康饮食的不同特征在不同程度上被纳入，28个应用程序中有16个(57%)计算宏量营养素的摄入量。然而，在28个应用程序中，只有11个(39%)推荐了实现健康饮食模式的指南，例如限制饱和脂肪、盐和糖，以及最大限度地增加纤维摄入量。28个应用程序中只有6个(21%)推荐了五种主要食物。凯蒂·赖特(Katie Wright)的TwoGrand和Food Journal没有包括任何科学报道和准确性的元素。gydF4y2Ba

在23个具有能量摄入计算功能的应用程序中，与WFR相比，平均绝对能量差为127千焦(95% CI -45至299)，平均百分比能量差为1.9% (95% CI -0.5至4.4;看到gydF4y2Ba 图4gydF4y2Ba)．FatSecret和Points Calculator & Weekly Weight Loss的卡路里计数器报告的能量摄入量差异最大，分别增加1001 kJ(14%)和减少700 kJ(10%)的能量差异。相比之下，Map My(步行、跑步、骑行、健身)和Map My +(步行、跑步、骑行、健身)报告的能量差异最小，比WFR低13 kJ(0.2%)。gydF4y2Ba

在考虑的14个技术增强功能中，应用程序平均识别出5.1个功能(SD 2.3)。包含技术增强功能最多的应用程序是FatSecret的“卡路里计数器”和Noom减肥教练(总分14分，得分9分)，而凯蒂·赖特的“食品杂志”则没有任何技术增强功能(见gydF4y2Ba 表2gydF4y2Ba)．gydF4y2Ba

体重或能量摄入进度表和可修改的食物数据库是应用程序中最常见的技术增强功能(22% / 28,79%)，其次是条形码扫描仪和在线社会支持或网络，28个应用程序中有12个(43%)都包含了这些功能(见gydF4y2Ba 图5gydF4y2Ba)．四分之一的应用程序(7/ 28,25%)能够导出数据，供个人直接访问或营养师访问(例如，简单饮食日记)，并包含内置的身体活动跟踪设备(例如，计步器，加速度计，或连接到其他活动监测应用程序)。饮食目标坚持失误的标志是最少被观察到的技术增强特征，只出现在28个应用程序中的2个(7%)。gydF4y2Ba 图6gydF4y2Ba举例说明在商业应用程序中发现的这些特性。gydF4y2Ba

平均SUS得分为67.5 (SD 18.5)(满分100分)(范围0-100)，相当于形容词评分为gydF4y2Ba 好吧gydF4y2Ba．大多数应用程序(25/ 28,89%)的可用性评级为gydF4y2Ba 好吧gydF4y2Ba来gydF4y2Ba 最好的gydF4y2Ba．28个应用程序中有2个(7%)的可用性得分最高，分别是CalorieKing的ControlMyWeight和Xyris的Easy Diet DiarygydF4y2Ba 表2gydF4y2Ba)．这些应用程序在食物数据库中有更强的适应性，可以记住最喜欢的、最近吃的食物，并有一系列家庭和度量标准，这增加了自我监测食物和能量摄入的便利性。他们还加入了额外的功能，促进了应用程序的粘性。gydF4y2Ba

应用程序中包含的26个bct中平均有6.3个(SD 3.7)。大多数应用(26/28,93%)集成了不到一半的bct。My Diet Coach Pro的BCT纳入量最高(15 BCT)，其次是Noom Weight Loss Coach (14 BCT)，而Katie Wright的Food Journal的BCT纳入量最低(1 BCT)(见gydF4y2Ba 表2gydF4y2Ba)．gydF4y2Ba

