推广智能手机减肥应用的健康效益和成本效益:多状态生命表建模

介绍

肥胖是许多慢性疾病的一个重要风险因素，这些疾病会影响人们的生活质量，并导致大量的卫生系统成本。肥胖是心血管疾病(CVD)、糖尿病、骨关节炎和各种癌症的公认危险因素[1]．

移动医疗(mHealth)被定义为“应用移动技术，包括电话、平板电脑、远程监控和跟踪设备，以支持和提高医疗保健和公共卫生实践的绩效”[2]．在这里展示的建模研究中，移动健康指的是使用智能手机应用程序向参与者提供饮食、运动和健康信息，以及行为改变支持，以帮助他们减肥。移动医疗工具可以在人们方便的时候使用，无论是在家里还是在旅途中使用手机。因此，这些干预措施有可能比面对面的减肥计划提供更多的常规信息，因此可能是当前减少肥胖策略的重要低成本补充。

尽管目前缺乏强有力的有效性证据，但移动医疗技术在未来有改善公共卫生的潜力[3.]．然而，越来越多的证据表明智能手机应用程序对减肥有效。2014年发表了一篇系统综述，其中包括利用智能手机应用程序、短信和网络资源的干预措施[4]．它包括12项随机对照试验(rct)的初步研究，这些试验调查了通过饮食和体育活动进行的移动健康减肥干预。对这12项研究的荟萃分析估计，与对照组相比，干预组的体重减轻了0.43公斤(95% CI: 0.25-0.61)。然而，关于这种体重减轻持续多长时间和多大程度的证据很少，这是我们在本文中探索的一个重要的不确定性来源，因为它将对未来的健康收益和成本或成本节约产生影响。

总体人口影响的另一个关键决定因素是智能手机应用的普及程度。吸收将取决于市场营销，位置和口碑。政府或卫生系统提供者也可以促进应用程序的使用，特别是如果这种促进能够经济有效地提高健康效益。因此，本研究的目的是估计大众媒体推广使用智能手机应用程序向参与者提供健康信息和行为改变支持以减肥的移动健康计划可能的未来健康影响、成本和成本效益，并与一个相当典型的发达国家环境中的移动健康的现有推广和使用水平进行比较:新西兰。第二个目的是确定未来研究的目标，以提高这些类型干预措施的成本效益模型的准确性。

方法

概述

该模型的输出包括获得的增量质量调整寿命年(QALYs)和以新西兰元(NZ $)计算的成本或成本节约。产出按3%折现，0%和6%用于情景分析。采用了卫生系统的观点，并利用生命周期对收益和成本进行建模。该干预被模拟为对超重和肥胖的新西兰成年人实施1年的一次性干预。

为了估计该模型的干预和常规业务(BAU)比较指标之间的质量年和卫生系统成本差异，使用Excel中构建的饮食多状态生命表(MSLT)模型模拟了2011年存活的整个新西兰人口直到死亡。该通用模型的结构和BAU输入在该模型的技术报告中有详细描述(参见多媒体附录1［5])。本方法部分的其余部分提供了总体结构和BAU输入的摘要，以及关于此移动健康干预的具体干预参数的更多细节。

假设BAU比较指标包括移动医疗推广的现有水平——这在新西兰是可以忽略不计的(即，我们知道该国没有卫生机构推广特定的智能手机减肥应用程序)。因此，我们没有将模型的基线成分剥离回假设的“无移动健康”比较器。简而言之，BAU模型使用按性别和年龄分列的预测全因死亡率和发病率，并分别针对Māori(土著人口)和non-Māori族裔群体。与这个主要生命表并行的是14个与身体质量指数(BMI)相关的疾病生命表，其中人口的比例同时存在:冠心病(CHD)、中风、2型糖尿病、骨关节炎和多种癌症(即子宫内膜癌、肾癌、肝癌、食管癌、胰腺癌、甲状腺癌、结肠直肠癌、乳腺癌、卵巢癌和胆囊癌)。新西兰人口在每种疾病生命表中的比例是疾病发病率、病死率和缓解(后者仅用于癌症)的函数。

