移动医疗促进减肥研究评估*

郑 栩 诺明夫 刘 一 贺云帆 梁 俊 雷健波

(北京大学第三医院 北京100191) (北京大学医学技术研究院 北京 100191) (华中科技大学同济医学院医药卫生管理学院武汉 430030) (浙江大学医学院附属第二医院信息中心 杭州 310000) (1北京大学第三医院 北京 100191 2北京大学医学技术研究院 北京 100191 3北京大学医学信息学中心 北京 100191)

1 引言

超重和肥胖已成为世界范围内重要的医学和社会问题，干预肥胖经济成本已达到全球医疗支出的0.7%～2.8%[1]，其中以减肥训练营和线下社区健康培训等健康服务人员与患者面对面的干预模式最为常见[2]，但其存在时间和人力成本高、规模难以扩大、知识传输效率低和参与性不高等问题[3]。移动医疗(Mobile Health，mHealth)是干预超重和肥胖者的潜在有效策略，但针对其效果和作用机制的相关研究较少。互联网具有普及率高、学习成本低和传输速度快等特点，移动互联网具有更强的便捷性、便携性和可及性，智能手机应用可满足不同用户需求，在促进人群健康方面比传统互联网更具潜力[4]。有研究从实证角度出发，利用定量评估或meta分析方法综合分析以往研究成果[5]，此类研究的文献纳入、排除标准一般较严苛，涵盖范围不够全面，多为试验性研究。为了对mHealth在肥胖超重干预应用领域相关研究情况进行完整阐述，本研究选择9个相关数据库作为数据来源，应用文献计量学方法对相关研究进行系统回顾和分析，描述领域内主要学者、机构、期刊及其之间关系，划分主要子领域并评估其发展情况，分析目前研究优势与局限，以期为今后该领域研究提供参考。

2 资料与方法

2.1 数据来源与检索策略

检索多个数据库以收集完整且全面的文献资料，包括医学健康领域的PubMed、EMBASE和CINAHL，综合科学领域的SCIE、SSCI和Scopus，社会心理学领域的PsycInfo、Psychology and Behavioral Sciences Collection以及教育领域与运动医学领域的ERIC和Rehabilitation & Sports Medicine Source。参考已有的成熟方案构建检索式[6-7]，检索时间范围为2010-2020年。

2.2 纳入与排除标准

检索得到5 062篇文献，去重筛选后获得1 561篇文章作为研究对象。纳入标准：研究对象为超重与肥胖人群；mHealth方法作为干预手段或者主要研究对象。排除标准：综述、述评、信件、勘误与评论类文献；文献信息不全、无法获取全文和非英文；文献未以超重与肥胖者作为主要干预对象，或者以其他疾病患者作为干预对象而仅将超重和肥胖作为患者特征指标进行研究；文献中提及mHealth或者移动互联网技术相关内容，但未将其作为主要研究对象；文献未以身体质量指数(Body Mass Index，BMI)或其他有关超重肥胖指标作为结局指标、结局评估；文献以超重和肥胖发生的生物学机制作为研究对象。

2.3 数据统计与分析

摘录文献完整题录信息，主要包括题目、摘要、作者名录(区分第1作者和其他作者)、作者单位地址、作者国籍、文档类型、发表时间、出版物名称、文章关键字等。使用R语言的Bibliometrix包[8]对文献数据进行分析，ggplot2包[9]进行统计图绘制，并利用VOSviewer[10]进行网络可视化。

3 结果

3.1 研究趋势

2010-2020年共有7 326位作者在613种期刊中发表1 561篇相关文章，其中第1作者1 249人，平均每种期刊每年发表3.41篇相关文献。2010-2018年发文数量呈逐年上升趋势，近两年发文数量略有下降但整体水平仍然较高，年平均增长率为20.84%。根据计量学布拉德福定律，一定时间内某一领域所有出版物按照载文量可以划分为核心区、相关区和外围区，3个区中的出版物数量比为1:a:a2，a近似于5[11]，核心出版物数量大约占出版物总量的1/31。经计算将前20种期刊划为核心出版物，见表1。《JMIR移动医疗与泛在医疗》(JMIRmHealthanduHealth)期刊发文量与文献增长速度均领先于其他期刊，而《BMC公共卫生》(BMCPublicHealth)与《医学互联网研究期刊》(JournalofMedicalInternetResearch)紧随其后，其余的出版物发文量相差不大。

