数字卫生广义上是指利用信息和通信技术改善人类健康、卫生保健服务以及个人和人群的健康[ 1， 2］．有人认为，收集、存储和分析大量健康数据的能力是数字健康的主要驱动力[ 3.］．这些数据的可访问性正在振兴疾病诊断、管理和治疗过程，从而超越了卫生保健机构和提供者如何运作的传统界限。一个恰当的例子是，无数的智能手机应用程序可以让患者在医疗机构之外无缝地监控他们医疗保健的各个方面[ 1］．

目前对数字健康的定义没有达成共识。例如，“数字医学”一词与数字健康类似，因为它也指使用生物传感器和智能手机等数字技术来改进和个性化医疗[ 4］．鉴于电子医疗、移动医疗(mHealth)、远程医疗和远程医疗也可以与数字医疗互换使用[ 5］．这种模糊性要求产生一个包容性的定义，以涵盖可能用于描述数字健康的不同术语。

美国食品和药物管理局(FDA)将数字健康描述为由移动健康、可穿戴设备、远程健康、远程医疗、个性化医疗、电子健康记录(EHRs)和健康信息技术(IT)组成[ 6］．在这篇综述中，我们采用这作为我们对数字健康的工作定义。在本文中，“数字健康”一词指的是上述所有类别。到目前为止，数字健康技术已经有了大量的发展，这种冒险的价值继续以稳定的速度上升。仅在2017年，数字健康行业的全球净值估计为250亿美元(190亿英镑;€210亿)。一些估计甚至预计，数字健康每年可使美国医疗保健支出减少70亿美元[ 7］．

除了经济收益之外，数字卫生的预期收益还包括提高安全性和有效性[ 7- 10］．目前的证据支持这样一种观点，即数字卫生确实能增强卫生系统内的安全性[ 11］．在医疗保健服务领域，数字健康有望降低死亡率，缩短入院时间，并减少用药差错[ 11］．尽管取得了这些进步，但与数字健康产品的发展速度相关的隐私和数据保护问题仍然存在[ 7， 12］．此外，随着来自移动健康应用程序等数字健康工具的数据越来越多地为医疗决策提供信息，医疗责任问题也越来越突出[ 13， 14］．关于隐私和数据保护的考虑突出了直接影响数字健康的可信度的道德挑战。虽然许多研究都分析了这类伦理问题[ 15- 19]，数字卫生信任的决定因素尚未得到同等程度的关注[ 1， 3.， 20.- 22］．

信任是一个难以捉摸的概念，很难用操作术语来确定。信任关系可以存在于个人之间，个人与他们接触的组织之间，或任何性质的两个组织之间[ 23］．信任通常被描述为一方(委托人)和另一方(受托人)之间的一种关系，双方乐观地期望受托人能满足委托人的期望[ 23， 24］．信任关系往往缺乏可强制执行的义务，因此容易受到欺骗[ 25］．因此，不同的原因促成了信任关系。其中最主要的是受托人的可靠性(拥有良好的声誉)、能力(具备执行手头任务的技术技能)及诚信(一般行事诚实)[ 26］．

在卫生系统内，信任是医患关系的重要组成部分[ 27- 29］．它不仅改善了医疗保健的可及性，还改善了治疗结果和患者满意度[ 30.， 31］．然而，谈论人与无生命的物体(如技术产品)之间的信任是否合适，在文献中仍然是一个悬而未决的问题[ 21， 32］．事实上，个人倾向于购买或使用源自“专家系统”的产品——这些结构依赖于技术诀窍或专业知识，其结果因此是普遍的、不透明的或容易被认为是理所当然的——已被描述为信任的有形组成部分。 33］．

一些专家认为，信任是由偶然性而不是风险推动的，而另一些专家则坚持认为，衡量风险和在不同行动之间做出选择的能力推动信任。 34］．尽管在任何信任关系中都存在欺骗的风险，但一个人是仅仅通过权衡风险来选择信任，还是通过积极评估其他选项来选择信任，这是有争议的。尽管如此，就医疗技术而言，制度信任和技术可靠性是深深交织在一起的。 35］．就数字健康技术而言，我们假设，如果与使用相关的风险和不确定性可以最小化，就可能会产生信任。

