JMU 移动医疗Uhealth JMIR移动健康和uHealth 2291 - 5222 卡塔尔世界杯8强波胆分析 加拿大多伦多 v8i8e15156 32755883 10.2196/15156 原始论文 原始论文 羊有心脏,一个跟踪活动和水果和蔬菜消费以支持大学生心血管健康的移动应用程序:开发和可用性研究 Eysenbach 冈瑟 Mahalingaiah Shruthi 卢卡斯 亚历山大 Vorakulpipat Chalee Krzyzanowski 米歇尔·C 博士学位 1
RTI国际 康华利道3040号 北卡罗来纳州三角研究园,27709 美国 1919 485 5648 mkrzyzanowski@rti.org
https://orcid.org/0000-0001-5616-1266
Kizakevich 保罗·N MSc、PE 1 https://orcid.org/0000-0002-8060-6453 Duren-Winfield 凡妮莎 硕士,博士 2 https://orcid.org/0000-0003-4336-0324 Eckhoff 兰德尔 二元同步通信 1 https://orcid.org/0000-0003-0014-6475 汉普顿 乔尔 MSc 1 https://orcid.org/0000-0002-1353-113X 黑人卡尔 Loneke T 博士,RD 2 3. https://orcid.org/0000-0003-4708-8540 麦考利 乔治亚州 MT(AMT), MBA, PhD 2 https://orcid.org/0000-0001-5822-8786 罗伯森 克里斯蒂娜B Fnp-c, arnp, mpa, DNP 2 https://orcid.org/0000-0002-8987-1501 Onsomu 以利亚阿 MCHES, MSc, MPH, PhD 2 https://orcid.org/0000-0001-8702-3704 威廉姆斯 约翰 博士学位 2 https://orcid.org/0000-0001-7137-4358 价格 阿曼达Alise 博士学位 2 https://orcid.org/0000-0003-3332-7619
RTI国际 北卡罗来纳州三角研究园 美国 温斯顿-塞勒姆州立大学 温斯顿塞勒姆,数控 美国 康涅狄格大学 斯托尔斯,CT 美国 通讯作者:Michelle C . Krzyzanowski mkrzyzanowski@rti.org 8 2020 5 8 2020 8 8 e15156 24 7 2019 21 10 2019 16 3. 2020 25 3. 2020 ©Michelle C Krzyzanowski, Paul N Kizakevich, Vanessa Duren-Winfield, Randall Eckhoff, Joel Hampton, Loneke T Blackman Carr, Georgia McCauley, Kristina B Roberson, Elijah O Onsomu, John Williams, Amanda Alise Price。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com), 2020年8月5日。 2020

这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mHealth和uHealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。

背景

随着越来越多地使用移动设备访问互联网,作为应用程序的主要计算系统,提供自我保健建议的移动健康应用程序的市场正在增长。例如,它们在饮食和健康追踪方面的有效性需要检验。大多数美国成年人没有达到每日健康行为的建议。在一个可控的环境中测试用户对应用程序的参与度,可以让我们深入了解专注于改善饮食和锻炼的应用程序哪些是有效的,哪些是无效的。

客观的

我们开发了一款名为“公羊有心”(Rams Have Heart)的移动应用程序,以支持心血管疾病(CVD)干预课程。该应用程序全天跟踪健康行为,包括水果和蔬菜的消费以及身体活动。本文旨在展示其功能,并评估非裔美国大学生群体的依从性。

方法

我们使用个人健康信息和干预工具包开发了这个应用程序,这是一个软件框架。Rams Have Heart将自我报告的健康检查与健康教育、日记跟踪和用户反馈模块集成在一起,以获取数据并评估进展。这项父母研究是在美国东南部一所历史悠久的黑人学院和大学指定机构进行的,包括一个学期的干预,作为一门学术课程,在秋季进行,连续三年。在队列1先导研究之后进行了更改,因此结果仅包括队列2和3,共包括115名学生(n=55名干预参与者和n=54名对照参与者),年龄从17岁到24岁。在研究期间收集的数据使用安全的超文本传输协议进行传输,并存储在只有授权人员才能访问的安全结构化查询语言服务器数据库中。使用SAS软件分析应用程序的总体使用情况和收集到的具体结果。

结果

在干预组的55名学生中,队列2的27名(49%)学生和队列3的25名(45%)学生至少使用过一次Rams Have Heart应用程序。在秋季学期的课程中,app的参与度逐渐下降,直到考试周,大多数学生不再参与。在研究期间,水果和蔬菜的平均摄入量略有增加,活动水平有所下降。

结论

“公羊有心脏”的开发是为了每天跟踪水果和蔬菜的摄入量和身体活动,以支持对易患肥胖、心脏病和2型糖尿病的学生进行心血管疾病风险干预。我们对应用的使用情况、功能和用户结果进行了分析。尽管移动应用程序为用户参与研究提供了隐私和灵活性,但Rams Have Heart并没有提高依从性或用户结果。依赖应用程序支持用户目标的健康导向研究需要进一步评估。

锻炼 心血管病 日记 饮食 移动健康 移动电话
介绍 背景

到2025年,近四分之三的互联网用户将完全通过手机上网。年轻人尤其频繁使用智能手机:53%的人在11岁之前拥有智能手机,84%的青少年拥有智能手机。 1]。这种对移动电话的日益依赖催生了自助健康应用程序的诞生,被称为移动健康(mHealth)。 2]。它们旨在通过支持以病人为主导的自我护理来改善公众健康[ 3. 4]。他们提供互动式的教育模块,大约有400万个版本可以通过Google Play和Apple平台轻松下载。 5]。它们可以用来追踪健康状况来解决肥胖问题,可以用来写日记来解决糖尿病或心理健康问题,还可以追踪其他值得关注的领域,比如月经周期。 6 7]。应用开发者看到了一个不断增长的年轻人市场。

