发表在第10卷第9期(2022):9月

本文的预印本(早期版本)可在以下网站获得https://preprints.www.mybigtv.com/preprint/37868,第一次出版
使用阳性同伴移动应用程序改善年轻HIV患者的临床结果:前瞻性观察队列比较

使用阳性同伴移动应用程序改善年轻HIV患者的临床结果:前瞻性观察队列比较

使用阳性同伴移动应用程序改善年轻HIV患者的临床结果:前瞻性观察队列比较

原始论文

1美国肯特州肯特州肯特州立大学公共卫生学院

2美国俄亥俄州克利夫兰市都市卫生系统社会工作司

3.美国俄亥俄州克利夫兰市凯斯西储大学都市卫生系统医学院人口健康研究所卫生保健研究与政策中心

4美国俄亥俄州克利夫兰市,凯斯西储大学都市卫生系统医学院传染病科

*这些作者贡献相同

通讯作者:

Mary M Step,硕士,博士

公共卫生学院

肯特州立大学

洛瑞大厅,305 b

750山顶驱动器

肯特,哦,44242

美国

电话:1 330 672 2630

传真:1 330 672 6505

电子邮件:mstep@kent.edu


背景:在美国,艾滋病毒的结果在种族、性别和性少数群体之间持续存在差异。年轻人感染艾滋病毒的风险更大,他们往往长期生活在不知道自己感染艾滋病毒的情况下。阳性同伴App (PPA)是一个多功能的艾滋病毒支持工具,旨在改善感染艾滋病毒的年轻人与艾滋病毒相关的临床结果。该应用程序是根据俄亥俄州东北部的一个护理年轻成人艾滋病毒社区的规范设计的。本研究中提供的数据提供了初步证据,证明PPA作为相关工具的有效性,可使临床患者群体参与护理并促进病毒抑制。

摘要目的:在本研究中,我们旨在描述PPA使用的变化,并检查在同一临床人群中自选的用户和非用户队列中使用与HIV临床结果之间的关联。

方法:向13至34岁、在过去12个月内被诊断为艾滋病毒、在过去24个月内脱离护理6个月或在过去24个月内病毒载量未被抑制(艾滋病毒载量为>200拷贝/毫升)的艾滋病毒感染者免费提供PPA。通过音频计算机辅助自访谈系统对所有参与者进行基线、6个月和12个月调查。该应用的用户活动由应用程序本地跟踪,并存储在一个安全的服务器中。参与者的人口统计数据和艾滋病毒护理数据是从研究开始前12个月内的临床记录中提取的,并贯穿整个研究期间。在研究结束时,将PPA使用者(n=114)与未使用者(n=145)的HIV护理结果(n=259)进行比较。

结果:分析显示,较年轻的PPA使用者(13-24岁)比未使用者(调整后的比值比为4.2,95% CI为1.2-13.9)更有可能获得HIV实验室(调整后的比值比为2.85,95% CI为1.03-7.90)和实现持续的病毒抑制。

结论:PPA似乎有助于年轻的使用者维持艾滋病毒抑制。该应用程序为解决这一关键人群提供了一个重要的工具。PPA仍在实地执行,目前正在被其他地方采用,以促进它们结束艾滋病毒流行的努力。虽然我们报告的观察结果需要额外的验证和严格的持续监测,但这些结果代表了我们在提供PPA有效性衡量的试点研究中的最佳努力。下一步包括对PPA的可接受性和有效性进行大规模评估。鉴于用户报告和成果的不断积累证据,免费提供的PPA可成为实现结束艾滋病毒流行目标的有益工具。

JMIR Mhealth Uhealth 2022;10(9):e37868

doi: 10.2196/37868

关键字



背景

尽管被诊断为艾滋病毒的成人的临床结果有所改善[1],年轻人的收入差距仍然很大[2-4].在美国,大多数新确诊的艾滋病毒患者都是青少年和年轻人[5].尽管≥60%的年轻(13-24岁)艾滋病毒感染者受到病毒抑制,但明显较少的黑人和拉丁裔人口群体没有受到抑制[4].此外,在所有年轻人中,近80%是跨性别或顺性别男性,据报告,他们最常(69%)通过男性间性接触传播艾滋病毒[4,5].鉴于这些趋势,感染艾滋病毒的年轻人可能会经历多个被剥夺权利的社区的交汇,导致更加严重的耻辱、社会和家庭孤立以及社会决定的艾滋病毒护理障碍[6-8].这种负担的下游影响可决定终身健康和总体寿命的下降。重要的是,量身定制的流动卫生干预措施已被证明可有效减少年轻人和性别或性取向属于少数群体的人在艾滋病毒方面的差异[9-12].

移动医疗应用程序可以通过与现有平台连接,或通过创建具有类似健康挑战的人的网络,来利用社交媒体的传播动态[13].由于社交媒体网络允许更以用户为中心的协作交流过程,它们为参与健康信息和类似的其他人提供了更大的机会[13,14].然而,尽管多项研究表明社交媒体平台可以作为传播信息的有效渠道[15,16],很少有研究将健康结果联系起来或确定变化机制[17].因此,移动平台提供了一个有效的界面来接收量身定制的艾滋病毒相关信息,跟踪使用情况,并为用户提供参与自己康复的机会,这可能对艾滋病毒护理级联产生有意义的影响。

之前的工作

“阳性同伴应用程序”(PPA)是作为一套应用程序功能而创建的,它可以满足携带艾滋病毒的年轻人可能存在的各种需求[18].在社区咨询委员会成立之后,我们开发了特定的技术特性,以促进用户代理以最佳方式解决用户需求,并直接为人口统计学定义的用户群体提供持续的、经过审查的和定制的内容。由此产生的PPA是一个由社交媒体支持的网络的中心,该网络由一个网站、Instagram、TikTok和Twitter feed组成,向艾滋病毒社区提供一系列基于证据的艾滋病毒相关内容,针对青少年和年轻成人用户群体。PPA的功能从被动到高度都有,包括提供当地资源(如住房和咨询)、主题博客、叙事帐户、药物提醒、社区论坛和私人聊天。迄今为止的证据表明,PPA是可接受的,并符合用户的预期。[18,19].用户反馈显示,PPA用户之间的共享体验被视为恢复性和过渡性的[19].PPA的使用与减少耻辱感有关,用户报告说,隐私、私人即时聊天的机会和简单的自我管理工具提供了一个有用的、安全的、支持性的空间,免受歧视和评判[19].

