确定成功实施青少年心理健康应用程序的标志:系统评价

简介

背景

无论是商业还是学术研究项目，旨在改善心理健康和福祉的智能手机应用程序的数量都在激增。最近的估计表明，在10,000 [1]到22,750个心理健康应用程序[2］．尽管这些应用程序中的许多可以在商业应用程序市场中作为自我护理工具直接供个人使用，但它们在临床服务中也发挥着越来越大的作用，补充或增强了传统的干预措施[3.］．心理健康和福祉应用程序的研发迅速扩张，突显出人们对移动健康领域的兴趣和潜力。

大多数常见的心理健康障碍，包括抑郁和焦虑，在青春期发病，如果不能成功解决，可能会对成年期产生负面影响[4，5］．鉴于越来越多的年轻人(年龄在15至25岁之间)使用数字技术，基于智能手机的干预措施提供了一个可扩展的解决方案，以支持这一群体管理他们的心理健康和福祉[6］．应用程序有可能解决年轻人心理健康服务提供中的一些可访问性问题，特别是对服务不足的人群。新出现的证据表明，与等待列表或对照条件相比，一些应用程序可能在多个结果中产生显著的症状改善[7-9］．尽管有这样的希望，但实证研究往往无法在“现实世界”环境中转化为有意义和持续的实施[10，11］．这在一定程度上可归因于在实践中实施和维持循证方法的复杂而漫长的过程，以及在卫生服务中扩大移动技术的商业和监管复杂性[12，13］．除了创新和有效性，其他因素，包括用户参与、可用性、可接受性、可访问性和低成本，是采用、可伸缩性和吸收的关键先决条件[14-17］．

鉴于这些多方面的挑战，重要的是要确定是什么促进和阻碍了移动精神卫生干预措施的实施[10］．目前，我们对心理健康应用程序如何在现实环境中实施的理解在几个方面都很有限。最重要的是，研究试验的实施过程和结果很少被记录或报告，实施工作往往缺乏坚实的理论或基于模型的方法，因此很难理解和解释实施如何以及为什么成功或失败[18，19］．在移动心理健康应用程序的背景下，成功的实施可以通过干预嵌入服务提供的程度、应用程序用户的数量、应用程序使用的频率、应用程序的粘性以及研究试验结束后持续使用的证据来衡量[20.，21］．使用基于概念的框架评估实施结果可以对结果进行系统评估，同时还支持实施研究的严谨性和可重复性，并为未来干预措施的实施提供基础。

现有的范围界定和系统评价侧重于审查和批判性评价实施效果研究的方法严谨性和质量，并将实施结果作为其主要结果进行报告[22，23］．据我们所知，没有一项综述采取了系统的方法来评估所有基于证据的年轻人心理健康应用程序的成功实施和维持情况。在本次综述中，我们根据Proctor等人基于实施框架修改版本的一套实施结果标准评估了影响实施成功的因素[24］．总共检查了10个实施变量，其中8个来自Proctor模型:可接受性(对技术的感知有用性和满意度)、适当性(适合目的)、可行性(技术成功使用的程度)、保真度(按预期实施)、成本(技术实施的财务影响)、采用(技术吸收和使用)、渗透(技术的传播或范围)和可持续性(用户持续吸收或在卫生保健服务中维护或集成技术)。增加了两个额外的相关结果:联合生产(用户参与干预开发和评估)和参与(坚持和退出)[25，26］．

虽然概念上不同的构造，但上面列出的实现变量是动态地相互关联的，并且顺序地相互依赖[24，27］．一款应用要想吸引用户、被广泛采用并持续下去，首先它必须是可接受的、适当的和可行的。基于应用程序的干预可能被认为与年轻人的需求高度相关和适用(高度适当性)，但可能下载成本高，耗时长(可行性低)。同样，心理健康服务机构可能认为某种干预措施非常适合满足青年人的需求(高度适当性);然而，如果服务用户不喜欢干预的某个特性(低可接受性)，他们可能不愿意使用它。鉴于智能手机应用程序在支持年轻人心理健康和福祉方面的潜在好处，研究人员和应用程序开发人员必须更加重视在当地环境或特定人群中提高有效干预措施的参与度、实施和可扩展性。

研究问题

本综述的目的是确定以证据为基础的移动应用程序(旨在促进年轻人的福祉和心理健康结果)如何在现实世界中被采用、扩大和维持。感兴趣的研究问题如下:

1. 有多少基于证据的心理健康应用程序在开发后得到了持续和采用?
2. 成功的实施成果需要哪些组成部分?常见的障碍是什么?

