大众媒体推广智能手机体育应用的健康收益、成本影响和成本效益:模型研究

介绍

身体活动不足会增加患心血管疾病、癌症和精神健康状况不佳的风险[1-3.]。国际建议指出，成年人每周应至少积累150分钟的中等至高强度身体活动(MVPA) [1，4]。身体活动不足的患病率在许多国家都很高:美国为40%，印度为34%，巴西为47%，新西兰为42% [5]。需要在人口层面增加身体活动的战略，推广智能手机应用程序进行身体活动是一种有希望的干预途径。

体育活动智能手机应用程序的兴起为提供具有广泛影响和一系列技术增强功能的干预措施提供了机会(例如，加速计、量身定制的反馈和提醒)[6]。对体育活动应用程序有效性的评估表明，它们可以有效地提高体育活动水平[7-9]。然而，目前可用的数千种体育锻炼应用程序的质量和有效性存在很大的可变性[6，10]。鼓励使用高质量的应用程序为增加人口水平的体育活动提供了一个潜在的机会，因为应用程序的潜在覆盖范围大，成本低。此外，越来越多的证据表明，整体而言，流动卫生干预措施具有成本效益[11]。

最近，人们试图提高公众对不同健康应用程序的质量和有效性的认识。世界各地的一些政府机构现在在其网站上提供应用程序评级或推荐[12-16]，但公众参与的程度并没有公开记录。大众媒体宣传为推广使用高质量的体育活动应用程序提供了潜在途径，从而提高了体育活动水平。最近的一项审查表明，大众媒体运动可能是有效的，但关于成本效益的证据主要限于烟草控制[17]。我们之前的研究评估了推广智能手机应用的大众媒体宣传的潜力:推广戒烟应用的大众媒体宣传可能会节省成本[18]，而减肥应用的大众媒体宣传可能具有成本效益，也可能不具有成本效益，因为干预效果存在很大的不确定性[19]。尽管体育锻炼app的短期效果已经得到了评估[7，8]，目前尚不清楚通过大众媒体推广体育活动应用是否有效或具有成本效益。同样，我们不知道大众媒体宣传体育活动应用程序的影响如何与其他公共卫生干预措施相比较。

为了填补这一空白，本研究评估了大众媒体宣传活动的健康影响、成本和成本效益，以高收入国家(新西兰)为背景，使用多状态生命表建模方法，以年龄、性别和种族特定数据为参数，与先前的工作一致[18，19]。

方法

概述

我们使用已建立的比例多状态生命表模型来估计大众媒体宣传运动对健康的影响，以促进使用体育活动智能手机应用程序[20.，21]。该模型模拟了2011年新西兰的全部人口，在“一切照旧”(BAU)和模型干预下一直到死亡。健康增加是用质量调整生命年(QALYs)来衡量的，这是一种同时考虑发病率和死亡率影响的人口健康的综合衡量标准[22]。对于成本，我们使用了卫生系统的视角，输出是BAU和模型干预之间卫生系统总成本(干预成本和由于疾病发生率改变而产生的下游成本抵消的净总和)的差异。

根据新西兰先前的研究，卫生收益和卫生系统成本均采用3%的贴现率。0%和6%贴现率的结果以情景分析的形式呈现。该模型的详细资料已在其他地方公布[20.，21]。

干预规范

我们根据中展示的干预途径，模拟了一次性的大众媒体活动图1。符合干预条件的人群包括所有新西兰15-79岁的成年人——有身体活动数据的人群。在符合干预条件的人群中，我们根据大众媒体宣传活动的可能意识、应用程序下载率和应用程序使用情况，估计了体育活动增加的人口比例。我们将应用程序使用定义为在应用程序首次下载后至少使用7天，以确保模型干预途径与现有证据之间的一致性。最近的一项系统综述对体育活动应用程序的有效性进行了荟萃分析，估计与应用程序使用相关的体育活动增加[8]。随着时间的推移，应用使用的增长逐渐减弱。23]，并无证据显示其持续有效超过1年[8]。由于我们的模型预测了1年时间内的健康收益，我们估计了在实施干预的一年中对体育活动应用程序的平均依从性[24]。参数值的详细来源见表1，有关参数选择的详情，请参阅有关的技术报告[24]。

‎ 查看此图

干预的总成本估计为2,88.3万新西兰元(使用消费者价格指数和购买力平价调整，本文使用的货币汇率为2011年1新西兰元=2018年0.73美元)，这是新西兰之前一项关于推广减肥应用程序的模拟大众媒体活动相关成本的研究[19]。干预的成本包括识别最高质量的应用程序、在相关政府网站上推广最高质量的体育活动应用程序以及在多种媒体上开展大众媒体宣传活动的相关成本。这些成本也与推广戒烟应用程序的模拟大众媒体运动的估计成本相似[18]。