一个流行的移动健康重点是健身和饮食跟踪[ 6 7]。不到18%的美国成年人达到了每日推荐的水果和蔬菜摄入量,只有三分之一的人每周参加推荐的体育锻炼[ 8]。虽然从青春期到青年期的过渡对形成与体重有关的行为和持久的健康模式至关重要[ 9],只有10%的进入大学的年轻人(18至30岁)可能会遵守饮食指南[ 10]。研究还报告说,在这一时期,体育活动显著减少,久坐行为增加[ 11]。解决这些健康问题的方法包括促进健康的营养和饮食习惯以及体育活动[ 12- 14]。

肥胖和高血压(BP)的风险在少数民族中尤其明显,如果不及早发现,会导致负面的健康结果[ 15]。非裔美国人(AAs)的糖尿病发病率大约是非西班牙裔白人的两倍。大学生心血管疾病(CVD)的危险因素包括肥胖和缺乏体育活动,而这在AAs中比例更高[ 16 17],而且研究表明,嗜酒成瘾的大学生并不经常参加体育活动[ 18 19]。在一所历史悠久的黑人学院和大学(HBCU)进行的一项研究中,AA学生的平均血压高于非西班牙裔白人学生[ 20.]。尽管近年来关于肥胖流行的研究有所增加,但很少有针对AA大学生的研究。

为了解决这一差距,我们使用了个人健康信息学和干预工具包(PHIT)框架来支持心血管疾病风险因素干预。移动健康应用程序在提高药物依从性和支持心理健康干预方面取得了成功[ 21- 23]。特别是,自我护理方法在帮助治疗抑郁和焦虑以及鼓励更健康的生活方式方面显示出令人鼓舞的效果[ 24 25]。这款名为“公羊有心”(Rams Have Heart)的移动应用程序以健康行为为目标,跟踪全天的水果和蔬菜消费以及身体活动。它不是为了积极支持行为改变而设计的 本身而是监测从cvd导向的大学课程的概念的适应。本研究旨在展示Rams Have Heart移动应用程序的功能,并评估其在弱势学生群体中的可用性和依从性。

方法 伦理批准

本研究由温斯顿-塞勒姆州立大学机构审查委员会(IRB)批准。此外,保护人类受试者的国际三角研究委员会(RTI)批准了RTI在分析未识别数据方面的作用。

研究设计与人群

这项二次分析旨在评估Rams Have Heart应用程序的可用性和可接受性,该应用程序是一项大型试点研究的一部分,用于测试易感人群(aa级大学生)的循证心血管疾病干预。

这项研究是在美国东南部的HBCU进行的,其中73.6%的学生是AA [ 20.]。在大学内部审查委员会审查并批准研究后,支持合同机构的内部审查委员会批准其研究人员访问已确定的数据进行分析。连续3年在秋季学期开设CVD课程;每个迭代中的参与者被称为队列1、2和3。队列1基本上是一个试点研究,因为课程和应用程序都在不断发展,在开始队列2之前进行了各种修改。因此,研究人群、分析和结果仅限于队列2和3。

第二组和第三组共有109名学生参加了研究。其中,55人(50.4%)被分配到干预组,他们参加了降低心血管疾病风险的课程,并被指示使用Rams Have Heart应用程序,54人(49.5%)被分配到对照组,他们参加了传统的健康课程,没有使用该应用程序。所有人都是该机构的全日制学生,年龄从17岁到24岁不等。队列2从2017年秋季到2018年春季进行研究,队列3从2018年秋季到2019年春季进行研究。主要的课程活动在秋季学期进行。

应用程序开发 个人健康信息学和干预工具包

Rams Have Heart是使用PHIT开发的,PHIT是一种面向研究型移动应用的软件开发框架[ 21 22]。PHIT应用包含5个主要元素:(1)用户交互,包括表单、日记、认知任务和游戏;(2)可选传感器数据采集与处理;用户交互调度、通知和管理;以及数据可视化;(3)配置和控制脚本、虚拟顾问处理、活动和干预逻辑;(4)数据库、隐私和安全支持;(5)学习资产,如教材和视听媒体。

PHIT交互式仪器模块和配置设置使用可扩展标记语言和PHITScript自定义语言实现,以构建程序逻辑并激活动态更改菜单、控制数据收集或调度通知等应用程序功能。框架运行时加载这些模块和设置,使移动应用程序动态地为用户量身定制,并适应研究协议。该架构为不断增长的移动应用程序研究库提供了可重用的数据收集和干预模块。

使用PHIT框架的应用程序在用户的设备上运行,而无需激活互联网连接。原始数据和派生数据被标记为协议、参与者和其他上下文信息,进行加密,并本地存储在应用程序空间中。只要互联网可用,数据就会通过安全的https协议上传到研究特定的服务器上。然后可以通过密码保护的门户卸载个人和汇总数据,以便进行审查和分析。PHIT基于Apache Flex和Adobe集成运行时(AIR)技术,这两种技术都是开源的,广泛用于移动游戏开发。通过使用Apache Flex AIR,在Android和iOS设备上运行的基于phit的应用程序可以在智能手机和平板电脑上运行,并且可以适应桌面平台。

公羊有心脏移动应用程序 应用程序启动和BMI计算

Rams Have Heart将健康检查与饮食和运动教育、食物消费和活动跟踪以及显示进展的图形反馈结合起来。简单易用的主屏幕菜单( 图1)列出了应用程序的功能——跟踪日记、健康信息、个人反馈和支持模块——并附有说明性图标、功能标签和简短的描述性说明,以帮助理解。

