发表在5卷7号(2017): 7月

控制你的“应用程序”习惯:饮食和营养相关的移动应用程序如何导致行为改变

控制你的“应用程序”习惯:饮食和营养相关的移动应用程序如何导致行为改变

控制你的“应用程序”习惯:饮食和营养相关的移动应用程序如何导致行为改变

原始论文

通讯作者:

约书亚·H·韦斯特,公共卫生硕士,博士

健康科学系

杨百翰大学

2139年LSB

普洛佛、UT、

美国

电话:1 8014223444

电子邮件:josh.west@byu.edu


背景:近年来,肥胖已成为美国严重的公共健康危机。虽然肥胖问题正在通过各种策略得到解决,但使用移动应用程序是一个相对较新的发展,可能有助于帮助人们养成健康的饮食习惯。虽然这些应用程序可能会导致健康行为的改变,特别是当相关的行为改变理论构建被整合到它们中时,但这些应用程序促进行为改变的机制在很大程度上是未知的。

摘要目的:这项研究的目的是确定哪些行为改变机制与饮食和营养相关的健康应用程序的使用有关,以及饮食和营养相关应用程序的使用是否与健康行为改变有关。

方法:对217名参与者进行了横断面调查。参与者回答了人口统计、过去6个月饮食和营养应用的使用情况、应用的参与度和受欢迎程度,以及参与者饮食行为的变化等问题。在控制了潜在的混杂变量后,使用回归分析来确定与理论报告变化相关的因素,并单独确定与实际行为报告变化相关的因素。

结果:大多数研究参与者同意或强烈同意关于应用程序使用增加他们吃健康饮食的动机,提高他们的自我效能感,并增加他们设定和实现健康饮食目标的愿望的陈述。此外,大多数参与者强烈同意使用饮食/营养应用程序导致他们的行为发生了变化,即增加了健康饮食的实际目标设定(58.5%,127/217),增加了他们吃健康食品的频率(57.6%,125/217),增加了他们吃健康食品的一致性(54.4%,118/217)。参与者对饮食/营养应用程序的参与度和受欢迎程度的回答也很好。许多预测因素也与饮食相关的行为改变呈正相关。理论(P< 0.001),应用粘性(P<.001), app使用率(P<.003),教育程度(P< 0.010)均与行为改变呈正相关。

结论:研究结果表明,饮食/营养应用程序的使用与饮食相关的行为改变有关。因此,专注于提高动机、欲望、自我效能、态度、知识和目标设定的饮食和营养相关应用程序可能特别有用。随着饮食和营养相关应用程序的数量不断增长,开发人员应该考虑将适当的健康行为改变理论结构整合到新开发的移动应用程序中。

[j] .移动医疗与健康;2017;5(7):e95

doi: 10.2196 / mhealth.7410

关键字



目前,美国68%的男性和64%的女性被认为超重或肥胖[12].这种增长在很大程度上与廉价和不健康的食品生产以及营养价值最低的食品消费增加有关[3.].除了肥胖,饮食模式的这些变化还与许多其他严重的健康状况有关,包括高血压、中风、心脏病、高胆固醇和糖尿病[4].在美国,解决肥胖这一复杂困境的努力通常包括促进体育活动和健康的营养和饮食习惯[5].

随着流动电话技术的出现,大量与健康有关的流动应用程序已被开发出来,并被广泛用于解决健康问题[6].许多这样的应用程序为用户提供了额外的方法来监测他们的健康状况或实现与健康相关的目标。与健康相关的应用程序的激增代表了解决肥胖问题的潜在资源[7].研究表明,使用与健康相关的应用程序可以成功地改变与减肥或体重管理相关的健康行为[89].许多医疗保健提供者看到了与健康相关的应用程序在促进体重管理方面的潜力,并鼓励患者使用它们[610].

各种各样的应用程序已经开发出来,通过卡路里计数或食物日记的方法来帮助个人监控他们的食物消耗[68].其他应用程序为个人提供健康饮食和营养事实和信息(例如,MyFitnessPal, FitBit和Lose It!) [811].研究发现,使用与饮食相关的应用程序可以改善饮食和营养健康行为的改变[9].turner - mcgrivey等[9发现使用饮食应用程序的参与者比使用网站或纸质期刊方法监测饮食摄入的参与者消耗的卡路里更少。同样,在一项随机对照试验中,将与饮食相关的应用程序的使用情况与网站组和食物摄入日记组进行比较时,使用这些应用程序的参与者有更高的保留率、依从性和体重减轻[12].