一般来说,我们认为用户与应用的个人相关方面接触越多,他就越有可能从应用内容中学习,并与其他用户形成基于互联网的支持关系。这一预测基于以用户为中心的手机应用使用模型,该模型认为用户需求和技术特征的交互作用决定了用户粘性[20.-22].我们期望更多地参与移动应用程序,以影响对宣传艾滋病毒信息的接受程度,并增加获得理想的艾滋病毒临床结果的可能性[23].

本研究的目的

尽管用户报告喜欢PPA和社区[19],评估应用程序是否为用户提供了临床效益是很重要的。我们这项研究的目的是确定PPA的使用是否为感染艾滋病毒的年轻人提供了临床益处。我们预计(1)PPA用户将比来自同一家诊所的未参与队列的用户更投入于护理工作;(2)PPA用户将比不使用应用程序的用户表现出更强的病毒抑制能力。此外,我们的目标是了解相关的用户统计数据或个人特征是否与应用程序使用相关,以及确定的用户粘性组是否获得更大或更小的好处。


研究设计

这项工作的母体研究旨在开发、构建并分析目标用户群体对PPA的可行性和可接受性[18].本研究采用前瞻性观察性单队列设计,在基线和6、12、18个月时评估各项指标。本研究是在应用程序引入该领域后设计的,目的是将我们对PPA使用的评估扩展到艾滋病毒临床结果。

实时记录App使用情况,并通过App操作系统直接跟踪。从电子健康记录中获取PPA使用前后的临床结局数据。我们认识到,尽管随机对照试验是分离预测效果的理想方法,但这个试点示范项目之前有一个漫长的初步设计阶段,排除了额外的临床试验评估。因此,在同一时间段内同一临床人群的PPA使用者和符合条件的非使用者的队列比较设计为回顾性评估临床结果提供了一个合理的选择[24]在研究期间(2016年10月至2019年5月)。

伦理批准

该研究于2016年7月20日获得了城市卫生系统人体研究保护机构审查委员会(IRB:15-00741)的批准,并每年进行一次审查。

参与者

研究样本来自俄亥俄州克利夫兰市一家公立医院的艾滋病毒诊所人群,该医院是凯霍加县及其周边服务不足社区的主要医疗保健来源。参加资格要求包括:(1)年龄在13至34岁之间;(2)在卫生系统内接受艾滋病毒治疗;以及(3)在过去12个月内诊断出艾滋病毒,在过去24个月内离开护理6个月,或在过去24个月内缺乏病毒抑制(艾滋病毒载量为>200拷贝/毫升)。基本上,这些参与者要么是新确诊的,要么没有完全参与艾滋病毒治疗。

研究招募和比较队列

潜在的参与者首先通过电子健康记录查询和诊所工作人员的转诊确定。在招募结束时,研究样本包括114名感染艾滋病毒的年轻人,他们在研究期间仍处于登记状态。

确定了一组未参加PPA试点的当地艾滋病毒青年队列,以便与PPA用户试点样本进行比较。该比较队列(n=259)包括符合家长PPA研究登记资格标准的患者,在登记期间曾访问艾滋病毒诊所,但没有登记使用该应用程序或参与研究。手工图表审查确认了整个样本的合格标准,并提供了研究期间完成的所有门诊就诊和实验室结果的记录。目前尚不清楚非ppa用户是否被邀请并拒绝参与研究,或者只是不知道该应用程序。

测量

人口特征

从PPA参与者和比较队列中收集人口统计学信息。变量包括年龄、种族、族裔、教育、就业状况、性取向和监禁史,这些都是影响艾滋病毒结果差异的已知社会决定因素[25-29].年龄分为13至24岁、25至29岁和30至34岁,以方便在艾滋病毒研究中通常定义的年龄类别之间进行比较[26].种族和民族是使用美国人口普查局分类报告的。最后,受访者被要求报告他们被监禁在监狱或监狱的次数。监禁史分为无、1或2次或≥3次进行分析。

PPA订婚

应用用户的PPA参与度直接通过与每个用户相关的本地应用性能数据进行评估,这些数据存储在一个安全的服务器上。变量包括用户登录的次数和用户登录时完成的动作数。这些应用变量之间存在很大的差异性。因此,我们对用户行为的数量进行了分类,以便更好地比较用户的应用活动。以中间值为临界值,根据用户在手机上安装应用的前3个月的操作次数,我们创建了3个PPA使用顺序类别:0、0;1、低或中(处于或低于中位数使用);2、高(高于中位数)。

艾滋病毒的结果

与卫生资源服务管理局Ryan White项目标准一致,艾滋病毒成果包括参与护理和艾滋病毒抑制[26].护理投入被编码为是的如果在6个月和12个月的学习前或学习后都完成了办公室访问或实验室测试。病毒抑制被编码是的如果诊断后6个月和12个月的病毒载量低于200拷贝/ ml。

