在过去十年中，提供旨在支持健康行为改变的干预措施的数字技术激增，包括基于计算机和互联网的平台[ 1- 4]、社交媒体及在线社交网络[ 5， 6]、流动电话及其他手持设备[ 7， 8］．功能丰富的智能手机可以说比这些形式的数字交付提供了独特的优势，因为它们明显无处不在，在个人日常生活中广泛渗透，并有机会利用它们的上下文感知感知能力[ 9- 11］．智能手机应用程序已以多种不同的方式用于促进和支持健康，包括(但不限于)自动提示和提醒、信息提供、自我监测和跟踪、卫生专业人员远程监测以及纳入社交网络[ 9］．

应用程序的开发激增，以支持各种各样的健康问题，包括健康促进和疾病预防(例如，营养和体育活动[ 12- 16]、体重管理[ 17， 18]，防晒行为[ 19]、药物使用[ 20.， 21])、慢性身体疾病(如糖尿病)的自我管理[ 22- 24]，痛苦[ 25]、哮喘[ 26])，以及自我心理健康管理[ 27](如焦虑、压力和幸福[ 28- 34]，抑郁[ 35- 39]、精神分裂症[ 40])。尽管应用程序越来越多，但关于基于应用程序的健康干预的可行性和有效性的研究仍处于相对早期的阶段，到目前为止，主要集中在探索用户需求，针对特定健康行为开发特定内容，和/或确定特定的可用性问题。

应用程序可以而且已经被设计成独立的健康干预措施。另一种混合模式是提供更大的基于web的信息和建议包，并辅以基于移动的对特定干预组件的访问[ 14， 18， 21， 28］．对于个人如何看待、使用和反应混合干预模型的深入研究相对较少。例如，对于使用不同的数字格式(例如，Web和应用程序)，个人的偏好是否不同?［ 41这些见解对于理解在什么情况下以及对谁来说，特定形式的数字交付可能更成功地促进健康行为干预的最佳使用和坚持至关重要。例如，应用程序在支持提示[ 15]和自我监测与健康有关的行为[ 17， 18， 42- 44]以及提高用户对与健康有关的目标和行为的认识[ 15， 16， 32， 45， 46］．

似乎也很少有充分的探索，人们如何实际使用他们的移动电话，并将健康应用程序整合到他们的日常生活中，使用纵向案例研究的方法[ 47， 48］．手机在我们日常生活中的普遍存在表明，应用程序将提高健康干预的可及性、覆盖面和便利性，从而提高人们的接受度、依从性，并随后改善健康状况。移动和基于应用程序的干预措施似乎受到慢性病患者的欢迎[ 22， 24， 49， 50］．例如，患有糖尿病的青少年建议在他们的日常生活中融入手机应用程序，以方便监测血糖，并提供药物和预约提醒[ 49］．然而，应用程序可能并不总是比基于web的干预更方便、更适合于自我监控组件的交付。

定性研究表明，虽然人们接受使用移动健康应用的可能性，但这些应用可能很容易被丢弃[ 51]，特别是如果它们不是为灵活、快速和轻松使用而设计的[ 22， 43， 52， 53)，而且在某些情况下，使用应用程序可能会被认为是不恰当或令人尴尬的(例如，在工作时间或与同事外出吃饭时[ 16， 22])。也有证据表明，如果没有提示，基于应用程序的行为跟踪不会轻易融入个人的日常生活。 16]，但当自动手机提示出现在不合适的时间时，用户似乎不喜欢这些提示[ 42]或过于频繁[ 19］．这些见解主要来自参与者对健康应用程序的假设认知、商业应用程序的使用经验，或与基于应用程序的健康行为改变干预措施的简短互动。对实际使用情况的纵向研究可以提高我们对个人在日常生活中何时、为什么以及如何体验和使用健康应用程序，或者实际上是他们的手机的理解。这是设计最佳用户界面所必需的，能够快速轻松地访问日常使用的核心应用组件。 54]，以及通知定制自动提示，以确保在正确的时间收到正确的内容。

