本研究采用系统评审流程的原则来识别和选择应用程序，包括使用应用程序质量评估工具、搜索策略、预定义的纳入标准来筛选应用程序、应用程序评级和选择以及用于定性分析的数据提取。

两名审阅人员执行数据提取。一名评论者评价了苹果App Store的应用，另一名评论者评价了谷歌Play应用。在审查这些应用程序之前，审查人员进行了讨论，并决定将这些应用程序提供的所有关键功能都包括在内。我们特别关注了应用程序提供的药物提醒和依从性功能。评测人员使用预先确定的Excel表格提取有关应用功能的信息。Excel表格是基于5个具有广泛功能的应用程序的试点应用程序评估练习而开发的;Excel表格是为了这项研究而改进的。我们排除了由于特定国家或其他限制而无法评估的应用程序。我们添加了免费应用的额外功能，这些功能只能在订阅时使用。

我们根据操作系统(即Android和iOS)对应用程序进行了分组，给出了MARS的平均评级，并总结了主要特征。我们还提供了基于意识、知识、态度、改变意愿、寻求帮助和行为改变的MASS和应用程序特定药物依从性评级。

我们在谷歌Play中发现了249款应用，在Apple App Store中发现了209款应用。根据最初的纳入标准，谷歌Play和Apple App Store分别有63和39款应用。最后，8个MARS大于4的应用程序被包括在内。这些应用的平均质量为4.2，用户对应用的平均评分为4.7。 图2描述了Apple app Store和谷歌Play在选择满足选择标准的相关应用时所遵循的应用选择方法。

所有8款应用程序都可以在苹果商店购买。 49- 56]，谷歌Play中有7个[ 49- 55]，其中一个应用程序可以选择通过web应用程序和亚马逊Alexa来访问[ 56］．考虑到所有的应用程序都可以在苹果应用程序商店中获得，我们从应用程序商店中提取了应用程序的信息。 表1提供应用程序的概述。相比之下, 多媒体附件2为每个应用程序提供详细信息。

苹果应用程序商店应用程序被归类为医疗[ 49- 53， 55， 56]和健康与健身[ 54)应用程序。包括英语在内，这些应用程序大约在5 [ 51， 56]， 10 [ 49， 54， 55]， 20 [ 52]，以及30种语言[ 50， 53］．此外，所有应用程序都有家庭共享选项(即应用程序可以与6个家庭成员共享和使用)[ 49- 56］．除了一个应用程序外[ 56]，应用程序明确定义了它们的隐私政策，定义了已识别的[ 49- 52， 54， 55]及已辨识的资料[ 49， 50， 53- 55)，尽管应用程序之间有所不同。例如，健康和健身信息、联系信息、标识符、诊断、位置、用户内容和使用数据等数据被一个应用程序视为“识别”数据[ 52］．相比之下，同样的数据被另一个应用程序视为“去识别”数据[ 53］．此外，这些应用程序由软件公司出售。 54， 56]、数字健康公司[ 49， 51， 52， 55]、健康及健身公司[ 53]，以及个别人士[ 50］．最后，尽管所有应用都是免费的。 49- 56，他们有一个应用内购买选项[ 49- 52， 54];也就是说，用户可以选择支付规定的金额来访问额外的功能，例如高级订阅功能[ 49- 52]和使用教练的机会[ 54］．

这些应用程序的兼容操作系统(OS)版本差异很大。为了使应用程序顺利运行，9.0 [ 49]， 10.3 [ 56]， 11.0 [ 51]， 12.0 [ 50]， 13.0 [ 53- 55]， 13.2 [ 52]或更高版本的操作系统。

