摘要

目的/意义 分析糖尿病管理App用户满意度及其影响因素，为优化其实际使用效果提供建议。方法/过程 基于糖尿病管理App用户评论数据，运用隐含狄利克雷分布主题模型获取相关主题，并以双因素理论模型为框架，构建Tobit模型，分析不同主题与用户满意度的相关性，最后利用Wald检验分析各主题对用户满意度影响差异。结果/结论 糖尿病患者最关注App的社交功能、咨询服务以及兼容性，易用性和社交功能作为激励因素影响用户满意度，兼容性和数据追踪作为保健因素对用户满意度产生影响。软件开发者应优先考虑解决保健因素相关问题，并在此基础上逐步改善激励因素相关问题，综合提升用户的持续使用意愿和满意度。

关键词: 糖尿病管理移动医疗应用程序用户生成内容用户满意度

1 引言

糖尿病具有极大健康危害，导致高额经济负担，已成为全球公共卫生和医疗领域面临的重大挑战 ^[1] 。除了典型的“三多一少”(多饮、多食、多尿、体重减少)症状外，糖尿病还会导致广泛的血管损伤，累及全身多个器官，进而引发失明、肾衰竭、心脏病、脑卒中以及下肢截肢等严重并发症 ^[2] 。国内外多项研究 ^[3-5] 表明，良好的自我管理能够显著改善糖尿病患者的生理、心理指标和健康相关生命质量。但对于大多数患者而言，全面的糖尿病管理具有挑战性且难以维持 ^[6] 。

有研究 ^[7-8] 表明基于应用程序(application，App)的糖尿病自我管理能有效提高患者的依从性和自我管理能力，降低糖化血红蛋白(glycated hemoglobin A1c，HbA1c)水平，从而带来更好的血糖控制效果。也有研究 ^[9-10] 通过问卷调查等方法证明其开发的糖尿病管理App用户满意度较高。然而糖尿病管理App在真实世界中使用效果不佳，与上述结果相矛盾。研究显示，仅有50%的用户对糖尿病管理App的评级为中等到良好 ^[11] ，其中付费App的用户评级更差 ^[12] 。用户满意度较低会影响其持续使用意愿，与App弃用现象直接相关 ^[13] 。此外，已有研究证实，移动医疗App的实际使用效果与其用户满意度密切相关，提升用户满意度可以显著提升其实际使用效果 ^[13] 。

目前，国内外对于糖尿病管理App用户满意度的研究多局限于定性分析，缺少对真实世界用户评论内容的深入探讨。例如，Lee E Y等 ^[9] 通过满意度调查问卷对自主研发的糖尿病管理App进行用户满意度评估，李凤婷等 ^[10] 基于App使用测评问卷对儿童1型糖尿病延续护理App“糖宝随访”进行用户满意度调查，张洪辉等 ^[14] 基于扎根理论对2 014条糖尿病管理App的用户评论进行编码分析，从而提炼出用户关注的功能内容、用户反映的问题以及用户满意度的来源。

应用商店中积累了大量关于糖尿病管理App的用户评论，这些评论反映了用户的真实使用情况，从中可以深入了解用户的主要观点，挖掘影响用户满意度的因素，为改善糖尿病管理App的实际使用效果提供真实和客观的建议。因此，本文采用主题建模及定量分析方法对糖尿病管理App用户评论进行分析，探究国内糖尿病管理App的用户满意度及其影响因素，以期为改善其实际应用效果提供真实、客观的建议。

2 方法

2.1 数据获取

为保证查全率，在Android和IOS操作系统下选取9个应用商店进行全面调研，分别为：华为、小米、OPPO、VIVO、魅族、百度、应用宝、360、App Store。检索时间为2023年12月，相应检索词如下：糖尿病、糖尿病管理、糖尿病追踪、糖尿病饮食、血糖、血糖管理、血糖记录、血糖监测、血糖追踪、血糖控制、葡萄糖、胰岛素。

