审查
摘要
背景:高血压是导致心血管疾病的主要原因，而心血管疾病是导致过早死亡的主要原因。高血压患者如果不遵守推荐的治疗策略，心脏病发作和中风的风险会更高，导致住院治疗，从而增加医疗保健费用。智能手机现在无处不在，它提供了一个方便的工具，通过使用针对生活方式管理的应用程序来帮助治疗高血压，这种基于应用程序的干预已经显示出有希望的结果。特别是，最近的证据表明，数字干预措施在改变慢性病患者行为方面具有可行性、可接受性和成功性。
摘要目的:这项研究的目的是系统地收集现有证据，以确定智能手机应用程序对高血压患者血压控制、药物依从性和生活方式改变的总体影响。
方法:本系统评价按照系统评价和荟萃分析的首选报告项目(PRISMA)声明指南进行。检索数据库以确定与基于应用程序的干预对高血压患者的影响相关的随机对照试验。从纳入的研究中提取的数据进行了荟萃分析，以比较智能手机应用程序干预与对照的效果。
结果:8项研究共1657名受试者符合纳入标准。对6项评估收缩压的研究的汇总分析显示，智能手机干预的总体效果显著(加权平均差-2.28,95% CI -3.90-0.66)。对评估服药依从性的研究进行的汇总分析显示，服药依从性的效果显著(P<.001)，支持干预组(标准平均差0.38,95% CI 0.26-0.50)，异质性低(I2= 0%)。在体力活动方面，各组之间没有差异。
结论:智能手机干预导致高血压患者血压降低和药物依从性增加。未来的研究应该集中在行为指导应用程序对药物依从性、生活方式改变和血压降低的影响上。
doi: 10.2196/21759
关键字
介绍
高血压通常是根据收缩压(SBP)高于130/140 mmHg和/或舒张压(DBP)高于80/90 mmHg来定义的。高血压是导致心血管疾病的主要原因，而心血管疾病是导致过早死亡的首要原因[]。中国约有2.445亿成年人患有高血压，其中只有15.3%的人病情得到控制[]。高血压患者如果不遵守推荐的治疗策略，心脏病发作和中风的风险会更高，导致他们住院，并留下更多的医疗费用[]。虽然忠实地服用处方药物并遵循建议的生活方式改变可以使血压得到显著改善，但很少有人真正听从医生的建议，因此无法控制高血压，导致心脏病和其他血管疾病的高死亡率和致残率[]。
自我测量血压(SMBP)被认为可以改善药物依从性，现在是高血压管理的一种常见干预措施[，]。生活方式的改变，如饮食中的钠限制、减肥和有氧运动可以显著降低血压[]。此外，随处可见的智能手机提供了一个方便的工具，通过使用针对生活方式管理的应用程序来帮助治疗高血压，这已经显示出令人鼓舞的结果[，]。最近的证据表明，数字干预在改变慢性病患者的行为方面是可行的、可接受的和成功的[-]。控制高血压可能涉及许多生活方式和行为的改变。我们假设智能手机应用程序结合定期血压监测和数字行为改变干预可能比目前采用的高血压管理策略更有效。
这些应用程序的功能包括提醒服药、跟踪生物识别结果、教育和激励，以及基于测量值和非药物行为的个性化指导。在过去的几年里，大量的药物依从性应用程序已经出现[]。
本系统综述和荟萃分析的主要目的是分析文献，以确定智能手机应用程序对血压控制、药物依从性和生活方式改变的影响。只有使用独立智能手机应用程序的研究才被纳入meta分析。由于不符合我们的主要目标，不基于应用程序的智能手机干预被排除在外。
方法
搜索策略
是次系统检讨是按照“系统检讨及综合分析的首选报告项目”指引进行的[]。
我们使用“智能手机”、“高血压”和“随机对照试验”等关键词进行了搜索。从2020年5月14日开始检索Ovid MEDLINE、EMBASE、PubMed和Cochrane Library数据库。这些数据库在可用时使用主题标题(如医学主题标题)和过滤器(如“RCT”)的组合进行搜索。我们还回顾了纳入研究的参考文献，以确定其他相关研究。我们没有施加语言和时间上的限制。
纳入和排除标准
两名审稿人独立评估了从检索中确定的合格记录。任何分歧均以协商一致方式解决。我们纳入了所有随机对照试验，比较基于智能手机应用程序的高血压管理与常规护理或SMBP对成人原发性高血压患者的影响。目标人群是患有高血压(由作者定义)的成年人(18岁及以上)。结果必须是客观测量的血压变化。我们接受任何时间的干预。
我们排除了合并慢性疾病(如慢性肾病或糖尿病)和缺少关键数据的患者的研究。在对普洛斯彼罗(CRD42020140926)进行审查之前，制定了一项协议。
研究质量
研究质量由两位作者根据Cochrane协作工具定义的评估偏倚风险的七个领域进行评估[:(1)随机序列
