使用生态瞬时评估追踪日常活动：健康领域当前应用的文献计量分析

《PLOS Digital Health》：Tracking daily activities with ecological momentary assessment: A bibliometric analysis of current use in health Mapping daily activities with ecological momentary assessment

　　

健康研究已从以疾病为中心的方法转向强调功能性和更具体的生活健康（lived health）。生活健康（即个体在其环境中实际执行日常活动）却受到的关注有限，其评估在方法上仍具有挑战性。生态瞬时评估（Ecological Momentary Assessment, EMA）是一种在自然环境中捕捉行为、情绪和情境的实时方法，在这方面具有前景。尽管EMA研究正在增加，但对其用于研究日常活动的了解仍然有限。为填补这一空白，本研究系统地描绘了EMA在不同健康和残疾人群中的应用，以更好地理解生活健康（定义为实际参与日常活动）。研究人员通过Web of Science进行文献检索，使用与EMA相关的关键词结合日常活动术语，共获得3,692篇英文文献。根据总体特征、残疾与健康人群分布、遵循人-环境-职业模型（Person-Environment-Occupation model, PEO-model）的实际日常活动参与情况，以及结合后两项分析的交互分析，对这些出版物进行了分类。结果显示，精神障碍（mental disorders）主导了EMA在日常活动方面的研究，占数据集的75%，显著塑造了整体研究格局。此外，虽然个人因素（personal factors）被频繁强调，但职业（occupational）和环境（environmental）维度仍代表性不足。这些发现表明，未来的EMA研究应更好地整合人、职业和环境三个方面，例如使用地理定位（geolocation）和被动感知（passive sensing）等工具来更全面地捕捉日常功能。将研究扩展到精神健康之外并增加二次分析（secondary analyses），将进一步增强EMA在健康研究中的相关性和影响力。

**论文解读：使用生态瞬时评估追踪日常活动——健康领域当前应用的文献计量分析**

**研究背景与问题**

自1948年以来，健康的概念已从静态的“完全康乐”理想演变为涵盖身体、心理、社会及存在层面的动态平衡，要求个体持续适应不断变化的生活条件与环境。这一转变推动了健康研究从以疾病为中心的模式转向强调功能性（functioning）的范式。功能性由世界卫生组织《国际功能、残疾和健康分类》（ICF）所定义，延伸至生活健康（lived health），即个体在自身环境中实际进行日常活动的表现。日常活动不再被视为例行公事，而是健康的重要决定因素。然而，现有评估方法大多依赖回顾性自我报告和观察，易受记忆偏倚、社会期望偏差和不准确重构的影响，难以捕捉塑造日常活动的细微、实时波动。具体而言，存在两大挑战：（1）缺乏直接测量人（person）、环境（environment）与职业（occupation）之间动态交互作用的评估工具；（2）当前手段无法捕捉这种动态交互的微观过程（microprocesses）。生态瞬时评估（EMA）作为一种在自然情境中实时捕获行为、情感和情境数据的方法，为解决这些问题提供了可能。尽管EMA在健康研究中增长迅速，但现有综述主要关注诊断或症状层面的功能性，或聚焦于方法学特征（如抽样策略、依从率），而EMA在探索个体如何实际参与日常活动并赋予其意义方面的潜力尚未被充分利用。为此，本研究旨在系统描绘EMA在健康和残疾人群中用于理解生活健康（即实际参与日常活动）的应用现状，并以人-环境-职业模型（PEO模型）为框架。

**研究开展与结论**

研究人员开展了一项文献计量分析，系统描绘截至2025年2月17日在Web of Science中收录的关于EMA用于研究日常生活活动的已发表文献。共纳入3,692篇英文论文，通过关键词匹配程序将文献按总体特征、残疾与健康类别（基于全球疾病负担[GBD]分类）、PEO模型成分（人、职业、环境）以及两者的交互分析进行分类。结果表明，精神障碍主导了EMA在日常活动方面的研究（75%的出版物），而神经系统疾病等仅占2.5%。PEO成分分析显示，个人因素相关研究占61.1%，远高于职业（17.8%）和环境（8.7%），呈现出严重失衡。交互分析进一步揭示了不同健康领域中研究焦点的差异，例如消化系统疾病中职业成分无人关注，皮肤疾病中环境因素被边缘化。这些结果提示，未来EMA研究需更全面地整合PEO三要素，并扩展到精神健康以外的领域。该论文发表在《PLOS Digital Health》。