表1 核心出版物年度发文量变化趋势

3.2 作者分布

3.2.1 计算方法 共有7 326位作者，其中第1作者1 249人，虽然普莱斯定律认为高产作者数量应为所有作者总数的算数平方根，但第1作者在文章中的贡献远超过其他作者，应当重点考虑。Kumar S在2008年提出使用优势因子(Dominance Factor，DF)衡量作者领域价值[12]，即通过计算作者发表文章数量中第1作者文章数量占比进行计量。

3.2.2 顶级作者产出趋势 定义发文数超过15篇的作者为顶级作者，其占据所有作者的15‰左右。综合来看Turner-Mcgrievy G的发文量与DF都较有优势，发文量最多的Bennett G按照DF排名则是10位作者中的最后一名，见表2。10位顶级作者中6人在2012年之后开始持续关注相关领域，基本每名作者每年都有研究成果产出并获得较多引用。

表2 发文量超过15篇的作者排名

3.2.3 国家/地区分布 7 326名作者分别来自41个国家和地区，其中美国在这一领域发表文章最多，共225篇，国际合作文章最多，其次是澳大利亚、韩国和英国。

3.2.4 机构分布 1 249位第1作者分别来自1 001个研究机构，悉尼大学、南卡大学和亚利桑那州立大学是发表文章最多的3个机构。来自悉尼大学的作者近10年共发表22篇相关文章。通过分析作者所属机构之间的关系发现，美国至少有3个机构群体，澳大利亚机构联系较为紧密，但作者和机构的国际间合作较少。

3.3 关键主题

3.3.1 分析方法 首先，通过共词分析探寻高频关键词之间的关系，通过聚类算法探索近10年领域内主要研究主题，分为人群特征(主要以中年人和青年人为主)、干预措施(以运动、体育活动为主)和行为现状(健康生活方式、自我管理、社会支持为主)3类；其次，应用专题地图(thematic map)方法[13]将主题按照密度和中心度进行聚类映射，分析目前热点方向，发现传统干预手段正逐渐被淘汰，对超重女性进行运动干预是目前研究热点且发展良好，社区信息服务和健身运动mHealth APP是本领域内新兴且尚未良好发展的主题；最后，纳入时间变量分析近10年主题演变，发现早期研究热点集中于各项指标，近5年智能手机应用逐渐开始被关注，同时传统研究主题热度尚未完全消散，研究从基础迈向应用，生活质量、行为治疗等概念逐渐出现。截至2020年生活质量依旧是主要研究热点，而mHealth概念于近两年开始被广泛提及。

3.3.2 关键词共词矩阵可视化 利用VOSviewer对关键词可视化发现，聚类将所有关键词主要划分为5类并进一步合并为3类：蓝色与绿色分别对应成年人和青年人，黄色代表主要干预措施，“exercise” “nutrition”和“physical activity”等词汇均属此类；红色代表现状和行为，如“healthy lifestyle” “health behavior”和“diet”等。需要特别关注的是，连接“现状与行为”和“干预”两类之间的概念以“mobile application”“smartphone”等计算机硬件软件有关概念为主；而在“人群”与“干预”之间则是“body composition”“body mass index”和“body weight”等指标概念；在“现状与行为”与“人群”之间的概念主要是一些研究方法，如 “surveys and questionnaire”“follow-up study”和“pilot project”等，见图1。

图1 关键词共现网络

3.3.3 专题地图 根据专题地图象限分析主题[13]，第1象限：已有良好发展，但是对于当前领域不重要；第2象限：既重要又已有良好发展；第3象限：边缘主题，没有好的发展，可能刚刚涌现，也许即将消失；第4象限：对领域很重要，但是未获得良好发展，一般是指基础概念。通过对已经聚类的共词矩阵进行密度和中心度计算，将6个类别分别放在二维坐标内进行可视化。第1象限内主要以传统干预手段词汇为主，这些概念原具有良好发展但正逐渐被淘汰；观察第2象限发现，对女性超重者进行运动干预是目前较重要的研究方向且发展良好；观察第3象限可知，社区信息服务和健身运动mHealth APP是本领域内尚未良好发展的主题；第4象限中主要是移动电话、智能手机APP等概念，是本领域基础技术，见图2。

