With today's technological advancements, mobile phones and wearable devices have become extensions of an increasingly diffused and smart digital infrastructure. In this paper, we examine mobile health (mHealth) platforms and their health and economic impacts on the outcomes of chronic disease patients. To do so, we partnered with a major mHealth firm that provides one of the largest mobile health app platforms in Asia specializing in diabetes care. We designed and implemented a randomized field experiment based on detailed patient health activities (e.g., steps, exercises, sleep, food intake) and blood glucose values from 1,070 diabetes patients over several months. Our main findings show that the adoption of the mHealth app leads to an improvement in both short term metrics (such as reduction in patients' blood glucose and glycated hemoglobin levels) and longer-term metrics (such as hospital visits, and medical expenses). Patients who adopted the mHealth app undertook higher levels of exercise, consumed healthier food with lower calories, walked more steps and slept for longer times on a daily basis. A comparison of mobile vs. PC enabled version of the same app demonstrates that the mobile has a stronger effect than PCs in helping patients make behavioral modifications with respect to diet, exercise and life style, which ultimately leads to an improvement in their healthcare outcomes. We also compared outcomes when the platform facilitates personalized health reminders to patients vs. generic reminders. We found that personalized mobile message with patient-specific guidance can have an inadvertent effect on patient app engagement, life style changes, and health improvement. Overall, our findings indicate the potential value of mHealth technologies, as well as the importance of mHealth platform design in achieving better healthcare outcomes.


翻译:随着今天的技术进步,移动电话和可磨损装置已经成为1 070名糖尿病患者几个月来日益扩散和智能数字基础设施的延伸。在本文中,我们检查移动健康(健康)平台及其对慢性病患者结果的健康和经济影响。为此,我们与一家大型健康公司合作,该公司在亚洲提供最大的糖尿病护理移动健康应用平台之一。我们设计并实施了基于详细的病人健康活动(例如,步骤、锻炼、睡眠、食物摄入)和血液凝胶值的随机化实地实验。几个月来,来自1 070名糖尿病患者。我们的主要调查结果显示,采用移动健康(健康)平台导致短期计量(如减少病人血液凝糖和血红蛋白素浓度水平)和较长期衡量标准(如医院访问和医疗费用等)的改善。 采用移动健康应用程序的病人进行更高水平的锻炼,用更健康的卡路里低的卡路里消费更健康的食品,走更多的步骤,以及更长时间的睡眠。 移动健康(PC)健康(健康)诊断方法的升级版本比个人健康(健康)的更新过程更加重要。 移动健康(我们的健康)平台与移动健康(健康)的升级的结果比移动健康)更重要。我们发现健康(健康(健康)的结果更重要。

0
下载
关闭预览

相关内容

《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
深度学习医学图像分析文献集
机器学习研究会
18+阅读 · 2017年10月13日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关资讯
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
深度学习医学图像分析文献集
机器学习研究会
18+阅读 · 2017年10月13日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员