心血管疾病和糖尿病患者健康应用程序使用和感知有效性的关联:基于人群的调查gydF4y2Ba

介绍gydF4y2Ba

心血管疾病和糖尿病gydF4y2Ba

心血管疾病，如心肌梗塞、中风或冠状动脉疾病是全世界死亡的主要原因[gydF4y2Ba1gydF4y2Ba]，而糖尿病是心血管疾病的主要危险因素[gydF4y2Ba2gydF4y2Ba，gydF4y2Ba3.gydF4y2Ba]。例如，在英国的一项大型队列研究中，大约18%的糖尿病患者在5.5年的观察中出现了心血管疾病的发生[gydF4y2Ba4gydF4y2Ba]。然而，糖尿病本身是一种严重的疾病，除了心血管事件外，还会对健康造成严重影响，包括终末期肾脏疾病、视力丧失或肢体截肢[gydF4y2Ba5gydF4y2Ba]。在过去的几十年里，糖尿病的发病率在世界范围内急剧增加，这被称为糖尿病大流行[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba]。心血管疾病和糖尿病一直被认为是一致的慢性合并症[gydF4y2Ba8gydF4y2Ba]，因为他们有许多共同的危险因素，包括超重、吸烟、高血压和缺乏体育活动[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba9gydF4y2Ba]。因此，心血管疾病和糖尿病经常作为合并症共存于同一人群中[gydF4y2Ba10gydF4y2Ba]。了解(1)CVD、(2)糖尿病单独、(3)CVD和糖尿病合并的医疗管理和自我保健可以改善诊断为这些疾病的患者的临床结果和生活质量。gydF4y2Ba8gydF4y2Ba]。gydF4y2Ba

心血管疾病和糖尿病有共同的危险因素，其中大多数可以通过改变健康行为来改善[gydF4y2Ba11gydF4y2Ba-gydF4y2Ba14gydF4y2Ba]。改变健康行为对预防和治疗这些慢性疾病至关重要[gydF4y2Ba15gydF4y2Ba-gydF4y2Ba17gydF4y2Ba]。由于被诊断患有心血管疾病或糖尿病的人通常需要持续终身治疗，因此支持个人实施行为改变建议对于改善疾病管理至关重要。移动健康应用程序是一种很有前途的工具，可以改变行为风险因素并支持疾病管理[gydF4y2Ba18gydF4y2Ba-gydF4y2Ba22gydF4y2Ba]。gydF4y2Ba

移动健康应用gydF4y2Ba

移动健康应用改变了日常生活的大部分领域，包括健康和疾病管理[gydF4y2Ba19gydF4y2Ba]。人们现在有机会随时随地获取信息，与他人沟通，跟踪相关行为和结果，并接受额外的健康行为改变输入。来自普通人群的证据表明，与健康人相比，患有慢性疾病(包括心血管疾病和糖尿病)的人更频繁地使用移动健康应用程序[gydF4y2Ba23gydF4y2Ba]。然而，很大一部分慢性疾病患者没有使用移动健康应用程序，这可能会错过新健康技术所带来的好处。gydF4y2Ba22gydF4y2Ba，gydF4y2Ba24gydF4y2Ba-gydF4y2Ba27gydF4y2Ba]。参与健康应用程序的障碍需要进一步关注，特别是对于患有心血管疾病和糖尿病等慢性疾病的个人。gydF4y2Ba

随机对照试验的系统评价证据显示，移动健康应用程序对糖尿病的积极影响，支持血红蛋白A的改善gydF4y2Ba_{1 cgydF4y2Ba}(HbAgydF4y2Ba_{1 cgydF4y2Ba})及血糖控制[gydF4y2Ba28gydF4y2Ba-gydF4y2Ba31gydF4y2Ba]。心血管疾病的移动健康应用程序专注于改变心血管风险因素或药物依从性，有可能改善人们的健康[gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]。虽然有针对心血管疾病或糖尿病患者的研究，但还需要针对心血管疾病和糖尿病患者的应用程序使用情况进行研究。gydF4y2Ba