当第一次运行应用程序时,研究参与者输入他们分配的标识符(ID)两次进行验证。它显示在功能列表上方的蓝色主屏幕标题中,方便参考。所有数据记录都标有此ID,并且没有保存个人身份信息(PII)。研究人员保留了一个研究名单,将ID与学生联系信息、任何其他个人身份信息(离线且与应用程序分开)以及任何应用程序获取的数据联系起来。

接下来,参与者被要求设定一个时间,提醒他们注意饮食、活动和晚上的日记条目( 图1)。的 每日提醒功能也列在主屏幕菜单上,允许用户根据自己的需要取消或重新安排。

Rams Have Heart应用程序的主屏幕菜单(a)以及选择(b)和设置(b)每日日记提醒的屏幕。

最后一个启动任务是输入自我报告的个人数据(即性别、年龄、身高、体重),并将其保存下来,以便随后计算BMI。然后参与者只需要定期输入他们的体重来重新计算BMI并观察进展( 图2)。如果在研究过程中有任何其他个人资料(如年龄)发生变化,可以通过主屏幕菜单重新输入。为了帮助参与者理解,我们提供了一系列关于BMI及其解释的图表资料供参考( 图2)。

BMI数据输入和计算器(a),以及来自五张幻灯片的BMI教材的样本屏幕(b, c)。

饮食和身体活动日记

该应用程序的主要功能是支持每天记录水果和蔬菜的消费量和身体活动。水果和蔬菜日记提供了一个简单的条目,每餐最多四份,或者一天中吃零食的时候( 图3),即每天食用0至32份水果和蔬菜。服务数据可以全天输入或在一天结束时召回,并在一天中的任何时间修改。在屏幕的顶部,有一个彩色编码的进度条,最多可以提供10份。绿色区域表示参与者至少吃了6份,黄色区域表示4到6份。水果和蔬菜的图形集群标志着实现每天6种水果或蔬菜的目标的进展。

体育活动日记采用了类似的简单设计,提供了5个级别的剧烈运动、适度运动和步行( 图3)。这一概念以国际身体活动问卷(IPAQ)为蓝本。参与者可以在完成活动后立即输入这些数据,也可以在当天晚些时候回忆,并在当天的任何时候更新或编辑它们。在屏幕的顶部,一个用颜色编码的进度条显示了一天中累计的加权体力活动分钟数。加权分钟的计算采用IPAQ-adapted公式如下:

加权分钟= (2.0 ×剧烈运动分钟)+中度运动分钟+ (0.5 ×步行分钟)

随着新条目的加入,进度指示器向最大60加权分钟前进。绿色区域表示参与者达到至少45加权分钟,黄色过渡表示至少30加权分钟。跑步者的图形图标用于表示累积努力的遵从性。

日记趋势图提供反馈,以帮助学生在整个学习干预期间实现个人目标( 图3)。一个简洁的单一屏幕显示了3周的日记条目历史,允许用户反思他们的饮食和体育活动行为。这种方法还旨在支持行为改变,并鼓励遵守每日日记条目。

在我们研究的第一年,参与者经常没有每天提供日记数据。因为他们可能只是忘记在某一天填写,所以我们修改了第二组和第三组的应用程序,让他们可以这样做 迎头赶上。他们现在可以通过回忆来填写他们错过或忘记输入的天数,最多可达两天。我们添加了一个表单,当参与者输入日记时出现,询问下一个条目是否记录(1)当前或(2)1天或(3)2天前( 图4)。一旦选定日期,水果和蔬菜乳制品( 图4)或体育活动日记( 图4)。日记屏幕顶部的标签被更改,以提醒参与者回忆数据将在指定日期输入。

每日跟踪水果和蔬菜消费(a)和身体活动(b)的日记条目屏幕示例。趋势图提供了最近条目(c)的三周行为目标反馈。

用户可能会比计划晚一天或两天补上错过的日记条目(a)。更改标签以提醒用户要在指定日期输入召回数据(b, c)。

第一次进入日记模块的参与者,将通过一系列幻灯片解释如何填写随后的日记条目,并加强教育内容及其与心血管疾病风险降低课程的关系( 图5 6)。一旦审查完毕,他们可以禁用参与者未来的数据输入,但他们总是可以通过一个简单的按钮点击作为参考资料。

解释活动努力程度,以支持高质量的日记条目。

解释水果和蔬菜的份量,以支持高质量的日记条目,以及支持健康饮食选择和行为的教育材料。

数据存储、隐私和安全

为参与者提供了一个唯一的ID,以便将所有获得的数据与该个人联系起来。他们还输入了一个自定义的、秘密的4位个人识别号码(PIN),以防止其他人访问。当应用程序在使用时,它的屏幕将在一段时间(例如,2分钟)没有交互后停用,并显示一个屏幕盖来隐藏当前数据或活动。一旦取消激活,必须输入4位密码才能解锁屏幕并允许参与者继续。

所有获取和计算的数据都本地存储在移动应用程序内的加密结构化查询语言(SQL)数据库中。反映应用程序功能的数据,如日期输入时间戳和输入日记信息所花费的时间长度,也被保存到安全的应用程序内数据库中。每次用户退出日记时,他们都有机会将获取的数据上传到安全的中央研究数据服务器,或者推迟上传。然后,该应用程序将用户返回到主屏幕菜单。

