数字健康技术在缓解围生期女性负性情绪中应用的研究进展

Research progress on application of digital health technology in relieving negative emotions among perinatal women

Keywords""" digital health technology； perinatal period； negative emotions； wearable devices； cognitive behavioral therapy； virtual reality； exposure therapy； review

摘要" 介绍移动应用程序、可穿戴设备、网络认知行为疗法、在线咨询、虚拟现实暴露疗法、机器学习等数字健康技术监测并解决围生期女性负性情绪的方法，旨在为我国开展基于数字健康技术的围生期女性负性情绪相关研究和实践提供参考。

关键词" 数字健康技术；围生期；负性情绪；可穿戴设备；认知行为疗法；虚拟现实；暴露疗法；综述

doi：10.12102/j.issn.1009-6493.2024.17.013

围生期女性由于受到心理和生理激素等因素的影响，容易产生围生期负性情绪[1]，主要包括抑郁、状态焦虑、特质焦虑和分娩恐惧[2]。据统计，国外围生期女性负性情绪发生率为13%～19%[3]，我国围生期负性情绪的加权发生率为16.3%，且近10年呈显著上升趋势[4]。围生期负性情绪不仅会影响妊娠结局，降低女性的生活质量[5]，还会对婴幼儿的情绪、行为、智力、认知能力的发展带来不良影响[6]，影响子代的生长发育及社会化过程[7⁃8]。心理疾病存在一定的隐匿性、自我封闭性，病人通常出于自我保护不愿到医院接受面对面治疗。相较于传统医疗，数字健康技术可以克服时间、地点、健康状况等方面的障碍，提供实时健康监测、在线咨询及个性化支持等服务，更好地满足围生期女性在心理健康方面的需求，减轻负性情绪对其身心健康的影响。随着我国生育政策的变化，围生期心理健康成为我国孕产妇预防保健的重点之一。目前，我国关于围生期女性心理健康支持尚处于起步阶段。随着科学技术的进步，学者们尝试将数字健康技术应用到围生期女性负性情绪的研究中，以提升干预效果。现将数字健康技术在围生期女性负性情绪中的应用进行综述，旨在为我国开展促进围生期女性心理健康的相关研究和实践提供参考。

1" 数字健康技术概述

数字健康技术是指开发和运用数字技术来提升健康和医疗保健的质量及效率[9]。数字健康技术以5G、大数据中心、人工智能、区块链、云计算等新型基础设施作为重要载体，包括但不限于移动应用程序、远程监测设备、人工智能、虚拟现实等工具[10]。这些技术已在医疗护理领域得到广泛应用，涵盖慢性疾病管理、远程医疗、延续性护理、心理精神健康、健康教育、疾病预防和流行病监测等多个领域[11]。在慢性病病人健康管理[12]、术后病人康复[13]、肿瘤病人心理支持[14]等多个方面获得医护人员和病人的一致好评。相较于传统面对面的干预方法，通过数字健康技术进行干预具有方便快捷、省时高效、成本低、跨越地域障碍等优势[15]，适用于老年慢性病病人、青少年、家庭照顾者、围生期女性、存在心理精神疾病等人群。研究发现，孕妇普遍接受使用数字健康技术来获取与医疗保健相关的资源，并且在出现负性情绪时，更倾向于通过远程在线的方式来获取专业治疗和同伴心理支持[16]。同时，数字健康技术在女性围生期常见的心理障碍（如抑郁、焦虑等）方面也有所应用。因此，数字健康技术的在围生期女性负性情绪干预中具有良好的应用基础。

