面向患者的移动应用程序治疗高需求、高成本人群:范围综述

简介

护理高需求、高成本(HNHC)人群是一个复杂的问题，因为这些人往往患有多种慢性疾病、功能限制、行为健康问题、社会经济挑战和护理协调不足[1，2］．近一半的美国成年人患有慢性疾病，这一群体占医疗保健费用的很大一部分[3.］．移动电话技术的进步，加上移动健康应用程序的普及和普及，改变了自我管理的格局[4］．数据越来越支持面向患者的卫生信息技术工具在改善以患者为中心的护理结果、卫生服务效率和健康结果方面的作用[5-7］．照顾弱势群体的社区卫生中心和诊所绝大多数认为，移动卫生技术是让患者群体参与慢性病管理的理想工具[8］．

尽管在美国的iTunes (iOS)和谷歌Play (Android)应用商店上有超过16.5万个移动健康应用程序[9]以及数十亿美元投资于数字健康[10在美国，目前尚不清楚这些应用程序中有多少专注于慢性疾病患者，也不清楚科学证据在多大程度上支持它们的有效性。之前对评估面向患者的健康应用程序使用的文献的回顾受到了范围狭窄的限制。审查集中在单一的医疗状况上[11-13]，在广泛的应用程序组的一个方面(如识别目标人群、行为功能、隐私政策和专家参与)[14-17]，或只纳入基于临床试验的证据[9，18]，这只占正在进行的研究的一小部分。最近，一项针对糖尿病、心血管疾病和肺部疾病的应用程序的系统回顾发现，只有3项研究使用了慢性病管理应用程序作为干预措施，并测量了临床结果[19］．另一篇评论关注的是非专业护理人员如何利用应用程序来护理患者。20.］．

虽然支持使用应用程序的临床试验证据普遍缺乏，但这一发现可能由几个因素解释。首先，与其他数字媒体相比，健康应用程序作为吸引患者的媒介是相当新的;因此，支持它们使用的研究可能正在进行，但尚未发表。如果是这样的话，证据可能会在“灰色文献”中找到，比如尚未进入同行评审期刊的会议记录。其次，应用程序开发人员可能会参与并使用研究结果来营销他们的应用程序，这可能有利于获得低质量的证据，因为它成本更低，而且可能偏向于有利的结果。第三，有可能存在高质量的证据，但之前的综述未能发现它，因为它们过于狭隘地集中在一小部分疾病领域。考虑到这些限制，与传统的系统综述相比，“范围综述”可能更好地描述文献的范围和质量，以及证据差距[21］．

为了满足对健康应用程序证据进行全面评估的需求，我们进行了范围审查，以便(1)评估应用程序在HNHC人群中覆盖的广度，(2)描述已发表文献的质量(包括长篇期刊文章和科学会议上发表的工作)，(3)评估由于利益冲突而产生偏差的可能性，以及(4)评估测量结果的类型。

方法

数据来源和搜索

通过搜索PubMed和MEDLINE(国家生物技术信息中心)、EMBASE(爱思vier)、Cochrane中央对照试验登记册(EBSCO)、Web of Science(包括会议论文集引文索引;汤森路透)和NTIS(国家技术信息服务)书目数据库(EBSCO)。搜索是在2014年6月20日至2014年7月14日之间进行的。完整的搜寻策略，包括搜寻字词，可在多媒体附件1．我们的搜索旨在确定研究在移动设备(如移动电话或平板电脑)上运行的应用程序或软件程序，这些应用程序或软件程序旨在满足特定HNHC人群的健康相关需求。纳入研究的人群包括老年人(年龄≥65岁);患有慢性疾病的个人，包括冠状动脉疾病、充血性心力衰竭、高血压、中风、慢性阻塞性肺病、癌症、糖尿病、肥胖、关节炎、慢性肾病、肝硬化、器官移植或慢性疼痛;被诊断患有抑郁症、双相情感障碍、创伤后应激障碍、注意力缺陷多动障碍、自闭症、物质相关障碍、痴呆、认知障碍、发育迟缓或精神障碍的心理或精神脆弱者;有药物管理问题的个人(多种药物);身体有残疾的人，包括盲人和聋哑人;以及社会弱势群体，包括识字或算术能力低、英语水平有限、少数族裔(印第安人、西班牙裔、非洲裔美国人)、低收入或无家可归者或感染人类免疫缺陷病毒者。