由于数据存储在本地设备上,Rams Have Heart应用程序可以离线运行,不需要连续的蜂窝或互联网连接。数据使用无PII的128位高级加密标准算法存储。只要有Wi-Fi网络接入,它们就可以上传到一个中央、安全的服务器上,以减少参与者蜂窝数据计划的使用。它们使用安全的https协议传输,并存储在安全的SQL server数据库中,只有通过用户ID和密码认证的授权人员才能访问该数据库。

结果 研究群体

在研究开始时,参与者完成了一份纸质问卷,以收集人口统计数据。109人中有104人(95%)完成了问卷调查;其中女性83人(76%),男性26人(24%)。 表1)。年龄以18岁(76/109,69.7%)居多,为大学一年级学生的常见年龄。超过一半(56/109,51.3%)的BMI正常(18.5-24.9 kg/m)2 表1)。

参与者的人口学特征(N=109)。

人口统计资料一个 值,n (%)
年龄(年)
17 8 (7.3)
18 76 (69.7)
19 13 (11.9)
20. 8 (7.3)
≥21岁 4 (3.6)
男性 26日(23.8)
83 (76.1)
BMI(公斤/米2
体重不足(< 18.5) 3 (2.7)
正常(18.5 - -24.9) 56 (51.3)
超重(25.0 - -29.9) 28日(25.6)
肥胖(≥30.0) 22日(20.1)

一个数据为队列2和队列3的总和。数据是从手机应用程序外部的独立问卷中收集的。

整个参与人群的人口组成与干预组的人口组成没有显著差异( 表2)。在干预组的55名参与者中,队列2中的27名(49%)和队列3中的25名(45%)至少使用过一次公羊心脏应用程序。

干预组人口学特征(N=55)。

人口统计资料一个 值,n (%) P价值b
年龄(年)
17 4 (7) .51
18 37 (67) .62
19 4 (7)
20. 7 (13) 酒精含量
≥21岁 3 (5) 。31
男性 19 (35) 。08
36 (65) .92
BMI(公斤/米2
体重不足(< 18.5) 2 (4) 38
正常(18.5 - -24.9) 29 (53)
超重(25.0 - -29.9) 16 (29)
肥胖(≥30.0) 8 (15) 总共花掉

一个数据为队列2干预和队列3联合干预。数据是从移动应用程序外部的独立问卷中收集的,代表了提供日记数据的原始参与者。

b P值是指整个队列人群与干预人群( 表1)。

使用资讯幻灯片

对于每个需要手动输入的模块,参与者可以选择观看一个简短的介绍,例如,解释一份水果是什么样子的,或者不同的体育活动水平(即适度与剧烈)。在使用该应用程序不止一次的52名参与者中,约有26人(50%)在第一次访问水果和蔬菜摄入模块时观看了该应用程序,22人(42%)观看了体育锻炼模块( 表3)。他们还可以在访问模块时再次观看。在整个研究期间,37名参与者(71%)观看了水果和蔬菜摄入量的介绍,34名参与者(65%)至少观看了一次体育活动的介绍( 表3)。

信息幻灯片的浏览量(N=52)。

模块一个 值,n (%)
水果和蔬菜摄入量
在第一次进入之前观看 26 (50)
至少看一次 37 (71)
体育活动
在第一次进入之前观看 22 (42)
至少看一次 34 (65)

一个数据是根据参与者ID和查看数据集中模块的真实或虚假记录来计算的。

学习期间的应用程序使用情况

队列2的研究时间为2017年9月下旬至2018年春季,队列3的研究时间为2018年9月至2019年春季,课程在秋季学期进行,春季进行后续数据收集。两组受试者都经常收到课堂提醒,提醒他们坚持数据收集;他们被鼓励在课堂上上传数据,并在2017年秋季学期结束后提供奖励。第二组参与者逐渐减少了对这款应用的使用,直到第68天左右,78%的人停止了使用,这与期末考试周相对应。第三组在期末考试周的前几天也出现了急剧下降;记录水果和蔬菜日记的参与者从16人降至5人,记录体育活动的参与者从10人降至2人。 图7)。之后,应用程序的使用并没有增加。

在研究过程中记录日记的积极参与者的数量(a)提供活动日记的积极参与者和(b)提供水果和蔬菜日记的积极参与者。每个模块最晚的数据录入日期决定了送学日。

参与者记录水果和蔬菜摄入量的平均时间为16.3秒,记录活动的平均时间为10.1秒( 图8)。他们平均晚了整整一天输入回忆数据( 图9)。大多数人在下午(1-3点)录入两本日记的数据。这一趋势与召回数据( 表4 5)。

参与者输入日记条目的平均时间。误差条表示均值的上置信水平(UCLM)和均值的下置信水平(LCLM)。平均时间是通过汇集所有参与者的所有条目来计算的。

参与者在实际日记日期之后输入日记条目的平均时间。误差条表示UCLM和LCLM。平均时间是通过汇集所有参与者的所有条目来计算的。

记录一天中的时间数据。

时间点 水果和蔬菜摄入量n (%)一个N = 1968 活动n (%)一个N = 1449
午夜至凌晨1点 114 (5.79) 120 (8.28)
凌晨1点到2点 83 (4.22) 62 (4.28)
凌晨2点到3点 120 (6.10) 95 (6.56)
凌晨3点到4点 81 (4.12) 52 (3.59)
早上4点到5点 66 (3.35) 56 (3.86)
早上5点到6点 55 (2.79) 41 (2.83)
早上6点到7点 19日(0.97) 17 (1.17)
早上7点到8点 20 (1.02) 12 (0.83)
早上8点到9点 5 (0.25) 3 (0.21)
上午9点到10点 0 (0.00) 1 (0.07)
上午10点到11点 1 (0.05) 1 (0.07)
上午11时至中午 11 (0.56) 10 (0.69)
中午至下午一时 42 (2.13) 30 (2.07)
下午1点到2点 293 (14.89) 165 (11.39)
下午两点到三点 269 (13.67) 208 (14.35)
下午三点到四点 150 (7.62) 88 (6.07)
下午4点到5点 67 (3.40) 58 (4.00)
下午5点到6点 55 (2.79) 35 (2.42)
晚上6点到7点 86 (4.37) 60 (4.14)
晚上7点到8点 96 (4.88) 79 (5.45)
晚上8点到9点 69 (3.51) 56 (3.86)
晚上9点到10点 87 (4.42) 61 (4.21)
晚上10点到11点 108 (5.49) 81 (5.59)
晚上11时至午夜 71 (3.61) 58 (4.00)