图7gydF4y2Ba突出显示了包含每个单独BCT的应用程序的比例。与目标努力和坚持有关的bct最常被纳入，其次是计划和准备，最后是增强动机。所有应用程序gydF4y2Ba 自我行为监控gydF4y2Ba，主要以跟踪食物或能量摄入的形式出现，也通过监测身体活动和锻炼。gydF4y2Ba 绩效反馈gydF4y2Ba也出现在大多数应用中(24/ 28,86%)。反馈主要以即时反馈的形式出现，即当记录食物或运动时，能量摄入立即更新。许多应用程序都以图形形式显示了能量摄入和体重进展的长期趋势。28个应用程序中只有2个(7%)——食物日记和卡路里追踪器，以及卡路里计数器pro——提供个性化和量身定制的反馈。所有应用程序都缺少以下bct:同意行为契约、确定角色榜样、使用后续提示、自言自语、预防复发和压力管理(压力理论)。gydF4y2Ba

这一评估表明，总体而言，商业市场上最受欢迎的膳食减肥应用程序的质量都不理想。很少有应用程序在问责性方面得分很高，尽管总体而言，许多应用程序在科学覆盖率和准确性方面得分合理，但与体重管理相关的信息的科学覆盖率有限。虽然应用程序和营养师编码的称重食物记录之间的一致性是公平的-平均差异127 kJ, 95% CI -45到299 -能量摄入计算的准确性在不同的应用程序之间是可变的。对技术增强功能的报道有限，应用程序的可用性从gydF4y2Ba 最糟糕的gydF4y2Ba到gydF4y2Ba 最好的gydF4y2Ba．在审查的应用程序中发现了有限的bct合并。gydF4y2Ba

基于评估实际应用内容和包含循证信息的评估已被确定为比独立于内容的审查方法更好地评估应用质量的预测因素[gydF4y2Ba 55gydF4y2Ba］．此外，这些商业饮食减肥应用程序的自我管理性质强调了通过这些应用程序向消费者提供可靠和准确的循证信息的必要性。考虑BCT合并的程度也提供了这些应用程序促进行为改变的可能有效性的指示[gydF4y2Ba 56gydF4y2Ba，gydF4y2Ba 57gydF4y2Ba］．gydF4y2Ba

应用程序的问责制是至关重要的，无论是对公众来说，还是在临床实践中作为体重管理工具使用，还是在广泛传播针对肥胖的公共卫生干预措施方面。尽管许多应用程序会定期更新，但在接受审查的应用程序中，只有不到一半的应用程序披露了赞助、提供了参考文献和信息来源，并声明了作者的从属关系，这与澳大利亚的其他关于肥胖管理应用程序的研究中发现的问责性差类似[gydF4y2Ba 33gydF4y2Ba]及韩国[gydF4y2Ba 34gydF4y2Ba］．同样令人不安的是，没有科学和健康专业人士指导这些减肥应用程序的设计和开发。这可能解释了为什么卡路里计算应用程序占主导地位，而支持体重管理的信息(如能量平衡，以及满足膳食指南要求和建议的食物和饮料)的科学覆盖面有限。外行用户和营养师对健康和健身应用程序的可信度、全面性、准确性和总体质量，以及应用程序来源的信誉和合法性表达了类似的看法[gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 58gydF4y2Ba］．这表明需要研究人员和合格的卫生专业人员的合作投入，以指导全面的基于理论的饮食减肥应用程序的改进和开发，并提供量身定制和有针对性的营养建议。gydF4y2Ba