适当的受控词汇包括在可用时(医学主题标题和Emtree)。检索集仅限于2008年及以后发表的文章;选择这个开始日期是为了配合iOS和Android应用商店的建立。没有语言限制，尽管非英语摘要在标题和摘要审查期间被排除在外(图1)．在完整的手稿审查中，与原生iOS和Android应用无关的文章被排除在外。

‎ 查看此图

研究选择

所有的标题和摘要都由2名审稿人(KS和KD，或KS和LPN)单独审查。如果研究对象使用基于iOS或android的与健康相关的面向患者的移动应用程序，使用英语撰写的原始研究，则包括摘要。面向患者的应用程序主要供患者或其护理人员使用。我们选择了描述iOS或Android应用程序的文章，因为这两种操作系统适用于不同的人群，低收入人群、黑人和年轻人更喜欢Android设备。22］．描述应用程序的文章集中在支持性技术(如助听或视力辅助)、通信技术(如用于帮助自闭症儿童在学校环境中交流的应用程序)或需要医疗设备的应用程序(如与人工胰腺交互的应用程序)被排除。研究设计不是排除的基础。所有确定纳入的摘要都获得了完整的文章要么评论家。某些收录的摘要不能与全文手稿相联系，因为它们与会议记录有关，包括口头报告或海报会议;尽管没有完整的手稿，这些摘要仍被包括在内，因为我们想在我们的综述中捕获灰色文献。

全文稿件和会议摘要由2名审稿人(MF和ES)评估，以确认它们符合纳入标准。被确定收录的文章这两个选择审阅人员进行抽象。两名审稿人意见不一致的文章由第三名审稿人(KD)进行评估以打破僵局。

数据提取与质量评估

创建了一个抽象调查工具来获取关于出版物中描述的移动应用程序和研究本身的信息，包括所研究应用程序的特征、证据质量、利益冲突的存在以及评估结果的类型。在试验阶段，8名研究调查员每人使用该工具抽取3篇文章(共24篇);根据反馈进行更改，直到就工具的表面有效性达成共识。

然后由一名审稿人(MF或ES)对所选文章进行抽象。双方审稿人对随机选择的40篇文章进行了评估，以评估双方的一致程度(表1)．

中给出了有关抽象项的详细信息多媒体附件2．应用粘性的评估使用了之前所描述的框架。23］．我们对每篇文章的以下方面进行了评估:

一般

我们获取了有关所研究应用程序的信息，包括其目标人群、平台、应用商店上的可用性以及支持患者参与的功能。

证据的质量

我们确定了影响文章质量和概括性的因素，包括研究设计、入组、随访、应用程序在干预背景下的作用，以及相关患者群体的纳入。

冲突声明

我们确定了研究团队中是否有任何成员是相关应用程序的开发人员(或在顾问委员会等正式的应用程序开发支持角色)，或者应用程序开发人员是否直接资助了这项研究。虽然利益冲突不会使某项研究的结果无效，但众所周知，由负责研究产品的公司撰写或资助的文献存在系统性偏见[24］．

结果评估

我们评估了每项研究所考虑的结果，并评估了它们的方向(即阳性、中性或阴性)。临床结果是那些与患者护理直接相关的结果(如血红蛋白A下降)_{1 c})．安全性或不良事件结果是指与应用程序意想不到的负面后果相关的结果。可用性结果是指描述应用程序的易用性的结果——在一些可用性研究中，会执行多轮测试，在这种情况下，结果的方向会根据最后一轮测试进行分类。使用率描述了用户使用应用程序的时间——这不是一个标准的报告方式，因此我们基于作者的预期，如果观察到的使用情况符合预期，则考虑“充分使用”。过程结果是指与应用程序响应所采取的行动有关的措施(例如，进行血红蛋白A测试_{1 c})——因为没有考虑到作用的结果(例如，血红蛋白A下降_{1 c})，这不是临床结果。当将一个专注于测量的应用程序(例如，评估肝性脑病的应用程序)与一个非基于应用程序的临床测量进行比较时，就认为存在验证结果。我们评估了基于应用程序的测量与非基于应用程序的临床测量(如星号标记)是否有不同。如果文章还使用了金标准测试(例如，神经精神病学测试)，我们确定基于应用程序的测量是否比非基于应用程序的临床测量更好或更差。用户满意度结果仅仅是指用户是否对应用程序感到满意。