我们知道，很少有研究将干预使用和自我报告结果变化的定量分析与深入的定性研究相结合，以检查和比较健康应用程序的影响和体验的个体差异。这项研究使用了一种新颖的混合方法设计来检查体重管理应用程序(POWeR Tracker)的影响、使用和视图，该应用程序与基于web的体重管理干预(POWeR)一起提供。帮助用户设定个人健康饮食和体育活动目标是POWeR中包含的关键行为改变技术(BCT)。健康行动过程方法认为行为改变(在这种情况下追求体重管理目标)通过两个阶段发生:动机和意志[ 55］．应对自我效能感(个体在克服目标追求障碍时的自信程度)和行动控制(对预期行为的意识和自我调节努力)被认为是行为的关键预测因素[ 56］．这项研究首先考察了提供POWeR Tracker是否增强了参与者自我报告的目标投入，如果是这样，增强的程度在参与者之间是否/如何不同。目标投入在本研究中被定义为目标追求动机、应对自我效能、行动控制(目标意识、朝着目标努力)和目标实现。然后，研究人员检查了每个参与者对POWeR Tracker的看法及其日常使用情况的变化，以进一步了解如何以及为什么使用它，并解释在使用POWeR Tracker对目标参与水平的影响中观察到的任何个人变化。基于网络的POWeR干预的有效性和参与者对基于网络的干预所提供的具体内容的看法一直是以往定性研究的重点[ 57]和医疗保健领域的随机对照试验[ 58]及社区设置[ 59］．

通过在英国南安普顿大学校园周围放置纸质广告，招募了13名志愿者样本。符合条件的参与者必须拥有至少23的身体质量指数(BMI)，拥有Android手机，并且没有阻碍营养调整或身体活动的健康状况。当参与者对POWeR Tracker的体验没有实质性的不同见解时(即达到饱和时)，招募就停止了。

数据收集于2012年8月至2013年8月期间进行，并由南安普顿大学伦理委员会和研究治理办公室批准。在POWeR干预的前3个网络会议期间，每个参与者都被要求选择他们个人的饮食和体育活动计划和目标。在完成前3个基于网络的会议后，每个参与者都被邀请下载POWeR Tracker应用程序，然后在4周的时间内进行监测(参见 图2)．在此期间，参与者可以继续自由使用基于web的POWeR干预。

在提到POWeR Tracker应用程序时，“干预内容”指的是提供的信息、建议和工具，而“每日问卷”指的是自我报告研究措施。每个参与者对POWeR Tracker应用程序提供的干预内容的访问受到限制，并每周交替进行。参与者可以在第1周和第3周或第2周和第4周访问干预内容。第一次访问POWeR Tracker干预内容的顺序在参与者之间平衡;在研究的第一周或第二周，参与者通过抛硬币的方式被随机分为4组。

参与者还被要求在整个4周的研究过程中，每天通过POWeR Tracker应用程序完成一系列关于目标投入的自我报告测量(每日问卷)。 56，本研究将目标投入定义为目标追求动机、应对自我效能、行动控制(意识、努力)和目标实现的动机。为防止回填，每日问卷只能在当天下午5点至次日上午11点之间完成。在每周结束时进行半结构化的电话访谈，以讨论每位参与者使用POWeR和POWeR Tracker的经验(见 多媒体附件2面试时间表)。访谈计划最初是由LM、LD和LY共同制定的，但在研究过程中根据参与者的反馈进行了改进。每次访谈由LM、LD、JJ或SH进行，持续时间为5 - 38分钟(平均15分钟)。所有研究程序和材料最初都由1名用户进行试点测试，该用户被纳入后续分析(P1a)。参与者通过现金(75英镑)或研究参与积分来补偿他们的时间。报销以完成每日自我报告措施和参加每周电话访谈为条件。报销不以应用程序或基于web的干预内容的使用为条件。参与者没有接受任何关于如何注册、下载或使用POWeR/POWeR Tracker的培训。不过，在每周的电话采访中，参与者可以自由地提出并接受解决任何技术问题的建议。

