评估手机数字素养和参与以用户为中心的设计在一个多样化的，安全网人口:混合方法研究

介绍

背景

尽管与健康相关的移动应用程序在改善慢性病患者的健康方面具有潜在的前景[1-4]，很少有研究评估它们的可用性和可行性，在弱势群体中进行评估的研究就更少了[5-7]。现有数据表明，健康素养(LHL)有限、数字素养(LDL)有限和英语水平(LEP)有限的人群不太可能使用健康信息技术(HIT)，包括移动应用程序[6，8-11]。鉴于智能手机在低收入、少数族裔人群中的拥有率与美国普通人群相似，可能还有其他障碍导致健康应用程序的使用减少[12]。为了更好地了解这些障碍，并减少在使用HIT管理慢性病方面的差距，将弱势群体纳入应用程序开发过程至关重要[13，14]。

更具体地说，有必要在适当的设计科学方法方面推进这一领域，以便与弱势群体，包括种族或少数民族以及社会经济地位和教育程度较低的人一起工作[7]。同样，有必要了解这些方法在与低激活和参与度相关的精神健康障碍患者(如抑郁症)中的使用和有效性[15]。标准的以用户为中心的设计(UCD)方法，如原型设计和卡片分类，通常使用与最终用户的快速会话，为数字健康计划或干预生成大量潜在内容并确定优先级。16-18]。虽然这些方法的目标是了解最终用户的经验、信念和偏好，但它们对参与者来说可能是一种认知要求很高的方法——尤其是在关于未来健康行为的假设讨论和筛选大量潜在内容方面。

目标

我们试图了解哪种设计方法在一项采用UCD方法的大型研究中效果良好，该研究开发了一款短信应用程序，旨在增加糖尿病和抑郁症合并症患者的身体活动。在本文中，我们评估了应用程序开发早期阶段进行的两组半结构化访谈的数据，并描述了从公共卫生保健系统招募的患者的健康素养、英语熟练程度和数字素养的手机使用模式和参与设计方法的变化。

方法

研究设置和抽样程序

本研究的数据包括2016年至2018年分两个阶段收集的20份半结构化访谈记录。所有患者均从旧金山市和县公共卫生保健系统的初级保健诊所招募。共有10份转录本来自完成了先前评估自动短信作为抑郁症认知行为治疗辅助手段的试验的患者(MoodText试验，NCT01083628) [19]，另有10人来自另一组患者，他们参与了开发一款短信应用的早期设计会议，以增加糖尿病和抑郁症患者的身体活动(糖尿病和抑郁症短信干预[DIAMANTE]试验，NCT03490253)。纳入标准如下:年龄≥18岁，说英语或西班牙语，拥有任何类型的手机，并诊断为抑郁症。排除标准为有自杀计划的主动自杀意念和有严重精神病的主动自杀。

数据收集流程

在招募期间对参与者进行简短的问卷调查，以评估社会人口因素(包括年龄、性别、种族和民族、教育水平、收入、就业状况和英语水平)、健康状况和健康素养。用英语或西班牙语对所有20名参与者进行了半结构化的深度访谈。所有访谈时长为1.5小时，访谈由母语为西班牙语的研究人员进行。所有参与者的访谈指南包括手机使用情况、身体活动以及对样本短信和短信干预的反馈(访谈指南和卡片分类说明可根据要求提供)。参与者还完成了一个封闭的卡片分类活动。卡片分类是一种用于探索人们如何将概念分组的方法，这种方法先前已被用于开发短信干预[20.]。研究人员给了参与者一组卡片，上面有六年级阅读水平的短信样本，根据他们喜欢的语言，用英语或西班牙语写的，并要求他们根据对卡片上的信息是喜欢、不喜欢还是感觉一般，把卡片分成三堆。然后他们被要求解释为什么他们喜欢或不喜欢这些信息。如果他们没有给出喜欢或不喜欢这些信息的理由，面试官就会再次询问他们。如果参与者不理解卡片分类活动或阅读卡片有困难，那么卡片分类就会被修改，这样面试官就会大声朗读卡片，并每次对每个样本文本信息进行反馈。在卡片分类活动完成后，参与者被问及他们是否对潜在的短信内容或短信干预的结构有任何额外的想法。