统计分析

我们检查了PPA参与者和非参与者的样本之间以及样本内部的基线特征,使用皮尔逊卡方检验来正式检验应用程序用户和非用户组之间的差异。除种族外,所有特征都有完整的数据,其中≤3%的值缺失。

应用程序用户活动,包括登录次数、使用的功能和用户行为的次数,在注册后的6个月期间对PPA参与者进行了检查。对这些数据的调查显示,应用活跃度在3个月后会迅速下降。因此,前3个月的用户粘性来源于应用活动。由于分布的明显偏倚,报告了登录数和用户行为数的中位数和IQRs。由于考虑到样本量,没有进行正式的显著性检验。

为了测试应用程序使用对结果的贡献,开发了3个独立的逻辑回归模型,通过回归每种艾滋病毒结果(即,办公室就诊、完成艾滋病毒实验室检测和艾滋病毒抑制)对PPA参与(是或否)的影响,同时控制基线特征和措施。在模型中测试了相互作用效应,以评估与PPA参与和个体特征相关的效应修正的潜力。对于每个结果模型,报告了在整体模型或分层模型(在显著交互作用或效应修正的情况下)中PPA参与与不参与的比值比和相应的95% ci。

此外,根据参与前(使用PPA前)和参与后(使用PPA后)的医疗记录评估结果,以确定PPA参与者的这些措施是否发生了显著变化。麦克内马尔一致性检验被用作对差异的正式检验。我们还使用之前描述的用户行为数量的分类版本来检验每种结果在应用粘性方面的差异。每个结果分别评估ppa使用前和ppa使用后的结果。Fisher精确测试用于测试3类用户行为之间的差异。统计学意义测定用P值截止。05。


PPA用户和非用户对比组的人口统计学差异

比较入组PPA使用者与同一诊所的对照队列之间的人口统计学特征。未登记组是在宿主诊所登记的患者,他们要么选择不登记,要么不了解这项研究。表1提供研究样本组的基线特征和结果。在PPA使用者和对照组中研究的年轻HIV感染者主要是男性(310/373,83.1%)和黑人(257/373,70.8%)。在PPA研究期开始时,69.2%(258/373)的患者已脱离艾滋病毒护理。PPA参与者,相对于对照组,更可能是年轻的,多种族或其他种族,和新诊断。

表1。积极同伴App (PPA)参与者和非参与者对照组的基线特征。
特征 Total (n=373), n (%) PPA (n=114), n (%) 非ppa (n=259), n (%) P价值一个
年龄(年) <.001

24里面 88 (23.6) 40 (35.1) 48 (18.5)

25 - 29 158 (42.4) 52 (45.6) 106 (40.9)

- 34 127 (34.1) 22日(19.3) 105 (40.5)
性在出生时

男性 310 (83.1) 100 (87.7) 210 (81.1)

63 (16.9) 14 (12.3) 49 (18.9)
比赛 .006

非裔美国人 257 (70.8) 78 (68.4) 179 (71.9)

白色 83 (22.9) 22日(19.3) 61 (24.5)

多种族或其他 23日(6.3) 14 (12.3) 9 (3.6)
新诊断的 <.001

是的 107 (28.7) 45 (39.5) 62 (23.9)

不,noncongenital 252 (67.6) 59 (51.8) 193 (74.5)

不,先天性 14 (3.8) 10 (8.8) 4 (1.5)
的护理 .008

是的 258 (69.2) 68 (59.7) 190 (73.4)

没有 115 (30.8) 46 (40.4) 69 (26.6)
6-12个月前拜访办公室

是的 100 (27.2) 31 (27.2) 69 (26.6)

没有 273 (72.8) 83 (72.8) 190 (73.4)
6-12个月前进行艾滋病毒实验室检测 多多

是的 80 (21.5) 25 (21.9) 55 (21.2)

没有 293 (78.6) 89 (78.1) 204 (78.8)
HIV病毒抑制6-12个月前b 低位

是的 61 (16.4) 15 (13.2) 46 (17.8)

没有 312 (83.7) 99 (86.8) 213 (82.2)

一个P培生产生的价值χ2测试。

b艾滋病毒抑制定义为检测不到:<200拷贝/毫升。

PPA在不同人群中的使用

表2总结了不同人口群体使用的PPA类型。共有81.6%(93/373)的参与者在注册后的头3个月内登入计划。用户登录的中位数是9 (IQR 4.0-18.0),用户行为的中位数是101 (IQR 46-183)。登录和用户行为的中位数在30 - 34岁年龄组中最低(与其他年龄组相比),白人用户(与非裔美国人相比)、单身(与恋爱中相比)和“非异性恋”用户(与“异性恋”相比)的用户行为的中位数更高。尽管有全职工作的人比其他组更多地登录应用程序,但失业的参与者显示出最多的用户行为。同样,女性的登录中位数最高,而男性的用户行为中位数最高。拉丁裔(vs非拉丁裔)、新诊断出艾滋病毒的(vs未诊断出的)、拥有私人或商业保险的(vs其他形式的保险或没有保险的)以及无监禁史的(vs有监禁史的)登录次数和用户行为的中位数最高。

表2。根据患者特征,积极使用同伴App(1-3个月)。
特征 登录吗?(n = 114)、n (%) 用户登录次数(n=93),中位数(IQR) 用户行为数(n=93),中位数(IQR)

是的 没有

整体 93 (81.6) 21日(18.4) 9.0 (4.0 - -18.0) 101.0 (46.0 - -183.0)
年龄(年)

24里面 34 (85) 6 (15) 11.0 (4.0 - -18.0) 93.5 (48.0 - -161.0)

25 - 29 42 (80.8) 10 (19.2) 9.0 (5.0 - -18.0) 115.5 (65.0 - -183.0)

