摘要：随着当今科技的发展，手机和可穿戴设备已经成为日益发展的智能数字基础设施的扩展。本文检验移动健康(mHealth)平台对慢性病患者的健康和经济影响。为此，本文与亚洲一家主要移动健康公司合作，该公司是亚洲最大的移动医疗应用平台之一，专门从事糖尿病护理工作。基于1070名患者连续几个月的健康活动(如步数，锻炼情况、睡眠情况和食物摄入)和血糖值，开展一项随机田野实验。主要研究结果显示，移动健康app的采用引起了健康行为的改善，这反过来引起短期指标(如患者血糖和糖化血红蛋白水平降低)和长期指标(如医院就诊和医疗费用)的改善。采用移动健康app的患者进行更高水平的运动，摄入更健康的低卡路里食物，每天走更多步、睡更长。这些患者更可能使用远程医疗来替代线下就医。同一app的移动版本和pc版本的比较表明，移动版本比起pc版本在帮助患者改善饮食、锻炼和生活习惯方面有着更强的效果，这最终使患者的健康状态提高。本文还比较了该平台为患者提供个性化健康提示和普通(非个性化)提示之间的差异。令人惊讶的是，具有详细指导的个性化信息对患者app参与和生活方式的改变产生的影响较小，健康改善较小。然而，患者更可能使用远程医疗来代替线下就诊。总之，本文发现表明移动健康技术和平台设计在实现更好的医疗保健方面潜力巨大。

Keywords: mHealth, mobile app, healthcare platform, chronic disease, diabetes, personalization, patient self-management

Introduction

自我决定理论和认知评价理论表明缺乏选择性和意志性的感觉会导致自主性和自我激励的丧失。丧失自主性可能导致健康管理过程中较低的患者参与度(如较低的app使用，医患互动较低)。压力和强加的目标减少了内在的动机，因此移动健康app频繁的个性化推荐可能不利于健康的自我管理。

测量移动健康技术对患者健康和行为的有效性是有挑战的，因为采用健康app的自我选择偏差，患者异质性以及使用过程中的高流失率。本文检验采用健康app是否改善患者健康状况与生活方式，为了揭示观察到的健康结果，对患者每日活动详细数据进行检验。

 

 

Literature Review

(1)Impact of Healthcare IT

(2)Mobile Health (mHealth) and User Behavior

 

 

A Randomized mHealth Field Experiment

检验移动健康app对患者行为及健康指标的有效性，可以收集app采用前后的二手数据，这样会存在潜在自我选择偏差，即更注重健康的患者会采用app，且朝着健康的方向改变自己的行为和生活方式。这种自我选择偏差会引起app使用与用户健康改善的显著正相关。这种正相关是内生的，是未被观察的用户属性引起了app采用。因此本文采用将用户随机分组的方式，这样app采用前后的健康行为变化就完全是采用app引起的。

实验设计与实施：

与该公司合作开展一个全国性的大型现场随机实验。设计五个实验条件(2个控制组和3个实验组)

控制组1(C1)：没有处理，一切照常

控制组2(C2)：使用健康app网页版

处理组1(T1)：使用移动健康app

处理组2(T2)：使用移动健康app+一周两次有关糖尿病护理常识的非个性化提醒信息

处理组3(T3)：使用移动健康app+一周两次来自糖尿病护理专家的个性化提醒信息

从各种渠道招募被试并随机分入五组中，被试招募起于2015年5月，为了解决招募延迟与高流失率，采用滚动招募被试“先到先得”直到每组满足目标数量，招募周期2015年5月至12月共7个月，为了保证长时间的招募期不会引入时间趋势引起的混淆因素，选择同一个月中的对照组和处理组的子样本进行稳健性检验。处理阶段从注册开始为期3个月。对被试通过电话访谈进行三次调查，第一次是在注册时，第二次是在3个月处理期结束时，第三次是在实验结束后五个月后，因此每一个被试实验阶段为期八个月。所有被试的完整研究从2015年5月1日至2016年7月末。每次电话访谈询问被试人口统计学信息、用药情况和病史，最近血糖情况和糖化血红蛋白水平，就医频率和医药花费等。

为了排除其他干扰因素，确定：

(1)在注册本实验之前，没有被试使用过移动健康app；

(2)参与控制组2网页版app的被试不能参与其他组；

(3)被试在实验阶段不能采用其他相似的app，排除潜在app的影响；

(4)研究关注与饮食和生活方式自我管理相关的二型糖尿病，确保被试没有其他主要疾病。

避免被试预期引起的偏差，即不告知被试实验真实目的(研究采用移动健康app对患者行为的影响)，而是告诉被试研究是为了帮助改善糖尿病护理。

 