筛选过程遵循PRISMA框架 ^[15] ，依据以下纳入和排除标准由两名研究人员进行筛选，分歧由第3名研究人员仲裁解决。纳入标准：主要面向糖尿病患者；提供糖尿病管理服务，包括血糖监测、饮食管理、用药管理、运动管理、糖尿病教育等；中文语言。排除标准：仅提供指标管理的综合运动健康软件，如华为运动健康；糖尿病管理不是其主要功能的App，如智慧健康管理；用户评论数据小于50条的App。最终纳入19个糖尿病管理App，具体筛选流程，见图1

图1 糖尿病管理App筛选过程

研究人员间的一致性通过Kappa系数衡量 ^[16] ，Kappa=0.924， <0.001，筛选结果一致性很强。各应用商店中用户评论数据的获取基于七麦移动应用数据分析平台 ^[17] ，研究初始收集用户评论数据39 471条。

2.2 数据预处理

由于应用商店中存在部分虚假、无意义的用户评论，可能影响对用户评论的主题挖掘及满意度分析，通过以下步骤对用户评论数据进行预处理。首先，删除重复、空白、非中文、乱码及无意义评论共723条；其次，调用百度智能云中的情感倾向分析接口 ^[18] 计算每条用户评论的情感极性，将其划分为消极、中性和积极3类，剔除用户评分和评论情感极性不一致的矛盾数据1 254条；最后，采用Python的jieba库 ^[19] 进行分词，通过停用词表删除文本中的停用词及无关字符，共纳入37 494条评论数据用于后续的用户满意度分析。

2.3 数据分析

基于隐含狄利克雷分布(latent Dirichlet allocation，LDA)主题模型提取用户评论主题，并以双因素理论模型为基础构建Tobit模型，分析不同主题与用户满意度的相关性，最后利用Wald检验分析各主题对用户满意度的影响差异。

2.3.1 LDA主题模型 LDA是基于概率的主题模型算法，用于识别大规模文档集或语料库中的潜在主题信息 ^[20] 。作为3层贝叶斯概率模型，LDA包含词、主题和文档3层结构，通过词袋构成“文档-主题分布”和“主题-词分布”。

( _{[
{
"name": "text",
"data": "j"
}
]} | _{[
{
"name": "text",
"data": "i"
}
]} )=∑ _{[
{
"name": "text",
"data": "k"
}
]} ( _{[
{
"name": "text",
"data": "j"
}
]} | _{[
{
"name": "text",
"data": "k"
}
]} )* ( _{[
{
"name": "text",
"data": "k"
}
]} | _{[
{
"name": "text",
"data": "i"
}
]} )

(1)

其中， _{[
{
"name": "text",
"data": "i"
}
]} 代表文档， _{[
{
"name": "text",
"data": "k"
}
]} 代表主题， _{[
{
"name": "text",
"data": "j"
}
]} 代表词，代表文档所包含的主题数量。使用Python的Gensim库进行模型训练，考虑到过拟合的可能，综合困惑度、一致性评价指标及实际聚类效果确定主题数量。

2.3.2 Tobit模型和Wald检验双因素理论由美国行为科学家赫茨伯格于1959年提出，又被称为“保健-激励理论”，被广泛用于用户满意度分析 ^[21] 。其核心思想是，影响满意度的因素分为保健因素和激励因素，激励因素会给人们带来满意，不会引起不满；而保健因素只能消除不满，不会带来满意。在实践过程中，通常会在满足保健因素的情况下尽量强化激励因素，从而提高整体满意度。参考既往研究 ^[22-23] 设置正偏差(positive deviation，PD)和负偏差(negative deviation，ND)因变量，由用户评分与该App应用商店评分的差值定义，用以表示用户个人评分与平均评分之间的偏向和程度。PD的取值范围为(0，4)，ND的取值范围为(-4，0)。为有效处理受限被解释变量，选用Tobit模型 ^[24] 探究用户满意度的影响因素，模型的自变量为每条用户评论基于LDA模型生成的所属各主题的概率分布，因变量为每条用户评论正负偏差的绝对值。