- 34 17 (77.3) 5 (22.7) 6.0 (3.0 - -21.0) 58.0 (30.0 - -214.0)
性在出生时

男性 82 (82) 18 (18) 8.5 (4.0 - -18.0) 104.0 (48.0 - -184.0)

11 (78.6) 3 (21.4) 11.0 (2.0 - -19.0) 85.0 (30.0 - -151.0)
种族和民族

非裔美国人 61 (78.2) 17 (21.8) 8.0 (3.0 - -16.0) 94.0 (38.0 - -171.0)

白色 19日(86.4) 3 (13.6) 9.0 (5.0 - -18.0) 140.0 (63.0 - -193.0)

多种族或其他 13 (92.9) 1 (7.1) 9.0 (4.0 - -19.0) 88.0 (65.0 - -183.0)
Latinx

是的 12 (85.7) 2 (14.3) 12.5 (9.0 - -23.5) 145.5 (91.5 - -237.0)

没有 81 (81) 19 (19) 8.0 (4.0 - -16.0) 93.0 (43.0 - -180.0)
新诊断的

是的 38 (84.4) 7 (15.6) 12.0 (6.0 - -18.0) 118.5 (65.0 - -192.0)

不,noncongenital 46 (78) 13 (22) 6.5 (3.0 - -18.0) 97.5 (41.0 - -193.0)

不,先天性 9 (90) 1 (10) 9.0 (2.0 - -12.0) 65.0 (38.0 - -94.0)
性偏好

21日(80.8) 5 (19.2) 8.0 (2.0 - -15.0) 70.0 (31.0 - -150.0)

不直 72 (81.8) 16 (18.2) 9.0 (5.0 - -18.0) 113.5 (57.0 - -188.0)
学校完成

海关一个研究生 75 (83.3) 15 (16.7) 9.0 (4.0 - -18.0) 102.0 (45.0 - -184.0)

不是高中毕业的 18 (75) 6 (25) 8.0 (3.0 - -18.0) 93.5 (46.0 - -169.0)
就业状况

全职 26日(92.9) 2 (7.1) 11.5 (5.0 - -18.0) 106.0 (70.0 - -193.0)

兼职 21 (84) 4 (16) 5.0 (4.0 - -16.0) 88.0 (42.0 - -182.0)

失业 37 (75.5) 12 (24.5) 9.0 (5.0 - -18.0) 113.0 (45.0 - -183.0)

其他b 9 (75) 3 (25) 4.0 (2.0 - -12.0) 84.0 (38.0 - -150.0)
医疗保险公司

没有保险 10 (90.9) 1 (9.1) 8.5 (4.0 - -16.0) 114.5 (48.0 - -161.0)

医疗补助和医疗保险 60 (76) 19 (24) 8.0 (4.0 - -15.5) 84.5 (36.0 - -183.5)

私人 13 (100) 0 (0) 12.0 (8.0 - -22.0) 171.0 (106.0 - -248.0)

其他保险 9 (100) 0 (0) 9.0 (5.0 - -21.0) 94.0 (88.0 - -137.0)
感情状态

单身,没有约会对象 64 (83.1) 13 (16.9) 9.0 (4.0 - -18.5) 104.0 (44.5 - -199.5)

在一段感情中 29 (78.4) 8 (21.6) 8.0 (3.0 - -16.0) 94.0 (45.0 - -171.0)
监禁

0 * 44 (84.6) 8 (15.4) 10.5 (4.5 - -18.0) 104.0 (42.5 - -214.5)

1 - 2次 26日(83.9) 5 (16.1) 8.5 (5.0 - -14.0) 97.5 (58.0 - -169.0)

≥3倍 23日(74.2) 8 (25.8) 6.0 (3.0 - -18.0) 89.0 (31.0 - -310.0)

一个海关:高中。

b在学校里,残疾。

PPA使用者与非使用者之间的艾滋病毒结局

我们感兴趣的是确定在我们的PPA用户队列中,艾滋病毒结果是否存在显著差异。表3给出基线后6至12个月办公室出诊对PPA参与的回归结果,同时调整基线特征和基线前的医疗记录。数据显示,基于PPA参与状态的临床出勤率不存在显著差异。换句话说,临床对照组与应用程序用户组在研究前期的临床出勤率没有区别。在应用程序使用期之后,基于种族、新诊断或失保状态的PPA参与艾滋病毒临床结果没有显著差异。然而,在人口统计变量中,发现了年龄的相互作用效应。按年龄分层的结果显示,在最年轻的年龄组(13-24岁),PPA使用者的预后显著改善。在最年轻的年龄组中,PPA参与者比同龄非参与者更有可能获得艾滋病毒实验室检测(调整后的优势比为2.85,95%可信区间为1.03-7.90)。重要的是,与非参与者相比,较年轻的PPA参与者也更有可能被病毒抑制(调整后的优势比4.22,95% CI 1.28-13.89)。在老年人群中,未观察到PPA参与艾滋病毒实验室检测或病毒抑制的显著差异。

表3。阳性同伴应用程序(PPA)用户和非PPA比较队列之间的HIV结果。

结果一个,优势b(95%置信区间)

办公室访问 艾滋病实验室检测 HIV病毒抑制
所有的病人c

PPA 1.66 (0.99 - -2.80) - - - - - -d - - - - - -

Non-PPA 参考 - - - - - - - - - - - -
24里面岁e

PPA - - - - - - 2.85 (1.03 - -7.90) 4.22 (1.28 - -13.89)

Non-PPA - - - - - - 参考 参考
年龄25 - 29

PPA - - - - - - 1.86 (0.84 - -4.12) 1.07 (0.46 - -2.50)

Non-PPA - - - - - - 参考 参考
34岁

PPA - - - - - - 0.54 (0.18 - -1.64) 0.45 (0.11 - -1.75)

