抑郁症mHealth参与度系统综述

互联网干预26（2021）100454参与抑郁症的移动健康干预：A系统综述☆安东尼·莫洛伊，L页安德森*美国佐治亚州亚特兰大市迪凯特街140号城市生活大厦11楼，佐治亚州立大学心理学系，邮编：30303A R T I C L EI N FO关键词：抑郁症情绪障碍mHealth智能手机参与分析A B S T R A C T背 景： 抑 郁症 是一 个主 要 的公 共卫 生 问题 ，许 多 人在 获得 循 证心 理健 康治 疗 方面 面临 障碍 。 移动 医 疗（mHealth）干预措施可能会绕过现场护理的后勤障碍（例如，然而，抑郁症的症状（低动力，注意力集中困难）可能使患有这种疾病的人难以参与mHealth。目的：本系统性综述的目的是检查参与抑郁症mHealth干预措施临床试验的评估和报告，包括客观参与（例如，节目的次数使用的），主观参与（例如，关于用户体验的定性数据） ， 以 及 参 与 和 其 它 临 床 重 要 变 量 之 间 的 关 联 （ 例如，症状改善，参与者特征）。方法：2020年2月，使用mHealth和抑郁症的检索词检索了三个电子数据库（PsycINFO，Web of Science，PubMed）。如果研究测试了为抑郁症或抑郁症状加重的人设计结果：30项研究符合纳入标准，并进行了审查。大多数研究报告了客观参与度（N=23，76.7%），大约一半的研究报告了主观参与度（N=16，53.3%），相对较少的研究检查了参与度与临床改善、参与者特征或其他临床相关变量之间的相关性（N=13，43.3%）。结论：虽然在这个小但快速增长的文献中的大多数研究报告了至少一种测量方法，参与，有很大的异质性。有意的、理论驱动的和一致的测量抑郁症的mHealth干预措施的参与可能会促进该领域对有效参与的理解，以促进临床改善，确定剂量-反应关系，并最大限度地提高服务不足人群的推广能力。1. 介绍抑郁症对全球健康和生活质量具有巨大影响，影响全球超过2.5亿人，是全球残疾的第三大原因（James et al.， 2018），并与失业，身体健康状况差，社会功能差和自杀有关（Hawton等人，2013年;世界卫生组织，2017年）。有有效的药物和心理疗法可以改善抑郁症状，但没有足够的训练有素的心理健康专业人员来提供这些药物和心理疗法（Liuet al.，2017;世界卫生组织，2017）。移动医疗，或克服有据可查的当面治疗障碍，增加获得精神卫生服务的机会，特别是在服务不足的社区，社区。 mHealth是指“由移动设备支持的医疗和公共卫生实践，所述移动设备诸如移动电话、患者监测设备、个人数字助理和其它无线设备“（van Heerden等人，2012年）。通过智能手机提供治疗为扩大获得心理健康治疗创造了巨大的机会，因为全球估计有35亿智能手机用户（Statista，2019年），智能手机拥有率的差异相对较小，种族和社会经济线在美国（皮尤研究中心，2019年）。荟萃分析 临床试验 的 基于智能手机的移动健康程序为抑郁有证明他们☆第一作者得到了佐治亚州立大学卫生资源和服务管理局（HRSA）综合儿科心理学服务奖学金培训的支持，补助金#D40HP19643。* 通讯作者。电子邮件地址：panderson@gsu.edu（P.L.Anderson）。https://doi.org/10.1016/j.invent.2021.100454接收日期：2021年6月18日;接收日期：2021年9月4日;接受日期：2021年9月8日2021年9月11日网上发售2214-7829/© 2021由Elsevier B. V.发布这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表互联网干预期刊主页：www.elsevier.com/locate/inventA. Molloy和P.L. 安德森互联网干预26（2021）1004542显著减少抑郁症状（Firth等人， 2017; Weisel等人，2019年），但与这些计划的摩擦和低参与度是 一个重大的问题。对可公开访问的mHealth心理健康程序的研究发现，许多人在下载这些程序后不久就停止使用这些程序，然后才可能获得任何临床益处（Lattie等人，2016年）。商业上可用的智能手机应用程序普遍如此，这些应用程序通常在下载后一周内失去约70%的用户（Sigg等人，2016年）。