一个百分比表示在指定时间段内记录的分录的比例。数据表示所有条目。

记录夜间时间数据。

时间点 水果和蔬菜摄入量(%)一个(N = 1024) 活动(%)一个(N = 801)
午夜至凌晨1点 43 (4.20) 53 (6.62)
凌晨1点到2点 39 (3.81) 30 (3.75)
凌晨2点到3点 42 (4.10) 37 (4.62)
凌晨3点到4点 41 (4.00) 24 (3.00)
早上4点到5点 38 (3.71) 36 (4.49)
早上5点到6点 35 (3.42) 29 (3.62)
早上6点到7点 14 (1.37) 12 (1.50)
早上7点到8点 13 (1.27) 9 (1.12)
早上8点到9点 3 (0.29) 2 (0.25)
上午9点到10点 0 (0.00) 1 (0.12)
上午10点到11点 1 (0.10) 1 (0.12)
上午11时至中午 7 (0.68) 6 (0.75)
中午至下午一时 28日(2.73) 21日(2.62)
下午1点到2点 178 (17.38) 111 (13.86)
下午两点到三点 131 (12.79) 103 (12.86)
下午三点到四点 81 (7.91) 58 (7.24)
下午4点到5点 37 (2.61) 30 (3.75)
下午5点到6点 33 (3.22) 22日(2.75)
晚上6点到7点 43 (4.20) 33 (4.12)
晚上7点到8点 48 (4.69) 44 (5.49)
晚上8点到9点 35 (3.42) 32 (4.00)
晚上9点到10点 47 (4.59) 35 (4.37)
晚上10点到11点 49 (4.79) 43 (5.37)
晚上11时至午夜 38 (3.71) 29 (3.62)

一个百分比表示在指定时间段内记录的分录的比例。数据仅表示作为召回数据输入的条目。

健康行为适应

利用输入的水果和蔬菜摄入量和活动水平的数据,我们跟踪了研究期间的个人和总体趋势。请注意 n数据(参与者的总人数)不是恒定的,可能会扭曲结果的分析。回归分析显示,水果和蔬菜的摄入量,以及活动的分钟数和代谢当量(METS) ( 图10)我们都是 P<。001,表明研究的天数与所研究的措施呈正相关。每分钟的活动量和代谢当量都随着时间的推移而下降( 图10)。随着研究的进行,水果和蔬菜的摄入量略有上升( 图10)。

在研究期间记录的日记条目值:(a)随时间变化的活动数据(以分钟为单位);(b)随时间变化的活动数据(以METS为单位);(c)随时间变化的水果和蔬菜份量。METS:代谢估计。

我们使用Tukey双尾进行方差分析(ANOVA) t检验确定第2和第3组的合并数据是否每周都有变化( 图11)。唯一重要的发现是( P=.03)发生在第1周和第2周之间,平均增加了1.8份水果和蔬菜(第1周的平均消费量=3.24,SD为3.50,第2周=5.05,SD为4.15),但我们发现第1周与第3周相比没有显著变化( 表6)。在整个研究过程中,水果和蔬菜的平均份量、活动的分钟数和代谢当量都在波动( 图8)。

每个学习周分组的日记条目方差分析:(a)随时间变化的活动数据(以分钟为单位);(b)随时间变化的活动数据(以METS为单位);(c)随时间变化的水果和蔬菜份量。METS:代谢估计。

水果和蔬菜的趋势和运动结果随着时间的推移。

学习一周一个 水果和蔬菜 P价值 活动(分钟) P价值 活动(代谢当量) P价值
2和1 1.8089 03 13.074 总收入 12.06 >。
3和2 −1.0330 .97点 −9.476 >。 −33.44 >。
4和3 0.1032 >。 6.675 >。 24.01 >。
5和4 −0.8430 >。 0.188 >。 1.38 >。
6和5 1.2351 .95 −6.796 >。 −24.25 >。
7和6 0.4428 >。 17.207 62.44
8和7 0.5558 >。 −12.434 .98点 −55.25 .95
9和8 −0.7438 >。 2.348 >。 10.20 >。
10和9 1.0697 >。 0.315 >。 4.21 >。
11和10 0.6354 >。 −14.137 >。 −48.68 >。
12和11 −4.9688 .98点 −39.324 >。 −174.16 >。
13和12 −0.5000 >。 15.000 >。 66.50 >。
14和13 −1.0000 >。 17.500 >。 63.50 >。
15和14 5.0000 >。 −14.375 >。 −46.13 >。
16和15 −1.3333 >。 11.875 >。 51.73 >。
17和16 −0.0952 >。 6.818 >。 25.85 >。
18和17 4.4286 获得 16.753 >。 75.12 >。
19和18 −2.5000 >。 −37.071 >。 −148.47 >。
20和19 0.5000 >。 12.000 >。 61.00 >。
21和20 −1.3000 >。 −5.500 >。 −25.90 >。
22和21 0.1333 >。 −12.773 >。 −59.25 >。
23和22 5.9667 50 3.523 >。 26.80 >。
24和23 −7.3714 07 0.000 >。 −13.00 >。
25和24 4.7381 .80 −0.893 >。 7.11 >。
26和25 −2.6667 >。 −2.545 >。 −16.79 >。
27和26 - - - - - -b - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
28和27 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
29和28 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
30和29 −1.6500 >。 −115.217 >。 −26.40 >。
31和30 0.4000 >。 −5.000 >。 −33.00 >。
31和1 4.7624 >。 −42.361 >。 −221.49 >。

