数字健康行为改变技术:二十年研究的文献计量学和范围综述

介绍

在过去的二十年里，研究人员花了很多精力来了解数字技术如何帮助人们在行为上做出积极的改变。这项研究的动机往往是我们的卫生保健系统的成本不断增加，对卫生保健专业人员的需求不断增加。通过数字技术影响或改变人类行为的领域始于这个术语有说服力的技术(PT) 1998年左右。福格(1认为说服不仅仅是一种以计算机为媒介的交流，而是一种人机交互。他将PT定义为“如何说服人们与技术互动，并根据被说服方的行动、投入和背景进行自我调整”[1]。随着时间的推移，出现了许多术语来描述基于技术的行为改变干预。例如，Oinas-Kukkonen和Harjumaa [2)定义有说服力的系统作为“一种计算机化的软件或信息系统，旨在加强、改变或塑造态度或行为，或两者兼而有之，而不使用强迫或欺骗”。后来，从制度的角度来看，Oinas-Kukkonen [3.定义了这个术语行为改变支持系统(BCSS):“一个具有心理和行为结果的社会技术信息系统，旨在形成、改变或加强态度、行为或服从行为，而不使用强迫或欺骗”。在本文中，我们将使用术语“说服技术”，“行为改变支持系统”和“数字健康干预”混合使用。

通常，行为改变支持系统用于支持个人改变生活方式，从而改善健康状况。当足够多的人口开始积极改变与健康有关的行为时，这将导致医疗保健的利用率降低，并最终显著减少医疗保健支出。尽管数字卫生干预措施的潜力和社会影响极具吸引力，但迄今为止，其对卫生保健利用和支出的影响微乎其微。部分原因是，就潜在受益用户而言，有效的数字技术在改变行为方面的部署和实施有限。

发展促进保健的BCSS需要采用跨学科的方法。例如，社会心理学为我们提供了一个关于人的个性、认知和社会环境的作用的有用理论，系统设计者可以利用它来更好地设计和开发一个有效的系统。社会科学理论提供了对人类行为是什么及其发生的背景的积累理解，变化的行动机制是什么，以及变化所需的成分是什么[4]。然而，这些理论在设计干预措施时并不常用[4]。注意这个问题基于理论的干预是否更有效仍在讨论中;一些评论发现两者呈正相关[5]，而其他人则发现两者之间存在负相关[6]。在本研究中，除了其他目标外，我们试图从相关的行为和心理科学中探索收养的理论知识，但我们没有研究其有效性本身。

在行为科学中，为了更好地报道行为改变干预措施，已经开发了92项行为改变技术分类法(bct) [7并支持他们的发展。此外，存在一些流行的模型和框架，为理解和改变行为提供了系统的过程。例如，福格[8引入了一个叫做福格行为模型的模型，这个模型解释了为什么一个人会做他所做的事情，并定义了说服系统的功能三元组。Harjumaa扩展了Fogg的研究，创建了一个概念框架，叫做说服系统设计(PSD)，可直接应用于说服系统的发展和评估[9，10]。Michie等人[11结合了19个框架，提出了一个新的框架，叫做行为改变轮它包括一个分层结构，用3个组件(能力、动机和机会)解释行为，并将其与已知的改变行为和相关策略的技术联系起来。还有一些最新的模型结合了其他成熟的模型和理论，将临床目标转化为行为策略，并努力包括从行为原则到技术特征的所有元素[12，13]。

据我们所知，还没有发表过关于数字技术促进健康行为改变的科学文献计量学分析。然而，对PT和健康领域的不同方面进行了大量的研究，例如，关于不同技术领域的说服设计原则的文献[14-17]或对说服系统的有效性和普遍性的系统评论[18-20.]。只有少数研究评估了PT对健康和福祉的有效性;由于缺乏长期的评价方法，难以建立长期的有效性。

我们的研究与上述论文有关，但在我们的研究中，主要关注的是实际BCSS的应用领域和理论基础(如行为理论和bct)。更好地理解主要的应用领域、理论的使用以及它们之间的差距，将有助于确定哪些领域的PT有足够的证据证明在更大规模上的实施是合理的，哪些领域仍需要进一步的研究。

在本研究中，我们首先对文献进行了文献计量分析，以回答文献数量趋势和研究人员地理分布的问题。借助关键词和研究领域的共现网络，我们试图根据网络中节点之间的链接强度来发现有意义的见解。我们还研究了该领域学者之间的合作，以及数字干预措施开发人员与健康行为改变研究人员之间的合作。这是在作者、机构和国家层面完成的。

其次，我们提出了一项范围审查，旨在批判性地评估关于数字健康行为改变系统的已发表文献的内容，并回答以下问题:(1)不同卫生领域采用的技术的趋势是什么？和(2)实施系统的理论基础是什么(即行为科学理论或PT开发的系统框架/模型)?