需要更好地了解影响抑郁症mHealth干预措施参与的因素，以充分发挥其潜力。参与数字健康干预是一个复杂的，多方面的结构。Perski et al.（2017）从跨学科的角度进行了一项系统性综述，以创建一个概念框架，解释参与数字干预如何导致行为改变。借鉴计算机科学和行为科学文献中，他们将参与数字干预定义为以注意力、兴趣和情感为特征的主观体验。261）。 他们强调，接触可以理解，通过记录用户行为进行客观测量，并通过评估参与干预时用户体验的自我报告定性维度进行主观测量。该模型还声称，参与受到干预本身的影响（例如，内容，交付机制）和上下文，其中包括个人特征，使用干预措施的人口的特点及其社会文化环境。抑郁症的特征是行为回避，难以集中注意力，快感缺乏和消极认知（Beck，2008），所有这些都可能影响移动健康干预的参与。此外，抑郁症患者的社会损害、关系功能障碍、失业和医学共病水平更高（McKnight和Kashdan，2009），这些背景因素在临床研究中不应被忽视。为了了解并明确针对对抑郁症患者临床改善影响最大的参与类型，临床研究人员应选择参与指标，以阐明个体特征，背景，不同类型的参与和临床改善之间的相互作用。系统性综述检查了mHealth项目临床试验中的参与报告，发现其测量方式存在很大差异，这限制了该领域研究和进展的普遍性。例如，Pham等人（2019）概述了移动健康研究人员使用的14种参与相关构建（例如，““坚持”“合规性“、“可行性“） 跨 研究 的针对慢性健康状况的mHealth计划。 mHealth对心理健康的评论发现，研 究 人 员 在 研 究 中 报 告 的 参 与 度 差 异 很 大 （ Linardon 和 Fuller-Tyszkiewicz，2020; Ng等人，2019年）。此外，研究评价参与度与临床结局、参与者特征或其他相关变量，这限制了研究人员使用各种不同指标捕捉参与度的研究人员可以检查参与度，临床结果和参与者特征（如基线抑郁严重程度或文化背景）之间的关系。这些研究结果可以告知和测试理论模型的参与与mHealth参与或临床决策的适当性，具体的mHealth计划，为不同的人群。比较不同mHealth干预措施之间的参与度，检查参与度随时间的变化，以及检查参与度不同指标之间的关联，可以为mHealth项目设计以及指导患者使用项目的方式提供信息。因此，重要的是要了解临床研究人员是否一贯报告敬业度，敬业度最常见的操作方式，以及研究人员在临床试验中检查敬业度与其他变量之间的关联程度。1.1. 目前的研究参与度可能会给抑郁症患者带来特殊的问题，但迄今为止，还没有一篇综述专门研究了移动健康干预抑郁症研究中的参与度报告。目前的系统性综述检查了这些项目临床试验参与的测量和报告。纳入未报告参与度的研究，以评价文献中参与度报告的一致性。对移动健康干预措施的参与的客观和主观指标进行了审查。此外，该审查还检查了哪些研究测试了参与度指标与其他变量之间的关联，因为这些关联可能为未来的研究和实施抑郁症的mHealth干预措施提供信息。研究结果进行了讨论，因为它们涉及到理论模型，改善临床研究，并优化mHealth干预抑郁症。2. 方法2.1. 电子搜索使用PsycINFO、PubMed和Web of Science数据库进行系统评价。在对文献进行综述后，针对移动设备、mHealth和抑郁症开发了检索词，并于2020年2月9日输入。具体搜索词请参见diX A。与之前对移动干预的系统综述一致（Donker等人，2013; Dubad等人，2018年），只有2008年及以后发表的研究被纳入，因为这是第一个移动应用程序公开下载的一年。第一作者完成了电子检索，删除了重复项，然后根据入选和排除标准筛选了标题和摘要。在标题和摘要审查之后，两位作者对似乎符合基于标题和摘要的标准的文章全文进行审查，以最终决定是否纳入。通过深入讨论解决了分歧。2.2. 数据提取第一作者根据参与者参与数字心理健康干预的最新系统性综述开发了数据提取表（Linardon和Fuller-Tyszkiewicz，2020; Ng等人， 2019;Pham等人，2019年）和符合纳入标准的文章的初步审查。对于每项研究，第一作者首先提取了评估抑郁症的方法（评估特定诊断或自我报告测量的截止值）和用于研究的移动终端干预（例如，app）。然后，如果干预措施使用锁定的顺序模块，则将其编码为构建体（EMA;参见Shiffman等人，2008年）。