尽管移动应用程序有潜在的好处，但在访问和有效性方面存在差异。例如，基于人口的调查报告说，受教育程度低的人不太可能[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba34gydF4y2Ba而那些被诊断患有多种慢性疾病的人更有可能使用健康应用程序。gydF4y2Ba23gydF4y2Ba]。此外，研究发现，更频繁地使用应用程序与更好的感知效果有关[gydF4y2Ba35gydF4y2Ba，gydF4y2Ba36gydF4y2Ba]。除了应用程序用户的认知、健康和参与因素外，应用程序的特性也会影响其有效性。Ernsting等人(2017)、Webb等人(2010)和Morrissey等人(2016)发现，应用特定行为改变技术(bct)(如计划或监测)的健康应用程序在健康促进方面更有效[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba38gydF4y2Ba]。gydF4y2Ba

健康素养和电子健康素养gydF4y2Ba

健康素养是成功的疾病管理的关键特征之一[gydF4y2Ba39gydF4y2Ba-gydF4y2Ba41gydF4y2Ba]。获取和了解保健信息并作出有关保健的决定是一项要求[gydF4y2Ba42gydF4y2Ba]。随着移动技术的出现，引入了电子健康素养的概念，即利用信息技术促进健康的能力[gydF4y2Ba43gydF4y2Ba]。新出现的证据表明，具有较高健康素养和电子健康素养的普通人群样本和初级保健患者更有可能使用移动健康应用程序，并认为这些应用程序更有效[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba43gydF4y2Ba-gydF4y2Ba45gydF4y2Ba]。然而，在患有心血管疾病、糖尿病或两者兼而有之的人群中，健康素养和电子健康素养与应用程序使用的具体关系尚未得到检验。gydF4y2Ba

研究目的gydF4y2Ba

虽然社会人口因素以及健康素养和电子健康素养与普通人群中健康应用程序的使用相关，但在特定的流行病学和临床相关亚组(即心血管疾病、糖尿病和两者合并的人群)之间的这些关联需要调查。在一项研究中没有研究调查这些亚组。gydF4y2Ba

因此，本研究的目的是在临床相关亚组中调查应用程序用户的健康素养和电子健康素养，并探讨这些特征与移动健康应用程序对参与者健康的感知有效性之间的关系。更具体地说，我们的目标是:gydF4y2Ba

1. 评估健康应用程序在特定临床相关亚组(即心血管疾病、糖尿病和两者结合)中以人群为基础的样本中的使用情况。gydF4y2Ba
2. 调查哪些因素(即年龄、性别、教育程度、健康行为、疾病负担、健康素养、电子健康素养和可穿戴设备使用)与健康应用程序的使用相关——分别针对心血管疾病、糖尿病，或两者结合。gydF4y2Ba
3. 调查哪些因素(即年龄、性别、教育程度、健康行为、疾病负担、健康素养、电子健康素养和可穿戴使用)与健康应用程序的感知有效性相关——单独针对心血管疾病、糖尿病，或两者结合。gydF4y2Ba

方法gydF4y2Ba

样品和程序gydF4y2Ba

本研究是对辉瑞监测“应用程序利用率”数据的二次分析。数据收集于2018年1月和2月。来自德国的1500人参与了这项基于网络的调查。一个外部独立的民意调查机构(即“Gesellschaft f r Innovative Marktforschung”，创新市场研究公司)进行了这项研究。通过电子邮件向以前调查的参与者发送了网络调查问卷的邀请。gydF4y2Ba

参与者必须满足以下纳入标准:(1)年龄≥35岁;(2)被诊断患有以下至少一种疾病，自述高血压、糖尿病、中风、心肌梗死和冠状动脉疾病。拥有移动设备(例如智能手机)并不是一个纳入标准。gydF4y2Ba

参与者平均花20分钟完成调查。这项研究是按照《赫尔辛基宣言》进行的;在网上取得所有参与者的知情同意[gydF4y2Ba46gydF4y2Ba]。辉瑞公司进行了内部伦理和风险评估，并批准了这项基于网络的研究。为了进行分析，我们从总样本中选择了3个亚组:(1)报告患有心血管疾病(n=1325)，(2)报告患有糖尿病(n=681)，(3)报告患有心血管疾病和糖尿病的人(n=524;gydF4y2Ba图1gydF4y2Ba)。gydF4y2Ba

措施gydF4y2Ba

社会人口的gydF4y2Ba

性别、年龄、教育程度(国际教育标准分类)[gydF4y2Ba47gydF4y2Ba]、职业、收入、移民背景按标准调查项目进行评估。税后家庭收入按月分类如下:低低于2100欧元，中等2100欧元至3600欧元，高低于3600欧元(1欧元= 1.16美元，2018年8月27日)。gydF4y2Ba

心血管疾病和糖尿病gydF4y2Ba

心血管疾病和糖尿病是通过询问参与者来评估的，“你是否被诊断患有以下一种或多种疾病:(1)心血管疾病，(2)心力衰竭，(3)冠状动脉疾病，(4)外周动脉闭塞疾病，(5)心肌梗死，(6)中风，(7)高血压，(8)动脉粥样硬化。”如果参与者报告至少有一种情况，则被归类为患有心血管疾病。如果参与者报告自己被诊断出患有糖尿病，他们就被归类为糖尿病患者。如果参与者报告患有糖尿病和至少一种其他心血管疾病，则将其归类为糖尿病和心血管疾病合并症。gydF4y2Ba

参与者还被要求对每种情况造成的压力进行评分，从1(完全没有压力)到5(非常高的压力)。因此，由糖尿病引起的压力是用单个项目来评估的，而仅由心血管疾病引起的总体压力是通过计算当前特定心血管疾病的平均值来估计的。评估糖尿病和心血管疾病引起的总体应激，计算糖尿病和所有现有心血管疾病的平均应激水平。gydF4y2Ba

健康行为gydF4y2Ba

健康行为通过提供一系列常见的健康相关行为(如吸烟、体育活动和均衡饮食)来评估。关于吸烟，参与者被问到:“你每天都吸烟吗?”为了评估身体活动，参与者被问及:“你是否定期进行身体活动(遵循世界卫生组织的建议，即每周至少5次30分钟的中度活动或每周至少3次30分钟的高强度活动[gydF4y2Ba48gydF4y2Ba]) ?”通过询问参与者“你是否遵循均衡饮食，即每餐都吃水果和蔬菜，并包括许多全麦食品?”gydF4y2Ba

感知健康素养和电子健康素养gydF4y2Ba

本研究采用欧洲健康素养调查问卷工具的6项简短形式评估健康素养，Cronbach alpha值为0.81 [gydF4y2Ba49gydF4y2Ba]。下面是一个例子:“从非常容易到非常困难，你觉得找到你关心的疾病的治疗信息有多容易?”在李克特量表上，答案有4分的回答格式。电子健康素养评估采用电子健康素养量表" eHEALS "，该量表包括10个项目[gydF4y2Ba43gydF4y2Ba]。本研究的Cronbach alpha为0.92。例如:“你觉得互联网在帮助你做出健康决定方面有多有用?”以及“我知道如何利用互联网来回答我关于健康的问题。”在李克特量表上，答案有5分的回答格式。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

应用程序使用gydF4y2Ba

应用程序的使用情况是通过询问参与者:“你曾经在智能手机或平板电脑上下载过健康应用程序吗?”参与者可以选择以下答案之一:(1)“是的，我使用过并且最近使用过应用程序”，(2)“是的，我使用过并且经常使用它们，但现在不使用了”，(3)“是的，我使用过但我不使用它们或很少使用”，(4)“不，我从未下载过健康应用程序”回答(1)或(2)的参与者被归类为应用程序用户，而回答(3)或(4)的参与者被归类为非用户。为了评估应用程序针对的行为，参与者被问及他们最常用的应用程序针对的是哪种行为。gydF4y2Ba

根据亚伯拉罕和米奇的分类选择了健康应用程序的bct [gydF4y2Ba50gydF4y2Ba]。在问卷调查中，我们提供了一份btc列表，例如，gydF4y2Ba提供信息gydF4y2Ba，gydF4y2Ba促使行为的自我监控gydF4y2Ba,gydF4y2Ba促使具体的目标设定。gydF4y2Ba

为了评估最常使用的应用程序对参与者健康行为的感知有效性，移动应用评定量表问卷用户版的“感知影响”子量表[gydF4y2Ba51gydF4y2Ba]被使用。在本次调查中，感知有效性的Cronbach alpha值为0.87，量表得分范围为1 - 5。这个量表包括66个项目，例如，“改变的意图——这个应用程序增加了我解决这个健康行为的意图/动机”和“寻求帮助——这个应用程序会鼓励我寻求进一步的帮助来解决这个健康行为(如果我需要的话)。”gydF4y2Ba

为了了解最常用应用程序的使用频率，研究人员问患者:“你多久使用一次这个健康应用程序?”可能的答案是“每月不到一次”、“每月几次”、“每周几次”、“每天”和“每天几次”。gydF4y2Ba