一代;(二)拨款隐瞒;(三)对参与者和工作人员进行盲测;(4)结果评估的盲法;(5)结局数据不完整;(六)选择性报道;(7)其他偏差，包括基线失衡、提前停止、既得利益或学术偏见造成的偏差。
使用漏斗图评估各研究的潜在发表偏倚。
数据提取
一位作者(XX)提取了所有数据，两位作者(XX和LY)审查了数据的准确性。收集以下数据:(1)国家、试验持续时间、发表日期;(二)纳入人数、纳入标准、排除标准;(3)干预，伴随干预;(4)收缩压/舒张压变化和行为改变(体育活动和药物依从性是现有文献中唯一一致报道的两种行为)。
数据合成
荟萃分析
采用Revman 5.3进行meta分析。我们使用随机效应模型并计算加权平均差(WMD)来产生收缩压和舒张压变化的汇总估计;采用随机效应模型和标准平均差(SMD)计算各研究中药物依从性和身体活动的干预效果。我们根据《Cochrane干预措施系统评价手册》(Cochrane Handbook for Systematic Reviews of Interventions)，对未报告均数变化标准差的研究，采用0.5相关性假设计算标准差。]。我的2采用统计学方法评价统计异质性的程度。
根据干预的类型将血压变化分为两个亚组。
试验序列分析
试验顺序分析是一种考虑需要多少信息来预测特定所需信息大小的方法[]。我们使用TSA程序版本0.9.5.10 Beta (Copenhagen Trial Unit)来调整由于数据稀疏和累积数据重复测试导致的ci，并计算所需的信息大小。如果累积z曲线越过试验序列监测边界或进入无效区域，则可以得出结论，可能已经达到了足够的证据水平。相反，如果z曲线不跨越任何边界，则结论证据不足。根据每个输入数据自动生成的经验数据计算所需的信息大小。我们在I型错误总风险为5%，功率为20%的水平上进行了试验顺序分析。
敏感性分析
我们进行了事后敏感性分析，以评估小样本量试验(N<60)潜在报告偏倚的影响。
结果
包括研究
八项研究[-]，共有1657名参与者符合纳入标准;根据敏感性分析结果，两项研究[，]被排除在meta分析之外(）.7项研究评估收缩压，6项研究评估舒张压，6项研究评估药物依从性，2项研究评估生活方式改变。纳入研究的特点总结于．
移动健康应用程序最常见的功能是记录血压、药物提醒和异常值警告。3项研究报告了患者教育或健康建议[，，]。
随访时间为6周到18个月，中位数为6个月。超过90%的参与者可进行结果评估。
| 参考 | 干预 | 控制 | 持续时间 | 干预协议 | 结果测量 |
| Persell等[］ | 高血压辅导App, SMBP一个(n = 144) | 英国石油公司b跟踪应用程序SMBP (n=152)。 | 6个月 | 在第一周每天记录(自动同步)血压，之后每周记录，并附带提醒、鼓励和教育 | 英国石油公司 |
| Ghezeljeh等人[］ | 社会网络自我管理教育(n=25) | 常规教育(n=25) | 6周 | 在线教育周刊 | 妈c |
| Morawski等[］ | Medisafe app, SMBP (n=209) | 没有(n = 202) | 12周 | 记录血压，提醒 | 英国石油公司 |
| Logan等[］ | 远程监控自我护理支持系统(n=55) | SMBP (n = 55) | 12个月 | 每周记录两次血压，晚上两次 | 英国石油公司 |
| 龚等[］ | 严复app, SMBP (n=225) | SMBP，在纸上记录BP (n=218) | 6个月 | 每天至少记录一次血压，提醒 | 英国石油公司,马 |
| Chandler等[］ | SMASH应用程序，SMBP (n=28) | 加强标准护理(n=26) | 9个月 | 每3天早晚记录(自动同步)BP，反馈 | 英国石油公司,马 |
| Kim等人[］ | app、SMBP、在线疾病管理程序(n=52) | 常规护理，在线疾病管理程序(n=43) | 6个月 | 每周记录血压3次，每天2次，健康建议，提醒 | 英国石油公司,马 |
| Márquez Contreras等[］ | ALERHTA应用程序(n=73) | 常规护理(n=75) | 6/18个月 | 记录血压，提醒 | 英国石油公司,马 |
一个SMBP:自测血压。
bBP:血压。
cMA:药物依从性。
偏倚风险
一项研究被判定为低偏倚风险[]。一项研究被判定在某一领域存在高偏倚风险[]。其余6项研究的结果尚不清楚，主要是由于缺乏表现偏倚和选择偏倚的细节(）.