关于样品的人口统计学特征的信息（例如，年龄、种族），移动健康程序的主要组成部分（例如，行为激活、认知重构）以及有无指导也被记录。最后，第一作者对他们报告的关于用户参与的信息类型进行了编码。这些在图1中呈现，并分为三大类：客观用户参与度，主观用户参与度，以及参与度和其他变量之间的关联评估。2.3. 研究选择标准如果研究符合以下标准，则纳入研究：1）原始同行评审文章，2）以英语发表，3）通过结构化访谈A. Molloy和P.L. 安德森互联网干预26（2021）1004543======-=-====图1.一、本研 究 中 审 查 的参与度 。或通过医疗记录确认，或具有通过验证的自我报告测量的任何截止点确定的升高的抑郁症状，以及4）检查通过专门针对抑郁症的移动终端（例如智能手机、平板电脑）递送的数字心理干预，并且预期使用不止一次。研究被排除的原因如下：1）没有报告他们对抑郁症的评估或引用具有此信息的资源，例如已发表的研究方案，2)包括没有抑郁症的参与者（例如，患有抑郁症和/或焦虑症的混合样本），除非非抑郁症样本代表单独的研究条件并单独检查，3）检查仅作为用户和治疗师之间沟通手段的干预措施（例如视频会议，发短信），4）检查了不针对心理症状的干预措施（例如，仅针对睡眠或锻炼），或5）检查不需要来自用户的主动输入的干预，诸如专门使用被动移动传感器的程序。研究EMA或情绪跟踪程序时，这些被概念化为干预措施，考虑到情绪跟踪单独具有减少抑郁症状的潜力的证据（Dubad等人，2018年）。包含移动组件以及其他组件（例如基于网络的干预，面对面治疗）的混合干预措施也包括在内。研究检查可以在没有移动终端的情况下完成的数字心理干预（例如，可使用计算机完成）不包括在本次审查中。这些研究被排除在外，重点关注与移动设备特别相关的参与度指标，这可能与通常使用台式计算机访问的干预措施所使用的指标不同。由于参与度指标在非对照研究中具有信息性，因此纳入了有和无活性治疗对照组的研究。最后，纳入了主要研究的次要分析，因为这些研究可能报告了主要文章中未报告的参与信息。3. 结果3.1. 资料选择通过数据库检索共识别出4473篇参考文献。删除重复文献后，按标题和摘要对3613篇文献进行了审查。作者审查了289篇全文文章，30篇最终纳入系统综述。系统评价和荟萃分析的首选报告项目（Moher等人， 2009）研究选择过程的流程图见图。 二、3.2. 研究特征表1显示了本综述中所包括的研究中使用的各种类型的抑郁症评估，移动设备，结构化干预和教练支持。有关各项研究的详细信息，包括使用的特定移动健康干预措施，参与者人口统计学，是否以及如何测量客观/主观参与度，以及研究是否评估了参与度与其他变量之间的关联，见表2。大多数研究是最近发表的，2018年发表了9篇（30.0%），2019年发表了12篇(40.0%）.3.2.1. 参与者抑郁症最常使用经验证的自我报告测量的截止值进行评估，单独（N16，53.3%）或与确诊的单相抑郁障碍（N9，30.0%）相结合。一小部分研究选择的参与者是基于抑郁症的诊断，没有自我报告的测量（N=5，16.7%）。3.2.2. 干预措施大多数研究调查了针对iPhone（N8，26.7%）或兼容多种操作系统（N7，23.3%）的智能手机干预措施。较小比例的研究使用Android智能手机特定的干预措施（N3，10.0%）或检查在多种设备上提供的干预措施（例如智能手机与智能手表或平板电脑;N 4，13.3%）。许多研究使用了未指明操作系统的智能手机干预（N8，26.7%）。最常检查非结构化干预措施的研究（N15，50.0%），其次是检查结构化（N5，16.7%）、混合（N 5，16.7%）和EMA（N 5，16.7%）干预措施的同等数量的研究。大约三分之一的 干预措施是自我指导的（ N11，36.7%），其余的干预措施涉及治疗师或教练的某种程度的支持（N19，63.3%）。3.3. 客观约定在客观参与报告方面存在高度异质性。23项研究（76.7%）报告了至少一个客观的参与度指标。所有用户参与度指标的报告频率见表3。3.3.1. 按天或周列出的程序使用情况这是最常见的用户参与度指标，A. Molloy和P.L. 安德森互联网干预26（2021）1004544==图二、系统性综述和荟萃分析的首选报告项目流程图。目前的审查。研究使用不同的时间间隔进行跟踪;大多数研究通过活动天数（即至少使用一次程序的天数; N 7）跟踪程序使用情况，而其他研究则通过活动周数（即至少使用一次程序的周数; N6）。