使用远程测量技术管理健康的障碍和促进因素:调查结果的系统回顾和内容分析

简介

智能手机的全球拥有量有所增加，它提供了便捷的互联网接入，以及一种主动记录信息和被动收集大数据的手段[1］．与此同时，可穿戴设备(如智能手表和健身追踪器)的可用性激增，使生物特征和加速度测量的持续和实时收集成为可能[2］．这些移动工具以及围绕它们的平台基础设施可以提供智能远程测量技术(RMT)来支持健康管理。直接反馈，例如关于睡眠质量、心率、情绪和活动的信息，可以使RMT的用户在管理自己的健康方面发挥更积极的作用，并将其融入日常生活。同样，对卫生保健专业人员的反馈可以促进有效和及时的治疗决定。尽管这些工具有能力增加和扩大医疗保健机会，但它们也带来了与可接受性相关的挑战。对所有利益相关者参与的主要障碍和促进因素的清晰理解是开发可行的、可接受的和期望的RMT系统的重要组成部分。

参与被定义为人们积极使用资源的程度和方式，并已被落实为一个多阶段过程，包括接触点、持续接触、脱离接触和重新接触的一段时间[3.］．在不同的时间点，许多因素可能会影响这一参与过程。粘性差的指标可能包括从第一个接触点开始的低初始吸收率或随着时间的推移互动减少，在某些情况下导致完全脱离或退出。戴维斯等[4的研究，从医护人员的角度，系统地检讨了基层医疗推行RMT的可行性和可接受性。他们从16项研究中提取了主题，其中包括对角色和责任变化的关注，对额外资源和培训的需求，以及对数据有用性和患者过度治疗的问题。然而，他们也强调了直接对患者进行教育的好处。他们强调需要让目标用户，即有健康问题的人，参与产品的开发和实施，但这些目标用户的参与超出了他们上次审查的范围。

本系统回顾的目的是更新和扩展对目标用户使用RMT系统的障碍和促进因素的理解。我们根据Davis等人定义RMT [4]，我们将其分为被动(数据由身体上的生物传感器和内置智能手机传感器获得)和主动RMT(需要一些交互，例如以重复的时间间隔完成简短的问卷调查)。被动RMT可以与主动RMT交互，通过传感器激活提示来执行一个动作。该综述遵循人群、干预、对照组、结果和研究设计框架，以回答与RMT系统参与的障碍和促进因素相关的问题。我们通过分析定性反馈和定量数据来实现这一点，比如从使用RMT的人那里收集的评分量表和使用统计数据。目的是扩展这一领域的证据，以指导未来RMT资源的开发。

方法

遵循系统评价和元分析(PRISMA)指南的首选报告项目，我们对研究进行了系统回顾，以回答“使用远程测量技术的障碍和促进因素是什么?”我们在国际系统评价前瞻性注册(PROSPERO注册号:CRD42017060644)注册了该试验。

入选标准

我们纳入了符合以下标准的研究:(1)以英文发表;(2)包括卫生保健RMT，其定义为能够通过远程接口监测个人健康状况的任何移动技术，然后将数据传输给卫生保健提供者以供审查或用作用户自己的教育手段[4];(3)是2014年1月发表的原始研究，报告了问卷调查、访谈、焦点小组和其他指标(例如，退出原因)的结果，提供了关于使用移动健康工具参与RMT系统的障碍和促进因素的信息。我们没有规定诊断排除，所以我们包括了使用RMT来支持任何身体或精神健康状况的人，以及干预措施侧重于改善总体福祉的健康人群。

搜索策略

我们搜索了Ovid MEDLINE、IEEE Xplore、EMBASE、Web of Science和Cochrane图书馆，使用了“远程”或“移动”、“技术”或“设备”，以及“远程医疗”和“移动医疗”。多媒体附件1提供所有搜索策略的详细信息。最初的搜索工作于2016年7月完成，并于2017年5月重复了这一过程。两位作者(SS和FM)分别通过标题、摘要和全文对文章进行筛选，以评估它们是否符合纳入标准。对第二批文章的重复筛选由另外2位作者(BG和HC)进行。