数据综合与分析

来自审稿人的数据被导入到R 3.2.2版(R基础统计计算)。计算了描述性统计数据，并附有叙述性总结。

结果

文章选择与抽象化

我们确定了7301个标题和摘要，其中800个被审稿人(图1)．两名审稿人对全文手稿进行了评估，并选择了146篇文章进行抽象。在仅由一名审稿人确定纳入的90篇文章中，第三名审稿人选择了37篇进行抽象，结果总共有183篇文章被选中。在抽取过程中，有8篇文章被识别为不符合纳入标准。经过第二名审稿人的审查，所有8篇文章都被排除在分析之外。因此，共摘录了175篇文章(多媒体)．

在两位审稿人随机选择的40篇文章(22.9%，40/175)中，有3篇在进一步审查后被排除。结果，两名审稿人共摘录了37篇文章，共识程度总体良好，但也有一些例外，如患者参与程度和护理人员是否被纳入研究对象(表1)．

重叠研究的识别

在175篇选定的文章中，我们发现有15组文章评估了同一款应用程序，在某些情况下使用了不同的研究设计、参与者数量或终点。为了进行分析，我们将每篇文章视为独立的文章。我们找到了2篇评价ActiveLifestyle应用的文章[25，26]，哮喘病治疗[27，28]， EncephalApp [29，30.]，偏头痛[31，32， iStepLog [33，34]，梅奥诊所的应用程序[35，36]、多发性硬化症表现测验[37，38]、我的同桌[39，40]，准备~稳定[41，42，一款针对酗酒者的认知刺激应用[43，44]， usmart [45，46]， ClinTouch [47，48]，以及食物成瘾干预[49，50］．我们发现有3篇文章评估了癫痫妇女:妊娠结局和分娩(WEPOD)研究中的移动应用程序[51-53]以及评估SaGAS 20/10应用程序的3个[54，55］．

移动应用程序的特征

在文献搜索的27个弱势群体中，应用程序最常针对的群体包括肥胖、身体残疾、糖尿病、老年人、痴呆症或轻度认知障碍患者(表2)．

在入选的175篇文章中，60.6%(106/175)涉及iOS应用，32.0%(56/175)涉及Android应用，7.4%(13/175)涉及两者。评论者评估了这些应用在iTunes (iOS)和谷歌Play (Android)应用商店上的可用性。在40.0%(70/175)的文章中，审稿人无法搜索到正在研究的应用程序，因为没有提到应用程序的名称。另有29.7%(52/175)的文章无法在任何应用商店中找到。在发现应用的文章中，66%(35/53)是在iOS应用商店中找到的，6%(3/53)是在Android应用商店中找到的，28%(15/53)是在两者中找到的。根据文章中描述的功能，评估应用程序吸引患者的方式(表3)．

最常见的功能是记录信息、提供指导和显示健康信息，最不常见的功能是使用社交媒体和与家庭成员沟通。共有6篇(3.4%，6/175)文章描述了能够与医疗设备连接的应用程序，5篇(2.9%，5/175)文章描述了能够与消费者可穿戴设备连接的应用程序。

证据质量

传播方法包括136篇文章的全文出版物和39篇文章的会议记录(如口头或海报发言)。横断面研究占42.9%(75/175)的研究(表4)．低偏倚的方法学如下:随机对照试验(10.3%，18/175)、非随机对照试验(2.9%，5/175)和前瞻性队列研究(21.7%，38/175)。研究参与者的中位数为31(四分位范围，IQR, 11.0-207.2，最大11,690)。非横断面研究的中位随访时间(当文章涉及多个子研究时，对参与者数量进行加权)为1.4个月(IQR 0.6-3，最大42.6)。

在26项有对照组的研究中，该应用程序是21篇(81%，21/26)文章中唯一的干预手段，而在5篇(19%，5/26)文章中仅是多部分干预手段的一部分。在剩下的149篇文章中，所有研究对象都使用了该应用程序。只有7.4%(13/175)的研究在ClinicalTrials.gov上注册。在137篇文章中，确定了可能受益于该应用程序的特定人群(例如，心脏病患者)，78.1%(107/137)的研究中包括该特定人群的成员;13.1%(18/137)的研究侧重于筛查或预防，因此参与者为健康个体;其余8.8%(12/137)的研究不包括相关人群的参与者。