一项非结构化干预研究（Caplan例如，2018年）报告了使用跨-vention3.3.2. 使用特定程序功能在纳入的研究中，使用特定的计划功能也是最常报告的客观参与指标之一。一般来说，研究报告了参与者使用特定工具的次数，例如为行为激活设定目标（Dahne等人，2019 a，2019 b），完成认知重建练习（Stiles-Shields等人， 2019），或与同行互 动 （Sawyer et al.， 2019年）。3.3.3. 的会话五项研究报告了参与者访问干预的平均次数。 Burns等人（2011）合并任何“登录“，他们的干预在一小时内发生，以避免计算快速连续发生的简短会议。3.3.4. 与教练或治疗师在19项检查教练或治疗师支持的干预的研究中，有5项研究报告了与教练或治疗师互动的至少一个客观指标。在这些干预措施中提供辅导的方式和报告方式有很大的不同。Economides et al.（2019）报告了参与者与治疗师联系的天数，但没有说明这种联系是通过短信还是电话（参与者可以同时使用这两种方式）。其他研究报告了发送给教练的消息的数量（Ly等人，2014; Schlosser等人，2017年）或参与者通过电话与教练交谈的平均时间（Stiles-Shields等人， 2019年）。Schlosser等人（2017）通过报告参与者与教练之间由参与者发起的互动比例，检查了“社会主动性“的结构。3.3.5. 完成结构化模块四项研究报告了作为衡量标准的结构化模块的完成情况A. Molloy和P.L. 安德森互联网干预26（2021）1004545=表1使用各种类型的抑郁症评估、移动设备、结构化干预和教练支持的研究比例。特征N%移动终端干预的结构结构5 16.7无结构15 50.0混合动力5 16.7生态瞬时评估（EMA）5 16.7教练支援教练19 63.3%自我引导11 36.7%参与的方式。其中两项是主要研究和次要分析，检查了结构化干预（Furukawa等人，2018 a; Mantani等人，2017年）。一个研究了混合干预（Watts等人，2013）和一个检查了非结构化干预（Menezes等人，2019年），包括不处于锁定序列的常规行为激活会话。3.3.6. 总使用时间四项研究报告了参与者使用研究干预的总持续时间。持续时间以每位参与者使用该程序的平均分钟或小时为单位报告。三项研究报告了整个研究中的总使用持续时间，而一项研究报告了每周的总使用持续时间（Takahashi等人， 2019年）。3.3.7. 响应EMA提示在本综述中纳入的5项EMA研究中，4项报告了完成EMA提示的数量。一项研究报告说，这是客观参与的唯一衡量标准（Moukloun等人，2019），而三个报告与其他指标（Cormack等人， 2019; Hung等人， 2016; Torous等人， 2015年）。3.3.8. 两届会议三项研究报告了参与者获得干预的平均持续时间（Furukawa等人，2018 a; Mantani等人，2017; Menezes等人，2019年）。所有这些研究还报告了结构化模块的完成情况和参与者完成结构化模块的平均持续时间。3.3.9. 会议平均持续时间三项检查非结构化和结构化干预措施的研究报告了参与者打开程序时的平均使用时间（Dahne等人，2019 a，2019 b; Furukawa等人，2018年a）。其中两项研究调查了类似的行为激活应用程序，其中一项适用于西班牙语3.3.10. 遵守使用说明两项检查非结构化干预措施的研究报告了遵守程序使用具体建议的参与者比例（Arean等人， 2016; Takahashi等人， 2019年）。 Arean等人（2016年）分类参与者成Arean et al.（2016）还报告称，总会话次数，而Takahashi等人（2019）还报告了每周平均总使用时间3.3.11. 使用环境两项EMA研究报告了参与者对EMA提示做出反应的背景（Cormack等人，2019; Torous等人，2015年）。两项研究都考察了参与者在早上、下午和晚上对提示做出反应的比例。这两项研究还报告了对EMA提示的总体应答百分比和使用该程序的天数3.3.12. 对“积极使用”的评估Schlosser等人（2017）是当前综述中唯一一项具体量化参与者在其干预措施中活动程度的研究 作为 相比 到 整体 持续时间 的 使用.