该干预被模拟为发生在2011年第一年的一次性智能手机应用推广。通过移动健康干预导致的BMI变化来捕捉干预效果。然后通过人口影响分数(pif)将BMI的变化与BMI与疾病之间关联的相对风险结合起来;未来bmi相关疾病发病率的百分比降低)改变了bmi相关疾病生命表的流入。通过使用心血管疾病、糖尿病和骨关节炎在前一个时间窗口内的平均BMI变化(0 - 5年)和癌症的10 - 30年)来考虑BMI变化到疾病发病率变化的时间滞后。关于边界(5年、10年和30年)的概率不确定性也被指定(见多媒体附录1［5])。

输入参数

正常的参数

所有输入参数(按性别、年龄和种族指定，除非另有说明)均显示在表1更详细的描述在多媒体附录1［5]．简单地说，每种bmi相关疾病在2011年都有发病率、流行率和病死率。缓解率指定用于癌症，但慢性疾病如冠心病、中风、2型糖尿病和骨关节炎(即终身诊断)的缓解率设置为0。这些参数是使用DISMOD II(世界卫生组织2001-2009年，由Jan J Barendregt创建)计算的[6]，这是一个用于计算每种疾病的流行病学和数学上连贯的参数集的程序。癌症发病率、病死率和缓解的未来趋势使用历史数据趋势的回归估计来确定。其他疾病的趋势来自新西兰疾病负担研究(NZBDS) [7]．

使用NZBDS中的残疾生活年数(YLDs)对每种疾病的发病率进行量化(按性别、年龄和种族群体分别进行量化)，除以人口数量得出普遍的残疾生活年数。残障权来自2010年全球疾病负担研究，用于估计这些残障人士的健康状况评估[8]．

2011年，卫生系统成本(特定性别和年龄)以新西兰元计算，使用2006年至2010年发生的公共资助(和一些私人资助)卫生事件的单独关联数据，包括住院、住院程序、门诊、药品、实验室和预期的初级保健使用。在现有架构的基础上发展[9]为计算医疗系统成本的时间，为整个队列分配了一份(按性别和年龄划分)无bmi相关疾病且不在其生命最后6个月的公民的年度医疗系统成本。额外的疾病特异性额外费用分配给(1)在bmi相关疾病诊断的第一年，(2)在生命的最后6个月(如果死于给定疾病)，以及(3)每种疾病的其他流行病例。成本是在队列的整个生命周期内建模的，包括与bmi相关疾病相关和不相关的成本(意味着由于减肥干预而增加的寿命会增加一些队列成员的卫生系统成本)。当成本换算成美元(1.486美元兑1新西兰元)时，使用的是经济合作与发展组织2011年的购买力平价。

干预参数

在这项研究中，移动健康项目是指那些使用智能手机应用程序向参与者提供健康信息和行为改变支持以减肥的项目。假设智能手机应用将通过一种主要媒体在全国范围内推广。首先，根据新西兰最近的一项研究，网站链接了5款iOS和Android最佳减肥应用(下载费用均在4新西兰元以下)[12]，将在卫生部和其他健康促进网站上展示。这些应用程序主要通过它们的卡路里计数和运动跟踪功能，以及额外的提示和支持功能来实现。这些应用程序的推广将通过政府资助的大众媒体活动进行。

接受这种干预的人口比例及其计算方法在图1。目标人群是生活在新西兰的超重或肥胖的成年人(目标人群是18岁以上的人，但BMI和疾病之间的相对风险从25岁开始适用)，他们可以使用智能手机，并且想要尝试减肥。新西兰成年人(年龄>18岁)超重或肥胖的比例来自国家营养调查(2008-2009)，并按性别、种族和年龄组进行估计。采用这种干预措施的人口比例计算如下。