2" 不同形式的数字健康技术在围生期女性负性情绪中的应用

2.1 移动应用程序

移动应用程序是指基于智能手机、平板电脑等移动设备的软件应用，可为病人提供信息支持、健康管理、心理健康等服务，具有信息多样、操作简单、应用便捷等特点[17]。随着智能移动终端的普及，在围生期使用应用程序作为获取相关健康信息的方式已被大众接受[18]。移动健康应用程序作为传统面对面的医疗辅助手段，一个主要优势是可以增加与病人接触的机会，以加强围生期心理健康护理[19]。移动应用程序可为围生期女性提供自我筛查功能，并提供与筛查症状相关的心理健康支持。Gordon等[20]设计的一款关于减轻妊娠压力的移动应用程序，同时具备产后抑郁风险筛查、监测、预防自杀及辅助制定治疗决策等多项功能。Dalton等[21]，设计了一款名为“健康婴儿”的移动应用程序，专门为低文化水平的孕妇提供科学的信息，以促进孕妇围生期的健康饮食、运动和放松；同时为孕妇提供有关放松冥想、减少焦虑的相关音频，用于减轻焦虑和抑郁症状；此外，该移动应用程序还具有便捷访问医院、浏览社区保健服务等功能，可以在孕妇需要时提供帮助。有研究显示，移动应用程序在预防围生期女性负性情绪和缓解轻度症状方面效果显著，具有可以在任意时间为孕妇提供服务、在特定领域进行干预、可融入内容丰富的多媒体资料以及社群讨论区等众多优点[22⁃24]。

2.2 可穿戴设备

可穿戴设备是指可以直接佩戴在身上并与智能手机或其他设备连接的电子设备，如智能手表、手环、眼镜等，可以实时监测和收集用户的生理指标，记录饮食、运动、用药等日常行为[25]。目前，可穿戴设备较多地应用于术后康复、慢性病管理、疾病监测等领域[26]，在心理健康发展中也呈现出积极的作用[27]。

可穿戴设备通过实时收集用户心率、呼吸、运动、睡眠质量等与负性情绪相关的生理指标，远程监测围生期女性的情绪波动和行为改变情况，具有可穿戴性、可移动性、可交互性等特点[28]。Jessica等[29]进行了一项针对围生期女性睡眠障碍与抑郁相关性的研究，通过智能手表记录围生期女性的睡眠状况，结果显示怀孕期间较晚的睡眠时间与产后2周的抑郁症状具有相关性。除了监测睡眠状况，可穿戴设备也被用来监测使用者的心率变异性（heart rate variability，HRV），有研究显示HRV可以反映孕妇所经历的压力水平[30]。Sarhaddi等[31]的研究结果也证明了在日常生活环境中，通过可穿戴设备对围生期女性进行持续监测HRV的可能性，从而评估围生期女性的压力状况。使用可穿戴设备监测围生期女性的负性情绪是可行的，相较于使用移动应用程序，可穿戴设备的优点在于可以连续监测并采集客观的数据信息，更加准确和智能化。未来在应用方面，可考虑将可穿戴设备和移动应用程序等结合，使用可穿戴设备采集生理指标，使用移动应用程序采集心理指标，提供更加全面的围生期负性情绪监测技术。

2.3 网络认知行为疗法

网络认知行为疗法是一种基于认知行为疗法的在线治疗方法，通过互联网平台提供心理治疗服务。网络认知行为疗法分为治疗师指导式和自助式2种形式，治疗内容包括认知重构、行为活动调整、自我监测等，旨在帮助病人改变他们的认知和行为模式，缓解或消除相关心理问题[32]。

网络认知行为疗法在围生期女性负性情绪的研究主要集中于围生期的压力、焦虑和抑郁等方面。Nishi等[33]通过调查网络认知行为疗法在预防妊娠晚期和产后3个月发生重度抑郁发作方面的有效性，发现网络认知行为疗法在预防产妇围生期轻度抑郁方面发挥着一定的作用。相较于预防围生期抑郁，网络认知行为疗法在缓解围生期女性负性情绪方面发挥的效果更加显著。Milgrom等[34]对43例产后抑郁病人进行随机化分组，网络认知行为疗法组主要通过Mum Mood Booster软件进行干预，干预包括6个模块，每个模块由文字、动画、案例以及视频教学组成，对照组常规治疗。结果显示，干预12周后，进行网络认知行为疗法干预的多数病人抑郁症状得到有效缓解，而接受常规治疗的女性中只有少数病人抑郁症状得到缓解。此外，干预组86%的女性完成了所有的治疗，并对干预表示满意。Lau等[35]在关于对围生期情感焦虑障碍的女性进行网络认知行为疗法干预的Meta分析中，进一步证明了治疗师支持的网络认知行为疗法干预可以有效改善围生期女性的压力、焦虑和抑郁症状。

2.4 在线咨询

在线咨询是指通过互联网技术，让咨询师和咨询对象进行远程沟通的一种咨询方式[36]。在线咨询可以包括文字、语音、视频等多种沟通方式，具有便捷、灵活、隐私性高等优点[37]，允许病人在私密的环境中提供咨询服务，从而减少因面对面咨询可能出现的耻辱感和不依从性[38]。