此外，能量摄入计算的准确性存在可变性，尽管平均差异很小，95% CI表明两种方法之间存在非统计学意义上的显著差异。然而，与WFR相比，一些体重管理应用程序在数值上显示出很大的差异。例如，排名第二的应用程序——MyNetDiary, inc .的卡路里计数器PRO——也有第二高的能量高估，为678千焦。这些结果突出了应用程序可能被低估或高估的范围;然而，这一结果与其他研究一致，即通过手机和营养应用程序进行的饮食评估具有相似的有效性和可靠性[gydF4y2Ba 59gydF4y2Ba]以及衡量能量和营养摄入的中等至良好相关性[gydF4y2Ba 60gydF4y2Ba]与传统方法相比。在这项评估中，即使是训练有素的营养师输入食物和食用大小，由于缺乏替代的食用大小或家庭测量方法，以及由于大多数应用程序使用美国食物数据库，无法匹配所消耗的食物，也遇到了困难。准确性变化的另一个来源可能是某些应用程序中食品数据库的可修改性，尽管这提供了用户定制所食用食品的好处，但当用户自己输入营养成分时，营养成分的准确性存在缺陷，并且还可能导致众包更改食品数据库的质量损失。由于跟踪能量摄入是许多应用程序的一个重要功能，准确性的需求是很重要的，以避免误导消费者。gydF4y2Ba

有证据表明，经常接触干预措施有助于减肥[gydF4y2Ba 37gydF4y2Ba，gydF4y2Ba 61gydF4y2Ba］．然而，在健康和健身应用中，留存率从30天的47%迅速下降到90天的30%。gydF4y2Ba 62gydF4y2Ba]，四分之一下载的健康应用只使用一次，四分之三的应用在使用第十次后就停止使用[gydF4y2Ba 63gydF4y2Ba］．同样，自我监控和使用减肥应用程序的情况也会在6个月内下降。gydF4y2Ba 10gydF4y2Ba，gydF4y2Ba 64gydF4y2Ba］．因此，应用程序对目标受众的可用性(即效率、可接受性和吸引力)是至关重要的，特别是如果目标是反复使用应用程序以促进行为结果和减肥的长期变化。对于所审查的饮食减肥应用程序，平均SUS为67.5，相当于形容词评级为gydF4y2Ba 好吧gydF4y2Ba．然而，在这篇评论中，对可用性评分最高的减肥应用程序进行了评分，比如CalorieKing的ControlMyWeight和Xyris的Easy Diet DiarygydF4y2Ba 最好的gydF4y2Ba(SUS 100)，并超过了其他记录体力活动消耗的应用程序(SUS 75.4;gydF4y2Ba 好gydF4y2Ba) [gydF4y2Ba 65gydF4y2Ba和糖尿病自我管理(SUS 84;gydF4y2Ba 好gydF4y2Ba) [gydF4y2Ba 66gydF4y2Ba］．许多饮食减肥应用程序仍将受益于应用程序使用便捷性的改进，以及用户参与度的提高，特别是如果它们将成为提供公共卫生或预防慢性疾病和肥胖管理的健康干预的媒介。gydF4y2Ba

食物记录和自我监测既累人又费时，而且可能会导致不遵守规定或估计不足，因为通常的饮食摄入量可能会被改变，以避免记录的不便[gydF4y2Ba 67gydF4y2Ba］．因此，条形码扫描仪等技术增强功能可以帮助减轻用户负担，并通过在线社交网络与卫生专业人员和其他试图减肥的人保持持续使用应用程序的积极性和依从性[gydF4y2Ba 2gydF4y2Ba，gydF4y2Ba 35gydF4y2Ba，gydF4y2Ba 36gydF4y2Ba］．在这项评估中，商业应用程序中集成的技术增强功能范围有限，这可能是应用程序参与度下降的另一个原因，尤其是这些减肥应用程序的主要作用是促进自我监控和跟踪。gydF4y2Ba

在基于互联网的干预中，研究发现，与技术较少的干预相比，纳入更多bct对行为的影响更大[gydF4y2Ba 57gydF4y2Ba］．在审查的28个应用程序中，26个bct中只有不到四分之一被包括在内。理论框架已经建立了改变行为和减肥的潜力，它随后被纳入应用程序，两者之间的差距与其他减肥评估的结果一致[gydF4y2Ba 13gydF4y2Ba，gydF4y2Ba 35gydF4y2Ba-gydF4y2Ba 37gydF4y2Ba]、体力活动和饮食[gydF4y2Ba 39gydF4y2Ba)应用程序。与有效的健康饮食和体育活动干预相关的特征已被确定为自我监控，并伴有以下至少一项:对表现的反馈，意图形成，具体的目标设置，以及对行为目标的回顾[gydF4y2Ba 56gydF4y2Ba］．本文分析的所有应用程序都包含了行为的自我监控，因为这是本次评估的一个纳入标准，而且大多数应用程序都有关于性能的反馈。然而，只有两个应用程序——my Diet Coach Pro和Noom Weight Loss Coach——包含了通常与更有效相关的bct范围。gydF4y2Ba

