将移动元素添加到50岁以上成年人的在线体育活动干预:原型开发研究

简介

体育活动不足已被证明是50岁以上成年人死亡率的主要预测因素[1］．根据世界卫生组织(WHO)的指导方针，他们应该每周至少进行150分钟的中等到高强度的体育锻炼。此外，建议他们每周至少进行两次力量和柔韧性训练[2］．然而，研究表明，只有少数50岁以上的成年人符合这些准则[3.］．因此，在这些人群中增加身体活动(PA)水平是非常重要的，与改善身体、功能、心理和认知健康有关[4-6］．

电子卫生干预措施已被证明是帮助50岁以上成年人在干预完成后的头几周内短期内提高PA水平的有效工具[7］．此外，与传统干预措施相比，这些在线干预措施具有潜在的优势，包括覆盖面广，信息更容易获取，并减少从业者的工作量[8，9］．在过去十年中，我们的研究小组还开发了针对不同目标人群的在线干预措施，以提高PA水平[10-13］．虽然这些干预措施已被证明在短期内有效提高PA水平，但这些积极影响在长期内并没有维持。[10，11］．因此，在本研究中，在线干预主动加［14),我移动［15]通过在基于网络的干预中分别添加3个移动元素中的1个来更新。因此，预计对PA的(长期)影响会改善，干预使用会增加，流失率会降低。此外，这与最近在50岁以上的成年人中观察到的智能手机和平板电脑拥有量的增加一致。16］．

主动加是一项以电脑为基础的干预措施，针对50岁及以上的成年人，包括在3个月内提供3次针对PA的定制建议。根据用户对问题的回答进行定制，例如人口统计、疾病和局限性、目前的PA水平、(更多)体育活动的意图以及对锻炼活动的偏好[14］．我移动是一种基于动机性访谈和自我决定理论，针对成年人的更具互动性的计算机干预方法[17，18］．我移动包括4次关于PA的课程，在3个月的时间内提供，在这些课程中，用户获得了关于各种主题的信息，例如计划，当前的PA行为，障碍，以及与PA相关的信心和动机的叙述视频[15］．更多关于主动加而且我移动可在多媒体附件1而且2．

所选的要集成的移动元素之一主动加而且我移动是一款活动追踪器，并配有相应的应用程序。除了已证明有效提高PA [19，20.]，结果显示老年人愿意使用这个工具[21-23］．开发了生态瞬时干预(EMI)程序，并与主动加而且我移动作为第二个移动元素。虽然EMI经常被用于和研究以帮助戒烟[24，25]或减少饮酒[26]，关于它在改善PA行为方面的有效性还知之甚少。最后，集成了一个聊天机器人应用程序，可以在一天中提供有说服力的定制步行信息主动加而且我移动．这些移动交互式虚拟教练应用程序是很有前途的工具，可以刺激PA [27］．

如设计文件所述[28]，在更新干预措施期间，采用了系统的设计方法，以保存和进一步加强以计算机为基础的干预措施已经证明的有效性主动加［10),我移动［11干预措施。已作出努力使目标人口参与，这已被证明是成功发展电子保健和移动保健(移动保健)的一个重要因素[29，30.］．所应用的系统方法大致分为6步原型开发阶段、2步效果评估阶段和2步实施阶段图1．

本文介绍了该干预措施的原型开发和中试过程。目的是用3个移动元素(活动跟踪器、EMI程序或聊天机器人)增强现有的2种基于pa刺激的计算机干预措施，并在50岁以上的目标人群中测试原型的可用性和赞赏性。

