美国手机用户使用健康App:慢性病状况趋势分析

介绍

高血压和肥胖等健康状况与生活质量下降和保健费用增加有关[1]。患有慢性疾病的人往往需要复杂的治疗方案[2-4]，慢性病患者对治疗的依从性差是很常见的[3.]。有证据表明，可改变的健康和生活方式因素，如久坐行为和不健康的饮食习惯，会加剧慢性疾病[5-8]。移动技术是为慢性病患者量身定制的[9，10]，但很少有研究调查这些群体目前对移动医疗的偏好、态度和使用情况。

这些行为因素对有效的慢性疾病管理提出了重大挑战。例如，药物依从性在慢性病患者中很普遍，并且与住院和死亡风险增加有关[8]。其他可改变的因素，如压力管理不善，也与慢性病患者死亡风险增加有关。7]。不幸的是，疾病管理依从性差增加了额外慢性诊断的风险，并与较高的卫生保健费用相关。具体而言，人均卫生保健费用从患有单一慢性病患者的211美元增加到患有两种或两种以上慢性病患者的13 000美元[4]。在慢性病人群中确定最佳疾病管理和健康促进方法至关重要，移动卫生技术可能有助于这些努力。

总的来说，移动技术在人群中越来越多产。大约三分之二的美国成年人拥有一部手机[10]。移动电话具有强大的功能，如蓝牙，位置传感和软件应用程序[11]。这些技术可以帮助用户完成各种任务，如跟踪锻炼情况、提醒服药或散步[12，13]。消费者可以使用大量与健康相关的应用程序;目前有超过10万个应用程序可以帮助用户实现各种目标，从戒烟到多走几步[13]。许多应用程序都是专门为慢性病患者设计的。一项综述研究发现，超过3500个应用程序是为慢性病设计的，其中大多数应用程序是为糖尿病或抑郁症患者量身定制的[14]。

健康应用程序是慢性病治疗和护理的一个有前途的未来方向[11，15，16]。例如，移动技术有能力推动可改变的行动，如坚持服药或选择健康的生活方式，从而为协助慢性病患者的治疗和护理提供了希望。17，18]。疾病控制和预防中心的健康人2020年目标包括呼吁采用技术来改善人口健康和疾病管理[19]。尽管健康应用程序在慢性疾病的管理或治疗方面具有潜力，但我们对这些疾病患者目前使用健康应用程序的情况知之甚少。迄今为止的研究已经调查了健康应用程序的使用和影响[20.]以及健康人群对健康应用程序的看法[21，22]。然而，我们对慢性病患者对健康应用程序的看法知之甚少，这使得这项研究的方法新颖。

本研究的目的是在全国范围内的手机用户样本中，检查与健康应用程序的感知功效和当前健康应用程序行为相关的信念，这些个人有或没有慢性病。我们使用了先前研究中收集的数据[20.移动电话和移动医疗的广泛使用来回答这个问题。这项关于有和没有慢性疾病的个体使用健康应用程序的行为的研究结果为未来针对慢性疾病患者的应用程序的研究和设计指明了方向，这些应用程序可以根据特定慢性疾病个体的独特行为模式进行定制。

方法

样本及程序

这项研究利用了来自美国全国手机用户的横断面样本数据[20.]。数据于2015年从1604名成年受访者中收集。拥有手机是本研究的纳入标准。为了有效地提供全国样本，委托调查管理公司Toluna提供调查。Toluna通过给现有的参与者小组发电子邮件来确定参与者，然后采用配额抽样从传统上在技术相关调查中代表性不足的群体中收集数据。数据收集前设定的抽样定额为:男性各占50%，女性各占50%;50%具有高中及以上学历;60%收入低于5万美元，40%收入超过5万美元;白人占30%，拉丁裔或西班牙裔占30%，黑人占30%，亚洲人占10%。

健康应用程序的项目是按照标准项目设计技术为本研究开发的[23]。首先，研究助理进行了基于网络的查询，以识别健康应用程序使用的搜索词，如使用和功能。这为用户提供了一长串健康应用的潜在用途和功能。接下来，我们与他们会面并设计了一个健康应用程序列表，这些应用程序是他们在社交网络、研究或与患者互动的经历中遇到的。然后，我们按主题组织响应并删除冗余输入。本研究的最终项目列表，如下载健康应用程序的原因或感知功效，已确定并纳入本研究。