目前，在线咨询在精神障碍领域应用较为广泛，在围生期负性情绪方面的应用主要集中于药物管理[39]、心理支持[40]等方面。与需要通过面对面进行评估的疾病诊断不同，关于孕期和哺乳期间如何安全使用精神药物的问题，往往可以通过在线咨询的方式来解决。洛杉矶精神卫生中心进行了一项针对围生期心理健康的在线咨询试点项目[41]，由受过生殖精神病学和精神药理学方面培训的59名精神科医生负责，结果显示孕妇或哺乳期女性对药物伤害胎儿或对婴儿的担忧显著降低，围生期女性因承担母亲角色的责任而产生的焦虑也有所改善。此外，在线咨询师可以通过在线聊天、视频会议等方式为围生期女性提供心理支持，帮助她们缓解负性情绪，减轻焦虑和抑郁症状。Qiu等[40]将面对面咨询和在线咨询会议相结合，对围生期女性进行心理干预，以验证在线咨询对我国农村到城市流动女性产后抑郁症的预防效果。这说明了在围生期负性情绪方面开展在线咨询的必要性，同时也要求咨询从业者需要具备围生期精神药物用药方面的专业知识。

2.5 虚拟现实暴露疗法

虚拟现实暴露疗法是一种心理治疗方法，它利用虚拟现实技术模拟现实环境，使病人可以在安全的环境下暴露于与其恐惧或创伤有关的场景，以达到对其恐惧或创伤的缓解和治疗效果。有研究显示，虚拟现实暴露疗法能够显著减少不同心理问题症状的发生，如特定对象恐惧症[42]、创伤后应激障碍[43]、场所恐惧症、惊恐障碍[44]以及社交焦虑障碍[45]。

虚拟现实暴露疗法在围生期负性情绪方面的应用目前还处于初步探索阶段，但已经显示出一定的潜力。围生期女性常常会面临情绪问题，如焦虑、抑郁等，而虚拟现实暴露疗法可以为这些女性提供一种安全、可控制和可重复的环境，在这种环境下，她们可以逐渐暴露于与其负性情绪有关的场景，以减少其特定症状的发生[46]。据统计，在美国约有32%女性的分娩方式是剖宫产[47]，且有研究发现接受剖宫产手术的女性发生围生期负性情绪的可能性明显增加[48]，这可能与术前焦虑有关。研究表明，在外科手术中，术前焦虑会明显降低病人手术满意度和术后恢复质量[49]。虚拟现实暴露疗法有助于减轻剖宫产术前焦虑对孕妇所造成的影响，一项研究通过使用虚拟现实暴露疗法治疗与剖宫产手术相关的术前焦虑[50]，结果显示，术前焦虑和术后满意度均得到改善。除此之外，传统的暴露疗法可能需要大量的时间成本，且存在一定的风险，同时作为一种治疗方案在干预时有25%的病人对此存在排斥心理；相比之下，虚拟现实暴露疗法可以通过远程医疗进行，具有方便、高效的特点，同时虚拟现实暴露疗法更易被病人接受。有研究显示，在比较2种治疗方案的偏好时，70%的参与者表示更倾向于选择虚拟现实暴露疗法[51]。目前关于虚拟现实暴露疗法对围生期负性情绪的研究基础有限，但现有的文献证明虚拟现实暴露疗法在治疗剖宫产术前焦虑方面具有一定的作用。

2.6 机器学习

机器学习是一种让计算机自动学习和改进算法的技术。它通过利用大量的数据和算法模型，使计算机能够自动分析和识别数据中的模式和规律，从而实现对数据的预测、分类、聚类等任务[52]。机器学习技术可以广泛应用于大数据分析、图像识别、医疗诊断等领域，为人们提供更加高效、精准的数据分析和决策支持。