最后，我们对已识别的缺陷和可能的未来研究方向进行了讨论。

本综述提供的信息将有助于分析谁是促进数字健康干预知识增长的相关利益相关者，并将帮助设计者在健康行为改变的PT开发和设计方面做出更明智的决策。

方法

本节描述了在我们研究的不同阶段所使用的程序。我们将讨论查询选择、数据库选择、方法、资格标准、数据项以及用于不同类型分析的工具的选择。

数据收集

我们选择使用Web of Science (WoS)核心馆藏和Scopus数据库作为研究的基础。搜索查询旨在检索具有技术组件的实际实现的行为更改系统。因此，使用了以下术语:(“劝说*”或“电子健康”或“移动健康”)和(“ICT”或“原型”或“技术*”或“系统”)和“行为*变化”。检索仅限于2000年1月至2018年12月期间发表的文章。下面将讨论合并收集到的数据的过程。查询搜索结果分别是来自WoS和Scopus的317篇和325篇文章。在Scopus的325个条目中，进一步检查有11个条目是空的或不完整的，所以剩下314个。

研究设计

为了通过引文计数、关键词、地理数据、作者合作和学科互动来评估现有的科学产出，使用了文献计量分析方法。基本统计数据包括年度出版物产出、出版国家、研究领域、引文数量、关键词共现率、合著者以及国家和机构之间的合作网络。

有几个软件包可用于支持文献计量分析，每个软件包都有不同的功能和限制。一些最流行的工具包括HistCite [21]、CiteSpace [22]， BibExcel [23]、《科学科学》(Sci2)。在本研究中，使用了Sci2工具，它是基于Cyberinfrastructure Shell工具集的，用于科学研究[24]。

除了文献计量分析工具外，我们还使用网络可视化和分析工具对关键词和研究领域的共现网络以及国家和机构之间的合作网络进行了分析。我们使用Gephi和VOSviewer，它们使用三维渲染引擎来渲染大型网络的插图[25，26]。对于网络分析，将提取的394篇文章及其参考文献转换成图表。例如，对于共同作者网络，394篇文章产生1777个节点，每个节点代表一个作者，以及5583条边，每个边代表共同作者的研究。

范围界定审查是一种有用的方法，可用于确定某一主题的一系列文献的覆盖范围，以及识别和分析知识差距[27]。引言部分定义了一些研究问题，这些问题将有助于调查行为改变理论和btc在实际BCSS中的应用。

由于本综述的范围较广，没有严格遵循任何传统的系统评价或元分析框架。然而，采用了系统评价和范围界定评价的元分析指南的首选报告项目(PRISMA-Scr) [28来进行范围审查。

合格标准

纳入标准如下:(1)在同行评议的学术期刊上发表;(二)以英文出版;(3)研究的主要目的是改变行为，增加或减少行为或完全停止行为;(4)文章应该讨论一种用于行为改变的技术解决方案。

分类

在本节中，定义了本研究中用于对我们数据集中描述的不同干预措施进行分类的关键类别。第一类，技术指的是用于改变行为的基于计算机的工具类型，即数字设备、硬件或软件解决方案。的目标领域描述需要改变的行为，例如饮食、久坐行为、心理健康或身体活动。这个词行为改变理论/模型用于描述行为科学中关于行为改变的理论和模型，这些理论和模型被用作说服系统的基础。类别开发框架/模型涵盖稍微不同的方面;它描述了用于指导干预的设计和开发的框架和模型。为了进一步澄清上述两类之间的区别，行为改变理论/模型被用作处理问题的关键行为改变原则。例如，在Lyons等人的研究中[29]，作者将叙事运输理论作为提高健康行为自主动机的基础。相比之下，开发框架类别的元素提供了一种系统的方法来选择系统设计和开发过程中的行为原则和技术特征。最后是类别旅级战斗队描述干预的有效成分，例如目标设定、提醒和教育。对于这个类别，Michie等人在研究中发现的分类法[7]被使用。