在175项研究中，38项(21.7%，38/175)研究对象为儿童，53项(30.3%，53/175)研究对象为65岁及以上的成年人，17项(9.7%，17/175)研究对象为HNHC患者的护理人员。

冲突声明

175项研究的作者或他们的雇主在107篇(61.1%，107/175)文章中直接对应用程序的设计或开发做出了贡献;然而，其中5人(2.9%，5/175)没有在论文正文中明确说明这一点。在被确定的研究中，有28篇(16.0%，28/175)的作者没有参与应用程序的开发，而在40篇(22.9%，40/175)中，我们无法确认他们是否参与了应用程序的开发。在175项研究中，61项(34.9%，61/175)研究由政府机构资助，41项(23.4%，41/175)由非营利组织资助，12项(6.9%，12/175)由营利性公司资助，6项(3.4%，6/175)由医学专业协会资助;5项(2.9%，5/175)研究报告没有外部资助。82篇(46.9%，82/175)文章未提及资金来源。

评估结果类型

在175篇文章中，87篇(49.7%，87/175)对用户满意度进行了评估，其中74篇(85%，74/87)对用户总体满意，2篇(2%，2/87)对用户总体不满意，其余11篇(13%，11/87)对用户一般满意。共有74篇(42.3%，74/175)文章评估了可用性，通常描述了多个测试周期，并且在进行修改后，第一个周期的性能通常比后面的周期更差。共有61篇(34.9%，61/175)文章研究了使用情况，发现53篇(87%，53/61)使用情况“足够”，8篇(13%，8/61)使用情况低于预期。在175篇文章中，56篇(32.0%，56/175)文章通过与临床测量相比较验证了应用程序的测量能力，发现应用程序在6项(11%，6/56)中表现优于临床测量，在17项(30%，17/56)中表现低于临床测量，在34项(61%，34/56)研究中与临床测量没有差异。共有40项(22.9%，40/175)研究评估了过程措施(例如，增加戒烟咨询的管理)，而不是临床结果(例如，肺癌发病率下降)。其中，有35项(88%，35/40)研究改善，1项(2%，1/40)研究恶化，4项(10%，4/40)研究过程结果无变化。共有36篇(20.6%，36/175)篇文章评价临床结果，其中26篇(72%，26/36)临床结果改善，10篇(28%，10/36)临床结果无变化。只有9篇(5.1%，9/175)文章考虑了使用该应用程序导致的安全或不良事件结局。

讨论

主要研究结果

尽管人们乐观地认为，移动健康应用程序可能支持HNHC人群的健康，但现有的研究并没有强有力地评估这种潜力。我们对支持面向患者的移动健康应用程序的证据进行了回顾，发现了当前研究机构的一些空白。少数HNHC群体(老年人和肥胖、身体残疾、糖尿病和痴呆症患者)的研究更常见，我们发现在我们综述的27个HNHC群体中，有20个发表了不到10项研究。大多数被研究的应用程序对消费者来说是不可用的，研究设计主要是横断面的，非横断面研究的随访时间相当短，研究规模也很小。在大多数情况下，开发人员通常是评估应用程序的人，样本量很小，资金来源不明确，临床结果是在少数研究中评估的。即使在高质量的研究中，对应用程序有用性的推断也经常受到干预组的限制，在这些干预组中，应用程序只是一个更大的干预中的一小部分。

如果应用程序将同意流程和数据收集纳入应用程序的功能，我们发现的一些方法学问题，如样本量小和随访时间短，可以得到解决。许多研究采用传统的“当面”同意程序来招募研究对象。虽然这可能符合传统临床研究的标准，但使用这种方法可能会限制可入选的受试者数量和随访时间。需要新的方法来实现大规模应用结果研究[56］．在受控试验中，同意过程和数据收集完全发生在一个公开可用的应用程序中，可能会实现这种工作。Apple ResearchKit等框架降低了将研究整合到应用程序中的门槛，该框架用于在24小时内招募1.1万名参与者进行心血管研究。57］．