血压
收缩压()及DBP ()是相似的。收缩压(wmd -2.28, 95%ci -3.90-0.66;6项研究)具有中等异质性(12=40%)和DBP (WMD -1.84, 95%CI -3.49 ~ -0.19;5项研究)具有中等异质性(12=54%)均显示支持干预的显著效果(P=。006年和P=。分别为03)。在4项研究中，血压显著降低(-2.78 mmHg)，但在2项包括教育干预的研究中，血压没有显著降低(-0.33 mmHg)。
试验序列分析表明，已达到20%功率所需的信息大小。证据的确定性很高。）.
药物依从性
四项研究根据莫里斯基药物依从性量表-8项目() [，，，]，一项研究根据药片数量来确定依从性[]，另一组使用高血压SM行为问卷[]。
对药物依从性的综合分析显示了显著的效果(P<0.0001)支持干预(SMD 0.38, 95%CI 0.26-0.50)，异质性低(I2= 0%)。
对亚组差异的检验显示，当研究分组时，影响不显著(χ2=1.70, df=12= 41.3%)。
体育活动
两项研究报告了体力活动[，]。合并分析未显示干预的统计学显著影响(SMD 0.12, 95%CI -0.13-0.37，P= .33;）.一项研究显示减少吸烟的显著效果[]，一项研究显示信心对控制血压有显著作用[]。
讨论
主要研究结果
我们进行了这项综述，以确定智能手机应用程序对高血压管理的影响，并对所有研究的血压和药物依从性进行了汇总分析，证明了支持干预的显著效果。然而，带有数字行为改变干预措施的应用程序，比如那些针对身体活动的应用程序，效果甚微。具有行为指导功能的应用程序对血压控制的效应大小比没有这些功能的应用程序小9倍。智能手机应用程序对身体活动影响的证据不足。对两项通过促进体育活动来降低血压的研究的汇总分析显示，支持干预的效果虽小但不显著。
先前的一项综述显示，单独使用SMBP与降低血压无关，而SMBP联合联合干预可显著降低血压[]。另一项综述显示，无论高血压相关合并症的数量如何，SMBP都可以降低血压;然而，对于患有肥胖或中风等疾病的个体，SMBP应与高强度联合干预措施相结合，以有效降低血压[]。此外，使用自我管理数字干预措施的慢性病患者感觉得到了很好的照顾，并倾向于在健康管理中发挥更积极的作用[]。智能手机应用程序能够在一个设备中整合多种联合干预措施，如服药依从性、教育和生活方式建议。我们的综述表明，SMBP结合智能手机应用程序可以提高药物依从性并降低血压。在干预组中观察到，收缩压降低3 mmHg，预计与中风死亡率降低8%和冠心病死亡率降低5%相关[]。考虑到全球高血压患者人数众多，观察到的血压下降幅度将对临床实践产生重大影响。
在我们的评估中，有一小部分应用程序包含了教育功能，这些功能对血压的影响微不足道。这些研究中关于药物依从性的可用数据甚至更少。唯一一项报告药物依从性的研究显示了一个微不足道的结果。Yeung等[研究发现，在健康素养较低的患者群体中，使用闪存卡和在线视频等教育工具可显著提高糖尿病、高血压和心力衰竭患者的服药依从性。本研究表明，成功的教育患者关于他们的药物使用可以显著提高药物依从性。据估计，高血压患者的药物不依从性每年使卫生保健系统每人损失5824美元[]。住院患者抗高血压治疗依从性低与3年内人均成本增加约3574美元(95%可信区间2897- 4249美元)相关[]。这给卫生保健系统和患者带来了巨大的负担。
缺乏经济数据，如基于智能手机的干预措施在改善慢性疾病患者服药依从性方面的成本效益，这突出表明需要进一步研究，以了解它们在节省成本方面的作用，同时改善服药依从性和健康结果[，]。
我们有理由相信智能手机应用在一般情况下是可行的。医疗保健专业人员应将智能手机应用程序视为高血压患者优化管理的潜在工具[]。为了更好地利用这些应用程序，需要克服几个障碍，例如使用数字设备的倾向的代际差异，缺乏对可用应用程序的了解，老年人使用应用程序的便利性以及隐私和数据安全问题[]。
在我们的综述中，体育锻炼产生的效果不显著。发现如何有效地概念化和操作化参与数字行为改变干预措施是至关重要的。例如，标准化的术语和测量技术将确保在理解参与数字行为改变干预措施和制定改进这些干预措施的方法方面取得更快的进展[]。应用的选择可能会受到其直接外观和感觉、“社会证明”、逼真的标题和多组件功能的影响。设计特征应侧重于增强动机、自主性、个人相关性和可信度[-]。
在临床实践中，医疗保健专业人员和患者联合起来，通过移动健康应用程序形成有效和综合的关系是至关重要的。
限制
本荟萃分析中纳入的研究相对较少。因此，结论可能受到发表偏倚的影响，应视为初步结论。我们没有纳入涉及或针对儿科患者的干预措施。纳入的试验主要在北美和东亚进行;因此，地理上的不平衡可能导致潜在的偏见。人群的选择，如排除轻度血压升高的患者和不同的控制干预也可能产生偏倚。由于用于描述数字干预及其相关医疗保健的各种术语，一些研究可能被忽视了。统计结果应谨慎解释潜在的潜在异质性。
