用户旅程法：改善数字干预使用测量、推动心理健康干预发展的关键路径

《BMC Health Services Research》：User journey method: a case study for improving digital intervention use measurement

当前数字心理健康干预面临使用率低等问题，现有测量方法难以识别干预元素与辍学的关联。研究人员开展 “用户旅程法：改善数字干预使用测量” 的研究，应用该方法评估新型游戏干预 Meliora。结果发现各干预元素均有关键数据及使用障碍，该方法有助于优化干预，推动其迭代发展 。

　　在当今数字化时代，心理健康问题愈发受到关注，数字心理健康干预应运而生，被寄予改善医疗服务可及性的厚望。然而，现实却给这一新兴领域泼了冷水。一方面，数字干预在吸引用户方面困难重重，即便找到了潜在用户，他们的兴趣也难以转化为实际的持续使用，高辍学率更是让干预效果大打折扣。另一方面，现有的干预使用测量方法存在诸多缺陷，不仅测量和报告不规范、不一致，而且往往只聚焦于干预软件，忽视了其他重要元素，导致无法精准找出与用户流失相关的因素，这严重阻碍了数字干预的进一步发展和优化。为了解决这些棘手的问题，来自芬兰阿尔托大学（Aalto University）等机构的研究人员开展了一项极具意义的研究，相关成果发表在《BMC Health Services Research》上。

该研究旨在引入用户旅程法（User journey method），以此提升数字干预使用测量的水平。研究人员以一款名为 Meliora 的新型基于游戏的数字心理健康干预项目为案例进行深入研究，该项目旨在缓解成人重度抑郁症（Major Depressive Disorder，MDD）。

研究人员采用了多种关键技术方法。在数据收集方面，综合利用社交媒体分析、网站使用数据、注册数据、临床研究协调员（Clinical Subject Coordinator，CSC）访谈数据、症状问卷数据以及行为干预使用数据等多源数据。在研究设计上，采用随机对照试验（Randomized Controlled Trial，RCT），该试验获得了赫尔辛基大学医院研究伦理委员会（HUS/3042/2021）和芬兰药品管理局（FIMEA/2022/002976）的批准，并在 ClinicalTrials.gov 上进行了预注册。同时，运用混合方法研究设计，将定量分析与定性分析相结合，全面评估干预效果。

研究结果如下：

1. 预干预阶段：研究招募至少覆盖了 145,000 芬兰人，社交媒体、口碑传播以及新闻和网络渠道是最有效的招募途径。研究网站吸引了 16,243 名访客，其中 1,007 人注册。但从网站访客到注册，再到最终被纳入研究的转化率较低，存在诸多阻碍因素。
2. 干预阶段：498 名被分配到干预组或对照组的参与者中，457 人至少使用了一次干预软件。平均使用时长为 17.3 小时，分布在 19.7 天内，总使用天数为 38.9 天。干预过程中，不同阶段的使用情况差异较大，部分关卡的辍学率较高，如 8 - 10 级和 13 - 16 级。只有 150 名参与者达到了 24 小时的最低依从目标。
3. 干预后阶段：在使用干预软件达到 24 小时的 150 名参与者中，116 人（77%）完成了随访问卷。
4. 支持联系分析：1,007 名注册参与者中，313 人（31.1%）通过电子邮件联系了研究人员。邮件内容主要涉及干预软件、症状问卷、退出研究以及报销等问题。

研究结论与讨论部分指出，用户旅程法能够全面评估干预的各个元素，有效识别使用障碍。例如，发现网站用户界面可能需要优化，部分干预内容的设计、节奏和指导需要改进。同时，研究还发现定性方法能很好地补充定量数据，二者结合有助于更深入地理解用户行为。该方法为干预研究人员、设计师和开发者带来诸多益处，包括全面建模干预、测量用户流程以及管理干预过程以促进迭代发展。但在应用该方法时，也需考虑研究服务的特点和背景。总体而言，用户旅程法具有显著潜力，有望在数字干预的开发、评估和实施中发挥重要作用，为改善数字心理健康干预效果提供了新的思路和方法，推动该领域朝着更有效的方向发展。