一个数字表示使用ANOVA和Tukey学生化极差(诚实显著差异)检验计算出的平均值之间的差异,合并队列2和队列3的数据。

b没有数据。

讨论

随着手机技术的兴起,一些应用程序被开发出来解决健康问题。许多方法使自我监测能够达到与健康有关的目标,并由医生推广,以改善病人的健康[ 21 22 26]。虽然Rams Have Heart的功能模块与其他与健康相关的移动应用程序类似——例如,一个计算每日水果和蔬菜摄入量的模块——但它的设计考虑了一个研究问题。我们没有评估参与者是否在使用其他应用程序来改善饮食或锻炼,但基于我们的方案的低依从性,即使是作为大学课程的一部分,我们认为这不太可能。

“公羊有心”的目的是监督学生对cvd导向的大学课程概念的适应,而不是积极支持行为改变。这款应用可能在支持参与者坚持学习方面做得更多,但更大的目标是设计一个独立的课程,无论是否使用这款应用或任何其他应用,都能改善学生的心血管健康。因此,这款应用的功能主要集中在收集数据的能力上,以便进一步分析其可用性和改进方法,但更重要的是,实现课程目标。

关于参与者保留的研究建议使用移动设备收集数据,而不是打电话或亲自预约给参与者带来负担[ 27]。灵活性是提高用户粘性的关键,但也可能导致遗忘[ 28]。在队列1的试点研究之后,在课堂上增加使用应用程序的提醒并增加激励措施,结果发现队列2和队列3的坚持时间更长。在纵向研究中,有时需要特定于队列的保留方法[ 29]。在第2年和第3年,提供课堂提醒和上传数据的时间增加了参与者的保留率和条目的数量。使用手机应用进行健康调查的研究表明,平均留存期约为25.62周(18.41周),长期坚持使用该应用的参与者通常有很强的动机,比如严重的健康问题[ 23]。程序性激励包括虚拟奖励,如成就徽章[ 30.以及在社交媒体账户上分享的能力[ 31- 33],以及更有形的回报[ 34]。在2018年春季,我们的研究引入了一种金钱激励:在课程结束到6个月的随访期间,每月月底日记记录最多的学生将获得一张亚马逊礼品卡。然而,只有1名学生继续提供参赛作品。在这个过程的后期引入激励并不是很有效。

作为日记模块的一部分,学生可以首先观看信息幻灯片。虽然大多数人在第一次记录日记时跳过了它们,但71%的人至少看了一次水果和蔬菜的介绍,65%的人至少看了一次活动介绍。体力活动模块不需要太多解释,只要求以分钟为单位的活动时间。大学生不太可能理解份量大小和份量数量[ 35- 37],这可能是这次演讲的高收视率的原因。

平均而言,水果和蔬菜的记录比活动日记的记录多花了5秒( 图8),可能是因为它们涉及更多的行——在早餐、午餐、晚餐和零食中消耗的水果和/或蔬菜——或者是8行,而只有3行用于活动( 图3)。然而,这种差异并不影响回忆数据输入的平均时间( 图9),也不能解释在研究期间输入水果和蔬菜食用日记或活动日记( 图7)。

所有的日记数据都是使用该应用程序在接近实时或应用程序支持的1或2天内获得的。没有通过非数字手段获取数据,如纸质日记。虽然学生参与者经常不能每天写日记,但没有尝试去估计和 填写失踪的条目。

与研究的最后一周相比,我们发现在水果和蔬菜的平均食用量、活动量和代谢当量方面没有明显的改善( 表6)。具有自我报告健康评估功能的移动应用程序(如卡路里计算和饮食日记)依靠用户输入来提供有用的改进反馈或何时寻求专业帮助。当这些措施用于研究数据收集时,需要准确性和庞大的数据池[ 38]。在这项研究中,大多数参与者没有继续记录他们的食物摄入量和活动水平,因为其他生活事件,如学期结束和期末考试开始,更重要。 39]。其他保留方法,如短信,可能会提高输入的频率,减少退出的数量。

结论

开发“公羊有心”是为了增加易患肥胖、心脏病和2型糖尿病的学生的水果和蔬菜摄入量和体育活动。作为研究的一部分,我们对与健康相关的移动应用程序的功能和使用情况进行了分析。尽管Rams Have Heart为用户参与研究提供了隐私和灵活性,但它并没有提高参与者的留存率或用户的结果。这一发现需要进一步评估,以确定更有效的保留方法。

缩写 原子吸收光谱法

非裔美国人

空气

Adobe集成运行时

方差分析

方差分析

英国石油公司

血压

化学汽相淀积

心血管病

HBCU

历史上的黑人学院和大学

ID

标识符

IPAQ

国际身体活动问卷

IRB

院校审查委员会

大都会

代谢当量

移动健康

移动健康

PHIT

个人健康信息学和干预工具包

PII

个人身份信息

个人识别号码

SQL

结构化查询语言

本项目由美国国立卫生研究院国家少数民族健康与差异研究中心资助(资助号:R15MD010194;VDW和AAP,主要研究人员)。作者要感谢VDW。VDW于2019年8月去世,他是公羊心脏项目的首席研究员,也是温斯顿-塞勒姆州立大学和A&T州立大学院系的杰出成员。我们感谢她对这个项目、对北卡罗来纳大学以及她所服务的许多组织的贡献。

