减少烟草、酒精和非法药物使用的移动应用程序:第一个十年的系统回顾gydF4y2Ba

简介gydF4y2Ba

酗酒、吸烟和非法药物等物质的不当使用是全世界发病和死亡的主要原因之一[gydF4y2Ba1gydF4y2Ba］．尽管有破坏性的健康和社会后果，但有很大一部分使用问题药物的人不寻求正式治疗[gydF4y2Ba2gydF4y2Ba-gydF4y2Ba4gydF4y2Ba］．寻求帮助的障碍包括担心匿名，不知道或无法获得治疗，以及治疗的经济或时间负担[gydF4y2Ba5gydF4y2Ba-gydF4y2Ba8gydF4y2Ba］．因此，可以解决其中一些求助障碍的干预措施值得注意，以减少物质在人口水平上的重大负面影响。gydF4y2Ba

移动卫生(mHealth)干预措施旨在通过提供基于人群的方法、改善可及性和可负担性来克服许多这些寻求帮助的障碍[gydF4y2Ba9gydF4y2Ba，gydF4y2Ba10gydF4y2Ba］．移动健康指的是通过手机、智能手机和平板电脑等移动设备提供的健康支持[gydF4y2Ba11gydF4y2Ba]，通常使用专用的应用程序，但也包括交互式语音应答(IVR)和短信(SMS)等系统[gydF4y2Ba12gydF4y2Ba，gydF4y2Ba13gydF4y2Ba］．应用程序已经迅速成为在移动设备上提供健康支持(即移动健康)的最受欢迎的软件方法。截至2019年8月，对iTunes和谷歌Play的搜索显示，目前有超过45,000个移动健康应用程序可用。令人惊讶的是，尽管有大量的应用程序可以帮助人们减少酗酒和其他药物的使用，但这些应用程序中只有很小一部分是基于证据的。gydF4y2Ba14gydF4y2Ba］．对其他与健康相关的应用程序(例如心理健康领域的应用程序)的评估产生了积极的[gydF4y2Ba15gydF4y2Ba]或可忽略的[gydF4y2Ba16gydF4y2Ba目标行为的改变。重要的是，一些专注于有问题的药物使用的应用程序的早期试验已经产生了很好的结果，这表明应用程序可以在帮助依赖烟草、酒精或非法药物的人戒烟或保持禁欲方面发挥作用[gydF4y2Ba17gydF4y2Ba］．gydF4y2Ba

自旨在帮助人们减少或恢复有问题的酒精、烟草和/或非法药物使用的移动应用程序出现以来，已经有大约10年了[gydF4y2Ba18gydF4y2Ba];自对照试验出现6年以来[gydF4y2Ba17gydF4y2Ba];5年前，首次发表了一篇系统的文献综述，综述了6款用于有问题的药物使用的智能手机应用程序[gydF4y2Ba19gydF4y2Ba］．值得注意的是，除了一篇综述外，其他所有综述都更广泛地研究了数字干预的文献，而且所有综述都只包括了酒精干预。例如，Kaner等人[gydF4y2Ba20.gydF4y2Ba研究发现，数字干预(即通过电脑、智能手机或移动设备)对酒精的使用表明，它们显著降低了酒精消费量，与对照组参与者相比，平均每周减少了3杯(英国)标准饮料。同样，一项荟萃分析显示，互联网提供的酒精干预措施显著减少了成年人的问题饮酒行为，与对照组相比，每周减少了5个标准单位的酒精消费量[gydF4y2Ba21gydF4y2Ba］．伯曼等人[gydF4y2Ba22gydF4y2Ba]调查了使用移动干预(IVR、短信和应用程序)来减少大学生饮酒的情况。在7项综述研究中，共有2项使用了应用程序，他们发现只有IVR干预才能降低主要结果。最后，最近的相关综述关注的是社区参与者的酒精使用情况，同样也包括了应用程序之外的一系列移动干预措施[gydF4y2Ba23gydF4y2Ba］．此外，他们回顾的19项研究中有5项[gydF4y2Ba23gydF4y2Ba]包括基于应用程序的干预，报告的结果不一。迄今为止，只有一项针对应用程序的系统评价，包括试点研究和公开试验[gydF4y2Ba19gydF4y2Ba，该研究评估了社区和酒精依赖个体对酒精应用程序的研究。作者发现，在被审查的6个移动应用程序中，有2个报告了可靠的积极结果，另外2个显示出了前景。作者强调了研究数量有限，样本量小，缺乏对照组，以及在移动应用程序干预有问题物质使用领域有限的严格设计。自他们在2015年进行审查以来，对旨在减少药物使用或帮助从药物依赖中恢复的移动应用程序的控制评估增加了三倍。虽然有些评论在检查通过移动设备提供的酒精干预的有效性时包含了应用程序[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，令人惊讶的是，关于通过移动应用程序专门提供的有问题的酒精使用干预措施的有效性，还没有进一步的综合证据。此外，没有一项针对应用程序的评论包括吸烟和非法药物使用gydF4y2Ba图片gydF4y2Ba应用程序在药物使用领域的有效性。因此，本文报告了目前关于手机应用程序的有效性和可行性的证据基础，旨在减少有问题的酒精、烟草和非法药物的使用。此外，在可能的情况下，我们还会报告可用性、依从性、留存率和粘性数据。这些信息对于深入了解用户体验和行为以及有效性数据至关重要。因此，距离第一个以减少物质为目标的应用程序出现已经过去了大约10年，现在是时候回顾这一领域的进展了。gydF4y2Ba

