本文内容如下e-collection /主题问题:

可穿戴设备和移动健康评论(208) 健康饮食教育的创新和技术(318) 体育活动教育的创新与科技(541) 远程保健和远程监测(1176) 移动健康健康，行为改变和预防(2290) 酗酒、酗酒预防和康复(246) 药物滥用(272)

发表在在第八卷， 3号(2020): 3月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/17046，首次出版．
移动应用程序在身体活动、饮食、药物和酒精使用以及心理健康方面的健康行为改变:系统回顾

移动应用程序在身体活动、饮食、药物和酒精使用以及心理健康方面的健康行为改变:系统回顾

移动应用程序在身体活动、饮食、药物和酒精使用以及心理健康方面的健康行为改变:系统回顾

本文作者:

麦迪逊Milne-Ives1 作者:Orcid； 京林1 作者:Orcid； 卡罗琳·德·科克1 作者:Orcid； 米歇尔·海伦娜·范·维尔托芬1 作者:Orcid； 爱德华Meinert1、2 作者:Orcid
文章 作者 引自(114) Tweetations (23) 指标

    审查

    1数字化预防健康研究小组，牛津大学儿科学系，英国牛津

    2伦敦帝国学院初级保健和公共卫生系，英国伦敦

    通讯作者:

    爱德华·迈纳特，硕士，硕士，MBA, MPA，博士

    数字化预防健康研究小组

    儿科

    牛津大学

    黑德利路，海丁顿

    约翰雷德克里夫医院

    牛津，ox39du

    联合王国

    电话:44 7824446808

    电子邮件:e.meinert14@imperial.ac.uk


    背景:随着人们越来越关注患者与健康管理的互动，移动应用程序越来越多地用于提供行为健康干预。这些移动健康应用程序的巨大差异——它们的目标患者群体、健康行为和行为改变策略——导致了大量但不连贯的文献。

    摘要目的:本系统综述旨在评估移动应用程序在改善健康行为和结果方面的有效性，并检查移动健康应用程序中行为改变技术(bct)的包容性和有效性。

    方法:系统检索了PubMed、EMBASE、CINAHL和Web of Science在2014年至2019年期间发表的评估移动应用程序健康行为改变的文章。两位作者根据入选标准独立筛选和选择研究。数据被提取，偏倚风险由一名审稿人评估，并由另一名审稿人验证。

    结果:共有52项随机对照试验符合纳入标准并被纳入分析，其中37项研究关注体育活动、饮食或两者结合，11项研究关注药物和酒精使用，4项研究关注心理健康。参与者的看法总体上是积极的——只有一个应用程序被评为比对照组更不有用和令人满意——测量参与度和可用性的研究发现，相对较高的研究完成率(平均83%;n=18, n= 39)和易用性评分(3显著优于对照组，9/15评分>70%)。然而，几乎没有证据表明改变了行为或健康结果。

    结论:没有强有力的证据支持移动应用程序在改善健康行为或结果方面的有效性，因为很少有研究发现应用程序与对照组之间存在显著差异。需要进一步的研究来确定在促进行为改变方面最有效的bct。为了准确评估移动健康应用程序的有效性和偏见风险，改进报告是必要的。

    [j] .移动医疗与健康;2020;8(3):e17046

    doi: 10.2196/17046

    关键字

    远程医疗； 循证医学； 移动健康； 数字医疗； 移动应用程序； 应用程序； 手机； 智能手机； 移动电话； 健康行为； 干预； 行为改变； 系统综述


    背景

    使患者参与医疗保健是医疗保健发展的一个重要领域，因为它有可能减少可预防的死亡[1，2]。有大量的数字卫生技术可以提供卫生保健干预措施，包括应用程序、短信、电子邮件、互联网、交互式聊天机器人和语音代理[3.-5]。自2008年第一部iPhone发布以来，智能手机技术变得越来越普及和强大，为普通民众提供了一种有希望的医疗干预手段。目前可供下载的大量移动健康应用程序证明了它们的受欢迎程度[6]。现在许多移动电话都有被动收集各种健康数据的能力，包括身体活动、社会交往、睡眠和行动模式，并对心理和身体健康做出推断。7，8]。将这些功能与活跃的用户交互相结合，移动应用程序可以提供许多不同的行为干预，这可以帮助用户过上更健康的生活，并潜在地减少可预防健康问题的可能性。

    移动应用程序旨在针对各种各样的行动，以预防问题，维护和改善患者的健康[9]。有五种主要的健康行为——体育活动、饮食、药物使用、酒精使用和精神健康[4但其他行动，如慢性病管理、服药依从性、预约医生、接种疫苗、口腔卫生、防晒和性安全也可以被视为健康行为。10，11]。然而，移动健康应用程序的有效性尚未充分确立[4，12，13]。许多研究甚至没有报告他们的移动健康行为应用程序是否基于行为理论。尽管关于行为干预在人群层面的行为中能够和应该发挥的作用存在争议，但行为理论被认为是成功的健康相关行为干预的重要组成部分[14]。需要进一步评估移动健康应用程序的有效性，以确定哪些应用程序最有用，哪些行为改变理论和技术最能促进积极的行为改变，从而指导未来的发展。这一点很重要，因为移动健康应用程序在社会上无处不在——如果它们要实现改善健康的预期目标，它们必须能够有效地改善和保持积极的健康行为。

    许多系统综述目前正在研究这些主题。然而，除了少数例外，[12，15]，这些评论大多局限于特定类型的健康行为、患者群体或其组合。这样做的好处是，如果研究足够相似，可以更直接地比较研究，并进行荟萃分析。移动健康应用领域的多样性使得很难将研究结果整合成一个连贯的概述。一些系统评论已经接受了这一挑战。这些研究集中于各种健康行为、患者群体或应用程序干预类型。总的来说，他们发现移动健康应用程序在改善参与者的健康行为方面是有效的。12，15]。他们还确定了最常用的行为改变结构:自我监控[13，15]，行动线索，反馈和社会支持[15然而，每一种系统评价都有其局限性。这些限制包括专门使用广泛的搜索词，这可能会错过许多使用更具体关键词的相关移动健康应用文章[12]，而且所审查的文章主要是小样本量的初步研究[15]。此外，2014年收集了这些系统评价的数据[15]， 2015 [13]， 2017年[12]。鉴于技术发展的快速步伐，有必要进行一项新的系统评价，以准确评估最新移动卫生应用程序干预措施的有效性。

    确定在促进积极变化方面最有效的行为改变技术(bct)对于制定最有效和引人入胜的干预措施以改善参与者的健康行为是必要的。需要对以前的系统评价进行更新和扩展，以概述当前的移动健康应用技术、正在使用的bct及其在改变行为和参与者健康结果方面的有效性。新的、创新的应用程序不断被开发和测试，系统审查必须跟上步伐，以便跟踪和更新这些应用程序的功能、理论和有效性的总体趋势。为了确保患者正在使用的移动健康应用程序实现其改变健康行为的承诺，有必要清楚地了解目前正在使用的是什么以及它是否有效。如果可以识别应用程序的功能或使用中的障碍，应用程序开发人员就可以利用这些信息设计更有效的干预措施。