Non-PPA - - - - - - 参考 参考

一个基线测量后6-12个月测量结果。

baOR:调整后的优势比。

c整体模型调整了年龄,出生时的性别,种族,新诊断,护理外,和6-12个月基线前测量。

d当对结果建模时,当年龄作为效果修饰词时,全患者模型是不相关的,而当年龄不作为效果修饰词时,年龄分层模型是不相关的。

e年龄分层模型调整了出生时的性别、种族、新诊断、非护理期和基线前6-12个月的测量。

PPA使用对HIV结果的影响

表4而且5说明参加PPA后,护理和艾滋病毒抑制的参与度显著提高(27.2% vs . 52.6%, 21.9% vs . 45.6%, 13.2% vs . 29.8%)。有趣的是,在PPA注册前,应用程序的最终高用户不太可能有办公室访问(7/ 43,15%),进行艾滋病毒实验室检测(4/ 43,9%),或病毒抑制(2/ 43,4%)比最终不使用或低至中度用户。如预研究栏目所示,在下载PPA之前,只有15%(7/43)的高用户有过办公室访问,而最终非用户和低至中等用户的办公室访问分别为33.3%(7/114)和36%(17/43)。然而,在PPA参与后,这些群体趋于一致(11/21,52%;26/47, 55.3;Vs 23/46, 50%),表明应用程序的使用促进了大多数不依从性患者在护理和病毒抑制方面的参与。

表4。参与阳性同伴应用程序(PPA)前后的HIV结果(办公室访问和HIV实验室),并按应用程序使用进行分层(N=114)。
办公室访问? Pre-PPA使用 Post-PPA使用 P价值一个 艾滋病实验室检测吗? Pre-PPA使用 Post-PPA使用 P价值
总的来说,n (%) <.001
<.001

是的 31 (27.2) 60 (52.6)
是的 25 (21.9) 52 (45.6)

没有 83 (72.8) 54 (47.4)
没有 89 (78.1) 62 (54.4)
用户行为数,n (%)

没有(n = 21)


是的 7 (33.3) 11 (52.4) - - - - - -b 是的 3 (14.3) 9 (42.9) - - - - - -


没有 14 (66.7) 10 (47.6) - - - - - - 没有 18 (85.7) 12 (57.1) - - - - - -

Low-moderate (n = 47)


是的 17 (36.2) 26日(55.3) - - - - - - 是的 18 (38.3) 21日(44.7) - - - - - -


没有 30 (63.8) 21日(44.7) - - - - - - 没有 29 (61.7) 26日(55.3) - - - - - -

高(n = 46)


是的 7 (15.2) 23日(50.0) - - - - - - 是的 4 (8.7) 22日(47.8) - - - - - -


没有 39 (84.8) 23日(50.0) - - - - - - 没有 42 (91.3) 24 (52.2) - - - - - -
P价值c 0。 - - - - - - - - - - - - .002 - - - - - -

一个P使用麦克内马尔一致性检验比较PPA参与前后的艾滋病毒结果。

b不适用。

cP使用Fisher精确检验将用户活动类别与ppa前、ppa后艾滋病毒结果进行比较。

表5所示。阳性同伴App (PPA)参与前后HIV病毒抑制情况,并按App使用情况分层(N=114)。
病毒抑制? Pre-PPA使用 Post-PPA使用 P价值一个
总的来说,n (%) <.001

是的 15 (13.2) 34 (29.8) - - - - - -b

没有 99 (86.8) 80 (70.2) - - - - - -
用户行为数,n (%)

没有(n = 21)


是的 2 (9.5) 5 (23.8) - - - - - -


没有 19日(90.5) 16 (76.2) - - - - - -

低至中度(n=47)


是的 11 (23.4) 16 (34.0) - - - - - -


没有 36 (76.6) 31 (66.0) - - - - - -

高(n = 46)


是的 2 (4.4) 13 (28.3) - - - - - -


没有 44 (95.6) 13 (71.7) - - - - - -
P价值c - - - - - - 02 开市 - - - - - -

一个P使用麦克内马尔一致性检验比较PPA参与前后的艾滋病毒结果。

b不适用。

cP使用Fisher精确检验将用户活动类别与ppa前、ppa后艾滋病毒结果进行比较。


主要研究结果

本研究旨在评估PPA使用对HIV临床结果的影响,样本来自一个诊所社区的无护理或新诊断的年轻人。在至少6个月的干预参与后,最年轻的患者组(13-24岁)比同龄非用户队列更有可能看到完成实验室检测和实现或维持病毒抑制的改善。这是一项重大发现,因为年轻人不仅更有可能不受压制和得不到照顾,而且还承担着社会心理和行为风险,使这一群体成为结束艾滋病毒/艾滋病流行的高影响目标人群[30.,31].

值得注意的是,大多数PPA用户都是在下载应用的前3个月内使用的。尽管新鲜感可能会吸引用户下载并尝试应用,但用户粘性会随着持续曝光而迅速达到峰值。32,33].从应用粘性中获得的知识可能会促进用户健康的自我管理。PPA等专门的健康应用程序可能有助于养成积极的习惯,比如跟踪用药情况或在困难时期获得支持。然而,移动应用程序设计师可能还需要解决新颖性对研究留存率的影响,并相应地设计他们的招募和潜在数据收集。

使用的人口统计学差异

最常见的PPA使用者年龄在30岁以下,新诊断,白人或拉丁裔。女性更频繁地登录应用程序,但男性在使用应用程序时进行的整体行为更多,这可能意味着更多地在应用程序内浏览或更少的目的性使用[34].例如,女性可能更喜欢使用应用程序,主要是通过使用私人聊天或社区论坛功能来满足关系需求。我们要提醒的是,这些人口统计差异可能是单一站点位置所独有的,不应用于推广到更大的群体。然而,这些发现为在更大的样本量的站点中进一步探索这些模式提供了一个理由。它们可能是与移动应用使用和效果相关的更复杂行为模式的标记。

