(1.天津市泰达医院 公共卫生科,天津 300451;
2.天津市泰达医院 营养科,天津 300451;
3.天津市泰达医院 科教科,天津 300451;)
[摘要]目的:构建中文营养类APP评价指标。方法:采用文献分析及德尔菲(Delphi)专家函询法相结合,建立中文营养类APP评价指标体系,并运用层次分析法确定各级指标的权重。结果:3轮函询问卷回收率均大于90%,说明函询专家对本研究的参与度及积极性较高;三个维度的专家权威系数均大于0.700,说明参加本研究的专家权威程度较高;经过三轮函询后,构建了中文营养类APP评价指标,包括3个一级指标,15个二级指标及40个三级指标。结论:采用德尔菲法和层次分析法构建的中文营养类APP评价指标体系,具有较高的权威性和科学性,为将来开发高质量APP以及为用户选择科学化、规范化的APP提供参考。
[关键词]中文营养类APP;用户满意度;德尔菲专家函询法;层次分析法
ABSTRACT:OBJECTIVE To establish the Chinese nutrition application evaluation index system. METHODS Delphi method and analytic hierarchy process (AHP) were employed for establishing Chinese nutrition applications evaluation index system. RESULTS After three rounds of letter inquiry, the evaluation index system of Chinese nutrition applications was determined, including 3 first-level indices. CONCLUSION Constructed by Delphi method and AHP, the evaluation index system of Chinese nutrition applications offers a high level of authority and science. It provide reference for developing high-quality APPs in the future and selecting scientific APPs for users.
KEY WORDS: Chinese Nutrition applications; Evaluation index system;Delphi method; Analytic hierarchy process
随着互联网 + 时代的到来,手机APP (Application, APP)以方便、快捷、互动性强等优势迅速发展[1]。如何更好地利用APP,尤其是在关乎民生基本的营养领域,对人们进行健康教育、慢病管理等,从而取代传统的面对面健康宣教,成为当前讨论的热点话题[2-4]。然而与用户数量几何倍数增长相对应的,却是各类APP水平良莠不齐,一些减肥类APP片面强调减轻体重、以瘦为美而忽视营养健康指导,对用户身心造成严重危害。因此建立营养类APP的评价指标体系,在方便用户使用的同时传递健康、科学的营养理念,显得迫在眉睫。本研究拟以《中国居民膳食指南2022》[5]为依据,运用德尔菲法及AHP(Analytic Hierarchy Process, AHP)层次分析法,建立符合我国居民饮食习惯的营养类APP评价指标体系,同时运用该体系评价市场上现有中文营养类APP,为今后APP开发以及为用户选择科学化、规范化的APP提供参考。
1 研究方法
1.1 初步构建中文营养类APP评价指标 通过回顾文献,中文检索关键词“营养、APP、应用程序、评价、评价指标、德尔菲、AHP”,英文检索关键词“nutrition、evaluation、assessment、APPs、Delphi、AHP”等,了解国内外营养类APP现状、存在的问题、评价指标体系研究进展,初步建立了评价指标体系,主要涵盖营养类APP的3个维度:交互性、功能性、依从性。其中交互性主要指人与手机APP之间输入和输出、传递交换信息的过程,用户向APP内输入个体信息,经过数据分析后把输出结果呈现给用户。功能性指APP所能提供给用户的食物营养成分查询、运动计步、关联社交媒体等功能。依从性主要指APP内容遵循《中国居民膳食指南2022》核心6 条标准的能力。初步建立的指标体系中,3个一级指标下分别有 4-6个不等二级指标及若干三级指标。其中交互性包含4个二级指标13个三级指标,功能性包含5个二级指标14个三级指标,依从性包含6个二级指标13个三级指标。指标选择的原则为:(1)指标精练,一级指标与二级指标之间、二级指标与三级指标之间具有从属关系,且各级指标之间是平级关系;(2)指标易被理解,并具有确定性和准确性。