先前的研究发现,整合行为改变理论模型的干预可能是有效的。纳入已建立的健康行为改变理论的结构可提高计划、实施和评估干预措施的有效性[13].营养教育和干预的三大主要健康行为改变理论是健康信念模型(HBM)、计划行为理论(TPB)和社会认知理论(SCT) [14].自20世纪50年代以来,HBM被广泛使用,它包括预测一个人“是否”和“为什么”会采取行动来检测、预防和控制不健康行为的基本构式。这是通过感知到的易感性和严重性,以及参与某些行为的障碍和益处来实现的[13].考察个人动机和态度的构念,以及它们如何决定执行特定行为的可能性,是TPB的重点[13].SCT识别了人类能动性和社会结构之间始终存在的紧张关系[13].SCT的一个关键优势是它通过互惠决定论的概念来解释个人决策和环境,这反过来又通过个人经历、说服和替代学习导致更深层次的自我效能感[13].考虑到营养行为的复杂性,行为改变的实际方法可能包括将每种理论的不同结构和要素结合起来,有效地形成一种多理论方法[14].

研究表明,使用健康应用程序进行饮食可以成功地导致体重管理的积极变化[12].健康应用程序有可能减少传统处方改变行为的一些障碍,包括费用、患者负担和不同的依从性。具体来说,应用的吸引力、便利性和易用性可以成为减少障碍和提高用户依从性的一种机制。然而,没有一个领先的减肥应用程序在临床试验中得到评估,这强调了像这样的描述性研究的必要性,以建立值得进一步调查的关联[1516].虽然一些与健康行为改变相关的理论已经建立并被普遍接受,但最近对饮食相关应用程序的内容分析表明,许多饮食相关应用程序的证据不足,或者缺乏被认为对促进行为改变很重要的理论结构[17-19].到目前为止,还没有研究探索与饮食相关的应用程序实际产生行为改变的具体机制。这项研究的目的是探索哪些行为改变机制与饮食和营养相关的健康应用程序的使用有关,并检查这些应用程序的使用是否与饮食行为的实际变化有关。


设计及程序

这项研究包括一项横断面调查,以评估过去6个月饮食和营养应用程序的使用情况。一份质量调查通过亚马逊土耳其机器人(MTurk)向239名参与者分发。该调查在MTurk上进行了两次,第一次持续大约两周,奖励1美元(89名受访者),第二次持续几周,奖励2美元(150名受访者)。基于网络的数据收集的一个优点是能够接触到各种各样的参与者,这些参与者代表了使用互联网通信方法的不同样本[20.].由于潜在的外联,预计通过电子来源收集的数据将继续增加[21].典型的MTurk样本代表了本研究项目感兴趣的总体标准。

样本

一些纳入和排除标准被用来定义调查样本。调查参与者必须年满18岁,居住在美国,能够阅读英语。如果参与者在过去6个月内没有使用过饮食或营养应用程序,或者未能完成所有16个调查问题,他们将被排除在外。共有239名参与者回应,其中217人符合所有要求并完成了所有问题。

测量

参与者回答了人口统计数据(如年龄、种族、教育程度和收入水平、居住州)、过去6个月饮食/营养应用的使用情况、应用的参与度和受欢迎程度,以及参与者饮食行为的变化。采用李克特5分量表对与行为改变相关的变量进行反应分类。

本研究采用三种健康行为理论,制定了李克特式问卷调查问题,重点关注行为改变的机制和实际的饮食/营养相关行为。基于SCT的问题包括测量结果期望、自我效能、主观规范和知识的问题,而基于TPB的问题包括测量行为信念、意图、态度、欲望、规范信念和目标设定的问题。最后,一个基于HBM的问题测量了感知收益。构建了一个复合总理论变量,以提供理论相关构念变化的全局估计。一种多理论的测量方法被确定为符合与饮食/营养有关的行为太复杂,任何单一理论都无法解决的观点[14].该复合变量的Cronbach α系数为0.941(行为= 0.842;参与= .875)。这个变量不是正态分布的。因此,使用了平方根变换。