首先，估算出74.42%(不确定区间[UI]为57.49% ~ 88.19%;看到表2)的人口可以使用智能手机应用程序。总共使用了两种对智能手机使用情况的估计:新西兰研究公司(Research New Zealand)的一项调查[13报告称，2013年新西兰成年人拥有或使用智能手机的比例为59%，预计到2018年新西兰人使用智能手机的比例将达到90% [14]．(我们使用2011年的基线数据，但使用了更多新西兰当前的智能手机使用情况，以提供更相关的输出)。

第二，通过大众媒体运动可接触到的人数是根据以下列出的以前一些国家级健康促进机构(HPA)运动的覆盖范围估计的。新西兰健康协会是一个由国家资助的组织，领导促进新西兰健康的项目。

• 在2013年的HPA心脏和糖尿病检查活动中，70%的核心受众每月至少看到一次广告，50%的目标受众看到3次广告[15]．
• 总共开展了两次酒精宣传活动，使89%的人了解了关键营销信息，75%的成年人了解了酒精法律变更的关键要素[15]．
• 预防风湿热的电视宣传活动达到76%的目标受众(高危儿童和青少年的父母和照顾者)[16]．

我们对推广智能手机减肥应用的大众媒体活动的可能覆盖范围的估计是基于这些不确定的大众媒体活动数据的平均值:中心估计为77.94%，UI为70.00%至89.00%。近一半(46.8%)的新西兰成年人(60%拥有智能手机的新西兰人中有78%)被认为接触过干预措施的推广并拥有智能手机。这可能是一个相对保守的估计，因为我们没有建模的机制可能会有额外的影响，即通过HPA健康饮食计划中建议的基于网络的活动(2013-14年HPA健康饮食计划中所有基于网络的活动的平均总访问量为每月2,272,525次[15])，通过卫生专业人员的介绍，以及通过口口相传。

‎ 查看此图

我们使用了两项美国调查，这两项调查报告了下载减肥应用的智能手机用户的百分比，以估计上述人群在本研究中下载减肥应用的比例。Fronstin [17报告称，25%拥有私人医疗保险的智能手机用户使用过体重管理或饮食应用。皮尤研究中心(Pew Research Center)发布的一份互联网报告显示，在19%下载过健康应用的智能手机用户中，有12%的人下载过减肥应用。18]．这相当于所有智能手机用户的2.3%。这是一个广泛的估计范围，反映了美国人口中减肥应用程序的基线使用情况(而不是大众媒体活动的影响)，但这是我们目前可以确定的最佳证据。广泛的不确定性已被纳入估算以反映这一点。平均(13.46%，UI为2.50%-25.00%;看到表2)作为大众媒体宣传活动接触到的超重和肥胖智能手机用户的估计，他们可能会下载减肥应用。在这个标准的应用下载率下，大众媒体宣传并没有增加目标人群下载减肥应用的比例，但仍然可能会改变下载的应用类型。

由于这张图代表的是没有大众媒体宣传的通常下载率，所以我们模拟了一系列不同但仍然合理的下载率:标准下载率(基本情况)，下载增长50%，下载率翻倍，以及相应比例的用户界面。

美国消费者健康信息公司(N=395)在2011年进行的一项网络调查发现，26%下载的智能手机应用程序被反复使用(即10次或以上)[19]．假设这一结果适用于新西兰的超重或肥胖人群，那么有1.36%的目标人群可能会使用该应用10次以上图1;请注意，在该图中，根据新西兰成年人超重或肥胖的平均比例，最终接受干预的人口百分比为1.5%，当使用人口权重在模型中计算该数字时，为1.36%)。先前概述参数的不确定性导致最终数据的不确定性(1.36%[0.39%-2.99%])。看到图1对于这一种群选择过程的图示总结。除了超重或肥胖人群的比例(因年龄、性别和种族而异)外，用于该干预的所有参数在所有年龄、性别和种族群体中都是相同的。