方法gydF4y2Ba

目标及指引gydF4y2Ba

对文献进行了系统检索，以综合评估移动应用程序干预措施减少烟草、药物和/或酒精使用的效果、留存率和可用性的初步研究结果。对文献的初步扫描表明，有广泛的移动递送方法，干预内容和对照组有相当大的可变性;因此gydF4y2Ba，gydF4y2Ba考虑到得出过早结论的潜在风险，我们先验地决定不进行传统的元分析审查。该综述侧重于主要消费结果(即物质消费的数量和/或频率)，而不是相关的伤害或次要的心理社会结果。搜索遵循PRISMA(系统评价和元分析首选报告项目)指南[gydF4y2Ba24gydF4y2Ba］．数据提取由consortium - ehealth(联合试验报告标准-电子健康检查表)指导[gydF4y2Ba25gydF4y2Ba］．偏倚风险评估使用gydF4y2Ba偏误风险gydF4y2BaCochrane协作网开发的工具[gydF4y2Ba26gydF4y2Ba］．gydF4y2Ba

文献检索与筛选gydF4y2Ba

文献检索使用了以下大型数据库:MEDLINE (Medical literature Analysis and Retrieval System Online)、PsycInfo、EMBASE(摘录pta Medica dataBASE, via OVID平台)和ERIC(教育资源信息中心，via EBSCO)。数据库使用3个关键术语进行搜索:物质和干预以及智能手机应用程序(参考gydF4y2Ba多媒体附件1gydF4y2Ba查看详细的搜索策略)。gydF4y2Ba

合格标准gydF4y2Ba

搜索范围仅限于2007年1月1日(第一款智能手机发布的那一年)到2019年2月1日在同行评审期刊上发表的论文。符合以下标准的论文符合研究条件:(1)报告了主要的实证数据;(2)干预的主要重点是减少非法药物、和/或酒精和/或烟草的使用;(3)报告物质消耗结局数据;(4)干预是通过移动设备应用程序进行的(而不是单独的基于web或SMS);(5)采用随机或匹配对照方法学进行对照试验设计。所采用的控制条件类型没有限制。此外，没有对语言加以限制。gydF4y2Ba

软件程序Covidence (Veritas Health International) [gydF4y2Ba27gydF4y2Ba]以确保协议筛选的独立性和计算的准确性。如gydF4y2Ba图1gydF4y2Ba，综合搜索共确定了2714篇潜在相关文章(4篇论文来自对现有评论的参考文献列表的检查)，删除重复后，这些文章减少到2100篇。根据Moskowitz提出的方法[gydF4y2Ba28gydF4y2Ba和福克斯克罗夫特等人[gydF4y2Ba29gydF4y2Ba]，由2人(KG和RO)对所有论文进行了独立的摘要和标题检索，并随机对其中的20%进行交叉检查(PS)。任何分歧都由作者(PS、RO和PL)讨论并达成协议，最终产生了31篇可能相关的文章。这31篇论文由RO和PS独立完整阅读，在此过程中，另外14篇文章被排除在外。对于排除法的一致意见很高(84%)，只有2个意见不一致，然后与PL讨论以达成最终决定。扫描了其余论文的参考文献列表，并纳入了作者已知的论文，从而确定了3项额外的研究，使本综述的研究总数达到20项。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

数据提取gydF4y2Ba

从20篇符合条件的文章中提取了以下数据(RB和RO):年份、作者、研究样本、目标物质、消耗指标、干预时间、干预和对照的描述以及相关的样本量、评估时间、统计证据摘要、可能时的效应量(gydF4y2Ba表1gydF4y2Ba而且gydF4y2Ba2gydF4y2Ba)．如前所述，唯一提取的结果数据是消费变量，因为它是报告最一致的变量，因此研究之间具有可比性。在这方面，提取了各组在基线、干预后和随访(如有报道)时所有消费结果的均值和SDs，以及相关统计数据和效应量(如有报道)。一些信息是通过联系作者获得的，这在gydF4y2Ba表2gydF4y2Ba．保留率和可用性数据也被提取出来，以提供关于通过应用程序提供药物使用干预措施的可行性的知情讨论(gydF4y2Ba表3gydF4y2Ba)．这些表中报告了大量的数据，因此，文中只报告了简要的摘要。gydF4y2Ba

偏误风险gydF4y2Ba

偏倚风险评估使用gydF4y2Ba偏误风险gydF4y2BaCochrane协作网开发的工具[gydF4y2Ba26gydF4y2Ba］．该工具能够评估5个主要的偏倚来源:(1)分配顺序，(2)分配隐藏，(3)参与者和人员的盲化，(4)结果评估的盲化，以及(5)不完整的结果数据。每项研究的偏倚风险评估由2名独立评审员(JB和RB)进行，分歧通过讨论解决。gydF4y2Ba表2gydF4y2Ba提供纳入研究的质量评级;详情请参阅gydF4y2Ba图2gydF4y2Ba［gydF4y2Ba17gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba48gydF4y2Ba]，以了解偏差来源的摘要。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