使用LifeGuide软件的每位参与者使用POWeR和POWeR Tracker的情况都会被自动记录下来，包括浏览特定页面或屏幕的时间、时长以及顺序。所有参与者都被告知，他们使用POWeR和POWeR Tracker的情况将被记录。在基于网络的POWeR干预的前3个核心环节中，指导用户制定3个饮食目标和3个体育活动目标。在为期4周的研究期间，通过POWeR Tracker应用程序每天记录自我报告的目标投入，以评估使用POWeR Tracker应用程序是否增强了(1)目标追求动机(目标动机)，(2)应对自我效能感(目标自我效能感)(3)行动控制(目标意识、目标努力)和(4)目标实现(目标实现)。动机、自我效能、意识和成就都是用本研究开发的3项量表来衡量饮食目标和体育活动目标的(Cronbach alpha= 0.95 - 0.99) 多媒体)．用Louro等人开发的3项量表来衡量为实现6个个人目标所付出的努力[ 61] (Cronbach alpha=.87)。所有的测量都采用李克特7分制，范围从非常不同意到非常同意。

研究结果将分四个部分介绍。第一部分将描述参与者的特征。第二部分将报告提供能量跟踪应用程序和自我报告的目标参与度变化之间的重大关联。最后两个部分将概述参与者对POWeR Tracker应用程序的使用和视图，以及并发的基于Web和应用程序的POWeR交付。

共有13名(6男7女)18-52岁(中位数27岁)的健康成年人参与了研究。参与者的BMI在23.69 ~ 38.51 kg/m之间²(中位数26公斤/米²)．所有参与者都已完成或正在攻读学位。平均而言，参与者报告他们每天使用手机的时间为1-16小时(中位数为2小时)。大多数参与者表示，报名参加这项研究的动机不止一个。最常见的动机是减肥和变得更健康(8/ 13,62%)，以及了解健康的生活方式，赚钱，并为当前的研究做出贡献(3/ 13,23%)。只有1名参与者(8%)表示有兴趣尝试新的应用程序。

使用POWeR Tracker应用程序与自我报告的动机、自我效能、意识和饮食目标的实现显著增加有关，并且与自我报告的身体活动目标意识显著增加有关。在使用和不使用POWeR Tracker应用程序的几周内，在自我报告的目标努力(饮食或身体目标)或自我报告的动机、自我效能和身体活动目标的实现方面没有显著差异。 表1给出了模型1的估计值以及β估计值的标准误差₁和 P零假设的Wald检验值为β₁= 0。

由于使用POWeR Tracker应用程序，自我报告的饮食和身体活动目标意识以及自我报告的饮食目标实现的变化幅度在参与者之间存在显著差异。然而，参与者之间没有观察到自我报告的饮食目标的动机和自我效能的变化。 表2给出了模型2的估计值以及β的标准误差(SE)₁, P零假设的Wald检验值为β₁=0，随机截距的标准差(σ_0你)和随机效应的干预(σ_{1 u})和相关性(ρ_01你)在2个随机效果之间。比较模型1和模型2及其各自的似然比(LR)检验统计量 P中的值也会显示 表2．

参与者P1a、P8b和P11b报告说，在提供能量跟踪器的几周内，他们的意识和目标的实现有了最大的改善。相比之下，参与者P3a, P5a, P6a和P13b在他们的意识和目标的实现方面几乎没有或没有改善。 表3给出了估计截距(β_0我)和干预效果(β_1我)，其中干预有显著的随机效应。

在为期4周的研究期间，参与者平均花费29分钟(SD 21分钟)使用基于应用程序的干预内容。作为一个组，参与者平均只在14天(64%)中有9天访问基于应用程序的干预内容。与访问的第二周(平均12分钟，SD 14分钟)相比，参与者在访问的第一周(平均18分钟，SD 11分钟)使用基于应用程序的干预内容的总时间也更长。

