健身应用对产后妇女的影响

原创于 2025-11-01 01:41:04 发布 · 399 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#移动健康应用 #产后肥胖 #产后抑郁症

医疗保健

Article肥胖与抑郁产后妇女中移动健康应用评估

CheWanJasimahBtWanMohamedRadzi，HashemSalarzadehJenatabadi*和 NadiaSamsudin
科学技术研究系，理学院，马来亚大学，吉隆坡50603，马来西亚；jasimah@um.edu.my（ C.W.J.B.W.M.R.）；nadiasamz91@gmail.com（N.S.）*通讯作者：jenatabadi@um.edu.my
收到日期：2020年2月12日；接受日期：2020年3月18日；发表日期：2020年3月26日

摘要

背景：怀孕已成为女性在产后阶段超重或肥胖的主要原因，这还可能导致女性患上产后抑郁症。信息技术（IT）在医疗保健行业中的应用日益广泛，为患者提供了通过多种应用程序管理自身健康状况的机会，其中一种便是移动健康应用。
目的：本研究主要旨在试验并了解移动健康应用（即健身和营养应用程序）对产后妇女体重指数（BMI）和抑郁水平的影响。
方法：向产后一年内的产后妇女发放了在线问卷，共收到819份完成的问卷。移动健康应用程序使用频率被划分为每日、每周、很少和从不使用类别。因此，基于现有统计数据，分析了移动健康应用程序使用频率对体重指数和抑郁水平的影响。采用描述性统计、方差分析和邓尼特检验对实验数据进行分析。
结果：在819名受访者中，37.9%和42.1%分别为超重和肥胖。近32.9%的受访者可能抑郁，45.6%处于风险增加状态。本研究显示，仅有23.4%和28.6%的受访者从未使用健身和营养应用程序。使用健身应用程序的频率对体重指数和抑郁水平的影响明显，这意味着随着健身应用程序使用频率的增加，对维持并降低马来西亚产后女性的体重指数和抑郁水平也有显著效果。然而，根据每周和每日使用健身应用程序的数据，发现其对体重指数和抑郁水平的改善贡献较大（p= 0.000）。但营养应用程序在主要变量内部并无显著性（p> 0.05）。邓尼特检验结果显示，健身应用程序在抑郁水平方面的显著性始于每日使用，而在体重指数方面则始于每周使用。
结论：本研究证实了健身应用程序在改善体重指数和抑郁水平方面的有效性。尽管营养应用程序未对体重指数和抑郁水平产生显著影响，部分受访者仍被归类为每周和每日使用者。因此，体重指数和抑郁水平的改善与所使用的移动健康应用程序类型相关。

关键词 ：移动健康应用；产后肥胖；产后抑郁症；健康评估

1. 引言

移动健康已被确定为一种公共医疗保健应用，需与移动设备[1]配合使用。移动通信设备（例如智能手机、平板电脑等）的发展催生了许多关于移动应用程序（app）的创新，尤其是在医疗保健行业，这也被称为移动健康应用[2]。App Store（苹果应用商店）中的应用数量不断增加，显示移动健康应用可随时供任何人下载[3]。以往的研究主要关注用于医疗保健目的的移动健康应用及其在预防性健康方面的潜在益处，包括医疗保健以及使用这些应用所面临的挑战[4,5]。曹、李、金和朴[6]报告称，用户下载移动健康应用的主要原因是为了饮食/卡路里计算和锻炼/健身。研究表明，健身、营养和行为类应用是最常被下载的移动健康应用[7,8]。

基本上，健身和营养应用有助于促进健康生活方式[9,10]。健身应用有助于减肥、更健康的饮食、更高的运动水平和更低的BMI水平，而营养应用则与更好的食物摄入控制和减肥相关[9]。