为了了解最常用应用程序的使用时间，研究人员问患者:“你什么时候开始使用这个健康应用程序的?”可能的答案是“不到一个月前”、“不到六个月前”、“不到一年前”和“一年多前”。gydF4y2Ba

可穿戴设备的使用情况通过询问参与者:“你使用以下哪种设备?”其中一个可能的答案是:“可穿戴/追踪手表”。gydF4y2Ba

统计分析gydF4y2Ba

我们分析了总样本(N=1500)以及疾病特异性亚组，即(1)报告至少患有心血管疾病的个体(N=1325)，(2)至少患有糖尿病(N=681)，(3)心血管疾病和糖尿病合并(N=524);gydF4y2Ba图1gydF4y2Ba)。除了与应用相关的变量外，对总样本和应用用户样本都提供了描述性样本特征，这些变量仅为应用用户提供。进行二元logistic回归，并计算以应用程序使用为结果的3个平行模型:心血管疾病患者(模型1)、糖尿病患者(模型2)和心血管疾病合并糖尿病患者(模型3)。共变量为年龄、性别、健康行为(即吸烟、身体活动和均衡饮食)、教育水平、健康素养和eHealth素养。进一步的协变量是模型1中的糖尿病和CVD应激，模型2中的CVD和糖尿病应激，以及模型3中两种疾病组的应激。gydF4y2Ba

最后，我们应用线性回归分析来估计应用程序用户总样本中移动健康应用程序感知有效性的关联(n=402)。模型中使用了以下协变量:年龄、性别、健康行为、健康素养、eHealth素养、由所有现有疾病(包括心血管疾病和糖尿病)引起的压力、糖尿病的存在、心血管疾病的存在、心血管疾病和糖尿病的共存、应用程序使用的频率和持续时间，以及bct的数量。gydF4y2Ba

结果gydF4y2Ba

样品的表征gydF4y2Ba

共有1500人完成了这项基于人口的网络调查(见gydF4y2Ba表1gydF4y2Ba)。平均年龄为55.10岁(SD 8.25)，女性占56.53%(848/1500)。在受教育程度方面，70.60%(1059/1500)具有职业资格，24.60%(369/1500)具有大学学位，4.80%(72/1500)具有基本资格或没有资格。大多数参与者是全职工作(622/1500,41.67%)，中等家庭收入(591/1500,39.40%)。少数有移民背景的占7.53%(113/1500)。gydF4y2Ba

虽然我们只纳入了患有心血管疾病和糖尿病的研究参与者，但参与者中最常见的慢性疾病是高血压(1224/1500,81.60%)和糖尿病(681/1500,45.40%)。参与者对慢性疾病(即心血管疾病和糖尿病)造成的总体压力进行了评分，得分为2.64分(标准差0.91)。在健康行为方面，一半的样本报告有规律的身体活动(751/1500,50.07%)。此外，大多数参与者报告均衡饮食(1074/1500,71.60%)，而三分之一的人是吸烟者(553/1500,36.87%)。平均健康素养为2.76 (SD = 0.49)，平均电子健康素养为3.68 (SD = 0.73)。gydF4y2Ba

总共有87.27%(1309/1500)的参与者拥有智能手机，其中29.49%(386/1309)的参与者使用健康应用程序。总体而言，26.80%(402/1500)的参与者被归类为健康应用程序用户(gydF4y2Ba表2gydF4y2Ba)。在心血管疾病参与者中，25.41%(339/1334)的参与者使用移动健康应用程序，29.2%(199/681)的糖尿病参与者和27.6%(146/529)的心血管疾病和糖尿病参与者报告使用应用程序。使用app的最常见行为是体育活动(289/402,71.9%)、减肥(150/402,37.3%)和营养(146/402,36.3%)。以下btc在应用程序中最常见:提示自我监控行为(236/402,58.7%)，提示特定目标设定(224/402,55.7%)，以及提供绩效反馈(199/402,49.5%)。不到10%的参与者认为这些应用程序不包含任何BCT(34/402, 8.5%)。四分之一的参与者每天使用一次应用程序(104/402,25.9%)，20.4%(82/402)的参与者每天使用几次应用程序(82/402,20.4%)。38.1% (n=153/402)的参与者使用app的时间超过一年，而10.7% (n= 43/402)的参与者使用app的时间不到一个月。应用程序用户将应用程序对他们健康的感知有效性评为3.79(标准差为0.73)。gydF4y2Ba