数据综合与分析gydF4y2Ba

如前所述，我们预先决定不进行荟萃分析。尽管如此，我们还是举报了科恩gydF4y2BadgydF4y2Ba进行有意义的比较和解释的效应大小(gydF4y2Ba表2gydF4y2Ba)．当论文中没有报道效应量时，我们使用来自干预组和对照组的合并基线SDs来计算它们，如Morris [gydF4y2Ba49gydF4y2Ba］．gydF4y2Ba

结果gydF4y2Ba

设计和目标样本gydF4y2Ba

共有20项研究符合该综述的纳入标准。18项研究为随机对照试验(rct)， 2项为匹配对照研究[gydF4y2Ba39gydF4y2Ba，gydF4y2Ba41gydF4y2Ba]，因为这些研究中的对照组都来自相关的试验(由同一研究组进行)，在主要措施上匹配，并采用相同的合格标准(即匹配的对照研究)。具体来说，在Gajecki [gydF4y2Ba39gydF4y2Ba]，进行比较的参与者来自同期研究中的一个仅评估的对照组，他们有相同的资格标准，并且在饮酒方面是匹配的。Hasin的研究中[gydF4y2Ba41gydF4y2Ba]，匹配的对照组是先前采用相同资格标准的随机试验的对照组参与者。gydF4y2Ba

这些研究在每组可供分析的样本量上差异很大，从22到14,228不等。大多数研究都是从年龄范围很广的社区样本中招募的，只有5项研究只包括大学生。五项研究纳入临床或依赖样本[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba40gydF4y2Ba-gydF4y2Ba42gydF4y2Ba，gydF4y2Ba46gydF4y2Ba]，性别趋于均衡，但临床研究的男性比例较大。此外，有10个应用程序以减少酒精为目标[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba38gydF4y2Ba-gydF4y2Ba41gydF4y2Ba，gydF4y2Ba43gydF4y2Ba，gydF4y2Ba45gydF4y2Ba]、7针对性烟草[gydF4y2Ba31gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba42gydF4y2Ba，gydF4y2Ba44gydF4y2Ba，gydF4y2Ba47gydF4y2Ba]， 1针对酒精和烟草[gydF4y2Ba48gydF4y2Ba]， 1种靶向药物[gydF4y2Ba46gydF4y2Ba]， 1项针对非法毒品和酒精[gydF4y2Ba30.gydF4y2Ba］．gydF4y2Ba

偏误风险gydF4y2Ba

方法质量差异很大。共有11项研究(11/ 20,55%)报告了足够的随机测序生成，9项研究(9/ 20,45%)报告了足够隐藏的分组分配，5项研究(5/ 20,25%)报告了适当的参与者和人员盲法，13项研究(13/ 20,65%)报告了适当的结果评估盲法，14项研究(14/ 20,70%)充分解释了不完整的数据。总体而言，只有3项研究在所有5项偏倚风险测量中被归类为低偏倚风险。此外，4项研究在4项指标上有低偏倚风险，5项研究在3项指标上有低偏倚风险，1项研究在2项指标上有低偏倚风险，7项研究在没有或只有一项指标上有低偏倚风险。看到gydF4y2Ba图2gydF4y2Ba；中提供了关于偏倚来源和偏倚风险的文本描述的更多细节gydF4y2Ba多媒体附件1gydF4y2Ba．gydF4y2Ba

应用内容、复杂性和支持组件gydF4y2Ba

应用程序在干预内容上存在显著差异。大多数应用程序是独立的，但8 [gydF4y2Ba17gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba41gydF4y2Ba，gydF4y2Ba42gydF4y2Ba，gydF4y2Ba45gydF4y2Ba，gydF4y2Ba46gydF4y2Ba]其中有额外的辅助成分，如支持性咨询;动机性访谈;教育信息;资源链接;同辈团体支持，如Facebook群组;尼古丁替代疗法;那么音频引导放松;甚至还有一个高风险患者定位器，如果患者接近高风险饮酒地点，它会向患者发送警报(gydF4y2Ba表1gydF4y2Ba)．在应用程序复杂性方面，至少有一半的应用程序包含多个干预元素[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba48gydF4y2Ba];另一些则很简单，采用了单一的干预措施，如方法偏见训练[gydF4y2Ba44gydF4y2Ba，gydF4y2Ba47gydF4y2Ba］．应用程序在干预的基本理论方法(动机访谈、方法偏差修正、冥想、接受和承诺疗法以及复发预防)方面存在很大差异。最后，大多数应用程序都将药物使用的自我监测作为干预的一部分，只有一个应用程序(DrinkLess)直接测试了干预组件。gydF4y2Ba

