2013年3月至2013年7月，拟接受乳腺癌新辅助化疗的患者入住韩国首尔峨山医疗中心乳腺癌中心2晚，评估术前化疗的疾病状况，招募患者参与本可行性研究。为了符合这项研究的资格，患者必须表明对应用程序的热衷程度，目前是iOS或Android智能手机用户，并且能够阅读和理解韩语。在某些情况下，由于智能手机的显示规格和应用程序之间意外的不兼容，应用程序无法正常运行。gydF4y2Ba

在最初招募的67名患者中，有29名患者因以下原因被排除:应用程序与他们智能手机的显示规格不兼容(n=14)，目前不是智能手机用户或没有应用程序亲和性(n=9)，对研究不感兴趣(n=5)，以及语言障碍(n=1)。共有38名患者被纳入研究，并提供了知情同意书(IRB no。2012 - 0709)。其中，有8例患者没有被纳入本次可行性研究的分析，因为他们在入院时同意参与后并没有开始使用该应用程序或根本没有报告睡眠障碍症状(gydF4y2Ba 图1gydF4y2Ba)．gydF4y2Ba

参与者得到了有关这项研究和这款名为“Pit-a-Pat”的应用程序的信息，这款应用程序是为iOS和Android平台开发的，之前已经介绍过[gydF4y2Ba 13gydF4y2Ba］．入院时对每位患者进行30分钟的访谈，包括以下项目:下载应用程序;将年龄、受教育程度、婚姻状况、同居状况和职业等基线人口统计数据输入应用程序;如何登录应用程序并报告有关睡眠障碍的信息(可能是由乳腺癌本身和化疗引起的);使用EQ5D-3L问卷评估健康相关生活质量(HRQOL)状况基线调查，使用贝克抑郁量表(BDI)评估抑郁状况。gydF4y2Ba

在入院2晚进行检查后，参与者出院，并计划7天后(平均)到门诊接受新辅助化疗。我们还收集了新辅助化疗的检查结果，如区域淋巴结转移、激素受体表达和计划的化疗药物方案。gydF4y2Ba

简而言之，本研究的app是为癌症患者自行报告三种可能因乳腺癌本身诊断和后续治疗而引起的健康体验:(1)与轻度抑郁相关的睡眠障碍症状，(2)与细胞毒性化疗药物相关的急性症状，(3)抗激素治疗如他莫西芬和芳香化酶抑制剂的用药日记。轻度抑郁相关的睡眠障碍症状采用六项问卷评估:(1)入睡时间，(2)醒来时间，(3)总睡眠期间醒来次数，(4)总睡眠质量(10分制)，(5)目前情绪状态(7分制)，(6)目前焦虑严重程度(10分制)。睡眠和清醒时间(以分钟为单位)被存储为连续变量。总体睡眠质量和当前焦虑严重程度的10分制评分量表显示为痛苦温度计，情绪状态的7分制评分量表显示为表情范围广泛的面孔。这六个项目显示在三个连续的页面中，如gydF4y2Ba 图2gydF4y2Ba．gydF4y2Ba

参与者被告知，他们可以在提供同意后的任何时间通过应用程序报告他们的症状。一旦应用程序被激活，每天上午9点和下午6点都会向参与者发送推送通知，要求他们在90天内通过智能手机应用程序每天自我报告睡眠模式、焦虑严重程度和情绪状态。在对所有6个项目输入正确答案且无遗漏值后，参与者可以触摸发送按钮，并被视为完成了当天睡眠障碍症状的自我报告。在研究期间，所有参与者都重复了相同的推送通知过程，无论他们的报告率如何。数据库系统收集关于每日请求和输入的信息(即匿名用户ID、项目ID、输入日期和时间以及输入值)，以及基线人口统计数据。gydF4y2Ba

