这项前瞻性观察性研究招募了在韩国首尔峨山医疗中心接受乳腺癌手术的患者。如果患者是年龄在20到65岁之间的女性，并且有自己的Android智能手机，兼容WalkOn应用程序(Swallaby Co, Ltd)，这是一款针对本研究修改的免费活动跟踪应用程序，则有资格参与研究。排除了患有远处转移、复发性乳腺癌、心血管疾病等严重疾病的患者和不能使用智能手机的患者。接受化疗的患者也被排除在外。

在入组时获得所有受试者的书面知情同意。该研究方案已获得峨山医院机构审查委员会的批准(2016-0819)。该研究已在ClinicalTrial.gov网站注册(NCT03072966)。

在乳腺癌手术后住院期间，临床研究助理与受试者联系。同意参与后，受试者在基线时填写纸质问卷(窘迫温度计[DT]和患者健康问卷-9 [PHQ-9])。临床研究助理帮助将基于android的应用程序(WalkOn)下载到参与者的智能手机上。

出院后首次就诊时，未接受辅助化疗的受试者接受可穿戴设备(Fitbit Charge HR, Fitbit Inc)，并在智能手机上安装Fitbit应用程序。计划接受辅助化疗的受试者在化疗后提供可穿戴设备。临床研究助理在三周后打电话给参与者，跟踪并协助收集可穿戴设备的数据。在3个月和6个月的随访中，临床研究助理检查了参与者的智能手机应用程序和智能手环。

这款与健康相关的智能手机应用WalkOn是由手机健康应用公司Swallaby Co . Ltd.开发的。该应用程序为用户提供了跟踪每日步数的平台，并创建了移动社区，用户可以在这里相互交流，查看其他成员的每日步数，以激励他们并促进与健康相关的活动。

本应用包含基于app的自我报告问卷，仅允许研究参与者完成每日、每周和双周问卷。由作者开发和先前报告的每日问卷包括日常焦虑、睡眠和情绪的自我报告模块[ 6， 9]。通过app收集每周DT问卷和每两周PHQ-9问卷，并将每周周日至周二的推送闹钟发送到受试者的智能手机作为通知。

我们使用这款应用收集参与者每天的步数数据。一旦应用程序在注册时被激活，参与者被指示每周至少打开应用程序并刷新应用程序的首页一次，以将每周的每日步行数据发送到中央数据库系统。中央数据库系统以匿名化的用户ID、项目ID、输入日期和时间以及输入值收集每个受试者的日常行走数据。

作为数据收集的第二个渠道，在6个月的研究期间，还使用智能手环(Fitbit Charge HR)实时监测每日PA和睡眠模式。简而言之，Fitbit Charge HR旨在测量各种pa，如走了多少步、走了多少距离和燃烧了多少卡路里。它还会显示用户一天中活跃了多少分钟。与步行应用程序类似，在Fitbit激活后，参与者被指示访问Fitbit应用程序并每周至少刷新一次，以将每周的每日步行数据发送到服务器。Fitbit应用还会向用户发送推送通知，告知他们日常活动模式的变化。虽然移动行走应用只收集每天的步数，但Fitbit每分钟都会收集有关PA的各种指标。中央数据库系统使用匿名用户ID、项目ID、输入日期和时间以及输入值收集分钟和天级别的所有指标。

通过计算个人层面的数据收集率来分析基于app和基于智能手环的PA收集系统的可行性，个人层面的数据收集率定义为完成数据收集的总天数除以每位患者的随访天数以及纵向的日级数据收集率。定义为具有PA数据的患者总数除以从数据收集开始的某一天内未退出的患者数量。累积纵向日水平数据收集率定义为从开始日到指定日所有纵向日水平数据收集率的平均值。例如，第20天纵向日水平收集率为第20天患者数据收集点数除以160，而第20天累积纵向日水平收集率为第0天至第20天所有纵向日水平收集率的平均值。个人水平、纵向日水平和累积纵向日水平数据收集率的定义与先前描述的依从性测量相似[ 9]。

学生 t采用检验和卡方检验来研究高、低数据收集率组患者特征的差异。感兴趣的变量包括年龄、婚姻状况、教育程度、职业、合并症、抑郁症既往发作、手术、化疗、放疗、抗激素治疗、靶向治疗和分期。以个人层面数据收集率的平均值作为分界点，划分高收集率组和低收集率组。智能手机应用的平均个人水平率为91.1%，智能手环的平均个人水平率为55.0%。

使用Pearson相关检验计算基于应用程序和基于频带的采集率之间的相关性。为了更全面地研究影响个人层面收集率的因素，我们对基于app和基于band的所有变量的数据收集率进行了多元线性回归分析。由于两名患者在调查中没有报告基线焦虑水平，我们将他们排除在步骤2和3的分析之外。