表1提供类别的概述和值的一些示例。系统的分类已由第一作者完成，并在其他作者的批准下完成。

结果

数据来源和选择

我们在两个主要的文献数据库WoS和Scopus上进行了检索查询。WoS和Scopus数据库分别返回了317篇和314篇文章。两个数据集之间有179篇文章重叠;因此，我们确定了452个独特的文章。

履行我们的文献计量分析理想情况下，我们应该将来自WoS的数据与来自Scopus的数据合并。然而，在对不同的数据集进行文献计量分析时，存在一些技术限制:首先，每个数据库使用不同的来源来索引文章，其次，每个数据库在不同的时间点开始索引不同的期刊。例如，WoS开始索引医学互联网研究杂志Scopus成立于2018年，目前仍只对JMIR Publications出版的少数期刊进行索引。卡塔尔世界杯8强波胆分析另一个问题是，不同数据库中每篇文章的引用数显然是不同的，因为使用了不同的来源。

考虑到数据的质量和完整性，我们决定从WoS数据库中提取数据进行文献计量学分析[30.，31]。为了包含尽可能多的相关论文，我们在WoS数据库中对135个(314减去179个重叠部分)Scopus结果进行了手动搜索，这些结果不是由WoS中的搜索查询返回的。在这135篇文章中，77篇在WoS数据库中被找到，58篇未被找到。这产生了一个包含394项的数据集(317项作为查询结果，77项是手动添加的)，用于文献计量学分析。

我们的范围审查从全套452篇独特文章开始。我们进行了两个阶段的筛选，以确定它们与我们的范围审查的相关性。第一作者首先通过阅读标题和摘要来筛选文章，并删除那些明显不符合纳入标准的文章。结果，149篇文章被排除在外。剩下的303篇文章由主要作者进行了彻底的研究，并与纳入标准进行了比较，从而排除了另外175篇文章。通过小组讨论将被排除的文章分为3大类。此外，有10篇文章被发现是重复的，因为它们讨论的是相同的干预措施。最终，118篇文章被考虑纳入范围审查。选择过程的详细流程见图1．

‎ 查看此图

文献计量分析

文学的发展及其在各国的分布

从我们选择的出版物数量来看，我们可以观察到它从2001年开始，每年有1到2个出版物，但从2009年到2010年迅速增加，如图所示图2．

表2显示出版物来源的前10个地区。美国以46.5%(183/394记录)领先，其次是英格兰和荷兰，分别为14.5%(57/394记录)和8.4%(33/394记录)。此外，澳大利亚和加拿大分别以7.6%(30/394记录)和5.8%(23/394记录)排名第四和第五。

‎ 查看此图

跨学科合作网络

从研究领域列，创建了一个研究领域共现网络。图中节点的权重由每个给定类别的出版物数量决定。该网络的可视化(参见图3)显示了3个清晰的簇。第一个集群是计算机科学和相关领域，第二个集群是公共卫生保健和职业健康，第三个主要集群是心理学和子领域。

‎ 查看此图

引用

表3和4显示全球或本地引用最多的5篇文章的列表。全局引用计数基于完整的WoS引用计数，而本地引用计数是网络中一篇文章的引用次数。

关键词共现

假设关键词构成研究文章内容的适当描述。关键词的共现可以提供一个有趣的研究领域结构，因为它揭示了科学文献中的语义关系。最常用的关键词是“移动健康”、“体育活动”、“电子健康”、“说服技术”、“智能手机”和“行为改变”(见图4）．节点和标签的大小反映了某个词的共现次数。计数越高，节点和标签的大小越大。