下载并使用该应用程序至少7天的人口比例增加了体力活动。我们假设干预效果适用于15-79岁的成年人。这是一篇综述中用于估计使用体育锻炼app后运动量增加的研究所涵盖的人群范围[8]。

对于那些使用该应用程序至少7天的人，我们估计身体活动将平均增加285中等到高强度的身体活动-代谢当量任务(MET)分钟/周，使用最近的荟萃分析检查与应用程序使用相关的身体活动增加[8]。这相当于每周多走1.6小时的快走。我们假设，在实施干预的一年中，身体活动的干预增加会减弱，在干预的第一年之后没有影响。这与我们对干预增加体力活动的估计来源一致，其中纳入的研究是根据短期(<3个月)影响进行评估的。

假设BAU包括现有的体育活动水平和现有的体育活动应用程序使用水平，没有额外的推广。目前新西兰体育类app的推广被认为可以忽略不计，因此，假设BAU体育活动分布反映了低体育活动应用推广环境的持续或没有体育活动应用推广环境。

多状态生命表模型

该模型包括一个以年龄、性别和种族(Māori-the新西兰土著人口和non-Māori)为参数的主要生命表，具体的全因死亡率和发病率。在主生命表旁边，有9个平行的身体活动和与运输有关的疾病生命表，其中人口比例同时存在:冠心病、中风、2型糖尿病、结直肠癌、乳腺癌(仅限女性)、慢性阻塞性肺病、下呼吸道感染、肺癌和道路交通伤害。模型疾病包括身体活动和运输相关疾病，因为该模型旨在检查这两种干预措施。在这项研究中，COPD、LRTI、肺癌和道路交通伤害是不活跃的(即“关闭”)，因为它们与身体活动无关(见图2概念图，改编自Mizdrak等人[20.])。在每个年度时间步，每个疾病生命表中的人口比例是过去和当前疾病发病率、病死率和缓解(仅针对癌症)率的函数。

‎ 查看此图

通过将新西兰健康调查中的新西兰体育活动问卷简短表格的回答转换为每周中等和剧烈体育活动的MET分钟，估计了新西兰成年人口的体育活动分布。代谢当量是工作代谢率与标准静息代谢率之比，1代谢当量相当于静坐。[27]。快走的MET值为3.0，适度运动的MET值为4.5，剧烈运动的MET值为6.5 [20.]。

模拟干预引起的身体活动变化与身体活动与疾病结局(冠心病、中风、2型糖尿病、乳腺癌、结直肠癌)之间关联的相对风险相结合，得出人群影响分数[28]。在模型中使用这些数据来修改疾病发病率，从而导致全因死亡率和发病率的变化。该模型包括时间滞后，以解释人口风险分布变化对疾病发病率的非即时影响:冠心病、中风和2型糖尿病的变化是基于过去0-5年的平均人口影响分数，而癌症的平均影响分数是过去10-30年的[20.]。为了简化建模，我们假设除了前面提到的疾病之外，建模干预不会对健康产生影响，包括对肥胖、伤害或心理健康结果没有影响。这些假设与证据基础是一致的:专门针对体育活动的应用程序似乎与减肥没有一致的联系[29]，而且(据我们所知)没有证据表明体育活动应用程序对心理健康结果或伤害有影响(详见讨论部分)。

此外，该模型捕捉到与疾病流行率和人口寿命变化相关的卫生系统成本变化。疾病特异性成本基于事件发生的时间(第一年、随后一年和生命的最后6个月)，并根据既定方案得出[30.]。每种疾病状态的人口比例的变化导致卫生系统成本的比例变化，并且该模型捕获了不相关的卫生系统成本(即，由于建模干预导致人们寿命延长而导致未来卫生系统成本的增加)。

我们的结果预测了健康收益和卫生系统成本对模型人口生命过程的影响。健康收益和卫生系统成本均以3%折现，关键结果采用0%和6%折现率作为敏感性分析。我们还对结果进行了“公平调整”，将背景死亡率和发病率设置为Māori至non-Māori的值，这是一种常规使用的建模技术，可避免低估弱势群体的健康收益[31]。情景分析包括一种情景，其中干预的年龄范围限制在40-79岁之间，干预总成本保持不变，在一种情景中，我们假设干预的影响将在干预后维持5年。最后，龙卷风图显示了干预路径中每个步骤的假设对模拟结果不确定性的贡献。