1.2 德尔菲法确定中文营养类APP评价指标体系
1.2.1 专家纳入标准 德尔菲法一般要求遴选15~50名相关领域内具有权威性的专业人员,数量以为佳[6],本研究的遴选标准是:(1)从事营养学专业领域工作5年及以上;(2)参与函询的专家一般要求具有营养学专业本科及以上学历;(3)愿意积极配合德尔菲法完成多轮的专家函询。
1.2.2 专家函询 专家函询表采用 Likert 5级综合评分法,对各项指标的重要性及可行性进行评价:从 “非常不可行”到“非常可行” 、“非常不重要”到 “非常重要”,分别赋值1~5分。利用《判断以及影响程度量化表 》分析专家对各个指标评价的依据;同时利用《指标熟悉程度表》分析专家对各个指标的熟悉程度。第1轮专家函询后,删除重要性平均得分≤ 3.5分或变异系数≥ 0.25的指标。第2轮及第3轮函询时,将第1轮及第2轮函询的结果反馈给专家,调查专家是否同意前一轮结果中,需删除、修改或整合的指标,并对各指标的重要性及可行性进行再次评价。最终确定中文营养类APP评价指标体系。
1.3 层次分析法 在前期研究的基础上,构建一个由目标层、准则层、指标层组成的层次模型;编制基于层次分析法的中文营养类APP评价指标权重专家咨询表,根据Satty提出的1~9标度,对所构建的中文营养类APP评价指标体系中同等级别各个指标的相对重要的程度分别进行两两比较,构造判断矩阵;由于各指标意义不同,不同专家对同一指标的认识也不同,所以需进行一致性检验,以检验本次问卷调查是否有效。本课题研究重点利用了具有自动检测一致性比例(CR)功能的Yaahp 软件对问卷进行了权重分析。
1.4 数据统计处理 采用SPSS 21对数据进行统计分析,计量资料以(x±s)进行描述性分析,计数资料以频数、百分比表示。用德尔菲法进行评分时,专家的积极性、权威性、意见一致性分别以问卷有效回收率、专家权威系数、变异系数、专家意见协调度表示。专家意见协调度,进行肯德尔协调系数(Kendall’s Wa) 显著性检验,以P<0.05为具有统计学差异。对纳入研究的APP得分情况进行统计分析时,组间比较采用t检验和方差分析,计数资料采用卡方检验进行组间比较。各维度之间采用回归分析进行统计分析。
2 结果
2.1 营养学专家基本情况 本研究选择24名营养学相关专家参加此次调研,问卷回收20份,专家基本情况如表1所示。
表1 营养学专家基本情况 | ||||
类别 | 分类 | 人数(人) | 构成比 (%) | |
性别 | 男 | 8 | 33.3 | |
女 | 16 | 66.7 | ||
年龄 | 30~40 | 3 | 13.3 | |
41~50 | 13 | 53.3 | ||
51~60 | 8 | 33.4 | ||
学历 | 大学本科 | 1 | 6.7 | |
硕士研究生 | 13 | 53.3 | ||
博士研究生 | 10 | 40.0 | ||
职称 | 中级 | 3 | 13.3 | |
副高级 | 10 | 40.0 | ||
高级 | 11 | 46.7 | ||
2.2 专家积极程度 本研究共进行了3轮专家函询,第1 轮问卷发出 24 份,回收22 份,回收率为91.67%;第2轮问卷发出22份,回收21份,回收率为95.45%;第3轮问卷发出21份,回收20份,回收率为95.24%。3轮回收率均大于90%,说明函询专家对本研究的参与度及积极性较高。
2.3 专家意见权威程度 专家意见权威程度通过计算判断系数(Ca)与熟悉系数(Cs)的算术平均值得到的权威系数(Cr)来表示,一般以 Cr≥0.700为可接受信度[8],由表2可知,三个维度的专家权威系数均大于0.700,说明参加本研究的专家权威程度较高。
表2 营养学专家权威系数 | |||
一级指标 | Ca | Cs | Cr |
交互性 | 0.687 | 0.734 | 0.711 |
功能性 | 0.721 | 0.768 | 0.745 |
