mSağlık uygulamalarının etkinliğini değerlendirmek için gerçek dünya verilerinin kullanımına ilişkin kapsam taraması

Sağlık Uygulamalarınızın Telefonun Ötesinde Neden Önemi Var

Birçoğumuz artık ruh hâlimizi, uykumuzu, attığımız adımları veya kan şekerimizi sağlık uygulamalarına kaydediyoruz; peki bu bilgilerin tümüyle ne oluyor? Bu makale, mobil sağlık (mSağlık) uygulamalarından elde edilen gerçek hayat verilerinin, bu araçların insanların günlük yaşamlarında gerçekten yardımcı olup olmadığını nasıl değerlendirmek için kullanıldığını inceliyor. Geleneksel klinik denemelere yalnızca dayanmak yerine yazarlar, insanların evde, işte ve hareket halindeyken uygulamaları doğal kullanım sırasında topladığı verilere başvuran çalışmaları ele alıyor.

Araştırmacıların Keşfetmeyi Amaçladığı Şey

Yazarlar, yayınlanmış çalışmalarda sağlık uygulamalarından elde edilen gerçek dünya verilerinin şu anda nasıl kullanıldığını görmek için kapsam taraması adı verilen geniş bir haritalama çalışması yürüttüler. Odakları, kişilerin sağlık yönetimi, hastalık izleme veya yaşam tarzı değişikliğini desteklemek için bağımsız olarak kullandığı hasta odaklı uygulamalardı. Kritik olarak, yalnızca “doğal olarak ortaya çıkan” verileri kullanan çalışmaları dahil ettiler—yani normal uygulama işlevleriyle veya rutin sağlık kayıtlarıyla yakalanan bilgileri; sadece bir çalışma için eklenmiş anketler veya araçlar değil. Bu verileri üç basit tipe ayırdılar: kişilerin uygulamaya yazdığı bilgiler, sensörler veya takılabilir cihazlar gibi aygıtların otomatik olarak kaydettiği veriler ve elektronik sağlık kayıtları veya sigorta talepleri gibi sağlık sistemlerinden çekilen bilgiler.

Sağlık Uygulamaları Nerede Test Ediliyor

On binden fazla makale arasından ekip, kriterlerini karşılayan 72 çalışma tespit etti ve bunlar 61 farklı uygulamayı kapsıyordu. Bu uygulamaların çoğu depresyon veya uykusuzluk gibi zihinsel sağlık sorunlarına veya diyabet ve kilo yönetimi gibi metabolik sorunlara yönelikti. Birçok uygulama pratikte tedaviyi veya günlük kararları yönlendiren tıbbi araçlar olarak işlev görüyordu; resmi düzenleyici statüleri her zaman açıkça bildirilmemiş olsa da. Zihinsel sağlık uygulamaları genellikle kullanıcıların ruh hâli, uyku veya semptomlar hakkında yazdıkları bilgileri yoğun şekilde kullanırken, metabolik uygulamalar daha sık olarak glikoz ölçerler veya ölçümleri otomatik kaydeden akıllı teraziler gibi bağlanan cihazlardan yararlanıyordu.

Bu Uygulamalar Aslında Ne Tür Veriler Kullanıyor

İnceleme, çalışmaların çoğunun uygulama içindeki semptom anketleri gibi aktif olarak girilen bilgilere dayanma eğiliminde olduğunu, sensörlerden veya sağlık sistemlerinden gelen pasif verilerin daha az güçlü kullanıldığını ortaya koydu. Yaklaşık her on çalışmadan yedisi kullanıcı tarafından girilen verileri kullandı; bunlar genellikle ağrı, ruh hâli veya uykuya ilişkin puanlardı. Yaklaşık dörtte biri aygıt kaynaklı veriler kullandı ve yalnızca küçük bir bölüm klinik kayıtlar veya sigorta talepleriyle bağlantı kurdu. Birçok uygulama bilgiyi sürekli veya en azından çok sık topluyordu, ancak araştırmacıların bu zengin veri akışını analiz etme biçimi sıklıkla şaşırtıcı derecede sınırlıydı. Çok az çalışma birden fazla veri kaynağını birleştirdi—örneğin özbildirilen esenlik verilerini sensör okumalarıyla birleştirmek—oysa bu tür kombinasyonların sağlığın daha eksiksiz ve güvenilir bir resmini verebileceği vaat ediliyordu.

Bugüne Kadar Kanıt Ne Kadar Güçlü?

Yazarlar çalışmaların tasarımına baktıklarında, çoğunun kontrol grubu bulunmayan tek bir kullanıcı grubunda göreli olarak basit ön-son karşılaştırmaları olduğunu buldular. Sadece küçük bir kısmı, uygulama kullanıcılarını benzer uygulama kullanmayanlarla karşılaştırmak veya gerçek yaşam bakımını daha yakın taklit eden pragmatik randomize denemeler yürütmek gibi daha sağlam yaklaşımlar kullandı. Sonuç olarak, mevcut çalışmaların birçoğu insanların bir uygulamayı kullanırken semptomlarının değiştiğini gösterebilir, ancak bu değişikliklerin doğrudan uygulamanın sonucu olduğunu güvenle iddia edemez. Çalışma büyüklükleri birkaç düzine kişiden yüz binlerce kişiye kadar geniş bir yelpazede değişti ve takip genellikle yalnızca birkaç ay sürdü; bu da uzun vadeli etkilerin hâlâ zayıf anlaşıldığı anlamına geliyor.

Bu Hastalar ve Gelecekteki Dijital Bakım İçin Ne Anlama Geliyor

Genel olarak, inceleme büyük bir umutla birlikte tamamlanmamış bir çalışma tablosu çiziyor. Sağlık uygulamaları, insanların nasıl hissettiğine ve işlev gördüğüne dair büyük miktarda gerçek dünya bilgisi yakalayabilecek kapasitede ve bu veriler, dijital araçlar piyasaya çıktıktan sonra bunların performansını sürekli ve esnek şekilde kontrol etmeyi destekleyebilir. Yine de şu ana kadar yayımlanan çalışmaların çoğu bu potansiyelin yalnızca bir kısmından yararlanıyor. Çoğunlukla özbildirimlere dayanıyorlar, sınırlı çalışma tasarımları kullanıyorlar ve nadiren uygulama verilerini klinik kayıtlarla ilişkilendiriyorlar. Kliniklere, düzenleyicilere ve hastalara daha fazla güven vermek için gelecekteki değerlendirmeler farklı türde gerçek dünya verilerini harmanlamalı, insanları daha uzun süre takip etmeli ve daha iyi karşılaştırma yöntemleri kullanmalı. Doğru yapıldığında, günlük uygulama kullanımı dijital sağlıkta gerçekten işe yarayanı öğrenmek için güçlü bir öğrenme motoruna dönüşebilir.

Atıf: 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

Anahtar kelimeler: mobil sağlık uygulamaları, gerçek dünya verisi, dijital terapötikler, sağlık veri araştırması, kanıta dayalı mSağlık