[论文解读] Designing Adaptive User Interfaces for mHealth Applications Targeting Chronic Disease: A User-Centered Approach

Wei Wang, John Grundy+3 more|arXiv (Cornell University)|May 14, 2024

Mobile Health and mHealth ApplicationsHealth Professions被引用 3

一句话总结

本研究采用混合方法，结合以用户为中心的焦点小组、访谈和112名参与者参与的调查，开发并评估了九项基于证据的指南，用于设计用于慢性病管理的移动健康（mHealth）应用中的自适应用户界面（AUI）。这些指南针对个性化、数据收集和用户参与度等关键挑战，为在真实mHealth环境中提升长期用户采纳率和可用性提供了实用路线图。

ABSTRACT

Mobile Health (mHealth) applications have demonstrated considerable potential in supporting chronic disease self-management; however, they remain under-utilised due to low engagement, limited accessibility, and poor long-term adherence. These issues are particularly prominent among users with chronic disease, whose needs and capabilities vary widely. To address this, Adaptive User Interfaces (AUIs) offer a dynamic solution by tailoring interface features to users' preferences, health status, and contexts. This paper presents a two-stage study to develop and validate actionable AUI design guidelines for mHealth applications. In stage one, an AUI prototype was evaluated through focus groups, interviews, and a standalone survey, revealing key user challenges and preferences. These insights informed the creation of an initial set of guidelines. In stage two, the guidelines were refined based on feedback from 20 end users and evaluated by 43 software practitioners through two surveys. This process resulted in nine finalized guidelines. To assess real-world relevance, a case study of four mHealth applications was conducted, with findings supported by user reviews highlighting the utility of the guidelines in identifying critical adaptation issues. This study offers actionable, evidence-based guidelines that help software practitioners design AUIs in mHealth to better support individuals managing chronic diseases

研究动机与目标

• 通过为个体需求量身定制的自适应用户界面（AUI）设计，解决慢性病患者在mHealth应用中采纳率低和持续使用率低的问题。
• 通过以用户为中心的定性与定量研究，识别AUI的关键挑战和设计策略。
• 通过开发和优化一套全面的可操作指南，用于设计用于慢性病自我管理的mHealth应用中的有效AUI。
• 通过用户和专家的迭代反馈，评估这些指南的实际相关性和可用性。
• 弥合mHealth应用中早期AUI设计流程和用户偏好数据之间的差距。

提出的方法

• 基于现有文献，开发了一个针对慢性病自我管理的mHealth应用原型AUI。
• 对22名管理不同慢性病的参与者开展焦点小组和半结构化访谈，以探讨AUI体验和面临的挑战。
• 在所有22名参与者完成访谈后，发放了后续调查，以收集关于适应偏好和可用性的额外数据。
• 针对90名参与者开展了独立的定量调查，以提取关于数据类型、收集方法、适应程度和界面个性化的偏好。
• 通过主题分析和社会技术扎根理论（STGT）综合定性和定量研究发现，将洞察与现有设计指南对齐。
• 通过20名参与者的反馈调查，对最终九项指南进行了优化，以确保其实际相关性和可用性。

实验结果

研究问题

• RQ1 慢性病患者在与mHealth应用中的自适应用户界面（AUI）互动时面临哪些关键挑战？
• RQ2 哪些策略可以改善AUI的设计，以更好地满足慢性病患者不断变化和多样化的需求？
• RQ3 不同慢性病和用户画像之间，用户在数据类型、收集方法和适应程度偏好上存在哪些差异？
• RQ4 在mHealth应用的AUI设计中，用户参与度、系统复杂性与感知效益之间存在哪些权衡？
• RQ5 如何通过mHealth环境中的以用户为中心的研究，系统地推导并验证AUI设计指南？

主要发现

• 参与者指出AUI存在显著挑战，包括个性化不足、数据输入负担过重以及适应逻辑不清晰，这些因素降低了信任度和参与度。
• 用户更倾向于能够根据健康状况、服药时间表和症状追踪动态调整的自适应界面，且手动输入最少。
• 最受欢迎的数据收集方法是被动方式（如基于传感器）和半被动方式（如语音或图像输入），而主动自我报告则被认为负担较重。
• 用户普遍希望参与适应决策，尤其是涉及敏感数据和界面变更时，但这种偏好因用户经验和健康素养水平而异。
• 通过反馈优化后的最终九项指南在用户中表现出高度可接受性和实际感知实用性，表明其在现实世界中实施具有强大潜力。
• 本研究发现，mHealth应用的长期参与度显著受自适应界面设计的影响，而该设计需随用户健康状态和需求的变化而演变。