En översiktlig granskning av användning av verkliga data för att utvärdera effektiviteten hos mHealth-applikationer

Varför dina hälsoappar betyder mer än bara din telefon

Många av oss registrerar nu humör, sömn, steg eller blodsocker i hälsoappar — men vad händer med all den informationen? Denna artikel undersöker hur verkliga data från mobila hälsoapplikationer används för att bedöma om dessa verktyg verkligen hjälper människor i vardagen. Istället för att enbart förlita sig på traditionella kliniska prövningar granskar författarna studier som tar tillvara den data som appar naturligt samlar in medan människor använder dem hemma, på jobbet och i farten.

Vad forskarna ville ta reda på

Författarna genomförde en scoping review, en slags bred kartläggning, för att se hur verkliga data från hälsoappar för närvarande används i publicerad forskning. De fokuserade på patientinriktade appar som människor använder självständigt för att hantera hälsa, följa tillstånd eller stödja beteendeförändring. Avgörande var att de endast inkluderade studier som använde ”naturligt uppkomna” data — information fångad via appens normala funktioner eller rutinmässiga vårdregister, inte extra frågeformulär eller verktyg som lagts till endast för en studie. De grupperade dessa data i tre enkla typer: information som människor skriver in i en app, data som automatiskt registreras av enheter som sensorer eller wearables, och information hämtad från vårdsystem som elektroniska journaler eller försäkringsunderlag.

Var hälsoappar testas

Från över tiotusen artiklar identifierade teamet 72 studier som uppfyllde deras kriterier, och som täckte 61 olika appar. De flesta av dessa appar riktade sig mot psykisk ohälsa, såsom depression eller insomnia, eller mot metabola problem som diabetes och viktkontroll. Många av apparna fungerade i praktiken som medicinska verktyg och hjälpte till att vägleda behandling eller dagliga beslut, även om deras formella regulatoriska status inte alltid rapporterades tydligt. Appar för mental hälsa förlitade sig ofta tungt på vad användarna skrev om sitt humör, sin sömn eller sina symtom, medan metabola appar oftare använde uppkopplade enheter, som glukosmätare eller smarta vågar som automatiskt registrerar mätvärden.

Vilken typ av data dessa appar faktiskt använder

Granskningen visade att de flesta studier lutade mot aktivt inmatad information, såsom symtomformulär i appen, medan färre utnyttjade passiva data från sensorer eller vårdsystem i större utsträckning. Runt sju av tio studier använde användar-inmatade uppgifter, ofta poäng för smärta, humör eller sömn. Ungefär en fjärdedel använde enhetsgenererade data, och endast en liten andel kopplade in data från medicinska journaler eller försäkringsunderlag. Många appar samlade information kontinuerligt eller åtminstone mycket frekvent, men sättet forskarna analyserade denna rika datagruva var ofta förvånansvärt begränsat. Få studier kombinerade flera datakällor — till exempel att förena självrapporterat välmående med sensoravläsningar — trots att sådana kombinationer skulle kunna ge en mer komplett och tillförlitlig bild av hälsa.

Hur stark är bevisningen hittills?

När författarna granskade studiernas upplägg fann de att de flesta var relativt enkla före-och-efter-jämförelser inom en enda användargrupp, utan en kontrollgrupp att jämföra med. Endast ett fåtal använde mer rigorösa angreppssätt, såsom att jämföra appanvändare med liknande icke-användare, eller att genomföra pragmatiska randomiserade prövningar som bättre speglar vård i verkliga livet. Som en följd kan många nuvarande studier visa att människors symtom förändrades medan de använde en app, men de kan inte med säkerhet hävda att appen i sig orsakade dessa förändringar. Studiestorlekar varierade kraftigt, från några dussin personer till hundratusentals, och uppföljningen var ofta bara några månader, vilket innebär att långsiktiga effekter fortfarande är dåligt förstådda.

Vad detta betyder för patienter och framtida digital vård

Sammanfattningsvis målar översikten upp en bild av stor potential men ofullbordat arbete. Hälsoappar kan tydligt fånga stora mängder verkliga data om hur människor mår och fungerar, och dessa data skulle kunna stödja löpande, flexibla bedömningar av hur väl digitala verktyg presterar när de väl finns på marknaden. Ändå utnyttjar de flesta publicerade studier hittills bara en del av denna potential. De förlitar sig tungt på självrapporter, använder begränsade studiedesigner och länkar sällan appdata med kliniska register. För att ge kliniker, tillsynsmyndigheter och patienter större förtroende behöver framtida utvärderingar blanda olika typer av verkliga data, följa människor längre och använda bättre jämförande metoder. Görs det väl kan vardagligt appanvändande bli en kraftfull motor för att lära vad som verkligen fungerar i digital vård.

Citering: Gehder, S., Brückner, S., Gilbert, S. et al. A scoping review on using real-world data to evaluate the effectiveness of mHealth applications. npj Digit. Med. 9, 309 (2026). https://doi.org/10.1038/s41746-026-02562-0

Nyckelord: mobilhälsoprogram, verkliga data, digitala terapier, forskning om hälsodata, evidensbaserad mHealth