比较条件gydF4y2Ba

比较条件高度多样化。即Crane等[gydF4y2Ba34gydF4y2Ba]，克莱恩等[gydF4y2Ba35gydF4y2Ba]，厄尔等[gydF4y2Ba37gydF4y2Ba]，赫茨伯格等[gydF4y2Ba42gydF4y2Ba]、柯斯特及沃特斯[gydF4y2Ba44gydF4y2Ba]，以及Ruscio等[gydF4y2Ba47gydF4y2Ba]使用干预应用程序的变体或最小版本，控制一些关键的干预组件;布里克等[gydF4y2Ba33gydF4y2Ba使用不相关的应用程序;Boendermaker等人[gydF4y2Ba32gydF4y2Ba]和Hasin等人[gydF4y2Ba41gydF4y2Ba]使用了同样的干预，但不是由应用程序提供的;冈萨雷斯和杜林[gydF4y2Ba40gydF4y2Ba]，梁等[gydF4y2Ba46gydF4y2Ba]，及戴维斯等[gydF4y2Ba36gydF4y2Ba]使用非应用的不同物质使用干预;阿哈洛诺维奇等人[gydF4y2Ba30.gydF4y2Ba]和古斯塔夫森等人[gydF4y2Ba17gydF4y2Ba]作为对照组(即不使用app)使用辅助或常规干预治疗;巴斯克维尔等人[gydF4y2Ba31gydF4y2Ba]使用的信息材料和资源链接;5项研究仅使用了等待列表、被动控制或评估[gydF4y2Ba36gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba43gydF4y2Ba，gydF4y2Ba48gydF4y2Ba］．gydF4y2Ba

干预持续时间，随访时间，通知和联系频率gydF4y2Ba

除Gajecki等(12周)外，干预时间一般为短至中(1至8周)[gydF4y2Ba39gydF4y2Ba]、Hides等(26周)[gydF4y2Ba43gydF4y2Ba]，以及Gustafson等人(35周)[gydF4y2Ba17gydF4y2Ba］．gydF4y2Ba无烟gydF4y2Ba而且gydF4y2Ba少喝酒gydF4y2Ba没有指定干预长度。除了2项研究外[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba42gydF4y2Ba]，治疗结束后没有进行随访评估。大多数应用都采用了评估和/或干预通知或警报;然而，有6款应用没有使用通知功能，而是要求参与者随意使用或在饮酒等特定场合使用[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba43gydF4y2Ba］．对于使用通知的应用程序，最常见的时间安排是每天一次。四个应用程序每天使用两次更频繁的通知[gydF4y2Ba42gydF4y2Ba]，每日三次[gydF4y2Ba48gydF4y2Ba]，以及每天四次[gydF4y2Ba44gydF4y2Ba，gydF4y2Ba47gydF4y2Ba］．其中一款应用采用每周一次的电子邮件提醒。gydF4y2Ba33gydF4y2Ba］．gydF4y2Ba

有效性的结果gydF4y2Ba

科恩gydF4y2BadgydF4y2Ba提取或计算每种物质消耗结果的效应量。对于5项结果数据不符合Morris所描述的计算要求的研究[gydF4y2Ba49gydF4y2Ba]，通过将报告的效应量转换为gydF4y2Ba科恩d,gydF4y2Ba如gydF4y2Ba表2gydF4y2Ba．在三种情况下，提供了不充分的数据(尽管作者要求)来计算前后效应量。gydF4y2Ba

少数研究(6/20;gydF4y2Ba表2gydF4y2Ba)报告在治疗后或随访时，与对照组相比，药物使用显著减少。gydF4y2Ba

在6个报告治疗后效果优于对照组的应用程序中，有3个针对酒精，其中一个针对临床参与者(A-CHESS)，另外两个专注于大学生(TeleCoach和CampusGANDR)。一个应用程序提供给吸烟者(无烟)，另一个应用程序针对大学人群中的酒精和吸烟(basic - mobile)，但在后一项研究中，只有减少吸烟(不包括酒精)优于对比条件。最后，一个应用程序(HealthCall)针对艾滋病毒人群中的非法药物和酒精，但与对照组相比，只报告了药物使用(不包括酒精)的显著减少。值得注意的是，大多数应用程序确实报告了药物使用的减少;然而，在处理后，它们并不一定优于对照条件。此外，有三款应用程序被归类为有前景的应用程序。简报- mp(吸烟应用程序)和LBMI-A(临床组酒精应用程序)报告了治疗期间的干预效果，而不是治疗后的干预效果，DrinkLess报告了两个组成部分(规范性反馈和认知训练)的结合，酒精消费量显著减少。gydF4y2Ba

维氏等人[gydF4y2Ba48gydF4y2Ba]报告了“基础移动”，在14天内提供监测、规范反馈、健康信息、替代活动和“敦促冲浪”，重点关注大学生减少酒精和吸烟。与干预后的最低控制条件相比，该应用程序在每天吸烟的情况下表现更好(gydF4y2BadgydF4y2Ba=0.55)，对酒精无干预作用。古斯塔夫森等人[gydF4y2Ba17gydF4y2Ba结果显示，在8个月的时间里，“A-CHESS”提供心理教育、康复故事、会面地点、指导冥想和电话咨询师的访问，比正常的30天戒酒治疗效果更好(gydF4y2BadgydF4y2Ba=0.37)和危险饮酒天数(gydF4y2BadgydF4y2Ba= 0.24)。阿哈洛诺维奇等人[gydF4y2Ba30.gydF4y2Ba]的研究表明，与动机性访谈相比，“健康呼叫”(HealthCall)——一个在8周内使用动机性自我监测、个性化反馈和打电话咨询师的选项的应用程序——产生了明显较低的初次药物使用率(gydF4y2BadgydF4y2Ba= 0.17)。Gajecki等[gydF4y2Ba39gydF4y2Ba报告称，“TeleCoach”——一款在3个月内提供酒精监测、个性化反馈、酒精指南和风险情况、拒绝饮酒技巧和“催促冲浪”的应用程序——与候补组相比，与饮酒场合(但不是数量)减少有关(gydF4y2BadgydF4y2Ba= 0.30)。厄尔等人[gydF4y2Ba37gydF4y2Ba报告称，与提供与饮酒无关的活动报告反馈的对照应用程序相比，基于校园的游戏“CampusGANDR”(主要集中在6周的规范性和强制性反馈上)与周末饮酒数量减少有关。gydF4y2BadgydF4y2Ba= 0.23)。葛兰等[gydF4y2Ba35gydF4y2Ba]报告称，“无烟”-一个由目标、监测、每日报告累算收益的消息(例如，财务储蓄和估计的健康改善)和30天内的行为改变策略组成的应用程序-与应用程序的最小版本(gydF4y2BadgydF4y2Ba=0.22使用每个协议分析和gydF4y2BadgydF4y2Ba=0.34使用意向治疗分析;看到gydF4y2Ba多媒体附件1gydF4y2Ba详情)。gydF4y2Ba