方法

系统评价方案在PROSPERO注册(CRD42021224365)。

文献检索与检索策略

一名信息专家(EH)从2011年1月1日至2021年2月2日对以下数据库进行了电子检索:Ovid Embase、Ovid MEDLINE、Ovid PsycINFO、Cochrane系统评价数据库和Cochrane对照试验中央登记处。搜索策略使用文本单词和相关索引来捕捉关于年轻人心理健康应用程序有效性或试验的研究概念。该搜索策略是根据类似的针对年轻人的数字精神健康干预措施的综述来指导的[25]，而应用程序的术语来源于Cochrane评论[28，29］．完整的搜索策略可在多媒体附件1．按照Falconer描述的方法去除重复项[30.]，然后根据标题和摘要筛选记录，手动完成该过程。对纳入研究的参考文献列表和相关系统综述进行了评估，以寻找其他相关研究。所有参考文献导出到Endnote X9 (Clarivate)，然后导出到系统评价软件Rayyan [31］．

纳入和排除标准

本次审查的重点是基于应用程序的干预措施的实施，旨在促进青少年的心理健康和福祉，预防心理健康问题，并治疗现有的心理健康问题。筛选的文章包括:(1)研究的对象是平均年龄为15至25岁的年轻人，有或没有正式的心理健康或身体健康诊断(例如，针对患有糖尿病的青少年的焦虑);(2)干预是有效的“本地”移动应用程序(即，不是在web浏览器上)，其主要目的是促进福祉，预防心理健康问题，或治疗现有的心理健康问题;(3)主要结局是心理健康或幸福感的衡量，包括至少2个时间点(如基线和干预或随访后)的焦虑和抑郁症状变化、诊断、问题严重程度、问题改善、恢复、缓解或更一般的心理健康或幸福感变化;(4)干预是有效的，也就是说，与任何其他类型的数字干预、常规护理(如心理治疗)、等待名单对照组或无干预对照组相比，它具有有益的心理健康或福祉结果。随机和非随机研究都被考虑纳入。

如果(1)参与者的平均年龄不在15至25岁;(2)干预不是移动应用程序，如其他数字干预，包括通过电话、短信、视频平台或PC(如基于计算机的认知行为治疗)提供的治疗;(3)使用的应用程序无效(即，与对照组相比，心理健康或幸福感没有显著改善);(4)所使用的应用程序不包括干预组件(即，主要集中于诊断或评估);(5)研究没有报告心理健康结果或主要结果是身体(如血糖水平或运动);(6)这些研究没有对照组。灰色文献不包括在搜索中。

研究选择

根据PRISMA(系统评价和元分析首选报告项目)指南[32]，所示的流程图图1提供研究选择程序的分步细节。该搜索策略在删除重复后确定了18660次引用。在这18660项研究中，1634项(8.75%)根据其标题和摘要被认为具有潜在相关性。评审小组的三名成员(HB、LAN和JD)根据纳入标准筛选了标题和摘要。其余全文由评审组的6名成员(HB, LAN, JD, SL, BM和LN)筛选。在这一阶段，20%的文本由至少2名审稿人独立筛选，以确保评分者之间的可靠性(类内相关系数范围为0.88-0.96)。两位审稿人之间的任何分歧都通过与更广泛的审稿人团队讨论来解决。

‎ 查看此图

数据提取

数据由一名审稿人(HB或LAN)提取，并由另一名审稿人对其准确性和完整性进行审查。在验证所有提取的数据后，由另一方(MF)通过讨论或裁决解决差异。提取的数据包括研究特征(如作者、出版年份、国家、研究设计和研究人群)、干预特征(如技术特征、应用程序名称、治疗方式和干预结果)和实施结构(如实施目标和实施结果)的信息。文本框1提供实现结果标准的描述。

质量评估

采用混合方法评价工具(2018版)评估纳入研究的方法学质量[33］．它是通过结合在不同的知名和广泛使用的定性和定量关键评估工具中发现的核心相关方法标准而开发的。它包括2个适用于所有类型研究设计的筛选问题和5个适用于特定研究设计的问题。对任何方法学质量标准的回答都被分类为“否”、“不清楚”或“是”。质量评估由3个审稿人(SL、BM和LN)中的1个进行。我们没有排除任何基于质量评估分数的研究。

数据综合与分析

对提取的数据进行整理和总结，以产生研究、样本和干预特征的叙述性总结。为了确定应用程序在开发后持续或被采用的比例，我们联系了所收录文章的通讯作者，以完成关于他们研究中所描述的应用程序的开发和实现的简要调查(多媒体附件2)．如果他们没有回复，就会联系第一作者或第一作者。此外，我们还搜索了该应用程序在Apple app Store (iPhone或Mac)和谷歌Play Store中的可用性和可发现性。采用码本方法，根据10个实施结果类别，对所有可用来源的实施数据进行编码和综合[34］．

结果

系统搜索确定了2011年至2021年间发表的34项研究，对应于29个独特的应用程序，与对照组相比，这些应用程序报告了有益的干预效果。图1提供筛选和纳入过程的其他详细信息。