统计分析

使用Stata version 14 (StataCorp)计算所有统计数据。对每个人口统计、理论、参与和行为变量进行描述性统计。在控制了潜在的混杂变量后,使用多元回归分析来确定与理论报告的变化相关的因素,并单独确定与实际行为报告的变化相关的因素。


大多数研究参与者为白人(83.9%,182/217),年龄在26 - 34岁之间(44.2%,96/217;表1).大多数参与者(87.5%,190/217)至少受过大学教育。超过一半的参与者(55.8%,121/217)是女性,41.5%(90/217)来自美国南部。

大多数(59.9%,130/217)强烈同意使用饮食/营养应用程序增加了他们吃健康饮食的动力,而另外36.8%(80/217)同意同样的说法(表2).许多受访者表示,这些应用程序提高了自我效能:43.8%(95/217)强烈同意,42.4%(92/217)同意使用饮食/营养应用程序可以提高他们吃健康饮食的能力,43.3%(94/217)强烈同意,48.4%(105/217)同意使用饮食/营养应用程序可以增加他们吃健康饮食的信心。超过一半(59.0%,128/217)的参与者强烈同意使用饮食/营养应用程序增加了他们设定健康饮食目标的愿望,而51.1%(111/217)的参与者强烈同意使用饮食/营养应用程序提高了他们实现健康饮食目标的能力。

表1。参与者人口统计摘要。
人口统计资料 频率,n (%)
(N = 217)
年龄(以年计)

年龄在18岁至25岁之间 16 (7.4)

保险 96 (44.2)

35-54 90 (41.5)

55 - 64 11 (5.1)

65岁或以上 4 (1.8)
比赛

美国印第安人 2 (0.9)

亚洲 15 (6.9)

黑色/非裔美国人 17 (7.8)

夏威夷原住民/其他太平洋岛民 1 (0.5)

白色 182 (83.9)
种族

拉丁美洲裔 13 (6.0)

非西班牙裔/ Non-Latino 204 (94.0)
性别

男性 96 (44.2)

121 (55.8)
教育水平

高中以下 1 (0.5)

文凭/ GED 26日(12.0)

一些大学 56 (25.8)

2年的学位 23日(10.6)

大学本科 91 (41.9)

硕士学位 18 (8.3)

专业学位(医学博士、法学博士) 2 (0.9)
在美国居住地区

西 49 (22.6)

90 (41.5)

中西部 36 (16.6)

东北 42 (19.4)
家庭收入,以美元计(2016年)

3万以下 50 (23.0)

30000 - 39999 30 (13.8)

40000 - 49999 28日(12.9)

50000 - 59999 29 (13.4)

60000 - 69999 22日(10.1)

70000 - 79999 14 (6.5)

80000 - 89999 14 (6.5)

90000 - 99999 9 (4.2)

10万或更多 21日(9.7)
表2。参与者对理论问题的回答摘要。
问题一个 反应(N=217), N (%)

