这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
用户参与是数字精神卫生干预措施有效性的关键。大量研究调查了总体使用心理健康应用程序的临床结果(例如,应用程序使用的频率和持续时间)。然而,很少有研究研究特定的应用程序使用行为如何推动结果的变化。了解更细致的应用程序使用的临床结果,可以为设计对用户更有效的心理健康应用程序提供信息。
这项研究旨在对一组心理健康应用程序中的用户行为进行分类,并研究不同类型的应用程序使用与抑郁和焦虑结果的关系。我们还比较了特定类型应用程序使用的临床结果与通用应用程序使用的临床结果(即应用程序使用的强度和持续时间),以了解应用程序使用的哪些方面可能会改善症状。
我们对一组13个心理健康应用的8周随机试验的系统使用数据进行了二次分析。我们通过定性内容分析和主成分分析相结合的混合方法对应用程序使用行为进行分类。回归分析用于评估应用程序使用与治疗结束时抑郁和焦虑水平之间的关系。
研究人员总共确定了3种不同的应用程序使用行为:学习、目标设定和自我跟踪。每种特定的行为对结果的影响都是不同的。参与自我追踪的参与者抑郁症状有所减轻,而那些参与学习和目标设定在中等水平(即,不太多或不太少)的参与者抑郁症状也有所改善。值得注意的是,这三种类型的行为的组合,即我们所说的“临床有意义的使用”,与应用程序使用的总体强度(即应用程序使用会话的总数)所解释的方差大致相同。这表明我们对应用程序使用行为的分类成功地捕捉到了与更好结果相关的应用程序使用。然而,焦虑的结果既与具体的行为无关,也与一般的应用程序使用无关。
这项研究首次对用户与心理健康应用程序的互动及其对心理健康结果的影响进行了细粒度检查。它对旨在实现更大用户参与度和改善临床疗效的移动卫生干预措施的设计具有重要意义。
在过去的十年里,手机应用程序已经成为管理健康的门户。这些数字工具可以帮助用户监控身体活动、计划健康饮食、跟踪日常情绪和其他个人数据。鉴于手机的可及性和普遍性,研究人员和临床医生越来越多地利用手机应用程序来提供健康干预措施,并加强抑郁症和焦虑症等慢性疾病的自我管理。
心理健康应用要想有效和成功,用户参与度至关重要。然而,对于如何定义和衡量参与,几乎没有达成共识。
然而,行为粘性指标通常采用广泛使用的指标来衡量
这项研究旨在为一套治疗抑郁和焦虑的心理健康应用程序中的用户行为类型提供分类。然后,我们研究了不同类型的应用程序使用与抑郁和焦虑症状的改善之间的关系。为了提供应用程序使用的整体情况,我们还将更细微的应用程序使用与一般应用程序使用(即应用程序使用的强度和持续时间)进行区分,并研究这些不同的使用指标如何影响结果。因此,这项研究首次对用户与心理健康应用程序的交互及其对结果的影响进行了细粒度分类。
这项研究代表了对一项随机试验数据的二次分析,该试验检查了教练和应用程序推荐对增加IntelliCare(一套心理健康应用程序)参与度的有效性。完整的研究细节已在其他地方描述[
IntelliCare平台由12个临床应用程序组成,每个应用程序都针对特定的行为或心理治疗策略(如认知重组、行为激活、社会支持和放松),以改善抑郁和焦虑的症状。具体的应用程序在其他地方有更详细的描述[
被分配到教练状态的参与者接受了8周的指导,旨在支持参与。教练是基于低强度的教练模式[
随机分配到推荐条件的参与者每周都会通过Hub应用收到新应用的推荐。推荐系统利用了大约8万名下载过IntelliCare应用的用户的应用使用数据,根据他们的应用使用情况来识别个人更可能使用的应用。没有被分配到推荐条件的参与者没有收到推荐,而是被鼓励自己探索应用程序。
每个应用程序的使用日志都记录在用户的手机上,然后获取并分析这些日志,以提取应用程序使用指标。在这项研究中,我们将应用程序使用分为两类:具有临床意义的应用程序使用和一般应用程序使用。
在13个IntelliCare应用程序中分类应用程序使用活动的过程。
查看/收听:阅读/观看/收听应用程序中的内容(例如,播放锻炼视频,查看应对卡,收听放松音频)
创造/输入:为学习和培养技能而创造和编辑内容(例如,确定应对活动并创造积极或自我肯定的陈述)
设定目标:选择、编辑或添加自我确定或分配的目标(例如,添加或删除检查清单项,选择每周目标)
安排:安排活动或更改提醒以适应个人的日程安排(例如,安排即将到来的锻炼并更改提醒时间)
跟踪:通过检查、评分或记录个人活动和情绪来跟踪自己的表现或状态,包括事实和原因(例如,检查已完成的活动,评估压力水平,创建睡眠日志)
复习:回顾自己的内容和进展(如回顾过去的活动和教训)。
该研究的主要结果是抑郁和焦虑症状的严重程度,用PHQ-9测量[