在围生期女性负性情绪应用方面，机器学习可以通过对大量的临床数据进行分析和挖掘，建立风险预测模型，为医生提供辅助决策，以提高围生期女性的生活质量和健康状况。目前，一些研究已经开始探索机器学习在围生期负性情绪方面的应用。Amit等[53]利用电子病历数据，构建基于机器学习的预测模型，对产后抑郁症实现了理想的预测能力。研究结果表明，将此模型纳入产后抑郁症筛查工作流程，可以提高筛查过程的准确性，使干预措施能够及时进行，从而有助于改善孕妇和婴儿的预后。也有学者利用来自围生期女性社交媒体平台上的信息预测产后抑郁症，研究者从社交媒体上用户发表的文本中提取语言特征，并使用多种机器学习技术将其分类为一般、抑郁和产后抑郁症，结果显示抑郁内容识别的准确率为91.7%，产后抑郁症风险预测的准确率高达86.9%[54]。目前关于机器学习在产后抑郁症的研究，虽然在重要变量和算法选择方面存在差异，但随着技术的不断发展和数据的积累，机器学习在围生期负性情绪方面的应用前景非常广阔，有望为医生提供更为精准的预测和干预方案。

3" 国内外应用现状

根据文献分析发现，数字健康技术在围生期女性心理健康方面的应用已经得到广泛关注和研究，但由于不同国家之间意识文化、基础设施和医疗体系有所差异，应用与研究水平存在差距。移动应用程序、在线咨询在全球应用较为广泛，已在美国、澳大利亚等国家得到应用，如名为“Expectful”的平台，专门为围生期女性提供冥想和放松练习，帮助其减轻焦虑和压力。近年来，我国大力推进数字化建设，此方面应用也逐渐成熟，为围生期女性提供了更为便捷的在线咨询平台。此外，由于网络认知行为疗法、虚拟现实暴露疗法技术前期成本较高，且需要专业人士进行指导，国内外相关研究处于探索阶段。国外学者常使用Mum Mood Booster 软件作为围生期女性网络认知行为疗法的平台，国内学者则主要通过微信、腾讯会议、钉钉等途径进行，尚无规范且专业的围生期女性网络认知行为疗法平台。目前国外研究主要侧重于虚拟现实暴露疗法平台建设、优化可穿戴技术、改进机器学习模型等方面。我国起步较晚，尚未形成有规模的跨区域、跨学科研究团队，相关应用及研究较少。有待研究者加快推进数字健康技术在围生期负性情绪方面的探索，加强国内外相关机构、研究团队和技术企业之间的合作与交流，为围生期女性提供更全面、个性化的支持和干预。

4" 存在的问题及展望

4.1 高质量研究较少，研究的深度及广度有限

目前，数字健康技术在围生期负性情绪中的研究局限之一是缺乏高质量的研究。现有相关研究多集中于产后抑郁症领域，在其他围生期负性情绪如焦虑、压力、恐惧等的应用研究较少。有数据显示围生期焦虑的患病率与围生期抑郁相似[55]，甚至有学者认为产后焦虑障碍可能比产后抑郁症更常见[56]，但当前利用数字健康技术对围生期焦虑进行干预的研究不多。这提示研究者应该加大对数字健康技术在围生期负性情绪中的研究深度及广度，时刻关注前沿动态，积极探索数字健康技术对其他病人乃至公众的益处。此外，当前研究的干预方案存在异质性，且多数基于数字健康技术的干预措施由国外学者进行开发和测试，尚不清楚其在国内是否具有同样的干预效果，临床推广受限。研究者应在相关研究的基础上，进行具有创新性、可重复性的高质量研究，设计出适合我国围生期女性的基于数字健康技术的干预方案。另外，目前多数研究的样本量较小，纳入对象的群体特征有限，且多为独立的单点研究，未来研究者可在条件允许的情况下，积极开展大型、多中心的、高质量的随机对照研究，为推动我国数字健康技术在围生期女性负性情绪中的应用提供更可靠的数据支撑。

4.2 人性化和情感支持不足，对病人的自律性要求较高

数字健康技术可以跨越地域障碍，为围生期女性提供便捷的干预方法，但由于缺乏面对面的互动和交流，在干预的过程中，孕妇可能会感到缺少人性化的关怀和情感支持。网络化认知行为疗法可以为孕妇提供文字、图片、视频等标准化的心理支持方案，但是这些形式缺少人与人、面对面之间的交流，治疗师不能及时根据病人的反应做出反馈并调整方案，可能会使孕妇产生孤独感和无助感。由于网络化认知行为疗法主要通过病人线上自主进行，需要确保病人具有较高的自律性。同样，移动应用程序具有便捷、灵活、形式多样等特点，可以为孕妇提供个性化的建议和支持，但依赖用户自主使用，且对于严重的心理健康问题，移动应用程序可能无法提供足够的支持和干预。研究者应探索多种数字健康技术的组合应用，如将网络化认知行为疗法和线上咨询结合，为孕妇提供更加贴近的心理支持和情感关怀，使干预更加多维、全面。此外，为提高病人在使用数字健康技术时的积极性与自律性，研究者可与病人共同设立明确的目标与计划，跟踪并分析病人的数据与进展，及时提供个性化的反馈和建议，鼓励病人坚持使用数字健康技术，从而提高干预效果。