    目标

    审查的主要目的是总结行为改变的移动健康应用程序领域的状态，并评估其有效性。对各种各样的应用程序和健康行为进行调查意味着，为了解决三个主要的研究问题，调查的结果范围很广。首先，哪些类型的移动健康应用程序和bct被用来支持用户参与他们的健康行为?第二，移动健康应用程序在改善和维持积极的健康行为改变方面有多有效?最后，参与者对他们使用的移动健康应用程序的可行性、功能和整体用户体验的看法是什么?这些都是全面评估移动健康应用所需的关键要素。这一重点建立在以前的系统审查的基础上，并扩展和更新了当前移动卫生应用程序的知识体系，为进一步的研究和开发提供信息。


    数据库搜索

    在国际前瞻性系统评价注册(PROSPERO: CRD42019155604)的系统评价方案中详细描述了这些方法。使用人群、干预、比较和结果(PICO)模板制定搜索策略，并按照系统评价和荟萃分析方案的首选报告项目(PRISMA-P)进行多媒体附录1) [16]。MeSH术语和关键词是从文献的初步审查中提取的，搜索字符串和数据库是在与医学图书管理员协商后决定的。搜索在四个数据库中进行，使用牛津大学搜索牛津图书馆在线pubmed、EMBASE、护理和相关健康文献累积索引和科学网络，并稍微调整搜索词以适应每个数据库的特定结构。搜索词被分为四个主题——手机、移动应用、健康行为和评估，并以“移动(MeSH OR Keywords)和应用(MeSH OR Keywords)”以及“健康行为(MeSH OR Keywords)和评估(MeSH OR Keywords)”的结构结合起来。中提供了用于每个数据库的特定搜索词和字符串的完整列表多媒体附录2和3.．搜寻工作于2019年9月16日完成。

    纳入和排除标准

    数字健康技术发展迅速，本综述关注的是移动健康应用技术的现状[17]。因此，搜索仅限于2014年至2019年之间发表的研究。这个时间框架为Payne等人的[15系统回顾了2007年至2014年9月期间发表的研究，反映了最新的行为和技术发展。仅纳入以英文发表的研究。

    该系统评价具有广泛的人口范围，包括任何年龄、性别、国家或种族。因此，在人口变量方面，研究人群可以是一般的，也可以是特定的。然而，为了关注移动健康应用程序在普通人群中的有效性，排除了孕妇和患有特定疾病(包括艾滋病毒、创伤后应激障碍、酗酒和慢性抑郁症)的患者等亚组。

    本综述的干预目标是用于改变健康行为的移动应用程序。因此，要纳入研究，研究的主要重点需要是评估一款帮助用户采用、改善或保持积极健康行为的移动应用程序。没有评估应用程序的移动干预研究，为卫生保健专业人员设计的研究，专注于行为改变理论而不参考移动应用程序的研究，或专注于移动电话或可穿戴技术而不参考应用程序的研究-例如，仅基于SMS文本消息或电子邮件的干预研究-被排除在外。干预措施主要集中在移动应用程序上，但涉及可穿戴技术的数据收集。

    最初，我们打算包括所有类型的健康行为。然而，这需要的研究数量是不可行的，并且最终系统评价中包含的健康行为仅限于文献中建立的五个主要类别:药物使用，酒精使用，饮食，身体活动和心理健康。这排除了防晒、性安全、药物依从性、医生预约、接种疫苗和慢性病自我管理等行为。

    研究设计没有限制在最初的搜索中，以确保没有遗漏相关研究，但只纳入了随机对照试验。所有类型的比较国都包括在内。

    结果测量

    主要结果是参与者的健康和行为改变，以评估应用程序的有效性。次要结果包括应用程序的功能及其对特定bct的采用[18]，以及参与度和依从率、参与者报告的体验、可行性和可用性评估。

    筛选和研究选择

    在由两名独立审稿人筛选摘要之前，从数据库检索中识别出的所有文章都存储在引文管理软件中以消除重复。讨论分歧，直到就资格达成一致意见。全文由其中一名审稿人筛选，当文本不符合纳入标准时，另一名审稿人对文章进行审查，以评估文章是否符合纳入标准。在摘要筛选和全文筛选阶段均记录纳入和排除的原因。

    为了检查检索是否遗漏了相关文章，我们将完整的引文列表与之前两次系统综述中收录的研究列表进行了比较[12，15]。在Han和Lee的[12]综述，11篇已被纳入引文列表，其余9篇均不符合入选条件[12]。正如佩恩等人的[15[综述于2014年完成数据收集，他们的24项研究中只有8项在本综述的时间范围内[15]。其中6篇已经在引用列表中，1篇刚刚从Han和Lee的综述中被确定[12]，而另一篇被添加到总体引用列表中，但被排除在最终审查之外，因为它是一种治疗重度抑郁症的方法。

    经过筛选的文章中有8篇是海报、会议或会议的摘要，没有全文。我们联系了每一篇文章的作者，要求他们提供全文。在撰写本文时，只有一位研究作者回复了。发送了一份全文，但最终发现不相关，并被排除在最终审查之外，因为移动应用程序不是研究的主要焦点。

    数据提取

    数据由一名审稿人提取，并将方案中指定的研究的关键数据点记录在电子表格中(见表1)。该过程由第二位审稿人验证，并与第三位审稿人讨论分歧。该综述的范围很广，意味着有各种各样的具体健康和行为改变结果，因此无法进行荟萃分析。

    表1。从研究中提取的数据。
    条信息 数据提取
    一般研究资料
    • 出版年份
      • ‎
    • 留学国家
      • ‎
    • 学习设置(应用程序使用的主要位置，如果相关的话)
      • ‎
    • 分析样本量
      • ‎
    • 样本人口统计(包括年龄、性别和目标人群)
      • ‎
    • 干预时间和随访时间
      • ‎
    行为干预
    • 目标健康行为和干预重点
      • ‎
    • 干预所依据的理论
      • ‎
    • 行为改变技术(BCT分类法v1) [18，19])
      • ‎
    移动应用技术
    • 用于卫生保健的领域
      • ‎
    • 应用程序名称
      • ‎
    • 开发人员
      • ‎
    • 平台
      • ‎
    • 组件和设计特性(例如，提供反馈、通知和跟踪)
      • ‎
    评价
    • 测量了什么结果
      • ‎
    • 参与者健康结果
      • ‎
    • 行为改变结果
      • ‎
    • 参与者参与度或依从率
      • ‎
    • 参与者的满意度
      • ‎
    • 可行性和可用性
      • ‎
    • 报告的其他关键业绩指标
      • ‎

    偏倚风险评估

    研究设计仅限于随机对照试验，因此我们使用Cochrane协作偏倚风险工具评估所有纳入的文章[20.]。具体来说，这评估了随机序列生成的偏倚风险;分配隐藏;参与者、工作人员和结果评估者的盲法;结果数据不完整;选择性的结果报告。偏倚风险评估由一位审稿人进行，由第二位审稿人进行验证，分歧通过讨论解决。

    数据分析与综合

    研究目的、方法和报告结果的多样性意味着荟萃分析是不可行的，因此准备了一份研究的叙述性总结，以得出有关应用程序的有效性、bct的使用、可接受性和可用性的结论。在本综述中，只有当应用程序的表现明显优于对照或对照时，才认为结果有重要证据支持。结果随着时间的推移而显著不同，但在组间没有差异，这些结果被编码为有一些证据支持它们。组间无显著差异、无显著影响或明显差于比较组的结果被编码为无证据支持。还确定了研究和发展的局限性和未来方向。