随着医疗保健越来越依赖数字技术，探索是什么决定了以及什么放弃了对数字健康的信任是至关重要的。确定与信任相关的因素可以为新型医疗保健服务的发展提供信息，并满足用户和患者的需求和期望。此外，在评估新的和现有的数字卫生服务时，可以考虑到这些因素。因此，本研究试图通过分析数字健康的相关利益攸关方认为是数字健康信任的促成因素和障碍，为这一论述做出贡献。

本综述旨在总结数字健康信任的促成因素和阻碍因素。为此，我们使用Arksey和O 'Malley提出的范围审查框架进行了范围审查[ 36］．选择了范围审查方法，因为它恰当地捕捉了广泛而模糊的主题，如数字健康，这可能涉及无数的研究设计。我们搜索了报告不同数字健康利益相关者观点的研究。从这些角度来看，我们对报告中促进信任的内容和阻碍信任的内容有了不同的看法。通常，这些相同的因素中的一些被认为与接受特定技术相关。通过接受，我们指的是基于或至少与用户的信任共存的采用和使用。这种对信任作为接受的潜在决定因素的理解反映了卫生保健部门技术接受的一些可信模型[ 37］．

我们搜索了5个数据库:MEDLINE、EMBASE、护理和相关健康文献的累积索引、PsycINFO和Web of Science，以获取同行评议研究和灰色文献。我们与瑞士苏黎世大学的一位研究图书馆员合作，确定了相关的书目数据库，并构建了一个搜索策略，以确保全面的结果。

搜索策略包括围绕本研究的两个主要主题，即信任和数字健康，制定关键词和医学主题标题。由于信任的概念在文献中可能定义不清[ 35]，我们开始包括诸如期望、不信任、信心和经验等同义词，以捕捉文献中信任描述的异质性( 多媒体附件1)．另一方面，正如FDA所描述的那样，数字健康被分解为其独特的组成部分:移动健康、可穿戴设备、远程医疗、远程医疗、个性化医疗和健康IT。搜索仅限于英语、法语、德语、意大利语和西班牙语的出版物，没有出版日期限制，以便搜索结果涵盖广泛的相关研究。搜索工作于2017年7月20日开始，于2017年8月18日结束。然后将回收的研究导出到Endnote X8.2参考软件中。

为了获取可能与本主题相关的广泛研究，我们没有预先定义纳入研究的研究设计。这允许包括定性、定量、干预和混合方法研究。我们评估了检索到的研究的相关性，以确保它们与上述数字健康技术中的任何一种相关。此外，每项研究都必须满足以下标准中的至少一项:(1)调查利益相关者对数字健康的看法、态度、期望和观点;(2)强调对数字健康技术和服务信任的一些潜在促成因素和障碍。

与范围综述的惯例一样，我们采用迭代方法从回收的研究中选择、分类和提取数据[ 36］．我们采用了两步流程来选择相关文章。首先，1位作者(AA)审阅了从搜索中获得的所有标题和摘要。为了减少抽样偏差[ 38]，第二作者(AB)审查了243个标题及其相关摘要的随机样本(删除重复后占总样本的10%)。为了评估两名审稿人之间的一致程度，使用Cohen kappa计算了评分者之间的可靠性评分及其相应的CI和 P价值。2个编码员(AA和AB)的Cohen kappa评分为。661 (95% CI 0.465-0.857; P<措施)。根据McHugh (2012)， kappa的。661signifies a moderate agreement between the coders [ 39］．

总的来说，我们从5个数据库中检索了3940个搜索结果。其中，1474份被鉴定为重复并被丢弃。然而，在筛选过程中，我们发现了额外的28个重复，使丢弃的总数增加到1502个。这导致筛选2438篇文章的标题和摘要，其中438篇符合全文筛选条件。系统检讨及元分析的首选报告项目流程图如下( 图1)详列这些程序[ 40］．最终纳入审查的文章数量为278篇。

从每篇文章中，我们记录了作者的姓名、出版年份、原产国、样本量、研究设计(如定性或定量)、数字健康类型以及相关利益相关者。采用描述性分析方法总结研究结果。我们通过绘制每项研究中确定的关键主题和问题来确定信任要素(促成因素和障碍)[ 36］．为了制定这些主题，对每项研究的结果部分进行了详细审查，以确定各种利益相关者对特定数字健康技术或服务的优先事项、观点、期望、看法和态度。 多媒体附件2显示了每个元素的研究结果。由于促成因素或阻碍因素都可能来自同一项研究，因此我们报告了支持每种因素的研究总数，而不是百分比。同时，我们编制了一份用于表示或描述各种数字健康技术的重复术语列表，我们将其称为“健康技术类型”。