‎

方法

系统设计方法的原型开发阶段[28由6个步骤组成。中提供了这些步骤及其与系统方法后续步骤的关系的示意图概述图1．下面描述每一步的方法步骤。

步骤1和步骤2:文献检索和第一个原型的开发

研究人员进行了关于附加移动元素的文献搜索，为开发第一个原型提供了基础。对于活动追踪器，在荷兰进行了一项市场研究，每款最高价格约为100欧元(106.41美元)。市场研究的结果应用于文献检索，其中特别关注50岁以上成年人的设计偏好、感知的易用性和对活动跟踪器的态度。在此文献检索和市场研究的基础上，选择合适的活动跟踪器进行集成主动加而且我移动．在此阶段还考虑了与可用性相关的活动跟踪器的成本。EMI原型的开发基于文献检索，其中研究了50岁以上成年人参与PA的障碍和激励因素。此外，研究了现有的关于EMI用于PA推广和50岁以上成年人使用的文献。对于聊天机器人，一个原本为Supreme Nudge项目开发的现有应用程序[31]根据研究需要进行了调整，并与在线干预相结合。由于聊天机器人是按照系统的设计过程进行开发的，因此该元素在最初的设计过程中就已经进行了文献检索阶段[27］．因此，更多的注意力被放在了我们系统方法的第二步上，在这个步骤中，元素被调整以适应研究需求。此外，重点是实现聊天机器人与现有在线干预的高度集成。

步骤3和4:半结构访谈和调整第一个原型

在50岁及以上的目标人群中进行了关于3个流动要素的半结构化访谈。这些访谈的目的是改进最初的原型，更好地满足目标人群的偏好。招聘是通过在线广告进行的，样本量是基于主题饱和度达到的时间[32］．我们试图纳入一个不同特征的参与者样本，如教育水平、年龄、性别和数字技能(表1)．在访谈之前，参与者签署了一份知情同意书，并填写了一份问卷，其中包括与社会人口变量和数字技能相关的问题，问卷的组合基于有效的工具，如数字健康扫盲工具[33］．基于模型的半结构化访谈指南，如技术接受与使用统一理论(UTAUT) [34]和技术接受模型(TAM) [35]是第一个移动元素(即活动跟踪器;看到多媒体附录3而且4)．在采访过程中，受访者测试了第一个原型和附带的手册，并讨论了它们的可用性。根据受访者的输入和讨论活动跟踪器所需的时间，决定是否可以在45-60分钟的1次访谈中讨论EMI或聊天机器人元素。如果在一次访谈的时间框架内无法涵盖所有移动元素，则询问参与者是否允许进行后续访谈。所有相关参与者(N=4)均同意进行第二次访谈(表1)．访谈被录音并逐字抄录，参与者的姓名和其他个人信息都是匿名的。首先，阅读笔录以熟悉情况。随后，在半结构化讨论指南和熟悉程序的基础上制定了初步的专题框架。之后，抄本由一名研究人员编码，并由另一名研究人员检查，并讨论任何不确定或不一致的地方。得到的数据被用来改进更新版本的第一个原型主动加而且我移动．

第五步:试点测试和面试

6项更新的干预措施(主动加+活动追踪,主动加+ EMI,主动加+聊天机器人;我移动+活动追踪,我移动+ EMI,我移动+聊天机器人)在50岁以上的目标人群中进行了可用性和可接受性的试点测试。之前第3步的访谈参与者如果同意再次接近他们，将被邀请参加第5步，并通过社交媒体广告进行招募。我们的目标是一个具有不同因素的样本，如年龄、性别和教育水平。中显示了试点测试参与者的特征概述表2．虽然在两组之间每周中等至剧烈体育活动(MVPA)的基线分钟数存在一些差异，但单因素方差分析显示无显著差异(P=()。

对于试点试验，采用为期2周的缩短干预，而不是原来的12周(多媒体附件1而且2)．因此，参与者在主动加干预只接受了第一和第二项建议和参与者我移动干预只在第一次和第二次会议之后进行。在这期间的两周内，参与者使用了其中一种移动元素:活动跟踪器或EMI或聊天机器人。在第一次建议或会议之前，参与者填写了一份在线基线问卷(T₀)通过简短问卷评估促进健康的体育活动，以评估人口统计学变量和PA水平(SQUASH) [36］．在指定的移动元素的两周使用期间，参与者被指示填写一份简短的每日纸质测试日记，包括与当天的体验、技术问题和移动元素的可用性相关的问题。在测试开始时，他们通过邮件收到了这个测试日记，以及移动元素的说明手册。收到第二次通知后直接主动加或者完成第二届我移动，参与者被要求填写一份在线可用性和可接受性问卷。这份问卷和每日测试日记都是基于经过验证的工具和模型的组合，如系统可用性量表[37]、TAM [35]，以及UTAUT [34]，早前在设计协议论文中有广泛描述[28］．中所示为先导测试程序的概要图图2．