该模型是在Microsoft Excel (Microsoft Corporation)中构建的，并使用Visual Basic for Applications编写的宏运行。使用蒙特卡罗分析估计了健康收益和成本效益方面的不确定性;该模型运行了2000次，参数从各自的概率分布中独立采样。结果为所有模型运行的第50个百分位数，其中第2.5和97.5个百分位数代表模型值周围的95%不确定性区间(UI)。不同货币阈值下成本效益的概率是基于增量成本效益比(ICER)低于阈值的模型运行的比例。进一步的模型详情载于技术报告[20.]。

结果

在2011年人口的一生中，推广智能手机应用程序促进身体活动的一次性大众媒体活动导致28个QALYs (95% UI 8-72)增加，或每1000人增加0.008个QALYs(见表2)。模拟的健康改善的净成本为220万新西兰元(162.5万美元);95%(102万- 350万)。海关关税为81,000新西兰元(59,000美元);每个QALY获得95%(17,000-345,000)。在成本效益阈值为每QALY获得45,000新西兰元的情况下，该干预措施具有成本效益的概率很低(20%)图3)。

老年群体的人均健康收益较高，假设干预费用在符合条件的人口中平均分摊，那么与年轻群体相比，老年群体的干预更有可能具有成本效益(即更有可能低于4.5万新西兰元的门槛)。Māori的健康收益随着"公平调整"的应用而增加(即non-Māori的死亡率和发病率用于Māori;看到表3)。

‎ 查看此图

我们探讨了模型规范的选定更改对结果的影响(参见表4)。鉴于干预在最年轻的年龄组中成本效益最低，我们进行了情景分析，以确定通过将干预的目标人群缩小到40-80岁的人群，可以提高总体成本效益的程度。这略微提高了干预措施的平均成本效益。假设干预措施的影响持续5年而不是1年，健康收益将是主要分析的四倍以上，并将导致卫生系统成本大大降低，从而产生极具成本效益的ICER，即每个获得的质量质量为2000新西兰元。改变贴现率对总体结果产生了预期的影响，零贴现率导致更高的健康收益。

最后，我们检验了不同干预参数对模型结果不确定性的贡献。健康收益的不确定性由应用程序使用参数的不确定性驱动，卫生系统成本影响的不确定性由干预成本参数的不确定性驱动(见图S1和S2)多媒体附录1)。ICER的情况就不那么清楚了;应用使用的不确定性是造成ICER不确定性的最大因素，但紧随其后的是其他干预参数的不确定性图4)。

‎ 查看此图

讨论

主要研究结果

我们利用已公布的对智能手机应用程序的吸收、坚持和有效性的估计，对一次性的国家级大众媒体宣传活动的可能影响进行了建模[8，13，23，25，26]。通过疾病发病率的变化建模，干预措施有20%的机会对整个目标人群具有成本效益，以该国人均GDP的普遍应用阈值(即，新西兰每个QALY获得45,000新西兰元)[32]。干预措施对卫生系统的成本影响和成本效益也存在广泛的不确定性。

与前期工作比较

这是第一项关于大众媒体推广智能手机体育应用程序的成本效益的研究，至少我们意识到这一点。这项研究有助于呼吁建立基于体育活动干预成本效益的证据[33]。这项工作与之前在新西兰环境下对其他健康相关应用程序推广的研究也具有很高的可比性。我们发现，与促进戒烟的大众媒体运动相比，推广体育活动应用程序的大众媒体运动在实现健康收益方面的效果似乎更差，成本效益也更低(模型影响:6760 QALYs，为卫生系统节省1.15亿新西兰元)。18])，但类似于推广使用减肥应用程序的活动(模拟影响:29 QALYs, ICER 79,700新西兰元[19])。这表明推广应用的大众媒体活动可能会产生不同的影响，这取决于应用的目标行为。

我们的研究结果还表明，在人均基础上，与之前的研究相比，我们的研究结果更低，成本效益也更低，而之前的研究模拟了澳大利亚大众媒体宣传活动和其他促进体育活动的策略的有效性[34]。这可能是由于我们的研究对大众媒体运动干预的影响采用了比早期工作更保守的估计，以及不同国家潜在的体育活动模式和流行病学的差异。

优势与局限

本研究的优势在于使用了基于丰富的疾病特异性流行病学和成本数据的已建立的多状态生命表模型。多状态生命表建模捕捉多种疾病对健康的长期影响。这种建模方法在澳大拉西亚的广泛使用意味着我们能够将我们的结果与其他健康干预措施(例如，[18，19，34])。多状态生命表模型的局限性包括疾病独立性的假设和我们对成本和收益的卫生系统视角的使用。对于前者，我们确实考虑了2型糖尿病与冠心病和中风之间的关系，因为2型糖尿病是这些疾病的危险因素。这项研究从卫生系统的角度来看，意味着卫生系统之外的潜在成本和收益(例如，体育活动应用程序的原始开发成本)没有被捕获。然而，我们的方法可以适应不同受众的额外成本和收益。例如，我们目前正在探索将生产力影响(如疾病诊断造成的收入损失)纳入我们的模型。