建议

基于我们的研究结果，我们对从事以传播为目的的移动应用程序研究的研究人员提出以下建议:

首先，研究人员应该考虑在未被研究的HNHC组中评估应用程序，以解决目前HNHC组之间研究主体的不平衡问题。其次，报告应包括应用程序或干预的名称，以便有关应用程序的文献可以明确地链接到它;应该尽可能加入捆绑ID、永久应用商店网页或其他唯一标识符，以方便应用的识别。第三，进行干预研究的研究人员应该考虑加入控制臂和应用专用干预臂，以更清楚地表明应用和结果之间的联系。第四，研究应该清楚地说明研究贡献者和应用程序开发者之间的关系的性质;如果研究人员同时也是应用程序开发人员，研究人员应该考虑在一个由非开发人员监督的额外站点验证他们的工作。第五，研究应明确说明资金来源或说明是否使用了外部资金。最后，研究人员应该报告阴性结果。

此外，资助者需要支持对应用程序进行额外的评估，并应针对临床重要结果进行评估，且评估规模足够大，能够产生有意义的结果。有了新的登记方法，可能会有更大规模的临床试验，这可能是可行的，因为通常收集的大部分数据可能是从现有的电子健康记录中提取的。

我们使用了一个健壮的多阶段范围评审过程，大多数步骤涉及2个评审人员。我们通过搜索会议记录将灰色文献纳入我们的分析，并没有将我们的分析局限于高质量的证据。

限制

尽管有2名审稿人参与了筛选摘要和全文稿件的过程，但大多数研究只有1名审稿人进行了数据抽象。虽然大多数摘要项目(30个中的17个)在审稿人之间有良好的一致性，但评分者之间的一致性是中等(kappa .41-.6)， 6个问题是一般(kappa .21-.40)，这限制了从他们得出的结论的可靠性。为了将kappa值置于语境中，2名审稿人同意在37篇文章中确定31篇临床结果(kappa .43)。特别是，评分者之间一致性最低的问题涉及确定是否考虑了安全性或不良事件结果，是否将护理人员包括在研究中，研究中提到的应用程序如何吸引患者，以及资金来源。这些问题的一致性较低可能是由于研究报告的应用程序信息和所进行的研究的细节存在异质性，部分原因是我们的分析中包含了会议摘要。当审稿人抽象研究中测量的结果类型时，一致性是适度的。我们将这部分归因于我们考虑的人群的广度，因为构成临床结果的因素在慢性疾病之间有显著差异。此外，区分临床结果和过程结果带有一定的主观性，可能会引起分歧。我们确实在试点阶段对24篇文章的审查基础上修改了我们的抽象形式，但额外的修订周期可能进一步改善了评分者之间的协议。

我们没有评估非英语的文章，这限制了我们对针对非英语使用者的应用程序的概括性。最后，我们在2014年进行了文献搜索，这并没有捕捉到最近的趋势。

文学的最新趋势

最近对面向患者的应用程序的研究为应用程序在几个领域的作用提供了支持证据。在2016年的一项随机对照交叉研究中，研究人员对一款专注于支持药物摄入和生命体征记录的移动应用程序进行了研究，发现使用iPad应用程序的患者在药物摄入和血压测量方面比纸质对照组表现出更强的依从性[58］．2016年发表的另一项随机对照研究发现，在研究过程中，使用社会支持应用程序的超重和肥胖成年人比使用自我监控控制应用程序的患者平均多减肥3公斤[59］．最近其他试验的证据表明，应用程序能够减少女性含糖饮料和男性缺乏营养的食物的消费量，增加活动水平并减轻中风后的疲劳，并通过减少哮喘患者皮质类固醇的使用来改善呼吸参数[60-62］．

结论

在未来，提供者可能会定期为他们的HNHC患者开出应用程序，医疗保健系统可能会投资于它们。然而，鉴于我们的综述中包括的大多数HNHC群体的高质量证据有限，我们不期望针对这些群体的系统综述或荟萃分析能够产生足够的证据来评估特定疾病应用程序的有效性。此外，应用程序在从研究转向应用商店的过程中迷失了方向，导致现有研究缺乏商业影响力。尽管存在这些局限性，但绝大多数证据表明，早期结果支持使用移动健康应用程序。