    包括研究

    我们总共使用四个数据库中的搜索词检索了5299篇文章。其中81篇入选全文综述，52篇入选综述。全文评审阶段排除的原因详见图1．一篇文章在全文阶段被排除，因为它报道了与另一篇已经被纳入的文章相同的试验。这篇被排除的文章更侧重于应用程序的开发，并没有提供任何额外的相关数据。

    ‎
    图1所示。系统评价和元分析的首选报告项目流程图。电子保健:电子保健;RCT:随机对照试验。
    查看此图

    研究特点

    纳入的52项研究的特征总结于多媒体附录4．在这52人中，71% (n=37)旨在改变饮食习惯、体育活动，或两者兼而有之，以减少或预防肥胖，改善整体健康状况。21%(11/52)的研究的目标是减少药物和酒精的使用(9/52与戒烟有关，2/52旨在减少酒精消费)。最后8%(4/52)的目标行为旨在改善心理健康。超过一半的研究(28/52)的样本量少于100人，略少于一半(23/52)的研究持续时间少于3个月。

    应用程序的整体效率

    一项研究被排除在这部分分析之外，因为它只评估了可行性、可用性和参与者的看法[21]。只有大约四分之一的研究(12/51)发现该应用程序的效果明显更好(P< 0.05)的参与者健康或行为改变结果比对照组或比较组(见表2)。其中包括应用程序组在健康食品消费方面的显著增加(例如，每天多吃1-2份蔬菜)[22，23])、运动(例如每天多走1000至2000步[24，25])和心理健康(大科恩d正念和自我同情的效应值分别为0.8和1.1 [26])，以及吸毒和酗酒人数大幅减少[27，28]。大约30%的研究(16/51)发现了一些有效性的证据——各组之间在某些结果上有显著差异，但不是全部结果，各组之间在时间上有显著差异，但没有显著差异，或者仅在人群的一个亚组中比对照组有显著改善。其余45%的研究要么没有发现组间的显著差异，要么没有发现对主要结果的影响(22/51)，要么发现应用程序的表现比比较程序差(1/51)。这种分析是通过对每项研究的总体结果进行编码来完成的，但如果对每个单独的应用程序进行一次整体有效性编码，那么比例就会非常相似。

    表2。通过研究总结有效性的一般证据(N=51)。
    有效性的证据? 体能活动(PA) [24，25，29-39), n 饮食(22，23，40-49), n 饮食和PA一个［50-60), n 精神健康[26，61-63), n 戒烟[28，64-71), n 减少酒精[27，72), n 总数，n (%)
    没有 4 3. 7 1 7 1 23日(45)
    一些 4 5 4 2 1 0 16 (31)
    是的 5 4b 0 1 1 1 12 (23)
    总计 13 12 11 4 9 2 51 (100)

    一个饮食和身体活动类别的研究报告的是饮食和身体活动的结果，而前两个专栏的研究报告的是饮食或身体活动。

    b其中两项研究报告了同一项试验(一项在12周时，另一项在12个月试验结束时)[22，47]。这两项研究都包含在本表中，但如果排除其中一项，则有22%(11/50)的研究存在显著证据。
    参与者健康结果

    20项研究报告了广泛的参与者健康结果，包括体重随时间变化的测量(体重、BMI、腰围和身体脂肪)、精神健康(抑郁、焦虑、生活满意度、感知压力、情绪调节等)、血压、心血管危险因素以及血脂和尿钠等生物标志物。总体而言，很少有证据支持移动健康应用程序影响参与者健康结果的有效性(见表3)。超过四分之三(24/31)的参与者报告的健康结果在干预组和对照组之间没有显著差异。

    表3。应用程序对参与者健康结果的有效性(N=31)。
    参与者健康结果 没有证据 一些证据，n 重要证据，n (%) 报告结果的研究，n
    体重/体重指数变化[35，41-46，48，50，55，59，60］ 10 1 1 (8) 12
    腰围/体脂[43，53，59］ 2 1 0 (0) 3.
    心理健康(如抑郁、焦虑、感知压力、生活满意度和情绪)[26，50，61-63］ 2 3. 0 (0) 5
    血压[35，41，46，51，54］ 5 0 0 (0) 5
    心血管危险因素[54，55］ 2 0 0 (0) 2
    血液测量(如血糖和血脂)[41，54］ 2 0 0 (0) 2
    尿钠[43，51］ 1 1 0 (0) 2
    总计 24 6 1 (3) 31
    行为改变结果

    在这52项研究中，有44项报告了更广泛的行为改变结果。总的来说，没有多少重要的证据支持应用程序在改变行为结果方面的有效性表4)。有某些类型的行为比其他行为有更强的改变证据。在调查健康食物选择行为的研究中，共有63%(5/8)的研究发现，应用程序组的改善程度明显高于对照组或比较组，43%(3/7)的研究报告了步数，100%(3/3)的研究报告了减少久坐行为。体育活动和饮食习惯是具有最高比例显著证据的目标行为领域(各32%)。然而，针对每个具体结果的研究很少，总的来说，这些研究只在四分之一(16/64)的行为改变结果中发现了对移动健康应用程序有效性的显著支持。

    表4。应用程序对行为改变结果的有效性(N=44)。
    目标行为和行为改变结果一个 没有证据 一些证据，n 重要证据，n (%) 报告结果的总次数，n
    饮食习惯




    		选择健康食物(包括食用蔬菜及购买盐)[22，23，40，44，45，48，51，59］ 2 1 5 (63) 8

    		饥饿(40］ 1 0 0 (0) 1

    		控制(包括认知约束、自我效能、自我调节、PBC)b，避免进食失控)[40，41，45，46，49，60］ 5 0 1 (17) 6

    		饮食依从性(包括设定目标及追踪饮食)[42，45，46，52，58］ 4 0 1 (20) 5

    		能量/热量摄入[55，57］ 1 1 0 (0) 2

    		总(饮食习惯) 13 2 7 (32) 22
    体育活动

    		身体活动(包括中度至剧烈的身体活动)[25，30.，33，37-39，52，55，58］ 7 1 1 (11) 9

    		步行/步数[24，25，29，33，35，57］ 2 2 3 (43) 7

    		减少久坐行为[29，32，37］ 0 0 3 (100) 3.

    		体能测试完成时间[31］ 1 0 0 (0) 1

    		对体育活动的态度[34］ 0 1 0 (0) 1

    		控制(包括自我效能、PBC和障碍)[25，34，39］ 2 1 0 (0) 3.

    		自我监控(39］ 0 0 1 (100) 1

    		合计(体力活动) 12 5 8 (32) 25
    减少酒精

    		每周饮酒量的变化[27］ 1 0 0 (0) 1

    		完全酒精使用障碍识别测试分数的变化[j]27］ 1 0 0 (0) 1

    		酒精造成的后果数目[72］ 1 0 0 (0) 1

    		一次饮酒的最大数量[72］ 1 0 0 (0) 1

    		总(减少酒精) 4 0 0 (0) 4
    戒烟

    		持续戒断(包括7天及30天点流行戒断)[28，64，67-71］ 5 1 1 (14) 7

    		戒烟率[65，66］ 2 0 0 (0) 2

    		接受渴望[65］ 0 1 0 (0) 1

    		戒烟准备(包括动机及戒烟尝试)[66，69，71］ 3. 0 0 (0) 3.