‎

在完成试点测试后同意再次接近他们的试点测试参与者样本被邀请参加半结构化访谈，这也是步骤5的一部分。本次访谈的目的是在试点测试期间已经完成的问卷调查之外，获得关于移动元素和更新干预的可用性和可接受性的更深入的信息。样本量基于主题饱和达到的时间(每个移动元素N=3)。采用了半结构化的讨论指南，在录音和数据分析方面采用了与之前第3步的半结构化访谈相同的程序。

道德的考虑

上述所有步骤，都是系统设计方法原型开发阶段的一部分[28由荷兰开放大学中央伦理审查委员会批准(批准号:;U202004903，批准日期2020年7月7日)。此外，所有数据都是根据组合数据管理计划并遵循通用数据保护条例(GDPR)匿名获取和存储的。所有参与者都提供了参与研究的知情同意书。访谈参与者收到了一个饮料瓶形式的小礼物。在试点测试的参与者中，有3张价值15欧元(15.96美元)的图书券被抽中。

结果

干预包括活动追踪器

在随后的章节中，将描述包括活动跟踪器在内的干预的原型开发阶段的结果。

步骤1和步骤2:文献检索和第一个原型的开发

首先，对荷兰现有跟踪器进行了市场研究(2020年1月)。考虑到我们在实践中干预措施的未来实施(例如，市政当局)，结合我们对低社会经济地位群体的关注，我们也根据价格选择了活动跟踪器。中显示，只有最高价格约为100欧元(106.41美元)的跟踪器被包括在预选中多媒体．随后的文献搜索是基于预选的跟踪器，在本节和中进行了总结多媒体．

考虑到我们的目标人群是50岁及以上的成年人，他们的数字技能通常较低，而且我们的目标是改善PA行为，我们决定将活动跟踪器的干预元素只集中在步数上，而不是其他参数，如卡路里估计和心率。只关注步数的目的是防止参与者的信息过载。因此，特别研究了预选跟踪器的步长计数，而没有其他参数。此外，研究表明步数是活动跟踪器中最受欢迎的参数。38］．然而，该参数也存在一些缺点，主要涉及老年人:由于行走方式的改变，测量结果可能会受到影响[39，40]，在低步行速度(<0.8 m/s)时，可能难以有效测量步数[41］．尽管存在这些可能的缺点，但最常被调查的Fitbit设备似乎在测量老年人的步数方面非常有效[42］．我们预选的小米设备计算步数的平均绝对百分比误差与Fitbit设备相当[43]，精度好，价格低[44］．虽然在文献检索中发现了使用Fitbit和小米设备测量步数的准确性的研究[42-44]，在我们于2020年1月进行的文献检索中，关于预选的华为、三星和Garmin追踪器对老年人目标人群的准确性的研究要少得多。

考虑到视力随着年龄的增长而下降，显示类型、屏幕尺寸和分辨率是影响追踪器对目标人群可用性的关键因素。多媒体显示小米小米智能手环4和华为手环3 Pro都具有彩色屏幕、高分辨率和大屏幕。此外，跟踪器的成本也很重要，因为未来我们将在实践中大规模实施新的干预措施。因此，与价格较低的设备相比，Fitbit Inspire、华为Band 3 Pro、Fitbit Charge 3和Garmin Vivosport的优势并不超过成本。配备小米Fit应用程序的小米智能手环4在其他价格较低的追踪器中得分最高，因为精度提高了。43]，屏幕大小和分辨率也足够。结合20天的电池续航时间和很少的充电时间，我们决定集成小米小米智能手环4主动加而且我移动．基于这一选择，开发了用于安装和使用跟踪器以及附带的Mi Fit应用程序的手册(手册a)。对于这些循序渐进的说明，短句[45]，使用大字体，并结合文字和视觉元素，以便让文化程度低和文化程度高的人都能看到[46］．此外，如果用户遇到困难或有其他问题，还提供了帮助台联系细节。