数据提取与综合

研究特点

我们提取了以下数据:(1)设备类型和RMT系统(包括有源和无源数据);(2)人群特征，包括诊断类别、样本量、使用RMT的时间和进行研究的国家;(3)用于收集可行性和可接受性定性信息的方法，分组如下:使用统计、问卷调查、结构化或半结构化访谈、焦点小组和描述性反馈。

内容分析

一名作者(SS)反复阅读了2014年1月至2016年7月发表的文章中报道的结果，以提取个别障碍和促进因素(定义为“可能阻止采用远程测量技术的情况或障碍”或“使采用更容易或更容易”)。编码框架由3位作者(SS, BG和HC)使用这些数据开发。它包括以下主题:健康状况、可用性、便利性和可及性、感知效用和动机，以及子主题。该编码框架随后在2016年6月至2017年5月发表的另一批文章上进行了测试(由作者BG和HC编码，由SS评估差异)。这个复制测试允许对初始编码框架进行验证和潜在的扩展。

多媒体附件2而且多媒体提供所有编码障碍和促进因素的概述。有些子主题根据情况被认为是障碍和促进因素，并单独编码。多媒体附件4总结从每篇文章中提取和编码的所有引用。

评估学习质量

方法质量由2名独立评分者使用混合方法评估工具(MMAT)进行评估[5］．MMAT是一个包含5个研究设计的21项检查表，分数范围从0到1，增量为0.25。MMAT不提供低质量或高质量研究之间的分类区分;相反，它提供了一个学习质量的描述性框架。据报道，评分者之间的可靠性范围从中等到完美(kappa范围.53-1;佩斯等[5])。

结果

研究选择

在确定的3187篇摘要和标题中，33篇原创文章符合我们的纳入标准(见中PRISMA流程图)图1对于这个过程的分解)。多媒体［6-38]介绍了研究特征和参与者的人口特征。

参与者

研究的样本量(7-365名参与者)、参与者的年龄(8-95岁)和性别(30项研究包括男性和女性参与者)各不相同。

研究特点

研究在10个国家进行:美国(n=24)、英国(n=1)、加拿大(n=1)、台湾(n=1)、瑞典(n=1)、波兰(n=1)、澳大利亚(n=1)、瑞士(n=1)、德国(n=1)、新西兰(n=1)。研究持续时间为1至13个月，其中3项研究仅包含单个个人或小组会议。

遥测技术特点

共有6项研究使用了被动式RMT，包括可穿戴式计步器和加速度计，以及内置的智能手机活动监测器(见多媒体)．大多数研究使用了主动RMT (n=17)，包括基于智能手机的系统(如生态瞬时评估、患者报告的结果测量和活动日志)和无线监测设备(如血压监测器和体重秤)。10项研究同时使用了主动和被动RMT。

RMT系统向用户(n=17)、用户的医疗保健团队成员(n=7)或两者(n=9)提供反馈。反馈以各种形式提供，包括视觉显示(如图表)、报告摘要、历史报告模式和信息(如健康建议和激励反馈)。

健康状况

这些研究涵盖了许多健康状况，最集中于1种状况(n=17)。共有2项研究有超过1项身体健康诊断(糖尿病和肥胖，以及多遗传性血液疾病)。只有4项研究涉及精神健康状况，如精神病和创伤后应激障碍，2项研究包括身体和精神健康状况(如抑郁症和2型糖尿病、艾滋病毒和物质使用障碍)。其余研究支持总体健康和福祉(n=7)和戒烟(n=1)。

结果评估

总共有27项研究采用了定量方法来确定使用RMT系统的障碍和促进因素，包括使用统计(n=20)和问卷调查(n=19)。大多数问卷(15/ 19,79%)为本研究开发的未经验证的测量方法。只有4项研究使用了有效的测量方法，包括系统可用性量表、远程医疗可用性问卷和技术接受模型问卷。同样，不同研究报告的使用统计数据类型差异很大。在这27项研究中，9项采用混合方法设计，并要求从用户那里获得定性信息(即半结构化访谈和焦点小组)和定量信息;6项研究采用纯定性方法。