哪些因素与应用使用有关?gydF4y2Ba

表3gydF4y2Ba显示所有3个队列中应用程序使用的多变量关联。gydF4y2Ba

被诊断为心血管疾病的参与者gydF4y2Ba

二元逻辑回归的结果显示，在被归类为心血管疾病的人群中(N=1325)，应用程序用户明显更年轻(优势比，OR 0.93;gydF4y2BaPgydF4y2Ba<.001)比非用户(参见gydF4y2Ba表3gydF4y2Ba)。此外，女性比男性更频繁地使用应用程序(OR 0.68，gydF4y2BaPgydF4y2Ba= .02点)。应用程序用户更多地报告达到了世卫组织的身体活动标准(OR 1.78)，gydF4y2BaPgydF4y2Ba<.001)，他们报告的受教育程度高于非用户，即具有职业资格的人(OR为6.00，gydF4y2BaPgydF4y2Ba= 0.005)和大学学历(OR 8.38，gydF4y2BaPgydF4y2Ba=.001)比没有或基本资格的参与者更投入于应用程序的使用。此外，与非用户相比，应用程序用户的电子健康素养更高(OR 2.52，gydF4y2BaPgydF4y2Ba<措施)。患有糖尿病的参与者比没有糖尿病的参与者更有可能使用健康应用程序，(OR为1.52)。gydF4y2BaPgydF4y2Ba= .008)。此外，据报告，应用程序用户更容易受到心血管疾病的影响(OR为1.29，gydF4y2BaPgydF4y2Ba<.001)。最后，应用程序的使用与可穿戴设备的所有权密切相关(OR 21.44;gydF4y2BaPgydF4y2Ba<措施)。应用程序的使用与吸烟、均衡饮食和健康素养没有关联。gydF4y2Ba

被诊断患有糖尿病的参与者gydF4y2Ba

在被归类为糖尿病的参与者中(N=681)，健康应用程序用户更年轻(OR 0.94，gydF4y2BaPgydF4y2Ba<.001)，更有可能是女性(OR 0.64;gydF4y2BaPgydF4y2Ba=.04)，拥有大学学位的人受教育程度更高，并且比那些具有基本资格或没有资格的参与者更投入于应用程序使用(or 3.53，gydF4y2BaPgydF4y2Ba= .04点)。此外，健康应用程序用户更有可能进行体育锻炼(OR 2.12，gydF4y2BaPgydF4y2Ba<.001)，其电子健康素养水平高于非用户(OR 2.36;gydF4y2BaPgydF4y2Ba<.001)，更容易患糖尿病(OR 1.51;gydF4y2BaPgydF4y2Ba<措施)。最后，应用程序用户比非用户更有可能拥有可穿戴设备(OR 12.64;gydF4y2BaPgydF4y2Ba<措施)。应用程序的使用与吸烟、均衡饮食、健康素养和心血管疾病的存在无关。gydF4y2Ba

被诊断为心血管疾病和糖尿病的参与者gydF4y2Ba

被归类为糖尿病和心血管疾病的应用程序用户(N=524)更年轻(OR 0.93;gydF4y2BaPgydF4y2Ba<.001)，更有可能进行体育锻炼(OR 2.16;gydF4y2BaPgydF4y2Ba=.002)。此外，应用程序用户的电子健康素养水平更高(OR 2.23;gydF4y2BaPgydF4y2Ba<.001)，受疾病影响更大(OR 1.55;gydF4y2BaPgydF4y2Ba= 0.002)，并且更有可能使用可穿戴设备(OR 16.88，gydF4y2BaPgydF4y2Ba<措施)。应用程序的使用与性别、吸烟、均衡饮食、教育和健康素养没有关联。gydF4y2Ba

哪些因素与应用程序的感知有效性相关?gydF4y2Ba

在所有应用程序用户中，年轻用户(b1.47;gydF4y2BaPgydF4y2Ba= 0.006)更有可能报告他们的应用程序对目标健康行为有积极影响(见gydF4y2Ba表4gydF4y2Ba)。此外，健康素养较高的参与者(B .24;gydF4y2BaPgydF4y2Ba<.001)和电子健康素养(B .47;gydF4y2BaPgydF4y2Ba<.001)，以及受现有疾病影响更大的人(B .08;gydF4y2BaPgydF4y2Ba=.04)认为他们的应用程序对他们的健康行为更有效。最后，那些被报道含有更多bct的应用程序(0.05)，gydF4y2BaPgydF4y2Ba=.002)对用户健康行为有更大的感知影响。应用程序的感知有效性与性别、健康行为、教育程度、心血管疾病和糖尿病、健康应用程序使用的频率和持续时间以及可穿戴设备的使用没有关联。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