对确定的6种有临床意义的活动类型进行主成分分析,按类型进行标准化,以探索这些活动类型的任何潜在模式。报告了应用使用指标的中位数和iqr。然后,使用线性回归分析分析应用程序使用指标与治疗结果之间的关系,并对基线PHQ-9或GAD-7和随机化层进行调整。我们首先绘制了所有使用指标和治疗结束结果之间的二元关系,揭示了非线性模式。为此,我们将每个应用使用指标分为4个四分位数。我们考虑了第一个四分位数使用强度最小,第二个四分位数使用强度低,第三个四分位数使用强度中等,第四个四分位数使用强度高。回归模型适用于检查应用使用指标和结果的四分位数之间的关系,使用最低的四分位数作为参考组。未调整模型和调整模型的回归系数(beta)均为95% ci和显著性水平。此外,
作者声称,所有有助于这项工作的程序都符合相关国家和机构人体实验委员会的道德标准,以及2008年修订的1975年赫尔辛基宣言。
共有301名符合条件的参与者参加了随机试验。参与者以女性为主(228/301,75.7%),平均年龄37岁(标准差11.84),年龄18 ~ 69岁。大多数(237/301,78.7%)受访者认为自己是白人,29人(9.6%)为非洲裔美国人,10人(3.3%)为亚洲人,25人(8.3%)为“其他”。抑郁(PHQ-9)的平均基线水平为13.21 (SD 4.63),焦虑(GAD-7)的平均基线水平为11.98 (SD 4.02)。共有10名受试者停止治疗并失去随访。Mohr等人在研究中报告了该研究中样本和参与者流程的进一步细节[
相关分析显示,6种确定的临床有意义活动类型高度相关;因此,我们进行了主成分分析,进一步将这些活动类型分组。分析确定了3组有意义的活动,它们最好被描述为:(1)“学习”,包括“观看”和“创造”;(2)“目标设定”,包括“设定目标”和“安排”;(3)“自我跟踪”,包括“回顾”和“跟踪”。前两个主成分解释了数据中72.4%的可变性(见
临床有意义活动类型的主成分分析。
自我跟踪是最常见的,中位数为152次活动(IQR 61-300)。学习活动较少,中位频率为110次(IQR 52-191)。目标设定使用最少,中位频率为59次(IQR 15-141)。我们还通过结合所有67个确定的临床有意义的使用活动,检查了整体临床有意义应用程序的使用频率。有临床意义的应用程序使用的中位数频率为400 (IQR 200-608)。
在8周的治疗期间,应用程序使用会话的中位数为184 (IQR 116-306),应用程序使用时间的中位数为3.0小时(IQR 1.7-5.0)。
我们首先研究了3组有临床意义的活动如何预测治疗结束时个体的抑郁水平,并与每组中最低的四分位数(最少使用)进行了比较(
3组临床有意义活动预测抑郁结局的回归模型。
协变量 | 模型1一个 | 模型2b | 模型3c | ||||
|
估计(SE) |
|
估计(SE) |
|
估计(SE) |
|
|
拦截 | 1.86 (0.93) | .047 | 1.57 (0.93) | .09点 | 2.16 (0.91) | 02 | |
指导 | −0.78 (0.52) | 13。 | −0.42 (0.56) | .46 | −0.12 (0.56) | 点 | |
完整的中心 | −0.21 (0.50) | 正 | −0.28 (0.51) | .59 | −0.05 (0.51) | 公布 | |
PHQ9_baseline | 0.54 (0.05) | <措施 | 0.56 (0.06) | <措施 | 0.55 (0.06) | <措施 | |
|
|||||||
|
Learning_low强度 | 0.64 (0.73) | 点 | - - - - - -e | - - - - - - | - - - - - - | - - - - - - |
|
Learning_moderate强度 | −2.17 (0.71) | .002 | - - - - - - | - - - - - - | - - - - - - | - - - - - - |
|
Learning_high强度 | −1.22 (0.73) | .09点 | - - - - - - | - - - - - - | - - - - - - | - - - - - - |
|
|||||||
|
目标设定强度低 | - - - - - - | - - - - - - | −0.62 (0.76) | .41点 | - - - - - - | - - - - - - |
|
目标设定——中等强度 | - - - - - - | - - - - - - | −2.08 (0.76) | .007 | - - - - - - | - - - - - - |
|