‎ 查看此图

Coauthorship网络

使用Sci2工具提取合作作者网络。每个节点代表一个作者，两个节点之间的连接代表一个合著者。共有1777位作者被鉴定出5583个连接。为了更好地可视化，只考虑至少有两个出版物的作者。节点大小基于与其他作者合著的文章数量。网络中有3个强簇，它们是强内连接的，但不是相互连接的(见图5）．在图5在美国，R·惠特克(R Whittaker)的合作次数最高(13次)。她的主要合作伙伴是新西兰奥克兰大学国家卫生创新研究所的R Maddison和Y Jiang。另一个集群由Oinas-Kukkonen领导，共有11位合著者，其中大多数是与他的同事T Alahäivälä合著，他来自芬兰奥卢奥卢大学信息技术与电气工程学院奥卢服务与信息系统高级研究中心。最后一个小组由S Michie(伦敦大学学院临床、教育和健康心理学研究部，伦敦大学学院，英国伦敦)领导，共有6名合著者，主要是R West(伦敦大学学院流行病学和公共卫生健康行为研究中心，英国伦敦)和EB Hekler(亚利桑那州立大学营养与健康促进学院，美国亚利桑那州凤凰城)。

‎ 查看此图

最重要的期刊

被审查的文章发表在147个不同的期刊上。表5显示排名前6的期刊发表文章分布。领先的期刊都与JMIR出版公司有关。卡塔尔世界杯8强波胆分析最常用的子日志是JMIR移动健康和uHealth394篇论文中有45篇(11.4%)。主期刊，医学互联网研究杂志，以及分刊，JMIR研究协议排名第二和第三的分别是34所(8.6%)和17所(4.3%)。

国际合作

为了调查国家和组织/大学之间的合作，分析了研究的地理分布。抽取了国家和组织/大学之间的合著者网络。图6显示了8个集群中52个生产国家的网络;每个簇用不同的颜色表示。节点的大小表示来自某个国家的文章数量，连接的厚度表示两个国家之间的合作数量。最大的集群是红色的，大约有18个节点，以英国为首。第二大集群是蓝色的(12个节点);这一群体中的主要国家是澳大利亚。

‎ 查看此图

图7显示机构的生产力及其与其他机构的合作。确定了大约511个组织，但我们只考虑了至少发表了两篇或更多文章的组织。这个过滤器给我们留下了90个机构，它们被分成10个集群，每个集群用不同的颜色来描绘。最大和最高效的集群是有20个节点的红色集群。集群中的大多数机构来自英国和美国，其中伦敦大学学院和亚利桑那州立大学是领先的。第二大集群是蓝色的，有12个节点，密歇根大学和加州大学是领先的机构。节点的大小反映了文档的数量，边缘的厚度反映了协作的强度。

‎ 查看此图

范围审查

本研究的第二个目的是进行范围审查。从我们的选择过程中产生的118篇文章的内容进行了彻底的研究。这揭示了一些有趣的见解和趋势。关于技术选择趋势的调查结果和数字卫生干预的理论基础将在以下各节中提出。

使用的技术平台

表6总结了用于行为改变说服系统的主要技术平台。手机应用程序是最常使用的平台，占52.5%(62/118)，其次是短信和网络，分别占21.1%(25)和19.4%(23)。采用频率较低的平台是可穿戴传感器(16.1%，19人)、游戏(6%，8人)、桌面应用(3%，4人)和社交媒体(2%，3人)。最后，9.3%(11人)使用其他平台。技术使用的完整清单及参考资料载于多媒体附录1．

目标(运行状况)域

最常见的目标行为是与健康相关的行为。前8名是由体育活动、健康饮食、糖尿病管理、戒烟、体重控制、艾滋病/性行为、心血管疾病和饮酒构成的。在所有回顾的研究中，身体活动占28.8%(34/118)，其次是健康饮食和糖尿病，分别占18.6%(22)和11%(13)(见表7）．还有一些针对多个健康领域的干预措施，例如，通过身体活动控制糖尿病和心血管疾病。

行为改变理论

大多数被分析的文章似乎都没有正确的理论基础。只有33%(59/118)的文章报道了在我们设计系统的审查过程中确定的21个理论中的至少一个或多个理论。社会认知理论(SCT)、跨理论模型、自我决定理论和动机访谈是最常被报道的理论。表8显示前5个最常用的理论。完整的饼状图显示了所有报告理论的使用百分比多媒体附录1．