    		总数(戒烟) 10 2 1 (8) 13
    总计 39 9 16 (25) 64

    一个许多研究报告了不止一种行为改变的结果，所有不同的结果都记录在这里，所以个体结果比研究的数量要多。

    bPBC:感知行为控制。

    行为改变技术和理论

    在这52项研究中，测试了50款独特的应用程序(不包括基本版或对照版应用程序)。这些研究中只有少数明确报告了应用程序中纳入的BCT，因此BCT是根据使用BCT分类法v1的应用程序功能的研究描述进行编码的[18]。该分类法列出了93个btc，分为16组。总的来说，研究的应用程序包括来自12个不同组的39个不同的btc。多媒体附录5报告了每个应用程序中包含的bct。超过一半的应用程序只使用了四个bct - 1.1目标设定(行为;(52%的应用程序)，2.2行为反馈(54%)，2.3行为自我监控(72%)，4.1如何执行行为的说明(54%)。每个应用程序的bct数量的平均值(和中位数)为5(范围:0-11)，每个应用程序最常见的bct数量为6。

    通过将每个应用程序中BCT的使用与该应用程序的有效性相关联，对每个BCT的有效性进行了探索性评估，以便计算BCT与重要证据相关的次数与无证据相关的次数。对于所有使用的bct，最好的证据是混合的。只有4个bct(1.6当前行为与目标的差异，4.2关于前事的信息，6.1行为的演示，12.5向环境中添加对象)的证据比不证据更显著，但只有1个研究。这4个bct也只在最多2个应用程序中使用。与发现对特定结果有显著影响的研究相比，最常用的bct与发现无显著影响的研究的相关性都高出两到三倍。

    一半的研究(26/52)提到了在开发应用程序时考虑的特定行为理论，并且有很多种类。共有23种不同的理论被引用，其中社会认知理论和行为改变理论被引用的次数最多(分别为8次和5次)，其余21种理论每一种被提及的次数不超过两次。在这26项研究中，只有5项研究发现了支持这款应用的重要证据。在这5项研究中，2项使用了社会认知理论，2项使用了行为改变理论，1项使用了能力、机会、动机、行为框架和行为改变轮。

    参与和坚持

    39项研究报告了参与和坚持的结果。其中18家报告了完成率或留存率，26家报告了应用使用数据。所有研究的平均完成率为83.3%(范围:45%-97.1%)，其中8项研究报告完成率高于90%。在报告的应用程序使用测量以及如何使用它们来评估依从性方面存在显著差异。总共有4项研究报告说，应用程序组比对照组更积极地参与他们的干预，还有2项研究报告说，应用程序组的使用率很高，但没有说明差异是否显著。共有9项研究报告了超过60%的使用率。

    可行性和可用性

    共有15项研究报告了可用性(n=13)、可行性(n=1)或两者兼而有之(n=1)。其中共有3项研究报告说，干预应用程序的评分明显好于对照组，另有9项研究报告说易用性很高(bbb70 %的参与者评分很高)。考虑到总体上较高的可用性评级和总体上较低的有效性，可用性和有效性之间似乎没有任何关系。然而，由于不到三分之一的研究报告了可用性，因此应该谨慎对待这种分析。

    参与者的满意度

    共有21项研究报告了参与者的满意度。在这些研究中，有2项报告称干预应用程序的评分明显高于对照组，另有6项报告称，超过70%的参与者认为该应用程序令人满意、有帮助或令人愉快。只有一款应用(Crush the Crave)的帮助度和满意度明显低于对照组。其余的人反馈不一，或者对应用和控制的评分没有显著差异。

    偏倚风险评估

    所有52项研究的偏倚风险评估均使用Cochrane协作偏倚风险工具[20.]，并利用RevMan 5.3软件(图2和3.) [73]。三分之二的研究(35/52)正确报道了随机序列生成[36]。

    约40%(21/52)的研究报告了令人满意的分配隐蔽性，组间的损失率非常低或无显著差异(22/52)，这意味着结果数据不完整的风险很低。大约三分之一的研究(17/52)报告了结果评估者的盲化，但只有3项研究报告了患者和工作人员的盲化。这主要是因为移动应用干预的性质使得参与者难以盲化。总共有42%(22/52)的研究有受试者和工作人员致盲的高风险，主要是因为他们报告说致盲是不可能的。然而，只有15%(8/52)的研究可以被确定为具有低风险的选择性结局，主要是因为无法找到预注册或研究方案来比较报告的结果。

    ‎
    图2。偏倚风险摘要:综述作者对每个纳入研究的每个偏倚风险项目的判断。
    查看此图
    ‎
    图3。偏倚风险图:综述作者对每个偏倚风险项目的判断，在所有纳入的研究中以百分比表示。
    查看此图

    主要研究结果

    科技的发展使患者更容易在自己的健康中发挥积极作用，并且有成千上万的移动应用程序旨在帮助人们改善他们的健康行为[4]。然而，它们在改变健康行为和结果方面的有效性尚未得到令人信服的证实。在这篇系统综述中，我们检查了52项随机对照试验，评估了移动健康应用程序的有效性。总的来说，几乎没有重要的证据支持移动健康应用程序对这些结果的有效性。对于患者的健康结果尤其如此;在所有研究中，只有一个应用程序明显优于对照组。有更多的证据表明应用程序在改变健康行为结果方面的有效性——在四分之一的测量结果中，应用程序的表现明显优于对照组——但大多数结果在组间没有显着差异。

    这是一个不同于以往系统评价的发现。韩和李[12]和Payne等[15报告称，大多数被审查的应用程序都能有效地改善与健康相关的行为。这种差异可能是因为研究结果的解释方式不同。只考虑那些发现支持该应用程序的群体之间存在显著差异的研究，作为有效的重要证据，这是一种保守的解释。然而，随机对照试验是评估干预措施的黄金标准，因为随机化允许将组间结果的差异归因于干预措施[74]。为了最终支持移动健康应用程序是改变行为和健康结果的有用工具的说法，用户应该在应用程序上表现出比比较或对照更大的改善。本综述中评估的大多数应用程序在实现其目的方面并不比对照或替代干预措施更有效。

    当考虑到重要和一些证据类别时，有中等强度的证据支持应用程序在改变某些目标行为方面的有效性，特别是健康食品选择(6/ 8,75%)，步数(5/ 7,71%)和减少久坐行为(3/ 3,100%)。这表明移动应用程序确实有潜力改善某些健康行为。然而，研究这些结果的研究数量很少。此外，这种影响没有反映在任何参与者的健康结果中。可能干预持续时间太短，没有任何有意义的临床变化，尽管一半的研究持续时间超过3个月，并且在3至6个月内可以观察到适度的体重减轻(5%-10%)[75]。即使应用程序中的行为变化明显大于对照组，但随着时间的推移，这种变化可能还不足以对任何健康结果产生可观察到的影响。