然而，有几个参与者在应用程序可用的大部分时间里访问了该应用程序(参见 表4)．这些参与者倾向于请求更多的通知，并更多地使用基于应用程序的跟踪工具，特别是每日目标更新，与那些访问应用程序天数较少的参与者相比(见 图3)．应用程序使用总时长与应用程序访问对饮食目标意识的影响之间观察到显著的正相关( r= .585, P=.046)、达到进食目标( r= .620, P=.03)，但没有意识到身体活动目标( r= .498, P= 10)。然而，更经常地使用基于跟踪的工具与应用程序访问对目标参与度的影响程度没有显著相关(对饮食目标的意识: r= .525, P=。08;饮食目标的实现: r= .530, P=。08;体育活动目标的认识: r= .387, P= . 21)。

几乎所有受访者(10/ 13,77%)表示，使用应用程式比使用网站更方便，因为他们随身携带手机，可以随时使用(见 表5)．

应用程序的便利性似乎解决了访问基于web的干预内容的障碍;这款应用可以在空闲的5分钟内使用，而需要在分配的大量时间内完成基于web的会话。例如，P3a说:

P8b是个例外，他报告说，通过应用程序访问干预内容实际上不太方便:

然而，对POWeR Tracker的便利性和可访问性的看法似乎与所观察到的使用情况或应用程序对目标参与度的影响没有很强的联系。例如，P8b使用应用程序相对较多，尽管认为应用程序访问不如Web访问方便，但显示出最强的干预效果之一。P3a使用应用程序相对较少，尽管认为应用程序访问比Web访问更方便，但显示出最弱的干预效果之一 表3)．

大多数参与者都认为，这款应用程序的另一个主要好处是，它不断提醒人们的POWeR目标 表5)． 图3说明静态信息屏幕(即，目标列表，食物列表)是超过一半的参与者(9/ 13,69%)最常访问的应用程序部分。据报道，不断提醒自己的目标可以提高注意力、意识和动力。例如，P1a说:

参与者报告需要这些提醒的频率似乎有所不同。一些参与者表示，不需要每天或持续地提醒目标或食物清单，特别是一旦相关信息已被记忆，如P2a解释:

参与者讨论了定期使用跟踪工具(包括每日问卷)如何促进对进展进行批判性的自我反思，并促进进一步的目标导向行为。P11b解释了如何用李克特量表回答关于他们每晚目标的问题，这为他们意识到何时该设定新目标提供了一个有用的衡量标准:

参与者建议，使用基于应用程序的跟踪工具的吸引力和体验可以通过为日记提供轻松的数据输入(例如，下拉菜单，条形码扫描仪)和个性化反馈来优化。例如，P4a评论说，该应用程序可以提供更多的反馈，与每周网络评审中提供的权重图一致:

参与者继续使用POWeR网站，尽管他们认为基于应用程序的访问更方便 表6)．应用程序使用总时长与网站使用总时长显著相关( r= .77点, P= .002)。在为期4周的研究期间，参与者平均花费大约56分钟(SD 44分钟)使用POWeR网站，并完成了4个可用网络会话中的3个。虽然在参与者访问基于应用程序的干预内容的两周内，他们在网站上花费的总时间相似(平均29分钟，SD 31分钟)和(平均27分钟，SD 33分钟)，但在非应用程序周内，在网站上花费的时间与访问应用程序对饮食目标意识的影响显著相关( r= .930, P<.001)，进食目标的达成( r= .849, P<.001)，以及对体育活动目标的认识( r= .867, P<措施)。

与其他参与者相比，参与者P1a, P2a和P11b对网站表达了最积极的看法。3人都表示，他们很乐意使用网站和应用程序来访问不同的干预内容。他们的使用模式反映了这一点——他们都花了高于平均水平的时间使用网站和应用程序。P2a和P11b还讨论了应用程序访问和基于web的访问在不同上下文中提供的价值。例如，P11b描述了在移动中使用该应用程序进行快速更新，但当他觉得实现目标的进展有所减弱时，他会使用该网站进行更密集的支持。P2a说:

相比之下，P9b和P10b评论说，他们更喜欢通过应用程序访问整个POWeR干预。例如，P10b表示，他们不需要查看网站提供的额外内容，因为他们仅通过使用应用程序就在实现POWeR目标方面取得了良好的进展。P9b讨论了通过应用程序访问“快速的信息快照”的价值，与长时间、文本大量的基于web的会话相比:

同样，这一观点也反映在他们的使用模式中——他们使用网站的时间都低于平均水平;P10b根本不使用该网站，而P9b只在研究的前两周使用了很短的一段时间。然而，对基于应用程序的独家访问的强烈偏好似乎与应用程序的使用时间更长或更频繁无关。例如，P10b访问应用程序的时间不到可用天数的一半，并且在那些日子里平均花费3分钟查看干预内容，这与其他参与者花费的时间相当。与其他参与者相比，P9b访问应用程序的频率更低，使用干预内容的时间更少。对独占应用程序访问的强烈偏好也与更强的干预效果无关。事实上，对于同时重视使用应用程序和网站的参与者(P1a, P2a, P11b)，访问功率跟踪器对目标参与度的影响似乎比只重视应用程序的参与者(P9b, P10b)更强。

参与者描述了他们在一天中的空闲时间使用这款应用的情况。在访问应用程序的日子里，参与者平均每天花3 (SD 2分钟)分钟使用干预工具，每天花6 (SD 2分钟)分钟完成每日问卷。这些短时间的应用使用通常在上午(上午9点和上午10点左右)、午餐时间(下午13点左右)和整个晚上(下午17点开始)更为普遍 图4)．例如，P11b说:

参与者在24小时内使用该应用程序的时间和频率存在差异。大多数参与者倾向于在一天中的不同时间偶尔访问基于应用程序的干预内容。例如，据报道，在决定食物选择时，比如在超市和做饭或准备饭菜时，食物清单会被用到。P10b描述了当应用程序不可用时缺少这个参考点:

相比之下，少数参与者只在早上或晚上访问基于app的干预内容。例如，当被问及何时使用POWer Tracker应用程序时，P4a回答说:

在14名参与者中，7人(54%)选择在应用程序中设置自动通知 表4)．只有两位与会者讨论了不要求通知的原因;一名用户遇到了技术错误，无法收到所请求的通知(P3a)，而另一名用户报告称不需要通知，因为他们可以很容易地记住没有通知的情况下使用应用程序(P10b)。在视觉检查中，要求通知的参与者往往是那些访问应用程序对目标参与度有更强影响的人(例如，P11b, P8b, P1a, P12b)，尽管也有例外(例如，P13b)。然而，在收到的通知数量和应用程序访问对目标参与度的影响之间没有观察到显著的相关性(对饮食目标的认识: r=。 P= .82;饮食目标的实现: r=。 P= .60;体育活动目标的认识: r=厚处, P=综合成绩)。

在收到的93次通知中，有48次(52%)得到了回应。平均而言，从收到通知到随后的回复之间有47分钟的延迟。视图目标通知的请求更频繁，并提示更大、更快的响应(32/ 50,64%;延迟:平均37分钟，标准差44分钟)比目标更新通知(16/ 43,37%;延迟:平均67，标准差71分钟)。对通知的响应在个体之间和个体内部都有很大差异，最快的响应时间为7秒，最慢的响应时间为近4小时。要求通知的时间也有所不同，包括上午(0800小时)、午餐时间(1200小时)、傍晚时间(1800-1900小时)和傍晚时间(2100-2300小时)。参与者评论说，自动通知对于牢记目标和鼓励使用POWeR很有价值。例如，P11b说:

P11b还指出，如果通知包含与个人目标和计划相关的个性化消息，然后再将你引向应用程序中的某个特定组件，那么通知可能会有更大的激励作用。

大多数参与者解释说，尽管与时间相关的工具和自动通知提供了使用提示，但他们的应用程序使用主要是由日常生活中的空闲时间决定的。自由时间的可用性往往受到生活方式因素的限制，如工作承诺和/或社会承诺，这些因素优先于使用POWeR。例如，P3a解释说，自动通知只有在正确的时间发送才会引起响应:

在参与者的日常生活中，不可用时间的时间往往比自由时间的时间更一致。例如，P10b解释说，她在白天几乎总是无法使用这款应用程序，因为她忙于讲座、考试和复习。然而，她的日常生活在早上、晚上和周末是否有空闲时间方面有所不同。使用POWeR Tracker对P1a的影响最大，他们还讨论了日常工作转换后应用程序的使用情况如何变化 图5)．在研究的前两周，P1a在暑假期间与家人住在一起。据他描述，他很少使用这款应用，通常是在晚上，因为他没有严格的日常安排，对饮食选择的控制也有限:

回到大学并住进学生宿舍后，P1a报告说，在当天早些时候使用这款应用程序来利用校园内的免费Wi-Fi，以及在凌晨与朋友外出时使用。P1a也表达了独立生活时对app的更大需求:

之前的研究强调了基于应用程序的独立干预对个人饮食行为和身体活动水平的认识的好处。 15， 16， 42， 45， 46］．目前的研究通过证明提供基于Web和应用程序的混合体重管理干预比单独提供基于Web的干预可以鼓励更大的目标意识，从而增加了这一文献。总体而言，在“能量追踪器”应用程序可用的几周内，参与者对自己的饮食和身体活动目标的意识更强。定性数据表明，与只使用应用程序的参与者相比，重视访问基于Web和应用程序的内容的机会的参与者，这种影响似乎更强。使用数据表明，在应用程序不可用的几周内，使用应用程序的时间较长和使用网站的时间较长的参与者，这种影响似乎也更强。使用POWeR Tracker应用程序与参与者的动机、自我效能和饮食目标的实现有关，但与身体活动目标无关。考虑到基于网络的POWeR干预更强调改变日常饮食习惯，POWeR Tracker应用程序对参与者对饮食目标的参与程度比对身体活动目标的影响更大，这并不令人惊讶。越来越多的证据表明，个人很难同时追求多个目标和计划。 64］．

与之前的研究一致[ 24， 50， 65]，大多数参与者认为POWeR Tracker应用程序是一种方便的方式，可以随时获取所需的信息和工具。然而，POWeR Tracker的便利性并不一定会阻止参与者继续使用基于web的POWeR干预，它也不一定与定期使用应用程序以及应用程序访问对自我报告的目标参与度的更强影响有关。在应用程序可用和不可用的几周内，参与者使用POWeR网站的时间相似，这表明POWeR跟踪器被用作基于web的干预的补充，而不是替代。之前对旨在促进行为自我监控的混合干预措施的研究表明，与基于web的形式相比，基于应用程序的交付与更好地坚持自我监控有关[ 17， 44］．与Carter等人提供的干预不同[ 17]及柯文等[ 44，自我监控并不是POWeR干预所推广的唯一技术。对这些不同类型的干预结果的比较表明，当应用程序被用于促进一种特定的、重复的日常行为时，比如完成日记或记录步骤，应用程序的使用率可能会更高。