在糖尿病患者中，最佳的血糖控制至关重要，良好的依从性与较低的全因死亡率和住院风险相关[ 58］．为了探索技术的接受和使用，研究了许多模型。其中一个模型就是任务技术拟合(TTF)。TTF指出，一项技术应有效地完成所分配的任务，这将导致用户性能的提高和采用[ 59］．TTF对应用程序的任务特征和技术特征进行评级，这影响了用户对应用程序的有效性和采用程度。因此，在本节中，我们使用TTF并量化了应用程序在糖尿病依从性方面的有效性，以评估应用程序是否促进糖尿病药物的依从性[ 60， 61］．最近的一项研究使用TTF来评估移动健康应用程序在提供医疗保健服务方面的有效性[ 62］．

一级预防和减轻糖尿病的严重程度主要围绕定期BG检查、饮食、体育活动、其他重要读数和坚持用药[ 63］．因此，它们是本研究中考虑的主要因素。虽然已经发现应用程序可以提高对药物依从性的认识，并减少非药物依从性糖尿病患者自我报告的药物依从性障碍[ 64]，一项研究发现，很大一部分糖尿病自我管理应用程序缺乏增强服药依从性和安全性的功能[ 65］．因此，在应用功能中，我们认为概述(一段时间内生成并以图形方式呈现的报告)、提醒(执行任务的定制警报)、通知(当BG上升或下降到阈值以下时发出警报)、帮助(各种利益相关者提供的额外支持)和动机(来自亲人的帮助和通过游戏化的挑战)是支持糖尿病患者坚持用药的必要应用功能。

表2提出了糖尿病药物依从性的TTF矩阵，根据定义的主要因素和应用程序特征来评估应用程序。在矩阵中，当因子和特征可用时，我们标记为“yes”。然后我们分别为主要因素和应用程序功能合计得分。我们将主要因素和应用功能的得分均为5分定义为有助于非常高的依从性，将主要因素或应用功能的得分均为4分或以上定义为有助于高依从性的应用程序，将主要因素或应用功能的得分均为3分或以上定义为有助于中等依从性的应用程序。我们进一步将低依从性应用定义为在主要因素或应用功能上得分2分及以上的应用，而在主要因素或应用功能上得分低于2分的应用则是导致低依从性的应用。

根据我们的评估，没有一个应用程序有助于很高的依从性，也没有低依从性的应用程序。此外，我们发现各3个应用程序有助于高依从性(25%)[ 49， 55]以及适度坚持糖尿病药物治疗(25%)[ 54， 56］．相比之下，其他4个应用程序在协助糖尿病药物依从性方面属于低依从性类别(50%)[ 50- 53］．

在这次系统评估中，我们确定了8款在苹果应用商店和谷歌Play中公开的免费高质量应用。应用程序的平均质量为4.2，而平均用户评分为4.7。只有2个应用程序表现出高依从性，2个应用程序表现出中等依从性，而一半的应用程序表现出低依从性。然而，由于全球市场有望快速增长，并可能对提供个性化医疗保健产生广泛影响[ 66]，在苹果应用商店和谷歌Play中提供的可互操作的移动健康解决方案通常是为了广泛的适应性而设计和开发的。我们的系统综述建议，在为糖尿病患者开处方之前，使用标准化框架评估应用程序，并使用行为理论来提高药物依从性。

所有应用程序都有英语版本和其他5种以上的语言版本[ 49- 56］．此外，双语英语患者表示需要语言翻译来理解和使用应用程序进行交流[ 67)，所选的应用程序可以通过提供的多语言选项来解决这个问题。然而，在全球范围内，79%的成年糖尿病患者生活在转型国家[ 3.］．多年来移动电话用户增加，包括在转型国家[ 68]，以及移动电话技术的不断进步[ 69]促进移动医疗在存在障碍(如缺乏基础设施、设备和技术差距)的转型期国家有效使用[ 70］．因此，如果选定的应用程序的语言在糖尿病患病率较高的转型国家占主导地位，它们可能有助于糖尿病管理，减轻医疗保健系统的负担并降低死亡率。