    然而，在深入研究临床结果之前，首先要有一个可测量的行为效果。确定在促进和维持积极健康行为改变方面最有效的bct对于开发将显著改善健康行为和结果的移动应用程序至关重要[76]。然而，确定哪些BCT和BCT组合在特定环境下最有效是一个复杂的过程，尚未建立确定BCT有效性置信度的有效方法[76]。更困难的是，大多数研究都没有报告使用的btc，它们必须从应用程序的功能描述中推断出来。行为自我监控是最常用的BCT(72%的应用程序包含自我监控功能)。超过一半的应用程序还包括行为目标设定、行为反馈和如何执行行为的说明。这与Payne等人[15对移动健康应用的系统回顾发现，大多数研究都包括目标设定、自我监控和社会支持结构。社交支持在本次审查中研究的应用程序中并不突出，只有28%的应用程序具有可识别的社交支持功能。如果最有效的bct和最常用的bct之间存在脱节，这就可以解释行为改变的缺乏。

    对于所有4种最常用的BCT，没有证据的研究远远多于有证据的研究，使用这些单独的BCT的应用程序研究中，只有不到五分之一的研究发现了显著的效果(范围:每个BCT 15%-19%)。这与支持应用程序有效性的重要证据总体数量较低类似，这并不奇怪。在文献中，自我监控与行为改变呈正相关，尽管结果各不相同[77，78]。因此，为什么这些研究没有找到很多证据来支持它们在改变行为方面的有效性?

    直观地说，更多的bct似乎更有可能改善健康行为，或者至少提供更广泛的激励选项，以便用户可以选择最适合他们的选项。然而，在每个证据组中，每个应用程序的bct平均数量相似(没有，一些，重要的证据)。实际上，无证据组每个应用程序的bct平均数量更高(5.9 vs其他两组4.4)，但是是双尾的t测试表明，两组之间的差异都不显著(P> . 05)。bct数量与疗效之间缺乏关联，这与以往的研究一致[79]。

    有可能这些应用程序在其功能中没有适当地实现bct。一半的应用程序缺乏理论基础，这表明其中许多应用程序没有考虑到btc。然而，26项研究中只有4项引用了行为理论(实际上27项研究中有5项，但只有2项研究报告了相同的实验)22，47])发现了他们研究的应用程序的重要证据，这并不比总体研究更好。这表明，理论的纳入不足以找到一个有效的结果。所使用的各种理论也可能是一个因素;进一步的研究应该确定哪些理论基础与行为改变最密切相关。有必要对移动健康应用程序中bct的使用和有效性进行更深入的评估——作为个体因素和组合因素——以理解为什么大多数研究没有发现移动应用程序干预的显著行为或健康优势。这一点尤其重要，因为健康应用程序无处不在，可供使用，而且公共卫生迫切需要改善健康行为，以应对不断增加的医疗成本和改善健康老龄化[80]。

    证据的质量

    在分析纳入研究的偏倚风险后，只有表现偏倚类别(参与者和人员的盲化)具有普遍较高的偏倚风险(22/ 52,42 %)。然而，总的来说，超过一半的潜在偏倚领域有不明确的风险。因此，为了提高研究质量，使偏倚评估更加清晰和有用，研究人员应该改进其方法的报告，以便更准确地评估偏倚风险。在所有52项研究中，只有3项有5个或更多的偏倚区域被归类为低风险[27]。为了对应用程序的有效性进行有效的评估，需要进行高质量的研究，这样就可以减少研究方法不当导致结论混淆的风险。

    限制

    本综述的一个局限性是，由于研究及其报告结果的异质性，不能进行荟萃分析。然而，适当的荟萃分析将使移动健康应用程序的有效性更容易确定和量化。另一个限制是，研究的重点仅限于五种健康行为。有许多移动健康应用程序旨在帮助患者管理慢性疾病，如糖尿病、抑郁症和哮喘。因此，本综述的结果不能推广到所有的健康行为。此外，本综述仅考虑已发表的随机对照试验。这可能错过了最近开发的应用程序，这些应用程序尚未进入测试阶段，或者可能尚未在学术环境中进行测试。它也可能过多地代表了发现了影响的研究，因为灰色文献没有搜索可能发现无效结果且未发表的研究。

    未来的发展方向

    未来研究和应用程序开发的一个重要方向是更密切地研究移动健康应用程序的理论基础，它们使用哪些bct，以及这些bct是如何实现的。这是决定为什么移动健康应用程序不能持续成功地改善健康行为的关键因素。如果能够确定最有效的bct及其组合，移动健康应用程序就有可能在全球范围内推进预防性卫生保健。一旦确定了激励行为改变的一致和有效手段，就应重新评估健康行为与健康结果之间的关系，并在必要时加以改进。为了补充这一点，研究人员必须改进他们的报告，以便准确评估研究的偏倚风险，并且只有高质量的研究才能被纳入分析。

    结论

    本系统综述的目的是检查移动应用程序改善健康行为和结果的有效性，以及bct的纳入和有效性。尽管应用程序通常具有相对较高的参与度、可用性评级、用户接受度和满意度，但提供行为改变结果的证据的重要性是微不足道的。这项研究建立在以前的系统综述的基础上，为普通人群提供了当前移动健康应用程序的更新和全面检查。它通过研究bct与应用程序有效性之间的关系扩展了文献。此外，该系统评估比之前的评估更严格，以提供对当前应用有效性的平衡视角，并确定需要改进的领域。需要进一步的研究来确定最适合通过移动应用程序干预促进和维持积极健康行为改变的行为改变理论和具体的bct。一种可靠的方法来分析BCT的有效性，并进行更多的实验来比较行为改变的结果如何取决于所使用的BCT的组合，这将是有用的下一步。鉴于对移动健康应用程序有效性的研究结果不一致，将理论更大程度地整合到应用程序开发中，并对这些应用程序中的理论和bct进行比较检查，将有助于推动创新和创建更有效的移动健康应用程序。

    致谢

    作者要感谢外联馆员Liz Callow在开发搜索词和审查搜索策略方面提供的帮助。MM, CL, CDC, MHVVV和EM由EIT Health (Grant 18654)和通过HEIS与工业之间的合作促进物联网(PITCH-IN)资助。