此外，我们还对另外三款应用进行了分类。Brief-MP和LBMI-A与干预组的显著降低相关，尽管这种差异在干预后不再显著(见gydF4y2Ba多媒体附件1gydF4y2Ba有关详情)[gydF4y2Ba40gydF4y2Ba，gydF4y2Ba47gydF4y2Ba］．此外，尽管gydF4y2Ba少喝酒gydF4y2Ba干预组和对照组应用程序之间没有总体差异，但仅在干预组内的规范反馈和认知训练组件之间发现了显著的相互作用，这表明这两个组件结合在一起导致了酒精消费量的更大下降，与他们的最小应用程序相比(参见gydF4y2Ba多媒体附件1gydF4y2Ba详情)。鉴于此分析是探索性的(尽管预先规定了)，我们在得出任何结论之前等待进一步的研究。gydF4y2Ba

留存率、粘性和可用性gydF4y2Ba

干预组的保留率(通常定义为完成最终评估(事后或随访))总体良好(70-80%)[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba47gydF4y2Ba]，高(80-90%)[gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba42gydF4y2Ba]，或非常高(超过90%)[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba41gydF4y2Ba，gydF4y2Ba43gydF4y2Ba，gydF4y2Ba44gydF4y2Ba，gydF4y2Ba46gydF4y2Ba，gydF4y2Ba48gydF4y2Ba］．Gajecki等人的研究发现留存率较低(61%)[gydF4y2Ba38gydF4y2Ba]， Gonzalez等人(60%)[gydF4y2Ba40gydF4y2Ba]，以及Crane等(27%)[gydF4y2Ba34gydF4y2Ba］．看到gydF4y2Ba表3gydF4y2Ba获取详细信息。gydF4y2Ba

用户粘性——通常定义为对通知做出响应或按照说明使用(例如，在一些试验中，参与者被指示每天使用应用程序而不提供通知)——差异更大，一些研究报告的用户粘性较低(低于50%)[gydF4y2Ba38gydF4y2Ba，gydF4y2Ba46gydF4y2Ba]，其他受访者表示参与程度适中(50-80%)[gydF4y2Ba47gydF4y2Ba，gydF4y2Ba51gydF4y2Ba]，部分受访者表示用户粘性较高(80%及以上)[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba41gydF4y2Ba，gydF4y2Ba42gydF4y2Ba，gydF4y2Ba44gydF4y2Ba］．gydF4y2Ba

研究使用了各种方法来确定可用性和用户满意度，包括可靠的工具，如移动应用程序评分量表(MARS) [gydF4y2Ba53gydF4y2Ba]，或单项(gydF4y2Ba表3gydF4y2Ba)．满意程度介乎中等(50-80%)[gydF4y2Ba33gydF4y2Ba]至高(80%及以上)[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba41gydF4y2Ba］．例如，Hides et al [gydF4y2Ba43gydF4y2Ba他们发现Ray’s Night Out的应用质量很好，功能、美学和信息水平都很高(80%以上)。哈辛等[gydF4y2Ba41gydF4y2Ba86%的患者表示，HealthCall-S提醒了他们的饮酒目标，超过80%的患者表示，它增强了他们减少饮酒的信心和动力。在Bricker等人的研究中[gydF4y2Ba33gydF4y2Ba， 59%的受访者表示整体满意。gydF4y2Ba

总之，在6个明显比对照条件更有效的应用程序中，所有应用程序都报告了小到中等的效应大小。此外，6项应用程序研究中的3项被评估为具有高偏倚风险，3项被评估为具有低偏倚风险;因此，在结果和偏见方面没有出现特定的模式。当报告多种物质消耗测量时，显著的结果大多是可变的。每项研究的详情载于gydF4y2Ba多媒体附件1gydF4y2Ba还有桌子。gydF4y2Ba

讨论gydF4y2Ba

本文的主要目的是综合和报告最新的系统文献综述，重点关注通过移动应用程序提供的物质使用(酒精、非法药物或烟草)干预的有效性。本综述共纳入20项研究，其中只有6项报告干预后药物使用与对照组相比显著减少[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba48gydF4y2Ba］．平均效应大小不大，尽管这与其他领域的移动应用程序一致，包括心理健康[gydF4y2Ba15gydF4y2Ba]以及饮食和运动[gydF4y2Ba54gydF4y2Ba］．另外两项试验[gydF4y2Ba40gydF4y2Ba，gydF4y2Ba47gydF4y2Ba]在治疗阶段报告了显著的干预效果，干预后无显著组间差异。第三个应用程序报告了应用程序内两个干预组件的显著交互作用[gydF4y2Ba34gydF4y2Ba］．gydF4y2Ba