依从性 | 0.730 | 0.819 | 0.775 |
2.4 指标体系的权重计算
不同的评价指标对健康养生类APP评价的影响力不同,为判断各项指标对健康养生类APP评价的影响力,以更合理进行评分,需计算评价指标体系中各项指标的权重,确定各项指标的优先级。
本研究使用层次分析法确定指标权重。按照构建的指标体系,设计专家咨询问卷。问卷采用萨蒂“1-9标度”形式,请20位专家两两比较指标间的相对重要性,分别构造判断矩阵。经计算,每位专家要产生15组判断数据集,通过求解每个判断矩阵的最大特征根和特征向量,得出指标体系中下一层指标相对于上一层某个指标的相对权重值。
在保证每位专家的每个判断矩阵都具有满意一致性(Cr<0.1)的前提下,对所有专家的结果进行综合处理,获取最终判断矩阵。层次分析法群组决策处理方法由两个步骤完成。(1)对于一级指标:取每位专家判断值的几何平均值作为最终判断矩阵元素;(2)对于二级和三级指标:根据每位专家的权威系数,取判断值的加权和作为最终判断矩阵元素。由群组决策矩阵得出某一层次所有指标相对于上一层次某个指标的重要性次序取值,即层次单排序。为确定二级指标和三级指标相对于目标层的权重,需进行层次总排序,获得各指标的合成权重。由表3、表4、表5可知,一级指标中依从性维度的合成权重最高(0.701),说明依从性指标是专家认为重要性最高的指标因素,也是评价中文营养类APP需重点考虑的因素之一;功能性和交互性的合成权重相当,且均明显低于依从性指标,说明二者对中文营养类APP评价工作而言有相等的参考作用;在二级指标中,动吃平衡健康体重、营养资讯和个体化评价的合成权重居于前两位,其余二级指标的合成权重均较低;在三级指标中,“每日膳食包括谷薯类、蔬菜水果类、畜禽鱼蛋奶类、大豆坚果类等食物,平均每天摄入12种以上种类食物”,“保持健康体重,保持能量平衡”,“食物热量查询,并对垃圾食品与健康食材进行分级标示”,“营养健康教育科普知识”,“根据年龄性别、体力活动、体重等给出参考热量(膳食营养目标)并对每日食谱进行能量评价”及“设计个性化菜谱”的合成权重相对较高,应当在今后的中文营养类APP评价工作中给予关注。
表3 中文营养类APP依从性指标及其权重 | |||||||||||
一级指标 | 合成权重 | 二级指标 | 相对权重 | 合成权重 | 三级指标 | 相对权重 | 合成权重 | ||||
A1、依从性 | 0.701 | B1、食物多样谷类为主 | 0.268 | 0.137 | C1、每日膳食包括谷薯类、蔬菜水果类、畜禽鱼蛋奶类、大豆坚果类等食物,平均每天摄入12种以上种类食物 | 0.399 | 0.135 | ||||
C2、餐餐有谷物、每天摄入谷薯类食物250~400g,碳水化合物提供的能量应占总能量的50%以上 | 0.183 | 0.027 | |||||||||
B2、吃动平衡健康体重 | 0.469 | 0.312 | C3、保持健康体重,保持能量平衡 | 0.449 | 0.123 | ||||||
C4、天天运动,每周至少进行5天中等强度身体活动,累计150分钟以上; 主动身体活动最好每天6000步 | 0.319 | 0.008 | |||||||||
B3、多吃蔬果、奶类、大豆 | 0.163 | 0.086 | C5、餐餐有蔬菜,保证每天摄入300~500g 蔬菜,深色蔬菜占1 /2 | 0.201 | 0.021 | ||||||
C6、天天吃水果,保证每天摄入200~350g 新鲜水果,果汁不能代替鲜果 | 0.136 | 0.007 | |||||||||
C7、总是奶制品,经常豆制品,适量吃坚果 | 0.235 | 0.049 | |||||||||
B4、适量吃鱼、禽、蛋、瘦肉 | 0.179 | 0.057 | C8、鱼、禽、蛋和瘦肉体现“适量”原则,平均每天摄入总量120 ~ 200g | 0.342 | 0.016 | ||||||
C9、少吃肥肉、烟熏和腌制肉制品 | 0.298 | 0.011 | |||||||||
B5、少盐少油,控糖限酒 | 0.337 | 0.104 | C10、清淡饮食,少吃高盐和油炸食品,控制添加糖的摄入量 | 0.271 | 0.067 | ||||||
C11、每日反式脂肪酸摄入量不超过2g,男性一天饮用酒的酒精量不超过25g,女性不超过15g | 0.186 | 0.017 | |||||||||