图2 本领域文献主题图分析

3.3.4 主题演变趋势 分析2010-2020年研究主题的演变过程并绘制桑基图发现，2010-2013年研究热点为各项指标，重要概念包括身体成分、血压和胰岛素抵抗等，此时运动健身是研究热点。2013-2015年智能手机应用逐渐开始被关注，传统研究主题热度还没有完全消散。2016-2018年研究方向从基础研究转向应用，生活质量、行为治疗等概念逐渐出现。截至2020年生活质量依旧是主要研究热点，而mHealth概念逐渐被广泛接受，见图3。

图3 2010-2020年研究主题演变趋势

4 讨论

4.1 应用移动医疗促进减肥研究领域发展迅猛，但仍需增加国际合作

研究论文数量2010-2018年迅速增长，近两年发文量略有下降但整体水平仍然较高，年平均增长率为20.84%，《JMIR移动医疗与泛在医疗》近10年发表文章占总数的9.87%，近两年约占总发文量的14.75%，是当前该领域顶级期刊。绝大部分作者来自于美国和澳大利亚，而美国作者数量远超过澳大利亚。美国至少有3个机构群体，澳大利亚机构联系紧密，但作者和机构国际间合作较为有限。顶级作者年产出稳定但研究年限较短。依照普莱斯定律[14]，得到应用移动医疗促进减肥研究领域的83位核心作者，其中前10位表现尤为突出，每人都发表了15篇以上相关论文，6人是自2012年才进入本领域研究，但开始研究后每年产出数量比较稳定，这提示本领域研究正高速、稳定发展。

4.2 移动医疗促进减肥干预研究已形成一定成果，但仍需研究超越个体层面的减肥促进策略

线下面对面干预方法已有一定研究成果，但因为其自身局限性正逐渐被边缘化[3]这个结论在专题地图和主题演变图中被间接证实：传统干预手段发展相对成熟，有研究者采用面对面[15]方法对肥胖人群进行干预并取得良好效果；然而线下方法存在参与性不足、成本较高、难于推广等问题[16]。移动医疗带来新型解决方案，利用移动医疗手段干预超重与肥胖逐渐成为新的研究热点。移动医疗技术覆盖面更广、更加灵活，基于移动医疗的干预能在一定程度持续改善被干预者的健康行为[17]并促进其减肥[18]，主题地图也提示了这一点。对于减肥的研究将会逐渐超越个体层面。目前已经获得广泛认可的是，通过社交媒体、家庭支持、健康日记等方法可以提升移动医疗干预减肥效果，这些方法已经超越人的个体生理学属性，以社会学角度审视人本身，然而绝大部分相关研究和理论呈现碎片化分布，尚有待进一步整合与研究。

4.3 多元化干预方案逐渐受到关注

目前研究者过于聚焦运动健身给肥胖者带来的收益，根据主题演化图，自2010年起运动健身一直是本领域重点关注的主题，较多研究聚焦如何利用移动设备增加肥胖者活动量[19]。单一运动带来的收益有限，研究重点逐渐向多元化健康行为促进方向转移。研究表明肥胖症治疗采用运动训练加饮食管理干预方式，较之单纯运动干预方式更加有效[20]。该方式基础科学理论发展日趋成熟，目前面临的挑战在于如何更好地结合移动医疗并投入应用[21]。研究者近年尝试结合营养学知识，利用食谱电子化和膳食记录[22]等方式为肥胖者提供膳食计划；根据体脂仪和可穿戴设备记录的身体数据，制定膳食营养与运动健身综合减肥策略也成为研究热点[23]。

5 结语

应用移动医疗促进减肥，尤其是移动健康促进运动健身的研究备受关注；个体层面单一运动干预效果有限，需要从营养支持、健康监测等多元化健康行为入手，探寻个体、家庭、社会等多维度有效干预模式。超重和肥胖是现代社会影响公众健康的重要因素，传统干预方法作用有限，以大数据、人工智能、物联网为核心的移动医疗技术提供了更有效的方法帮助超重与肥胖者减重，逐渐成为新的研究热点。但目前该方法尚不成熟，多元化的健康行为促进和超越个体的移动健康干预模式可能会成为未来主要研究方向。