4.3 干预研究较少

由于数字健康技术在围生期负性情绪中的研究尚处于探索阶段，相关干预研究较少，且内容尚不全面。现有关于机器学习的研究主要聚焦于通过分析孕妇的健康信息和行为模式，预测和识别围生期负性情绪，而很少应用此预测技术进行预防性干预。此外，通过机器学习进行预测的效果依赖于数据的质量和可靠性，可能存在数据偏差或错误的情况，现有干预措施的效果也需要进一步验证。同样，可穿戴技术可以持续监测使用者的睡眠、心率变异性和身体活动等相关生物学信息，帮助病人更好地了解自身健康状态，提升自我管理能力，也可为医护人员提供病人的生理指标，具有用于生物反馈干预的潜力。有研究证明，生物反馈干预可有效提高围生期的心理健康，但目前利用可穿戴技术进行预防保健以及干预的研究较少，且尚不清楚如何经济、有效地利用可穿戴设备所提供的数据信息[57]。未来可将可穿戴技术的数据整合到围生期预防保健当中，对数字健康技术在围生期女性负性情绪中的应用这一领域进行积极探索，研究和开发针对不同个体、情境的干预方案，为临床提供更加全面、精准、有效的干预。

4.4 电子信息缺乏统一标准，数据之间的互联互通有限

数字健康技术的发展还面临着医疗电子信息不统一的问题。由于缺乏国家统一的政策法规、技术标准和数据标准，不同的数据平台之间难以实现信息的共享和互联互通[58]。大多数关于数字健康技术的研究使用的应用程序和算法为研究团队专门设计，收集和分析数据信息的标准存在差异，且临床医生和病人之间数据共享也存在障碍，限制了数据的应用和价值。因此，研究制定全国统一的政策或标准迫在眉睫。2020年，国家卫生健康委员会在发布的《关于加强全民健康信息标准化体系建设的意见》文件中指出，加快推进新兴信息技术应用标准化建设，应聚焦多学科联合，在临床专家、信息专家的协同下，推进专科术语集和数据字段的建立，加强全民健康信息数据库标准化建设，促进数据互联互通和数据溯源。此外，目前多数研究中使用的网络化认知行为疗法和虚拟现实暴露疗法平台，由于成本较大和技术层面问题并不一定向公众开放，使数据共享以及数字健康技术发展进一步受阻。今后研究者应该进一步开展有关数字健康技术的研究，研发病人和临床医生之间可以互联互通的应用程序和设备，建立统一的数据共享平台，提高数据的交流和应用效率。

4.5 病人隐私安全存在风险，相关制度有待完善

保证病人隐私安全已成为数字健康技术应用必须解决的问题之一。在使用数字健康技术时，病人常质疑健康数据和隐私的安全性[59]。基于数字健康技术的干预通常需要采集孕产妇的个人敏感信息，例如身体状况、心理状态等。如果这些信息被不法分子窃取或泄露，将对孕产妇的隐私权和健康安全造成极大的威胁。这提示研究者应注意完善信息防护技术，可以采取多种隐私保护模式，例如数据加密、访问限制、匿名浏览等[60]。除技术上的革新，在对病人个人隐私进行公开与共享时，也应充分尊重病人的意愿，取得病人的知情同意。此外，还应完善相关法律与制度，建立严格的数据信息保护机制，加强对敏感信息的安全监管，确保病人隐私安全不受侵犯。

5" 小结

数字健康技术在围生期女性负性情绪干预中展示出巨大潜力。现有研究显示，不同形式的基于数字健康技术的干预方法均可有效改善围生期女性负性情绪，对提高其生活质量及心理健康水平有积极效益。但目前国外研究正在探索阶段，尚不够全面、成熟；国内相关研究尚处于起步阶段，需要研究者积极探索加大研究的深度与广度，对围生期各种突出的心理健康问题进行更全面的研究，不断促进国内数字健康技术与围生期心理保健的良好结合。

参考文献：

[1]" INSAN N，SLACK E，HESLEHURST N，et al.Antenatal depression and anxiety and early pregnancy BMI among White British and South Asian women：retrospective analysis of data from the born in Bradford cohort[J].BMC Pregnancy and Childbirth，2020，20（1）：502.