‎ 查看此图

研究质量

在回顾的研究中，有两项研究在MMAT中获得最高1分[6，7]，其余研究得分为0.75 (n=13)、0.5 (n=11)或0.25 (n=7)。由于一系列原因，禁止较高的评级，包括缺乏关于研究人员对定性结果及其概括性的影响、采样方法的描述和分析方法的充分报告信息。

量化措施:参与和坚持

在报告RMT系统使用平均次数的5项研究中，3项报告了交互的总次数，2项报告了人们与应用程序交互的天数;2报告了在整个研究中佩戴可穿戴设备的人的百分比;第4项为适当的坚持水平设定了阈值(在不同的研究中有所不同)，并报告了满足这些要求的人的百分比。其余研究报告的特殊使用统计数据在各个研究中没有可比性。这种可变性严重限制了量化结论。在少数报告了平均使用时间百分比的研究中，这一比例从64%到86.5%不等[8-10］．相互作用的平均总数在8.5到29.7之间变化，可能取决于干预的类型和长度[6，11，12];最低水平的互动是通过视频内容进行的，最高水平的互动是通过短信进行的。每周的平均互动次数也在3.5 [13]及每周12次[14］．在研究期间，佩戴可穿戴设备的人的平均比例为50%至75% [15，16]，而符合预先设定的遵守阈值的人的百分比由41.7%至81.8%不等[7，9，12，17］．尽管研究报告了不同程度的减员[10，13，18]，辍学率报告更为频繁，范围为0%至44%，平均值为11.0% (SD 11.4)。表1总结所报告的退学原因。总的来说，各研究之间存在显著差异，并且各研究之间没有可比较的具体测量方法。

定性分析:障碍和促进因素的主题

我们将主题分为5个主要类别，这些类别组成了一个编码框架，用于构建次要主题。这两批文章(2014-2015年和2016-2017年)产生了符合相同编码框架的子主题，在两个时间段内代表的所有主要主题都提供了有效性证据。在后来的研究中没有出现新的主题。以下部分描述了每个主要主题的调查结果，斜体中显示障碍和促进因素。多媒体附件2而且多媒体分别显示主动RMT和被动RMT的子主题分类(包括主动和被动RMT的组合)。

健康状况

健康状况恶化，如慢性心脏或呼吸系统疾病，或急性不适发作，如经历镰状细胞危机，据报道会干扰参与和RMT的使用[6，10，18］．这种干扰与环境的变化有关(医院而不是自己的家)[6，18]，以及健康问题的急剧恶化。参与RMT的其他长期健康障碍包括由于视力不良［19］．这是在老年的背景下讨论的;然而，这并没有直接测试。

可用性

技术故障是迄今为止报道最广泛的障碍，有11项研究报告了这些因素影响RMT系统可用性的方式[6，10，17，20.-27］．这包括没有收到通知或在错误的时间接收通知，应用程序消失，系统冻结，断电或在没有警告的情况下重新启动，以及远程(可穿戴设备和其他智能技术)设备与应用程序连接困难。研究报告称，这会导致参与者退缩[6]，资料遗失[17，23，24]，或显著减少数据项(例如减少35%)[10］．

本-泽夫等人[8报告说信息清晰增强可用性和促进参与。在他们的研究中，90%的参与者报告说，他们认为自己可以很快学会使用这款应用，但没有提供数据表明这些自我报告是有效的。在其他研究中，将信息输入应用程序的困难是停止研究的原因之一。15］．这可能取决于数据的类型、参与者被要求记录数据的时间长度，或者人们对反馈的重视程度，但明确而简单的任务可能会促进参与。

在可用性方面出现技术故障和复杂性时，实际支持有时是必要的。一些研究报告称，“由于键盘、滚动条、按钮和其他界面小部件的意外行为而导致的创建用户帐户、回答入门问题和浏览内容”等问题可以通过轻微调整来解决[22)，尽管作者没有提供关于改善参与度的变化的数据。恩格尔哈德等[9]报告说，如果出现技术困难，所有问题都可以通过与研究协调员通话来解决;这些作者没有提供任何数据来支持这一说法。

