肥胖和超重被认为是主要的公共卫生问题，因为它们的发病率很高，并与各种健康并发症有关，包括心血管疾病、2型糖尿病和癌症[ 1， 2］．由于影响超重和肥胖的因素多种多样，包括个人因素、遗传因素和环境因素，因此其预防和治疗也很复杂。为了获得成功的治疗，需要多因素的方法，包括饮食和运动计划，辅以心理治疗和行为改变策略[ 3.］．

近年来，我们目睹了在个人医疗保健中使用应用程序的革命，因为它们是快速、灵活、方便、多功能、可管理和可为患者提供支持的说明性工具。因此，移动健康(mHealth)可以在预防和治疗超重和肥胖方面发挥重要的辅助作用，通过跟踪身体活动(PA)，实现饮食模式的自我报告，提供建议以实现更健康的习惯，指导，建议，提示和激励策略以实现个性化目标;所有这些都是预防和治疗肥胖的相关方面，正如许多指南所承认的那样[ 3.， 4］．

世界卫生组织(世卫组织)的全球电子卫生观察站将移动卫生定义为"由移动设备支持的医疗和公共卫生实践，如移动电话、病人监护设备、个人数字助理和其他无线设备" [ 5］．慢性疾病的管理(在某些情况下是预防)已成为电子卫生和移动卫生(电子卫生和移动卫生)最近发展的重点之一[ 6］．市场上有超过325,000个健康应用程序，下载最多的是那些与PA和体重控制有关的应用程序:即那些支持健康生活方式的应用程序[ 7］．然而，关于如何评估移动健康应用程序在超重和肥胖管理中的有效性、功效和安全性的信息严重缺乏。值得注意的是，根据mHealth发行商的数据，2015年他们的健康应用组合中超过53%的下载量低于5000次。 7］．移动健康应用策略在改善慢性健康和福祉方面的有效性的证据是混合的;因此，虽然一些移动健康干预措施显示出支持体重管理的前景[ 8， 9]，另一些则没有[ 10， 11］．为解决这一具有挑战性的问题正在进行许多努力，并且已经确定了可能与缺乏效力有关的一些方面。其中包括许多应用程序质量差，缺乏应用程序有用性的指导，以及卫生专业人员的支持水平低[ 12， 13］．是否应该对移动医疗应用程序进行严格评估，以确保它们提供基于证据的有效性、安全性和有效性?到目前为止，移动健康评估方法并没有偏离习惯方法(主要是随机对照试验[rct])，尽管有人声称需要替代的、更短、更便宜的设计方法[ 14］．

现在有几个项目试图定义如何评估应用程序。然而，所有这些都只考虑评估的部分方面[ 15］．尽管医疗监管机构尚未验证这些技术的安全性和质量，但个人已经采用移动健康设备作为自我管理的辅助手段。然而，医疗专业人员往往不知道如何与他们相处。 16］．由于这种以消费者为基础的患者健康辅助设备的快速引入，移动健康解决方案对医疗环境提出了独特的和特定于利益相关者的挑战。患者、卫生保健提供者、管理人员、当局和移动卫生开发人员都在没有明确方向的情况下运作，这可能会导致一些问题，包括个人对移动卫生干预措施的不当使用，以及医疗系统由于缺乏技术和组织支持而无法做出反应。用户和医疗保健专业人员应该了解他们使用或开具的健康应用程序的质量。使用rct等经典方法可能不是评估移动医疗所有维度的最佳程序。理想情况下，临床医生、卫生管理部门和用户需要能够对电子干预进行整体评估的工具。从全球角度来看，这些工具应促进核查、确认、影响评估和认证过程，而这应是所有移动医疗实施的必要条件。

缺乏严格的评估是卫生当局日益关注的问题。世卫组织技术证据审查小组已经确定了若干确保移动卫生干预措施最低质量的建议[ 17］．此外，两者 食品和药物管理局［ 18]和 欧洲委员会［ 19已经多次尝试建立移动健康评估，并在适当的情况下建立认证标准。然而，在这样一个不断发展的领域，很难达成共识。