本研究旨在调查3个不同患者样本中健康素养、电子健康素养和社会人口因素与健康应用程序使用的关系:心血管疾病患者、糖尿病患者和心血管疾病合并糖尿病患者。此外，我们旨在检测这些因素与使用健康应用程序的患者感知有效性之间的关系。在子样本中，我们发现四分之一的参与者报告使用与健康相关的应用程序。总的来说，心血管疾病、糖尿病或两种情况的相关模式在很大程度上具有可比性。在各种情况下，健康应用程序的用户更年轻，更有可能是女性(除了那些患有心血管疾病和糖尿病的人)，受教育程度更高，而且往往更活跃。应用程序用户具有更高的电子健康素养，并且比非用户更容易受到自身状况的影响。在所有3个条件亚组中，健康素养与应用程序的使用没有显著相关。报告应用程序对其健康行为更有效的移动应用程序用户往往更年轻，更了解健康，更了解电子健康。此外，他们被认为是疾病带来的更大负担。据报道，包含更多bct的应用程序具有更高的感知有效性。 Finally, the use of wearables was strongly related with health app use; however, wearables were not associated with the perceived effectiveness of health apps.

优势与局限gydF4y2Ba

这项调查是德国首批关注移动健康应用使用情况的全国性调查之一。由于只有心血管疾病或糖尿病患者被纳入调查，我们能够检查不同的亚组，包括心血管疾病和糖尿病患者，这些亚组在患病率、患者负担和医疗保健费用方面代表了相关的慢性疾病。我们使用了有效的量表，如健康素养、电子健康素养和应用程序的感知有效性。局限性包括在本研究中使用感知有效性而不是行为或健康结果的测量。尽管如此，由于心血管疾病和糖尿病是慢性疾病，需要治疗数十年，因此培养患者的(1)意识，(2)知识，(3)态度，(4)改变的意愿，(5)寻求帮助，(6)行为改变是非常重要的。这些方面是在调查中使用的感知有效性得分的成分。此外，感知有效性已被证明是应用程序使用和购买决策以及结果满意度的相关预测因素[gydF4y2Ba52gydF4y2Ba，gydF4y2Ba53gydF4y2Ba]。此外，认知有效性已被证明与健康行为和依从性有关[gydF4y2Ba54gydF4y2Ba]。另一个限制与bct的自我报告测量有关。健康应用程序使用的bct自我报告可能不是一个可靠的衡量标准，因为参与者可能难以识别特定的bct。然而，参与者有机会在填写问卷时查看他们的设备，以获得更准确的报告。此外，经常使用的bct可能比不经常使用的bct更可靠地被召回。简洁的BCT评估是另一个优势，尽管未来的研究应该用外部BCT评分来验证用户的自我报告。另一个限制是不能推断出截面设计和因果关系。因此，本研究中发现的新关联需要在纵向和实验研究中得到证实。最后，我们对健康行为使用了一个简短的自我报告测量。尽管这种简约的测量方法适用于大规模调查，但它对身体活动的高估和对饮食的低估是很常见的，我们的研究结果需要作为初步估计来对待。 The sample seems to be more physically active and eats healthier than the average population, although our sample is a clinical one that is likely to be different from the general population; therefore, it cannot be compared with the general population. Nonetheless, it is likely that health behaviors were overreported to a degree in this study.