B6、杜绝浪费兴新食尚 | 0.113 | 0.068 | C12、珍惜食物不浪费,选择新鲜卫生的食物和适宜的烹调方式 | 0.262 | 0.012 | ||||||
C13、传承优良文化,多回家吃饭,享受食物和亲情。 | 0.102 | 0.004 | |||||||||
表4 中文营养类APP功能性指标及其权重 | |||||||||||
一级指标 | 合成权重 | 二级指标 | 相对权重 | 合成权重 | 三级指标 | 相对权重 | 合成权重 | ||||
A2、功能性 | 0.201 | B7、食物查询 | 0.508 | 0.093 | C14、食物热量查询,并对垃圾食品与健康食材进行分级标示 | 0.513 | 0.176 | ||||
C15、营养成分查询(蛋白质、脂肪、碳水化合物、膳食纤维等)、微量营养素查询(维生素、胆固醇、钙、铁等) | 0.252 | 0.045 | |||||||||
C16、菜谱做法查询 | 0.348 | 0.017 | |||||||||
C17、条形码或二维码扫描(追踪食品来源、加工过程、营养成分等) | 0.153 | 0.003 | |||||||||
C18、食物尺寸或份量的描述(克、份、碗)有食物标准份量参考表,且食物计量“量化”“形象化” | 0.262 | 0.010 | |||||||||
B8、运动 | 0.275 | 0.112 | C19、提供运动处方或有运动、休息提醒功能、运动相关推送内容 | 0.301 | 0.099 | ||||||
C20、通过GPS或与健身运动类APP、微信运动、可穿戴设备等关联收集运动信息 | 0.198 | 0.007 | |||||||||
B9、社会支持/参与激励 | 0.173 | 0.035 | C21、打卡、签到 | 0.297 | 0.011 | ||||||
C22、内部论坛、朋友圈等社团监督或与其他社交媒体关联 | 0.231 | 0.010 | |||||||||
C23、内置营养类小游戏或链接、挑战解锁等激励模式 | 0.181 | 0.008 | |||||||||
B10、延伸服务 | 0.203 | 0.041 | C24、与线下诊疗、医疗服务对接 | 0.132 | 0.004 | ||||||
C25、产品导购(购物清单) | 0.159 | 0.014 | |||||||||
B11、营养资讯 | 0.387 | 0.171 | C26、营养健康教育科普知识 | 0.578 | 0.165 | ||||||
C27、有中国居民平衡膳食指南、宝塔或平衡膳食餐盘相关介绍 | 0.165 | 0.007 | |||||||||
表5中文营养类APP交互性指标及其权重 | |||||||
一级指标 | 合成权重 | 二级指标 | 相对权重 | 合成权重 | 三级指标 | 相对权重 | 合成权重 |
A3、交互性 (输入/ 输出) | 0.197 | B12、个体信息 | 0.203 | 0.036 | C28、身高、性别、年龄 | 0.113 | 0.005 |
C29、腰围、体重 | 0.244 | 0.009 | |||||
C30、进行健康状态评估或健康小测试 | 0.124 | 0.005 | |||||
B13、个体记录 | 0.343 | 0.081 | C31、饮食记录(通过文本、拍照或条形码、二维码扫描) | 0.211 | 0.007 | ||
C32、饮水记录(通过文本、打卡、提醒喝水功能或有喝水相关建议) | 0.189 | 0.007 | |||||
C33、体重记录、睡眠记录 | |||||||
B14、个体化评价 | 0.277 | 0.163 | C34、根据年龄性别、体力活动、体重等给出参考热量(膳食营养目标)并对每日食谱进行能量评价 | 0.398 | 0.161 | ||
C35、分析三餐、三大营养素供能比和其他微量营养素摄入情况 | 0.261 | 0.052 | |||||
C36、根据目标体重或推荐能量值给出个体化建议,提出营养相关健康危险因素 | 0.231 | 0.008 | |||||
C37、在线咨询或解答 | 0.197 | 0.011 | |||||
B15、个性化设计 | 0.115 | 0.021 | C38、提供食谱或推荐食材 | 0.157 | 0.003 | ||
C39、收藏喜爱的食材或菜谱 | 0.134 | 0.003 | |||||
C40、设计个性化的菜谱(根据用户饮食习惯、食物喜好、当令时节等)并根据体重变化动态调整食谱 | 0.419 | 0.139 |