定性分析

所有转录本采用归纳和演绎编码技术(Dedoose version 8.1.8)开放编码进行定性分析。一位作者(SN)根据面试问题创建了初始代码本。第二作者(PA)读取转录本的子集并使用原始码本进行编码。SN, PA和CL经常开会审查代码本，讨论新出现的主题，并解决分歧。在这项研究中，我们特别针对(1)手机使用模式和(2)设计方法中的参与度进行编码。这包括对访谈中出现的主题思想进行分类，以及广泛参与(1)卡片分类活动，对现有的短信内容提供反馈;(2)半结构化访谈，为新的短信内容提供新颖的建议。对现有内容的反馈被进一步归类为广泛的如果它包括不仅什么参与者喜欢或不喜欢，但也为什么他们很喜欢如何他们觉得这对他们有帮助。如果对现有内容的反馈只包括什么参与者喜欢或不喜欢，这是确定的最小的．新颖的建议是广泛的如果他们为可能的短信提供了详细的内容，也提供了新的短信类型。如果新颖的建议是重复研究中已经开发出来并与参与者分享的短信，或者如果它们与研究的目的或内容无关，它们就被确定为是最小或不对齐．

探索性分析

对于我们的二次分析，我们对参与者人口统计学中关键主题的差异感兴趣，特别是健康素养、英语水平和数字素养。健康素养是用Chew等人的单项评估来衡量的，“你对自己填写医疗表格有多自信?”正如之前在与本研究相似的人群中证实的那样，足够的健康素养被定义为回答“非常”，而LHL被定义为回答“一点也不”、“一点点”、“有点”或“相当多”[21-23]。英语熟练程度也通过一项经过验证的单项评估来衡量，将说西班牙语的参与者分为“中等”、“很少”和“很少”的参与者。24]。由于缺乏广泛用于移动电话使用的数字素养的有效调查措施，我们基于对当前移动电话使用的访谈回应创建了数字素养的定义。我们将使用或参与非常有限和/或自我报告使用手机困难的参与者归类为低密度脂蛋白。我们的定义基于Kayser等人的电子健康素养概念[25]，结合使用技术的能力和经验/参与。由于所有参与者都拥有一部手机，所以我们的定义中没有包括技术的使用。然后，我们使用Fisher精确检验定量比较了参与者的健康素养和英语水平对LDL患病率的影响，以评估这两个自变量的差异。

最后，以一种探索性的方式，我们计算了每位参与者在卡片分类任务中给出的唯一反馈陈述或新颖建议的数量总和。我们计算了给出的陈述总数的平均值和范围，然后进行了初步的Wilcoxon秩和检验，以评估健康素养、英语水平和数字素养在这些频率上的差异。我们还计算了提供广泛反馈陈述和新颖建议的参与者数量，并使用Fisher精确检验来评估这些比例在健康素养、英语熟练程度和数字素养方面的差异。采用Stata/SE 15.0进行分析。

结果

参与者的特征

参与者的平均年龄为59岁(SD 8);65%(13/20)为女性，90%(18/20)为非白人，65%(13/20)为LEP(50%(10/20)为西班牙语)，45%(9/20)为高中及以下学历，80%(16/20)为LHL(16/20)。表1)。所有参与者都没有全职工作;45%(9/20)为残疾，20%(4/20)为失业。共有70%(14/20)的参与者患有2型糖尿病，65%(13/20)的参与者自认为他们的健康状况一般或较差。在DIAMANTE试验中，LEP患者(80% vs 50%)和糖尿病患者(90% vs 50%)的比例高于MoodText试验中的比例;除此之外，两组的人口统计和健康数据均无差异。

手机使用与数字素养

我们发现了手机使用的主要类别，这些类别与短信网络、手机传输以及手机基本功能(即短信)的使用困难有关。总体而言，几乎所有的参与者(18/20)都有智能手机，并定期与家人和朋友发短信(15/20)。共有5名参与者表示，他们的短信网络有限，只给家人或研究报告发短信。大多数参与者(17/20)报告说他们每次出门都带着手机。

尽管总体上手机使用率很高，但许多参与者被定义为具有低密度脂蛋白。如果参与者有有限的短信网络，经常不携带手机或长时间关闭手机(有限的手机传输)，或者由于不熟悉或难以打字或使用麦克风功能而难以使用手机或发送短信，则将其归类为低密度脂蛋白。总体而言，10名参与者被归类为低密度脂蛋白;其他人则被归类为具有足够的数字素养。那些描述使用手机有困难的人认为，这主要是因为他们是新智能手机用户，还在学习如何使用手机。一些人还表示，他们的手机被关闭或忘记查看手机，文化水平低，以及不得不使用智能手机上的麦克风功能，这些都是发短信的障碍。