框架/模型采用

另一个重要的发现是关于开发框架和模型的使用。这些框架通过提出一个建议，为说服系统的发展提供指导一套协调的活动帮助把理论转化为实践[11]。与理论使用的结果类似，我们也看到使用百分比相当低;只有47篇文章使用了框架或模型。我们总共发现了15个框架，但它们似乎很少被遵循(参见表9）．然而，也发现游戏化越来越多地被用作开发说服系统的范例。游戏化通常被理解为将特定功能(如积分、排行榜、关卡、竞争、奖励和成就)整合到追求目标的更广泛背景中。42]。这些功能不仅用于设计基于游戏的干预措施，在其他基于技术的干预措施中也同样受欢迎。在15个框架和模型中，PSD是一个流行的开发框架，使用率为20%(9/47)。中提供了报告的框架/模型的完整饼状图多媒体附录1．

行为改变技巧

有许多不同的bct可以用来诱导行为改变。目标设定是最常用的策略，总共有42项研究，其次是自我监控和激励，分别有39次和34次。反馈使用了33次(见图8）．

需要提到的是，没有标准的指南来报告干预措施的积极成分，人们使用不同的同义词来报告类似的技术[43]。最近发展的广泛认可的用于行为改变干预的技术分类[7]在2013年之前的论文中显然没有报道，但在较新的论文中也没有报道，它不经常被使用(可能部分原因是它不广为人知[44])。在我们的综述中，只有8篇文章使用该分类法报道了干预中采用的BCT。

值得一提的是，心理构念和bct之间存在一些重叠[43]。有时，文章没有明确提到变化的机制，但确实提到了它们所针对的结构。例如，一项研究[45针对的是心理构造动机但没有明确提及动机的类型和改变的机制是什么。在这一部分的分析中，我们着重于对BCTs作为变化机制的明确描述。中提供了带有引用的btc列表多媒体附录1．

‎ 查看此图

将目标行为与技术联系起来

在分析了bct、理论和技术的使用之后，我们现在分析它们的组合。首先，我们将目标行为与所使用的技术平台进行比较。我们发现，为了增加体力活动，几乎所有的技术平台都被使用，而为了健康饮食，超过80%的人使用移动应用程序(见图9）．

‎ 查看此图

将目标行为与行为改变技巧联系起来

许多不同的btc针对体育活动的改变，主要是通过目标设定，自我监控和动机。健康饮食主要是通过自我监控、目标设定和反馈来实现的图10）．从研究结果来看，似乎很难在行为和BCT之间建立任何一对一的联系。每个干预措施和系统的bct选择差异很大，每个设计师都根据自己的意愿做出决定。

‎ 查看此图

将行为改变技术与技术联系起来

有些技术在一个技术平台上的应用比在另一个技术平台上的应用更频繁。在手机应用中，最常见的策略是目标设定(22次)、自我监控(20次)和反馈(17次);看到图11）．几乎所有主要的bct都在移动平台上使用，可能是因为它的灵活性和可访问性。在使用游戏时，最常使用的bct是教育和奖励，因为它们是游戏化的重要特征。在所有的技术平台中，目标设定几乎被均匀地使用。

‎ 查看此图

讨论

本研究对数字技术和健康行为改变进行了全面回顾。审查包括两个部分。首先，通过文献计量学分析，揭示了国内外学术网络和研究趋势。文献计量分析确定了有影响力的文章、作者和不同利益相关者之间的合作网络，并显示了跨学科合作已经很强的地方，以及进一步合作可以加强该领域的地方。文献计量学分析之后是范围审查，以绘制所收集的文献并回答有关数字行为改变干预措施的理论基础以及技术平台和目标领域的使用的问题。

文献计量分析

PT领域还很年轻，关于劝导技术促进健康和福祉的文献在2000年初才开始出现[46]。在2009/2010年之后，这类文献呈指数级增长，这似乎是因为这个时代引入了智能手机。考虑到传感器和网络等无处不在的技术的发展，我们有理由期待文献的增长将继续下去。随着该领域开始成熟，我们看到出版物的数量在增加，来自不同领域(如心理学和行为科学)的研究人员也在为该领域做出贡献。出版物的地理分布表明，美国起着主导作用，西欧国家和澳大利亚也有不错的贡献。亚洲和非洲等其他地区几乎没有贡献。为了能够包括不同的行为和文化，将协作网络扩展到这些地区将是有用的。