3 讨论
营养类APP与普通APP的区别在于方便用户使用的同时传递科学的健康理念[7],本文通过对国内外文献进行全面深入地分析,结合营养类APP特点,构建了中文营养类评价指标体系框架。在充分考虑APP的交互性及功能性的同时,参考了《中国居民膳食指南(2022版)》,进一步评价中文营养类APP对膳食指南的依从性,从而对其科学性、可靠性进行评价。
与我国现有的营养类APP评价研究相比,本评价指标体系从多维度考量,围绕APP依从《中国居民膳食指南(2022版)》的主要方面和内容,较全面地涵盖营养类APP评价的主要内容,避免了仅从功能视角进行评价,维度过于单一的问题。同时,通过对评价指标体系进行权重计算,确定指标优先级,增加指标的数据支撑。与国外的医疗APP可用性指南[8]、健康医疗APP开发指南[9]及Stoyanov等[10]开发的健康APP测评量表等评价工具相比,本文提出的营养类APP评价指标体系突出用户对《中国居民膳食指南(2022版)》依从的重要性,并结合营养类APP的应用现状和国民健康素养水平,强调用户体验视角下对健康养生类APP在功能水平、效率、有效性等方面的评价。
因此,我们应尽快通过建立营养类APP评价指标体系并实施评价,了解国内营养类APP的现状与不足,尤其对《中国居民膳食指南》的依从状况,明确改进方向,加快高效优质营养类APP的建设步伐,在未来为广大用户提供更多符合《中国居民膳食指南》、科学全面管理个人健康饮食的移动应用程序。
参考文献:
[1]任向楠, 丁钢强, 彭茂祥,等. 大数据与营养健康研究[J]. 营养学报, 2017, 39 (1) : 5-9.
[2]吕晓燕, 夏京花, 曹英娟. 糖尿病移动医疗APP质量现状及其评价工具的研究进展[J].中 国护理管理.2019,19(12):1881-1886.
[3]王秋颖,董怡然,李英超.移动医疗APP 在慢性病健康管理中的应用研究[J]. 经济研究导
刊2018,14:167-168.
[4]曹志,郑小敏,乔亚楠,等.慢性病管理类医疗应用软件的现状与前景[J]..中华医学图书情报杂志,2016,25(7):27-30.
[5]中国营养学会.中国居民膳食指南-2022[M].北京:人民卫生出版社,2022.
[6]Chu YJ, Yin Z, Liang Y, et al. The index system of hospital pharmacists` score completence
constructed by using Delphi method and analytic hierarchy process[J].Chin J Hosp Pharm,
2019, 39(11:1)1198-1202.
[7]ConD,De Cruz P. Mobile phone apps for inflammatory bowel disease self-management: a systematic assessment of content and tools[J]. JMIR Mhealth,2016,4(1): e13.
[8]GARCíA-PEÑALVO F J,CONDE M Á,MATELLÁN-OLIVERA V.Mobile apps for older users-the development of a mobile apps repository for older people[M]//ZAPHIRIS P, IOANNOU A.Learning and collaboration technologies:technology-rich environments for learning and collaboration.Berlin:Springer,2014:117-126.
[9]乔羽,褚淑贞.国外移动医疗应用监管对我国的启示[J].中国药房, 2014(29):2702-2704.
[10]STOYANOV S R,HIDES L,KAVANAGH D J,et al.Mobile app rating scale:a new tool for assessing the quality of health mobile apps[J].Jmir Mhealth & Uhealth,2015,3(1):e27.
项目基金:天津市卫生健康委员会科技人才培育项目 KJ20097