作者通过在干预过程中与教练和同伴的互动以及参与者使用它的时间3.4. 主观参与大 多 数 研 究 报 告 了 至 少 一 个 主 观 用 户 参 与 度 指 标 （ N=16 ，53.3%）。报告主观参与的研究使用自我报告测量（N=15，50.0%）或对参与者的定性访谈（N=5，16.7%）。3.4.1. 自我报告的措施15项研究使用自我报告测量来检查参与者对干预的主观体验的某些方面。在这些测量中存在实质性的 一些研究使用了经过验证的问卷调查，如可信度评估问卷（Devilly和Borkovec，2000）、用户参与度量表（O'Brien这些指标评估了一系列结构，包括预期结果、集中注意力、使用期间的时间感知和满意度。其他研究使用了研究人员开发的问题。大多数研究在研究结束时检查了主观参与度，但也有一些研究在多个时间点进行了评估。例如，Caplan et al.（2018）在整个研究过程中，每两天提出三个关于其计划有用性的问题。3.4.2. 定性访谈五项研究使用半结构化，开放式的定性访谈来研究主观参与。所有的研究都描述了用户反馈的亮点，尽管采访内容的详细程度不同。一些研究报告了非常详细的采访内容，将内容组织成主题，并包括参与者的直接引用。3.5. 评估参与度与其他变量不到一半的研究评估了参与度和其他变量之间的关联（N13，43.3%）。这些研究评估了敬业度与以下变量之间的关联按频率顺序排列：临床改善（N=9，30.0%）、基线参与者特征（N=6，20.0%）、多种移动干预之间的比较（N=4，13.3%）、参与度随时间的变化（N=2，6.7%）和多种参与度指标之间的关联（N=1，3.3%）。3.5.1. 临床改善九项研究检查了参与和参与者对干预的临床结果之间的关联。这些研究中有许多使用了复杂的统计模型来评估相关性。例如，Economides等人（2019）使用多元回归模型来检查几个客观参与指标对症状减轻的影响。其他人将参与者分类为应答者和非应答者，并比较这些组之间的参与（Dahne等人，2019 b; Furukawa等人，2018年a）。总体而言，四项研究抑郁评估仅限自我报告措施1653.3仅抑郁症诊断516.7抑郁障碍的诊断与自陈量表的界值930.0iPhone826.7Android310.0智能手机：多种操作系统723.3智能手机：未指定操作系统826.7其他器械或多个器械413.3A. Molloy和P.L. 安德森互联网干预26（2021）100454（接下页）6表2个别研究的特点。第一作者，mHealth关键零部件和样品人口统计样本目的主观评估协会年程序治疗目标大小接合接合参与度和其他变量之间Arean等人（2016年）项目：EVO使用旨在增强认知控制的626平均年龄=33.95（SD11.84）; 79.0%女性;遵守指示;共计没有一比较干预措施;IPST使用问题的原则-13.7%非洲裔美国人，会话数参与者Burns等人（2011年）解决治疗，以协助目标设定和行动计划移动！使用行为激活策略，EMA，被动移动电话传感器提示的生态瞬时干预，行为技能培训，教学内容1.0%美洲印第安人，8.6%亚洲人，65.5%白人，10.5%> 1个种族，0.6%夏威夷原住民/太平洋岛民，12.6%西班牙裔8平均年龄=37.4（SD 12.2）;87.5%女性; 13%西班牙裔白人，88%非西班牙裔白人的会话总数自我报告测量;质性访谈特性没有一Caplan等人（2018年）El BuenConsejo Movil提供基于认知行为疗法的自助音频信息，鼓励使用具有消息传递和用户情绪评级36例样本1：平均年龄=36岁;83%女性; 78%来自多米尼加共和国，16%来自委内瑞拉，6%来自美国;样本2：平均年龄=42岁; 86%为女性;100%多米尼加共和国按日或按周质性访谈没有一Cormack等人（2019年）认知工具包使用EMA进行常规情绪和认知功能30例平均年龄=37.2（SD 10.4）;63.3%女性;未报告按天或周使用; EMA处方;使用定性访谈随着时间的推移参与;参与者特征Dahne等人（2018年）行为激励将行为激活策略与面对面治疗11平均年龄=24.91（SD90.9%为女性;45.50%白人，18.20%黑人，27.30%亚洲人，9.10%其他自我报告测量没有一Dahne等人（2019年a）Dahne等人（2019年b）Economides等人（2019年）Aptívate！