为了确保调查内容清晰易懂，问卷调查采用了认知访谈技术，对非研究团队成员进行了初步测试。在接受在线问卷之前，参与者提供了他们参与研究的同意。这项调查平均耗时9分钟完成。该研究已获得纽约大学医学院机构审查委员会(irb# i14-02046)的批准。由于本研究包括对人类受试者的调查，因此在进行任何数据采集活动之前获得了参与者的参与同意。本处可应要求提供同意书副本。数据由通讯作者保留。任何有兴趣获得数据集副本的个人将立即得到解决。

措施

该调查包括36个问题，评估人口统计(年龄、性别、种族、收入和教育程度)、健康(慢性病诊断、自评健康和身体活动)、下载和不下载健康应用程序的原因、使用健康应用程序的频率以及健康应用程序的感知功效。

参与者首先被问到:“你曾经下载过一个‘应用程序’来跟踪与你的健康有关的任何事情吗?”报告下载健康应用程序的参与者被提示了几个关于下载原因的后续问题(例如，“跟踪我吃了什么”和“帮助减肥”)。健康应用的总体使用情况是通过询问参与者使用健康应用的频率来衡量的，包括每次使用的频率(回答选项从“每月不到一次”到“每天2次或更多”)和每次使用的持续时间(回答选项从“1-10分钟”到“超过30分钟”)。报告使用健康应用程序的参与者被要求报告健康应用程序的感知功效(从“使我的健康状况更糟”到“极大地改善了我的健康”)。慢性疾病诊断通过自我报告收集。如果该样本中患病率至少为5%，则选择慢性疾病(例如，高血压，肥胖，糖尿病，抑郁症和高血胆固醇)。慢性疾病在样本中所占比例低于5%，包括癌症(n= 64,4%)、慢性阻塞性肺病(n= 62,4%)、心脏病发作(n= 51,3%)、中风(n= 51,3%)、药物滥用(n= 45,3%)、溃疡(n= 38,3%)、肝脏疾病(n= 17,1%)和人类免疫缺陷病毒(n= 10,1%)。

统计方法

不同情况下(无慢性疾病、高血压、肥胖、糖尿病、抑郁和高血胆固醇)的反应差异通过人口统计学因素(年龄、种族、教育、性别、自评健康和体育活动)进行检查。如前所述，如果样本中患病率至少为5%，则选择慢性疾病(如高血压、肥胖、糖尿病、抑郁症和高血胆固醇)。

对健康应用程序使用频率、感知应用程序功效和下载原因的反应差异也通过条件进行了检验。最后，利用广义线性模型技术进行逻辑回归。健康应用程序下载与慢性病、自我报告的健康状况和身体活动进行了检查。在健康状况的情况下，创建了一个变量，该变量被编码为指示状况(例如，无状况、高血压、肥胖、糖尿病、抑郁和高胆固醇)，以便在不同状况之间进行分析。与以往文献一致[24]、年龄、性别和种族或民族作为协变量纳入模型。我们使用SPSS version 22 (Armonk, New York)分析数据。

结果

样本特征

共有7189人访问了调查页面，6871人(95.61%)同意参与调查，2089人(29.04%)完成调查，485人(6.75%)因社会人口统计指标填满而被随机剔除。表1显示样本的人口统计特征。总体而言，49.56%(795/1604)的研究样本为女性，平均年龄为40.1岁(SD 15.8)。其中白人占35.47%(569/1604)。参加者中有37.59%(603/1604)报告很好到一般健康和13.52%(217/1604)报告优秀的。关于身体活动，大多数人报告说自己很活跃每周3-4天(35.09%, 563/1604)。

在该研究的1604人中，最常见的慢性疾病包括高血压(n=364, 22.69%)、肥胖(n=198, 12.34%)、糖尿病(n=163, 10.16%)、抑郁症(n=267, 16.64%)和高胆固醇(n=319, 19.89%)。

慢性疾病的移动健康应用程序使用、频率和感知疗效

表2显示不同条件下健康应用程序的数量和使用频率的差异。关于应用程序的数量，1 - 5的应用有38.9%(314/807)的患者无疾病，6.6%(24/364)的患者有高血压，15.0%(34/163)的患者有糖尿病，7.6%(16/198)的患者有肥胖症，25.8%(69/267)的患者有抑郁症，27.6%(88/319)的患者有高胆固醇。此外，健康应用下载的原因也有显著差异帮我注意/改善我的饮食（P=美元),减肥（P= . 01),跟踪健康指标（P= .04点)帮我放松（P= 0.01)。