目标设定—高强度 | - - - - - - | - - - - - - | −0.76 (0.76) | 收 | - - - - - - | - - - - - - |
|
|||||||
|
Self-tracking_low强度 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | −2.46 (0.78) | .002 |
|
Self-tracking_moderate强度 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | −1.94 (0.76) | . 01 |
|
Self-tracking_high强度 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | −1.92 (0.73) | .009 |
一个
b
c
d参考组值。
e不适用。
除了检查3个确定的临床有意义的活动集群外,我们还探讨了结果与整体临床有意义的应用程序使用之间的关系。如
治疗结束时PHQ-9与低强度的通用应用程序使用显著负相关(beta=−1.44;
有意义应用程序总使用、一般应用程序使用和应用程序使用持续时间的回归模型预测抑郁结果。
协变量 | 模型1一个 | 模型2b | 模型3b | ||||
|
估计(SE) |
|
估计(SE) |
|
估计(SE) |
|
|
拦截 | 2.25 (0.92) | 02 | 2.24 (0.92) | 02 | 1.71 (0.93) | 07 | |
指导 | −0.34 (0.53) | 点 | −0.58 (0.51) | .26 | −0.57 (0.54) | 23) | |
完整的中心 | −0.11 (0.51) | 总共花掉 | 0.26 (0.54) | 点 | 0.02 (0.53) | .98点 | |
PHQ9_baseline | 0.55 (0.06) | <措施 | 0.55 (0.05) | <措施 | 0.54 (0.06) | <措施 | |
|
|||||||
|
有意义的使用,低强度 | −2.00 (0.74) | .007 | - - - - - -e | - - - - - - | - - - - - - | - - - - - - |
|
有意义的use_中等强度 | −2.07 (0.74) | .006 | - - - - - - | - - - - - - | - - - - - - | - - - - - - |
|
有意义的使用,高强度 | −2.05 (0.74) | .006 | - - - - - - | - - - - - - | - - - - - - | - - - - - - |
|
|||||||
|
普通应用use_低强度 | - - - - - - | - - - - - - | −1.44 (0.72) | .047 | - - - - - - | - - - - - - |
|
一般应用程序使用中等强度 | - - - - - - | - - - - - - | −2.38 (0.73) | 措施 | - - - - - - | - - - - - - |
|
一般应用程序使用_高强度 | - - - - - - | - - - - - - | −2.45 (0.76) | 措施 | - - - - - - | - - - - - - |
|
|||||||
|
通用应用use_low持续时间 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | −0.32 (0.75) | .68点 |
|
通用应用use_moderate duration | - - - - - - | - - - - - - | - - - - - - | - - - - - - | −1.52 (0.76) | .045 |
|
通用应用use_high duration | - - - - - - | - - - - - - | - - - - - - | - - - - - - | −1.24 (0.78) | 点 |
一个
b
c
d参考组值。
e不适用。
治疗结束时的焦虑(GAD-7)与3组有临床意义的活动(全部)均无显著相关性
这项研究对一组心理健康应用程序的用户行为进行了分类,并调查了不同类型的应用程序使用与抑郁和焦虑症状改善之间的关系,并进行了为期8周的干预。结果显示,不同类型的有临床意义的活动(即学习、目标设定和自我跟踪)对结果有不同的影响。不同强度的自我跟踪与抑郁症状的改善有关,而只有中等强度的学习和目标设定才能预测抑郁症状的改善。因此,这项研究提供了不同类型的应用程序使用如何有助于改善干预结果的见解。