(2)

(3)

最后，为进一步探究糖尿病管理App用户满意和不满意涉及影响因素的不对称性，基于Stata 16.0软件，使用Wald检验对PD和ND模型中的参数进行差异性检验，显著性水平设定为双侧 <0.05。

3 结果

3.1 App使用现状

目前国内上架的糖尿病管理App共144个，但仅有19个(13.2%)App用户评论在50条以上，初始纳入39 471条用户评论数据，见图2 。其中用户评论数前3位的App分别包含14 588条(38.9%)、9 315条(24.9%)、5 869条(15.7%)评论数据，占所有评论数据的79.5%。

图2 常用糖尿病管理App用户评论数量

3.2 用户评论主题

综合LDA模型的困惑度、一致性评价指标及实际聚类效果，最终确定用户评论的12个主题，见图3 。由两名研究人员分别归纳和命名每个关键词集合的主题，分歧由第3名研究人员仲裁，最终确定的用户评论主题及其关键词、评论数，见表1 。社交、兼容性、咨询是用户最关注的3个方面。

表1 基于LDA主题模型划分的用户评论主题及关键词(n=37 494)

图3 LDA模型主题数选择依据

3.3 用户满意度的影响因素

用户评论的Tobit回归模型结果，见表2 。正偏差模型结果显示，除体重管理( =0.124)、饮食控制( =0.883)、依从性( =0.36)、可靠性( =0.441)对用户满意度正偏差无显著性影响外，其他8个主题对用户满意度正偏差均有显著性影响。其中积极影响效应最大的两个因素为血糖控制( =0.232， <0.001)和社交( =0.203， <0.001)，明显高于其他因素；消极影响效应最大的因素为兼容性( =-0.154， <0.001)。负偏差模型结果显示，除血糖控制( =0.193)、咨询( =0.38)、界面设计( =0.192)外，其他9个主题对用户满意度负偏差均有显著性影响。其中积极影响效应最大的两个因素为兼容性( =3.165， <0.001)和社交( =2.663， <0.001)，明显高于其他因素；消极影响效应最大的两个因素为易用性( =-2.781， <0.001)和数据追踪( =-2.778， <0.001)，明显高于其他因素。

表2 用户评论的Tobit模型回归结果

注：^a表示正偏差模型的最大似然估计为-21 651.05；^b表示负偏差模型的最大似然估计为-5 232.945 2。

3.4 激励因素和保健因素的不对称性

基于双因素理论，为探究影响因素的不对称性，使用Wald检验分别对正偏差模型和负偏差模型的参数进行差异性检验，见表3 ，除血糖控制( =0.652)、咨询( =0.584)、界面设计( =0.347)、商业化( =0.081)外，其余8个影响因素的效应参数具有显著性差异，表明这些因素对用户满意度的影响是不对称的，存在激励因素和保健因素。

表3 正偏差模型和负偏差模型的参数比较(Wald检验)

其中，易用性对正偏差模型具有积极显著影响，对负偏差模型具有消极显著影响；兼容性对正偏差模型具有消极显著影响，对负偏差模型具有积极显著影响；社交对正偏差模型和负偏差模型均有积极显著影响；数据追踪对正偏差模型和负偏差模型均有消极显著影响；且这4个因素对两个模型的影响效应均具有显著性差异。

4 讨论

4.1 糖尿病管理App的用户满意度和主要观点

国内糖尿病管理App的整体用户满意度较差，用户主要关注App功能的社交、兼容性、咨询方面。在纳入的19个App中，有15个(78.9%)App的用户综合评分在4星及以上，即用户的总体满意度为78.9%，处于较低水平，这与既往基于问卷调查等定性反映的结果较为不同 ^[9-10] ，而用户满意度差会导致用户持续使用意愿低，引起App的弃用现象 ^[13] ，这也解释了糖尿病管理App在真实世界中使用效果不佳的原因。