没有宣布。

常识媒体 2019 2020-03-07 常识普查:青少年使用媒体 https://www.commonsensemedia.org/research/the-common-sense-census-media-use-by-tweens-and-teens-2019 麦当劳 J WARC 2019 2020-03-08 到2025年,近四分之三的互联网用户将只使用移动设备 https://www.warc.com/content/paywall/article/warc-datapoints/almost_three_quarters_of_internet_users_will_be_mobileonly_by_2025/124845 Rehalia 一个 普拉萨德 年代 在全球范围内利用先进的移动医疗进行社区动员 移动健康 2016 2 7 10.21037 / mhealth.2016.03.02 28293585 mh-02-2016.03.02 PMC5344126 芬克尔斯坦 J 骑士 一个 Marinopoulos 年代 吉本斯 MC 伯杰 Z Aboumatar H 威尔逊 射频 双相障碍 沙玛 R 低音 海尔哥哥 通过卫生信息技术实现以患者为中心的护理 技术评估(全面评估) 2012 06 206 1 1531 24422882 PMC4781073 Statista 2017 2020-03-07 应用商店:主要应用商店中的应用数量 https://www.statista.com/statistics/276623/number-of-apps-available-in-leading-app-stores/ Arsand E Frø岛 DH Skrøvseth 所以 Chomutare T Tatara N Hartvigsen G 图法诺 JT 帮助糖尿病患者的移动健康应用程序:经验教训和设计意义 糖尿病科学与技术[J] 2012 09 01 6 5 1197 206 10.1177 / 193229681200600525 23063047 PMC3570855 默茨 l 超声波吗?胎儿监测?谱仪吗?有一个应用程序可以做到这一点!生物医学智能手机应用正在席卷医疗领域 IEEE脉冲 2012 03 3. 2 16 21 10.1109 / MPUL.2011.2181019 22481741 疾病控制和预防中心 2015 2020-05-05 健康人物2010 http://www.cdc.gov/nchs/healthy_people/hp2010.htm 纳尔逊 MC 故事 拉森 Neumark-Sztainer D Lytle 刚进入成年期和大学年龄的青年:与体重相关的行为改变的一个被忽视的年龄 肥胖(Silver Spring) 2008 10 16 10 2205 11 10.1038 / oby.2008.365 18719665 oby2008365 Krebs-Smith 年代 Guenther P Subar 一个 柯克帕特里克 年代 多德 K 美国人没有达到联邦政府的饮食建议 J减轻 2010 10 140 10 1832 8 10.3945 / jn.110.124826 20702750 jn.110.124826 PMC2937576 Bailey-Davis l 摩根 N 运行过程中 J 大学七个学期饮食和体育活动行为的变化:住在校内还是校外都很重要 健康教育行为 2013 08 40 4 435 41 10.1177 / 1090198112467801 23232092 1090198112467801 PMC4186223 Shiroma EJ Lobelo F Puska P 布莱尔 SN Katzmarzyk PT 《柳叶刀》体育活动系列工作组 缺乏身体活动对全球主要非传染性疾病的影响:疾病负担和预期寿命分析 《柳叶刀》 2012 07 21 380 9838 219 29 10.1016 / s0140 - 6736 (12) 61031 - 9 22818936 s0140 - 6736 (12) 61031 - 9 PMC3645500 Onvani 年代 Haghighatdoost F Surkan PJ 拉里贾尼 B Azadbakht l 坚持健康饮食指数和替代健康饮食指数饮食模式与全因死亡率、心血管疾病和癌症:观察性研究的荟萃分析 J Hum营养饮食 2017 04 30. 2 216 26 10.1111 / jhn.12415 27620213 W D C O Y Z 体质指数和体力活动对中国中老年人群高血压的影响 Sci代表 2017 08 31 7 1 10256 10.1038 / s41598 - 017 - 11037 - y 28860562 10.1038 / s41598 - 017 - 11037 - y PMC5579023 赫伯特 R ScholarWorks:瓦尔登大学研究 2015 2020-05-14 大学生的种族/民族、饮食和体育活动行为 https://scholarworks.waldenu.edu/dissertations/1647/ 艺术 J 费尔南德斯 洛夫格伦 大学生冠心病危险因素分析 阿德减轻 2014 03 1 5 2 177 87 10.3945 / an.113.005447 24618758 5/2/177 PMC3951799 der Ananian C Winham D 汤普森 年代 Tisue 非裔美国成年人对心脏健康行为的看法:一项混合方法研究 环境与公共卫生 2018 11 1 15 11 2433 10.3390 / ijerph15112433 30388803 ijerph15112433 PMC6265893 Bancks 国会议员 Kershaw K 卡森 美联社 Gordon-Larsen P 的妇女不同 PJ Carnethon 先生 青年期可改变的危险因素与中年期发生2型糖尿病的种族差异的关系 美国医学会 2017 12 26 318 24 2457 65 10.1001 / jama.2017.19546 29279935 2667072 PMC5820714 杜兰特 NH 约瑟夫 RP Cherrington 一个 卡夫 Y 骑士 B 刘易斯 D 埃里森 JJ 2010-2011年,阿拉巴马州,在超重的年轻非裔美国女性中,推荐一种与文化相关的基于互联网的工具来促进身体活动 既往慢性疾病 2014 01 16 11 130169 10.5888 / pcd11.130169 24433625 E09 PMC3899848 