强烈反对 不同意 中性 同意 强烈同意
使我更加相信不良的饮食/营养会导致疾病b, c 4 (1.8) 35 (16.1) 45 (20.7) 94 (43.3) 39 (18.0)
让我更加相信健康饮食可以预防疾病b, c 4 (1.8) 22日(10.1) 34 (15.7) 93 (42.9) 64 (29.5)
使我更加相信与不良饮食/营养有关的疾病是有害的b, c 4 (1.8) 22日(10.1) 40 (18.4) 76 (35.0) 75 (34.6)
让我更加相信健康饮食对预防疾病很重要b, c 4 (1.8) 14 (6.5) 31 (14.3) 91 (41.9) 77 (35.5)
增加了我吃健康饮食的动力b 1 (0.5) 6 (2.8) 0 (0.0) 80 (36.8) 130 (59.9)
提高了我健康饮食的能力b 4 (1.8) 8 (3.7) 18 (8.3) 92 (42.4) 95 (43.8)
增加了我的信心,我可以吃健康的饮食b 1 (5) 6 (2.8) 11 (5.0) 105 (48.4) 94 (43.3)
增加了我对健康饮食的渴望c 0 (0.0) 2 (0.9) 12 (5.6) 94 (43.3) 109 (50.2)
提高了我健康饮食的意愿c 1 (0.5) 1 (0.5) 5 (2.3) 88 (40.5) 122 (56.2)
提高了我对健康饮食在预防疾病中的重要性的态度c 3 (1.4) 15 (6.9) 21日(9.7) 97 (44.7) 81 (37.3)
让我更加相信,对我重要的人希望我吃健康的饮食c 9 (4.2) 33 (15.2) 52 (24.0) 66 (30.4) 57 (26.2)
让我觉得很多人的饮食都很健康b 5 (2.3) 41 (18.9) 46 (21.2) 69 (31.8) 56 (25.8)
增加了我对由不良饮食/营养引起的疾病的认识b 14 (6.5) 44 (20.3) 42 (19.3) 73 (33.6) 44 (20.3)
增加了我对健康饮食方式的了解b 1 (5) 7 (3.2) 14 (6.4) 98 (45.2) 97 (44.7)
提高了我对健康饮食的好处的认识d 1 (0.5) 12 (5.5) 30 (13.8) 95 (43.8) 79 (36.4)
增加了我对健康的渴望c 1 (0.5) 5 (2.3) 8 (3.7) 78 (35.9) 125 (57.6)
增加了我在健康饮食方面获得的社会支持b 11 (5.0) 41 (18.9) 39 (18.0) 78 (35.9) 48 (22.1)
增加了我收到的关于健康饮食的积极反馈b 12 (5.5) 20 (9.2) 41 (18.9) 89 (41.0) 55 (25.4)
增加了我制定健康饮食目标的欲望c 0 (0.0) 0 (0.0) 5 (2.3) 84 (38.7) 128 (59.0)
提高了我实现健康饮食目标的能力b 0 (0.0) 1 (0.5) 11 (5.1) 94 (43.3) 111 (51.1)

一个调查中的所有理论问题之前都有这样的陈述:现在想想你在过去6个月里使用过的饮食/营养应用程序。使用该应用程序有…

b问题来源于社会认知理论。

c问题来源于计划行为理论。

d问题来源于健康信念模型。

大多数参与者强烈同意,使用饮食/营养应用程序导致了他们行为的改变,即增加了健康饮食的实际目标设定(58.5%,127/217),增加了他们吃健康食品的频率(57.6%,125/217),增加了他们吃健康食品的一致性(54.4%,118/217;表3).

参与者强烈同意他们使用的饮食/营养应用程序易于使用(62.9%,156/217)和有用(60.5%,150/217;表4).许多人也强烈同意他们喜欢这些应用程序(54.4%,135/217),并且喜欢使用这些应用程序(44.8%,111/217)。大约一半的参与者(54.0%,134/217)强烈同意他们会向其他人推荐这些应用程序。这个测量敬业度的量表获得了很高的Cronbach alpha(.875)。

其中两个预测因子与理论(表5).具体来说,应用粘性(P<.001)和应用价格(P< 0.01)与理论相关。

一些预测因素也与饮食相关的行为改变呈正相关(表6).理论(P< 0.001),应用粘性(P<.001), app使用率(P<.003),教育程度(P< 0.01)均与行为改变呈正相关。

图1总结理论、行为和其他预测因素之间的重要关系。箭头表示假设的关系方向,星号表示统计显著性水平。在该模型中,应用程序的价格和参与者的参与程度影响理论,进而推动行为变化。参与也会直接影响行为。最后,参与者的受教育程度和使用app的频率对行为改变有直接影响。

表3。参与者对行为改变问题的回答摘要。
问题一个 反应(N=217), N (%)

强烈反对 不同意 中性 同意 强烈同意
增加了我的实际目标设定,吃一个健康的饮食 1 (0.5) 0 (0.0) 11 (5.1) 78 (35.9) 127 (58.5)
增加了我吃健康食品的频率 0 (0.0) 2 (0.9) 8 (3.7) 82 (37.8) 125 (57.6)
增加了我吃健康食品的一致性 0 (0.0) 1 (0.5) 8 (3.7) 90 (41.4) 118 (54.4)