;使用行为激活策略，情绪监测，并提供社会支持iCouch CBT使用认知重构应对压力的技巧使用行为激活策略，情绪监测，并提供社会支持Moodkit使用认知重组技术来应对压力情况上升顺序模块教授从正念为基础的减压，正念为基础的认知疗法和认知行为疗法中提取的技能42例平均年龄=36.05（SD女性占66.7%23.8%白人，2.4%黑人，2.4%夏威夷原住民/太平洋岛民，7.1%美洲原住民，11.9%多种族，52.4%其他，100%西班牙裔52平均年龄=43.79（SD 13.27）;84.6%女性; 40.4%白人，55.8%黑人，3.8%其他，3.8%西班牙裔197例平均年龄=32.9（SD 10.3）;77.5%女性; 78.4%来自芬兰，21.6%来自美国会话总数;平均会话持续时间;使用总持续时间;特定功能的使用;按天或周会话总数;平均会话持续时间;使用总持续时间;特定功能的使用;按天或周按天或周使用;总使用时间;与教练互动比较干预措施;参与者特征无临床改进无临床改进;随着时间的推移参与度富勒-蒂什凯维奇等人（2018年）BlueWatch顺序模块教学从认知行为疗法中获得的技能，包括行为激活、认知重建和解决问题5平均年龄=22.4（SD 2.71）;80%女性;未报告自我报告质性访谈没有一Furukawa等人（2018年a）Furukawa等人（2018年b）Kokoro app顺序模块教学从认知行为治疗中获得的技能，包括思维记录、行为激活和认知重建Kokoro app顺序模块教学从认知行为疗法中获得的技能，包括思考164例平均年龄=40.2（SD 8.8）;57%女性;未报告78例平均年龄=40.4（SD 8.8）;56.4%女性;未报告完整的结构化模块;会话之间的持续时间;特定功能的使用;平均会话持续时间使用特定功能无临床改进无临床改进A. Molloy和P.L. 安德森表2（续）互联网干预26（2021）100454（接下页）7第一作者，年份移动健康计划关键组件和治疗目标记录、行为激活和认知重构样本量目标参与主观参与评估参与与其他变量之间的关联Hantsoo等人（2018年）情绪跟踪和警报应用程序（MTA）使用EMA定期评估活动和情绪，如果症状恶化，72例样本1：平均年龄=26.3岁(SD100%女性; 96%非裔美国人，11%西班牙裔;样本2：平均年龄=26.5（SD 6.2）;100%女性; 95%非洲人-美国人，10%西班牙裔按日或按周测量没有一Hung等人（2016年）iHOPE使用EMA定期评估抑郁、焦虑、睡眠质量和认知功能54例平均年龄=37.9（SD 13.9）;63%女性;未报告按天或周使用; EMA批准参与者特征Hur等人（2018年）使用简短的小插曲，测验，以教认知行为策略，促进与其他用户的社会参与，“34例平均年龄=23.71（SD 3.26）;88.2%女性;未报告没有没有没有Inkster等人（2018年）Wysa使用人工智能驱动的聊天机器人来教授基于积极心理学的129例未报告人口统计学数据，按日或周使用;使用特定功能自我报告的措施受试者特征;临床改善Li等人（2019）Run4Love顺序模块教学认知行为压力管理技术，通过促进运动来平均年龄=27.5岁; 7.7%女性;未报告人种/种族没有没有没有Ly等人（2014年）“来促进行为激活81例平均年龄=36.1（SD 10.8）;70%女性;未报告按天或周使用;与教练互动自我报告的措施比较干预;临床改善Ly等人（2015年）“使用音轨来教授正念技巧使用选择和跟踪愉快的活动，以促进行为激活，与个人行为激活为基础的治疗相93例平均年龄=30.6（SD 11.4）;69.9%女性;未报告自我报告测量没有一Mantani等人（2017年）Kokoro app顺序模块教学从认知行为治疗中获得的技能，包括思维记录、行为激活和认知重建164例样本1：平均年龄=40.2岁(SD8.8）; 57%女性;种族/未报告种族;样本2：平均年龄=41.6岁(SD8.9）; 50%女性;未报告完整的结构化模块;两次会议之间的持续时间;特定功能使用无无Menezes等人（2019年）CONEMO使用连续会话来增加愉快和健康的活动，以促进行为激活66岁：6%2141%≥ 61岁; 71%女性;未报告完整的结构化模块;会议自我报告的措施没有一Moukoun等人（2019年）Pratap等人（2018年）SOLVD使用EMA定期评估情绪和焦虑，被动收集智能手机数据项目：EVO使用视频游戏设计来增加认知控制iPST使用解决问题疗法的原则来帮助制定目标和行动计划25例平均年龄=50.28（SD10.07）; 76%白人，36.4%非洲人美国人，18.2%西班牙裔，4.5%亚洲人1040例平均年龄=34.9（SD 10.92）;77.19%女性; 53.3%非女性西班牙裔白人，30.7%西班牙裔/拉丁美洲人，7.2%非洲裔美国人/黑人，0.9%美洲印第安人/阿拉斯加原住民，7.0%亚洲人，0.9%其他EMA警告无无没有没有没有Sawyer et al.