健康应用的使用gydF4y2Ba

本研究中发现的健康应用程序的使用程度与一般人群样本中的文献相当[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba55gydF4y2Ba]。此外，我们发现在使用健康应用程序方面存在与年龄相关的差异，这已经在之前对普通人群的研究中得到了证明[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba27gydF4y2Ba]。在我们的调查中，更高的电子健康素养与更高的应用程序使用相关，而健康素养与应用程序使用无关。之前没有区分健康素养和电子健康素养的调查显示，较高的健康素养与应用程序使用之间存在相关性[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba27gydF4y2Ba]。在他们的调查中，Cho等人调查了韩国765名参与者中电子健康素养对应用程序使用的作用[gydF4y2Ba44gydF4y2Ba]。与他们之前的预期相反，他们发现电子健康素养对应用程序的使用没有直接影响，但这种关联是由健康应用程序使用效率介导的。在我们的调查中，没有测量健康应用程序的使用效率;因此，我们有可能忽略了这种中介作用。未来的研究应该将健康应用程序的使用效率作为一个相关因素。gydF4y2Ba

我们发现，与男性相比，女性更有可能使用健康应用程序。一种可能的解释是，女性可能更关心健康的生活方式[gydF4y2Ba56gydF4y2Ba，gydF4y2Ba57gydF4y2Ba]。一些研究表明，女性更多地使用健康应用程序[gydF4y2Ba58gydF4y2Ba]，而其他人则没有性别差异[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba27gydF4y2Ba]。有趣的是，在报告患有糖尿病和心血管疾病的参与者中，性与健康应用程序的使用无关。可以假设，被诊断患有多种疾病的男性比那些患有单一疾病的男性更关心健康的生活方式。这可以平衡女性意识的领先地位。需要更多的研究来理解这一发现。亚组分析的另一个差异是，CVD亚组的应用程序用户倾向于合并糖尿病，而糖尿病应用程序用户不倾向于合并CVD。一种可能的解释是，糖尿病的存在推动了人们使用健康应用程序的意愿，而不是心血管疾病的存在，心血管疾病的症状往往不那么均匀，而且往往是无症状的，例如高血压[gydF4y2Ba8gydF4y2Ba]。gydF4y2Ba

对于心血管疾病患者，需要提高对其疾病无症状期的认识等策略。虽然我们的目的不是直接比较亚组，但总的来说，CVD、糖尿病和CVD合并糖尿病的亚组之间没有明显的差异。然而,随着gydF4y2Ba图1gydF4y2Ba显示，这3个子群体在很大程度上重叠，因此不能被视为独立的群体。在这些重叠的群体之间进行直接比较是不可能的。尽管如此，为这些子组提供单独的估计可能会指导对这些子组中的一个特别感兴趣的从业者和政策制定者。此外，就共病和多病而言，我们的研究结果表明，无论具体情况如何，健康应用程序都可以针对共同的风险因素，如缺乏运动、营养和体重控制，这可能对所有三个亚组都有益。那些同时患有心血管疾病和糖尿病的人可能特别受益，因为风险因素的减少可能导致两种疾病症状的缓解。最后，电子健康素养在应用程序使用方面优于健康素养，这应该在干预措施中加以考虑。因此，需要采取针对数字扫盲的干预措施，并可能独立于一般的卫生扫盲。gydF4y2Ba

健康应用的感知有效性gydF4y2Ba

年轻的参与者认为他们的应用程序更有效，这与之前的文献一致[gydF4y2Ba34gydF4y2Ba，gydF4y2Ba44gydF4y2Ba]。一个可能的解释是在老年人中适用性和实施的负担。本研究中发现的感知有效性的其他关联是健康素养和电子健康素养，更好的健康素养和电子健康素养与更高的感知有效性相关。人们需要很高的能力才能有效地使用健康应用程序。随着健康应用的重要性越来越大，提高人们的健康素养能力是必要的。提高有效性的另一个选择可能是提高健康应用程序的可用性，这样即使是健康知识有限的人也可以利用健康应用程序。我们没有发现频繁使用健康应用程序与感知有效性有关，这与最近的一项系统综述相反，该综述表明，更多地使用健康应用程序与实际健康行为的增加有关[gydF4y2Ba59gydF4y2Ba]。人们使用应用程序的原因可能与改善健康行为不同，例如，与朋友联系或娱乐和享受[gydF4y2Ba60gydF4y2Ba]。应用程序使用与感知有效性之间的关系应在未来的研究中进一步研究。关于应用程序本身的属性，我们发现人们认为存在的bct越多，它们对人们健康的影响就越大。总的来说，在干预中使用bct是成功改变行为的一个相关因素[gydF4y2Ba50gydF4y2Ba]。在干预措施中整合bct也会在健康应用程序中产生更好的结果[gydF4y2Ba38gydF4y2Ba，gydF4y2Ba61gydF4y2Ba]。例如，在系统回顾中发现的最强大的BCT是“压力管理”或“一般沟通技巧培训”[gydF4y2Ba37gydF4y2Ba]。对于健康应用程序，规划和监测被发现是与更高程度的身体活动相关的btc [gydF4y2Ba23gydF4y2Ba]。gydF4y2Ba