这两款应用还包括游戏化，即在非游戏环境中使用游戏设计元素。gydF4y2Ba 68gydF4y2Ba]，并涉及包含gydF4y2Ba 激励功能gydF4y2Ba，例如分数、等级、明确的目标、反馈、奖励、进度和挑战[gydF4y2Ba 69gydF4y2Ba］．在对游戏化的实证研究的回顾中，发现游戏化产生了积极的影响[gydF4y2Ba 69gydF4y2Ba］．此外，在体育活动和饮食健康和健身应用程序中，行为理论，更具体地说，行为的动机成分与游戏化显著相关[gydF4y2Ba 70gydF4y2Ba］．这表明，游戏化不仅与BCT结构有明显的重叠，而且它还具有增加应用用户动机的潜力，以维持习惯，并通过创造积极的、内在激励的、“游戏化”的体验，让应用中的行为策略吸引个人。gydF4y2Ba 69gydF4y2Ba，gydF4y2Ba 71gydF4y2Ba，gydF4y2Ba 72gydF4y2Ba］．因此，体重管理应用程序的游戏化可能是增强行为理论(尤其是动机成分)传递的一种可能途径;对游戏化与健康行为改变之间的关系进行更深入的研究是必要的。gydF4y2Ba

这项研究的关键优势之一是理论驱动的应用程序评估方法，允许围绕应用程序质量的多个参数进行彻底检查，如问责制、科学覆盖率、准确性、技术增强功能和可用性，以及行为理论。特别是，由于目前还没有体重管理应用程序的行业标准或法规，这项评估将帮助健康专业人员了解当前流行的应用程序库中哪些应用程序质量最高，适合推荐给他们的客户，并有助于保护消费者免受错误信息的影响。gydF4y2Ba

在这项研究中，评估所有可供公众使用的减肥应用程序是不可行的。因此，有可能有其他应用程序包含了所有bct(但不受欢迎)，或者一些特定国家的流行应用程序被遗漏了。在所有应用程序中观察到的能量摄入的准确性可能受到了营养学培训的研究人员(即营养师)的影响，而非专业人士可能更难匹配食物和解释输入的份量。gydF4y2Ba

尽管行为改变干预的特定组成部分可以被理解为促进行为改变，但它们仍然需要在试验中进行测试。新出现的证据表明，在推荐体重管理应用程序时应谨慎。在评估MyFitnessPal等商业减肥智能手机应用的随机对照试验中[gydF4y2Ba 64gydF4y2Ba或者Lose It!［gydF4y2Ba 73gydF4y2Ba]，虽然干预组的体重有所减轻，但与对照组相比，效果没有统计学意义。相比之下，研究人员开发的减肥应用程序“我的餐友”(MMM)在6个月的时间里，与对照组相比，体重显著减轻[gydF4y2Ba 10gydF4y2Ba］．gydF4y2Ba

由于bct的相对缺失，以及这些应用程序质量的其他衡量标准(如科学覆盖率和准确性)的可变性，在临床实践和公共卫生中对膳食减肥应用程序的推荐应谨慎进行。对这些应用程序的持续评估和质量评估标准化框架的实施对于推动市场上更高质量应用程序的设计和开发是必要的。关于应用程序促进减肥功效试验的进一步研究也是有必要的。gydF4y2Ba