通过慢性病检查移动健康应用程序的特征

在没有慢性疾病的人中，66.0%(533/807)报告下载了健康应用程序。在患有一种慢性疾病的人中，53.4%(189/352)报告下载了健康应用程序，而患有慢性疾病的人中只有不到一半(47.0%，211/449)报告下载了健康应用程序。不同条件下的应用下载量差异有统计学意义(χ²₂= 44.3,P=.003)，并使用逻辑回归模型进行检验。看到表3。

在未经调整的模型中，不太可能报告健康应用程序下载的个体包括高血压患者(P<.001)，抑郁(P< 0.05)，高胆固醇(P<措施)。在调整协变量(年龄、性别、种族或民族)后，没有慢性疾病是健康应用程序下载的显著预测因素。然而,很好（P<措施),优秀的（P<.001)在调整模型和协变量调整模型中，自我报告的健康状况是健康应用程序下载的强预测因子。这些发现在调整后的模型中是一致的。同样，报告一天或更长时间体育锻炼的人比那些报告的人更有可能报告下载健康应用程序从来没有体力活动(P<措施)。

讨论

主要研究结果

健康应用程序和其他移动技术有望成为促进健康人以及慢性病患者健康的工具[13]。目前有超过3000个针对慢性病患者的应用程序[18]。尽管大多数研究都考察了为帮助慢性疾病患者量身定制的应用程序的效果[14]，一般健康状况不佳和/或患有慢性疾病的人很少关注健康应用程序的使用。我们的研究招募了美国各地的手机用户样本，以及很大比例的少数族裔参与者，以比较没有慢性疾病和有特殊诊断的个人之间的信仰和态度，以及健康应用程序的使用。

之前的研究调查了包括大学生和成年人在内的健康人群下载健康应用程序的动机。在Kwon及其同事进行的研究中，移动健康应用程序的使用与应用程序的感知功效有关[21]。在两项调查健康成年人使用健康应用程序的研究中，一项研究发现，健康应用程序的使用与应用程序的感知有用性有关[22]，另一项研究发现，高昂的感知成本阻碍了健康应用程序的下载，但总体而言，健康应用程序的使用率相当高[20.]。因此，关于健康应用程序使用和下载的已发表文献在很大程度上强调了健康应用程序在普通人群和大部分健康人群中的趋势、使用和信念，很少关注健康状况不佳和慢性病患者的健康应用程序使用。

我们的研究为文献提供了有意义的贡献，研究了健康指标良好和健康指标较差的人对健康应用程序的看法。我们的研究发现，每种慢性疾病中约有三分之一的人认为健康应用程序能够显著改善健康。尽管有三分之一的慢性疾病患者相信健康应用程序的功效，但仍然只有少数高危人群可能会使用健康应用程序来改善他们的病情，大多数人要么不知道它们的存在，要么相信应用程序会有所帮助。对这些应用程序的兴趣和使用可能仍然很低，并且激励高危人群下载这些资源仍然是该领域的关键挑战。

在针对慢性病患者的健康应用程序的研究中，另一个重点领域是为慢性病患者量身定制应用程序。例如，研究人员开发了一些应用程序来协助特定的疾病管理功能，如提高药物依从性[16，18]，并在这些人群中推广健康的生活方式[18]。根据我们的研究结果，尽管不同疾病之间存在细微差异，但慢性病患者下载健康应用程序的最常见原因与健康的生活方式行为有关，例如跟踪运动、改善营养和帮助减肥。不同情况下反应的细微差别可以部分解释为每种情况的不同治疗方法。例如，只有超过三分之一的肥胖患者报告说，他们主要使用健康应用程序来跟踪运动，因为这与他们的病情治疗是一致的，但抑郁症治疗不一定需要定期跟踪;因此，只有不到三分之一的人使用健康应用程序来实现这一功能。然而，高血压和胆固醇在很大程度上依赖于运动和营养，但很少有人报告使用健康应用程序来实现这些功能，这表明他们正在使用的应用程序的特性存在差异，或者他们在改变这些行为方面的依从性较低。有趣的是，在没有慢性疾病的人群中，这些也是健康应用程序最常见的用途。