现在我刚买了这部手机，在我能发短信之前但现在我已经忘记了。[…]I didn’t want a high-tech phone […] but my kids gifted me a phone and said, “you have to learn, mom.”
[翻译自西班牙语]

我没有看手机，或者我的手机关机了。有时候我会把手机关掉，然后忘记开机。

是的，因为我不用键盘，有时候你对着麦克风说话，它不会把你想说的话写对。我女儿在这一点上指责我。所以，如果我要发送一个不正确的信息，我会感觉很糟糕。
[翻译自西班牙语]

在10名低密度脂蛋白参与者中，7名患有LEP, 10名患有LHL。在我们用来定义LDL(低密度脂蛋白)的每个手机使用域内LEP和/或LHL的参与者比例也同样高表2)。具体来说，大多数短信网络有限、移动电话传输有限、难以使用手机或短信的参与者患有LEP和/或LHL。Fisher精确检验结果无统计学意义。

其他最常提到的与数字素养无关的使用手机的障碍包括太忙而忘记回复，身体损伤(如关节炎)导致打字困难，以及没有心情回复短信。

嗯，我太忙了，我没有听到，我没有看手机，或者我的手机关机了。有时候我会把手机关掉，然后忘记开机，然后很晚了，我又困了，所以我就不接电话了。

它有这么小的字母，我的手有问题，因为我有雷诺综合症，你的手会麻木。
[翻译自西班牙语]

有时候，嗯，我不注意，有时候我注意。不是每天都这样。有时候我心情不好(笑)，很抱歉说出来了。
[翻译自西班牙语]

参与卡片整理活动

研究人员从两个方面考察了敬业度。首先，我们确定了对现有内容的反馈频率和提供新建议的频率。我们还使用定性编码来确定对现有内容和新建议的反馈的广泛性。

对现有短信内容的反馈

对短信内容的反馈是由卡片分类活动引起的——一半的参与者需要修改活动，因为他们要么不理解，要么在规定的时间内阅读卡片有困难。

最常见的积极反馈是短信内容鼓励参与者反思自己的行为或想法，给出具体的想法或建议，或者非常积极和激励。最常见的负面反馈是那些被视为重复的内容。以下是一些典型的引用，说明了这些积极和消极的反馈主题:

但大多数时候，我收到短信的时候都很及时，这有助于我评估，嗯，你知道，我的想法和感受，如果它没有来，我就不会在想，你知道，不同的事情
[主题:鼓励反思]

这些都是你可以尝试的具体建议，因为它们可能会因为你的尝试而改善你的情绪。所以我认为这只是一些小建议或方法，可以让你感觉更好。减少负面的。少了下来。
[主题:具体建议]

我也喜欢他们积极的态度。
[翻译自西班牙语;主题:正面讯息]

它们有点重复。
[翻译自西班牙语;主题:重复信息]

对于每个参与者，他们给出的喜欢或不喜欢样本短信的不同原因的数量被总结出来，这定义了反馈的频率。

我们还评估了每个参与者提供的反馈的广泛性。一半的参与者提供了广泛的反馈，如以下评论所示:

(它们)只会让你停下来一分钟。我认为这可能是为什么它如此有效的关键因为你知道信息进来了你会想为什么我要这样做?我今天不是很乐观，我可以做得更好。我可以想到另一种处理方法。也许我应该试试。

嗯，他们激发了开始的想法。他们激发了我的想法，我的意思是，他们已经开始继续在这里和那里给我激励。

它说:“每当你认为你不能或不能(做某事)时，回想一下你能做的时候。”是的，有时候这些信息帮助了我，这类信息帮助了我，因为我经常说，“我不行”，但偶尔我读了这些信息，我说，“是的，我可以。”"无论如何我都要试一试" "我要试一试"然后我就做到了，我还有例子。
[翻译自西班牙语]

另一方面，反馈很少的参与者提供的反馈很少，如果有的话，反馈是多样的，即使在被面试官追问之后，他们也没有解释为什么喜欢或不喜欢这些短信。

是的。不感兴趣。好吧。

我都喜欢。
[翻译自西班牙语]