大多数追踪者都配备了行为改变技术(bct)，包括目标设定、反馈、奖励、自我监控和社会支持，这些都被认为是加强原有行为的有价值的方法主动加而且我移动干预措施(47］．在小米Fit应用程序中，用户可以与其他小米Fit用户联系，预计这将增加社会支持。关于目标设置，重要的是用户可以调整步骤目标以适应他们的个人情况，而不是在软件中自动确定目标。因此，开发了两本纸质手册，指导用户设定可行的步骤目标，并帮助进行自我监控。在手册B中，指令是基于Mi Fit应用的密集使用，指示参与者从应用中提取每周平均步数。不熟悉应用使用的参与者可以使用手册C，其中提供了每天的纸质方案，需要手动计算每周平均步数。在自我监督和奖励方面，针对的建议，编写了咨询文本主动加以及我移动，用户会收到关于他们的步数是否及时增加或减少，以及进一步增加步数是否有益于他们的健康的反馈。除了文本建议，视觉元素也包括在内。咨询文本是基于一些与活动跟踪器和测量步骤相关的问题，这些问题被添加到干预问卷中。中提供了干预措施中的建议步骤计数文本和可视化示例多媒体附件6．

步骤3和4:半结构访谈和调整第一个原型

半结构化访谈产生了许多关于包括活动跟踪器在内的干预措施的建议和结果，产生了以下主题:(1)用户体验，(2)态度和偏好，(3)应用，(4)对测试程序的意见，(5)指导手册，(6)达到目标人群，(7)步骤目标，(8)与主动加而且我移动．接下来将描述导致第一个原型改编的发现。根据受访者的反馈，增加教学视频将是有价值的，开发了3个视频，涵盖手册A、B和C中的信息，并与在线干预整合。此外，大多数人认为设定每周步数目标的概念具有挑战性，可以激励他们提高活动水平。然而，一些受访者表示，仅仅设定阶段性目标不足以激励他们。他们更喜欢制定一个更长期的目标，激励他们增加步数，比如一个与健康有关的目标。根据这些信息，在手册B和C的方案中增加了一个“激励框”，用户可以在其中填写他们的长期目标。最后，受访者表示，他们希望在日常生活中获得更多增加或保持步数的实用技巧。因此，增加了关于这一主题的建议主动加而且我移动．包括活动跟踪器在内的干预的改编原型的概述显示在图3．在这个图中，是干预我移动此处仅为示例。一般来说，相同的结构用于主动加．然而,主动加仅包含2个建议，而我移动由4个环节组成。结果，主动加参与者将收到关于会话2和会话3的活动跟踪器信息我移动结合建议2。

‎

步骤5和6:试点测试、面试和微调原型

包括活动追踪器在内的干预措施的试点测试参与者的平均得分为77.5 (SD 9.9)，这在SUS中是相对较高的。此外，报告的使用天数、享受、满意度和动机得分是3个移动元素中最高的(表3)．与此同时，参与者几乎没有遇到任何技术困难。此外，参与者报告说，活动追踪器不太适合喜欢步行以外的活动的人，因为骑自行车和游泳等活动需要通过追踪器的锻炼功能专门开始。相比之下，每一步都是持续监控的。此外，步数目标计划也是以步行为导向的。基于这些发现，对包括活动跟踪器在内的原型进行了以下调整:在步数目标方案中添加了关于如何将跟踪器附着在脚踝周围以步数表示骑行运动的信息，并在说明书中添加了一些关于安装和使用跟踪器的缺失信息。下面将描述关于EMI和聊天机器人的结果。

干预措施包括EMI

在下一节中，将介绍包括EMI在内的干预方案原型开发阶段的结果。

步骤1和步骤2:文献检索和第一个原型的开发

使用生态瞬时评价(EMA)进行了大量的PA研究。然而，将其与EMI相结合的研究(参与者在完成每个EMA后还会得到量身定制的建议)对PA的研究却很少[48］．戒烟的EMI计划[24，25]，焦虑[49]，以及减肥[50更常见。尽管使用不同类型的技术来传递EMI消息，但考虑到我们的目标人群最熟悉这种方法，我们决定使用短消息服务(SMS)文本。由于短信是通过我们的在线干预软件发送的，在干预过程中收集的参与者的账户变量，如性别和年龄，被用于EMI项目的定制。