BMI降低的效应量成功的应用程序用户(即10次或以上使用)的数据来自于一项关于移动设备和成人减肥的随机对照试验的系统综述[4]．纳入17项随机对照试验，其中12项为初步研究，5项为初步研究的二次分析。在这12项研究中，有8项使用手机作为干预媒介，特别是智能手机。在这12项研究中，有9项同时针对饮食和体育活动来诱导减肥。剩下的3项研究主要集中在体育活动以诱导减肥，而没有一项研究只针对饮食改变。12项研究的干预时间(即不包括随访)从4周到2年不等，研究均在高收入国家进行:英国、美国、芬兰和澳大利亚。所有纳入的研究都按照最初的分配使用意向治疗分析。干预措施包括各种方法，包括体重、能量摄入和能量消耗目标设定和自我监控、各种主题的文本提醒、膳食和体育活动计划、伙伴组成、奖励奖杯室，甚至一些小组会议和咨询师的电话。对这12项以体重为结局的研究的荟萃分析估计，与对照组相比，干预组的体重减轻了0.43 kg (95% CI 0.25-0.61)。在MSLT模型中，使用4个人口统计组(Māori男性，Māori女性，non-Māori男性，non-Māori女性)的平均身高将体重变化转换为BMI变化。

效应值为- 0.43 kg(- 0.61至- 0.25)，相当于在成功完成移动健康干预的人群中，不同种族的性别BMI单位减少了0.14至0.17。关于效应衰减，系统评价中纳入的试验[4并没有测量随着时间的推移体重减轻的维持情况。Dansinger等人对面对面饮食建议的荟萃分析[20.研究发现，在接受饮食咨询后，体重指数每月增加0.03个单位，而最初的体重指数下降了1.9个单位。关于体重恢复如何因减肥干预类型和初始体重减轻程度而不同的证据目前有限，因此我们使用每月0.03个BMI单位来估计移动健康干预的效果如何在干预后衰减。在如此小的初始效应量下，干预后大约5个月，BMI下降回到0。

干预的成本

对于这种干预，假设已经存在的智能手机应用程序(如最近的一项调查所确定的)[12])，从而避免了与任何新软件开发相关的成本。卫生部或卫生署开展的媒体宣传活动的费用是根据以往的健康促进媒体宣传活动(表3）.

相对风险

然后将BMI的变化与特定疾病的相对风险相结合(见多媒体附录1［5])，从而改变bmi相关疾病的发病率。

建模与分析

Microsoft Excel使用了一个Ersatz插件(由Jan J Barendregt创建的Epigear International)，在模型中运行了2000次具有不确定性的每个场景。这些模拟中的每一个都涉及到从概率密度函数中随机抽取这些参数的不确定性表1和2。产生的主要结果是获得的质量年增量和累积的卫生系统净成本。净卫生系统成本是干预成本和移动医疗干预导致的疾病发病率变化所导致的预计未来卫生系统支出差异的总和(包括寿命延长所带来的额外卫生成本)。

结果

基础病例干预的估计影响是29个QALYs的健康增益(95% UI: 14-52;在模拟人口的一生中，卫生系统的成本为230万新西兰元(95% UI: 160 - 300万新西兰元，160万美元[95% UI: 1.1-2.0]) (表4）.这是假设应用下载的标准率(即，大众媒体推广并没有增加目标人群下载减肥应用的比例，但仍可能改变被下载的应用类型)。当目标人群下载应用程序的比例在合理的方向上进行修改时，即在标准下载率的基础上分别增加50%和两倍，QALY收益增加到45 (95% UI: 21-81)和59 (95% UI: 27-107)。成本分别降至200万新西兰元(95% UI: 110 - 280万新西兰元，140万美元[95% UI: 0.7-1.9])和180万新西兰元(95% UI: 70 - 260万新西兰元，120万美元[95% UI: 0.5-1.8])。

每QALY获得的成本(或增量成本效益比)为标准下载率为79,700新西兰元(53,600美元)，下载率增加50%为45,500新西兰元(30,600美元)，下载率翻倍的情况为29,900新西兰元(20,100美元)。根据4.5万新西兰元(3万美元)的门槛，这一干预措施似乎对总人口具有边际成本效益，当标准下载率增加50%时，对Māori具有成本效益。当下载率因为大众媒体宣传而翻倍时，这种干预是具有成本效益的。