效应大小是基于对相关来源的回顾，然后对方法的严谨性和建模的适当性进行评估(见多媒体附录1有关详情)。我们还能够围绕所有关键参数和一系列敏感性和情景分析建立参数不确定性模型。

我们提出了建模干预对健康影响的异质性。由于我们假设干预影响不存在异质性，我们的估计反映了由于身体活动水平和流行病学的潜在差异而导致的不同的健康收益，而不是对干预的不同反应。在参数估计的来源中没有足够的信息来表明年龄、性别或种族在干预影响方面的差异。先前的研究表明，包括老年人在内的亚人群对体育活动应用的参与度很高[35]和不同的民族[36]。但是，如果某些人口群体或多或少有可能对干预作出反应，那么这将影响到总体效果和成本效益。未来对体育活动app干预措施的评估应明确考虑干预措施吸收和疗效的差异影响，特别是考虑到我们的结果显示可能实现的健康收益的差异。

我们假设干预对身体活动水平的任何影响将仅限于实施干预的那一年，与现有证据一致。大多数体育活动应用程序仅对短期(<3个月)影响进行了评估[7，8]。我们对应用实施当年的平均依从性的估计与少数评估超过3个月的体育活动影响的研究是一致的[23，37]。没有证据支持建模超过1年的干预影响，这突出了对体育活动应用干预进行长期评估的必要性，特别是我们的情景分析表明，如果干预影响保持一段时间，可以实现相当大的健康收益。有证据表明，通过干预措施改善步行和骑自行车的基础设施，对身体活动产生了长期影响[38，39]，这表明改变环境的结构性干预可能比在不支持的环境中针对个人层面行为改变的干预更有效。

该模型通过与MVPA密切相关的疾病(包括心血管疾病、2型糖尿病和某些癌症)捕捉健康影响。我们没有捕捉到肥胖、心理健康或伤害可能带来的额外健康收益或损失。尽管应用程序已被证明在促进减肥方面很有效[40]，效应量主要捕获旨在影响身体活动和饮食行为的应用程序。对于专门针对体育活动的应用程序，似乎与减肥没有一致的联系[29]。此外，据我们所知，体育活动应用程序对心理健康结果的影响还没有被量化。尽管有规律的体育活动与改善精神健康有关[41]，最近的证据表明，很大比例的健身应用包含与负面身体形象和不适应运动行为相关的功能[42]。需要进一步的研究来了解通过使用应用程序增加体力活动带来的健康收益是否与其他与健康相关的结果(包括体重减轻、受伤和心理健康)相补充或抵消。

政策影响

围绕我们模型结果的广泛ui表明，需要更好地评估基于应用程序和其他身体活动干预措施。特别是，我们需要更好地了解哪些干预措施最有可能导致长期维持身体活动的增加，因为这些干预措施将带来最大的健康收益。像这样的建模研究是一种有价值的方法，可以在实施具体干预措施之前，量化不同干预方案可能带来的健康收益。

尽管体育活动应用程序有可能在个人层面上增加体育活动，但我们的研究结果表明，通过大众媒体推广体育活动应用程序目前不太可能是一种有效或具有成本效益的公共卫生干预措施，至少在现有的应用程序设计和大众媒体宣传方法下是这样。通过使用社交媒体开展更有针对性的宣传活动，可以提高大众媒体推广智能手机体育锻炼应用的成本效益;这可能以比这里所模拟的干预更低的成本带来健康收益。在世界范围内，人们认识到，有针对性的、以个人为重点的干预措施需要与支持身体活动的政策行动战略性地结合起来[41]。我们的研究结果表明，通过大众媒体宣传智能手机应用来促进体育活动作为一种独立的干预手段并不具有成本效益。其他促进身体活动的策略可能会更有效，从而导致长期的行为改变(例如，投资步行和骑自行车的基础设施)[38])。我们的研究结果可能可以推广到类似的背景下——具有相似流行病学、体育活动水平、应用程序使用和其他人口特征的高收入国家。

结论

一次性的国家级大众媒体宣传活动，以促进使用智能手机应用程序进行体育活动，不太可能产生很大的健康效益。根据目前往往薄弱的证据，它似乎也不太可能在人口一级具有成本效益。对身体活动的投资与行为的长期维持有关，可能会带来更大的好处。