在所有PPA用户中,护理和病毒抑制的参与度比基线水平提高了6个月,尤其是那些应用使用率最高的用户。虽然我们支持我们的预测,更多地参与应用程序将导致更大的影响,但这些影响背后的机制仍然不清楚。仅仅接触信息不足以解释复杂的行为过程和结果[35].用户参与交互式数字媒体的新兴模型表明,与技术界面的物理互动和积极感知预示着对所提供内容的更大认知参与,这反过来会激发用户管理、应用和分享该内容的意图[20.,23,36].利用这一理论框架,我们计划进行未来的研究,使我们能够随着时间的推移确定不同的使用模式,以更好地理解如何加强PPA以支持艾滋病毒自我管理。我们认为,在艾滋病毒感染者适应诊断后生活的过程中,诸如PPA等免费提供的移动应用程序可以成为管理不断变化的健康和支持需求的重要工具。

限制

这项工作有一些局限性。研究志愿者可能更有动力保持坚持,不管他们是否注册了移动应用程序。该应用程序在诊所向所有潜在的志愿者进行了两年的积极推广。病人选择不下载健康应用程序的原因有很多,包括隐私问题、数据下载成本和过去使用应用程序的经验。我们没有关于人们参与或拒绝参与的原因的量化数据。然而,在观察性研究中,选择偏倚是一个已知的风险,如果PPA使用者和非使用者在显著方面不同,则选择偏倚可能是明显的。数据从表1这表明,不使用药物的人年龄偏大,而且更有可能是在护理失误后再次使用,而不是作为新确诊的患者。与新确诊的年轻人相比,重新接受艾滋病毒治疗的人经历了不同的情感或社会心理体验。我们需要确定这些差异是否足以排除这些患者考虑使用PPA。此外,25岁的年轻人可能更专注于就业、建立关系或其他生活责任,减少了使用应用程序的空闲时间。最后,在应用程序的使用上,种族间存在显著且出人意料的差异。额外的定性或混合方法研究可能会揭示这些差异的本质,并允许我们根据他们的需求定制消息和应用内部工具。未来的分析将超越这一单一临床人群,使我们能够更好地确定可能导致这种模式的其他相互作用效应。

最后,试点研究样本量小也存在局限性,限制了我们充分调整数据结果以适应其他相关影响的能力。结果只代表我们当地的公立医院社区。然而,我们目前正在实地收集更大和更多样化的样本,这将使我们的估计更精确。按照这些思路,随机对照试验设计将提供更可靠的应用影响测试。未来研究的一个关键问题是确定应用粘性的潜在阈值,以促进积极的结果。尽管如此,这里报告的结果证实了PPA作为艾滋病毒感染者的支持性工具的有效性。PPA参与可能发生在新诊断或重返负责任护理后的一个特别形成时期。因此,PPA是一种可行和有效的以患者为中心的工具,可在艾滋病毒治疗的关键转折点促进护理参与。

影响

这项研究基于这样一个想法,即更多地使用移动应用程序将促进实现理想的艾滋病临床结果的可能性。这种参与或参与内容的想法是建模传播过程和效果的基础[37].我们的研究结果支持了这一假设。尽管有针对性的数字内容参与和积极结果之间的关系得到了支持,但这一过程是如何发生的尚不清楚。数字信息处理中固有的认知或情感过程是这一过程的核心,但不是特定结果的唯一决定因素。

目前对媒介使用和影响的解释包括解释和最终预测结果的各种技术的特点和特征[17,21,23].不同的技术为用户提供不同的体验。与一般的社交媒体应用程序不同,PPA让用户有机会随着他们对社区的信心增长而调整自己的匿名性,提供由可信的临床医生审查的频繁的社会和医疗信息,并提供一个分享类似生活经验的支持性和监控社区。尽管在支持需求和对艾滋病毒携带者的适应方面,应用程序用户之间存在差异,但这些用户差异可以在应用程序消息和内容中被有意针对[38,39].这个模型框架了我们正在进行的工作,并为未来的移动应用的使用和影响的理论提供了启示。

这项研究对艾滋病毒的护理也有启示。表1显示非使用者比较队列包括明显更多的人在艾滋病毒医疗管理失误后返回护理。这些重返护理的人群在恢复坚持的生活方式时可能会面临不同的社会心理挑战。继续以这一群体为目标,可能会解决关于再次参与护理的最佳实践的一个显著的文献空白[40-42].

重要的是,最年轻的PPA使用者在注册3个月后最有可能实现积极的结果。这一艾滋病毒感染者群体是结束这一流行病努力的最大关切。这里提供的数据表明,该应用程序对这些群体有积极的影响。照顾艾滋病毒感染者的咨询师和诊所需要为年轻患者提供与社会相关的工具。这对农村社区或渴望远程、24小时社区支持的艾滋病毒感染青年尤其重要。在这些社区内,PPA在一个地方提供接受、切实支持、自我管理工具和可信的艾滋病毒相关信息。

结论

对年轻人来说,自我管理艾滋病毒是一项重大挑战,通过使用移动应用程序,可以将健康信息、工具和支持直接带到他们可能在的任何地方,从而缓解这一挑战。鉴于新的艾滋病毒病例主要发生在年轻人中,这种方法对于使感染艾滋病毒的年轻人处于检测不到的艾滋病毒状态至关重要。此外,接受进入一个知情和支持的社区可能是提高对艾滋病毒知识的了解和减少内化耻辱的关键资源[42].PPA目前可通过谷歌和iOS应用程序商店购买,但用户需要通过电子入职系统验证自己的年龄和诊断。这些数据加上以前发表的结果表明,PPA是帮助感染艾滋病毒的青年取得既能维护其健康又有助于结束这一流行病的临床成果的有用工具。