    作者的贡献

    EM和MM构思研究主题并设计审查方案。MM和CL筛选研究。MM进行数据提取和偏倚风险评估，并通过CC验证。系统评价由MM撰写，由MV和EM进行修订。

    利益冲突

    没有宣布。

    ‎
    多媒体附录1

    系统评价和荟萃分析清单的首选报告项目。

    DOC文件，64kb
    ‎
    多媒体附录2

    搜索条件。

    DOCX文件，15 KB
    ‎
    多媒体附录3

    每个数据库的搜索查询和结果数量。

    DOCX文件，15 KB
    ‎
    多媒体附录4

    研究特点总结。

    DOCX文件，23 KB
    ‎
    多媒体附录5

    所研究的应用程序中使用的行为改变技术。

    ZIP文件(ZIP Archive)， 3kb
    1. 克兰西厘米。患者参与医疗保健。卫生服务，2011年4月;46(2):389-393 [免费全文] [CrossRef] [Medline］
    2. Sawesi S, Rashrash M, Phalakornkule K, Carpenter JS, Jones JF。信息技术对患者参与和健康行为改变的影响:文献的系统回顾。JMIR医学通报2016;21;4(1):e1 [j]免费全文] [CrossRef] [Medline］
    3. Stephens TN, Joerin A, rawws M, Werk LN。通过人工智能行为指导聊天机器人苔丝支持儿童肥胖和前驱糖尿病治疗的可行性。中华医学杂志，2019;9(3):440-447。［CrossRef] [Medline］
    4. McKay FH, Wright A, Shill J, Stephens H, Uccellini M.使用健康和幸福应用程序进行行为改变:系统搜索和应用程序评级。JMIR Mhealth Uhealth 2019 7月4日;7(7):e11926 [j]免费全文] [CrossRef] [Medline］
    5. 江H,李米,温家宝LM,鲍尔L G,马X, et al。基于社区的短信服务干预改善母亲喂养方式预防肥胖:准实验研究。[j] Mhealth Uhealth 2019 Jun 3;7(6):e13828。免费全文] [CrossRef] [Medline］
    6. 费雷娜，金杰，林树华，Seto E.智能手机饮食跟踪应用:可用性，功能，行为改变理论的一致性，营养摄入和能量估算的比较有效性。[j] Mhealth Uhealth 2019, 5月17日;7(5):9232 [j]免费全文] [CrossRef] [Medline］
    7. 李国强，李国强，李国强。通过智能手机被动感知健康结果:对当前解决方案和可能的局限性的系统审查。[j] Mhealth Uhealth 2019 Aug 23;7(8):e12649 [j]免费全文] [CrossRef] [Medline］
    8. Harari GM, Lane ND, Wang R, Crosier BS, Campbell AT, Gosling SD。使用智能手机收集心理科学中的行为数据:机遇、实际考虑和挑战。心理科学进展，2016;11(6):838-854 [j]免费全文] [CrossRef] [Medline］
    9. 王晓明，王晓明，王晓明。健康行为研究。见:Cockerham WC, Dingwall R, Quah SR，编辑。威利·布莱克威尔健康、疾病、行为和社会百科全书。英国奇切斯特:John Wiley & Sons Ltd;2014.
    10. 诺曼。P.健康行为:当前问题与挑战。心理健康，2017;32(8):895-906。［CrossRef] [Medline］
    11. 张建军，张建军，张建军，等。数字行为改变干预对习惯形成的影响。计算机学报;2018;25(3):1-66 [j]免费全文] [CrossRef］
    12. 韩梅，李娥。使用移动健康应用程序改善健康行为改变的有效性:随机对照试验的系统评价。卫生通报，2018;24(3):207-226 [j]免费全文] [CrossRef] [Medline］
    13. 赵杰，Freeman B，李明。手机应用程序能影响人们健康行为的改变吗?证据回顾。医学互联网研究，2016 Oct 31;18(11):e287 [J]免费全文] [CrossRef] [Medline］
    14. Hagger MS, Weed M. DEBATE:基于行为理论的干预在现实世界中有效吗?国际行为与营养物理法案2019年4月25日;16(1):36 [免费全文] [CrossRef] [Medline］
    15. 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］
    16. Shamseer L, Moher D, Clarke M, Ghersi D, Liberati A, petticcrew M，等。2015年系统评价和荟萃分析方案(PRISMA-P)首选报告项目:阐述和解释。中国生物医学工程杂志，2015,27 (2):559 - 561 [J]免费全文] [CrossRef] [Medline］
    17. 李建军，李建军，李建军，等。移动医疗这一新兴领域。Sci transmed 2015年4月15日;7(283):283rv3 [j]免费全文] [CrossRef] [Medline］
    18. Michie S, Richardson M, Johnston M, Abraham C, Francis J, Hardeman W，等。93种分层聚类技术的行为改变技术分类法(v1):建立行为改变干预措施报告的国际共识。中国生物医学工程学报，2013,31(1):391 - 391。［CrossRef] [Medline］
    19. Hedin B, Katzeff C, Eriksson E, Pargman D.促进更可持续粮食消费的数字化行为改变干预措施的系统综述。可持续发展;2019;11(9):2638 [j]免费全文] [CrossRef］
    20. Higgins JP, Altman DG, Gøtzsche PC, j ni P, Moher D, Oxman AD, Cochrane偏倚方法组，Cochrane统计方法组。Cochrane协作组织用于评估随机试验偏倚风险的工具。中国医学杂志，2011;33 (3):591 [J]免费全文] [CrossRef] [Medline］
    21. López D, Torres M, vacei, Grullon J, Negrón E, pacei，等。开发和评估一款营养智能手机应用程序，用于在杂货店购物时做出明智和健康的选择。卫生通报，2017,1;23(1):16-24 [j]免费全文] [CrossRef] [Medline］
    22. Mummah S, Robinson TN, Mathur M, Farzinkhou S, Sutton S, Gardner CD.手机应用程序干预对超重成年人蔬菜消费的影响:一项随机对照试验。国际行为与营养物理法案2017 Sep 15;14(1):125 [J]免费全文] [CrossRef] [Medline］
    23. Clarke P, Evans SH, Neffa-Creech D.移动应用程序增加了低收入家庭厨师的蔬菜准备:一项随机对照试验。公共卫生杂志2019年3月;22(4):714-725 [免费全文] [CrossRef] [Medline］
    24. Walsh JC, Corbett, Hogan M, Duggan J, McNamara a .使用智能手机应用程序进行移动健康干预以增加年轻人的步行行为:一项试点研究。JMIR移动健康Uhealth 2016 Sep 22;4(3):e109 [j]免费全文] [CrossRef] [Medline］
    25. 周m, Fukuoka Y, Mintz Y, Goldberg K, Kaminsky P, Flowers E，等。评估通过手机应用程序提供的基于机器学习的自动化个性化每日步数目标:随机对照试验。JMIR移动医疗Uhealth 2018 Jan 25;6(1):e28 [j]免费全文] [CrossRef] [Medline］
    26. 胡伯提J，格林J, Glissmann C, Larkey L, Puzia M, Lee C.正念冥想手机应用程序“Calm”减轻大学生压力的效果:随机对照试验。[j] Mhealth Uhealth 2019;7(6):e14273 [j]免费全文] [CrossRef] [Medline］
    27. Crane D, Garnett C, Michie S, West R, Brown J.智能手机应用程序减少过度饮酒:在一项随机对照试验中确定干预成分的有效性。科学通报2018年3月12日;8(1):4384 [免费全文] [CrossRef] [Medline］
    28. BinDhim NF, McGeechan K, Trevena L.智能手机戒烟应用程序(SSC App)试验:一项戒烟决策辅助“应用程序”的多国双盲自动随机对照试验。BMJ Open 2018 Jan 21;8(1):e017105 [j]免费全文] [CrossRef] [Medline］