虽然文献中没有关于EMI信息可接受频率的结论性建议，但它们传递的周期可能起着重要作用。必须在干预强度(可能与效果有关)和参与者负荷之间进行权衡，因为当干预持续时间较短时，参与者通常会接受更频繁的EMI。也可以考虑一种随着干预进展而降低消息频率的协议[51］．考虑到我们在线干预的持续时间相对较长，为12周，我们决定遵循一个降低频率的协议。例如，在第一周，参与者每天收到3条短信，而在第六周，参与者每周收到4条短信。时间提示可以是用户发起的、固定的或随机的。考虑到所使用软件的技术能力，我们决定根据一天中的3个时间窗口(上午8:00-11:00，中午3:00 -3:00和下午5:00-8:00)提前规划时间提示。为了避免可预测性，短信在这些窗口内的不同时间发送。

为了调整EMI信息，在每次建议之前都要填写一份简短的评估问卷，以提高干预的可接受性[52］．点击短信中提供的超链接后，会打开一份问卷，评估参与者的当前状态和上下文。该问卷由6个问题组成，与当前PA水平、活跃的意图和障碍、能量水平和压力水平有关。在填写这个简短的问卷后，参与者将直接根据答案获得与PA相关的量身定制的建议。一开始，参与者每天收到更多的问卷和建议，在12周内慢慢减少。为此，需要一个相对较大的消息数据库。由于EMI元素的表现目标是在白天减少障碍并激励参与者，因此对50岁以上成年人参与PA的障碍和激励因素进行了文献检索。表4表明主要障碍因性别、年龄和活动水平而异[53，54］．

50岁以上成年人参与PA的动机是健康、对未来的担忧、享受、调节压力的PA、增加社会整合和关系目标[55］．基于这些障碍和激励因素，形成了电磁干扰信息数据库。数据库中包含的主题示例包括PA的好处、肌肉加强练习和计划PA的提示。最后，开发了关于如何使用EMI程序的指导手册，其中应用了与前面提到的活动跟踪器相同的设计指南。

步骤3和4:半结构访谈和调整第一个原型

关于EMI的半结构化访谈得到的主题是(1)参与PA的障碍，(2)一般原则，(3)技术可行性，(4)达到目标人群，(5)EMA问卷，(6)干预信息，(7)频率，(8)对测试程序的意见，(9)EMI计划的名称，(10)与主动加而且我移动．在访谈的基础上，对第一个EMI原型进行了一些改编。首先，EMA问卷进行了微调，因为受访者表示他们错过了一些答案选项和PA概念的定义。第二，在测试过程中，我们注意到受访者在填写李克特量表问题时遇到了困难。由于大多数受访者都点击了数字，而不是上面的栏，回答这些问题的说明就被添加进去了。第三，基于文本的EMI信息中加入了更多的视觉元素，如图像和视频，因为受访者非常欣赏文本和视觉元素的结合。最后，受访者表示，他们遗漏了有关EMI信息频率的信息。因此，手册中增加了一个关于每周短信频率的信息表格。图4给出了EMI协议的一个例子。

‎

步骤5和6:试点测试、面试和微调原型

从试点测试和包括EMI在内的干预访谈中，参与者面临一些技术问题，在中有更详细的描述文本框1．这可能影响了试点测试中报告的平均使用天数、乐趣、满意度和动机分数，与活动追踪器组相比，EMI组的平均使用天数要低得多。相比之下，与活动追踪器相比，EMI的平均SUS评分略高(表3)．此外，参与者报告说，由于工作活动，在第二个时间窗口内的短信通常很难回复。最后，参与者将这些建议作为独立的消息来体验，并且他们错过了与之前收到的EMI建议的联系。基于这些发现，对包括EMI在内的原型进行了以下调整文本框1解决了第二个时间窗口的几个消息，将其移到人们经常午休的时间，并在新的EMA问卷的介绍文本中添加了以前回答过的问题和建议的参考，以提高后续建议与之前建议的联系。关于EMI试点测试和访谈结果的更多信息，以及活动跟踪器和聊天机器人的结果，请参阅表3而且文本框1．下面将描述关于聊天机器人的结果。