在这项研究中，参与者对“能量追踪器”应用程序的信息组件和自我监控组件的使用和偏好各不相同。尽管大多数参与者使用“能量追踪器”来访问信息内容(例如，食物清单)，但很少有人使用该应用程序来跟踪他们实现目标的进展或完成食物/身体活动日记。不使用跟踪工具的原因是手动输入数据的麻烦和缺乏个性化的反馈。这与之前的研究形成了鲜明对比，之前的研究揭示了基于应用程序的自我监控干预的积极使用和观点[ 16， 17， 44]，但确实证实了定性探索性工作的发现，即健康应用的潜在用户并不总是乐于接受基于应用的自我监测[ 51， 53］．如前所述，自我监控通常是报告基于应用程序交付的积极使用和观点的研究的唯一行为目标。这类研究可能会吸引那些已经习惯于自我监控行为的人，并且发现更容易融入日常生活。也有可能是，目前的研究要求参与者通过手机完成日常测量，从而否定了他们对额外自我监测的需求。完成研究测量是参与者使用POWeR Tracker应用程序的主要原因，许多参与者评论说，回答日常测量是一个有用的激励工具。

参与者对POWeR Tracker的使用不是随机的，似乎是由三种类型的事件触发的:(1)基于应用程序的工具在一天中的特定时间的相关性，(2)响应或与应用程序交互的可用性，以及(3)收到自动通知。用户与应用程序互动和利用免费朋友圈的可用性的影响与报告相呼应，将应用程序使用融入日常生活的能力是干预使用的重要潜在促进因素和/或障碍[ 16， 24， 32， 46］．这项研究的参与者没有迹象表明，应用程序的自动提醒通知被认为是恼人的，这一风险之前已经被强调过[ 42］．这可能是因为所有POWeR Tracker通知的时间和接收都由参与者完全控制，遵循Dennison等人提出的指导方针[ 51］．

这项研究的结果为未来提供基于应用程序的健康干预提供了一些启示。首先，移动技术的进步并不一定会使基于网络的干预变得多余。在这项研究中，结合应用程序和基于网络的交付提高了参与者对体重管理目标的自我报告参与度，这表明多成分混合干预可能有潜力增强数字健康促进。需要进一步的研究来比较多成分、混合干预措施和仅应用程序干预措施。这项研究还表明，在便利性方面，基于应用程序的交付所提供的好处不一定与使用情况或对结果的影响相关，也不一定会阻止用户使用基于web的干预。也就是说，POWeR Tracker并没有完全复制基于web的干预所提供的内容和功能。有必要进行进一步的研究，以检查当基于应用程序的组件等同于基于web的组件时，是否观察到相同的使用模式。

其次，应用程序可能特别适合提供特定的干预组件，这些组件与移动相关，并且可以在空闲时间快速访问。在当前的研究中，基于应用程序访问选择的信息内容(例如，食物列表)被认为特别有用，而基于应用程序的自我监控的观点则是混合的。迄今为止，现有的(通常是商业的)应用程序是否提供理论和基于证据的bct已经引起了相当大的关注[ 66- 71］．另一个经验问题是，特定的bct是否更适合使用不同的数字格式(例如，应用程序vs Web)进行交付。例如，所有类型的行为改变工具和技术(例如，目标设定，认知行为治疗方法)是否都可以通过小手机屏幕来实现，而这些小手机屏幕通常在一天中偶尔只能访问几分钟?个人是否愿意长时间使用手机获取详细的干预内容?基于应用程序的干预的未来是作为一个补充组件，只提供有用和方便的即时访问内容，还是作为独立的干预，还是取决于目标行为或干预复杂性等因素?这些都是未来实证研究需要解决的问题。

第三，本研究指出了使用混合方法方法来了解个人如何使用和看待基于应用程序的健康行为改变干预措施的价值。仅对定性数据进行分析可能过度强调了参与者对基于应用程序的干预内容交付的偏好的重要性。另一方面，仅对定量数据进行分析，无法解释为什么提供补充应用程序对一些参与者的影响比其他参与者更大。此外，采用个性化的方法使我们能够发现参与者对POWeR Tracker应用程序提供的不同行为改变工具的反应和使用方式的差异，以及这些差异是否与应用程序访问对干预结果的影响有关。这些见解将帮助我们改进新兴的基于应用程序的干预措施的设计，确保它们提供一系列不同的工具和技术，有可能吸引和留住更广泛和/或更多数量的参与用户。这些见解还警告说，参与者对干预传递的偏好(即应用程序更方便)可能并不一定与实际导致更好结果的偏好(即网站和应用程序的联合使用)相匹配。