（2019年）eMums Plus使用顺序模块来从认知行为疗法中得出教学策略，提供儿童发展教育，133例平均年龄=31.1（SD 5.0）;100%女性;未报告按天或按周使用;使用特定功能自我报告的措施没有一A. Molloy和P.L. 安德森表2（续）互联网干预26（2021）1004548第一作者，年份移动健康计划关键组件和治疗目标育儿，使用社交媒体功能，促进与护士和其他幼儿母亲的样本量目标参与主观参与评估参与与其他变量之间的关联Schlosser等人（2017年）Schuster等人（2019年）PRIME-D使用社交平台跟踪和分享与健康、人际关系、创造力和生产力相关的目标，促进与其他用户的社交MindDistrict使用活动计划来促进行为激活，与基于ACT的面对面治疗相36例平均年龄=31.33（SD 12.4）;77.8%女性; 61.1%高加索人，19.5%非洲人美国人，8.3%亚洲人美国人，11.1%其他，83.3%非西班牙裔种族，16.7%西班牙裔27例平均年龄=37.70（SD女性占51.9%未报告按天或周使用;使用特定功能;与教练互动;评估的主动使用使用特定功能自我报告测量;质性访谈自我报告的措施受试者特征;临床改善没有一Stiles-Shields等人（2019年）Boost Me使用活动计划情绪监测来促进行为激活30人未报告人口统计资料会话;特定功能的使用;与自我报告的措施比较干预;临床改善;其他思想挑战者使用认知重组技术教练参与度指标高桥等人（2019年）SPSRS使用视频和积极的话语来促进行为激活22例平均年龄=20岁（SD 0.62）;27.3%女性;未报告总使用时间;遵守说明书自我报告的措施没有一Torous等人（2015年）正念情绪使用EMA定期情绪评估13例女性平均年龄=35（SD男性平均年龄=48岁（SD16例）; 77%为女性;未报告按天或周使用;使用背景; EMA批准无无Watts等人（2013年）使用包含故事和家庭作业的连续模块来教授认知行为策略，人际交往技能和睡眠卫生35例平均年龄41岁（SD 12.38）;80%女性;未报告完整的结构化模块;与教练自我报告的措施临床改善Zhu等人（2019年）Run4Love连续模块教授认知行为压力管理技术，通过促进锻炼来300中位年龄=27.5; 7.7%女性;未报告人种/种族没有没有没有注. EMA =生态瞬时评估。发 现 在 敬 业 度 和 临 床改 善 之 间 存 在 统 计 学 上 显 著 的 正 相 关 。Furukawa等人（2018a）发现，“arie s“（即临床改善更大的参与者）在研究应用程序中记录了更多的行为激活活动，以不同的速度完成了特定的行为激活活动，在行为活动期间报告了更高水平的掌握和快乐完成了更多的认知重建实验，比“非受益人”更有价值。” Inkster等人（2018）将参与者分为“ Schlosser等人（2017）发现阳性反应，临床改善和应用程序的积极使用以及与教练的互动之间的3.5.2. 基线参与者特征六项研究检查了基线时参与度和参与者特征之间的关联。研究通常评估与人口统计学或基线精神病理学的关联。六项研究中有五项发现，参与度指标与基线参与者特征之间至少有一种统计学显著相关性。Arean et al.（2016）发现，基线抑郁和焦虑程度较高的参与者访问两个研究应用程序的频率较低，而基线残疾程度较高的参与者访问应用程序的频率较高。他们还发现应用程序条件和婚姻状况之间的互动参与，例如已婚参与者不太可能打开基于解决问题疗法的应用程序，而不是旨在改善认知控制的应用程序。Dahne等人（2019 a）使用社交媒体上的广告从初级保健诊所和偏远地区的患者招募了当地参与者。他们发现，与在当地招募的参与者相比，远程参与者在多个客观指标上表现出较少的参与度。