本文的目的是对使用中的有效性、安全性和有效性评估标准(包括产出和结果)进行系统回顾，以评估移动健康干预措施中的体重控制、超重和肥胖管理。这些标准稍后将被纳入一个工具，用于评估旨在管理超重和肥胖的移动健康干预措施。

任何评估基于健康的干预措施对超重或肥胖管理的有效性和/或安全性和/或有效性的试验都被考虑。预期在目标人口方面没有限制。我们将疗效定义为在控制人群中根据饮食和PA改变生活方式;在一般人群中的有效性;安全性，即缺乏移动健康干预措施带来的不良影响。少于10人的研究被排除在外。我们根据苏格兰校际指导网络(SIGN)标准评估试验质量[ 22］．考虑到本综述的目的，无论质量如何，所有研究都被纳入。

系统检索了以下数据库:MEDLINE、EMBASE、PsycINFO、the Cochrane Library (Cochrane Database of systematic Reviews, Cochrane Central Register of Controlled Trials [Central])、英国试验数据库和Scopus。通过滚雪球技术来补充这项调查，在搜索返回的参考文献中识别相关文章。还对下列出版物的索引进行了手工检索: 医学互联网研究杂志而且 JMIR mHealth和uHealth．调查期间包括截至2018年5月发表的所有文章。所有类型的临床研究都以英语、法语或西班牙语发表。

搜索策略包括受控词汇和自由文本词汇。使用的术语是应用程序，移动健康，电子健康，超重，肥胖，功效，安全性，安全性，有效性和评估(见 多媒体附件1）.

所有识别的参考文献都被导入到Mendeley v1.18 (Elsevier)中，并消除重复。共有6名研究人员参与了本研究，共分2个阶段进行。首先，每篇被识别的文章随机分配给2名审稿人，分别对标题和摘要进行独立审稿人。符合纳入标准的文章由2名独立审稿人进行全文审查和质量评估。如果意见不一致，由第三位审查员作出最终决定。研究特征和结果被输入专门为本综述设计的数据库。根据研究评估的SIGN代码评估偏倚风险[ 22］．那些质量明显合格的试验被评为 高或++(极低的偏倚风险)或 中等或+(低偏倚风险)，而质量不足的评分为 低或负(高偏倚风险)。

共有233篇可能相关的出版物(17篇来自人工搜索)被确定为符合条件。其中19.7%(46/233)被鉴定为重复基因。在其余的187篇文章中，只有49.2%(92/187)被接受进行摘要审查。其中，47%(44/92)因不符合纳入标准而被排除在外。对48项研究进行了全文综述。经过同行评议，本非定量综述最终纳入了28项不同研究的30篇文章(占全文评审纳入总量的62.5%)。排除标准如下:已发表的研究方案(n=8)，未使用移动健康干预措施的范围外研究(n=4)，或最终结果非有效性或安全性的研究(n=6; 图1；看到 多媒体附件2）.

纳入的28项研究的主要特征详细列于 多媒体．研究报告以第一作者的字母顺序在时间范围内出现。所有选定的研究都侧重于疗效;其中只有1个评估了有效性，1个也关注了安全性，尽管这不是该研究的主要结果。

总体而言，46%的研究(13/28)为随机对照试验，1为整群随机试验[ 23]， 3项为非随机对照试验，其余(11项)为单臂试验;2项rct包含1项以上干预。卡特等人[ 24]研究了智能手机应用程序或网站在自我监测体重管理方面的功效，Hurkmans等人[ 25]将1个独立应用程序干预与面对面和混合干预进行了比较。所有研究都比较了干预前后的结果，以分析干预的疗效。根据SIGN标准，大多数研究为低质量(15)或中等质量(6)，只有7项研究达到高质量。低质量评价通常是由于样本量小，研究时间不足，或可能的选择和信息偏差。