干预包括聊天机器人

在随后的部分中，将描述包括聊天机器人在内的干预的原型开发阶段的结果。

步骤2:开发第一个原型

已经存在的即时步行教练聊天机器人[27]根据这个项目的需要进行了调整。这个聊天机器人最初是为Supreme Nudge项目开发的。31并通过Telegram聊天应用程序在特定时刻提供个性化的步行信息。这些信息的目的是增加白天步行的(动力)。裁剪BCT信息是通过考虑个人BCT偏好的基线数据来执行的，添加到基线问卷主动加而且我移动．此外，还构建了一个安全且符合gdpr的数据结构，以实现从干预软件到聊天机器人数据库的持续数据交换。

此外，通过用户智能手机评估的上下文变量，例如通过单独的应用程序测量的步数，被用于信息定制。在Supreme Nudge项目中使用的聊天机器人具有基于绿地地理位置的功能，需要基于坐标对环境进行人工测绘。由于该研究是在阿姆斯特丹的地理区域内进行的，因此手动绘图是可行的。然而，本次研究中的招聘是在全国范围内进行的，这阻碍了绿色空间功能的使用。因此，在本研究中，聊天机器人的绿色空间功能被停用。

因为之前的研究表明，良好的天气条件有利于人们在户外进行体育锻炼，而恶劣的天气条件则会阻碍人们在户外进行体育锻炼[56，57]，聊天机器人增加了天气功能。特别是在荷兰，考虑到其不可预测和不断变化的天气条件，基于天气的信息定制是有价值的。天气也是偏头痛、风湿或花粉热患者走路行为的一个重要因素，这些在我们的目标人群中很常见。58］．对于天气功能，建立了一个数据结构，可以根据参与者的居住地自动从荷兰天气预报网站提取天气评级。该网站根据气象学家制定的规则，考虑到降雨、风和温度等各种因素，自动计算出评级。住宅在基线问卷中被询问，并通过开发的持续数据结构发送到聊天机器人数据库。天气评级用于根据当前的天气状况来定制消息。此外，还提取了与偏头痛、风湿病和花粉热有关的天气评级。与这些限制有关的投诉是受天气条件影响的。例如，偏头痛发作可能是由雷雨来临前的气压急剧下降引起的。所有参与者都会收到根据他们报告的住所当天的总体天气评级量身定制的信息。此外，那些在基线问卷中表明他们有一项或多项上述限制的人会收到基于限制相关天气评级的特定消息。 The weather function is used as an additional boost for the intervention, since it was introduced after the second advice/session (多媒体附件1)．

数据交换也可以从步数应用程序数据库到在线干预。在建议的范围内主动加以及我移动，该信息用于为参与者提供有关他们步数的定制反馈。这些建议文本类似于活动跟踪器步长计数文本，如中所示多媒体附件6．最后，开发了一本手册，指导如何安装和使用聊天机器人，其中应用了与前面提到的活动跟踪器和EMI相同的设计指南。

步骤3和4:半结构访谈和调整第一个原型

关于聊天机器人的半结构化访谈得出的主题是(1)一般原理，(2)技术可行性，(3)达到目标人群，(4)消息，(5)对测试程序的意见，(6)使用说明书，(7)与主动加而且我移动．基于访谈，聊天机器人使用手册进行了微调，因为受访者表示他们错过了一些安装的临时指导步骤。此外，受访者表示，他们更喜欢在第一个建议中获得一些关于步行和使用聊天机器人的好处的背景信息主动加第一次会议我移动．因此，有关这些益处的信息被添加到在线干预措施中。一般来说，受访者担心聊天机器人不能正确测量他们的步数，因为他们并不总是随身携带手机。这可能会影响步长计数变量的裁剪，从而导致选择不适当的消息。为了回应这个问题，在聊天机器人指令中添加了一个免责声明，描述了这个问题。干预概述示意图主动加包括聊天机器人图5．