数据库系统与我们的电子病历系统相连，使临床医生能够查阅数据。在为期90天的研究期间，临床医生可以每隔3周在门诊检查参与者的自我报告数据，并以与未参与的患者相同的方式对报告的症状进行管理，因为这是一项仅与可行性相关的研究。这项研究没有为参与者提供智能手机，而是要求他们使用自己的设备。此外，他们没有收到任何因使用应用程序而导致的额外数据使用费用的报销，也没有任何参与研究的经济激励。gydF4y2Ba

在研究结束时，参与者会收到推送通知，询问错过自我报告的原因，他们可以从以下可能的回答中选择:“应用程序不能正常工作”、“我忘记了”、“我认为它没有用处”、“我病得太重”、“我不喜欢它”、“不方便”或“我太忙了”。在收到90份自我报告请求的30名参与者中，有24人做出了回应，并对他们的数据进行了分析。gydF4y2Ba

通过计算个体患者水平的报告率(定义为完成自我报告的总天数除以每位参与者的90)和纵向日水平的报告率(定义为完成自我报告的参与者总数除以自自我报告开始的某一天的30)来分析该自我报告系统的可行性。累积纵向日级报告率也定义为从开始日到指定日的所有纵向日级报告率的平均值。例如，第34天的纵向日水平报告率表示第34天自我报告的参与者数量gydF4y2Ba^thgydF4y2Ba自开始日起的天数除以30，第34天累积的纵向日级报告率表示从第1天到第34天所有纵向日级报告率的平均值。通过将90天研究期内每天的90个纵向日级报告率与90个累计纵向日级报告率的累积纵向依从性曲线连接起来，绘制纵向依从性曲线。对于累积退出概率曲线，退出事件定义为当参与者的累积纵向日水平报告率首先下降到28.6%以下，这意味着她每周报告不到两次，这与每周生物数据收集几乎相同。gydF4y2Ba

为了获得良好依从性的先验阈值标准，我们回顾了之前在相关背景下的可行性研究[gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 4gydF4y2Ba，gydF4y2Ba 7gydF4y2Ba-gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 14gydF4y2Ba]以确定这种通过智能手机应用程序每日收集数据的方法是否值得进一步开发。在可行性的合理阈值上，专家们得出结论，由于样本量小，先前的证据不足[gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 4gydF4y2Ba]，即使用平板电脑、台式电脑或传统的移动电话，而不是目前的智能手机[gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 4gydF4y2Ba，gydF4y2Ba 7gydF4y2Ba-gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 14gydF4y2Ba]，以及纳入非癌性慢性疾病患者[gydF4y2Ba 3.gydF4y2Ba］．相反，我们决定自己探索可行性，重点关注该研究队列的以下特征:患有乳腺癌的女性，接受化疗，每日收集，带有应用程序的智能手机，以及韩国智能手机的高度普及率。此外，我们计划在描述了各种报告率的分布之后，为更高的遵从率建立一个适当的界限。gydF4y2Ba

卡方检验和gydF4y2Ba tgydF4y2Ba使用检验来确定较高和较低依从率组之间变量的差异。基线患者感兴趣的变量包括年龄、教育程度、职业状况、HRQOL状况、BDI评分以及从入组到首次自我报告的时间间隔。本研究在种族、癌症类型和分期、东方肿瘤合作组表现状况等方面具有统一特征的队列中进行。除另有说明外，数据以平均值(SD)表示，统计显著性阈值设置为gydF4y2Ba PgydF4y2Ba< . 05。所有统计分析均使用SPSS 12.0版(SPSS，芝加哥，伊利诺伊州，美国)进行。gydF4y2Ba