表现明显优于对照条件的6个应用程序在干预长度、内容和复杂性方面存在很大差异，其中大多数应用程序几乎没有共同点。从应用内容来看，6款应用中有3款包含规范性反馈，1款包含个性化反馈(实际消费与目标比较)。具体来说，CampusGANDR很大程度上依赖于个性化的规范性反馈和禁令性反馈(同伴认为你应该做什么);TeleCoach在消费报告后立即提供个性化的规范性反馈;basic -mobile每天提供规范反馈;而HealthCall则包含了将实际消费量与个人目标进行比较的个性化反馈。有趣的是，在Gajecki早期的研究中[gydF4y2Ba38gydF4y2Ba]，包含个性化规范性反馈的比较条件比不提供规范性消费反馈的干预措施表现更好。个性化反馈和规范性反馈之间的这种关联与之前的面对面干预相一致，证明了这些方法的有效性[gydF4y2Ba55gydF4y2Ba]在移动健康的方法中减少物质。鉴于同龄人在药物使用方面的已知重要性和规范态度，在未来的应用程序中包括这一组件(特别是在年轻人群中)可能会提高疗效。gydF4y2Ba

此外，干预的长度可能在影响积极结果方面发挥了作用，6项重点干预中只有1项在6周以下(4、6、8、12和35周)。相比之下，大多数没有报告干预优势的研究持续了4周或更短的时间。虽然只是提示性的，但当干预部分超过4周，参与者参与时间更长时，通过应用程序改变行为可能更有效。gydF4y2Ba

所有研究的保留率普遍较高，大多数研究在干预后或随访时保留率均在90%以上gydF4y2Ba无烟gydF4y2Ba［gydF4y2Ba35gydF4y2Ba),gydF4y2Ba少喝酒gydF4y2Ba［gydF4y2Ba34gydF4y2Ba这些应用的后续留存率低于30%。后两项研究与其他研究不同，因为人们是在下载应用程序后加入研究的，而不是从一开始就被招募参加试验。这表明，应用在研究试验之外的留存率可能较低，如果应用想要作为一种有效的公共卫生手段，提高留存率的方法是至关重要的。此外，20项研究中有9项报告了可用性数据，结果有些不确定。令人鼓舞的是，参与者普遍认为移动健康应用使用简单方便。考虑到智能手机应用的低可用性是很常见的，并且会严重影响用户粘性[gydF4y2Ba56gydF4y2Ba，这些结果是有希望的。gydF4y2Ba

其中四个应用程序(LBMI-A、A-CHESS、Health Call和Health S)针对的是除Health S(海洛因成瘾)之外的主要酒精依赖个体的临床样本。4例中仅有1例报告结果优越(A-CHESS) [gydF4y2Ba17gydF4y2Ba］．这款应用程序的干预对象是已经接受过住院治疗的酒精依赖者，因此，它起到了预防复发的作用。此外，A-CHESS还包括辅助组件，如在需要时与咨询师联系，这表明应用程序本身可能不会对干预效果负责。此外，这项研究可能存在一些偏倚风险，因为参与者很清楚他们属于干预组，因为对照组是正常治疗，没有额外的支持。考虑到酒精和药物依赖的复杂性，移动应用程序可能不会对临床样本产生显著的积极结果，这并不奇怪，特别是考虑到除a - chess之外的大多数干预措施持续时间为6周或更短。虽然现在得出任何确切的结论还为时过早，但如果移动应用程序对那些依赖药物的人有帮助，那么它可能是治疗后的最有效支持，而不是主要干预。有趣的是，在7个针对烟草使用的应用程序中(1个针对酒精和烟草，BASICS)，只有2个报告的结果更好gydF4y2Ba无烟gydF4y2Ba而其他试验包括每日吸烟者，其中一些人每天吸10支烟，这被认为是轻度到中度依赖范围。这再次表明，使用药物较多的人(如果不是临床用药)不太可能从移动应用程序中受益。鉴于数量较少，不可能就药物类型的有效性得出任何结论，尽管有一些迹象表明，移动应用程序对依赖药物的人效果较差。我们等待进一步的研究来证实这一结论。gydF4y2Ba

最后，值得注意的是，某些应用程序干预所产生的物质使用的减少绝对数量很小。例如，与比较条件相比，具有显著消费结果的应用程序条件在30天内平均减少了一天的药物使用[gydF4y2Ba30.gydF4y2Ba]，每周少饮酒0.8天[gydF4y2Ba39gydF4y2Ba]，禁欲的可能性增加5% [gydF4y2Ba17gydF4y2Ba]，周末少喝一杯酒[gydF4y2Ba37gydF4y2Ba］．然而，在公共卫生层面，即使人口层面的少量减少也能对减少与酗酒和其他药物使用有关的死亡率和发病率产生重大影响，因此仍然令人鼓舞。此外，尽管大多数研究没有报告“优越”的结果(相对于其比较条件)，但在许多情况下，它们报告了酒精或非法药物或烟草的显著减少。这将发生在研究设计中，当比较条件是通过其他数字模式(基于web和IVR)提供的其他应用程序或干预时，我们也知道这些应用程序或干预对物质减少有积极影响。在这方面，移动医疗领域将受益于对应用程序功效的期望以及移动应用程序在临床治疗和公共卫生方法中应发挥的作用的更大共识和清晰度。gydF4y2Ba