利用混合方法,我们在多个应用程序中确定了6种具有临床意义的活动类型,并进一步分为3类——学习、目标设定和自我跟踪。这种分类是通过定性内容分析和定量统计分析相结合来实现的。结果显示,用户最常进行自我跟踪,其次是学习和目标设定。在移动健康和人机交互(HCI)研究中,这三种类型的使用活动已被充分记录,作为驱动参与和促进行为改变的方法[
值得注意的是,总体临床上有意义的应用程序使用(所有67个确定的临床上有意义的使用活动的组合)对抑郁症严重程度的影响与总体应用程序使用强度(即应用程序使用强度)所解释的差异大致相同。,应用程序使用会话总数)。因此,我们对有临床意义的应用程序使用的识别成功地捕捉到了与更好的心理健康结果相关的活动。这表明我们准确地识别了这套应用程序中具有临床意义的干预成分。因此,我们认为应用程序使用和结果之间的关联可以在很大程度上通过这些临床有意义的使用活动来解释,这些活动分为3种类型,加强了自我跟踪、目标设定和抑郁症移动健康干预措施中的心理教育元素的重要性。
更具体地说,这3组有临床意义的活动与治疗结束时抑郁症状的减轻有关。特别是,与最低强度的使用相比,自我跟踪在所有强度水平下都是有益的。这与HCI研究一致,该研究表明自我跟踪或个人信息可以导致行为改变[
值得注意的是,更多的参与并不一定会更大程度地减少抑郁症。尽管自我追踪通常是有益的,但只有中等水平的学习和目标设定与抑郁症状的减轻有关。无论是高强度还是低强度的应用程序使用都不能比最低强度的应用程序使用预测更好的结果。这一结果表明,移动医疗干预可能遵循金发姑娘原则——“不要太多。不是太少。刚刚好”[
一般应用程序的总体使用强度也预示着抑郁症状的减少。一般来说,应用程序使用强度越高的人在治疗结束时抑郁水平越低。然而,应用程序使用时间对更好的结果的贡献最小。这一发现与之前的研究相一致,即考虑到人们习惯在空闲时间使用智能手机,他们倾向于在非常短的时间内使用移动应用程序。
然而,我们对有意义的应用程序使用的调查与焦虑症状的减轻无关。这与主要试验的结果一致,焦虑症状的显著减轻与应用程序会话数量或首次和最后一次使用应用程序之间的时间无关,而只与应用程序下载数量有关[
总体而言,这项研究对抑郁症mHealth的设计具有重要意义,包括以下内容:
自我追踪、目标设定和学习是具有临床效益的3个组成部分,应该纳入心理健康应用程序。
心理健康应用程序可以根据“金发女孩原则”设计,加入“恰到好处”的干预成分,并以适当的数量促进使用,可能是通过根据应用程序使用数据向用户发送提醒或警报。
人们倾向于在很短的时间内使用应用程序,所以心理健康应用程序应该使用迅速,交互简单,支持单一或有限的相关任务。
然而,由于研究的探索性,这项研究的设计考量只关注应用内容和用户粘性。在更广泛的背景下,研究表明,应用程序设计和质量评估还必须考虑用户的生活体验,应用程序的可用性和稳定性,以及数据隐私和安全[
尽管这项研究有其贡献和意义,但也有一些局限性。首先,本研究中确定的用户活动并不详尽;有些活动因为频率低而被取消。作为二次分析,本研究本质上是探索性的,未来的研究应继续探索使用移动健康技术时更具体的用户行为类型和模式,以及它们与心理健康状况结果的关系。其次,尽管这项研究证明了在治疗期间,通用和特定应用程序的使用与临床结果的关联,但很难对这些影响做出因果声明。应用程序使用和症状变化之间的关系可能是动态的。例如,应用程序的使用可能有助于降低后续症状,而症状的改变又可能增加应用程序的使用[
参与数字卫生干预是一个长期存在的问题;然而,对于用户如何以临床有意义的方式与心理健康应用程序互动,我们知之甚少。这项研究采用了一种新颖的混合方法,以更好地了解用户对应用程序的粘性,这是无法通过一般使用数据看到的。通过定性和定量相结合的方法,我们发现了3组有临床意义的活动——学习、目标设定和自我跟踪——每一种类型都与抑郁症状的减轻有关。然而,不同的活动和使用强度产生不同的效果。虽然只有中等强度的学习和目标设定才能减少抑郁症状,但在所有强度下的自我跟踪都可以预测抑郁症的改善。了解不同类型的用户活动和临床结果之间的关系,可以为设计对用户更有效的心理健康应用程序提供信息。
应用程序使用行为分类的代码本。
广泛性焦虑障碍-7
人机交互
移动健康
患者健康问卷-9
该研究得到了国家心理健康研究所(T32 MH115882;R01 MH100482)和国家糖尿病、消化和肾脏疾病研究所(K01 DK116925)。
DCM拥有Adaptive Health, Inc.的所有权权益,后者拥有西北大学颁发的IntelliCare许可证,并接受了苹果公司的酬金。AKG和MJK已经接受了Actualize Therapy, LLC的咨询费用。其他作者都没有冲突需要申报。