挂（2016）发现，智能手机数据计划限制更严格的参与者使用研究应用程序的天数比数据计划更慷慨或无限的人更多。Inkster等人（2018）对其应用程序的定性用户反馈进行了专题分析，发现更有利的反馈，从参与者谁发现它日常任务“以及最近的关系问题。Schlosser et al.（2017）发现，女性参与者比男性更频繁地使用他们的干预措施。3.5.3. 多种移动干预措施四项研究检查了多种移动干预措施，并评估了干预条件之间的参与差异三A. Molloy和P.L. 安德森互联网干预26（2021）1004549====-表3参与报告。特征N%使用环境“14 46.7自我报告措施15 50.0定性访谈5 16.7评估参与与其他变量之间的关联17 56.7临床改善9 30.0基线参与者特征多种干预措施之间的比较随时间推移的参与多个参与度指标1 3.3注. 除了“无”之外，类别并不相互排斥。“这四项研究发现，两种干预措施之间至少有一个参与指标存在统计学显著差异。Arean et al.（2016）测试了条件与基线变量的相互作用，发现两种智能手机应用程序之间的使用差异与参与者特征显著相关。具体而言，已婚患者至少使用一次解决问题的治疗应用程序的可能性相对较低，基线抑郁症与至少使用一次认知控制应用程序的可能性相对较低相关，饮酒量较高与认知控制应用程序的使用相对较低相关。Dahne等人（2019 a）发现，参与者自我报告更频繁地使用西班牙语，Stiles-Shields等人（2019）发现，行为激活应用程序打开的频率更高，但可用性低于认知重建应用程序。3.5.4. 一段时间内两项研究对参与度随时间的变化进行了统计测试。Economides et al.（2019）发现，参与者使用混合干预的天数更少，并且随着从基线开始的时间越来越长，联系治疗师的频率也越来越低。同样，Cormack et al.（2019）发现，随着从基线开始的时间延长，参与者对EMA提示的反应减少。3.5.5. 参与度指标一项研究考察了参与度指标之间的关联。Stiles-Shields等人（2019）测试了教练呼叫的数量和持续时间与计划使用指标之间的关联。他们没有发现明显的关联。4. 讨论这项对抑郁症mHealth干预临床试验的系统性综述发现，大多数研究报告了至少一种客观（77%）或主观（53%）的参与度测量，但所使用的具体指标在研究中差异很大。这些结果与先前对各种心理健康问题的移动健康干预措施的综述一致（Linardon和Fuller-Tyszkiewicz，2020;Ng等人，2019年）。这种可变性可能被证明是一个重大的障碍，以了解参与这些计划的人，萧条相对较少的研究测试了参与度与其他临床相关变量之间的关联，如临床改善（N9; 30%）、参与者特征（N6; 20%）或干预措施之间的参与度差异（N4; 17%）、参与度随时间的变化（N2; 7%）或参与度指标之间的关联（N1; 3%）。有关测量和报告mHealth抑郁症参与度的文献仍处于起步阶段。以下是一系列初步结论，这些结论是基于综述结果的综合， 有关下面讨论的具体建议的列表，请参见图。3.第三章。4.1. 并非所有客观的参与措施都是平等的客观参与度最常见的测量方法是按天或周报告程序使用情况以及使用特定程序功能。两项研究报告了按天或周的程序使用作为他们参与的唯一度量标准（Caplan等人，2018; Hantsoo等人，2018），这可能对用户活动中的大量潜在变化不敏感。相反，使用特定的程序功能是一个很好的参与度指标，因为它提供了一个敏感的使用评估和定性信息的程序最流行的功能。许多移动健康干预措施是复杂和多方面的，因此了解计划参与者使用的哪些方面是计划开发或临床疗效详细评估的关键信息。一种创新的量化“积极“参与的客观衡量方法和“被动“使用，并发现主动使用与临床改善相关，但被动使用与临床改善无关（Schlosser等人，2017年）。这一点至关重要，因为它表明，如果一个计划的大部分内容是无效的或低效的，这种使用是被动的。在同一项研究中，用户的一个客观的参与指标社会主动性可以通过移动健康计划中的社会学习和社会建模理论来测试有关行为改变的实现的问题。例如，观察其他人在移动健康程序内发起社交联系，然后随后自己发起社交联系的用户支持使用这些功能的程序的移动健康参与的社会认知模型。它还反映了更大的动机和社会功能，这是抑郁症的常见缺陷和重要的潜在改善机制例如，确定抑郁症患者