编辑推荐：
本文聚焦儿童焦虑症的 mHealth 应用。当前此类应用数量增加，但多数未评估临床效果、数据安全性等。文章探讨其分类、疗效局限，介绍评估标准，强调存在的隐私、公平性问题，为开发有效、安全的数字干预措施提供参考。
mHealth 应用在儿童焦虑症治疗中的兴起
焦虑症是儿童常见的心理健康问题，其患病率呈上升趋势，尤其在青少年和年轻人中更为明显，新冠疫情进一步加剧了这一趋势。认知行为疗法（CBT）是治疗焦虑症的有效方法，但存在治疗时间长、资源有限、费用高等问题。
随着智能手机等设备的普及，mHealth 应用在儿童焦虑症治疗中逐渐兴起。mHealth 应用具有消除时空限制、成本效益高、减少污名化风险等优势，还能实现个性化定制，吸引年轻用户。然而，目前针对儿童和青少年的相关研究证据有限，多数研究在年轻成年人群体中开展，且现有随机对照试验样本异质性较大，不良反应报告不足。
mHealth 应用的分类与特点
当前针对焦虑症的 mHealth 应用可分为三类：
- 通用类应用：数量众多，易获取，但多数未明确年龄范围或针对成人，内容多聚焦一般焦虑或压力，与基于暴露的 CBT 不完全兼容，难以满足儿童循证治疗标准。
- 基于 CBT 原则开发的应用：如 SmartCAT 2.0，与面对面治疗相结合，提供结构化内容，能让治疗师监测和奖励儿童使用；MindClimb 包含暴露活动等，但暴露内容可能被其他技术掩盖，影响基于暴露的 CBT 效果呈现。
- 直接聚焦暴露干预的应用：针对特定焦虑症，如 Live OCD Free 用于管理强迫症症状，Anxiety Coach 支持儿科焦虑症的暴露 CBT 应用，Lumi Nova 针对 7 - 12 岁儿童，融入暴露 CBT 技术，初步研究显示使用八周后焦虑症状显著减轻。但现有应用在内容开发中，基于证据的实践整合不足，结构化家长参与也有待加强。
mHealth 应用的疗效、局限与改进建议
虽然有研究表明 mHealth 应用有助于减轻儿童和青少年焦虑症状、改善应对机制，但整体研究质量和方法存在局限，如样本量小、与其他干预措施结合测试、对文化和个体差异不敏感、缺乏成本效益分析、临床支持和治疗师互动有限等，导致其有效性和效率的证据不足。
为提高 mHealth 应用在儿童焦虑症治疗中的有效性，建议开发者、研究者和健康专业人员合作，开发基于证据、文化敏感、易获取的应用；在设计、测试和评估阶段征求儿童反馈；增加基于传感器的个性化功能、适度游戏化；开发针对特定焦虑症的应用，添加社会支持和临床整合功能；仔细评估应用内容、质量和可靠性。
mHealth 应用的质量评估需求
多数焦虑症 mHealth 应用不符合科学治疗原则，与基于暴露的 CBT 兼容性差，且多以成人为目标，缺乏科学数据支持。医疗保健专业人员在将 mHealth 干预整合到儿童焦虑症治疗前，应评估应用的设计质量、治疗和科学准确性。为此，制定了多种评估标准、量表和数据库，如美国精神病学协会的 “应用评估模型”，包含访问与背景、隐私与安全、临床基础、交互格式、治疗目标五个评估阶段；A - MARS 评估用户体验，ABACUS 评估行为改变潜力，THESIS 评估隐私、技术质量和健康内容；One Mind PsyberGuide 和 MIND 等数据库也可辅助评估。
mHealth 应用的数据安全与隐私问题
心理健康领域的移动应用数量不断增加，但隐私问题常被忽视。多数应用缺乏隐私政策，数据安全性不足，存在数据被滥用风险。应用应明确告知用户数据收集和保护方式，遵循透明原则，合理处理通知，保护用户隐私。心理健康专业人员需关注应用隐私政策和安全设置，确保其潜在益处大于风险，在心理咨询或治疗过程中告知用户相关隐私风险。
mHealth 应用的访问与公平性问题
mHealth 应用在儿科焦虑症中的公平和包容性使用受限。多数商业应用缺乏科学内容，隐私和安全问题影响其可及性；资源有限和社会经济困难地区难以实现公平访问；应用设计测试常忽视移民、少数族裔等群体，语言和文化差异考虑不足，也未充分满足特殊需求儿童的使用要求。
为解决这些问题，应在开发中考虑多样性、公平性和包容性（DEI）原则，采用个性化和情境感知设计，充分考虑个体和社会特征差异；进行包容性和参与式设计，让用户参与设计过程；建立信任，确保应用透明、符合伦理，融入社区、学校或医疗保健环境。
结论
mHealth 应用为克服传统治疗方法的局限性提供了机会，但目前存在诸多问题，如基于暴露的 CBT 整合不足、缺乏科学依据、无法满足儿童需求等。未来研究应采用高证据研究方法，评估具有循证内容和设计、文化和年龄适宜、以用户为中心且多方合作开发的 mHealth 应用，使其成为促进社会正义和健康公平的重要技术产品。