**主要关键技术方法**

本研究采用文献计量分析方法，数据收集仅基于Web of Science数据库（未纳入PubMed或Scopus），检索日期为2025年2月17日。关键词组合包括“ecological momentary assessment”、“experience sampling”等EMA相关术语与日常活动术语（如“daily activities”、“occupational performance”）的并集，限定了英文同行评审文献。分析使用R软件（版本2024.12.0+467）进行，包含四个核心步骤：（a）总体特征分析；（b）基于GBD分类的残疾与健康人群分布分析；（c）基于PEO模型的生活健康（日常活动参与）分析；（d）前两项的交互分析。分类采用预设关键词词干匹配程序，针对标题、摘要、作者关键词、Keywords Plus、Web of Science类别等多个字段进行算法匹配，每个出版物仅归于单一类别。未匹配的记录通过作者关键词和标题进行补充匹配，并经过多轮迭代优化直至无系统性新增分类。所有脚本、搜索词和文档已公开于Zenodo（DOI 10.5281/zenodo.18163870）。

**研究结果**

**3.1 出版产出与增长率**
该部分通过分析1987年至2025年间3,692篇文献的时间分布，发现该领域自2018年以来显著增长，2022年年度出版量超过400篇，2024年接近600篇。美国（43.4%）、德国（10.2%）、荷兰（6.7%）、中国（6.5%）和英国（5.2%）是主要贡献国家。原始研究文章占多数（3,145篇），此外有144篇综述和403篇其他类型文献。

**3.2 残疾与健康类别**
基于GBD分类的分析显示，精神障碍类研究占主导地位（2,501篇，占75%），其次为健康人群（517篇，14.8%）、神经系统与脑疾病（88篇，2.5%）、心血管疾病（86篇，2.4%）和癌症（72篇，2.1%）。另有201篇非健康/残疾焦点文献被排除。

**3.3 PEO成分**
在纳入的3,349篇文献中，个人因素相关研究占61.1%（2,254篇），显著高于职业因素（659篇，17.8%）和环境因素（321篇，8.7%），另有约12.4%未归类。这表明当前EMA应用严重偏离PEO模型预设的平衡交互框架。

**3.4 残疾与健康类别与PEO成分的交互分析**
针对3,349篇文献的分析揭示了三种主要模式：个人因素主导型（≥60%），见于消化系统疾病（75%）、肝脏疾病（66.7%）和精神障碍（63.2%）；职业因素主导型（≥55%），见于肌肉骨骼疾病（62.5%）、糖尿病与肾脏疾病（58.9%）和健康人群（56.1%）；环境因素主导型（≥50%），见于传染病（63.6%）和呼吸系统疾病（53.1%）。某些领域呈现均衡分布（如感觉器官疾病中环境与职业各占45%），而消化系统疾病缺乏职业因素研究，皮肤疾病忽视环境因素。

**讨论与结论总结**

讨论部分指出，EMA研究在日常活动领域自Stone与Shiffman（1994）提出以来已显著发展，智能手机时代（2000年代末）加速了其应用。然而，研究发现与GBD数据呈现明显错位：精神障碍在人群层面的影响（患病率13,554/10万，发病率5,460/10万）低于神经系统疾病（34,834/10万和10,264/10万），但EMA文献中精神障碍却占75%，而神经系统疾病仅占3%，反映了EMA的历史根源——最初在心理学中用于实时监测症状、情感状态和行为触发因素。PEO模型分析揭示了对个人因素的过度强调，医疗和生物医学倾向明显；职业因素研究在需要自我管理和日常规制的健康人群及慢性病中更常见；环境因素在与外部暴露相关的传染病和呼吸系统疾病中更突出。这些不平衡可能导致对功能性理解的不完整。局限性包括：仅使用Web of Science数据库、关键词可能遗漏部分文献、仅限英文论文、分类依赖算法关键词匹配等。未来研究方向包括：在EMA中整合所有PEO成分（如使用地理空间追踪和被动感知）、扩展到精神健康以外的多种健康领域，以及加强二次研究（如系统综述和荟萃分析）。

研究结论翻译如下：
本文献计量分析以PEO模型为框架，描绘了EMA在健康和残疾人群日常活动研究中的应用。结果表明，个人因素受到高度关注，而对职业和环境背景的关注有限。尽管EMA的能力已通过技术进步得到增强，但其捕捉人-环境-职业动态交互的潜力仍未充分利用。精神障碍占据该领域主导地位，占出版物的75%，这反映了EMA的心理学根源。将EMA的应用扩展到其他健康领域（如神经系统、心血管和肿瘤疾病）有助于在现实环境中加强生活健康（即日常活动参与）的监测。