对进一步研究、政策和实践的启示gydF4y2Ba

据世界卫生组织称，121个国家已经制定了国家电子卫生战略[gydF4y2Ba62gydF4y2Ba]。政府应考虑到许多人在使用移动医疗应用程序时仍面临障碍[gydF4y2Ba63gydF4y2Ba]。应考虑到与年龄和识字率有关的差异。在我们的研究中，我们发现健康素养和电子健康素养与应用程序的卓越效果有关。这可能意味着提高人们的读写能力是必要的。一种可能性是在应用程序中整合健康素养干预措施，以培养人们充分使用应用程序的能力。此外，我们发现，与感知健康素养相比，电子健康素养与应用程序使用的相关性更强，这对旨在提高糖尿病和心血管疾病患者群体应用程序使用的从业者和政策制定者具有重要意义。根据这一新发现，具体的干预措施应直接针对电子健康素养，而不是健康素养的更一般组成部分。此外，在未来的应用程序研究以及人口健康监测中，应将电子健康素养作为应用程序使用能力的指标。gydF4y2Ba

目前使用流动电话的趋势显示，长者越来越多地使用流动电话技术。[gydF4y2Ba64gydF4y2Ba]。可以假设，在未来，随着年轻人年龄的增长，更多的人会使用健康应用程序。这凸显了未来移动医疗的潜力[gydF4y2Ba65gydF4y2Ba]。支持卫生主题的新方法将在未来变得更加相关。然而，当代的应用开发者应该把老年人作为一个有特殊需求的目标群体。例如，健康应用程序的设计应该进行调整，比如使用更大的字母和更少的刺激。全科医生应该更多地了解健康应用的可能性。有关健康应用程序的信息可以整合到医生的进一步培训中。经过这样的培训，全科医生可能更有可能推荐一款健康应用。此外，不应忘记健康素养较低的人，以缩小用户和非用户之间的“数字差距”。gydF4y2Ba66gydF4y2Ba]。较低的健康素养和电子健康素养与较低的健康应用程序使用率和较低的应用程序效能有关。更好的健康教育应该成为教育系统的一部分。此外，在这项研究中，大约四分之一使用健康应用程序的人也使用可穿戴设备。然而，我们没有发现那些同时使用健康应用和可穿戴设备的人的感知有效性有所提高。未来的研究应该详细说明可穿戴设备如何有助于更好的健康监测，以及可能导致本研究结果的障碍。对于即将进行的研究，我们建议采取客观的有效性措施，如降低HbAgydF4y2Ba_{1 cgydF4y2Ba}糖尿病患者的价值和心血管疾病患者心脏事件的减少，而不是感知到的有效性。根据目前的研究结果和科学证据，将bct纳入已被证明有效的健康应用程序是必不可少的。这确保了效率和功效。gydF4y2Ba

我们的结果对临床实践有进一步的启示。如果医生希望他的慢性病患者使用健康应用程序，他应该考虑两件事。首先，并不是每个病人都能使用应用程序。医生必须根据他们的读写能力来选择病人。此外，医生可能会向糖尿病患者推荐糖尿病应用程序，这更有可能被使用。对于心血管疾病患者，医生需要其他策略。例如，医生应提高患者的认识，特别是在疾病的无症状阶段，以防止长期并发症。其次，并不是每个应用程序都适合提供适当的疾病管理。特别是，患有心血管疾病和合并糖尿病的患者发生并发症的风险很高。在这个高度脆弱的亚群体中，电子健康素养似乎是健康应用程序使用的一个相关因素，这是本研究的一项新发现。 However, we observed comparable patterns of app use and perceived effectiveness in those patients diagnosed with CVD, diabetes, and both conditions combined. Thus, clinical recommendations for app use may depend on comparable factors across these specific subgroups of patients. Although patient groups were largely overlapping, medical specialists such as endocrinologists, cardiologists, and general practitioners may be interested in our reporting of the specific patient group of interest. The quality of the apps and the use of theory-based interventions should be ensured [66gydF4y2Ba]。我们需要更有效的健康应用。政府的建议或独立机构基于科学证据的建议可以给临床从业人员一些指导。gydF4y2Ba