除了技术功能和信息的清晰性，我们还将其他子主题分组在更广泛的可用性主题下。系统速度对参与程度有潜在影响，曾有1名参与者因对系统的缓慢感到沮丧而退出研究[6］．使用较大的设备(智能平板电脑vs智能手机)在一项研究中导致日记数量显著增加(增加了30%)[10］．考虑到这种差异出现在两组之间，目前尚不清楚这是源于个人偏好还是更大的设备导致了更好的参与度。然而，在另一项比较组内差异的研究中，年龄在50岁至94岁之间的参与者中，只有20%(10/51)能够使用智能手机，而不是更大的智能平板电脑进行数据输入和主动监控;在这10人中，只有3人认为这款较小的设备易于使用。28］．设备丢失或损坏是可用性和参与性的明显障碍，在4项研究中提到[8，13，15，26］．进一步中断响应收集由于服务计划变更以致参加者无法再接收文字讯息[17]或过量食用智能手机电池［29]在另一项研究中被认为是完成数据输入的障碍[10］．

便利性和可达性

与现有常规的兼容性，包括使用自己设备的能力，作为一个子主题出现。丁等[29报告称，有两名参与者退出了，因为应用程序无法在他们的个人智能手机上运行。彭等[30.他表示，即使应用程序运行正常，如果其他策略(如纸质日志)已经满足了他们的需求，参与者也不一定会使用它。这项研究中尚不清楚的是，参与者在什么时候脱离工作:是立即还是在试用期之后?当时的便利是有限的放置限制例如，参与者必须把智能手机放在口袋里[31］．但是，没有报告由此造成的数据丢失。提供机会的系统被动或自动如果这种方法符合RMT的目标，则认为数据收集更方便[32，但对依从性的影响并不是这项研究的重点。

当用户被要求积极参与数据收集(主动RMT)时，通知的存在促进参与[14，20.］．一旦监测成为参与者日常生活的一部分，这些通知就变得不那么重要了[14］．如果用户收到通知，他们更有可能完成调查。例如，93.5%的入住调查是在接到通知后完成的，而不是主动进行的[12］．但其他系统似乎能够在没有提示的情况下，甚至从自我发起的报告中产生高参与度。例如，Ben-Zeev及其同事的一项研究实现了62.5%的依从性，这些数据收集于情绪、睡眠、药物使用和精神病症状[8］．但如果没有在正确的时间收到通知，也可能成为障碍;库欣等[20.]和Juengst等人[23]和其他研究报告称，参与者要求有延迟回复通知的能力，这样他们就可以在方便的时间回复它们[33，但没有证据表明，当这样做时，参与度有所提高。

其他主要障碍包括由于互联网连接不良或没有Wi-Fi连接而导致的访问网站和视频等资源，以及使用旧的计算机系统[10，11，15］．这给一些特定的过程带来了困难，比如设置资源[21]，其中2名参加者因难以获得一致的无线服务而退出[14］．可访问性的其他问题包括电话网络覆盖差，导致接收短讯的时间延误[15]在一个案例中，导致39%的参与者错过了培训课程[7］．

缺乏熟悉和知识关于如何使用技术，如网站、智能手机应用程序和可穿戴设备，被报告为使用RMT系统的挑战，也是参与者沮丧的来源[21，26］．但对参与度的影响没有被量化。健忘被认为干扰了个人获取密码、完成问卷、佩戴设备以及将可穿戴设备与智能手机同步的能力[10，16，21，26，但这并没有量化。数字素养和其他实际障碍通过提供指导和支持来自研究协调员[9，28］．缺乏对增加参与所需的支持类型的研究，这可能是未来审查的一个主题。

这个主题中的其他障碍包括RMT系统不充分量身定制的到个体参与者的残疾状况。在恩格尔哈德等人的研究中[9]，一些参与者认为问题与他们无关，不希望继续报告没有变化迹象的症状。作者建议整合适应性患者报告的结果测量。研究还发现，学习支持材料的文化相关性可提高学生的参与度[25];然而，这是一项定性研究，没有提供任何证据证明它是如何增强参与度的。