温斯顿-塞勒姆州立大学 2020-05-05 关于WSSU https://www.wssu.edu/about/index.html Adu 医学博士 Malabu 卡兰德 EJ Malau-Aduli AE Malau-Aduli 废话 支持糖尿病自我管理的手机应用程序开发的考虑:系统回顾 移动医疗Uhealth 2018 06 21 6 6 e10115 10.2196/10115 29929949 v6i6e10115 PMC6035345 恩斯特 C 东布罗夫斯基 Oedekoven 沙利文 莱托 Kanzler 库尔 一个 据传 P 使用智能手机和健康应用程序改变和管理健康行为:一项基于人群的调查 J Med Internet Res 2017 04 5 19 4 e101 10.2196 / jmir.6838 28381394 v19i4e101 PMC5399221 拉斯伯恩 艾尔 普莱斯考特 J 使用移动应用程序和短信作为身心健康干预措施:系统回顾 J Med Internet Res 2017 08 24 19 8 e295 10.2196 / jmir.7740 28838887 v19i8e295 PMC5590007 深谷 英航 凯西 LM 智能治疗师:展望智能手机和移动医疗技术在心理治疗中的未来 心理学教授 2015 06 46 3. 147 53 10.1037 / pro0000011 凯利 Witbrodt B 沙阿 一个 移动医疗应用和设备在心血管健康方面的未来 欧洲医学创新公司 2017 01 2017 92 7 28191545 PMC5298843 K Kwon H B G JH 公园 胫骨 年代 自我监测对患者长期使用移动医疗应用程序的影响 《公共科学图书馆•综合》 2018 13 7 e0201166 10.1371 / journal.pone.0201166 30048546 玉米饼- d - 17 - 10288 PMC6062090 凡德 毫米 Vlenterie R IntHout J Engelen LJ Vrieling 一个 范德贝尔特 TH 大多数反应诱导策略并不能增加观察性研究的参与:一项系统回顾和荟萃分析 临床流行病学杂志 2018 07 99 1 13 10.1016 / j.jclinepi.2018.02.019 29518475 s0895 - 4356 (17) 30727 - 8 Simblett 年代 格里尔 B 玛奇阿姆 F 柯蒂斯 H Polhemus 一个 Ferrao J 赌博 P ·怀克 T 采用卫生管理远程测量技术的障碍和促进因素:系统审查和调查结果内容分析 J Med Internet Res 2018 07 12 20. 7 e10480 10.2196/10480 30001997 v20i7e10480 PMC6062692 爱博夏尔 Dinglas VD Cajita 心肌梗死 Eakin 尼达姆 DM Himmelfarb CD 高保留率纵向临床研究中的参与者保留率实践 BMC医学研究方法 2017 02 20. 17 1 30. 10.1186 / s12874 - 017 - 0310 - z 28219336 10.1186 / s12874 - 017 - 0310 - z PMC5319074 Buchem Merceron 一个 Kreutel J Haesner Steinert 一个 游戏化设计在可穿戴增强学习健康老龄化 交互式移动通信技术与学习国际会议论文集 2015 IMCL”15 2015年11月19日至20日 希腊塞萨洛尼基 19 20. 10.1109 / imctl.2015.7359545 Naslund 晶澳 Aschbrenner 横档 巴特斯 SJ 流行的移动保健技术用于严重精神疾病患者活动跟踪的可行性 打电话给J E Health 2015 03 21 3. 213 6 10.1089 / tmj.2014.0105 25536190 PMC4365437 安德森 K Burford O Emmerton l 移动健康应用程序促进自我护理:用户体验的定性研究 《公共科学图书馆•综合》 2016 11 5 e0156164 10.1371 / journal.pone.0156164 27214203 玉米饼- d - 16 - 02829 PMC4876999 K 牛顿 l 布思 一个 Novak-Lauscher H 移动数字接入网络增强网络(mDAWN):评估移动保健工具用于2型糖尿病自我管理的可行性 AMIA年度会议进程 2015 2015 621 9 26958197 PMC4765618 库欣 一个 Manice 一个 Parides 一种新型移动健康管理系统的可行性,以捕获和改善青少年哮喘患者的药物依从性 患者更喜欢依从性 2016 10 2271 5 10.2147 / PPA.S115713 27853357 ppa - 10 - 2271 PMC5104287 布赖恩特 R Dundes l 比例失真:一项针对大学生的研究 J消费Aff 2005 39 2 399 408 10.1111 / j.1745-6606.2005.00021.x 瑞安 E 威斯康星大学斯托特分校 2008 2020-05-14 大学生对麦片份量的认知 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.591.7096&rep=rep1&type=pdf 兰伯特 奇弗斯 P 位于 F 用他们自己的话说:一项探讨影响大学生食物选择的定性研究 健康促进[J] 2019 01 30. 1 66 75 10.1002 / hpja.180 29892990 Munos B 贝克 个人电脑 机器人 BM Crouthamel 德弗里斯 G 弗格森 Hixson JD 马列 Mastrototaro JJ Misra V Ozcan 一个 l P 移动医疗:可穿戴设备、传感器和应用程序改变临床试验的力量 Ann N Y学术科学 2016 07 1375 1 3. 18 10.1111 / nyas.13117 27384501 Deliens T Deforche B de Bourdeaudhuij 鼠尾草属的植物 P 大学生身体活动和久坐行为的决定因素:一项使用焦点小组讨论的定性研究 BMC公共卫生 2015 02 28 15 201 10.1186 / s12889 - 015 - 1553 - 4 25881120 10.1186 / s12889 - 015 - 1553 - 4 PMC4349731
Baidu
map