致谢

作者要感谢积极同伴应用程序社区的意愿、热情和不懈的乐观。作者也要感谢许多城市卫生系统专业人员的支持和合作,他们帮助这项工作成为可能。本研究由美国卫生与公众服务部、卫生资源与服务管理局和国家艾滋病病毒/艾滋病特别项目项目的合作协议编号H97HA28892资助。其内容完全是作者的责任,并不一定代表政府的官方观点。

的利益冲突

没有宣布。

  1. Moore RD, Keruly JC, Bartlett JG。改善护理中的艾滋病毒感染者的健康:减少差异。临床感染杂志2012年11月;55(9):1242-1251 [免费的全文] [CrossRef] [Medline
  2. 艾伦-布利茨L,梅娜·LA,梅耶KH。艾滋病毒在美国青年中的持续流行:挑战与机遇。Mhealth 2021; 33 (免费的全文] [CrossRef] [Medline
  3. Crepaz N, Hess KL, Purcell DW, Hall HI。估计全美MSM、注射吸毒者和异性恋者的艾滋病毒感染率。艾滋病2019年3月15日;33(4):701-708。[CrossRef] [Medline
  4. 艾滋病毒监测补充报告。疾病控制和预防中心,2020年。URL:http://www.cdc.gov/hiv/library/reports/hiv-surveillance.html[2021-01-05]访问
  5. 按年龄划分的美国艾滋病毒感染率。疾病控制和预防中心,2021年5月。URL:https://www.cdc.gov/hiv/group/age/youth/index.html[2021-09-22]访问
  6. 美国艾滋病毒流行仪表盘(AHEAD)。在前面。URL:https://ahead.hiv.gov/data/viral-suppression[2021-09-08]访问
  7. 莱斯纳SL, Jadwin-Cakmak L,怀特·休托JM,马丁内斯M,所罗门L,哈珀GW。艾滋病行为研究2017年12月21日(12):3312-3327 [免费的全文] [CrossRef] [Medline
  8. shachham E, Estlund AL, Tanner AE, Presti R.从事艾滋病毒护理的青年中艾滋病毒管理的挑战。艾滋病护理2017 Feb;29(2):189-196。[CrossRef] [Medline
  9. Senn TE, Braksmajer A, courie - doniger P, Urban MA, Rossi A, Carey议员。为男性性行为的感染艾滋病毒的黑人男子制定和初步试点测试同伴支持短信干预措施。J acquired Immune deficiency Syndr 2017 Feb 01;74 supply 2:S121-S127 [免费的全文] [CrossRef] [Medline
  10. Babel RA, Wang P, Alessi EJ, Raymond HF, Wei C.美国男男性行为者(MSM)的病耻感、HIV风险与HIV预防和治疗服务的可及性:范围综述。AIDS Behav 2021年11月25日(11):3574-3604 [免费的全文] [CrossRef] [Medline
  11. Arayasirikul S, Turner C, Trujillo D, Le V, Wilson EC。数字艾滋病毒护理导航在旧金山,加利福尼亚的年轻艾滋病毒感染者中的有效性和影响:前瞻性研究。2020年5月08日;8(5):e18597 [免费的全文] [CrossRef] [Medline
  12. Tanner AE, Song EY, Mann-Jackson L, Alonzo J, Schafer K, Ware S,等。为支持男男性行为的青年男子和感染艾滋病毒的变性妇女的健康而开展的weCare社交媒体干预活动的初步效果。艾滋病患者护理性病2018年11月32日(11):450-458 [免费的全文] [CrossRef] [Medline
  13. Marcolino MS, Oliveira JA, D'Agostino M, Ribeiro AL, Alkmim MB, Novillo-Ortiz D.移动健康干预措施的影响:系统评价的系统评价。JMIR Mhealth Uhealth 2018 1月17日;6(1):e23 [免费的全文] [CrossRef] [Medline
  14. 克雷格·E,赖特KB。在Facebook®上以计算机为中介的关系开发和维护。2012年4月29日(2):119-129。[CrossRef
  15. 张杰。参与式网站的传播过程。J Comput Mediat Comm 2012 10月10日;18(1):2-15。[CrossRef
  16. 吴杰,陈晓燕。社交网络与用户生成内容的扩散:来自YouTube的证据。Inform Syst Res 2012年3月23日(1):23-41。[CrossRef
  17. Merolli M, Gray K, Martin-Sanchez F.在慢性疾病管理中使用社交媒体的健康结果和相关影响:文献综述和支持性分析。J Biomed Inform 2013 Dec;46(6):957-969 [免费的全文] [CrossRef] [Medline
  18. Step MM, McMillen Smith J, Kratz J, Briggs J, Avery A。“积极的同伴”:一款手机应用程序的功能和内容开发,用于吸引和留住年轻人参与艾滋病毒护理。JMIR Form Res 2020年1月30日;4(1):e13495 [免费的全文] [CrossRef] [Medline
  19. 观众活动与满足。公社决议2016年6月29日;11(1):51-78。[CrossRef
  20. Sundar SS, Limperos AM。使用和grats 2.0:新媒体的新满足感。《广播电子媒体杂志》2013年10月57(4):504-525。[CrossRef
  21. Phua J, Jin SV, Kim J.使用和满足社交网站来连接和巩固社会资本:Facebook, Twitter, Instagram和Snapchat的比较。计算人类行为2017 7月;72:115-122。[CrossRef
  22. Oh J, Bellur S, Sundar SS.点击、评估、沉浸和分享:用户参与互动媒体的经验模型。公社决议2015年9月21日;45(5):737-763。[CrossRef