参与者的数量从10人到1012人不等，但大多数研究(17项)覆盖的人数不到100人。一次试验[ 26有15310名参与者，但大多数人(83%)在干预期间保持不活跃。大多数研究的对象都是成年女性;6 .所有参与者都是女性。还有4项针对儿童和青少年的研究。大多数试验针对的是超重或肥胖但没有其他健康问题的人:有严重精神疾病的人例外[ 27]、心脏病[ 28]、二型糖尿病[ 29]或前驱糖尿病[ 30.， 28]、癌症幸存者[ 31， 32]，以及患有代谢综合症的人[ 33］．

除了一项为期24个月的试验外[ 34]，研究在短时间内进行，从3周到6个月不等。进行研究的国家包括美国(17个)、澳大利亚(3个)、韩国(2个)、英国、比利时、西班牙、荷兰、中国和以色列。

关于移动健康干预措施的特殊性( 多媒体附件4)，只有39%(28个中有10个)专注于一个特定的独立应用程序，其中大多数是针对体重管理的多组件干预——包括臂带传感器、计步器、无线秤和其他监测设备或网站，旨在增加PA，减少久坐习惯，和/或改善饮食模式。试验中最常见的因素包括接收反馈信息(28.85%的研究中有24项)、设定目标(20项)和自我监控(19项)。这些反馈信息可以是个性化的提醒、基于自我监测的建议、通过应用程序进行的标准咨询或健康教练咨询，以及/或更同步的干预。近年来，移动健康干预措施中引入了新的元素，如游戏化[ 35， 30.， 23， 29， 26]、娱乐方面[ 30.， 36， 37， 23， 38]，以及透过社区部落格与同伴联络[ 39]或虚拟团队[ 30.]在社交网络上[ 37， 27， 40]例如Facebook [ 27， 40， 25]和我们聊天[ 26］．值得一提的是，在定义行为改变策略时，只提到了特定的框架，如TXT2BFiT行为改变的跨理论模型[ 39]及CITY [ 34]、eBalance App干预与控制系统理论[ 41]，平衡It干预的自我调节理论[ 23]，以及增加黏性，如With U App的力学-动态-美学[ 40］．社会认知理论是贝吉顿应用程序最常提到的一个理论 42]、Loose It app [ 31]和Alive-PD [ 30.也考虑了其他几个框架:行为经济学、积极心理学和计划行为理论。其中一项研究是基于糖尿病预防计划[ 43]和LookAHEAD(糖尿病健康行动)试验[ 44］．一项研究是基于一种成瘾治疗方法[ 37］．

虽然他们的主要目的是衡量移动健康干预措施的有效性，但大多数选定的研究也衡量了可能与确定主要结果指标相关的其他产出(28.82%中的23项)。 多媒体［ 45， 46- 50]显示了输出和用于测量它们的主要工具。

所选研究的终点结果如下:体重和身体质量指数(BMI)以及脂肪量和腰围和臀围的减少;饮食习惯、PA和屏幕时间模式的改变;生化测量;血压( 多媒体附件6［ 58- 73])。

在这项系统综述中，我们确定了用于评估旨在管理超重和肥胖的移动健康干预措施有效性的维度和工具的范围。我们提供了28个临床试验的描述性分析，以及每个干预措施中包含的组成部分和要素的说明。还确定了用于评价试验的输出和结果。由于集中在这些方面的研究较少，目前还没有确定评估安全性或有效性的具体标准。

我们的研究结果表明，研究人员使用以下主要终点来衡量研究的成功:(1)体重和/或BMI的降低;(2)减少脂肪量;(3)缩小腰臀围;(4)改善饮食习惯/模式;(5) PA增加;(6)增加情绪健康;(7)屏幕时间模式减少;(8)改进生化措施;(9)降低血压。所有这些因素都与肥胖和超重密切相关，是未来慢性疾病的危险因素。 Although the main aim of most of the studies was to measure the efficacy of mHealth interventions, they also measured other outputs that might be relevant for determining the success of the intervention, such as (1) acceptability, (2) adherence, usability, and engagement, (3) satisfaction, (4) motivation, (5) intention to continue, and (6) perceived support. All these aspects appear to affect whether an intervention will be successful. Tests and questionnaires are the most prevalent tools used for assessment, whether existing and previously validated or devised for the situation. Objective data tracking of PA performance through the mHealth-based intervention, when possible, was a common strategy for avoiding self-reported data. It appears to be highly important to gather objective data and use standardized protocols when assessing the usability and efficacy of mHealth interventions. The mHealth strategies considered to be more sophisticated usually include a higher number of elements. Although the recent strategies of peer support and gamification appear to improve efficacy by increasing engagement and motivation, there is as yet not enough evidence to state this definitively.