    29. Arrogi A, Bogaerts A, Seghers J, Devloo K, Abeele VV, Geurts L，等。stAPP的评估:一种基于智能手机的干预措施，以减少比利时成年人久坐的时间。健康促进，2019年2月1日;34(1):16-27。［CrossRef] [Medline］
    30. codery J, majke P, Frank R, Brown D.游戏应用程序和身体活动:ZOMBIE试验的结果。中华卫生杂志，2015;46(4):216-222。［CrossRef］
    31. 李建军，杨建军，李建军，等。应用程序对青少年健康的影响:基于amesfit的随机对照试验。医学互联网研究，2015年8月27日;17(8):e210 [J]免费全文] [CrossRef] [Medline］
    32. Finkelstein J, Bedra M, Li X, Wood J, Ouyang P.移动应用程序减少久坐超重女性的不运动。畜禽卫生技术通报2015;16(1):89-92。［Medline］
    33. Fukuoka Y, Haskell W, Lin F, Vittinghoff E.手机应用程序结合简短的面对面咨询对不运动女性身体活动的短期和长期影响:mPED随机临床试验。JAMA网络开放2019年5月3日;2(5):e194281 [免费全文] [CrossRef] [Medline］
    34. 健身手机应用对态度、感知行为控制和身体活动有积极影响。[J]中国体育与健康杂志;2019;31(3):457 - 457。［CrossRef] [Medline］
    35. 张建军，张建军，张建军，等。智能手机应用程序在初级保健中促进身体活动的有效性:SMART MOVE随机对照试验。[J]中国医学工程学报，2014;32 (6):387 - 391 [J]免费全文] [CrossRef] [Medline］
    36. Harries T, Eslambolchilar P, Rettie R, Stride C, Walton S, van Woerden HC。一款智能手机应用增加男性成年人体育锻炼的有效性:一项随机对照试验。中华医学会公共卫生杂志2016年9月2日;16:925 [免费全文] [CrossRef] [Medline］
    37. King AC, Hekler EB, Grieco LA, Winter SJ, Sheats JL, human MP等。三种动机目标移动设备应用程序对中年和老年人初始身体活动和久坐行为改变的影响:一项随机试验。PLoS One 2016;11(6):e0156370 [j]免费全文] [CrossRef] [Medline］
    38. Simons D, de Bourdeaudhuij I, Clarys P, de Cocker K, Vandelanotte C, Deforche B.智能手机应用程序对低教育程度工作的年轻人促进积极生活方式的效果和过程评价:随机对照试验。[j] Mhealth Uhealth 2018 Aug 24;6(8):e10003 [j]免费全文] [CrossRef] [Medline］
    39. Voth EC, Oelke ND, Jung ME。一款基于理论的锻炼应用程序，可增强锻炼依从性:一项试点研究。[j] Mhealth Uhealth 2016 june 15;4(2):e62 [j]免费全文] [CrossRef] [Medline］
    40. 罗德里格斯A，约翰斯通SJ。增加超重或肥胖成年人健康食品消费的严肃游戏:随机对照试验。JMIR严肃游戏2016年7月13日;4(2):e10 [免费全文] [CrossRef] [Medline］
    41. Brindal E, henrie GA, Freyne J, Noakes M.将静态与支持性手机应用程序纳入面对面支持的部分膳食替代计划:随机对照试验。JMIR移动健康Uhealth 2018年4月18日;6(4):e41 [j]免费全文] [CrossRef] [Medline］
    42. Dunn CG, turner - mcgrivey GM, Wilcox S, Hutto B.通过卡路里跟踪而不是通过数码摄影应用程序进行饮食自我监控与显著减肥有关:2SMART试点研究-一项为期6个月的随机试验。饲料学报;2019;119(9):1525-1532。［CrossRef] [Medline］
    43. Ipjian ML, Johnston CS。智能手机技术促进了健康成年人的饮食改变。营养2017年1月33日:343-347。［CrossRef] [Medline］
    44. 王晓东，王晓东，王晓东，等。基于智能手机的认知偏差修正训练对肥胖患者健康饮食选择的影响。欧洲饮食失调，2018年9月26日(5):526-532。［CrossRef] [Medline］
    45. 刘建军，刘建军，刘建军，等。基于习惯的顶级减肥应用程序的开发及其使用、有效性和可接受性的初步指标:混合方法试点研究。JMIR移动健康Uhealth 2019 5月10日;7(5):e12326 [j]免费全文] [CrossRef] [Medline］
    46. Laing BY, Mangione CM, Tseng C, Leng M, Vaisberg E, Mahida M，等。在超重初级保健患者中，与常规护理相比，智能手机应用程序减肥的有效性:一项随机对照试验。Ann Intern Med 2014 Nov 18;161(10增刊):S5-12 [j]免费全文] [CrossRef] [Medline］
    47. Mummah SA, Mathur M, King AC, Gardner CD, Sutton S.蔬菜消费的移动技术:超重成年人的随机对照试验研究。JMIR移动健康Uhealth 2016 May 18;4(2):e51 [j]免费全文] [CrossRef] [Medline］
    48. 王晓明，王晓明，王晓明，López D, trakf - fellermeier MA, Coccia C, pancirez CM。营养应用程序“MyNutriCart”对与购买和饮食行为相关的食物选择的有效性:一项随机对照试验。营养通报，2018,12 (12):1 - 4 [j]免费全文] [CrossRef] [Medline］
    49. Whitelock V, Kersbergen I, Higgs S, Aveyard P, Halford JC, Robinson E.基于智能手机的专注饮食干预对能量摄入和减肥的影响:一项随机对照试验的结果。中华医学会公共卫生杂志2019年5月21日;19(1):611 [j]免费全文] [CrossRef] [Medline］
    50. Brindal E, henrie GA, Freyne J, Noakes M.一个支持减肥维持和健康的手机应用程序(mome):随机对照试验。JMIR Mhealth Uhealth 2019 Sep 4;7(9):e12882 [j]免费全文] [CrossRef] [Medline］
    51. 李建军，李建军，李建军，等。一款减盐智能手机应用程序支持心血管疾病患者购买低盐食品:来自SaltSwitch随机对照试验的发现。中华预防心脏病杂志，2017;24(13):1435-1444。［CrossRef] [Medline］
    52. Garcia-Ortiz L, Recio-Rodriguez JI, Agudo-Conde C, Patino-Alonso MC, Maderuelo-Fernandez J, Gento IR, obvious研究小组，动员思维研究小组。智能手机应用程序改善初级保健人群健康生活方式的长期有效性:随机对照试验(证据II研究)。JMIR移动健康Uhealth 2018年4月27日;6(4):e107 [j]免费全文] [CrossRef] [Medline］
    53. Gomez-Marcos MA, Patino-Alonso MC, Recio-Rodriguez JI, Agudo-Conde C, Romaguera-Bosch M, Magdalena-Gonzalez O，代表evidence调查员智能手机应用程序改善肥胖措施的短期和长期有效性:一项随机临床试验-证据II研究。中华心血管病杂志，2018;17(6):552-562。［CrossRef] [Medline］
    54. Gonzalez-Sanchez J, Recio-Rodriguez JI, Fernandez-delRio A, Sanchez-Perez A, Magdalena-Belio JF, Gomez-Marcos MA，代表obvious调查小组。使用智能手机应用程序改变心血管危险因素:一项随机对照试验(证据II研究)。国际医学杂志2019年5月;125:13-21。［CrossRef] [Medline］
    55. 胡克曼斯E，马提斯C, Bogaerts A, Scheys L, Devloo K, Seghers J.面对面、移动和混合减肥方案:随机临床试验。[j] Mhealth Uhealth 2018 1月11日;6(1):e14 [j]免费全文] [CrossRef] [Medline］