研究特点

所纳入研究的特点在多媒体［35-68］．在34项研究中，11项(32%)研究在美国进行;英国6人(18%);澳大利亚3人(9%);意大利、日本、新西兰和西班牙各2人(6%);加拿大、冰岛、伊朗、以色列、韩国和瑞典各1人(3%)。大多数研究(31/ 34,91%)发表于2018年至2021年之间。对于评估样本人群，大多数研究(24/ 34,71%)主要招募大学生，其次是临床样本(5/ 34,15%)，普通人群样本(5/ 34,15%)，在校学生(3/ 34,9%)，初级保健患者(1/ 34,3%)和参加青年组织的人(1/ 34,3%)。在研究设计方面，74%(25/34)的研究为随机对照试验(rct)， 15%(5/34)为中试rct, 6%(2/34)为准实验，6%(2/34)为可行性试验。值得注意的是，29%(10/34)的纳入研究评估了不是由评估研究团队开发的商业应用程序的有效性。

干预的特点

多媒体附件4［35-68]概述了纳入研究中评估的干预措施的形式和实施。在34项研究中，15项(44%)研究旨在治疗精神健康问题或减轻症状，14项(41%)研究旨在促进福祉或精神健康，5项(15%)研究旨在预防精神健康问题的发生。大多数应用程序(29/ 34,85%)是独立的，其余(5/ 34,15%)伴随其他治疗干预。

成功实现

对成功实施的衡量，如研究试验结束后的持续使用，无论是商业上(例如，在应用商店中被发现)还是其他方面(包括通过学校或心理健康服务向年轻人提供)，都取决于应用本身、收件人和上下文的独特功能。为了确定应用程序在开发后持续存在的比例，我们联系了所收录文章的作者，要求他们提供有关应用程序实施的额外信息。我们没有联系18%(6/34)的研究的作者，这些研究测试了我们知道已上市的应用程序，并在审查时被公众发现(如Headspace和Calm);也就是说，成功地维持。在这些联系对象中(28/ 34,82%)，我们收集了23份调查回复(多媒体［35-43，48，50，51，54，55，57-61，63，65-67])， 5位作者没有回应。然而，在回顾调查反馈时，17%(4/23)的人正在评估其他可用的应用程序。在5项研究缺乏调查数据的情况下，我们检查了它们是否在商业上可用;2款游戏(40%)在苹果App Store (iPhone或Mac)或谷歌Play Store(谷歌Inc)上被发现[45，62]，另有3个(60%)未能提供[52，53，64］．

总之，有10篇文章评估了在评估研究期间可用的现有应用程序的有效性[38，44，46，47，49，54，56，59，60，68］．在这10篇文章中，有8篇(80%)评价了市场上仍然存在的应用:44，46，47，68]、平静[49， Pacifica/Sanvello [38]、微笑心灵[47停止呼吸思考[56]和茁壮成长[59］．两个主要的智能手机应用市场(即app Store和谷歌Play)在其商店页面上公开了应用的评分。谷歌Play还提供下载计数估计。app Store和谷歌Play的消费者应用评分分别为:Headspace(评分4.9和4.25)和Calm(评分4.8和4.25)最受欢迎(> 1000万下载量)，其次是Sanvello(评分4.8和4.5)，Stop Breathe Think(评分4.8和4.5)，Smiling Mind(评分4.5和3.75;> 100万下载量)和《Thrive》(评分5.0和3.5;> 50000下载)。最后，两项研究评估了不再可用的消费者应用程序:54]和灯笼[60];因此，它们的存储统计信息不会被报告。

在24项报告新开发应用程序的研究中，43%(9/21)目前可用于商业或其他用途(如心理健康服务)，57%(12/21)已不再可用。大多数受访者表示，他们花了几年时间来开发和测试他们文章中报道的应用程序，从6个月到6年不等。

成功实施的标志

采用

在开发后继续使用的20个应用程序中，有几个是非商业的，免费提供给当地用户，包括在精神健康服务领域[37，42]，供大学生使用[36，59]，并适用于法人团体[63］．用户还可以通过商业渠道访问应用程序，包括Apple App Store (iPhone或Mac)和谷歌Play Store (多媒体附件6［35-68])。

合作生产

据报道，共有9款独特的应用程序是与年轻人合作开发的，其中5款要么目前可用，要么在研究结束后之前可用，但现在不再可用。年轻人参与应用程序联合制作的程度在不同的研究中有所不同，但涉及的活动包括基于网络的调查，该调查面向150名年轻人(即目标终端用户)[61，69];市场研究及测试[54];与15个主要利益相关者进行设计研讨会，随后进行一系列深入访谈[67，70];由有实际经验的年轻人组成的焦点小组，指导应用程序功能的开发[42];还有青少年和年轻人组成的研究小组，他们参与了应用程序的所有开发阶段[43］．12项研究未报道合作生产数据。