感知效用

感知到的奖励

4项研究的结果显示反馈具有积极的激励作用[11，32，34，35］．Buchem等[34报告称，50%的参与者对徽章(即可以获得的成就、技能、质量或兴趣的指标)等虚拟奖励感到有动力。戴尔等人[11报告称，67%的参与者喜欢从RMT系统接收激励文本。其余研究的结果不太清楚，但一些参与者报告说，了解他们的实时活动有好处[32]以及与研究协调员讨论应用程序数据[35］．

进一步激励研究人员建议，增加参与动机的方法包括社交分享和比较[16，32，36或游戏功能，包括金钱奖励[20.］．在一项研究中，另一个“令人愉快”的方面是接受训练指导，这被认为是提高参与度的重要因素[34］．

感知成本

财务成本在两项研究中是参与的明显障碍。何等人[36他们发现，根据他们目前的收入，56%的样本人很难负担一个需要支付一大笔首付款，然后定期支付小额款项的项目。纳斯伦等人[16报告称，对于低收入人群来说，单是商用可穿戴跟踪设备就被认为是昂贵且难以获得的。有人发现，一些被认为很昂贵的设备被提供给了参与者，他们将这些设备出售或典当了。13］．

隐私在一项研究中也报告了这种担忧，在该研究中，一名参与者由于担心被跟踪而脱离工作并将手机切换到飞行模式[13］．这项研究调查了精神病患者的RMT系统，是唯一一项对隐私问题提出担忧的研究。然而，人们提出了与其他问题有关的脱离，例如对用户利益的不确定感和可靠性或准确性所记录的数据[15，28］．

动机

RMT系统的价值似乎受到人们的影响内在动机学习并保持参与。前面已经提到了感知奖励对动机的影响，但这些研究并没有量化这种影响，也没有报告这种影响随时间的变化。另一项研究强调，随着时间的推移，主动RMT会变得负担沉重，这影响了参与者参与的动机。30.］．另一些人则报告说无聊对工作投入有负面影响。32］．这种负面影响的程度没有被测量和讨论。外在动机其他人(如临床医生)的接受也影响了使用，参与者报告说，如果他们的医生不推荐，他们就不愿意尝试移动健康技术[30.］．然而，这一发现是在一个假设的情况下报道的，而不是在一个实际的RMT试验中。

坚持与主题的关系

辍学是用户参与出现问题的一个明确指标。退出的原因跨越了几个定性主题，与可穿戴设备和智能手机应用程序的可用性相关的问题是最常见的。便利性和可访问性是第二个最常见的主题。报告了最大比例的辍学率的研究包括了最大的样本之一(n=342)，并对诊断为精神病的人进行了6个月的跟踪调查。报告没有人退出或有人退出的研究要小得多(从8到51名参与者不等)，在这里退出可能是不可能理解的，因为样本可能是高度选择性的。退出的人数百分比与干预天数之间没有显著的关系(r₂₉= .19,P=。31)。

共有10项研究报告了变量对依从性的影响，即随着时间的推移，依从性和移动健康设备的使用。主题包括健康状况、身体残疾程度较大[9]和精神健康问题(创伤后应激障碍的症状)[17]与更好的参与相关(即参与者分别超过了使用要求和提供了更多的回应)，但再住院是参与的障碍[13，18］．与可用性有关的问题是第二个最常见的类别，技术困难导致较差的遵从性(例如，错过的评估)[10，23]，以及使用更大的移动平板电脑的比例明显高于智能手机[10，28］．对一个人维持锻炼方案的能力的信心与生态瞬时评估反应的百分比相关[33］．社会人口因素也被发现影响移动医疗技术的使用，年龄似乎是使用移动医疗技术的适度因素[10，28］．较低的家庭收入、较高的教育水平和男性已被发现是移动医疗技术使用的促进因素[9，28，34］．

讨论

驱动用户粘性的因素

所发现的许多因素与O 'Brien和Toms之前报告的用户粘性属性是一致的。3.在他们与科技互动的模式中。他们描述了一个动态模型，在这个模型中，参与是一个持续循环的参与、脱离和重新参与，随着时间的推移而持续。虽然他们描述了推动一般使用技术的许多因素，但用于管理健康结果的RMT是一种具体而独特的技术，其中应考虑卫生保健提供者提供的与健康相关的症状和潜在调节因素。在这项工作的基础上，利用本次综述的主题，我们提出了一个对RMT参与最显著影响的模型，包括关键的促进因素(图2)．