    56. linp, Grambow S, Intille S, Gallis JA, Lazenka T, Bosworth H，等。年轻人通过私人教练和手机干预参与与减肥之间的关系:随机对照试验。移动医疗Uhealth 2018 Oct 18;6(10):e10471 [j]免费全文] [CrossRef] [Medline］
    57. Rabbi M, Pfammatter A, Zhang M, Spring B, Choudhury T.手机对身体活动和饮食行为改变的自动个性化反馈:一项成人随机对照试验。JMIR移动健康Uhealth 2015年5月14日;3(2):e42 [j]免费全文] [CrossRef] [Medline］
    58. Recio-Rodriguez JI, Agudo-Conde C, Martin-Cantera C, González-Viejo MN, Fernandez-Alonso MD, Arietaleanizbeaskoa MS, evidence Investigators。在初级保健中增加身体活动和坚持地中海饮食的手机应用程序的短期有效性:一项随机对照试验(证据II研究)。医学互联网研究，2016年12月19日;18(12):e331 [J]免费全文] [CrossRef] [Medline］
    59. Svetkey LP, Batch BC, Lin P, Intille SS, Corsino L, Tyson CC等。针对你的手机干预(CITY):一项针对使用手机技术的年轻人的行为减肥干预的随机对照试验。肥胖(Silver Spring) 2015年11月;23(11):2133-2141 [j]免费全文] [CrossRef] [Medline］
    60. 范伯登SB，史密斯JR，劳伦斯NS，亚伯拉罕C，格里夫斯CJ。impulse的可行性随机对照试验:基于智能手机应用程序的体重管理干预，以减少超重成年人的冲动性饮食。JMIR Form Res 2019年4月30日;3(2):e11586 [免费全文] [CrossRef] [Medline］
    61. Bakker D, Kazantzis N, Rickwood D, Rickard N.三个智能手机应用程序增强公众心理健康的随机对照试验。行为Res their 2018 Oct;109:75-83。［CrossRef] [Medline］
    62. 钱冠华，钱冠华。基于应用程序的正念干预对健康成人心理社会结局的影响:一项随机对照试验。科学通报，2018;13(12):e0209482 [j]免费全文] [CrossRef] [Medline］
    63. hide L, Dingle G, Quinn C, Stoyanov SR, Zelenko O, thjondronegoro D，等。基于音乐的情绪调节手机应用程序在困扰年轻人中的疗效和结果:随机对照试验。[j] Mhealth Uhealth 2019 Jan 16;7(1):e11482 [j]免费全文] [CrossRef] [Medline］
    64. Baskerville NB, Struik LL, Guindon GE, Norman CD, Whittaker R, Burns C等。手机干预对年轻成年吸烟者戒烟的影响:随机对照试验。[j] Mhealth Uhealth 2018 Oct 23;6(10):e10893]免费全文] [CrossRef] [Medline］
    65. Bricker JB, Mull KE, Kientz JA, Vilardaga R, Mercer LD, Akioka KJ，等。采用接受和承诺疗法的智能手机应用程序戒烟的随机对照试验。药物酒精依赖2014年10月1日;143:87-94 [j]免费全文] [CrossRef] [Medline］
    66. Buller DB, Borland R, Bettinghaus EP, Shane JH, Zimmerman DE.智能手机移动应用程序与短信支持戒烟的随机试验。中华卫生杂志;2014;20(3):206-214 [J]免费全文] [CrossRef] [Medline］
    67. Crane D, Ubhi HK, Brown J, West R.一项探索性随机对照试验:完全版与减少版“无烟”移动应用程序戒烟的相对有效性。F1000Res 2018;7:1524 [免费全文] [CrossRef] [Medline］
    68. Hassandra M, Lintunen T, Hagger MS, Heikkinen R, Vanhala M, Kettunen T.一款支持戒烟者通过短时间体育锻炼来控制吸烟欲望的移动健康应用程序:一项随机试点可行性和可接受性研究。JMIR Mhealth Uhealth 2017 May 26;5(5):e74 [j]免费全文] [CrossRef] [Medline］
    69. Krishnan N, Elf JL, Chon S, Golub JE。COach2Quit:一个用于戒烟的个人一氧化碳监测仪的随机对照试验。2019年10月26日;21(11):1573-1577 [j]免费全文] [CrossRef] [Medline］
    70. 刘建军，李建军，李建军。移动健康戒烟与药物依从性评估:一项随机试点可行性研究。[j] Mhealth Uhealth 2016 Aug 3;4(3):e94 [j]免费全文] [CrossRef] [Medline］
    71. 裴瑞思D, Wright L, News M, Rogers K, Redfern J, Chow C，等。一款帮助澳大利亚原住民戒烟的智能手机应用:一项随机对照试验的发现。[j] Mhealth Uhealth 2019年4月2日;7(4):e12745]免费全文] [CrossRef] [Medline］
    72. Bertholet N, Godinho A, Cunningham JA。针对不健康饮酒的智能手机应用:在普通人群中进行的随机对照试验。药物酒精依赖2019年2月1日;195:101-105。［CrossRef] [Medline］
    73. 科克伦协作组。哥本哈根:北欧科克伦中心;2014.Review Manager (RevMan)https://community.cochrane.org/help/tools-and-software/revman-5[2020-02-26]访问
    74. 哈里顿·E，洛卡西奥·JJ。随机对照试验——有效性研究的黄金标准:研究设计:随机对照试验。[J]中华妇产科杂志，2018;35 (3):391 - 391 [J]免费全文] [CrossRef] [Medline］
    75. Nymo S, Coutinho SR, Torgersen LH, Bomo OJ, Haugvaldstad I, Truby H，等。在能量消耗水平上，随着体重的逐渐减轻，适应性生理反应的变化时间表。中国生物医学工程学报，2018;30 (2):391 - 391 [J]免费全文] [CrossRef] [Medline］
    76. 王晓东，王晓东，王晓东，等。行为改变技术在健康相关行为中的有效性评价。中华医学杂志，2018;8(2):212-224 [j]免费全文] [CrossRef] [Medline］
    77. 李建军，李建军，李建军，等。采用自我监测或定制反馈来改变饮食行为的远程干预措施的系统回顾和荟萃分析。中华临床医学杂志，2018;31 (2):357 - 357 [J]免费全文] [CrossRef] [Medline］
    78. Chambliss HO, Huber RC, Finley CE, McDoniel SO, Kitzman-Ulrich H, Wilkinson WJ。电脑自我监测和技术辅助的减肥反馈，有或没有增强的行为成分。患者教育统计，2011;85(3):375-382。［CrossRef] [Medline］
    79. 王晓明，王晓明，王晓明，等。综合行为干预治疗成人肥胖并发症的临床研究进展[j]。心理健康杂志，2012;6(1):7-32。［CrossRef］
    80. 温迪玛格尼夫，Bezuidenhout MC.埃塞俄比亚亚的斯亚贝巴医院和保健中心的综合促进、预防和治疗保健服务。中华体检学杂志(英文版);2009;12 - 12 [J]免费全文] [CrossRef] [Medline］

    ‎
    旅级战斗队:行为改变技巧

    G·艾森巴赫编辑;提交13.11.19;S Sawesi, I Mircheva的同行评审;对作者的评论29.11.19;3月12日收到修订版本;接受26.01.20;发表18.03.20

    版权

    ©Madison Milne-Ives, Ching Lam, Caroline De Cock, Michelle Helena Van Velthoven, Edward Meinert。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com)， 2020年3月18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。
    Baidu
    map