详细了解个人选择使用健康应用程序的时间和原因，对于智能系统的开发是必要的，这些系统利用手机的上下文传感器数据，在相关和方便的时刻提供实时内容或提示。充分理解用户如何以及为什么在日常基础上与基于应用程序的干预进行交互，也有助于定制接口的设计，(1)使用户能够轻松访问应用程序的常规使用组件，(2)以适合他们实际经常间歇使用的方式有效地与组件进行交互，而不是研究人员和/或程序员可能希望的常规使用[ 24， 65］．这种智能和定制的系统有可能鼓励和维持健康相关应用程序的使用。

应该注意到这项研究的一些局限性。首先，这项研究没有使用只使用应用程序或网络的对照组，也没有使用真正的无干预对照组。因此，对于独立应用程序与基于web的交付的比较影响，我们无法得出明确的结论。我们也不能排除测量效应的作用。如前所述，参与者认为日常学习措施是一种干预工具，可以提供有用的激励益处。这项研究的结果是基于一个小的，主要是年轻人和受过高等教育的样本，限制了概括性和统计能力。需要对更大、更多样化的样本进行更多的研究，以确认和重复本研究中观察到的结果。“天花板效应”可能限制了使用“能量追踪器”应用程序对某些个人目标参与度的潜在影响，特别是目标意识。事实上，表现出最强干预效果(P1a)的参与者在第一天的基线值也最低。所有参与者都积极学习采用更健康的生活方式，一些人的BMI指数处于健康范围的上限。 It is unclear whether clinically overweight/obese individuals would interact with POWeR Tracker in the same way or whether providing access to the POWeR Tracker app would have the same level of impact on goal engagement.

也有可能参与者对基于网络的POWeR干预和POWeR Tracker应用程序的使用受到了研究设计方面的混淆。例如，在晚上使用应用程序可能是鼓励在下午5点后完成每日学习措施的义务。也有可能是为参与提供的经济激励，以及为每周电话采访做准备的义务，可能导致本研究的一些参与者更经常地或以不同的方式使用基于网络的干预和应用程序。然而，一些参与者根本不使用网站和/或很少使用应用程序的事实表明，这不是所有参与者都关心的问题。此外，应用软件存在一些技术问题，限制了我们探索参与者对POWeR Tracker提供的自动通知的使用和感知。关于参与者如何与基于web的干预提供的基于应用程序的补充工具互动的发现和影响也可能是特定于体重管理领域的。

最后，本研究测量了提供POWeR Tracker对参与特定饮食和身体活动相关目标的影响，但没有检查对饮食消费或总身体活动水平的影响。因此，我们无法知道参与者对饮食和身体活动目标意识的提高是否转化为更健康的饮食选择或增加的活动水平。目前还不清楚改善参与者对基于应用程序的干预的体验是否真的能增加使用。例如，感知有用性和易用性的评级与基于应用程序的步骤日志工具的使用增加并没有很强的相关性[ 44］．

需要进行更多的混合方法研究，以进一步研究长期(即超过4周)提供基于应用程序的补充干预的使用情况及其对行为变化的影响。例如，使用是否会持续较长时间，如果是，使用模式会如何变化?影响健康应用长期使用的因素是什么?积极的用户体验和健康应用的后续使用之间是否存在关联?接触健康应用程序能促进健康行为改变的长期维持吗?

这项研究的结果表明，用基于应用程序的工具补充基于网络的体重管理干预有可能提高个人对健康饮食和体育活动目标的动机和意识。基于移动设备访问干预内容的便利性使人们能够在相关和方便的时刻快速访问关键的干预内容，但似乎并没有阻止使用基于web的干预。使用混合方法可以提供补充的定性和定量见解，了解用户如何在日常基础上看待和使用基于应用程序的健康行为干预措施，以及基于应用程序的交付可能对健康相关目标产生什么影响。