严重缺乏对种族/民族、社会经济地位和性别等综合社会人口学差异的认识和评估。未来对移动卫生干预措施的分析应考虑并尽可能包括电子卫生扫盲方面，以减少不同群体之间的沟通不平等[ 80］．除非卫生保健信息技术的设计人员和开发人员解决安全挑战，否则卫生保健信息技术的收益将是稀缺的[ 81］．我们发现移动健康评估研究中缺乏的另一个方面是对临床数据保密性的评估。

先前发表的综述得出结论，尽管缺乏关于在减肥干预中最佳使用技术的证据，但当确定了技术成分的最佳组合时，基于技术的干预将是减肥的有效工具[ 82］．其他人则不那么乐观，认为未来的研究必须使用更大的研究样本，更长的干预措施和随访期[ 83］．一项元系统综述得出结论，尽管移动健康越来越受欢迎，但由于研究的方法学质量较低，其有效性的证据仍然有限[ 84］．我们认为，问题可能在于如何评估和验证移动健康战略:这不能以与药物研究相同的方式进行，需要更适应和/或灵活的方法来探索新的评估工具。旨在评估移动医疗的工具应包括验证其科学内容和确保数据隐私和安全使用的机制。在临床实践中发布和使用前，这些方面的验证在理想情况下是强制性的。在第二阶段，有效性、功效和可用性的评估应该包括用户反馈，适应性和成本效益也应该得到解决。第二阶段的评估可以是定量的，能够评估移动医疗干预措施的质量并与其他措施进行比较。

目前，在日常临床实践中使用或处方的app大多仅在一小部分患者的基础上进行了技术验证或部分临床验证。

未来的研究有必要更好地评估移动健康干预措施在开发和临床应用之前。在移动医疗的必要发展和验证移动医疗干预措施的迫切需要之间找到平衡是很重要的，移动医疗的特征应该是颠覆性的、创新的和快速的。从公共卫生的角度来看，有必要避免或尽量减少新的移动医疗干预在没有准确评估的情况下可能产生的潜在问题。有人认为，应用市场会自我调节:好的东西会一直存在;坏的会消失。然而，在移动医疗这样一个潜在的有害领域，需要新的方法和工具，以及一个多学科的评估过程[ 14， 85- 89］．

这篇综述的主要局限性之一是发表偏倚。从其他来源如会议的参考资料未被包括在内。尽管近年来发表与移动健康相关文章的科学期刊数量有所增加，但围绕这一领域，我们可能错过了很多灰色文献。此外，只包括用英语、法语或西班牙语发表的研究。干预措施和人群的异质性以及许多研究的参与者数量少，使得很难综合结果。所纳入的大多数研究被认为是中低质量的，因此研究结果需要谨慎考虑。总共有11项研究缺乏对照组，因此结果不能仅归因于基于技术的干预。人们还必须考虑到一个既定的事实，即同意参加干预研究的个人比一般人群有更大的动机改变他们的生活方式。

最后，只有一项研究的主要目的是评估移动健康干预措施的安全性和有效性。考虑到安全相关问题的意识，例如由于使用移动健康干预可能会增加焦虑和压力，以及可能促进饮食失调，这是相当令人惊讶的。此外，这些研究主要评估了饮食习惯和PA，忽略了与体重相关的其他可能结果，如睡眠行为。这也需要在未来的研究中加以解决。

应用程序积极帮助用户控制肥胖或超重的潜力尚未得到实现。评估移动健康干预措施成功与否的研究非常多样化，大多数研究都有方法上的局限性，在质量方面有很大的改进空间。需要进一步的研究来确定评估移动健康干预措施在预防和管理超重和肥胖方面有效性的所有相关标准。