结论
智能手机干预可以降低血压，增加服药依从性。未来的研究应该发现行为指导应用程序对药物依从性、生活方式改变和血压降低的影响。
致谢
作者感谢AiMi学术服务公司提供的英文编辑和审稿服务。
利益冲突
没有宣布。
纳入研究的偏倚风险评估和智能手机应用程序干预对舒张压(DBP)改善影响的meta分析。
DOCX文件，1261 KB参考文献
- Collins R, Peto R, MacMahon S, Hebert P, Fiebach NH, Eberlein KA，等。血压、中风和冠心病。第2部分，短期血压降低:流行病学背景下随机药物试验综述。柳叶刀1990 Apr 07;335(8693):827-838。［CrossRef] [Medline］
- 王志，陈志，张磊，王欣，郝刚，张志，中国高血压调查调查人员。中国高血压状况:2012-2015年中国高血压调查结果《流通》2018年5月29日;137(22):2344-2356。［CrossRef] [Medline］
- Dragomir A, Côté R, Roy L, Blais L, Lalonde L, b
- Benjamin EJ, Muntner P, Alonso A, Bittencourt MS, Callaway CW, Carson AP，美国心脏协会流行病预防统计委员会中风统计小组委员会。心脏病和中风统计-2019年更新:美国心脏协会的一份报告流通2019年3月05日;139(10):e56-e528。［CrossRef] [Medline］
- 李建军，李建军，李建军，等。血压自我监测对药物依从性和生活方式因素的影响:系统回顾和荟萃分析。[J]中国医学杂志，2015;28(10):1209-1221。［CrossRef] [Medline］
- Tucker KL, Sheppard JP, Stevens R, Bosworth HB, Bove A, Bray EP等。高血压患者血压自我监测:一项系统综述和个体患者数据荟萃分析。PLoS Med 2017 Sep;14(9):e1002389 [j]免费全文] [CrossRef] [Medline］
- 杨建军，杨建军，杨建军，等。2017 ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA成人高血压预防、检测、评估和管理指南:美国心脏病学会/美国心脏协会临床实践指南工作组报告。中华高血压病杂志;2018;31(6):913 - 915。［CrossRef] [Medline］
- Marko KI, Ganju N, Krapf JM, Gaba ND, Brown JA, Benham JJ，等。移动产前护理应用程序，以减少亲自访问:前瞻性对照试验。JMIR Mhealth Uhealth 2019 May 01;7(5):e10520 [j]免费全文] [CrossRef] [Medline］
- Ek A, Alexandrou C, Söderström E, Bergman P, Delisle Nyström C, Direito A，等。3个月基于移动电话的成人主动交通和身体活动行为改变计划的有效性:随机对照试验。[j] Mhealth Uhealth 2020 Jun 08;8(6):e18531 [j]免费全文] [CrossRef] [Medline］
- 何佩恩，李斯特C, West JH, Bernhardt JM。移动应用程序在健康干预中的行为功能:文献的系统回顾。JMIR移动健康Uhealth 2015 Feb 26;3(1):e20 [j]免费全文] [CrossRef] [Medline］
- Thakkar J, Kurup R, Laba T, Santo K, Thiagalingam A, Rodgers A，等。手机短信对慢性病患者服药依从性的影响:一项荟萃分析。中国医学杂志(英文版);2016;36(3):349 -349。［CrossRef] [Medline］
- 赵杰，Freeman B，李敏。手机应用程序能影响人们的健康行为改变吗?证据回顾。医学互联网研究，2016 Oct 31;18(11):e287 [J]免费全文] [CrossRef] [Medline］
- 刘建军，刘建军，刘建军，刘建军。短信和手机应用程序作为干预措施，以提高青少年的依从性与慢性健康状况:一个系统的回顾。JMIR移动健康Uhealth 2017年5月15日;5(5):e66 [j]免费全文] [CrossRef] [Medline］