一个调查中的所有理论问题之前都有这样的陈述:现在想想你在过去6个月里使用过的饮食/营养应用程序。使用该应用程序有…

表4。参与者对参与问题的回答摘要。
问题一个 反应(N=217), N (%)

强烈反对 不同意 中性 同意 强烈同意
这个应用程序很有帮助 2 (0.8) 3 (1.2) 4 (1.6) 89 (35.9) 150 (60.5)
这个应用程序很容易使用 1 (0.4) 2 (0.8) 6 (2.4) 83 (33.5) 156 (62.9)
我喜欢使用这个应用程序。 2 (0.8) 4 (1.6) 26日(10.5) 105 (42.3) 111 (44.8)
我喜欢这个应用程序。 1 (0.4) 3 (1.2) 10 (4.0) 99 (39.9) 135 (54.4)
我会向其他人推荐这个应用程序 1 (0.4) 3 (1.2) 19日(7.7) 91 (36.7) 134 (54.0)

一个调查中所有参与问题之前都有这样的陈述:考虑到你在过去6个月里使用过的饮食/营养应用程序……

表5所示。普通最小二乘回归结果的决定因素的理论。
理论的决定因素 系数
(标准误差)
t P>|t| 95%可信区间
应用接触 1.06 (0.17) 6.42 <措施 0.74 - -1.39
app价格 0.50 (0.20) 2.50 . 01 0.11 - -0.90
使用app的频率 0.11 (0.17) 0.64 −0.23 ~ 0.45
性别 0.16 (0.17) 0.98 .33 −0.17 ~ 0.50
年龄 0.05 (0.11) 0.49 −0.16 ~ 0.26
收入 −0.66 .51 −0.17 ~ 0.09
教育 −1.36 只要 −0.11 ~ 0.02
常数 1.33 (0.61) 2.20 03 0.14 - -2.53
表6所示。行为改变决定因素的普通最小二乘回归结果。
独立变量 系数
(标准误差)
t P>|t| 95%可信区间
理论 0.10 (0.02) 4.87 <措施 0.06 - -0.14
应用接触 0.39 (0.05) 7.56 <措施 0.29 - -0.50
app价格 −0.06 (0.06) −1.02 。31 −0.18 ~ 0.06
使用app的频率 0.15 (0.05) 3.02 .003 0.05 - -0.25
性别 0.05 (0.05) 0.96 −0.49 ~ 0.14
年龄 −0.00 (0.03) −0.14 .89 −0.06 ~ 0.06
收入 0.01 (0.01) 0.88 .38 −0.01 ~ 0.03
教育 0.05 (0.02) 2.60 . 01 0.01 - -0.09
常数 0.20 (0.18) 1.14 −0.15 ~ 0.55
图1所示。影响行为改变的因素。图1说明了移动应用程序属性、行为的理论决定因素和行为之间的关系。箭头表示假设的关系方向,星号表示统计显著性。
查看此图

主要研究结果

这项研究的目的是探索与使用饮食和营养相关的健康应用程序相关的行为改变机制,并检查这些应用程序的使用是否与饮食行为的实际变化有关。这项研究的结果表明,饮食/营养应用程序的使用与饮食相关的行为改变有关。此外,这项研究表明,行为改变理论与使用饮食/营养应用程序相关的实际行为改变呈正相关。

这项研究的参与者报告说,使用应用程序增加了动力、欲望和改善饮食摄入的能力。同样,参与者表示,他们建立和实现饮食目标的能力有所提高。综上所述,这些增长表明,与饮食和营养相关的应用程序提高了自我效能感,或者增强了人们对健康饮食行为的信念。自我效能感是SCT的关键组成部分,被广泛认为是健康行为的有力预测指标,似乎是健康应用程序促进行为改变的关键机制[82223].

调查结果还表明,应用程序的使用有助于形成支持改善饮食行为的态度,以及健康饮食的行为意愿。TPB假设行为态度和信念与主观规范和自我效能相结合可以预测行为意图[13].这项研究的结果表明,当使用与饮食和营养相关的应用程序时,与健康饮食的重要性相关的态度以及随后的行为意图是行为改变的机制。在其他研究中,通过使用以患者为中心并提高自我管理技能的移动医疗信息工具,实现了行为改变,观察到自我效能感和增强自主性之间的这种吻合[1124].