我们的研究结果在几个方面有意义地扩展了有关健康应用程序的文献。有趣的是，我们的研究结果发现，患有和没有慢性疾病的人下载健康应用程序的可能性没有显著差异。也就是说，使用健康应用程序的人患慢性疾病的可能性并不比没有使用健康应用程序的人高。这可能是因为在这项研究中，参与者报告的健康应用程序的使用率实际上在患有和没有慢性疾病的人群中相当高。此外，患有慢性疾病的个体占我们样本的不到一半。然而，我们发现有很好和优秀的自我报告健康状况的人更有可能报告健康应用程序的下载情况可怜的自我报告健康。我们还发现有任何定期体育活动报告的个体(来自)每周1天来每周5-7天)比没有体育活动习惯的人更有可能报告下载健康应用程序。

我们的研究通过比较健康状况良好和总体健康状况不佳的个体的反应，扩展了文献和我们对健康应用程序使用的理解以及对这些工具的信念。综上所述，我们的研究结果表明，使用健康应用程序的个人可能已经在从事健康的生活方式行为。也许有机会更好地向慢性病患者推广健康应用，或者专门为这些群体设计量身定制的应用。

限制

尽管有优势，但这项研究并非没有局限性。主要的限制是横断面调查。此外，我们的样本偏向于年轻人群，而更广泛的跨年龄样本可能会产生不同的结果，因为老年人群的使用模式和偏好可能不同。抽样偏差的一个例子是，有癌症病史的参与者的患病率很低(<5%)，而男性和女性患癌症的终生风险约为40%。抽样更多样化或更广泛的样本可能会获得不同的结果。还应该指出的是，没有慢性疾病的个体占样本的很大一部分(n=807)。此外，这项研究调查的是普通人群，而不是那些已知患有疾病的人。定期接受医疗保健的医院或诊所人群的行为和目前对健康应用程序的使用可能有所不同。此外，共病的组是异质的，这表明这里确定的发现适用于所有共病个体的能力是有限的。人们对健康应用的看法可能会随着时间的推移而改变，尽管我们使用了一种经过验证的工具来评估慢性疾病，但它仍然依赖于自我报告的数据。 Furthermore, the potential uses of mobile health and medical apps are nuanced and varied in nature. It would be challenging to capture the numerous and varied uses and types of apps. The results of this study are limited and may not capture all potential uses of apps or types of apps for health or disease management. It should be noted that the authors measured health app下载应用程序的使用频率在调查中。作者选择了术语下载与正在进行的实际行为(下载健康应用程序)密切相关，然后评估频率，以了解受访者使用健康应用程序的频率。

未来的研究

我们的研究通过比较健康状况良好和总体健康状况不佳的个体的反应，扩展了文献和我们对健康应用程序使用的理解以及对这些工具的信念。我们的发现不仅说明了健康个体的行为模式，也说明了一般健康指标较差的个体(例如，自我评价较低的健康)的行为模式。我们还发现，在最需要这些干预措施的人群中，下载量较低。这项研究的结果表明，在自我评价健康和体育锻炼程度较高的人群中，健康应用程序的使用率很高。

该研究阐明了未来对公共卫生干预措施的研究，以促进慢性病患者的流动健康吸收。未来的干预措施可能会考虑如何最好地为具有特定疾病和这些疾病需求的个体量身定制健康应用程序(例如，肥胖个体的体重管理)，或者确定更好地传播健康应用程序及其对慢性病患者的益处的方法。更多的试验和精心设计的研究可以帮助提供有关特定健康应用程序功效的数据，以改变慢性病患者和医疗保健提供者的成本价值观念。此外，设计有针对性的干预措施可能是减轻复杂治疗方案负担和促进慢性病患者健康的一种战略。

结论

移动技术的成本越来越低，非常适合于人口健康。虽然人们有兴趣将移动技术应用于保健，特别是疾病管理，但很少注意目前在慢性疾病人群中的使用。我们的研究发现，健康人群和慢性病患者在使用健康应用程序方面没有差异，但我们确实发现，自我报告的健康状况和身体活动是健康应用程序使用的最强预测指标。我们的研究还发现，大约三分之一的慢性病患者报告说，他们相信健康应用程序有可能改善健康，这表明这些工具可以更好地向慢性病患者推销。结果可直接应用于健康沟通与干预，促进人群健康，协助个体进行慢性病管理。