限制gydF4y2Ba

纳入的研究中有许多明显的局限性。例如，大多数研究受到设计限制和偏倚风险的影响，许多是小样本试点研究。也就是说，研究在样本量方面差异很大，有许多小型研究(例如，8个干预条件的样本量为30或更少);相比之下，有两项研究的样本大于1000。gydF4y2Ba

最重要的限制之一是比较条件变化很大，在许多情况下与干预条件的平衡很差。这种设计的可变性反映了不同类型的研究问题，并排除了能够得出任何结论(试探性或其他)关于应用程序的有效性与其他有问题的物质传递模式相比。同样地，6个应用程序报告的结果优于对照组，这与不同种类的比较条件相混淆——一些可能有很少的治疗效果(例如，等待列表控制)，而另一些则包含了类似全面的“治疗”作为干预条件(例如，相同干预的web版本)。此外，一些研究纳入的比较条件在内容和接触频率方面不平衡[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba46gydF4y2Ba］．例如，在一项研究中[gydF4y2Ba17gydF4y2Ba]，治疗组的参与者有更多的咨询师联系，并完成了每周的酒精摄入量评估，而没有在比较条件下进行，这可能产生了评估效果。布里克等人的研究[gydF4y2Ba33gydF4y2Ba]包括未指明的辅助疗法(干预组参与者被鼓励在试验期间使用其他疗法，但没有报告细节)。gydF4y2Ba

最后，偏倚的风险普遍较高。有时，这是由于缺乏详细的信息，所以在所有研究中，偏差的真实风险可能更低。总体而言，只有6项研究被归类为无偏倚风险或低偏倚风险(gydF4y2Ba表2gydF4y2Ba；gydF4y2Ba多媒体附件1gydF4y2Ba)．另有7项研究被评估为可能存在偏见，但由于缺乏信息，无法将其归类为低风险。其余8项研究被评估为具有高偏倚风险。此外，6项报告良好结果的研究中，有3项被评估为无偏倚风险或低风险，这使我们相信一半的显著发现是高度稳健的。两个较优的试验存在一定的偏倚风险，其中一个是由于描述不清楚，另一个是高风险。gydF4y2Ba

未来的建议gydF4y2Ba

这篇综述强调了这一快速发展领域未来工作的一些关键领域。首先，很明显，我们需要足够有力的试验，更长的随访期和更多的关注，以减少这些研究的潜在偏倚风险。越来越多地关注方案论文、预注册试验和遵守Cochrane指南(及其报告)将有助于在下一次综述中得出更有力的结论。gydF4y2Ba

其次，这篇综述强调了应用程序内容在一系列物质上的相当大的可变性和复杂性，以及出版物中对应用程序内容的不充分描述。此外，只有一半的研究包括对用户体验的描述，这是与有效性数据一起考虑的关键。如果用户的参与度和满意度很低，那么试验研究之外的有效性就会很低。可用性数据的缺乏可以部分地解释为文字限制和一些期刊不愿发表“用户体验”论文。因此，我们建议该领域在提供应用程序内容、变化理论和设计的细节时，使用开放科学框架和类似的平台。gydF4y2Ba

在某些情况下，应用程序干预的开发在减少物质使用的变化理论的背景下被清楚地描述(例如，在报道无烟、少喝酒和BASICS-mobile的论文中)。但是，在许多情况下，尚不清楚拟议的改变机制是什么以及为什么选择这种机制，而且有时很难确定干预措施的内容。在某些情况下，其基本原理是将“有效的”面对面治疗转移到移动应用程序上(如BASICS-mobile)，而其他作者则根据用户输入和智能手机技术的独特方面(如Ray’s Night Out)开发了定制的应用程序干预。最终，尽管物质使用领域现在已经产生了20个移动应用程序的受控评估，但我们仍然不清楚哪些“类型”的干预可能最有效，以及支持它们的变化模型理论。最后，在大多数情况下，除了DrinkLess应用程序，几乎没有对干预成分的有效性进行调查。在DrinkLess应用程序的事后分析中发现，认知偏差训练和规范性反馈之间的积极互动是有希望的，因为这两种干预成分都可以很容易地转化为移动应用程序。此外，认知训练成分是一种习惯养成活动，非常适合于可以随时在智能手机上轻松参加的干预。重要的是，一些行为改变干预措施可能比其他措施更符合数字交付。例如，我们最近提出，基于时间的目标设定技术，而不是传统的基于数量的目标(减少吸烟、酗酒或吸毒)，可以通过应用程序功能的独特功能大大增强。gydF4y2Ba57gydF4y2Ba］．这可能包括每日提醒、定时提醒、自动减少目标、支持性心理策略和个性化干预。随着我们继续在应用程序交付方面取得进一步的技术进步，协调一致的干预内容将对移动健康的成功至关重要。对这一领域的移动应用程序内容进行细致的分析将是未来出版物的有益练习。gydF4y2Ba