2013年3月至7月期间，最初有67名患者符合参与条件。然而，14名患者(20%，14/67)由于应用程序开发中固有的技术限制，导致与他们智能手机的显示规格不兼容，无法参与这项研究。在使用应用程序时没有遇到技术问题的53名女性中，9名(17%，9/53)对智能手机或应用程序不感兴趣，5名(9%，5/53)拒绝参与这项研究，因为她们对研究不感兴趣。在实际纳入这项可行性研究的38名符合条件的患者中，有8名(21%，8/38)没有开始使用该应用程序。因此，最终的分析包括30名患者(平均年龄45岁，SD 6;年龄范围36-65岁)，所有30名女性都是在入组前4周内被诊断患有乳腺癌的韩国女性;73%(22/30)为50岁，47%(14/30)为大学及以上学历，43%(13/30)为在职人员。基线BDI和EQ5D-3L评分分别为11.5 (SD 8.8)(范围0-35)和0.92 (SD 0.09)(范围0.56-1.00)。在肿瘤特征方面，77%(23/30)确诊为淋巴结转移，60%(18/30)为激素反应性乳腺癌，排除了任何类型的远处转移。在90天的研究期间，所有参与者接受了以阿霉素(87%，26/30)或表柔比星(13%，4/30)为基础的联合化疗药物，其中77%(23/30)在可行性研究后因淋巴结转移阳性而接受了额外的多西他赛(gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

在30天的研究期间，总共有2700个每日推送通知通过智能手机发送给30名参与者;共收到1215份反馈，其中包含完整的自我报告睡眠障碍数据(总体依从率=45.0%;1215/2700)。30名参与者的个体患者水平报告率中位数为41.1%(范围6.7-95.6%)，分布如下:6人(20%，6/30)、9人(30%，9/30)、6人(20%，6/30)、7人(23%，7/30)和2人(7%，2/30)分别为0%至20%、21%至40%、41%至60%、61%至80%和81%至100% (gydF4y2Ba 图3gydF4y2Ba)．gydF4y2Ba

从理论上讲，第1天的纵向日级报告率为100%，因为这一天是所有参与者开始使用应用程序的第一天。从第1天到第90天的纵向日级报告率按每日间隔计算，并绘制为纵向合规曲线。在开始自我报告后的第34天，该应用的纵向依从性曲线迅速下降至约50.0%，此后继续稳步下降，在第90天达到13.3%的最低点。累积纵向依从性曲线(代表总体依从性)显示，在第70天稳定下降约50%，并在第90天继续下降至45%。累计退出概率显示，10%(3/30)的所有参与者在前28天自我报告平均每周少于两次(累积纵向依从率<28.6%)，20%(6/30)在前56天自我报告，33.3%(10/30)在90天研究期间(gydF4y2Ba 图4gydF4y2Ba)．gydF4y2Ba

中描述的个体患者水平报告率的分布gydF4y2Ba 图3gydF4y2Ba表现出双峰模式，从中确定了分为高依从性组和低依从性组的中位数截断。与更高的合规性显著相关的唯一变量是职业地位，因此没有任何种类的就业的妇女与更高的合规率相关(gydF4y2Ba PgydF4y2Ba= .03点;gydF4y2Ba 表1gydF4y2Ba)．此外，这个无业亚组的个体患者水平报告率显著高于有某种形式的就业的患者(分别为55.9%，SD 25.7和30.7%，SD 19.2;gydF4y2Ba PgydF4y2Ba= .006;gydF4y2Ba 表2gydF4y2Ba)．根据临床病理变量分类的每个亚组中平均个体患者水平的报告率总结在gydF4y2Ba 表2gydF4y2Ba．年龄、受教育程度、婚姻状况、同居状况以及基线BDI和HRQOL评分与依从性无显著相关性。该研究队列在临床上是一致的，在两个依从性亚组之间，淋巴结状态、激素受体表达和化疗方案没有显著差异(gydF4y2Ba 表1gydF4y2Ba)．gydF4y2Ba

从登记到首次自我报告的间隔(即滞后时间)也在本研究中进行了调查。如gydF4y2Ba 图1gydF4y2Ba，一条推送通知问“你今天看日记了吗?”从登记后的第一天起，每天都会发送到患者的智能手机上，参与者可以从当天空闲时开始通过应用程序进行自我报告。没有通过任何类型的在线或离线工具进行额外的提醒过程。从登记到首次自我报告的时间间隔描述在gydF4y2Ba 图5gydF4y2Ba(中位数为1天;范围1-16天)。滞后1天的亚组(定义为在入组后立即开始自我报告)的平均个体患者水平报告率高于滞后2天或以上的组(分别为51.6%，SD 24.0和29.6%，SD 25.3;gydF4y2Ba PgydF4y2Ba= 03)。gydF4y2Ba