最后，我们使用Pearson相关检验检验了基于应用程序和基于手环的步数与痛苦相关心理问卷之间的相关性。

从2017年6月到2018年1月，我们评估了1247例连续接受乳腺癌手术的患者的研究资格( 图1）.筛选后，591例患者被排除在外;176名患者在住院期间无法联系到，320名患者拒绝加入研究。共有160名患者参加了这项研究。在随访期间，33名参与者因不便(n=26)、转院(n=2)、更新后应用程序兼容性问题(n=4)和乳腺癌复发(n=1)而撤回同意。

表1将受试者的人口学和临床特征的描述性统计总结为绝对频率和相对频率。受试者平均年龄45.3 [SD 6.8]岁(28 ~ 64岁)，约四分之三(121/160,75.6%)小于50岁。64名受试者在开始日常数据收集之前完成了辅助或新辅助化疗。160例患者中，年龄在50岁以下的占75.6%(121/160)，大专及以上学历的占66.9%(107/160)，在职的占47.5%(76/160)。平均基线EQ5D-5L评分为0.91 (SD 0.1)。在乳腺癌分期方面，13.1%(21/160)的患者为0期，48.1%(77/160)为I期，24.4%(39/160)为II期，14.4%(23/160)为III期。

在160名参与者中，127名完成了180天的研究期，33名患者根据停药日期有不同的随访期(最短11天，最长176天，中位数101天)。所有参与者的随访总天数为27,513天，由于患者退出，随访天数略少于28,800(160*180)天。

通过智能手机应用和智能手环分别收集了24,224和14,431个数据点。使用智能手机app和智能手环的总体数据收集率分别为88.05%(24224 / 27513)和52.45%(14431 / 27513)。

141名受试者(88.1%)通过智能手机应用程序收集数据的比例为80%，53名受试者(33.1%)通过智能手环收集数据的比例为80%。从第1天至第180天的纵向日水平数据收集率按日间隔计算，并绘制( 图2）.对于智能手机app，纵向数据收集率保持在75%以上，在180天达到77.8%，而累积纵向数据收集曲线在180天稳步下降至88%(代表总体数据收集)。尽管在第90天，智能手环的累计纵向数据收集率为46%，但在第180天，智能手环的纵向依从率下降得更快，为17.5%。

移动问卷的每日数据收集量相对于半自动步行步数收集系统的每日数据收集量较小。日常问卷包括日常焦虑、睡眠和情绪问卷的自我报告模块[ 6， 9]，通过智能手机应用程序共收集了20,733个数据点。使用智能手机应用程序自我报告模块的总体数据收集率为75.36%(20,733/27,513)。因此，在未来的研究中，我们可以利用日常焦虑、睡眠和情绪的自我报告值作为重点结果变量来开发窘迫筛查系统。每周DT和双周PHQ-9数据采集率分别为42.42%(3597/8480)和41.86%(1775/4240)。正如我们所料，与半自动步行步数相比，自我报告的值收集得更少。

在单变量分析中，合并症、抗激素治疗和靶向治疗与步行应用程序的数据收集率显著相关( 表1）. 表2给出了层次回归分析的结果。在纳入人口变量的第一步中，没有因素与智能手机应用程序和智能手环的数据收集率相关。在步骤2中，我们在模型中加入临床因素。由于患者接受的治疗类型等临床因素对解释数据收集率很重要，因此应用程序的数据收集率解释的方差量增加到11.7%，年龄、合并症、抗激素治疗和靶向治疗是重要的预测因素。在第二步中，年龄成为一个重要的因素，因为模型中包含了其他因素。在步骤3中，最终模型解释了智能手机应用程序数据收集率中12%的差异。在步骤2中具有显著性的所有变量在最终模型中仍然显著。年轻女性更愿意通过智能手机应用程序收集PA数据。除乳腺癌外，患有任何疾病的受试者使用该应用程序收集数据的比例更高( P=措施; 表2）.服用抗激素药物( P= 0.009)或目标( P= 0.011)，应用程序的数据收集率( 表2）.相比之下，没有人口统计学或临床因素与佩戴智能手环的依从性有关( 表3）.

我们还测试了使用应用程序和智能手环的数据收集率之间的相关性。95%置信区间为-0.22 ~ 0.09 P值为0.41，表明这些数据收集率之间没有相关性。

在Pearson相关检验中，对于智能手环，焦虑、情绪、DT和PHQ-9的总和与日均步数呈负相关( 表4）.由于当患者感到更抑郁时，这些心理因素被要求得分较高，因此负相关意味着更多的日常步数与更低的痛苦有关。睡眠障碍的回答与每日平均步数呈正相关。由于睡眠障碍评分被要求在患者感到无法入睡时得分较低，因此正相关意味着每日步数越高，睡眠质量越高。对于智能手机应用程序，所有的心理域与智能手环的日平均步数都显示出相同的相关方向，尽管所有域的系数在统计上都不显著。