[2]" 徐艳红，郭菲，黄峥，等.负性情绪对分娩方式的影响[J].中国临床心理学杂志，2014，22（2）：337-340.

[3]" HYMAS R，GIRARD L C.Predicting postpartum depression among adolescent mothers：a systematic review of risk[J].Journal of Affective Disorders，2019，246：873-885.

[4]" NISAR A，YIN J，WAQAS A，et al.Prevalence of perinatal depression and its determinants in China：a systematic review and meta-analysis[J].Journal of Affective Disorders，2020，277：1022-1037.

[5]" 李毅晓，程婷婷.负性情绪对妊娠期糖尿病患者妊娠结局的影响[J].中国妇幼保健，2022，37（16）：2969-2972.

[6]" 叶优春，张晶，陈小珍，等.围生期不同阶段抑郁发病状况及影响因素分析[J].中国妇幼保健，2022，37（23）：4451-4455.

[7]" CHUNG T K，LAU T K，YIP A S，et al.Antepartum depressive symptomatology is associated with adverse obstetric and neonatal outcomes[J].Psychosomatic Medicine，2001，63（5）：830-834.

[8]" 孙松林，谢珍珍，李金灿，等.母亲围生期抑郁与4岁儿童行为问题关联队列研究[J].中国公共卫生，2023，39（3）：300-305.

[9]" World Health Organization.Draft global strategy on digital health 2020-2024[EB/OL].[2023-04-23].https：//www.who.int/docs/default-source/documents/gs4dh0c5 10c483a9a42b1834a8f4d276c6352.

[10]" 徐向东，周光华，吴士勇.数字健康的概念内涵、框架及推进路径思考[J].中国卫生信息管理杂志，2022，19（1）：41-46.

[11]" 郭雨辰，王晶，梁智敏，等.基于CiteSpace的护士主导数字健康干预研究可视化分析[J].护理研究，2023，37（14）：2477-2487.

[12]" LIU Y Y，LI Y J，LU H B，et al.Effectiveness of internet-based self-management interventions on pulmonary function in patients with chronic obstructive pulmonary disease：a systematic review and meta-analysis[J].Journal of Advanced Nursing，2023，79（8）：2802-2814.

[13]" 陈琼，张燕双，章静，等.可穿戴膝部电子量角装置在全膝关节置换术病人术后康复锻炼中的应用[J].护理研究，2023，37（1）：166-168.

[14]" 卢霄蒙，耿文慧，尹运腾，等.数字健康在肿瘤病人支持性照顾需求中的应用现状[J].护理研究，2023，37（13）：2404-2409.

[15]" 李丹丹，陈大明，刘樱霞，等.2022年数字健康发展态势[J].生命科学，2023，35（1）：72-79.

[16]" 白文辉，唐四元，陈佳睿，等.移动健康技术在产后抑郁研究领域中的应用[J].解放军护理杂志，2018，35（4）：22-26.

[17]" AUNGST T D，CLAUSON K A，MISRA S，et al.How to identify，assess and utilise mobile medical applications in clinical practice[J].International Journal of Clinical Practice，2014，68（2）：155-162.

[18]" 陈欣，马颖，于海瑞，等.移动医疗在孕期体质量管理中的应用研究进展[J].中国护理管理，2020，20（1）：97-101.

[19]" FONSECA A，ALVES S，MONTEIRO F，et al.Be a mom，a web-based intervention to prevent postpartum depression：results from a pilot randomized controlled trial[J].Behavior Therapy，2020，51（4）：616-633.

[20]" GORDON M，HENDERSON R，HOLMES J H，et al.Participatory design of ehealth solutions for women from vulnerable populations with perinatal depression[J].Journal of the American Medical Informatics Association，2016，23（1）：105-109.

[21]" DALTON J A，RODGER D，WILMORE M，et al.The Health-E Babies App for antenatal education：feasibility for socially disadvantaged women[J].PLoS One，2018，13（5）：e0194337.