‎

步骤5和6:试点测试、面试和微调原型

从试点测试和包括聊天机器人在内的干预访谈来看，参与者似乎面临着几个技术问题。评估和日常测试问卷得分见表3反映这一点，因为聊天机器人组在3个移动元素中得分最低。首先，参与者报告说，他们会自动退出步数计算应用程序，需要定期重新激活它。其次，干预软件和聊天机器人数据库之间的双向变量交换似乎太不频繁了。基于这些发现，对包括聊天机器人在内的原型进行了以下调整:加强了数据库与计算步数应用程序之间的连接，改进了干预软件与聊天机器人数据库之间的数据结构，以实现更有规律的双向变量交换。因此，有望解决技术问题，提高聊天机器人的可用性。中提供了3个移动元素的试点测试和访谈结果的概述表3而且文本框1．

讨论

主要研究结果

在这一原型研究期间，进行了文献检索，进行了访谈，并进行了试点测试。目的是用3个移动元素(活动跟踪器、EMI程序或聊天机器人)增强现有的2种基于pa刺激的计算机干预措施，并在50岁以上的目标人群中测试原型的可用性和赞赏性。尽管试点测试结果显示，所有原型在可用性和欣赏方面的得分都是中等到良好的，但移动元素之间的得分有所不同。

开发的活动跟踪器干预是最有用和最受赞赏的原型。此外，在原型机的试车过程中没有遇到重大的技术困难。相比之下，EMI和聊天机器人的参与者在对原型进行试运行时面临着几个技术问题。与活动跟踪器相比，EMI和聊天机器人干预的可用性和增值率较低，但仍然适度，可以用这些问题来解释。根据参与者提供的信息，可以解决所面临的技术难题，有望提高EMI和聊天机器人原型的可用性和赞赏率。

的优势

系统方法的设计[28]被认为是我们研究的一个优势，因为它有助于保存原始的基于计算机的已经证明的有效性主动加［10),我移动［11干预措施。此外，与我们50岁及以上的目标人群共同设计原型的意图是一种优势，因为这已被证明是成功的电子健康设计的关键[59，60］．

限制

然而，与此相关的一个局限性是，本研究阻碍了目标人群介入的实际执行。原型开发阶段发生在社会因COVID-19大流行而关闭的时期。访谈结果因此受到影响，因为很难对我们的目标人群进行面对面的访谈。因此，我们的采访样本比之前预期的要小，而且涉及到的70岁以上、教育程度低、数字技能低的老年人也更少。试点测试样本也是如此，因为很难接触到数字(卫生)技能较低的人群。虽然这种情况并不理想，但我们已尽可能充分地对此作出反应。首先，我们将之前在弱势人群中进行的电子健康研究中收集的知识应用于本研究的原型开发[14，61，62］．第二，在设计过程的第一步文献检索中，更加强调对文化水平较低人群的设计指导。最后，受访者被要求站在老年人、受教育程度低的人或从他们的环境中认识的数字技能较低的人(例如，他们的家人、邻居或朋友)的立场上思考，以及他们自己对移动元素的看法和经验。这种结合的方法为弱势群体提供了有价值的设计指南，有助于原型开发过程。然而，对于未来的研究，建议在低教育程度和低数字(健康)技能的人群中对原型进行更大样本的测试。研究表明，与那些受过高等教育和拥有更高数字技能的人群相比，这些亚人群在电子卫生干预方面的设计偏好是不同的，而这往往被忽视[63］．

可用于执行设计方法的单独步骤的有限时间被认为是本研究的另一个局限性。例如，在步骤1中，我们被迫执行广泛的文献搜索，而不是系统的文献搜索。因此，我们不能完全确定我们是否包括了原型开发的所有相关研究。此外，移动健康技术和商业活动跟踪器市场的发展也很快。这项研究不包括2021年及以后的新见解。

结论

尽管存在上述局限性，但根据本研究的目标，仍然可以得出结论，所开发的原型是足够可用的，并被50岁及以上的目标人群所欣赏。基于结果，可以得出结论，在添加和测试的3个移动元素中，活动跟踪器与基于计算机的PA干预的集成是最有前途的选择。早期开发的系统方法对于本研究的目的是有用的，因为添加了移动元素的原型在可用性和欣赏方面得分中等到高。因此，建议其他电子卫生和移动卫生开发人员在自己的原型开发过程中使用该方法作为指导方针，特别是在已经存在的干预措施得到扩展或更新的情况下。在下一阶段，可以通过随机对照试验来评估干预措施的效果，这被称为我们系统设计方法的效果评估阶段。