第三，令人惊讶的是，在许多出版物中都描述了缺乏迭代的协同设计过程(尽管无烟、少喝酒和Ray’s Night Out是一些例外)。尽管由于手稿长度的限制，在某些情况下可能会被省略，但在大型rct中评估应用程序之前的可用性测试是至关重要的。这样的可用性测试允许研究人员根据用户和临床医生的反馈修改功能，从而避免低效或高度受限的随机对照试验。更加重视协同设计和可用性测试将提高我们提高用户留存率的能力。例如，我们知道治疗师的指导可以减少数字干预的损耗，但这可能代价高昂。一种可能是尝试自动向导或教练来提供支持，减少人员流失。此外，使用个性化提醒和策略、机器学习功能、被动传感器报告和基于上下文的提醒，除了其他用途外，还有可能提高用户留存率。然而，在这篇评论中，没有一个应用程序包含这些更复杂和复杂的技术。我们发现这令人惊讶，这种模式可能在一定程度上反映了资金限制。尽管缺乏证据表明在设计过程的哪个阶段进行何种程度的合作是合适的，但更广泛的跨学科和协同设计合作(包括用户、研究人员、临床医生、软件开发人员、政策制定者、营销团队和图形设计师)可能会产生更复杂的产品，从而在大学研究试验的背景下利用这些功能。gydF4y2Ba

最后，比较条件的相当大的范围是这篇综述的一个主要限制，一些选择的比较条件的基本原理有点令人费解。每种不同类型的比较条件反映了不同的研究问题，并暗示了专注于物质减少的应用程序的完全不同的目的。研究人员可以考虑他们的试验是否旨在确定被测试的应用程序是否比相同、相似或不同的应用程序干预产生更好的效果;电脑的干预;面对面的干预;照常治疗;或者没有干预。在公共卫生层面，我们建议，如果一个应用程序减少药物使用的程度与更昂贵的干预措施相同，那么这应该被认为是一个积极的试验结果。这并不是大多数论文中涉及的讨论，而是指向了一个更广泛的基于政策的讨论，即什么构成了“应用程序有效性”，以确保与公众的透明沟通。考虑到应用程序在偏远和经济困难社区的潜在广泛影响，或者解决寻求帮助的众多其他障碍，这些考虑是重要的。 The current saturation of smartphones in our society makes them a powerful mHealth tool, but further work is needed to understand how best to harness their capabilities, engage the user, and generate positive intervention outcomes. With hopeful anticipation, we look forward to what the next 5 years in mHealth research and development brings.

结论gydF4y2Ba

自从通过智能手机应用程序提供药物使用干预措施以来，已经有大约10年的时间了，大多数对照评估都是在过去5年发表的。未来几年，我们可能会看到智能手机应用程序药物使用干预措施的发展加速，现在是时候对该领域进行评估，并确定优势、局限性和未来方向。这篇最先进的评论强调了应用程序设计的多样性，为社区和临床人群探索了一系列选择。该综述还强调了研究设计、干预类型、比较条件、措施、随访期、干预时长和报告细节方面的巨大差异，使得几乎不可能推断出与药物使用应用程序的有效性相关的具体因素或主题。我们认为这篇评论是gydF4y2Ba采取股票gydF4y2Ba时刻;我们显然还不能得出任何确切的结论。重要的是，这项审查的细节和结果的指导将有望加强移动健康领域未来的努力，以帮助社区中的个人减少他们对酒精、烟草和/或非法药物的有问题的消费。最终，我们希望移动健康能够在这一领域提供负担得起、可获得和有效的行为改变干预措施。gydF4y2Ba

共同设计在所有干预开发中都至关重要;然而，许多研究直到做出重要的设计和干预决策后才纳入用户。为了回答应用程序干预是否与其他格式的效果相同或更好，应用程序应该在非应用程序比较条件下与相同的干预进行测试。最后根据基本研究问题选择比较条件。除了可以利用应用程序特定的功能来产生创新的干预措施外，与面对面治疗或常规治疗相比，至少表现出结果等效的应用程序将提供许多优势，包括低成本、可访问性、减少寻求帮助的障碍以及潜在的更高参与度。与此相关的是，有效的应用程序干预，能够招募不愿寻求帮助的个人，也将在解决治疗差距方面提供实质性优势。事实上，应用程序干预已经引起了公众对公共卫生研究的极大兴趣，心理健康应用程序出现了一些有希望的迹象[gydF4y2Ba15gydF4y2Ba]，尽管见Weisel等人的研究[gydF4y2Ba16gydF4y2Ba］．然而，专注于帮助人们减少问题酒精、烟草和/或非法药物使用的应用程序却不能讲述类似的故事。虽然该领域仍处于起步阶段，但这篇综述谨慎地表明，应用程序对有问题的物质使用的干预尚未清楚地证明其实用性。特别是，这并不奇怪，这似乎是临床或物质重度使用者的情况。在下一次综述中，更积极的文献状态可能是由多学科团队之间的更多合作、从彼此的产品中迭代学习、选择基于证据的和移动应用程序一致的内容、更多的专家和消费者输入、注意降低偏见风险、全面的可用性测试、更多的个性化干预以及利用更大的用户粘性和留存率的方法实现的。gydF4y2Ba