共有24名参与者回答了关于他们遗漏自我报告的主要原因的问题。最常见的回答是“应用程序不能正常工作”，占所有回答的38%(9/24)。其他原因包括“我忘记了”(29%，7/24)和“我认为它没有用”(21%，5/24)。次要原因是“我病得太重了”(8%，2/24)和“我不喜欢”(4%，1/24)。没有数据丢失是由于“不方便”或“我太忙”(gydF4y2Ba 表3gydF4y2Ba)．如gydF4y2Ba 表3gydF4y2Ba，根据原因分类的每个亚组的平均个体患者水平报告率无统计学差异。gydF4y2Ba

这项研究表明，在相对较长的一段时间内，每天通过智能手机收集患者自我报告的症状，对于最近诊断为乳腺癌并正在接受化疗的女性来说可能是可行的。总体依从率为45.0%，个体依从率的中位数(即个体患者水平的报告率)为41.1%。大约一半的参与者在5点左右没有自我报告gydF4y2Ba^thgydF4y2Ba在开始使用应用程序一周后，只有13.3%的参与者可以在90岁时自我报告gydF4y2Ba^thgydF4y2Ba的一天。我们发现，在这个人群中，抑郁、HRQOL状态和年龄和教育水平等人口统计学特征并不影响依从性，但结果表明，目前没有工作的女性和那些在注册后立即开始使用应用程序的女性对每日自我报告表现出更大的依从性。gydF4y2Ba

在过去的十年中，移动健康研究的最大高潮出现在2007年至2008年，当时新一代智能手机，如iPhone和类似设备推出。gydF4y2Ba 15gydF4y2Ba］．由于移动健康研究中的大多数移动健康应用程序都集中在慢性病等领域[gydF4y2Ba 15gydF4y2Ba]，其次是预防/健康和急性疾病，关于智能手机应用程序在癌症患者中的证据非常有限，特别是关于非临床和每日间隔数据收集的可行性，如本研究。先前未使用智能手机的研究发现，完成在线毒性调查问卷的化疗患者在办公室就诊时自我报告的依从率较高(平均超过70-80%)，但在就诊期间只有15.0%的患者在家积极自我报告[gydF4y2Ba 7gydF4y2Ba，gydF4y2Ba 8gydF4y2Ba］．然而，我们的总体依从率为45.0%，高于以往的研究，特别是考虑到临床就诊之间的反应来源于家庭，反应间隔为每天。此外，我们的总体合规性45.0%是根据每日自我报告计算的，因此可以视为每日合规性。如果对患者依从性进行量化，则定义为给定患者自我报告至少一次的每个时间单位的比例，如以前的一项研究[gydF4y2Ba 9gydF4y2Ba]，我们的周、双、月合规率分别上升至69.7%、76.1%和82.2%，均高于专家的合理临界值(gydF4y2Ba 图6gydF4y2Ba) [gydF4y2Ba 9gydF4y2Ba］．之前的研究表明，通过互联网自我报告的主要障碍是在家时没有收到提醒(即参与者只是忘记了)[gydF4y2Ba 8gydF4y2Ba，gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 14gydF4y2Ba］．我们可以假设，这类应用的定期推送通知可能是目前研究中发现的高于预期的合规率的原因。gydF4y2Ba

在现有工作的女性中，较低的依从性可能是由于不能立即回应推送通知和简单的健忘。在推送通知后的一个小时内(上午9-10点和晚上7-8点)，自我报告的人数几乎占了所有回复的一半，这与该队列中目前没有工作的女性的比例一致。然而，在在职女性中，自我报告的模式有两个更宽的峰值(gydF4y2Ba 图7gydF4y2Ba)．为了提高推送通知的即时反应率，在未来的研究中，应该在应用程序中开发各种推送通知时间安排，供患者选择。我们谨慎地预计，这种量身定制的推送通知将提高当前受雇人群的合规性，因为，正如中数据所表明的那样gydF4y2Ba 表3gydF4y2Ba在美国，简单的健忘而不是忙碌是遗漏自我报告的主要原因。gydF4y2Ba