[22]" ZHOU C Q，HU H，WANG C Y，et al.The effectiveness of mHealth interventions on postpartum depression：a systematic review and meta-analysis[J].Journal of Telemedicine and Telecare，2022，28（2）：83-95.

[23]" TSAI Z，KISS A，NADEEM S，et al.Evaluating the effectiveness and quality of mobile applications for perinatal depression and anxiety：a systematic review and meta-analysis[J].Journal of Affective Disorders，2022，296：443-453.

[24]" DANAHER B G，SEELEY J R，SILVER R K，et al.Trial of a patient-directed eHealth program to ameliorate perinatal depression：the MomMoodBooster2 practical effectiveness study[J].American Journal of Obstetrics and Gynecology，2023，228（4）：453.

[25]" 刘亚男，丛杉.可穿戴技术在人体健康监测中的应用进展[J].纺织学报，2018，39（10）：175-179.

[26]" 魏奕星，邓朝华.可穿戴医疗设备在医疗健康领域的应用综述[J].中国数字医学，2019，14（12）：22-25.

[27]" 胡宗月，林云凤，曾皓月，等.可穿戴设备在心理康复护理领域中的应用综述[J].医疗卫生装备，2023，44（4）：77-82.

[28]" TAZAWA Y，WADA M，MITSUKURA Y，et al.Actigraphy for evaluation of mood disorders：a systematic review and meta-analysis[J].Journal of Affective Disorders，2019，253：257-269.

[29]" JESSICA O L，COHEN Z L，COLES M E，et al.Delayed sleep timing and circadian rhythms in pregnancy and transdiagnostic symptoms associated with postpartum depression[J].Translational Psychiatry，2020，10（1）：14.

[30]" TECKENBERG-JANSSON P，TURUNEN S，PÖLKKI T，et al.Effects of live music therapy on heart rate variability and self-reported stress and anxiety among hospitalized pregnant women：a randomized controlled trial[J].Nordic Journal of Music Therapy，2019，28（1）：7-26.

[31]" SARHADDI F，AZIMI I，AXELIN A，et al.Trends in heart rate and heart rate variability during pregnancy and the 3-month postpartum period：continuous monitoring in a free-living context[J].JMIR MHealth and UHealth，2022，10（6）：e33458.

[32]" 李晨，白越，胡明月，等.网络认知行为疗法在精神障碍患者中的研究现状[J].护理学杂志，2017，32（11）：101-104.

[33]" NISHI D，IMAMURA K，WATANABE K，et al.The preventive effect of Internet-based cognitive behavioral therapy for prevention of depression during pregnancy and in the postpartum period （iPDP）：a large scale randomized controlled trial[J].Psychiatry and Clinical Neurosciences，2022，76（11）：570-578.

[34]" MILGROM J，DANAHER B G，GEMMILL A W，et al.Internet cognitive behavioral therapy for women with postnatal depression：a randomized controlled trial of MumMoodBooster[J].Journal of Medical Internet Research，2016，18（3）：e54.

[35]" LAU Y，HTUN T P，WONG S N，et al.Therapist-supported Internet-based cognitive behavior therapy for stress，anxiety，and depressive symptoms among postpartum women：a systematic review and meta-analysis[J].Journal of Medical Internet Research，2017，19（4）：e138.

[36]" COUNELOR N B F C.NBCC's the practice of internet counseling[EB/OL].[2023-05-10].http：//wwwnbcc.org/Service Center/Ethics.

[37]" 陈志炜，张纪阳，顾建英.互联网医疗内涵及其对医疗服务流程的重塑[J].中国医院管理，2021，41（2）：70-73.

[38]" LOWENSTEIN M，BAMGBOSE O，GLEASON N，et al.Psychiatric consultation at your fingertips：descriptive analysis of electronic consultation from primary care to psychiatry[J].Journal of Medical Internet Research，2017，19（8）：e279.

[39]" BHAT A，KHAN F，SHAIKH M，et al.Content and complexity of consultations in a provider-to-provider perinatal psychiatry consultation line：a mixed methods analysis[J].General Hospital Psychiatry，2022，79：187-188.

[40]" QIU X，LI T，FANG Q Y，et al.Online and offline intervention for the prevention of postpartum depression among rural-to-urban floating women：study protocol for a randomized control trial[J].International Journal of Environmental Research and Public Health，2022，19（13）：7951.