最后,参与者报告说,他们对健康饮食方式的了解有所增加,并意识到改善饮食习惯的好处。虽然一般知识本身往往不足以促成变革[25],这项研究表明,当使用与饮食和营养相关的应用程序时,与改善饮食行为的方式和改善饮食行为的好处相关的知识是改变的机制。

限制

在解释本研究的结果时,应考虑到几个局限性。首先,这项研究限制了参与者的种族和民族多样性。这项研究的受访者主要是年龄、教育程度和经济地位相似的白人。这种限制可能反映了使用MTurk基于网络的调查系统的人口统计[26].需要对更多样化的样本进行进一步的研究,以对本研究的主要发现进行概括。

其次,由于需要平衡资源约束和各种研究兴趣问题,本研究仅包括有限的参与者数据。将通过收集更多的参与者数据和资料来加强这项研究。例如,收集受访者的身高和体重信息,以检查身体质量指数和糖尿病等健康结果与应用程序使用之间的关系,可能会有所帮助。第三,通过测试前和测试后的设计,评估参与者在下载应用程序前后的饮食和营养行为,可能会揭示与应用程序使用相关的行为改变机制。未来的研究可能会受益于针对饮食/营养应用程序使用动机的定性研究设计。第四,了解参与者下载和使用饮食和营养相关应用程序的动机可能也很有用,就像确定这些应用程序是否符合参与者的期望一样。尽管存在这些限制,但这项研究代表了了解饮食和营养相关应用程序导致行为改变的机制的初步努力,这可以指导未来的应用程序开发和研究设计。

结论

与饮食和营养相关的移动应用程序有望成为成功促进积极健康行为改变的工具。这项研究的结果证实,饮食/营养应用程序的使用与饮食相关的行为改变有关。此外,专注于提高动机、欲望、自我效能、态度、知识和目标设定的应用程序可能特别有用。为了确保移动应用程序是有效的健康行为改变推动者,应该继续将促进健康行为改变的理论及其各自的结构(如SCT, TPB和HBM)整合到健康应用程序的设计和实施中。展望未来,饮食/营养应用的开发者可能会考虑设计配置,强调提供知识来塑造态度和信念,然后尝试影响应用用户的实际技能发展。游戏化元素或其他类似范例可能有助于维持用户的动机和持续减肥的愿望。