尽管下载速度很快，彭、坎塔瓦拉、袁和侯赛因[11]指出，许多移动健康应用未能获得用户足够的反馈。因此，如果这些应用未达到用户的期望，用户往往会选择卸载。如今，女性使用智能手机的时间比男性更长[12]。高等人[13]表明，女性更倾向于在智能手机上下载健康与健身应用。然而，关于产后妇女与移动健康应用的相关研究似乎仍显不足。与产后相关的移动健康干预已被探讨，并涉及夫妻间的产后家庭计划[14–16]以及艾滋病预防[17]。此外，全球范围内，三分之一的成年女性患有肥胖[18,19]。近年来，女性肥胖的风险急剧上升[20]。此外，凯沙瓦兹等人[21]以及罗根、佩恩和梅尔策‐布罗迪[22]已证实产后抑郁症与肥胖之间存在关联。苏米特兰等人[23]也支持这一观点，指出这种关联在产后妇女中相当普遍。在产后时期，每七名女性中就有一人因分娩后出现的并发症而面临抑郁[24]。显然，超过20%的女性被诊断为患有产后抑郁症[25]。

近年来，与体重管理和心理健康或抑郁症治疗相关的移动健康应用已被广泛使用。然而，在本研究中，我们仅关注两款与健身和营养相关的移动健康应用，以探讨它们是否会影响产后肥胖和抑郁。

据我们所知，关于健身和营养应用的使用及其与产后妇女体重指数和抑郁水平之间关系的研究还很少。因此，我们开展此项研究，以评估健身和营养应用对患有肥胖和抑郁的产后妇女的影响。这将有助于更好地了解与这些应用使用相关的因素。

2. 材料与方法

2.1. 参与者

在确定本研究的样本量时，我们采用克雷杰和摩根方法来计算所需的样本量[28]。该公式常用于估计样本量[29]：

s = X²NP(1 − P)/ d² (N − 1)+ X²P(1 − P) (1)

其中
s = 所需的样本量
X² = 在期望置信水平下自由度为一的卡方表值
N = 总体规模
P = 总体比例
d = 以比例形式表示的准确度（0.05）

本研究聚焦于居住在城市化且人口密集的城市中的马来西亚产后妇女，因为这些地区互联网易于获取。受试者选自吉隆坡、柔佛、槟城和雪兰莪周边地区。数据通过在线问卷分发，即将问卷链接发送给参与者。因此，我们的样本结构关注的是能够访问互联网的参与者。此外，本研究探讨移动健康应用对患有抑郁症和肥胖症的女性的影响。因此，在研究抽样中，无法访问互联网的产后妇女被自动排除。

目标群体处于怀孕后的产后一年期间。我们选择这一时期是因为这是一个合适的阶段，因为之前的研究[30,31]表明母亲通常在身体和心理方面从分娩中恢复。我们收到了受访者提交的819份完成的问卷。

2.2. 伦理声明

该调查获得了马来亚大学研究伦理委员会（UM.TNC2/RC/H&E/UMREC 127）的批准。研究方法遵循相关指南和规定进行。向受访者提供了研究目的的说明，并通过在线问卷获取了所有受访者的知情同意。

2.3. 测量

研究变量被分为四个部分：人口统计学、体重指数、抑郁程度和移动健康应用使用频率。

人口统计学

人口统计学变量包括四个指标，即年龄组、教育背景、工作经验和家庭月收入。年龄范围分为四组：21至25岁、26至30岁、31至35岁和35岁以上。教育背景分为“低于高中学历”、“高中”、“文凭”、“学士”和“硕士或博士”。受访者的工作经验分为“无工作经验”、“少于3年”、“3至6年”、“6至10年”和“超过10年”。家庭月收入以马来西亚林吉特（RM）计，分为“低于2000林吉特”、“2000至3000林吉特”、“3000–4000林吉特”、“4000–5000林吉特”和“超过5000林吉特”。

体重指数

为了测量个体的体重指数范围，需要使用标准公式计算身高和体重：[千克为单位的体重]/[米为单位的身高]²[32,33]。体重指数分类包括：体重不足（<18.5 kg/m²）、正常（18.5 至 23.9 kg/m²）、超重（24.0 至 27.9 kg/m²）和肥胖（≥28.0 kg/m²）[34]。

抑郁

采用爱丁堡产后抑郁量表（EPDS）问卷测量抑郁症状，该量表在产前和产后时期均已验证有效，并已在先前的研究中使用[35–39]。EPDS通过问卷中的十个项目，采用四点量表评估抑郁症状的频率。总分0–9分归类为“正常”，10–11分为“轻微增加风险”，12–15分为“风险增加”，超过15分则列为“可能抑郁”[40]。