在本综述纳入的278篇文章中，涉及远程医疗和远程健康的有51篇(51/278,18.3%)，涉及个性化医疗的有24篇(24/278,8.6%)，涉及移动健康的有47篇(47/278,16.9%)，涉及健康信息技术的有73篇(73/278,26.3%)，涉及电子病历的有73篇(73/278,26.3%)，涉及可穿戴设备的有4篇(4/278,1.4%)，涉及2种或2种以上数字健康技术的有6篇(6/278,2.2%)。大多数研究在2015年进行(50/278,18.0%)，中位数年份为2014年。最古老的研究是在1998年进行的，而最近的研究是在2017年。共有98项定性研究、133项定量研究、45项混合方法研究和2项干预研究。7项研究收集了基于网络的数据来源。总的来说，这些研究在40个国家进行;美国的比例最高(101/278,36.3%)。英国的研究数量第二高(47/278,16.9%)，其次是澳大利亚(16/278,5.8%)和加拿大(15/278,5.4%;看到 多媒体)．

对于每种数字健康技术，我们发现了几种用于提供数字健康服务的健康技术类型。在每个数字健康类别中，似乎都有多个术语来描述相同或可变的技术或服务。在许多情况下，一个服务与另一个服务之间只有微小的差异。例如，电子病人记录、电子医疗记录和电子医疗记录是不同形式的电子病历，而基于web的咨询、在线支持小组和基于web的健康信息是一些健康IT的例子。 多媒体附件4提供从所包含的研究中确定的变量术语的列表。

在我们的分析中，我们确定了两个主要的利益相关者: 病人或者是 公共(187项研究)和 卫生保健专业人员(学校;101年的研究)。第三个不占优势的群体—— 卫生管理员(有;20项研究)也被确认。为了明确起见，HCPs指的是广泛的卫生保健专业，包括药剂师、职业治疗师、物理治疗师、医生和护士。在分析的研究中，其他利益相关者的代表性要低得多，包括医学和护理专业的学生、消费者群体、卫生政策制定者、数据控制者、学术研究人员、社会工作者、咨询师和IT技术人员。

我们的研究结果表明，对数字卫生技术和服务的信任受到多种因素的影响。在本研究中，信任使能者是指那些鼓励利益相关者信任数字健康的因素，而信任障碍是指可能阻碍信任的因素。因此，这些信任促成因素和障碍突出了影响利益攸关方决定是否信任数字卫生技术的因素。

这项研究强调了信任数字卫生技术和服务的促成因素和障碍。我们的研究结果表明，数字健康包括各种各样的卫生技术类型及其各自的服务。总之，我们确定了3个主要利益相关者: 病人， 的学校,而且 有．此外，我们的发现还描绘出了交叉 个人， 技术, 机构信任要素是信任数字卫生技术的推动者和障碍。在这些因素中，社会人口因素和服务提供商声誉同时起促进和阻碍作用。

对社会人口因素的矛盾性质的一种可能的解释可能是，物质或教育资源的缺乏使人们处于一种脆弱的状态。在卫生保健环境中，个人往往通过将卫生工作者视为潜在威胁来弥补自己的脆弱性[ 42］．未履行或破坏信任的情况所涉及的风险水平会影响弱势群体将各种任务委托给个人、机构或技术的意愿。同样，那些处于社会经济光谱高端的人可能倾向于信任新技术，因为他们认为自己有能力控制这些技术。或者，他们可能对医疗保健服务有更高的期望，因此，他们设定的可信赖的标准远高于较弱势的人口阶层。

我们在这项研究中发现的模糊性反映了其他关于信任与-à-vis社会人口状况的研究所强调的内容。关于社会人口因素(如种族、性别和教育状况)在卫生保健环境中的作用的现有证据是混合的。例如，一项研究表明，患者的特征(年龄除外)很少能预测医患关系中的信任程度[ 43］．相反，其他人认为患者的特征，如年龄、种族、收入状况、教育水平和识字水平，是影响使用电子健康的关键因素[ 20.， 44］．鉴于这些不一致的发现，需要进一步研究以阐明社会人口因素在数字卫生中的潜在影响。