致谢

这项研究是由杨百翰大学的教学促进基金资助的。

利益冲突

没有宣布。

  1. Ogden CL, Carroll MD, Kit BK, Flegal KM。2011-2012年美国儿童和成人肥胖症患病率美国医学杂志2014年2月26日;311(8):806-814。[CrossRef] [Medline
  2. Flegal KM, Carroll MD, Ogden CL, Curtin LR。1999-2008年美国成年人肥胖的流行和趋势。中国医学杂志2010年1月20日;03(3):235-241。[CrossRef] [Medline
  3. 我们食物的真正成本是多少?对环境、社会和公共健康营养的影响。公共卫生学报,2012;15(2):268-276。[CrossRef] [Medline
  4. Ebbeling CB, Pawlak DB, Ludwig DS。儿童肥胖:公共健康危机,常识治疗。Lancet 2002 Aug 10;360(9331):473-482。[CrossRef] [Medline
  5. 王丽娟,王丽娟,王丽娟,等。糖尿病患者血脂和血糖水平的研究进展。[J]中华医学杂志,2002;26(12):1617-1622。[CrossRef] [Medline
  6. Bert F, Giacometti M, Gualano MR, Siliquini R.智能手机与健康促进:证据综述。医学系统学报,2014,38(1):9995。[CrossRef] [Medline
  7. Hebden L, Cook A, van der Ploeg H, Allman-Farinelli M.营养和体育活动行为改变智能手机应用程序的开发。生物医学工程学报,2012;1(2):9 [j]免费全文] [CrossRef] [Medline
  8. West JH, Hall PC, Arredondo V, Berrett B, Guerra B, Farrell J.饮食应用的健康行为理论。[J]消费健康互联网2013;17(1):10-24。[CrossRef
  9. 特纳-麦克格里GM,比茨MW,摩尔JB,卡钦斯基AT,巴尔-安德森DJ,塔特DF。参与移动健康减肥计划的超重成年人的身体活动和饮食摄入量的传统与移动应用程序自我监测的比较。中华医学杂志,2013;20(3):513-518 [J]免费全文] [CrossRef] [Medline
  10. 汉德尔乔丹。移动医疗(移动医疗)——使用健康和保健应用程序。地理学报,2011;7(4):256-261。[CrossRef] [Medline
  11. iPhone消费者健康应用介绍。消费健康互联网2011;15(4):322-329。[CrossRef
  12. Carter MC, Burley VJ, Nykjaer C, Cade JE。坚持使用智能手机应用程序减肥与使用网站和纸质日记:试点随机对照试验。中国医学杂志,2013;15(4):e32 [J]免费全文] [CrossRef] [Medline
  13. 王晓明,王晓明。健康行为的理论、研究与实践。旧金山,加州:乔西-巴斯;2015.
  14. 在营养教育中,一种理论比另一种更好吗?一种观点:越多越好。[J] .教育科学学报;2004;36(1):40-42。[Medline
  15. 刘志强,刘志强。行为科学如何促进数字健康。中华行为医学杂志,2013;3(3):271-276 [j]免费全文] [CrossRef] [Medline
  16. Acharya SD, Elci OU, Sereika SM, Styn MA, Burke LE。与标准的纸质记录相比,使用个人数字助理进行自我监测对超重/肥胖成年人的饮食质量影响更大。中华饮食杂志,2011;111(4):583-588 [J]免费全文] [CrossRef] [Medline
  17. Breton ER, Fuemmeler BF, Abroms LC。减肥-有一个应用程序!但它是否遵循循证实践?中华医学杂志,2011;1(4):523-529 [j]免费全文] [CrossRef] [Medline
  18. West JH, Hall PC, Hanson CL, Barnes MD, Giraud-Carrier C, Barrett J.有这样一款应用:付费健康和健身应用的内容分析。中国医学杂志,2012;14(3):e72 [J]免费全文] [CrossRef] [Medline
  19. 张建军,张建军,张建军,等。基于健康健身理论的健康行为改变研究进展[J]。公元2012年,03(08年):1 - 5。[CrossRef
  20. 研究基于互联网的人口:在线调查研究、在线问卷制作软件包和网络调查服务的利弊。计算机通信学报;2005;10(3):00。[CrossRef
  21. A.网络调查的价值。互联网研究,2005,15(2):195-219。[CrossRef
  22. Azar KM, Lesser LI, Laing BY, Stephens J, Aurora MS, Burke LE,等。体重管理的移动应用:基于理论的内容分析。预防医学杂志,2013,45(5):583-589。[CrossRef] [Medline
  23. Cowan LT, Van Wagenen SA, Brown BA, Hedin RJ, Seino-Stephan Y, Hall PC,等。钢铁般的应用程序:锻炼应用程序是否为消费者提供了现实的期望?:针对存在行为改变理论的运动app内容分析。健康教育行为,2013,40(2):133-139。[CrossRef] [Medline
  24. 葛兰D, Garnett C, Brown J, West R, Michie S.行为改变技术在戒酒应用中的应用:内容分析。医学互联网研究,2015;17(5):e118 [J]免费全文] [CrossRef] [Medline
  25. RN裂缝的。缩小健康促进中的知识-行为差距:自我效能感的中介作用。卫生公报2000;12(3):219-237。[CrossRef] [Medline
  26. 刘建军,刘建军,刘建军,等。谁是众包工作者?机械土耳其的人口结构变化。中文摘要:计算机系统中的人为因素。2010,发表于:CHI EA '10;2010年4月10日至15日;亚特兰大,GA页2863-2872。[CrossRef


HBM:健康信念模型
SCT:社会认知理论
“:计划行为理论


G·艾森巴赫编辑;提交26.01.17;S Litzkendorf、J Bian、B Cao、R Biviji同行评议;对作者16.03.17的评论;收到订正版05.05.17;接受06.05.17;发表10.07.17

版权

©Joshua H West, Lindsay M Belvedere, Rebecca Andreasen, Christine Frandsen, P Cougar Hall, Benjamin T Crookston。最初发表于JMIR Mhealth and Uhealth (http://mhealth.www.mybigtv.com), 2017年7月10日。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mhealth和uhealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map