进行定量分析(表3)，我们通过对样本文本消息上的每个反馈实例进行编码来计算反馈的频率。我们发现LEP、LHL和LDL参与者的反馈频率低于英语水平、足够的健康素养或足够的数字素养的参与者，尽管这些差异没有统计学意义。与LEP相比，精通英语的参与者提供了更广泛的反馈(5/ 7,71% vs 4/ 13,30%)，与LHL相比(3/ 4,75% vs 7/ 16,44%)和与LDL相比(6/ 10,60% vs 4/ 10,40%)的参与者也是如此。这些差异接近但没有达到统计学意义。

新颖的建议

参与者被问及他们是否有其他在卡片分类活动中没有出现的短信想法，以及他们是否对短信或短信干预有任何其他一般反馈。大多数建议是关于短信内容的:

嗯，或者，嗯，“我知道你心情不好，所以我们出去走走，也许这会让你振作起来。”我以前试过，而且确实成功了，所以我们就试试吧。”

嗯。“起床了!”呃，让我想想，好吧。“快起来，快起来!”

少数参与者就短信干预的更广泛的结构性内容提供了反馈:

它可以是一个小的卡通跑步，一个人走路或跑步的例子。
[翻译自西班牙语]

世界上有成千上万种疾病。所以，首先你需要知道某人患有哪些疾病，以及他们在进行体育活动时可能遇到的困难。体育活动有很多种。因为手术后我的运动是伸展，用一磅大米举起我的手臂。它在移动身体。从这里开始，我就不能动弹了，因为我的膝盖。拉伸，仅此而已。当然可以。通过这种方式，你必须看到病人需要什么来激励他们。
[翻译自西班牙语]

我们也评估了新建议的广泛性。广泛的新颖建议被定义为为可能的短信提供详细的内容，并提供新的短信类型:

我会给他们传递一个信息，告诉他们生活是非常美好的。生活是一件美好的事情，一个人应该快乐，把消极的东西放在一边，给生活带来积极的东西。
[翻译自西班牙语]

健身房并不是唯一一个可以锻炼的地方，因为你会有这样一种心态:“我想报名，但太贵了。”如果有其他的运动选择，那就太好了。
[翻译自西班牙语]

建议被分类为最小或不对齐，如果它们含糊不清或与卡片分类期间提供的信息相同，或与短信干预的身体活动内容重点无关(例如，带有实验室测试结果的短信):

可能是提醒我提醒我做运动，散步，等等。

我觉得如果你要给我发这样的信息，那就是警告我已经发生或即将发生的事情。我的意思是说……让我举个例子。医生看了我的检查结果，想告诉我结果如何。
[翻译自西班牙语]

我们将参与者的每个单独答案编码为新颖的建议，每个参与者提出新颖建议的频率被定义为编码摘录的总和。新建议的中位数为每个参与者2个(范围0-9;表4)，在英语熟练程度、健康素养或数字素养方面没有显著差异。所有具有足够健康知识的参与者都提供了广泛的新颖建议，而患有LHL的参与者中只有一半(表4)。在小说建议的广泛性上，英语熟练程度和数字素养没有差异。

讨论

主要研究结果

我们的研究发现，代表弱势群体的参与者在UCD过程中的参与方式不同，我们采用并描述了使用手机和发短信的困难。尽管几乎所有的参与者都有一部全天随身携带的智能手机，而且大多数人都有广泛的短信网络，但超过四分之三的人仍然表示发短信有困难。这种差异表明，智能手机拥有量，即使是日常个人使用，也不能准确预测使用手机基本功能(如发短信)的舒适度或能力。新出现的数据表明，弱势群体有限地使用移动电话(例如仅使用语音通信)，这一发现得到了支持[26]，以及在移动交互设计中关注低识字率或文盲人群的努力[27]。

我们发现，在设计过程中，健康素养、英语熟练程度和数字素养在参与度方面存在差异。数字素养被美国教育部广泛定义为“数字化解决问题”，并通过对基本计算机能力的评估来衡量，影响了16%的美国人口;有低密度脂蛋白的人往往年龄较大，非白人，外国出生，受教育程度低于数字文化的人[28]。然而，这一定义没有包括智能手机等其他无处不在的技术的使用，也没有在健康和保健的背景下进行评估。因此，我们从参与者的回答中使用从头分类来计算我们自己对手机数字素养的定义，并根据该领域先前的概念模型提供信息。我们确定的大多数LDL患者同时也患有LHL和LEP，这表明这些结构有一些重叠。在开发信息技术系统的框架中，年龄、教育和就业等用户特征被考虑在内，健康素养和英语熟练程度很可能是与健康相关的数字素养中同样重要的用户特征[25，29]。事实上，在一些概念模型中，健康素养已被纳入数字素养的组成部分[30.]。