可接受性和适当性

采用定性和定量方法对可接受性进行了多种评估(k= 16)。大多数对已实现的应用程序的研究报告称，它们是可以接受的，年轻人和医疗保健提供者的用户满意度很高，使用起来也很容易[43，45，61，69］．奥黛等人[69调查了青少年对寻求关系帮助和支持的手机应用程序概念的态度，报告称，总体而言，60.7%(91/150)可能会使用应用程序来解决关系问题，这与人口统计学或社会支持无关(P> . 05)。值得注意的是，应用程序使用的可能性受到感知到的帮助需求、对应用程序有效性的个人信念以及应用程序是否吸引人、是否易于使用的影响。总体而言，青少年认为建议的应用程序内容很有帮助，平均99.3%(149/150)的人认为所提供的策略有点或非常有帮助。超过90%的受访者表示，这款应用令人愉快，易于使用和理解，他们会向朋友推荐这款应用[61，69］．最常见的障碍是需求不匹配、健忘和时间不足[61，69］．研究人员还评估了“动机增强个性化实时干预(PRIME)”应用程序的可接受性，该应用程序旨在在试验后12周的退出访谈中改善患有早发性精神分裂症的年轻人的动机。参与者对应用程序的某些功能进行了满意度评分，比如与同伴互动的能力，以及不同的目标类别，评分范围从1(完全没有)到10(非常满意)。67］．施洛塞尔(67报告称，参与者对“PRIME”的总体满意度很高。同样，Broglia等人[38)探讨了用“Pacifica”应用程序补充大学咨询的可行性和可接受性，以及这样做是否会产生积极的临床结果。这种混合的干预方法被证明是可接受的和可行的，并显示出在完成简短的咨询干预后保持临床焦虑改善的潜力[38］．Egilsson等[43]用系统可用性量表(Systematic Usability Scale)评估易用性，这是一种广泛使用的、研究相对充分的应用程序可用性调查问卷，包含10个项目，得分从0到100，> - 70的总分表示令人满意的可用性和用户接受度[71］．系统可用性量表的平均总分令人满意(平均值78.09，标准差9.82)，表明他们测试的应用程序具有足够的可用性，可以改善青少年的情绪和身体健康[43］．53%(18/34)的研究无法获得可接受性数据，68%(23/34)的研究无法获得适宜性数据。

可行性

35%(12/34)的研究报告了干预措施的可行性程度(即实际适合性或实用性)，这些研究使用了广泛的指标作为效用和适用性的指标，包括登录频率、应用程序活动、平均会话次数、招募持续时间、治疗偏好、完成随访评估的参与者百分比以及随机化可接受性[38，42，43，56，67］．为了评估“PRIME”的可行性，作者研究了登录频率、完成挑战、自发和目标实现时刻、同伴和教练互动以及积极使用率[67］．“停止、呼吸和思考”试验评估了一款公开的正念应用程序，参与者提供了很高的满意度评级，并报告经常使用该应用程序，特别是在前两周。然而，在一学年中，招聘速度缓慢，显示出潜在的可行性和长期可持续性问题[56］．在34项研究中，有22项(65%)研究没有可行性数据。

忠诚

考虑到交付机制结构中固有的内容控制，保真度，即干预措施按照预期交付的程度，对于应用程序来说不是一个突出的实现决定因素。然而，它是相关的，例如，在一项纳入的研究中，保真度结果是在咨询音频记录的抄本中报告的，其中该应用程序是作为面对面咨询的辅助手段提供的[38］．对成绩单进行评分以评估以下标准:(1)讨论应用程序的次数，(2)讨论应用程序的持续时间，(3)治疗师是否审查客户端应用程序的使用情况，(4)治疗师建议的应用程序功能的数量，以及(5)错失讨论客户端应用程序使用的机会[38］．

订婚

参与相关因素，包括用户注册、出勤率、会议参与、家庭作业完成、坚持、研究保留和退出，在各项研究中被广泛报道。除一项研究外，其他所有研究都报告了敬业度数据[37］．几项研究中一致且值得注意的发现是，随着时间的推移，参与度会下降[43，54，67］．不出所料，年轻人认为可访问性和参与度问题，包括用户体验，影响了他们使用干预的可能性[61，69］．例如，一款应用的用户粘性在第一个月后下降，然后在第二个和第三个月趋于稳定。67］．Egilsson等[43]指出，在干预的第一周和随后的干预周之间，进行的平均运动减少了，从第1周到第2周，应用内健康运动的总数显著减少了76%。

共有10篇文章在发布时评估了消费者(即在App Store或谷歌Play上可用的)智能手机应用程序。在不同的研究中，应用程序使用的数据收集方法和详细程度有所不同。大多数研究(6/ 10,60%)从参与者的自我报告中收集有关应用程序使用的信息[38，44，47，54，59，68]，其次是由官方应用团队提供的被动活动跟踪(2/ 10,20%)[46，49]，结合自我报告和被动跟踪(1/ 10,10 % [56])，或未指定(1/ 10,10 % [60])。自我报告措施一般为1项数据点，从“完全不使用”到“按要求经常使用”之间的10分制量表不等[54]到每周的次数[56，59]以及是否需要每日测量[47］．总共有两项研究要求应用内完成的会议记录的摘要截图作为记录[44，68]，杨等[68]进一步提供了纸质日历用于记录跟踪。另一方面，被动活动跟踪提供了更多细节，包括应用内锻炼的日期、时间和持续时间[46，49，56］．纽曼等人[60]并没有指定应用程序使用数据收集方法，但比其他研究记录了更多的使用细节，如应用程序的总访问量、使用应用程序的会话次数和使用应用程序的分钟数。值得注意的是，Yang等[68报告称，在30天的自由放任干预(即像平常一样使用这个应用程序)过程中，至少尝试过一次Headspace的实验组的个体平均使用了12天，没有额外的提示或持续的问责。此外，在30天的干预期间使用该应用程序的人中，74%的人继续使用了30天。这些发现表明，激励用户使用一次应用可能是提高用户留存率的重要步骤。