[41]" DOSSETT E C，BENITEZ C，GARCIA N.Perinatal mental health in community psychiatry：a reproductive psychiatry econsult pilot project[J].Psychiatric Services，2019，70（11）：1075-1076.

[42]" BÖHNLEIN J，ALTEGOER L，MUCK N K，et al.Factors influencing the success of exposure therapy for specific phobia：a systematic review[J].Neuroscience and Biobehavioral Reviews，2020，108：796-820.

[43]" SCHWEIZER T，RENNER F，SUN D L，et al.Psychophysiological reactivity，coping behaviour and intrusive memories upon multisensory virtual reality and script-driven imagery analogue trauma：a randomised controlled crossover study[J].Journal of Anxiety Disorders，2018，59：42-52.

[44]" WECHSLER T F，KÜMPERS F，MÜHLBERGER A.Inferiority or even superiority of virtual reality exposure therapy in phobias？A systematic review and quantitative meta-analysis on randomized controlled trials specifically comparing the efficacy of virtual reality exposure to gold standard in vivo exposure in agoraphobia，specific phobia，and social phobia[J].Frontiers in Psychology，2019，10：1758.

[45]" EMMELKAMP P M G，MEYERBRÖKER K，MORINA N.Virtual reality therapy in social anxiety disorder[J].Current Psychiatry Reports，2020，22（7）：32.

[46]" MELANIE D J.Enhancing childbirth education through technology[J].International Journal of Childbirth Education，2015，3（30）：28.

[47]" MARTIN J，HAMILTON B，OSTERMAN M，et al.Births：final data for 2018[J].Natl Lital Stat Rep，2019，68（13）：1-47.

[48]" RÄISÄNEN S，LEHTO S M，NIELSEN H S，et al.Fear of childbirth predicts postpartum depression：a population-based analysis of 511 422 singleton births in Finland[J].BMJ Open，2013，3（11）：e004047.

[49]" HOBSON J A，SLADE P，WRENCH I J，et al.Preoperative anxiety and postoperative satisfaction in women undergoing elective caesarean section[J].International Journal of Obstetric Anesthesia，2006，15（1）：18-23.

[50]" MOMENYAN N，SAFAEI A A，HANTOUSHZAD S.Immersive virtual reality analgesia in un-medicated laboring women （during stage 1 and 2）：a randomized controlled trial[J].Clinical and Experimental Obstetrics amp; Gynecology，2021，48（1）：110.

[51]" GARCIA-PALACIOS A，BOTELLA C，HOFFMAN H，et al.Comparing acceptance and refusal rates of virtual reality exposure vs.in vivo exposure by patients with specific phobias[J].Cyberpsychology amp; Behavior，2007，10（5）：722-724.

[52]" 杨剑锋，乔佩蕊，李永梅，等.机器学习分类问题及算法研究综述[J].统计与决策，2019，35（6）：36-40.

[53]" AMIT G，GIRSHOVITZ I，MARCUS K，et al.Estimation of postpartum depression risk from electronic health records using machine learning[J].BMC Pregnancy and Childbirth，2021，21（1）：630.

[54]" FATIMA I，ABBASI B U D，KHAN S，et al.Prediction of postpartum depression using machine learning techniques from social media text[J].Expert Systems，2019，36（4）：123.

[55]" PAUL I M，DOWNS D S，SCHAEFER E W，et al.Postpartum anxiety and maternal-infant health outcomes[J].Pediatrics，2013，131（4）：e1218-e1224.

[56]" RECK C，STRUBEN K，BACKENSTRASS M，et al.Prevalence，onset and comorbidity of postpartum anxiety and depressive disorders[J].Acta Psychiatrica Scandinavica，2008，118（6）：459-468.

[57]" HERBELL K，ZAUSZNIEWSKI J A.Reducing psychological stress in peripartum women with heart rate variability biofeedback：a systematic review[J].Journal of Holistic Nursing，2019，37（3）：273-285.

[58]" 张坤，王文韬，谢阳群.我国电子健康研究进展[J].图书馆论坛，2018，38（8）：84-92.

[59]" DOLAN H，EGGETT C，HOLLIDAY L，et al.Virtual care in end of life and palliative care：a rapid evidence check[J].Journal of Telemedicine and Telecare，2021，27（10）：631-637.

[60]" 刘乾坤，马骋宇.互联网医疗健康服务平台隐私保护现状及对策研究[J].中国医院，2019，23（9）：16-19.