  23. 步MM,奈特K,麦克米伦史密斯J,刘易斯SA,拉塞尔TJ,艾弗里AK。积极的同伴移动应用程序减少艾滋病毒感染者的病耻感。健康促进实践2020年9月21日(5):744-754。[CrossRef] [Medline
  24. 监测和评估数字卫生干预——进行研究和评估的实用指南。日内瓦:世界卫生组织;2016.
  25. Johnson Lyons S, Gant Z, Jin C, Dailey A, Nwangwu-Ike N, Satcher Johnson A.艾滋病毒感染者健康的社会决定因素差异的人口普查区级检验,按种族/民族和地理划分,美国和波多黎各,2017年。公共卫生报告2022;137(2):278-290。[CrossRef] [Medline
  26. 艾滋病毒/艾滋病局的绩效考核。HRSA。2019.URL:https://ryanwhite.hrsa.gov/sites/default/files/ryanwhite/grants/core-measures.pdf[2022-09-12]访问
  27. Rodrigues A, Struchiner CJ, Coelho LE, Veloso VG, Grinsztejn B, Luz PM。开始抗逆转录病毒治疗的时间较晚:尽管普遍可获得护理和治疗,但受教育程度不平等。BMC公共卫生2021年2月19日;21(1):389 [免费的全文] [CrossRef] [Medline
  28. Maulsby CH, Ratnayake A, Hesson D, Mugavero MJ, Latkin CA.就业与艾滋病的范围回顾。艾滋病行为学2020年10月24日(10):2942-2955 [免费的全文] [CrossRef] [Medline
  29. Khan MR, McGinnis KA, Grov C, Scheidell JD, Hawks L, Edelman EJ,等。过去一年和之前在美国与男性发生性行为的HIV阳性男性中被监禁和艾滋病毒传播的风险。2019年艾滋病护理3月31日(3):349-356 [免费的全文] [CrossRef] [Medline
  30. Laurenzi CA, Toit du S, Ameyan W, Melendez-Torres GJ, Kara T, Brand A,等。改善参与艾滋病毒感染青少年和青年的护理和健康以及行为结果的社会心理干预措施:系统审查和元分析。J Int AIDS Soc 2021 Aug 02;24(8):e25741 [免费的全文] [CrossRef] [Medline
  31. Wood SM, Dowshen N, Lowenthal E.是时候改善全球对青少年的人体免疫缺陷病毒/艾滋病连续护理:处于危险中的一代。JAMA pediatrics 2015 july 01;169(7):619-620 [免费的全文] [CrossRef] [Medline
  32. 新鲜感和好奇心是探索行为的决定因素。中华精神病学杂志1950;41(1):68-80。
  33. 通过对好奇心的理性分析,调和新奇与复杂。psychl Rev 2020年4月127(3):455-476。[CrossRef] [Medline
  34. 信任的关系和集体基础中的性别差异。2005年4月12日;8(2):159-171。[CrossRef
  35. 蒙托亚RM, Horton RS, Vevea JL, Citkowicz M, Lauber EA.单纯暴露效应的再检验:重复暴露对识别、熟悉和喜欢的影响。2017年5月;143(5):459-498。[CrossRef] [Medline
  36. Coyne SM, Padilla-Walker LM, Howard E.在数字世界中崛起。2013年3月26日;1(2):125-137。[CrossRef
  37. Valkenburg,点。社交媒体使用和效果的理论基础。作者:奈西J,特勒EH,普林斯坦MJ,编辑。青少年数字媒体使用与心理健康手册。英国剑桥:剑桥大学出版社;小君2022:39-60。
  38. 沃尔科姆,斯台普莱J,阿马图罗V.重新审视数字鸿沟:日常生活中技术使用的代际差异。中华精神病学杂志2014;16(3):557-574 [免费的全文
  39. Higa DH, Crepaz N, Mullins MM,预防研究综合项目。确定加强艾滋病毒医疗保健的联系、保留和重新参与的最佳做法:1996-2014年系统审查的发现。AIDS Behav 2016 5月;20(5):951-966 [免费的全文] [CrossRef] [Medline
  40. Henkhaus ME, Hussen SA, Brown DN, Del里约热内卢C, Fletcher MR, Jones MD,等。障碍和促进因素:在乔治亚州亚特兰大市,使用移动艾滋病毒护理模式重新参与和留住得不到护理的艾滋病毒感染者。PLoS One 2021;16(3):e0247328 [免费的全文] [CrossRef] [Medline
  41. Risher KA, Kapoor S, Daramola AM, Paz-Bailey G, Skarbinski J, Doyle K,等。评估干预措施的挑战,以改善美国艾滋病毒护理连续体的参与:系统审查。AIDS behavior 2017 july;21(7):2101-2123 [免费的全文] [CrossRef] [Medline
  42. Paasche-Orlow MK, Wolf MS.卫生知识普及与卫生结果之间的因果途径。Am J Health behavior 2007;31增刊1:S19-S26。[CrossRef] [Medline


PPA:积极的同伴应用


L Buis编辑;提交09.03.22;J Jones和K Schafer的同行评议;评论作者02.05.22;修订版收到01.08.22;接受03.08.22;发表28.09.22

版权

©Mary M Step, Jennifer McMillen Smith, Steven A Lewis, Ann K Avery。最初发表于JMIR mHealth和uHealth (https://mhealth.www.mybigtv.com), 28.09.2022。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是必须正确引用在JMIR mHealth和uHealth上首次发表的原始作品。必须包括完整的书目信息,https://mhealth.www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。


Baidu
map