尽管本处遵循卡片分类的最佳实务指引，例如限制卡片数目和类别，并就如何进行卡片分类提供统一而清晰的指示[17，31，32]，该方法必须在一半的访谈中进行修改，因此在本研究人群中并不完全有效。提出新颖的建议也很困难，大多数参与者只提供1到2个建议。后者与参与定性方法的研究一致，这些研究表明最终用户往往无法提供预期的反馈[16]。然而，我们期望对现有材料的反馈更加一致，因为最终用户通常更喜欢这种类型的反馈。这可能是因为在通过卡片分类方法获得反馈时，我们增加了额外的挑战，必须在规定的时间内对假设的信息提供反馈，这已被证明是一项更具挑战性的任务[16]。由于采访者的需求特征，参与者的反应偏差也有可能导致健康、数字素养和英语熟练程度反馈的差异，尽管我们试图通过用西班牙语与母语为西班牙语的采访者进行访谈来尽量减少这种差异[33]。未来的工作需要在更大的样本中复制我们的发现;然而，我们的研究结果表明，在UCD中使用不同的方法来增加卡片分类，例如任务分析和直接观察的可用性测试，可能更有效地获得弱势群体的反馈[18，25，29]。此外，在最终用户既舒适又将使用数字健康干预措施的环境中进行观察，可能会更有效地获得反馈，并使干预措施与最终用户的需求和偏好相匹配。

在开发数字健康干预措施以改善糖尿病患者的预后方面，其他公司也采用了以用户为中心或参与式设计，并在其开发过程中获得并成功地纳入了反馈[34，35]。尽管这些研究纳入了不同的人群，但他们并没有描述他们在人群的子群体中收到的反馈是否不同。我们的探索性分析显示，特定亚组患者在参与方面存在差异，这表明可能有其他因素导致了这些差异。具体来说，LHL与临床环境中较低的患者激活度和参与度有关，这可能也与研究环境有关[36-38]。我们的研究结果强调了衡量健康素养、英语水平和数字素养的重要性，并考虑了它们在UCD中的影响。这是至关重要的，因为简单地招募这些弱势群体进行以用户为中心或参与式设计研究，而不是以有意义的方式让他们参与反馈过程，有可能加剧信息技术使用方面的现有差距[8]。

限制

这项研究有几个局限性。在定义敬业度时，我们评估了反馈声明和新建议的广泛性;然而，提供最少的反馈可能是由于对所讨论的内容不感兴趣，而不仅仅是缺乏参与。考虑到我们在设计研究中典型的小样本量[31，32]，很多比较没有达到统计学意义;然而，我们的定量数据确实使我们能够突出这些差异。此外，考虑到我们未来短信干预的重点，我们特别关注与手机相关的数字素养，而不是更全面的数字素养评估。此外，有10名参与者已经参加了一项评估短信应用程序的试验，因此对这种干预更熟悉。然而，成功完成卡片分类任务和参与程度都没有因学习而不同。最后，尽管我们选择将健康素养、英语熟练程度和数字素养作为参与的预测因素，但几乎可以肯定，在这些人群中，还有其他因素导致了参与的差异，包括教育、种族、文化、患者激活以及访谈的性质和同质性内容[37，39]。值得注意的是，所有的研究参与者都患有抑郁症，这与患者激活度较低有关[40];然而，尽管如此，我们仍然能够在人群的子群体中发现参与的差异。

结论

设计过程中的参与度因健康素养、英语水平和数字素养而异。我们研究的参与者代表了一个多样化的人群——在种族、就业、教育、文化和语言以及一般健康状况方面——这在HIT的可用性研究中很少被捕获。我们认为这是本文的主要优势，无论是在描述移动电话使用模式的变化还是在评估UCD方法的参与方面。我们的研究结果强调，在发展HIT时需要更好地理解如何考虑、定义和纳入数字素养，以及继续努力更好地吸引弱势群体参与研究。我们未来的工作将报告将格式和内容反馈纳入我们最终干预的过程。