虽然应用程序使用指标提供了出勤率的直接指标，但由于其定义的差异，会议参与程度、作业完成情况和依从性都不清楚。对于一些研究人员来说，会话参与可能等同于出席，而其他人则将其操作为用户和代理(例如，应用程序、教练或咨询师)之间有意义的来回交互。共有20%(2/10)的研究报告消费者应用程序包括一个代理(治疗师[38]和教练[60])作为干预的一部分，但只有1人分析了用户-代理通信(即会话参与)是否会影响疗效。纽曼等人[60]报告了“治疗使用情况”(包括用户-代理交互的复合变量)，这并不影响症状的结果。此外，完成家庭作业可能被定义为完成一项研究中规定的练习，而另一项研究可能将其定义为主要干预之外的任务。纳入的研究中没有一项提到“会话参与”或“家庭作业”。在依从性方面，50%(5/10)的研究明确衡量了依从性(例如，应用程序使用数据，包括使用应用程序的时间和会话)[46，47，49，54，59］．另一项研究[56虽然他们通过自我报告收集了典型的依从性数据，询问用户在过去两周内使用了多少天。然而，由于缺乏对依从性的概念清晰度和共识，很难评估在消费者应用程序评估的背景下，依从性是否会影响临床健康结果。

实施成本

有关实施这些应用程序的成本数据，包括成本效益和成本效益，在公共领域并不容易获得。然而，调查结果显示，从零开始开发的应用程序是开发和测试成本最高的。值得注意的是，这篇综述中包括的几个应用程序都是从现有的现成平台开发的，这些平台针对不同的干预措施进行了修改，而不是从头开始构建应用程序。例如，2016年开发的gglatitude平台上有几个针对不同人群设计的应用程序，这些应用程序都存在问题。35，40，41，66］．这种方法已经取得了成功，几项研究报告称，在两周内(每天3分钟)每天使用gglatitude平台的应用程序对非临床和亚临床样本的心理健康有显著的有益影响[40，41，66］．类似地，Levin等人[55他们将精力集中在快速开发应用原型上，使用易于使用的网站平台来定制干预内容，并开发关于在移动应用中工作的原则和流程的可概括的知识，而不是从头开始构建和开发新的应用[55，57］．然而，作者指出，他们的平台并不是为了商业化或广泛部署而建立的，因为应用程序是在LifeData系统内交付的，缺乏公开发布所需的关键功能，包括预算和持续技术维护的支持，以及监控用户查询和数据。有人还指出，可能需要不断更新，以保持与其他市场产品的相关性和竞争力，这包括定期进行市场扫描和内容优化，以确保产品在日益饱和的市场中保持良好的定位和有效性[61］．

纳入研究的作者采取的另一种方法是评估现有的、公开可用的应用程序，适用于特定的当地环境，也适用于现有的面对面治疗(例如，大学生和大学咨询中心)[38，54，56，59，60］．例如，Broglia等[38]联系了一款情绪监测应用程序的开发者，测试它与常规护理咨询课程的结合使用。类似地，Levin等人[56)进行了一项试点随机对照试验，以评估面向大学生的公开正念应用程序的可行性和可接受性。使用现有的商业应用或使用可适应的web平台构建原型，可以提供更低成本和更快的替代方案，以从头开始开发和评估新应用。然而，在不同的本地环境中实现应用程序需要深思熟虑和量身定制的实现策略，并考虑到常见的障碍，特别是可接受性和可行性。

可持续发展和渗透

可持续性可以通过多种方式进行衡量，包括将应用程序完全整合到服务设置中，以及应用程序广告、维护和更新的稳定预算。21］．随着时间的推移，应用下载量和互动数量也提供了持续发展的指标。然而，没有一项纳入的研究报告了在其研究中评估的干预措施的可持续性的数据。因此，关于心理健康和其他支持服务环境中移动干预的长期整合和渗透的文献很少。