- Badawy SM, Kuhns LM。短信和手机应用程序干预提高青少年预防行为的依从性:系统综述。JMIR移动健康Uhealth 2017年4月19日;5(4):e50 [j]免费全文] [CrossRef] [Medline］
- 刘建军，刘建军，刘建军，等。以患者为中心的镰状细胞病儿童、青少年和成人的电子健康干预:系统综述中国医学杂志，2018;20(7):e10940 [J]免费全文] [CrossRef] [Medline］
- Radovic A, Badawy SM。青少年健康和福利的技术应用。儿科2020年5月;145(增刊2):S186-S194。［CrossRef] [Medline］
- Ramsey WA, Heidelberg RE, Gilbert AM, Heneghan MB, Badawy SM, Alberts NM儿童癌症的电子健康和移动健康干预:对癌症连续体干预的系统回顾。心理肿瘤2020;29(1):17-37。［CrossRef] [Medline］
- 李建军，李建军，李建军，等。从健康专业人员和消费者的角度评估药物依从性应用程序市场。JMIR移动健康Uhealth 2017年4月19日;5(4):e45 [j]免费全文] [CrossRef] [Medline］
- 李建军，张建军，张建军，张建军，等。关于报告评价卫生保健干预措施的研究的系统审查和荟萃分析的PRISMA声明:解释和阐述。PLoS Med 2009;6(7):e1000100 [j]免费全文] [CrossRef] [Medline］
- Boutron I, Page MJ, Higgins JPT, Altman DG, Lundh A, Hróbjartsson A.考虑纳入研究的偏见和利益冲突。In: Higgins J, Green S，编辑。Cochrane干预措施系统评价手册。新泽西州霍博肯:威利-布莱克威尔;2019.
- Thorlund K, Anema A, Mills E.根据样本量的充分性解释meta分析。在纯化蛋白衍生物阴性的艾滋病毒感染者中使用异烟肼化学预防结核病的例子。临床流行病学杂志2010;08;2:57-66 [j]免费全文] [CrossRef] [Medline］
- 张丽娟，张丽娟，张丽娟。移动医疗方案对高血压患者血压的影响。国际环境与卫生杂志2019年4月6日;16(7):1226 [J]免费全文] [CrossRef] [Medline］
- Najafi Ghezeljeh T, sharifan S, Nasr Isfahani M, Haghani H.比较使用电话随访和基于智能手机的社交网络随访对高血压患者自我管理行为的影响当代护理;2018;54(4-5):362-373。［CrossRef] [Medline］
- 罗根AG, Irvine MJ, McIsaac WJ, Tisler A, Rossos PG, Easty A，等。家庭血压远程监测与自我护理支持对糖尿病患者不可控收缩期高血压的影响。高血压杂志;2012;60(1):51-57。［CrossRef] [Medline］
- 金建勇，魏文杰，李建平，等。无线自我监测对高血压患者健康行为、药物依从性和血压水平的影响:一项随机对照试验。医学互联网研究2016年6月22日;18(6):e116 [J]免费全文] [CrossRef] [Medline］
- 莫拉夫斯基，刘志强，刘志强，等。智能手机应用程序与药物依从性和血压控制的关联:MedISAFE-BP随机临床试验。中华医学会实习医学杂志2018年6月1日;178(6):802-809 [j]免费全文] [CrossRef] [Medline］
- Márquez Contreras E, Márquez Rivero S, Rodríguez García E, López-García-Ramos L, Carlos Pastoriza Vilas J, Baldonedo Suárez A，西班牙高血压学会合规组(SEH-LELHA)。特定的高血压智能手机应用程序提高高血压患者的药物依从性:一项集群随机试验。中华医学杂志，2019,35(1):167-173。［CrossRef] [Medline］
- 龚凯，颜毅，李毅，杜杰，王杰，韩毅，等。用于原发性高血压管理的移动健康应用:一项多中心、随机、对照试验。医学(巴尔的摩)2020年4月;99(16):e19715。［CrossRef] [Medline］