我们模型中的参与度受健康状况、可用性、便利性和可及性、感知效用和参与动机的影响。当用户能够使用该技术，认为该技术是有用的，并且想要使用该技术时，用户粘性可能是最强的。

健康状况

对RMT系统管理健康结果特别重要的是用户的健康状况。健康状态将不可避免地影响RMT系统的可用性、便利性、可访问性或有价值的特性。例如，身体不适，脱离了通常的环境或日常生活(如在医院)，会导致参与中断和退出[6，10，18］．然而，一些证据表明，经历更严重问题的人(例如，更严重的身体或精神残疾)投入得更好[9，17］．虽然健康严重程度和支持需求可能会增加一个人参与的动机，但在健康结果管理RMT系统的设计和实施中，应始终考虑健康状况和残疾状况等因素，包括典型或波动症状。

可用性

这个模型的核心是可用性。个体差异可能会影响可用性，包括一些变量，如年龄、过去使用技术的经验、健康状况和残疾状况的恶化，以及系统设计方式的影响。可用性问题是退出研究的最常见原因。有证据表明，老年人更难以参与其中。19，28，37］．这部分是因为一些人不熟悉使用移动健康工具，如智能手机和可穿戴设备，或者没有动力学习新技能，但也因为设备的尺寸不适合适应不断变化的需求(例如，更大，更清晰的字体大小)。如果内容清晰呈现，例如在智能手机应用中，并提供足够的支持(旨在帮助用户应对系统带来的挑战的行动或资源)，粘性似乎会得到促进。8］．

‎ 查看此图

然而，这种支持的具体参数是未知的，需要进一步的研究，以明确量化的结果。此外，用户体验方法的参与对于未来RMT系统可用的移动健康工具的开发很重要，通过联合生产和以用户为中心的设计过程来验证选择[39］．

便利性和可达性

显然，需要将RMT系统集成到用户的日常生活中。参与者更喜欢适合日常生活的工具和已经采用的工具，如果提供不可接受的替代方案，一些人就会退出。考虑到临床群体的特定残疾和需求，个性化和展示灵活性可能是设计可用的RMT系统的关键。这可能包括为学习活动设定日期和时间的个人目标，选择参加或不参加某些跟踪活动(例如，减少侵入性)，或适应与健康有关的不同能力。值得注意的是，健忘是参与的一个关键障碍，这可能表明，在这些研究中，记忆完成RMT时间表的个体认知负担太大了。通过使用统计数据已经证明了执行任务的通知和提醒的价值。也就是说，不同研究的影响程度不同，有一项研究表明通知的影响要大得多。这表明，其他因素会降低自发参与的可能性。提示已经被提到有助于帮助记忆，但也有一些建议，这些策略的时机可能是重要的。17]而且可能存在个人偏好差异，过于频繁的通知会被认为是侵入性的[32]，从而增加认知负担。然而，这些研究并没有在实验设计中操纵这些因素来测试它们的影响，这需要进一步研究。其他实际问题，如Wi-Fi接入差，移动数据和网络覆盖，或兼容设备已证明无法参与[14，15，21］．个体适应的例子是设备的大小。在一些研究中，参与者想要更小、更便携的设备[31]，在其他研究中，参与者表示希望有更大的监测器，以便能够看到他们的健康数据，并更容易地完成调查[19］．平衡这些目标可能是未来资源开发的一个挑战，可能需要与用户合作，以确定在特定情况下什么是可接受的。一些灵活性是可能的，例如，使用响应式应用程序设计，以适应正在使用的设备。然而，由于个体差异的可能性很大，这将是实现RMT的主要挑战。需要进一步研究，以更好地量化其他可能有助于克服与便利性和可及性相关障碍的潜在促进因素的程度。