研究质量

纳入研究的方法学质量各不相同(多媒体［35-68])。大多数研究(32/ 34,94%)被判定在至少一项标准上可能存在局限性。大多数研究(29/ 34,85%)清楚地描述了研究参与者的随机化或招募代表性样本的过程。大多数随机试验报告了完整的结局数据(30/ 32,94%)，描述的样本在基线时具有可比性(27/ 32,84%)。然而，很少有研究描述了用于盲化结果评估者对干预组的过程(10/ 32,31%)。只有一半的研究(16/ 32,50%)报告了可接受的干预依从率。对于2项非随机试验，两项研究都采用了适当的结果测量。在这两项研究中，有一项(50%)被判断为没有清楚地解释研究设计和分析中的混杂因素。两项研究均被认为符合干预方案[38，53］．

讨论

主要研究结果

这项系统评价的主要目的是确定在“现实世界”环境中成功采用和维持的基于证据的心理健康和福祉应用程序的比例。总共有29%(10/34)的研究评估了8个现有的商业心理健康应用程序的有效性。其余71%(24/34)纳入的研究评估了21个新开发的应用程序，其中43%(9/21)目前可用于商业或其他用途(例如，用于精神健康服务)，57%(12/21)在查询时已不再可用。因此，这些结果不仅表明新应用程序的实施成功率为43%，而且还提供了一些关于现有有效的商业应用程序如何在该领域推广和维持的信息。

使用实施的10个维度进行广泛综合，我们的审查表明，采用、可接受性、适当性和可行性的衡量标准比成本、保真度、可持续性和渗透指标更常被报道。许多研究都无法获得实现结果，因此无法在已实现的应用程序和未跨结构的应用程序之间进行直接比较。为了部分解决我们的第二个研究问题，大多数已经实现的应用程序都确认了一定程度的采用、可接受性、适当性、可行性和参与度。这些决定因素与一系列干预措施有关，并将受益于广泛系统地纳入智能手机应用程序的开发中。确定的其他重要因素包括与年轻人共同制作干预措施，以及需要将应用程序嵌入当地环境，如学校、大学和心理健康服务，而不是依赖商业策略。虽然使用集成框架评估实现结果可以对结果进行更系统的评估，但审查强调了围绕实现结构缺乏测量精度的问题，因为一系列重叠的术语，如可接受性和可用性，经常互换使用，突出了在如何测量和报告实现决定因素方面达成更大共识的必要性。此外，还需要阐明不同实施结构(例如，可接受性和参与度)与干预有效性(例如，临床变化)之间的关系[22］．由于数据质量问题，在目前的审查中无法对这些关系进行建模。需要进一步的实证研究来模拟实施变量之间的相互关系，以更好地理解它们之间联系的性质及其对实施成功的影响。

在开始实施之前，在干预措施开发的早期阶段确认可接受性和参与性是确保干预措施具有潜在寿命的重要步骤，可能对节省时间和金钱很重要。有证据表明，用户粘性在应用下载的头几天或几周内是最高的，所以在开发应用时最好考虑到用户的这种预期行为。72］．

研究已确定，应考虑影响参与移动精神卫生干预的干预措施和个人特定因素[25］．例如，让用户只使用一次应用是提高用户留存率的重要步骤。游戏可能需要在一开始就吸引年轻人的注意，鼓励他们识别并下载应用。随后，年轻人将奖励和游戏化作为持续粘性和留存率的激励因素。25］．同样，可用性也被报道为促进用户粘性的重要因素。可接受性和参与度是支持用户的心理健康应用程序的关键要素[73］．然而，要实现有意义的应用用户粘性并不容易，因为许多下载的应用从未被使用过，我们需要做更多的工作来定义持续的用户粘性，是什么导致了这种粘性，以及如何创造出能够实现这种粘性的产品。73，74］．进一步的研究可能会探索促进初始使用、持续使用的特征，以及在干预期间改变治疗结构的影响(例如，个人觉得它是激励人心的还是压倒性的?)

成功实施的障碍

确定有效的心理健康干预措施的重要性，需要在应用程序开发一开始就解决实施要求的同时取得进展。对于研究人员和资助机构来说，这可能是一个复杂的焦点，因为在缺乏有效性的情况下，解决传播问题似乎还为时过早，但考虑到科学研究的高度冗余——实际上只有不到一半的有效应用程序被确定为持续使用——这些问题在研究周期的开始时必须是最重要的。

除了成功实施的标志之外，还存在一些现存的障碍，包括高成本、时间、资金限制和漫长的研究过程。申请资金、应用开发、数据收集、数据分析和应用发布的过程漫长而昂贵，需要长达6年的时间[39］．应用的可持续性和渗透率取决于项目是否获得资助或赠款，即使获得了资金，也往往是有时间限制的。42，67，75］．建立资金流的方式意味着，为后续实施研究获得资金比为最初的评价项目更难。