- Persell SD, Peprah YA, Lipiszko D, Lee JY, Li JJ, Ciolino JD，等。通过智能手机高血压指导应用程序或跟踪应用程序进行家庭血压监测对未控制高血压的成年人的影响:一项随机临床试验JAMA网络开放2020年3月02日;3(3):e200255 [j]免费全文] [CrossRef] [Medline］
- Sheppard JP, Tucker KL, Davison WJ, Stevens R, Aekplakorn W, Bosworth HB等。高血压相关多重疾病患者的血压自我监测:系统评价和个体患者数据荟萃分析[J]中华医学杂志，2020;33(3):243-251 [J]免费全文] [CrossRef] [Medline］
- 李建军，李建军，李建军，等。使用数字干预进行慢性身体健康状况的自我管理:对已发表研究的元民族志综述。患者教育委员会2017年4月;100(4):616-635 [j]免费全文] [CrossRef] [Medline］
- Yeung DL, Alvarez KS, Quinones ME, Clark CA, Oliver GH, Alvarez CA，等。中国医药杂志，2017;57(1):30-37 [J]免费全文] [CrossRef] [Medline］
- Lloyd JT, Maresh S, Powers CA, shrink WH, Alley DE.《医疗保险按服务收费计划的药物依从性成本是多少?》中华医学杂志，2019,31(3):218-224。［CrossRef] [Medline］
- Badawy SM, Kuhns LM。基于短信和智能手机的干预改善慢性健康状况青少年药物依从性的经济评估:一项系统综述JMIR Mhealth Uhealth 2016 Oct 25;4(4):e121 [j]免费全文] [CrossRef] [Medline］
- 李建军，李建军，李建军。移动医疗的经济证据是什么?对移动医疗解决方案经济评估的系统回顾。科学通报，2017;12(2):e0170581 [j]免费全文] [CrossRef] [Medline］
- Byambasuren O, Beller E, Hoffmann T, Glasziou P.澳大利亚全科医疗中移动医疗应用处方的障碍和促进因素:定性研究。[j] Mhealth Uhealth 2020年7月30日;8(7):e17447]免费全文] [CrossRef] [Medline］
- Perski O, Blandford A, West R, Michie S.数字化行为改变干预的概念化参与:基于批判性解释综合原则的系统综述。中华医学杂志，2017;7(2):254-267 [j]免费全文] [CrossRef] [Medline］
- Badawy SM, Thompson AA, Liem RI。青少年镰状细胞病患者服药依从性的技术获取和智能手机应用偏好儿科血癌杂志2016;63(5):848-852。［CrossRef] [Medline］
- Badawy SM, Thompson AA, Kuhns LM。药物依从性和基于技术的干预青少年慢性健康状况:几个关键的考虑。JMIR移动健康Uhealth 2017 12月22日;5(12):e202 [j]免费全文] [CrossRef] [Medline］
- Perski O, Blandford A, Ubhi HK, West R, Michie s。吸烟者和饮酒者的智能手机应用选择和参与期望:一项有声思考和访谈研究。BMC Med Inform Decis ma2017 Feb 28;17(1):25 [j]免费全文] [CrossRef] [Medline］
缩写
| 菲律宾:舒张压 |
| 棱镜:系统评价和荟萃分析的首选报告项目 |
| SBP:收缩压 |
| SMBP:自我测量血压 |
| SMD:标准均差 |
| 大规模杀伤性武器:加权平均差 |
G·艾森巴赫编辑;提交24.06.20;S . Badawy, P . Cook的同行评议;对作者09.08.20的评论;07.09.20收到修订版;接受12.09.20;发表19.10.20
版权©徐宏轩，龙环宇。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com)， 2020年10月19日。
这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章，该许可允许在任何媒体上不受限制地使用、分发和复制，前提是原始作品首先发表在JMIR mHealth和uHealth上，并适当引用。必须包括完整的书目信息，到http://mhealth.www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。