 

Data

排除三个月处理期中退出的被试，最后共1,070名被试。对1070名患者进行三个月的观测及五个月后的随访，共获得9251份血糖观测记录，55359份患者详细活动观测记录。将被试随机分配不同组(如采用移动健康app和不采用)中，从因果角度测量处理效应。评价移动健康平台对患者医药花费和就医的潜在经济影响。检验中途退出的被试与余下样本没有显著不同。

实验数据包括三部分：

(1)三个月处理期的个人健康和行为特征面板数据(三餐前后的血糖情况)，控制组1没有使用app，至少在三个月处理期前后询问被试两次血糖情况。

(2)三个月期间，个人活动和APP使用日志的面板数据，包括走步数，锻炼时间，卡路里消耗，摄入食物并估计其卡路里，睡眠时间，app使用时间与频率，Q&A记录等。

(3)个人人口统计学信息、健康和行为特征的调查问卷。

对不同组被试的分布进行随机检查。

 

 

Analysis and Findings

在组级别分析比较处理前后患者健康和行为的差异。从血糖变化、就医次数和医药花销三方面分析，不同组之间单因素方差分析显著不同。结果如下，除C1，其余组健康指标都明显改善。与C2相比，处理组的就医次数和医药花费明显减少，非个性化推荐组T2表现出最强的血糖降低效果，个性化专家知识组T3在降低就医次数和医药花费中影响最强，表明患者通过专家Q&A远程医疗降低对线下医院的依赖。

使用面板数据在个人级别分析处理效应。首先在组内个人级别使用双重差分法检验随时间血糖的变化。

变量从左依次表示：血糖值，实验组，进入处理组的时间，交互项，控制患者时间不变性特征的变量，控制患者时变特征的向量。主要关注交互项系数，C1因为多重共线性被舍弃，其余四组结果表现出相似性，明显降低血糖值，表明与C1不使用健康app相比，使用健康app在糖尿病自我管理中的有效性。T2和C1表明移动健康app比网页app在降低血糖方面更有效。T2非个性化推荐组比T3个性化专家知识组在降低血糖方面更有效。结果与组级别分析相同。处理组系数不显著表明成功的随机分组，血糖水平在组间变化不显著。具体结果如下图。

之前控制患者级别异质性，为了解释其他潜在未被观测的个体特征，加上患者级别固定效应进行双重差分分析。结果与之前一致。

 

Further Analyses on Patient Behavioral Modifications

为了了解驱动健康指标改善的潜在机制，进一步调查患者行为活动。研究处理效应对患者活动和app使用输出变量的影响，添加患者固定效应使用双重差分方法。验证患者健康指标的改善是通过患者行为改变的中介效应实现的，实验后的随访也验证此结论。个性化的文本推送被认为太频繁，打扰且侵犯隐私，与之前研究一致，太频繁的个人推荐降低了患者对糖尿病自我管理的内在动机。

 

 

Conclusion and Future Directions

发现：

(1)采用移动健康平台明显降低糖尿病患者的血糖和糖化血红蛋白值，并且同时通过远程医疗降低糖尿病患者的就医次数与医药花销；

(2)比起pc端健康应用，移动端应用对患者各项指标影响更强；

(3)比起pc端的健康应用，移动端对患者饮食和生活方式的改进、参与app的影响更大。研究发现，采用移动健康应用的糖尿病患者每日锻炼更多，消费更健康、低卡路里的食品，走更多路、每天睡更长时间。移动健康技术可以帮助患者更自动养成自我健康管理习惯，为驱动健康指标的内在机制提供证据。

(4)通过移动健康平台的患者自我管理，研究发现个性化和非个性化的信息介入的异质性影响。在提高患者参与app使用与改善患者生活习惯方面，个性化不如非个性化有效。可能因为患者认为个性化对其造成了干扰。

贡献：

(1)第一篇研究移动健康app对慢性病管理有效性及机制。移动健康app是通过改变患者行为来提高患者健康的。

(2)开展随机田野实验，排除了使用健康app的自我选择偏差。随机田野实验以相对大的规模开展(n=1070，处理为期3个月，后续5个月随访)。

(3)检验移动健康技术对自我健康管理的经济影响。

(4)通过更好地理解患者行为及与平台的交互，可以为移动健康平台设计提供见解。

参考文献

Anindya Ghose, Xitong Guo, Beibei Li, Yuanyuan Dang. Empowering patients using smart mobile health platforms: Evidence from a randomized field experiment. MISQ, 2022.

*文章来源：小刘今天读paper了吗

*侵权必删