其他挑战包括持续快速发展的技术，这导致需要持续的代码更新和升级，以兼容智能手机操作系统[42，61］．其他注意到的障碍包括许多提供应用程序技术的商业提供商的性质迅速变化，有时会有大量的人员流动，根据商业驱动因素而改变工作重点，以及一些技术公司的生命周期短[60］．鉴于现有的基于商业的应用只有一小部分能够很好地持续下去，而不是开发全新的应用，评估更多成功的应用并使其适应特定环境可能会推动该领域的实施。然而，商业应用程序市场竞争非常激烈，研究发现，根据我们对月活跃用户的估计，正力和冥想应用程序似乎是最受欢迎的:Headspace和Calm拥有1340万用户，Replika和Wysa拥有150万用户，reflect和Daylio拥有84万用户[76］．总的来说，这6个应用程序垄断了市场，其中许多应用程序已经免费提供给年轻人，并进行了广泛的营销;因此，他们渗透了市场，占心理健康和健康应用程序月活跃用户的83% [76］．正如其他人所指出的，目前，经过严格评估的心理健康和福祉应用程序很难吸引用户，而用户众多的应用程序很少得到评估[76，77］．

对于这些商业应用的成功，有几种可能的解释。费什和扫罗[44报道称，市场上最受欢迎的消费应用之一Headspace应用了游戏化技术，如成就、赋权、社会影响力和所有权，以提高参与度，激励个人享受冥想并从中获得回报。Headspace中的一些用户粘性设计功能，如用户跟踪、提醒功能和推送通知，可以提高用户粘性，这些功能并不是任何评估研究的积极组成部分，而是由个人自行决定使用[46］．然而，Huberty等人[49]报告称，这些功能可能对参与度和可接受性至关重要。

有被排斥风险的群体

这篇综述的一个有趣发现是，有特定的群体不太可能使用心理健康和幸福应用程序。值得注意的是，本综述中纳入的大多数研究都招募了大学生(24/ 34,71%)。来自服务不足或边缘化人群的青年样本明显缺失，包括但不限于移民、寻求庇护者和难民、无家可归者以及社会经济贫困背景的人。这些潜在高风险群体在研究中通常代表性不足，在浏览医疗保健系统时面临准入和参与障碍，并经历数字排斥[78］．本系统综述中包括的研究没有针对这些人群，而且缺乏探索基于应用程序的干预措施的可接受性、适宜性和可行性的研究。

限制

虽然这个审查是严格的，仔细执行的，并使用了一个强大的方法方法，它不是没有限制。最重要的是，尽管审查小组试图识别并包括尽可能多的文章，但由于记录和报告实施结果的方式不一致，可能会遗漏一些文章。此外，我们也很难确保所有针对这一年龄段的应用程序都能被识别出来，因为在青少年和成人研究中，15至25岁之间的应用程序更难区分，这意味着我们可能会错过一些相关研究。虽然这篇综述的重点是15 - 25岁的年轻人，但大多数纳入的研究都招募了大学生，大多数研究样本的平均年龄为> - 20岁。这一发现表明，针对中晚期青少年的有效心理健康应用程序可能缺乏。这可能是招募18岁以下的年轻人(英国为16岁)进行研究研究的道德约束的结果，因为更容易招募那些被认为能够独立同意参加试验的人。还需要进一步的研究来确定是否为这一群体开发了心理健康应用程序;然而，经过评估，他们被认为是无效的。鉴于这一年龄段的年轻人在社交、情感和认知发展和成熟度方面存在相当大的异质性，需要进行研究，以了解应用程序在整个青春期和青年期的潜在差异影响和效用。

此外，该综述还包括了几个作为面对面治疗的辅助应用程序。我们认识到，这些应用程序的成功实施实际上可能是主要治疗干预成功的副产品，而不是应用程序本身。比较有和没有附加应用程序支持的面对面治疗的研究提供了证据，支持辅助干预与标准干预条件相比的优越性[79］．然而，还需要进一步的研究，以使我们能够确定应用程序在混合干预方案的成功实施和可持续性中的作用。

未发表的数据不包括在搜索中，这可能影响了本综述的结果。尽管如此，这种方法也被视为一种进一步的优势，因为它确保只包括同行评议的干预措施。鉴于我们审查的重点是那些已经被发现有效的应用程序，发表偏倚的影响是最小的。然而，开发应用程序的公司可能拥有与实施的某些方面有关的有价值的数据。商业公司可能已经收集了大量关于用户粘性和应用使用的相关数据。然而，由于相互竞争的商业利益和在移动心理健康应用程序领域缺乏监管，这些数据不能公开提供或向研究人员开放[80］．尽管如此，当文章中没有包含实施数据时，试图通过联系研究作者来获得实施数据，大多数作者都做出了回应。

最后，超过三分之二的应用程序没有进行独立评估，因此，一个重要的考虑因素是“开发者偏见”可能影响了这些试验的分析和后续结果。需要对应用程序进行更独立和更可靠的评估，并且必须以科学界和应用程序用户都能访问的方式共享调查结果。这将需要时间和资源，但需要成为开发过程中不可或缺的一部分，以减少评估中潜在的偏见[81]，无论是纯粹的商业或研究背景下，还是商业-研究合作。