在本研究中，无滞后时间的亚组依从性更高(平均51.6%，SD 24.0和29.6%，SD 25.3;gydF4y2Ba PgydF4y2Ba= 03)。对此，一种可能的解释是，从注册到第一次自我报告事件之间的间隔可能是自我效能感的替代变量，自我效能感被定义为一个人对自己完成任务和达到目标的能力的信念的程度或强度[gydF4y2Ba 16gydF4y2Ba］．自我效能的概念作为健康行为变化和维持的预测因子，已得到越来越多的认可[gydF4y2Ba 17gydF4y2Ba]，以及癌症患者的心理态度[gydF4y2Ba 18gydF4y2Ba］．本研究没有进行一般的自我效能问卷调查，因此我们无法就自我效能和依从性得出任何明确的结论。进一步的调查关注于自我效能，而不是传统的患者特征，如年龄、教育水平、婚姻状况、同居状态和情绪，这些特征在本研究中与自我报告的依从性没有显著相关，可能会揭示在新兴的基于智能手机的医疗保健领域中，选择依从率最高的亚组的实际和可修改的预测因素。gydF4y2Ba

在这项可行性研究中，我们还试图确定依从性的持续程度和自我报告日常变化症状(如本研究中发现的睡眠障碍数据)的最佳时间间隔。虽然不可能从目前单一研究的结果中得出关于这些参数的分类结论，但这些结果将有助于制定收集重复生物数据的未来策略。研究基于智能手机的医疗保健的研究人员可以从50%在5岁时接受化疗的女性那里获得互动和响应性的交流gydF4y2Ba^thgydF4y2Ba一周，从20-50%的6gydF4y2Ba^thgydF4y2Ba和10gydF4y2Ba^thgydF4y2Ba一周，此后仅10-30% (gydF4y2Ba 图4gydF4y2Ba)．此外，考虑到每天通过智能手机收集自我报告数据的总体合规性为50%，整个收集周期应小于10周，对应于累计纵向日报告率为51.3% (gydF4y2Ba 图4gydF4y2Ba)．“方法”部分中关于退出截止的理由是，我们认为继续鼓励那些平均几乎每周或更少有反应的人每天自我报告症状是不合理的。根据累计退出概率曲线，我们预测分别有10%、20%和21%的参与者将在第28天、第56天和第84天退出(gydF4y2Ba 图4gydF4y2Ba)．gydF4y2Ba

这项研究的局限性包括只纳入了在单一城市三级癌症中心患乳腺癌的韩国女性。其他人群可能在依从性方面表现出不同的自我报告特征，应进行独立评估。此外，这项研究是在韩国的特殊情况下进行的，韩国的无线网络随处可见，智能手机的普及率是全球第二高的，仅次于阿拉伯联合酋长国(gydF4y2Ba 多媒体附件1gydF4y2Ba)．这项研究的设计意味着，只包括那些拥有智能手机并热衷于应用程序的患者。在参与本研究的患者总数中，13%(9/67)被这一标准排除在外。因此，本研究的结果应谨慎解释:该人群的依从率可能被高估了。尽管如此，这项可行性研究为基于智能手机的实时自我报告数据的成功收集提供了初步的了解，并为在真实的癌症护理环境中使用智能手机开发更可行的干预措施提供了有价值的见解。gydF4y2Ba

总之，本研究的结果表明，通过智能手机应用程序纵向收集每日自我报告的睡眠干扰数据是可行的。需要进一步的研究来确定如何在较长一段时间内保持对自我报告计划的依从性，并选择遵守移动医疗保健率较高的亚人群。gydF4y2Ba