去身份识别对于保护患者隐私和删除直接或间接指向某人的标识符至关重要[ 71］．然而，去识别的定义是有变化的[ 72］．例如，在考虑的应用程序中，健康和健身、联系信息、标识符、诊断、位置、用户内容和使用数据被认为是一个应用程序的识别数据[ 52］．相比之下，同样的数据被另一个应用程序视为未识别数据[ 53］．这种差异可能是由于应用程序开发国家的定义和法律实践存在差异[ 72］．因此，根据立法准则开发的医疗保健应用程序，如美国《医疗保险可携性与责任法案》和欧洲《一般数据保护条例》，在定义已识别和未识别数据方面可能具有一致性[ 72］．因此，遵循全球监管准则可以统一使用已识别和未识别的数据。

应用内购买允许用户在应用内购买附加服务，本研究中考虑的5个应用具有此功能[ 49- 52， 54］．值得注意的是，应用内购买选项在推广健康应用方面效果很好，其中免费提供基本功能[ 73］．然而，升级为付费订阅的意图是受订阅功能、好处和价格价值的驱动[ 74］．因此，开发带有内置购买选项的免费健康应用是推广应用的必要手段;然而，内容应提供足够的价值，以保留订阅[ 74］．

本研究中描述的一些应用程序可以被所有糖尿病患者使用[ 50， 53， 56］．相比之下，其他应用程序专门针对2型糖尿病患者[ 51， 54或T1DM、T2DM或妊娠期DM患者[ 49， 52， 55］．然而，与一般描述的应用程序相比，有具体描述的应用程序更受用户的欢迎。 75］．一些应用程序的年龄评级≥4 [ 50- 54， 56≥17 [ 49， 55］．T1DM影响儿童[ 3.]，尽管一些应用程序被认为适合T1DM患者，但年龄评分≥17 [ 49， 55］．另一个应用程序的年龄等级≥4，可用于T1DM患者[ 52］．因此，开发具有特定描述和适当年龄等级的应用程序可以帮助适当的目标人群。

我们考虑了影响糖尿病的生理因素和应用程序功能，以使用TTF矩阵开发和评估应用程序。

这篇综述有一定的局限性。首先，在这项研究中，我们包括了评分超过500的应用程序。因此，我们可以剔除一些评论少于500的新应用，但这可能会有更高的质量。其次，我们只列出了英语版本的应用，可能漏掉了除英语之外的有效应用。第三，我们的搜索日期限制在2020年5月。然而，与COVID-19大流行严重程度相关的限制可能会使开发和使用满足我们选择标准的应用程序成为可能。最后，我们将搜索范围限制在主要应用商店:Apple app Store和谷歌Play。然而，截至2020年5月，这些商店占全球应用程序的80%(441万)[ 76］．

我们的发现为应用程序开发人员开发一款有助于糖尿病药物依从性的应用程序提供了指导。此外，有几种应用程序很可能是在大流行期间开发和规定的[ 77， 78］．因此，使用我们的框架评估应用程序可以帮助应用程序提供更高的药物依从性，以改善糖尿病患者的健康和福祉。随着智能手机技术的进步，各种健康指标可以被实时捕捉和传输，以供分析[ 79- 81］．机器学习和大数据的应用可以为病人和医疗保健专业人员提供大量的预测信息[ 82- 87］．此外，高质量的应用程序加上基于证据的ICT项目，使用以用户为中心的设计、可穿戴设备和机器学习方法，可用于为糖尿病患者提供个性化干预。 84， 87- 93］．因此，我们的发现可能对糖尿病药物依从性有实际和研究意义。

我们评估智能手机应用程序在促进糖尿病药物依从性方面的框架考虑了影响糖尿病的生理因素和应用程序功能。因此，我们的发现可能会对糖尿病患者应用程序的设计和开发产生积极的影响。此外，可用的应用程序可以根据我们的框架进行评估，这些应用程序可以促进更高的药物依从性，从而获得更好的健康结果。