此外，各用户评论主题下所包含的评论数量表明用户对该主题的关注度大小。用户最关注糖尿病管理App的社交(19.11%)、咨询(11.31%)、兼容性(13.99%)功能，反而对于体重管理(7.23%)、血糖控制(6.61%)、数据追踪(4.25%)、饮食控制(3.52%)等自我管理功能关注度较小。分析可知，社交和咨询功能不仅能够明显提升App的趣味性，也能显著降低患者的血糖水平，提高其糖尿病知识储备，并改善其心理健康状态 ^[25] 。由于糖尿病管理App多接入血糖仪、运动手环等软硬件，实时监测用户的血糖、步数等数据，其兼容性也受到用户的较多关注 ^[26] 。而各App所固有的自我管理功能已较成熟且彼此之间差异不大，故引起的关注度较少。

4.2 糖尿病管理App的激励因素和保健因素

对于国内糖尿病管理App而言，易用性和兼容性分别是其显著的激励因素和保健因素，社交和数据追踪分别是其潜在的激励因素和保健因素。分析可知，易用性对正偏差模型具有积极显著影响，当其出现在用户话题中的概率增加时，用户满意度上升，这表明其与用户满意度有关；其对负偏差模型具有消极显著影响，当其减少时，用户不满意度反而上升，这表明其与用户不满意度无关。因此易用性属于糖尿病管理App显著的激励因素。同理，兼容性属于显著的保健因素。此外，社交和数据追踪虽然存在不对称性，但正偏差模型和负偏差模型的结果不显著。对其涉及的用户评论内容进一步分析后发现，社交主题下的积极评论多为用户对于该功能的赞扬，消极评论多为用户成本等其他方面的意见，这表明其与用户的满意度更为相关，而与用户的不满意度关系较小，属于潜在的激励因素。同理，数据追踪属于潜在的保健因素。

4.3 提高用户可持续使用意愿的建议

糖尿病管理App软件开发者应先改善保健因素，减少用户的不满意度，再改善激励因素，提升用户的满意度。由于用户的不满意度直接影响其持续使用意愿 ^[13] ，首先，开发者应尽快改善App的兼容性和数据追踪功能，因为血糖仪无法连接、版本不匹配等兼容性问题使大量用户产生不满，且糖尿病患者要经常查看自己的血糖水平等数据，这二者是最需要完善的功能；其次，开发者也应考虑糖尿病患者年龄普遍较高的现状 ^[27] ，简化操作流程、设置操作指引，以提升App的易用性，降低使用门槛；最后，建议开发者完善App的社交功能，增加App的趣味性，吸引更多用户，并通过亲友或同伴支持切实帮助患者改善血糖水平。

4.4 局限性

本研究存在一定的局限性。首先，由于并非所有用户都会主动提供评论，无法全面评估这些未评论用户对糖尿病管理App的满意度，这可能会导致选择偏倚；其次，尽管本研究已初步确定了影响用户满意度的若干因素，并探讨这些因素在满意度评价中的不对称性影响，但尚缺乏深入分析与机制探讨。在后续研究中，将基于技术接受模型，采用问卷调查的方法，进一步深入探索并解析这些影响因素对用户满意度的作用机制。

5 结语

糖尿病管理App虽然能够有效帮助患者控制血糖水平，但用户满意度较差导致其实际应用效果不佳。本研究从应用商店中的用户评论数据出发，通过LDA主题模型及定量分析方法揭示影响用户满意度的因素及其不对称性。结果表明，糖尿病患者最关注糖尿病管理App的社交、咨询、兼容性功能，影响其满意度的激励因素是易用性和社交，保健因素是兼容性和数据追踪。软件开发者应优先解决保健因素涉及的问题，并在此基础上改善激励因素涉及的问题，综合提高用户的持续使用意愿。

作者贡献 ：安凯负责研究设计与实施、论文撰写；邱浩负责App筛选；雷健波负责研究设计、App筛选判定。

利益声明 ：所有作者均声明不存在利益冲突。

摘要

关键词: 糖尿病管理 移动医疗 应用程序 用户生成内容 用户满意度