感知效用

我们建议增加使用RMT的奖励，在面对一些潜在成本时增加系统的整体感知价值。成本包括购买设备的财务成本，以及对隐私和所收集数据的可靠性或准确性的担忧。作为一种与RMT系统相关的增加奖励的策略，反馈通常被RMT系统的用户所接受、容忍，并且在某些情况下，积极寻求反馈。在这种情况下，反馈被认为是参与者从RMT系统接收到的关于他们的健康、他们的参与或更大的项目的附加信息，用户和参与者可以从中获得价值。这可能包括健康信息、参与率或坚持率、目标设定练习中定义的指标、积极的强化，或关于研究或他们的健康状况的一般信息。据普遍报告，参与者希望得到更多的反馈[17，22，26]，其中一些人的结论是，未来改善长期接触的努力应包括积极的增援[10］．有一些新证据表明，社交比较和通过游戏化竞争和金钱奖励来维持用户粘性的激励作用。目前尚不清楚的是，提供反馈和激励的最有效方法是什么，重要的是要注意到，个人对奖励的看法可能不同。有更严重健康问题的人可能更有可能参与RMT。这可能与感知效用有关，因为健康状况较差的人可能会认为使用RMT有更大的潜在益处。

动机

动机是一个较小但重要的类别，来自于对以前使用RMT系统管理健康结果的研究结果的分析。如果没有动机，参与者可能无法参与学习如何使用新系统的初始过程，这一类别与前面讨论的所有其他因素密不可分。即使用户熟悉移动健康工具，如智能手机和可穿戴设备，他们也可能需要额外的动力来整合一套新的行为，例如回应调查。因此，缺乏动力是参与的根本障碍。到目前为止提出的因素不仅应该在研究开始时考虑，而且应该随着时间的推移进行参与管理，因为对技术价值或可用性的看法可能会随着长期使用而改变(例如，如果没有达到预期)。因此，我们建议使用RMT系统来增加或减少动机，以保持动机，从而随着时间的推移保持参与度。

以往研究的局限性和未来的建议

确定的促进因素包括便利性和可达性、感知效用和动机，但这些因素来自于质量差异很大的研究池。此外，我们将参与定义为一个过程，在需要时应该包括脱离和重新参与，但本综述中所包括的研究中报告的大多数发现都与初始和持续参与的调节因子有关。尽管在我们的模型中，我们初步提出了脱离点和影响初始和持续投入的相同障碍和促进因素之间的反馈循环，但影响再投入的因素可能是不同的，这不是研究的重点。未来的研究应该关注整个用户粘性过程，在严格的实验设计中，根据用户使用统计数据的可观察变化，量化特定变量对用户粘性的影响。例如，不同类型的支持(自动消息、个性化消息、直接人工支持)对交互次数和使用智能手机应用程序或可穿戴设备的总时间的影响。不同类型的反馈(即时vs延迟vs无反馈)、数据可视化或通信方法(图表vs文本消息vs与研究协调员讨论)或环境(医院vs家庭使用)的影响也需要明确测试。到目前为止，文献中缺少仔细的实验操作，为了能够在这些条件下进行比较，定量测量和使用统计也需要更多的标准化。在考虑依从性时也得出了类似的结论[40］．至少，与应用程序的交互次数(包括总交互次数和天数)和佩戴设备的时间相对于试验长度需要收集。

对于软件开发人员来说，将他们的系统与可能使用它们的个人隔离开来是不够的。开发参与式系统的主要方法之一是开始与那些将使用该系统的人进行协同设计。这对于那些参与提供RMT以改善健康的人来说尤其重要。在测试RMT系统之前，需要有一个探索可接受性的迭代设计过程，例如遵循以用户为中心的设计原则[41，42］．收集到的反馈可能是定性的，其中一些探索性工作已经进行，并形成了我们在本文中提出的模型的基础。然而，这项工作需要引入如上所述的定量评估。

结论

在这篇综述中发现的主题出现在两个不同的时间段，提供了有效性信息，但这些证据表明，我们正在继续犯同样的错误。RMT系统在增强和扩展卫生保健方面有很大潜力，但仍有明显的挑战需要克服。两项建议是，首先，改进我们衡量可修改变量对用户粘性的影响的方式，以了解影响的量级。其次，一些研究建议直接与目标用户合作，共同生产可接受且可长期使用的系统。我们的模型一方面表明了关键促进因素之间的相互关系，另一方面表明了人和RMT因素之间的相互关系，这可以作为未来RMT发展的原型。