鉴于行为改变的技术需要来自不同科学领域的专业知识，我们期望技术科学家和行为科学家之间进行相当多的合作。这项研究表明，跨学科合作并不像预期的那样广泛。由于以人为中心的学科，如心理学和其他行为科学已经相当成熟，可以提供关于人类行为的基本知识，没有技术研究的贡献，就无法开发出有效的数字行为改变干预措施。同样，行为科学家需要来自技术领域的知识和见解，才能将他们的知识应用于现代手段。

关键词网络说明了数字行为改变系统领域最重要的知识结构和主题演变。“移动健康”这个关键词与“体育活动”和“电子健康”紧密相连。这一发现与我们的范围综述的发现没有太大的不同。作者协作网络可用于扩展协作网络。该网络显示了三组作者之间非常强大的内部合作，其中一组专门研究行为改变，另一组研究移动卫生干预，最后一组研究说服系统或BCSS。这是一个增加小组间合作的机会，可以为该领域增加有价值的知识。例如，在远程传感器和物联网(IoT)设备的帮助下，卫生从业人员可以监测和调整系统，以更好地满足目标群体的要求。

范围审查

将理论和理论框架/模型转化为实践对于任何干预的发展都是至关重要的。Davis等[4已经得出结论，只有少数理论经常被使用。我们还发现，大多数系统的理论基础是薄弱的，或者，充其量，没有很好地描述。忽视大多数理论的一个经常被讨论的原因是，干预开发者通常会选择最常用的理论，并认为它们是一个简单而好的选择。另一种可能的解释是，PT设计师往往缺乏将理论决定因素转化为技术设计工件的技能，而这些技术设计工件与最初预期的一样有效[4]。相反，心理学家可以研究数字技术如何使个性化干预和及时行为改变的新方法成为可能，并有可能发展出针对数字时代的行为理论。

bct分类的创建是行为科学的一个重要发展，这在本综述中被引用最多的文章中可见一睹。然而，这些bct在描述说服系统的出版物中仍然被低估[18]。利用[47]，对移动应用程序的系统评价发现，93个bct中只有10个被提及(平均每个应用程序中存在2.42个bct)。我们的研究结果没有太大不同，只有6篇文章明确使用了Michie编码分类法。最近在理论层面增加的是行动机制与bct之间的联系;这可能会加快有效的行为改变干预措施的发展和评估[48]。由于报告的非标准化，很难在说服系统的成功和策略的有效性之间建立任何关系。结果表明，每个行为域都有不同的技术和策略。因此，很难确定某种技术或理论以及行为改变支持系统设计和评估的推荐过程的有效性。

确定的陷阱和未来的研究

在我们研究的基础上，我们可以对该领域未来的研究方向提出一些建议。

我们的研究发现，在设计数字技术以改变健康行为的过程中存在很大差距。通常，它们的理论基础薄弱，描述它们的论文没有清楚地报告不同的组成部分，例如，说服策略、理论和bct。造成这种情况的主要原因是这些组件缺乏设计指南。为了更好地利用和报告行为理论，开发框架也需要更新到最新的技术进展，例如物联网，即能够收集大量数据的技术，如传感器和移动设备。此外，可以设计基于不同理论的计算模型，供数字干预开发人员使用[13]。

此外，BCTs与行为改变理论/机制之间的关系还有待进一步阐述。例如，在SCT和计划行为理论中，自我效能构念的使用都很重要。自我效能是意向的最强预测因子[49]。此外，需要建立不同生态水平下不同行为的决定因素之间的相关性。例如，坐在车里的时间已经与城市设计联系在一起了[50]。这需要更多的横断面研究和对照试验。这些研究可以帮助系统开发人员对数字干预的方法和技术做出早期决策。

一个明确的框架或机制来报告卫生行为改变系统的组成部分，不仅将促进评估及其研究设计(例如，评估参与、可接受性和有效性)，而且还可以加强代价高昂的发展过程。

限制

我们的研究有两个局限性值得一提。首先，由于技术原因，我们只考虑WoS数据库进行文献计量分析;有58篇Scopus相关的论文没有被纳入我们的分析。第二个限制是在我们的范围审查中可能存在主观性。审查论文的分类已经彻底完成，但仍可能受到主观解释的影响。不幸的是，在这类研究中，这个问题是无法避免的。