研究与实践建议

与年轻人合作

与年轻人共同生产干预措施可能有助于提高最终产品的可接受性和可行性，这反过来又可以提高干预措施的有效性[25，26］．合作生产在设计过程中积极地让相关的利益相关者群体参与进来，以帮助确保开发的技术满足他们的需求并可用。在合作制作中，目标用户在创新和开发过程中与设计师、开发人员和研究人员合作[82］．采用了一系列方法促使青年人参与卫生研究，通常是在"青年人咨询小组"的保护下[83］．这包括但不限于市场研究和测试、设计研讨会、深度访谈和焦点小组。在出版物中对YPAGs的参与方法和产出进行一致的报告，将有助于更好地理解YPAGs在青年心理健康研究中的影响，从而为有意义的青年参与研究提供更好的系统[83，84］．

具有成本效益的原型

为了解决漫长而昂贵的研究和评估过程，可以从现有平台开发适应性和可修改的干预措施，然后可以以个性化的方式快速交付，以满足用户的一系列需求。正如其他人所指出的，这是复杂的，因为需要平衡科学的严谨性与技术进步的快速步伐，以实现采用循证实践[85］．为了解决一些时间、资金和财政负担，研究人员和临床医生可能与行业伙伴合作，利用现有的干预措施和平台，根据当地情况修改和评估它们。然而，众所周知，与开发人员合作涉及到自己的一组复杂的挑战。通常，研究人员在与开发人员一起构建原型的初始阶段投入了时间和资源，却发现干预是无效的，不可行的，或者在经济上不可行。作为替代方案，研究人员可以利用免费或低成本的系统进行快速原型设计，如Qualtrics，或生态瞬时评估平台，如LifeData或MetricWire。

评估和报告实施结果

干预评估应包括关键的实施决定因素，如可接受性、可行性、适当性和成本。目前，实施结果的报道很少，报道rct结果的出版物侧重于临床结果，往往忽视了可持续性、成本和将干预措施嵌入“现实世界”临床实践的过程。据报道，心理干预文章最多报道了实施干预所需的64%的信息[86］．重要的是，研究人员使用一致的实施测量和报告，以便在各个研究之间进行有意义和准确的比较，并共享实施人员所需的信息。使用基于概念的框架评估实施结果，可以对结果进行更系统的评估，同时支持实施研究的严谨性和可重复性，并为实施评估提供基础。

混合干预模型

越来越多的人关注“混合”方法，即提供基于网络的支持作为面对面治疗的辅助，而不是替代。在基于网络的治疗中，人类支持的重要性以及将移动健康干预措施与传统面对面治疗相结合的感知价值在文献中得到了很好的描述[87-89］．混合方法有可能减少昂贵的面对面接触的相对负担，同时提高参与度，提高结果，并提高治疗的可接受性[88］．

经济可持续性的早期考虑

为了支持以证据为基础的有效干预措施的实施，早期考虑资金和费用至关重要。资助机构应努力开发新的、响应性强的资金流，包括针对具体实施的赠款，以侧重于现有循证干预措施的实施，因为将证据从可行性转化为采用的工作实现得很差，给干预措施研究领域带来了相当多的冗余。目前，研究人员为后续工作获得资金比初始评估项目更难，而且在初始应用程序中不可能提前获得资金，因为它们通常是可行性研究，因此不能假设有效性。然而，在实现驱动因素得到测试和解决之前，服务无法采用基于证据的实践。此外，重要的是要规划并制定清晰的商业模式，并考虑到潜在市场、如何实施产品以及任何预期的收入[85］．

弱势群体的参与

与其他心理健康研究领域一样，来自边缘化和服务不足群体的年轻人(例如，来自低收入背景、难民或寻求庇护者;未受教育、未就业、未接受培训的;少数民族和性少数成员;在这些研究中，受国家照顾的人的比例不足，这些研究通常集中在大学生身上。文献中很少有人尝试创造新的干预措施或调整现有的干预措施来满足这些年轻人的复杂和多样化的需求[90］．对这一群体的心理健康应用程序干预措施的可接受性、适宜性和可行性缺乏研究[89］．需要开展工作，评估心理健康应用程序对服务不足的年轻人的可接受性和可行性，以确保他们不会进一步被排除在研究之外，并推动提供满足他们支持需求的心理健康服务。

结论

尽管有大量资金被用于开发移动精神卫生干预措施，但很少有人发表基于证据的数据来支持其在现实环境中的使用，成功转化为可持续精神卫生干预措施的就更少了。尽管人们曾认为，智能手机应用程序有潜力通过提高针对年轻人的循证心理健康干预措施的可扩展性和可负担性，并通过向服务不足的人群提供更广泛的服务来解决健康差异，从而解决当前在青年心理健康服务提供方面面临的许多问题，但仍需要做更多的工作来改善关键的实施驱动因素，如吸收和采用。创新和有针对性的融资机制，快速、响应迅速，鼓励广泛的利益相关者和行业伙伴关系，并公开共享数据，对于确保心理健康和福祉应用程序的开发、评估、实施和可持续性朝着使以证据为基础的干预措施能够迅速提供给可能从中受益的年轻人至关重要。