移动健康应用使用频率

受访者被询问其使用应用的情况，分为“是”或“否”。关于使用应用的时间长度，参与者被分为四组，分别为“少于1个月”、“1‐2个月”、“3‐5个月”和“超过5个月”。

同时，受访者使用健身和营养应用的频率也被分为四类，即“从未使用”、“很少”、“每周”和“每天”，该分类方式在以往研究中也已被采用[41]。使用时间少于1个月的受访者被视为“从未使用”应用。我们明确了常见安装的应用类型，包括用于查找信息（如锻炼指南）、追踪饮食/健身活动（如每日记录）以及与用户互动（如反馈）的应用[42]。

2.4. 数据分析

根据研究参与者的分布情况，对研究变量的描述性统计进行了制表。主要变量（即体重指数、抑郁程度、健身与营养应用使用频率）根据参与者的分布情况进行比较，以便进行分析。

研究工作的目的。因此，采用单向方差分析（ANOVA）来分析移动健康应用使用频率对产后BMI和抑郁的影响。数据的分析进一步采用邓尼特t检验进行。该检验能够将一个组作为对照组，并将其与其他所有组进行比较。所有获得的P值小于0.05被认为具有统计学显著性。分析使用SPSS（版本25，SPSS公司，美国伊利诺伊州芝加哥）进行。

3. 结果

表1展示了研究变量的描述性统计结果。在819名产后妇女（大多数年龄为31岁及以上）中，340人（41.5%）为马来人，295人（36.0%）为华人，184人（22.5%）为印度人。大多数参与者拥有学士学位（34.2%），28.9%为文凭持有者。仅有133名受访者（16.2%）没有工作经验，而大多数受访者具有7至10年的工作经验（28.1%）。在最高月收入方面，365名受访者（44.6%）每月收入约为4000至5000林吉特，仅36名受访者（4.4%）月收入超过5000林吉特。

就BMI变量而言，体重不足的受访者数量最少（12.0%），而肥胖者最多（32.0%）。在819名被研究的产后妇女中，共有223人（27.2%）体重正常，236人（28.8%）超重。

根据计算出的EPDS评分，仅有18.9%的受访者处于正常水平。其余受访者的抑郁水平分别为：21.4%（轻微增加风险）、34.7%（风险增加）和25%（可能抑郁）。

与此同时，健身应用的平均使用频率为2.53（趋向于每周使用）。健身应用每周使用的频率最高，占受访者的28.0%（229/819）；24.4%（200/819）和24.2%（198/819）的受访者分别每天使用和很少使用健身应用，而23.4%的受访者（192/819）从不使用健身应用。

另一方面，在营养应用方面，29.2%（239/819）的受访者很少使用，其次为“从不使用”类别，占28.6%（234/819）。其余受访者中，23.2%（190/819）几乎每周使用，19.0%（156/819）每天使用营养应用。营养应用的平均使用频率为2.33（趋向于很少使用）。