男性和女性的质量aly和相关费用相似。由于Māori只占新西兰总人口的15%，获得的绝对质量年和成本的大部分发生在non-Māori人口中。在标准下载率下，目标人群(超重或肥胖人群)的健康收益为每1000人0.011个QALYs，下载率翻倍时为每1000人0.021个QALYs。年龄标准化人均QALY从Māori的干预中获得的收益是non-Māori的两倍，在基本情况下，Māori为0.010 / 1000,non-Māori为0.005，当下载率翻倍时，Māori为0.021,non-Māori为0.009。在将non-Māori死亡率和发病率应用于Māori的公平分析中，对Māori较高的背景死亡率和发病率进行调整[22]， Māori获得的QALYs总数从5个增加到6个。

未贴现的基本情况结果显示，由于干预，健康增加了55个QALYs (表5)和19个折扣6%的QALYs。在假设的情况下，随着时间的推移体重保持下降，在队列的整个生命周期中，获得的总质量年将增加到2420年，并提供4430万新西兰元的成本节约。

‎ 查看此图

‎ 查看此图

对模式不确定性有影响的参数显示在龙卷风图中图2和3.。对qaly的不确定性贡献最大的参数是应用是否被下载(游戏邦注:这在游戏中呈现的主要结果是不同的)表4)，效应大小，以及经常使用该应用程序的估计(定义为使用10次或以上)。其他也导致总体不确定性的参数包括BMI与疾病发病率之间关联的相对风险的不确定性;使用智能手机;新西兰人的身高;估计接触到大众传播媒介运动的目标人口的比例;发病率、病死率和缓解的疾病特异性估计;以及发病率估计。干预与疾病发病之间的时间滞后的不确定性、BMI与疾病之间关联的理论最小风险暴露水平、疾病趋势和BMI衰减对总体不确定性的影响最小。

类似的结果也出现在不确定性对成本的影响上，但最大的影响因素是干预成本。接下来的前3个参数如下:(1)应用程序是否被下载，(2)效应大小，(3)和应用程序的定期使用。围绕特定疾病的卫生系统成本的不确定性也对总体不确定性做出了适度的贡献。

讨论

主要研究结果及解释

建模干预是基于对移动设备干预的荟萃分析，该分析报告称，那些接受移动健康减肥干预的人比对照组平均多减掉0.43公斤(95% CI - 0.61至- 0.25)的体重[4]．当建模通过bmi相关疾病的发病率的变化，然后健康收益的QALY和卫生系统成本，当下载率增加50%时，这种干预被发现对总人口具有边缘性成本效益，但对Māori具有成本效益，基于每个QALY获得4.5万新西兰元的门槛。然而，如果大众媒体宣传活动的结果是下载率翻倍(每QALY $29,900或$20,100)，对整个人口来说将是划算的。进一步的研究将有助于提高这类活动所产生的下载率估算。对健康的总体影响很小，在进入模拟的440万人的剩余寿命中，获得的总质量aly从29到59不等。卫生系统的费用从180万到230万新西兰元不等。

即使有更高的下载率(因此有更高的健康收益)，从人均人口的角度来看，这些情况下的总健康收益仍然很小。例如，每年增加烟草税所带来的健康收益使新西兰人口达到60,400个质量年[23]．将膳食盐摄入量减少35%(通过强制规定包装食品的最高含盐量、通过快餐和餐厅食物减少含盐量以及任意摄入量)可产生235,000个生活质量年[24在新西兰人口的一生中

假设干预本身对Māori和non-Māori同样有效，那么Māori的年龄标准化人口人均质量年是non-Māori的两倍，这反映出Māori的超重和肥胖率高于non-Māori。对于Māori来说，更大的好处可能来自专门为这一人群设计的应用程序和促销活动。

研究优势与局限

用于建模的效应大小是驱动所呈现的健康和成本输出的重要参数。这是从一项荟萃分析中得出的，这是目前最优质的证据，但在新西兰的情况下所看到的效果可能会因荟萃分析的效应大小而有所不同。荟萃分析中的移动健康应用程序与通过该干预措施在新西兰实施的应用程序不同。meta分析的效应大小还包括智能手机以外的其他移动设备和移动健康的其他元素。模型效应和可能的实际效应之间的这些差异，以及效应大小的不确定性是导致结果总体不确定性的第二大因素这一事实，都是值得考虑的。缺乏证据证明大众媒体运动对下载率的有效性是这项工作的另一个限制。该参数对健康结果的不确定性最大，该参数的变化会使干预措施从成本无效变为具有成本效益。因此，关于该参数的未来研究将更好地了解推广智能手机减肥应用程序的成本效益。

由于一些原因，模拟的健康益处实际上可能被低估了。这项研究只模拟了干预对那些实际接受干预的人的影响，但通过改变家庭膳食或增加家庭体育活动，可能会对其他家庭成员产生额外的溢出效益。此外，干预对身体活动本身的影响并没有通过疾病发病率来建模。干预也被建模为一次性干预，而实际上干预可以持续进行，有可能在数年内招募更多的人，并/或维持最初参与者的行为改变。随着时间的推移，智能手机应用的使用率和可用应用的质量也可能会增加，相对于2014年发表的荟萃分析，有效性可能会增加效应大小。例如，高质量的应用程序可以将膳食能量摄入的数据收集与基于智能手机内置计步器的能量消耗自动估计相结合。此外，如果智能手机减肥应用程序与初级保健的饮食咨询相结合，这种干预的范围可能会扩大。这些类型的应用程序可能会更加融入日常生活，因此减肥成果可能会在未来更长的时间内持续下去。

关于体重下降回到基线的速度，BMI下降的证据来自于一项荟萃分析[20.并以减肥饮食咨询干预为基础。然而，对于移动健康干预来说，减肥效果可能会有所不同，个人可以在未来继续访问应用程序，而不像面对面的饮食咨询，这是有时间限制的。在整个生命过程中保持体重减轻的情景分析显示出更大的健康收益(2420个质量年)，并产生大量的成本节约(4430万新西兰元)。事实很可能介于基本情况和这种情况之间。此外，如上所述，应用程序设计和致肥环境的变化可能会影响干预衰减率。这些因素可能需要进一步研究，以改进对健康收益的估计。

最后，这项研究是从健康系统的角度出发的，但这种干预可能会带来更广泛的社会效益，例如，为了减肥而改变人们的饮食习惯，可能会降低高能量乳制品和肉制品的消费，从而减少温室气体排放。25]和其他与牲畜有关的环境破坏(用水、水污染、侵蚀和生物多样性减少)。较低的身体质量指数和增加的身体活动也会改善健康状况，从而提高工作场所的生产力(例如，减少与疾病有关的缺勤、因病提前退休和退休前过早死亡)。

对研究的潜在影响

随着移动健康领域的发展，进一步研究超重和肥胖人群经常使用移动健康减肥干预措施的比例，大众媒体活动对这一比例的影响，他们随后的体重减轻，以及他们的体重减轻维持多久，都将是有用的。还可以考虑在基于智能手机的数字助理的背景下确定应用程序的使用情况，这些数字助理可以访问应用程序(例如，谷歌的“谷歌助理”和苹果的“Siri”)，或者提供减肥支持的家庭数字助理(例如，亚马逊的“Alexa”)。

对卫生机构的潜在影响

对这种移动医疗干预进行建模的结果表明，在人口水平上，它可能有相对较小的绝对健康收益(考虑到目前的应用程序使用水平和当前的应用程序设计)。因此，智能手机减肥应用不应该成为当前减肥策略的优先考虑对象。相反，资源应优先用于可能对健康产生更大影响的具有成本效益或节省成本的干预措施，如食品或饮料税和补贴[26]、限制销售不健康食品[27]，以及改善营养标签[28]．随着智能手机使用的增加，更易于使用和有效的应用程序的出现，以及将应用程序推广与卫生工作者的饮食咨询相结合，智能手机减肥应用程序的范围可能会扩大。因此，移动健康减肥可能会成为未来肥胖预防策略中更可行的组成部分。