我们的研究结果表明，智能手机应用程序和基于智能手环的技术都是收集乳腺癌幸存者PA数据的可行工具。在我们之前的研究中，使用智能手机行走应用程序和智能手环的总体数据收集率高于使用智能手机应用程序的自我报告率，尽管本研究的随访时间更长[ 9]。尽管智能手环的数据收集率随着时间的推移而迅速下降，但智能手环的PA数据与参与者的痛苦数据显著相关。年轻、有合并症、或接受抗激素或靶向治疗的患者更有可能坚持使用智能手机应用程序。

据我们所知，这是评估使用移动设备进行长期随访的PA数据收集的最大的前瞻性研究之一。此外，本研究的独特之处在于，我们招募了通常被推荐筛查抑郁症状的乳腺癌患者，在我们的研究中，他们的抑郁症状与其移动设备的PA数据显著相关。这些结果表明，移动设备在这些未满足需求的患者中具有作为窘迫筛查工具的巨大潜力。

通过智能手机应用程序可以收集两种类型的PA数据。首先，自我报告的数据手动捕获健康信息。对于PA的自我报告，在为期6个月的研究中，PA应用程序用户自我监测和记录锻炼的频率(每周2.6 [SD 0.5]天)高于非应用程序用户(每周1.2 [SD 0.5]天)。 P=措施)( 13]。这一发现表明，基于应用程序的PA自我报告优于非基于应用程序的方法，如纸质或网络问卷;然而，总体的依从性只有37%。其次，PA数据可以通过内置或外部传感器从手机传感中获得。通过手机app或智能手环进行日常PA数据采集的可行性研究较少。一项研究报告称，在5周内，可穿戴设备(Fitbit One)出现非典型磨损模式的天数占所有观察点的5%至9% [ 14]。将日期标记为非典型，表明跟踪器可能没有始终佩戴一整天和/或没有记录数据，可能是由于电池耗尽。虽然缺勤天数较少，但随访时间过短。较长的随访期可能导致较低的依从率。因此，通过智能手环对PA的日回收率进行可行性研究，并延长随访周期。我们的研究在更长的随访期内对更多的受试者进行了调查。结果显示，与其他研究相比，使用智能手机应用程序和智能手环的数据收集率在6个月内保持较高水平。

就癌症幸存者而言，以前的研究主要集中在ePRO数据，通过可下载的应用程序或基于web的门户网站收集的问卷调查[ 15， 16]。来自德国癌症中心的作者报告说，在大约100天的时间里，40名癌症患者对基于智能手机应用程序的问卷的依从率约为70% [ 17]。我们之前的研究表明，在90天的研究期间，30名参与者对基于应用程序的问卷的总体依从率为45% [ 9]。在我们的研究中，移动设备的总体数据收集率高于之前研究中智能手机应用程序的自我报告率。

我们发现，年轻、有合并症、或接受抗激素或靶向治疗的女性乳腺癌患者往往更坚持使用智能手机应用程序。入组后，一些患者根据临床实践指南接受抗激素或靶向治疗。在抗激素治疗方面，患者通常需要每天服药5至10年[ 18]。接受靶向治疗的患者通常需要每3周去一次医院，持续约1年[ 19]。患有其他合并症的患者也可能需要服用其他药物或定期到诊所就诊。因此，一种可能的解释是，每天服药等有规律生活方式的患者更有可能用智能手机查看自己的时间安排，这可能会导致他们更坚持使用智能手机应用程序。乳腺癌患者更积极地通过智能手机应用程序收集PA，因为佩戴智能手环会给老年女性带来不适。在对患者的采访中，我们被告知佩戴智能手环不方便，因此患者更积极地通过app收集PA，而不是手环。

随着早期诊断和改进治疗，世界范围内癌症幸存者的数量有所增加[ 20.]。随着癌症存活率的提高，我们应该更加关注癌症幸存者的生活。最近，数字足迹，即通过移动技术被动产生的数据，已被引入作为精神病学研究的工具[ 10]。几项研究表明，利用移动设备的数据进行新的心理健康测量具有潜力[ 21]。我们相信这项研究可以为开发基于移动设备的乳腺癌幸存者PA数据的痛苦筛查工具提供未来的方向。

本研究的几个局限性值得注意。首先，长期坚持使用可穿戴设备尚未得到证实。本研究随访6个月。其次，本研究的所有受试者均为乳腺癌患者。因此，我们的结果只能推广到这一特定人群。第三，所有参与者在化疗完成后入组。因此，我们不知道可穿戴设备在化疗期间收集PA数据的可行性。第四，本研究是在单一机构中进行的，尽管本研究患者的临床特征与全国范围内的研究相似[ 22]。最后，由于我们无法计算出患者每天佩戴手环并携带应用程序的时间，因此我们无法从时间跨度方面评估数据质量。未来的研究应该评估每次数据收集的时间跨度，而不是检查每天收集的PA。

智能手机应用程序或智能手环是收集乳腺癌幸存者日常PA数据的可行工具。来自移动设备的PA数据与参与者的痛苦数据相关，这表明移动设备在乳腺癌幸存者的痛苦管理中的潜在作用。进一步的研究应该集中在解释和整合PA数据到乳腺癌幸存者护理的临床实践中。