在这篇综述中，一个普遍的主题是，利益相关者似乎对保险和制药公司等盈利实体的信任远远低于对大学等公共机构的信任。这是一个普遍现象，反映出公众对私营部门的利益和利润有了更大的假设。 45］．我们的研究结果支持了信任声誉的重要性 服务提供商信誉被认为是信任的障碍和促成者。一方面，当服务提供者体现了较高的道德标准，并精通于提供所需的服务时，他们获得了积极塑造利益相关者期望的优势。相反，服务提供商的负面绩效统计数据会导致对其熟练程度的负面预期。

尽管利益攸关方对数字健康工具持乐观态度，但由于缺乏统一的质量控制和标准，人们对数字信息的准确性存在明显的担忧。[ 23］．奥诺拉·奥尼尔强调了制定应对这些挑战的政策的重要性[ 26］．基于本综述中包含的关于基于网络的健康信息的研究，观察到患者和HCPs难以建立数字信息的质量。因此，为了衡量数字健康技术或服务的真实性、准确性和有用性，他们非常依赖于 建议来自家庭成员、同事或熟人。

我们在本次审查中采用的FDA定义将个性化医疗作为数字健康的组成部分之一。个性化医疗等领域依赖于建立具有深度特征的大型群体，就像美国精准医疗计划正在建立的100万参与者研究群体一样[ 3.， 46， 47］．这一领域的成功将关键取决于信任。 48， 49］．如何获得建设此类基础设施所需的公众支持和个人承诺，还远不明显。在这种情况下，根据一组经过验证的标准来衡量可信度的能力将大大增加此类计划的成功几率。我们的研究可以被认为是朝着这个方向迈出的重要一步，为开发此类工具奠定了概念基础。

正如我们所表明的，对数字卫生技术和服务的信任取决于一系列复杂的促成因素和障碍的相互作用。这项研究揭示了是什么决定了不同利益相关者对数字健康的信任。更具体地说，我们的发现可以帮助实施创新的数字卫生技术和服务，以及管理现有的数字卫生基础设施。基于这项研究的见解，可开发可操作的指标，如患者对远程医疗服务工具的信任，以评估医疗保健中数字技术的可信度[ 50］．在由负责监测或开发数字卫生服务的卫生部实际部署之前，每个指标都需要经过验证过程。

总的来说，鉴于政府等实体对信任的关注日益增加，参与调查信任的不同维度的工作尤为紧迫。由于越来越创新的数字卫生形式的潜在影响，这种高度关注是有必要的。数字健康的一些方法，特别是那些依赖于大数据、预测分析和人工智能的方法[ 51- 53将需要专门的治理模型，以便在满足用户期望的同时兑现承诺[ 54］．因此，在这样一个快速发展的场景中，衡量可信度的可靠方法将是一个关键工具。

这项研究的一个缺点是每个数字健康类别的研究数量不相等。尽管这不太可能影响我们的研究结果，但对可穿戴设备等新型数字健康设备的研究相对较少。尽管建议由两个人审查，但收集相关信息所涉及的数量和复杂的两步过程意味着只有一个作者(AA)可以全面审查所有出版物。尽管如此，第二作者(AB)筛选了10%的出版物，对其进行kappa统计以确保最小程度的偏差。尽管评分者之间存在中等程度的一致评分(kappa=.661;95% ci 0.465-0.857; P<.001)，我们的kappa统计值远高于.60值，该值表示不充分的一致阈值[ 39］．最后，我们承认范围审查可能有几个缺点[ 55］．然而，文献中数字健康和信任的定义不明确，需要一种方法来描绘话语，从而为系统回顾铺平道路。

在过去几年里，数字技术和数据科学的快速发展预计将对医疗保健服务产生切实的影响，并将模式转变为现在通常所说的数字健康。然而，数字医疗的成功在很大程度上依赖于信任。到目前为止，在数字卫生系统中，信任的基石是什么还没有得到充分的探索。在这项研究中，通过范围审查方法，我们试图通过分析相关利益相关者认为的数字健康信任的构成要素来填补这一空白。本综述共纳入278项英语定性、定量、混合方法和干预研究。 病人而且 的学校这两个最重要的利益相关者是值得信任的吗 有是第三个不那么重要的利益相关者。总之，促成或阻碍数字卫生信任的信任要素集中在一起 个人， 技术, 机构的因素。这项研究为实施衡量和预测对新兴医疗保健技术的信任所必需的标准铺平了道路。