表1。研究变量的描述性统计
数量，百分比
年龄 (n,%)
21至25岁	54 (6.6%)
26至30岁	177 (21.6%)
31至35岁	319 (38.9%)
35岁以上	269 (32.8%)
教育程度 (n,%)
低于高中学历	141 (17.2%)
高中	95 (11.6%)
文凭	237 (28.9%)
学士	280 (34.2%)
硕士或博士	66 (8.1%)
收入 (n,%)
低于2000林吉特	144 (17.6%)
2000至3000林吉特	124 (15.1%)
3000–4000林吉特	150 (18.3%)
4000–5000林吉特	365 (44.6%)
超过5000林吉特	36 (4.4%)
工作经验 (n,%)
无工作经验	133 (16.2%)
少于3年	147 (18.0%)
3‐6年	183 (22.3%)
6‐10年	230 (28.1%)
超过10年	126 (15.4%)
体重指数 (n,%)
体重不足	98 (12.0%)
正常	223 (27.2%)
超重	236 (28.8%)
肥胖	262 (32.0%)
抑郁程度 (n,%)
正常	155 (18.9%)
轻微增加风险	175 (21.4%)
风险增加	284 (34.7%)
可能抑郁	205 (25.0%)
健身应用使用频率 (n,%)
从未使用	192 (23.4%)
很少	198 (24.2%)
每周	229 (28.0%)
每天	200 (24.4%)
营养应用使用频率 (n,%)
从不使用	234 (28.6%)
很少	239 (29.2%)
每周	190 (23.2%)
每天	156 (19.0%)
表2。不同健身应用使用频率下体重指数和抑郁的分布。
—	—	—
	体重指数（n， %）
使用频率	1	2
从不使用	192 23.4%	18 4.2%
很少	198 24.2%	15 7.6%
每周	229 28.0%	37 16.2%
每天	200 24.4%	38 19.0%
总计	819 100.0%
体重指数类别： 1=体重不足， 2=正常， 3=超重， 4=肥胖；抑郁程度： 1=正常， 2=轻微增加风险， 3=风险增加， 4=可能抑郁。

表3。不同营养应用使用频率下体重指数和抑郁的分布
	体重指数（n， %）				抑郁（n，%）
使用频率	1	2	3	4	1	2	3	4
从不使用	234 28.6%	33 14.1%	62 26.5%	71 30.3%	68 29.1%	234 28.6%	40 17.1%	49 20.9%
很少	239 29.2%	31 13.0%	50 20.9%	70 29.3%	88 36.8%	239 29.2%	38 15.9%	48 20.1%
每周	190 23.2%	19 10.0%	68 35.8%	49 25.8%	54 28.4%	190 23.2%	41 21.6%	44 23.2%
每天	156 19.0%	15 9.6%	43 27.6%	46 29.5%	52 33.3%	156 19.0%	36 23.1%	34 21.8%
总计	819 100.0%					819 100.0%
体重指数类别： 1=体重不足， 2=正常， 3=超重， 4=肥胖；抑郁程度： 1=正常， 2=轻微增加风险， 3=风险增加， 4=可能抑郁。

从表2，“从不使用”和“很少使用”健身应用的受访者主要属于超重和肥胖群体。大多数每周和每日使用健身应用的受访者属于正常体重指数类别。对于从未使用健身应用的受访者，仅有16.1%的人体重指数正常且无抑郁症状。在“很少使用”健身应用的受访者中，有15.2%的人无抑郁症状；而在每周使用者中，这一比例为16.2%。然而，在每日使用健身应用的受访者中，有19.5%的人可能抑郁。

从表3可以看出，关于营养应用，“很少使用”和“从不使用”分别构成了超重和肥胖受访者的大多数。然而，营养应用的每周使用者和每日使用者大多分别属于体重指数正常的分类和肥胖的体重指数分类。在从未使用营养应用的受访者中，仅有17.1%的人、很少使用者中15.9%的人、每周使用者中21.6%的人以及每日使用者中23.1%的人被报告无抑郁症状。

我们展示了表4中的方差分析输出结果。从输出结果中可以看出，使用健身和营养应用的频率在显著性结果之间存在差异。健身应用的体重指数和抑郁水平达到的p值小于0.05。此外，获得的营养应用在体重指数和抑郁水平上的p值均高于0.05（分别为0.204和0.094）。因此，我们采用邓尼特t检验进行事后检验，以比较一组与其他组的使用频率。根据表5，“从不使用”组被设为对照组，其他各组均与该组进行比较。对于BMI变量，“每周”（p‐值 < 0.01）和“每天”（p‐值 < 0.01）健身应用使用频率与对照组的比较具有显著性，但“很少”使用组与对照组的比较无显著性（p‐值 = 0.197）。然而，对于抑郁程度变量，仅“每天”使用组与“从不使用”组在健身应用使用频率上的比较具有显著性（p‐值 < 0.01）。关于营养应用使用频率的邓尼特t检验，无论针对体重指数还是抑郁水平变量，各组之间的比较均无显著性（p‐值 > 0.05）。

| 总和平方 | df | Mean 平方 | F显著 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |......