정신 건강관리를 위한 애플리케이션에 대한 체계적 문헌고찰

Effects of Using Mobile Apps for Mental Health Care in Korea: A Systematic Review

Article information

J Korean Acad Psychiatr Ment Health Nurs. 2022;31(1):88-100
Publication date (electronic) : 2022 March 31
doi : https://doi.org/10.12934/jkpmhn.2022.31.1.88
1Graduate Student, College of Nursing, Seoul National University, Seoul, Korea
2Professor, College of Nursing ․ Research Institute of Nursing Science, Seoul National University, Seoul, Korea
이지현1orcid_icon, 최희승,2orcid_icon
1서울대학교 간호대학 대학원생
2서울대학교 간호대학 ․ 간호과학연구소 교수
Corresponding author: Choi, Heeseung College of Nursing, Seoul National University, 103 Daehak-ro, Jongno-gu, Seoul 03080, Korea. Tel: +82-2-740-8850, E-mail: hchoi20@snu.ac.kr
-This work was supported by the Research Institute of Nursing Science, College of Nursing, Seoul National University Research Grant in 2021.
Received 2021 September 29; Revised 2021 November 23; Accepted 2022 February 17.

Trans Abstract

Purpose

This study aimed to systematically evaluate the content and effect of using Korean mobile apps for mental health care as reported in previous studies.

Methods

We conducted a systematic review according to PRISMA guidelines. Randomized controlled trials published up to May 2021 were searched in the PubMed, Cochrane Library, EMBASE, CINAHL, PsycINFO, RISS, KISS, and KoreaMed databases. We used the Cochrane risk-of-bias tool version 2 for randomized trials to evaluate the selected studies.

Results

Out of 3,374 articles retrieved, 12 were selected. These studies included people with mental disorders (mood disorder, panic disorder, or obsessive-compulsive disorder), psychiatric symptoms (depression, anxiety, attention deficit, etc.), and people in specific groups (college students or nurses). The apps were based on cognitive-behavioral therapy, cognitive training, well-being cognition technique, or relaxation techniques. The apps were effective in reducing depression, anxiety, panic attacks, attention deficit, negative emotions, and dysfunctional attitudes, and boosting memory and positive emotions.

Conclusion

Mobile apps with well-established, theory-based content can serve as an effective intervention for managing several mental health symptoms. However, the scope of the research subjects and symptoms in Korea remains limited. Further studies with more varied populations and symptoms are required.

서 론

1. 연구의 필요성

2016년 정신건강실태조사에 따르면 한국 성인의 정신질환 평생 유병률은 25.4%로 4명 중 1명이 1번 이상 정신질환을 경험하고 있다[1]. 2016년 이후로도 정신질환을 진단받은 사람은 매년 증가하여 2020년 현재, 우울증 환자 80만명, 조울증 환자 11만명, 불안장애 환자 74만명, 치매 환자 56만명 이상을 기록하고 있다[2]. 정신질환을 진단받지 않았더라도 대다수의 성인, 청소년들이 스트레스, 우울, 불안, 수면 문제 등의 증상을 느끼고 있다고 보고하였다[3]. 최근 코로나19가 발생하여 전 세계적으로 확산되면서 정신 건강에 대한 문제는 더욱 부각되고 있다. 코로나19 감염자들은 신체적 문제와 더불어 우울증, 외상 후 스트레스 장애 등의 문제를 겪고 있고, 감염자가 아닌 사람들도 전반적인 불안감이 높아졌으며 사회적 거리두기로 인한 활동 제한, 경제적 손실로 우울, 분노, 고립감 등을 경험하고 있다[4].

정신 건강관리의 필요성은 점점 증가하고 있는 반면, 정신질환을 진단받아 치료를 받아야 하는 사람들도 22.2%만이 정신 건강 서비스를 이용할 정도로 정신 건강 서비스 이용률은 현저히 낮다[1]. 많은 사람들이 정신질환임을 인지하지 못하고 혼자 극복하려 하거나 주변의 인식과 사회적 편견에 대한 걱정, 시간과 거리의 제약, 정신과적 치료에 대한 두려움, 비용 등의 이유로 정신 건강 서비스의 이용을 주저한다[1,3,5]. 정신질환에 대한 교육과 대중매체를 이용한 인식 개선으로 정신 건강 서비스와 정신과 치료에 대한 문턱을 낮춤과 동시에[6], 지역에 상관없이 일상에서 원활하게 정신 건강 서비스를 이용할 수 있도록 접근성을 높여야 한다는 필요성이 제기되어왔다[3]. 대면 중심의 정신 건강 서비스 이용의 어려움을 극복하고 효과적으로 의료 서비스를 제공할 수 있는 방안으로 기술과 의료를 융합한 모바일 헬스(Mobile health)가 주목받고 있다.

모바일 헬스는 건강을 목표로 모바일 기기를 활용하는 공중보건 및 의료 활동을 의미하며 문자, 음성 전달, 애플리케이션 등 다양한 기능의 이용을 포함한다[7]. 애플리케이션은 스마트폰, 태블릿 PC 등의 기기에서 활용되는 응용 프로그램을 뜻하며[8] 편리성, 익명성, 흥미성, 비용 효율성, 다수의 사람에게 적용가능한 확장성[9] 등의 특징을 가진다. 이는 정신 건강관리의 필요성이 증가하는 현 시점에서 정신 건강 서비스를 확장하기 위한 강점으로 활용할 수 있으며, 코로나19와 같은 감염병이 유행하여 대면 서비스가 제한되는 상황에서도 그 역할을 수행할 수 있다는 장점이 있다.

의료의 최접점에 있는 간호사들은 대상자들의 건강 증진과 유지를 목표로 애플리케이션을 적극 활용함으로써 간호 영역을 확장할 수 있다. 애플리케이션의 활용은 간호사와 대상자의 대면 방법의 변화뿐만 아니라, 전형적인 임상 환경을 벗어나 대상자가 스스로 건강을 관리하도록 하는[10] 패러다임의 변화를 야기할 수 있다. 현 의료 전달 체계 안에서 이러한 변화를 이루기 위해서는, 간호사가 애플리케이션이 가지는 잠재력과 효과성에 대한 이해를 바탕으로 애플리케이션의 설계 및 활용에 적극 개입해야 한다[11].

2017년 현재, 전 세계적으로 건강과 관련된 애플리케이션은 318,000개가 넘게 만들어졌으며, 특정 질환군에 초점을 맞춘 애플리케이션만을 살펴보았을 때, 정신질환과 관련된 애플리케이션의 수가 가장 많았다[12]. 그러나 대다수의 애플리케이션은 그 효과가 검증되지 않은 채 사용되고 있다[13-15]. 외국 문헌에서는 특정 진단 및 증상 관리를 위한 애플리케이션에 대한 체계적 문헌고찰이 진행되고 있으나 아직 효과성에 대한 연구는 부족하며[16-19], 특히 한국어를 사용하는 대상자를 위해 한글로 개발된 애플리케이션의 효과성에 대한 체계적 문헌 고찰은 아직 시행되지 않았다.

따라서 본 연구에서는 정신 건강관리를 목적으로 개발된 한글 기반 애플리케이션을 적용한 문헌을 체계적으로 검색하여 연구 현황과 효과를 분석함으로써 정신 건강관리를 위한 애플리케이션 연구의 방향을 보여주고자 한다.

2. 연구목적

본 연구의 목적은 정신 건강관리를 목적으로 개발된 한글 기반 애플리케이션의 효과 평가 연구 문헌을 체계적으로 분석하여, 애플리케이션을 활용한 중재의 현황, 특성과 효과를 탐색하는 것이다.

연구방법

1. 연구설계

본 연구는 정신 건강관리를 목적으로 개발된 한글 기반 애플리케이션을 적용한 중재 문헌의 현황과 중재의 특성 및 효과를 분석하기 위한 체계적 문헌고찰 연구이다.

2. 문헌검색

1) 문헌검색 전략

본 연구는 코크란 체계적 문헌고찰 매뉴얼(Cochrane Handbook for Systematic Reviews of Intervention 6.0)을 바탕으로 하는 한국보건의료연구원(NECA)의 체계적 문헌고찰 매뉴얼[20]과 체계적 문헌고찰 보고기준(Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA)[21]에 따라 시행되었다.

2) 핵심질문

체계적 문헌고찰의 기술형식인 PICO에 따라 구성하였다.

• 연구대상(Participants): 한글을 읽고 쓸 줄 아는 대상자

• 중재(Intervention): 한글로 사용 가능한 애플리케이션을 통한 교육, 상담, 심리 치료 등 정신과적 증상 관리를 위한 중재

• 비교중재(Comparisons): 비중재나 전통적 방법의 중재, 효과를 평가할 애플리케이션 외의 중재

• 중재결과(Outcomes): 대상자의 자가보고와 연구자가 측정한 객관적인 자료를 바탕으로 평가한 정신과적 증상

• 연구설계(Study design): 무작위 대조군 실험 설계

3) 데이터베이스 및 검색어

본 연구의 자료 검색은 2021년 4월부터 2021년 5월까지 이루어졌으며, 주요 웹기반 데이터베이스를 중심으로 실시하였다. 국외 데이터베이스는 체계적 문헌고찰의 핵심 데이터베이스인 PubMed, Cochrane Library, EMBASE 와 추가적으로 CINAHL, PsycINFO를 통해 검색하였다. 국내 데이터베이스는 학술연구정보서비스(RISS), 한국학술정보(KISS), 대한의학학술지편집인협의회(KoreaMed)를 통해 검색하였다.

국외 데이터의 민감도를 높이기 위해 MeSH 용어를 이용하여 검색어들의 유의어와 대안어를 확인하였고 각각의 데이터베이스의 통제어와 AND와 OR 및 절단검색 기능을 조합하여 검색하였다. 정신과적 증상 관련 검색어에는 주요 정신질환(기분장애, 불안장애, 강박장애, 불면증, 섭식장애, 인지장애, 조현병)의 주 증상과 분노, 공격성, 스트레스, 소진, 자해, 자살에 대한 내용을 포함시켰다. 의학 전문 사서가 전반적인 검색어와 검색어 수식을 검토하였으며 국외 데이터베이스에서의 검색은 연구자와 함께 시행하였다. 정신과적 증상 관련 영문 검색어는 ‘Mental Health, Mental Hygiene, Emotion*, Mood*, Depressi*, Mania*, Manic, Hypomani*, Anhedonia, Aggressi*, Anger*, Agitation*, Anxiety, Panic, Obsessi*, Compulsi*, Stress*, Burnout, insomnia, Self Injury, Self Harm, Suicid*, Anorexia*, Bulimia, Binge Eating, Cognitive Dysfunction*, Cognitive Impairment*, Cognitive Decline*, Cognitive Defect*, Delusion*, Hallucination*, Negative Symptom*’로 검색하였다. 애플리케이션 관련 영문 검색어는 ‘Smartphone*, Mobile Phone*, Mobile Device*, Tablet Device*, Tablet Computer*, iphone*, ipad*, Mobile App*, Portable Electronic App*, Portable Software App*, Tablet App*, Telepsychiatry, Telemedicine, Mobile Health, mHealth, Telehealth, Cellular phone*, Cellular telephon*, Cell phone*, Wireless phone*, Wireless telephon*, E-health, Ehealth, Electronic health’로 검색하였다. 영문 검색의 경우 한글로 만든 애플리케이션으로 제한하기 위해 ‘Republic of Korea, South Korea, Korea*, Seoul’ 검색어를 추가로 조합하여 검색하였다. 정확한 검색을 위해 정신과적 증상 관련 검색어와 애플리케이션 관련 검색어는 Title/Abstract field로 설정하여 검색하였고 한국 관련 검색어는 all field로 설정하여 검색하였다. 국내 데이터베이스 검색을 위한 정신과적 증상 관련 한글 검색어로‘정신건강, 기분, 정동, 감정, 우울, 조증, 경조증, 무쾌감증, 분노, 공격성, 불안, 공황, 강박, 스트레스, 소진, 불면, 자해, 자살, 식욕부진, 폭식, 과식, 인지 저하, 인지 감퇴, 인지 쇠퇴, 망상, 환각, 음성 증상’을 검색하였고 애플리케이션 관련 검색어로‘모바일 기기, 스마트폰, 휴대폰, 태블릿, 아이폰, 아이패드, 애플리케이션, 앱, 어플, 모바일건강’을 조합하여 검색하였다.

4) 문헌선정기준 및 제외기준

본 연구는 한글로 만들어진 정신 건강관리를 위한 애플리케이션을 중재로 제공한 무작위 대조군 실험 설계 연구 중 전문(full-text)을 확보할 수 있고, 영문 또는 한글로 출판된 문헌을 선정하였다. 애플리케이션 다운로드 서비스인 플레이 스토어 및 앱 스토어 서비스가 시작된 2008년부터 2021년 5월까지 출판된 논문으로 검색을 제한하였다. 대상자는 한글로 만들어진 애플리케이션을 이용할 수 있어야 하며, 나이와 질환, 증상에 제한을 두지 않았다. 중재는 정신 건강관리를 목적으로 만들어진 애플리케이션의 사용이며 애플리케이션을 이용하지 않고 전화, 영상통화, 문자 메세지, 인터넷 연결 등 모바일 기기의 기능만 사용하였거나 애플리케이션의 목적과 내용이 신체 증상에 대한 중재인 경우는 제외하였다. 애플리케이션은 한글로 사용 가능해야 하며 한글이 아닌 다른 언어로 만들어진 경우는 제외하였다. 중재의 기간, 횟수, 다른 중재와의 병행 여부는 배제 기준으로 두지 않았다. 중재 결과는 대상자의 자가보고와 연구자가 측정한 객관적인 자료를 바탕으로 평가한 정신과적 증상을 모두 포함하였으며, 중재 후 평가에서 정신과적 증상에 대한 평가를 시행하지 않은 연구는 제외하였다. 중재 효과를 확인하기 위해 실험연구가 아니거나 대조군을 포함하지 않는 연구는 제외하였다. 문헌선정 및 배제과정은 두 명의 연구자가 독립적으로 수행하였고 논의와 합의를 통해 최종 평가에 포함될 문헌을 선택하였다.

5) 문헌선택 과정

국외 5개의 데이터베이스를 통해 검색된 문헌은 PubMed 324편, Cochrane Library 105편, EMBASE 448편, CINAHL 73편, PsycINFO 147편으로 총 1,097편이었다. 국내 3개의 데이터베이스를 통해 검색된 문헌은 RISS 1,729편, KISS 522편, KoreaMed 26편으로 총 2,277편이었다. 전체 3,374편의 문헌 중 Endnote를 이용한 중복 검사를 실시한 결과 787편의 중복 문헌이 제거되었다. 남은 2,587편의 문헌에 대하여 제목과 초록을 확인하여 주제와 관련된 44편의 논문을 선정하였고, 이중 전문을 확보할 수 있는 논문은 34편이었다. 무작위 배정을 하지 않은 문헌 1편, 애플리케이션을 이용한 중재가 아닌 문헌 6편, 애플리케이션이 한글 기반이 아닌 문헌 2편, 중재 후 정신과적 증상 관련 평가를 하지 않은 문헌 1편, 대조군을 설정하지 않은 문헌 12편으로 총 22편이 제외되어 최종 12편의 문헌이 선정되었다(Figure 1).

Fig. 1.

PRISMA flow chart of study selection.

3. 자료분석

최종 선정된 12편의 문헌은 면밀히 검토하고 평가에 필요한 자료가 누락되지 않도록 반복적으로 확인하였다. 각 문헌의 대상자, 중재 내용과 방법, 특성 및 효과 등에 대해 자료추출을 하고 분석을 하였다.

4. 문헌평가

최종 선정된 논문의 질 평가는 The version 2 of the Cochrane risk-of-bias tool for randomized trials (RoB 2)를 사용하였다. RoB 2는 연구결과에 비뚤림이 적용될 수 있는 5개의 영역 ‘무작위 배정 과정에서 발생하는 비뚤림, 의도한 중재에서 이탈로 인한 비뚤림, 중재결과 자료의 결측으로 인한 비뚤림, 중재결과 측정의 비뚤림, 보고된 연구결과 선택의 비뚤림’으로 구성되어 있다. 각 영역의 질문에 대한 응답으로 알고리즘을 통해 비뚤림 위험도를 판단하여 낮은 비뚤림 위험, 일부 우려, 높은 비뚤림 위험으로 구분한다[22].

연구결과

1. 문헌의 일반적 특성

본 연구의 최종 분석에 선정된 12편의 문헌에 대한 일반적 특성은 다음과 같다. 발표 년도는 2017년 1편[1], 2018년 2편[2,3], 2019년 2편[4,5], 2020년 5편[6-10]으로 점점 증가하고 있으며 2021년에도 2편[11,12]이 출판되었다. 표본 크기는 20명 이상 40명 이하인 문헌이 2편[2,11], 41명 이상 60명 이하 문헌이 9편[1,3,5-10,12], 61명 이상 80명 이하인 문헌이 1편[4]이다(Table 1).

Summary of Korean Apps for Mental Health

2. 문헌의 질 평가

최종적인 질 평가 결과, 3편의 문헌[1,3,4]은 비뚤림 일부 우려, 9편의 문헌[2,5-12]은 높은 비뚤림 위험이 있었다. 5가지 영역을 하나씩 살펴보면 첫째, 무작위 배정 과정에서 발생하는 비뚤림 영역에서는 12편 모두 높은 위험 없이 낮은 위험과 일부 우려 위험으로 평가하였다. 둘째, 의도한 중재에서 이탈로 인한 비뚤림 영역에서는 대부분이 낮은 위험이었으나 4편의 문헌[2,7,9,10]에서는 일정 기준 이상 애플리케이션을 사용하지 않은 대상자는 제외하였으며 그 기준에 대한 근거가 없어 높은 위험으로 평가하였다. 셋째, 중재결과 자료의 결측으로 인한 비뚤림 영역에서는 10편의 문헌[1-3,5-10,12]에서 결측치로 인한 연구결과 비뚤림이 없다는 근거가 명확하지 않아 일부 우려 위험으로 평가되었으며, 1편의 문헌[11]에서는 연구대상자인 강박장애 환자가 중재 기간 중 불안 증상으로 약물을 복용하여 제외되었기에 높은 위험으로 평가하였다. 넷째, 중재결과 측정의 비뚤림 영역은 5개의 영역 중 비뚤림 위험 비율이 가장 높았다. 높은 위험으로 평가된 8편의 문헌[2,5-10,12]에서는 애플리케이션을 중재로 제공받은 연구대상자가 자가보고식 측정도구를 이용하여 정신과적 증상을 평가하였으며 배정된 중재에 대한 지식이 결과에 영향을 미칠 가능성이 있었다. 나머지 4편의 문헌[1,3,4,11]에서는 자가보고식 측정도구와 객관적 자료를 함께 이용하여 결과를 평가하였기에 일부 우려 위험으로 평가하였다. 마지막으로, 보고된 연구결과 선택의 비뚤림 영역에서는 12편 모두 결과 분석이 중재 결과 자료 눈가림이 해제되기 전에 시행되었는지 여부를 명확히 제시하지 않았기에 일부 우려 위험으로 평가하였다(Figure 2).

Fig. 2.

Risk of bias graph and summary.

3. 대상자 특성

최종 분석한 12편의 문헌 중에서 10편의 문헌[2,4-12]에서 성인을 대상으로 참여자를 모집하였고 연구대상자의 평균 연령은 20~40대에 속하였다. 나머지 2편[1,3]은 기억력 증진을 위한 애플리케이션에 대한 문헌으로, 경도 인지장애가 있는 사람이거나 주관적 기억력 불편감이 있는 50~60대인 사람을 연구대상자로 모집하였고, 평균 연령이 각각 70대와 50대 후반이었다. 12개의 문헌 중 정신질환을 진단받은 사람을 연구대상자로 한 문헌은 3편, 정신과적 증상이 있는 사람을 연구대상자로 한 문헌은 7편, 정신질환 진단 및 증상 유무와 관계없이 특정 집단을 연구대상자로 우울, 불안, 스트레스 등의 정신과적 증상을 평가한 문헌은 2편이었다. 정신질환을 진단받은 사람을 연구대상자로 한 문헌 3편은 각각 우울장애[2], 공황장애[8], 강박장애[11]를 진단받은 사람을 대상자로 설정하였다. 정신과적 증상이 있는 사람을 연구대상자로 한 문헌 7편은 기억력 저하[1,3], 우울 및 불안[4,7], 스트레스[9], 병리적 걱정[10], 주의력 결핍[12] 증상이 있는 사람을 대상으로 하였으며, 평가 도구를 이용하여 절단점 이상의 점수를 보고한 사람만을 대상자에 포함하였다. 특정 집단을 대상으로 한 2편의 문헌에서는 대학병원 간호사[5]와 일반 대학생[6]를 대상자로 설정하였다.

4. 중재 특성

최종 분석에 선정된 12편 중에서 6편의 문헌이 인지행동치료를 기반으로 내용을 구성한 애플리케이션을 중재로 활용하였다. 인지행동치료를 제공하는 형식은 다양하였는데 챗봇을 이용하여 교육과 자가관리훈련을 제공하는 문헌이 2편[8,12], 교육과 자가관리훈련, 자가증상기록을 제공하는 문헌이 1편[4], 교육과 자가관리훈련과 게임을 제공하는 문헌이 1편[11], 시나리오를 이용한 교육을 제공하는 문헌이 1편[2], 상담가에게 비대면 피드백을 받는 문헌이 1편[6]이었다. 인지행동치료 외에 긍정 심리 중재법 중 하나인 웰빙인지기법을 이용한 문헌이 3편[7,9,10], 인지훈련을 이용한 문헌이 2편[1,3], 이완 요법을 이용한 문헌이 1편[5]이었다.

애플리케이션을 활용한 중재 기간을 살펴보면 4주로 설정한 문헌이 6편[1,5,7,8,10,12]으로 가장 많았다. 그 다음 3주로 중재 기간을 설정한 문헌이 2편[2,9]이었고 나머지 2주[6], 6주[11], 8주[3], 10주[4]로 중재 기간을 설정한 문헌이 각 1편씩 있었다. 중재 기간 동안 애플리케이션 권장 사용량은 매일 1회 이상으로 설정한 문헌이 7편[2,4,6,7,9-11]으로 가장 많았으며 주 5회 이상이 1편[3], 주 2회 이상이 2편[1,5], 권장량 없이 언제든 사용하도록 한 문헌이 2편[8,12]이었다. 중재 기간 동안 연구대상자들이 애플리케이션을 꾸준히 사용하도록 다양한 전략들이 사용되었다. 전화나 문자, 푸쉬 알람을 이용하여 참여 격려를 한 문헌이 2편[2,3], 전화나 문자, 푸쉬 알람과 함께 일정 일수 이상 애플리케이션을 사용하면 보상을 지급하는 문헌이 3편[4,9,10], 전화나 문자, 푸쉬 알람과 함께 매주 사용 현황에 대해 피드백 해주는 문헌이 1편[7], 직접 방문하여 시행하도록 한 문헌이 1편[1], 매주 1회 대면으로 만나서 격려하는 문헌이 1편[11], 참여 격려 없이 자연스러운 사용 패턴을 본 문헌이 2편[8,12], 참여 격려 방법에 대한 언급이 없는 문헌이 2편[5,6]이었다.

각 연구의 대조군을 살펴보면 다른 중재 없이 일상적 관리만을 유지하거나 대기통제집단으로 설정한 문헌이 6편[1,5-7,9,10]으로 가장 많았다. 대조군에게 기능을 줄인 애플리케이션이나 다른 애플리케이션을 이용하도록 한 문헌이 1편[2], 기능을 줄인 애플리케이션이나 다른 애플리케이션을 이용하도록 하는 그룹과 대기통제집단을 함께 설정하여 총 세 그룹의 결과를 비교한 문헌이 2편[3,4]이었다. 대조군에게 책을 통해 질환 및 자가관리법에 대한 정보 제공만을 하는 문헌이 2편[8,12], 중재군과 같은 이론적 기반을 이용한 대면 중재를 시행한 문헌이 1편[11]이었다.

5. 결과 측정 및 효과

분석에 포함된 연구들은 애플리케이션의 효과를 확인하기 위해 다양한 정신과적 증상을 결과로 측정하였다. 가장 많이 분석된 증상은 우울과 불안이었으며 우울은 10편[1-8,11,12], 불안은 9편[2-6,8,10-12]의 문헌에서 변수로 채택되었다. 그 외 스트레스, 강박, 주의력 결핍, 인지 기능 저하 등의 증상이 변수로 채택되었으며 정신과적 증상 외에 역기능적 신념, 자기효능감, 긍정 정서 및 부정 정서, 삶의 만족, 삶의 질 등의 심리적 요인이 함께 평가되었다. 12편 모두, 결과 변수들은 중재 전, 후로 측정하고 분석하였으며, 12편 중 9편[4-12]에서는 중재 후 애플리케이션의 편의성이나 만족도 등에 대한 평가를 함께 시행하였다.

인지행동치료를 기반으로 개발한 애플리케이션을 활용한 문헌 6편에서는 모두 우울과 불안을 결과 변수로 보았으며, 6편 중 4편[2,4,6,11]에서 우울 또는 불안의 감소 효과가 나타났다. 시나리오를 이용한 교육 애플리케이션[2]은 불안과 함께 역기능적 태도가 감소하였으며, 강박 환자를 위한 애플리케이션[11]은 불안을 감소시킴과 동시에 뇌의 기능적 연결을 증가시켰다. 공황장애를 위한 애플리케이션[8]과 주의력 결핍 증상을 위한 애플리케이션[12]은 우울과 불안에 대한 효과는 없었으나, 각각의 표적 증상인 공황증상과 주의력 결핍 증상을 감소시키는 데 효과가 있었다. 웰빙인지기법을 기반으로 한 애플리케이션[7,9,10]은 우울이나 불안을 감소시키면서 스트레스, 걱정, 부정 정서를 감소시키고 긍정 정서와 삶의 만족감을 증가시켰다. 인지훈련을 기반으로 한 애플리케이션을 이용한 2편의 문헌[1,3]에서는 우울과 불안에 대한 효과는 없었으나 기억력 검사에서 점수가 향상되었다. 이완 요법을 기반으로 한 애플리케이션을 활용한 문헌[5]에서도 우울과 불안에는 효과가 없었으나 스트레스가 감소하고 자기효능감과 웰빙 점수가 증가되었다.

논 의

본 연구는 정신 건강관리를 목적으로 개발된 한글 기반 애플리케이션의 효과 평가 연구 문헌을 체계적으로 분석하여, 애플리케이션을 활용한 중재의 현황, 중재의 특성과 효과를 탐색하기 위하여 수행되었다. 최종 선정된 문헌은 총 12편이며, 2017년도 이후 매년 효과 평가 문헌의 수가 증가하였다. 애플리케이션이 개발되고 상용화된 시점이 2008년임을 감안하면 효과 평가 연구는 뒤늦게 시작되었으나 정신 건강관리를 목적으로 한 애플리케이션의 효과를 평가하는 연구의 필요성에 대한 인식이 점차 높아지고 있음을 보여준다. 애플리케이션을 평가하기 위해서는 애플리케이션의 내용, 효과성, 편의성 등 여러 항목들을 함께 평가해야 하나[23], 연구가 시작된 2017년과 2018년에 시행된 연구에서는 애플리케이션의 효과성만 확인하였다. 2019년에 시행된 연구부터 애플리케이션의 사용 경험, 만족도, 편의성 등을 함께 조사하여 애플리케이션에 대한 폭넓은 평가가 시행되었다.

선정된 문헌에서 활용한 애플리케이션을 살펴보면 인지행동치료, 웰빙인지기법, 인지훈련, 이완 요법 등 확립된 중재를 바탕으로 내용이 구성되어 있다. 특히 인지행동치료를 기반으로 내용을 구성한 애플리케이션이 가장 많았으며, 이는 다른 외국의 체계적 문헌 고찰 결과와 일치한다[14,24,25]. 인지행동치료, 웰빙인지기법, 인지훈련, 이완 요법을 기반으로 만든 애플리케이션은 다양한 정신과적 증상을 감소시키는 데 효과가 있었으며, 대기통제집단 뿐만 아니라 책을 통한 정보 제공이나 대면 중재를 받은 집단과 비교했을 때도 불안, 공황, 주의력 결핍 등의 증상 감소에 유의미한 효과를 보였다. 효과크기를 제시한 문헌[1,7,10,12]에서는 모두 중간 효과크기 및 큰 효과크기(Cohen’s d=0.49~0.95, Partial η2=0.12~0.21)를 나타내어 실제 정신 건강관리를 위해 효과적인 방안으로 사용할 수 있음을 보여준다. 위의 결과들은 지금까지 대면 중심으로 진행되었던 인지행동치료, 웰빙인지기법, 인지훈련, 이완 요법을 애플리케이션이라는 전달 매체를 이용하여 비대면으로 제공해도 효과가 있음을 나타낸다. 이는 이론과 치료 기법이 잘 구축되어 효과성이 확인된 중재를 기반으로 한 애플리케이션을 활용하여 정신 건강을 관리할 수 있다는 가능성을 보여준다.

최종 분석한 12편의 문헌에서 애플리케이션의 실제 사용량을 살펴보면, 2019년 이전에 시행된 5편의 연구에서는 연구대상자들의 애플리케이션 실제 사용량에 대한 정확한 수치가 명시되지 않았다. 2020년 이후로 시행된 7편의 연구에서는 실제 사용량을 추적하였으나, 문헌마다 평균 사용 횟수, 평균 사용 일수, 평균 활동 개수 등 사용량을 언급한 방법이 상이하여 문헌 간의 비교가 어려웠다. 애플리케이션은 시간과 공간의 제약없이 편리하게 사용 가능하나, 이러한 편리성이 실제 사용으로 직결되는 것은 아니기 때문에 일상에서 애플리케이션을 활용하기 위해서는 애플리케이션의 실제 사용에 대한 분석까지 이뤄져야 한다. 애플리케이션의 실제 사용량을 추적함으로써 사용 권장 전략 효과를 확인하고 사용량에 따른 효과 분석을 통해 중재의 용량-반응효과 분석을 할 수 있다. 애플리케이션의 실제 사용량을 제시한 논문 7편 중 Jang 등[12] 연구에서는 사용 빈도에 따른 효과 분석을 하였으며 주의력 결핍 증상에 대한 교육 영역을 많이 사용할수록 주의력 결핍 증상이 감소하였음을 보여주었다. 향후 연구에서는 실제 사용량에 대한 자료를 추출하여 애플리케이션의 꾸준한 사용을 위한 전략 방법과 효율적인 적정 사용 권장량을 도출하는 연구가 필요하다.

선정된 문헌의 연구대상을 살펴본 결과, 우울장애, 공황장애, 강박장애를 진단받았거나 정신과적 진단을 받지는 않았지만 우울, 불안, 주의력 결핍, 기억력 저하 등의 증상이 있는 사람을 대상으로 중재를 제공하였다. 정신질환 진단이나 증상의 유무와 관계없이 일반 대학생과 간호사를 대상으로 한 문헌에서도 관심 증상은 우울, 불안, 스트레스였다. 검색어로 설정하여 검색한 증상 중 분노, 공격성, 불면, 자해, 자살, 식이 문제, 망상, 환각, 음성 증상이 있는 사람을 대상자로 선정하거나 이러한 증상의 감소를 목표로 한 애플리케이션에 대한 문헌은 아직 없었다. 또한, 분석한 연구 모두 성인을 대상자로 하였으며 아동과 청소년을 대상으로 한 연구는 아직 없었다. 정신 건강관리를 위한 애플리케이션에 대한 연구가 뒤늦게 시작됨에 따라 표적 대상자나 증상의 범위가 아직 제한적이다. 다양한 연령대, 다양한 직업군의 대상자와 다양한 건강 상태와 증상을 표적으로 하는 애플리케이션에 대한 연구가 진행된다면 애플리케이션의 활용 범위를 점점 더 넓혀갈 수 있을 것이다.

정신 건강관리를 위해 애플리케이션을 활용한 중재는 다양한 기술과의 융합도 기대해 볼 수 있다. 주의력 결핍 증상과 공황 증상을 조절하기 위해 만든 애플리케이션은 AI 기술을 융합하여 친근하게 마치 대화를 나누는 듯한 형태의 챗봇 애플리케이션을 제시하였다. 머신 러닝기술과 융합한 애플리케이션을 개발하여 효과 측정한 연구는[26] 무작위 배정을 하지 않아 최종 분석할 문헌에서 제외되었으나 매일 애플리케이션을 통해 기록되는 생체 리듬과 기분 점수를 토대로 앞으로의 상태를 예측하는 알고리즘을 만들어 피드백을 주었고 기분 삽화의 수와 기간이 감소하였다. 애플리케이션을 통해 규칙적인 생활을 격려하고 자신의 상태를 인지할 수 있도록 하여 기분장애의 재발을 예방할 수 있다는 결과를 보여준다. 애플리케이션과 다양한 기술의 융합은 새로운 방법으로 정신 건강을 효과적으로 관리할 수 있다.

12편의 논문의 질평가 결과 낮은 비뚤림 위험인 문헌은 없었다. 3편이 일부 우려, 9편이 높은 비뚤림 위험으로 전반적으로 비뚤림 위험이 있었다. 연구대상자들의 정신 건강 상태를 평가하기 위해 자가보고식 측정도구만을 사용한 문헌이 많았기 때문에 전체적인 비뚤림 위험도가 높아졌다. 자가보고식 측정도구와 함께 객관적 자료 측정을 병행하여 중재결과 측정 영역에서 비뚤림 위험을 낮춰야 한다. 비뚤림이 낮은 연구들은 애플리케이션의 효과성에 대한 근거를 확립할 수 있을 것이다.

본 연구에서는 문헌 검색 시 다양한 정신과적 증상을 검색어로 설정하였으나, 중독 증상과 발달 장애 증상에 대한 검색어가 제외되어, 이러한 증상 관리를 위한 애플리케이션에 대한 문헌은 분석하지 못하였다는 제한점이 있다. 또한 정신 건강관리를 위하여 정신과적 증상에 대해서만 검색을 시행하여, 증상 외에 심리적 요인을 중점으로 중재를 제공하고 결과를 측정한 연구들은 제외되었을 수 있다. 그럼에도 불구하고 본 연구는 애플리케이션을 이용한 중재가 정신 건강관리를 위한 효과적인 방안이 될 수 있음을 보여준다. 애플리케이션이 다양한 정신과적 증상 관리에 효과적임을 확인함으로써, 본 연구는 정신 간호 영역에서 애플리케이션 활용에 대한 관심을 높이고 앞으로의 애플리케이션 개발 및 적용에 근거가 될 수 있다. 또한 지금까지 연구에 사용된 애플리케이션 중재방법, 전략, 대상자 등을 살펴봄으로써, 현재까지의 연구 방향과 앞으로 필요한 연구에 대해서도 확인해 볼 수 있었다.

한국은 스마트폰 보급률이 매년 상승하여 2021년에는 스마트폰 보급률이 95%에 다다를 정도로[27] 접근성이 매우 높기에 애플리케이션을 활용할 수 있는 잠재력이 더욱 크다. 그러나 애플리케이션의 활용 가능성과 잠재력에 비해 아직 관련 연구는 부족한 상황이다. 애플리케이션 시장은 급격히 성장하고 있으나 의학적 근거가 뒷받침되지 못한다면 그 격차로 인해 오히려 정신 건강에 반대되는 부정적인 결과가 나타날 수 있다[9]. 현 의료 시스템 안에서 애플리케이션을 비대면 중재로서 효과적으로 활용하기 위해서는 애플리케이션 시장 성장 속도에 발맞춰 연구를 진행하고 연구결과를 바탕으로 애플리케이션을 개발하고 발전시켜야 할 것이다. 이는 과학 기술과 의료 융합의 급속한 흐름 속에서 간호사의 새로운 역할이 될 것이다.

결 론

본 연구는 정신 건강관리를 목적으로 개발된 한글 기반 애플리케이션의 현황, 중재의 특성 및 효과를 분석하기 위해 진행된 체계적 문헌고찰 연구이다. 문헌에서 사용된 애플리케이션은 이론과 치료 기법이 잘 구축되어 효과성이 증명된 중재를 바탕으로 내용을 구성하였으며 다양한 정신과적 증상의 호전에 효과가 있는 것으로 나타났다. 그러나 아직 애플리케이션의 시장에 비해 진행된 연구가 미흡하며 연구된 대상자들의 증상의 범위도 제한적이다. 이에 다양한 정신과적 증상을 대상으로 한 연구가 필요하며 애플리케이션의 내용, 효과성, 편의성 평가와 함께 실제 사용량을 추적하여 효율적인 적정 사용 권장량과 사용 권장 전략에 대한 연구가 필요하다.

Notes

The authors declared no conflicts of interest.

Acknowledgements

We thank Park Eun-Sun at Seoul National University Medical library for her contribution in developing the search strategy in Pubmed, Cochrane library, EMBASE, CINAHL, PsycINFO.

References

1. Hong JP, Lee DW, Ham BJ, Lee SH, Sung SJ, Yoon T, et al. The survey of mental disorders in Korea 2016. Seoul: Ministry of Health and Welfare; 2017.
2. Health Insurance Review & Assessment Service (KR). Statistics on disease [Internet]. Wonju: Health Insurance Review & Assessment Service; 2020. [cited 2021 Sep 2]. Available from: http://opendata.hira.or.kr/op/opc/olapMfrnIntrsIlnsInfo.do.
3. Jun JN, Jun MG, Kim NH, Park JH, Lee YJ, Yun SM, et al. People-centered strategy for making mental health services more accessible. Research Report. Sejong: Korea Institute for Health and Social Affairs; 2019. December. Report No. 2019-29.
4. Choi JW. The effects of COVID-19 pandemic on the mental health of the general public and children and adolescents and supporting measures. Journal of Korean Neuropsychiatric Association 2021;60(1):2–10. https://doi.org/10.4306/jknpa.2021.60.1.2.
5. Ann JH, Han CS, Woo JM, Kim KM, Kim MJ, Jang BH, et al. A study on current status of psychiatric disorders-related research and depression and suicide in Korea. Seoul: National Evidence-based Healthcare Collaborating Agency; 2012. 451 p.
6. Park JI, Jeon MN. The stigma of mental illness in Korea. Journal of Korean Neuropsychiatric Association 2016;55(4):299–309. https://doi.org/10.4306/jknpa.2016.55.4.299.
7. World Health Organization. mHealth: new horizons for health through mobile technologies: based on the findings of the second global survey on eHealth. Geneva: World Health Organization; 2011. 102 p.
8. Lee KW, Son HW. Geospatial information system glossary [Internet]. Seoul: Goomibook; 2016. [cited 2021 Sep 2]. Available from: https://terms.naver.com/entry.naver?docId=3473350&cid=58439&categoryId=58439.
9. National Institute of Mental Health (US). Technology and the future of mental health treatment [Internet]. Bethesda, MD: National Institute of Mental Health; 2019. [cited 2021 Sep 2]. Available from: https://www.nimh.nih.gov/health/topics/technology-andthe-future-of-mental-health-treatment.
10. Silva AMDA, Mascarenhas VHA, Araújo SNM, Machado RDS, Santos AMRD, Andrade EMLR. Mobile technologies in the nursing area. Revista Brasileira de Enfermagem 2018;71(5):2570–2578. https://doi.org/10.1590/0034-7167-2017-0513.
11. Samples C, Ni Z, Shaw RJ. Nursing and mHealth. International Journal of Nursing Sciences 2014;1(4):330–333. https://doi.org/10.1016/j.ijnss.2014.08.002.
12. Aitken M, Clancy B, Nass D. The growing value of digital health. Parsippany: IQVIA Institute for Human Data Science; 2017. November. 72 p.
13. Sucala M, Cuijpers P, Muench F, Cardoș R, Soflau R, Dobrean A, et al. Anxiety: there is an app for that. a systematic review of anxiety apps. Depression and Anxiety 2017;34(6):518–525. https://doi.org/10.1002/da.22654.
14. Marshall JM, Dunstan DA, Bartik W. Apps with maps-anxiety and depression mobile apps with evidence-based frameworks: systematic search of major app stores. Journal of Medical Internet Research Mental Health 2020;7(6)e16525. https://doi.org/10.2196/16525.
15. Lau N, O'Daffer A, Colt S, Yi-Frazier JP, Palermo TM, McCauley E, et al. Android and iPhone mobile apps for psychosocial wellness and stress management: systematic search in app stores and literature review. Journal of Medical Internet Research mHealth and uHealth 2020;8(5)e17798. https://doi.org/10.2196/17798.
16. Gál É, Ștefan S, Cristea IA. The efficacy of mindfulness meditation apps in enhancing users' well-being and mental health related outcomes: a meta-analysis of randomized controlled trials. Journal of Affective Disorder 2021;279:131–142. https://doi.org/10.1016/j.jad.2020.09.134.
17. Miralles I, Granell C, Díaz-Sanahuja L, Van Woensel W, Bretón-López J, Mira A, et al. Smartphone apps for the treatment of mental disorders: systematic review. Journal of Medical Internet Research mHealth and uHealth 2020;8(4)e14897. https://doi.org/10.2196/14897.
18. Shin JC, Kim J, Grigsby-Toussaint D. Mobile phone interventions for sleep disorders and sleep quality: systematic review. Journal of Medical Internet Research mHealth and uHealth 2017;5(9)e131. https://doi.org/10.2196/mhealth.7244.
19. Goreis A, Felnhofer A, Kafka JX, Probst T, Kothgassner OD. Efficacy of self-management smartphone-based apps for posttraumatic stress disorder symptoms: a systematic review and meta-analysis. Frontiers in Neuroscience 2020;14:3. https://doi.org/10.3389/fnins.2020.00003.
20. Kim SY, Park DA, Seo HJ, Shin SS, Lee SJ, Lee M, et al. Health technology assessment methodology: systematic review. Seoul: National Evidence-based Healthcare Collaborating Agency; 2020. 368 p.
21. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ 2021;372:n71. https://doi.org/10.1136/bmj.n71.
22. Kim SY, Park DA, Seo HJ, Shin SS, Lee SJ, Jang BH, et al. NECA's guidance for assessing tools of risk of bias. Seoul: National Evidence-based Healthcare Collaborating Agency; 2021. 175 p.
23. Jake-Schoffman DE, Silfee VJ, Waring ME, Boudreaux ED, Sadasivam RS, Mullen SP, et al. Methods for evaluating the content, usability, and efficacy of commercial mobile health apps. Journal of Medical Internet Research mHealth uHealth 2017;5(12)e190. https://doi.org/10.2196/mhealth.8758.
24. Weisel KK, Fuhrmann LM, Berking M, Baumeister H, Cuijpers P, Ebert DD. Standalone smartphone apps for mental health-a systematic review and meta-analysis. Nature Partner Journals Digital Medicine 2019;2:118. https://doi.org/10.1038/s41746-019-0188-8.
25. Oliveira C, Pereira A, Vagos P, Nobrega C, Gonçalves J, Afonso B. Effectiveness of mobile app-based psychological interventions for college students: a systematic review of the literature. Frontiers in Psychology 2021;12:647606. https://doi.org/10.3389/fpsyg.2021.647606.
26. Cho CH, Lee T, Lee JB, Seo JY, Jee HJ, Son S, et al. Effectiveness of a smartphone app with a wearable activity tracker in preventing the recurrence of mood disorders: prospective casecontrol study. Journal of Medical Internet Research Mental Health 2020;7(8)e21283. https://doi.org/10.2196/21283.
27. Gallup. 2012-2021 Smartphone usage rate and brand, smart watch, wireless earphone survey [Internet]. Seoul: Gallup report; 2021. [cited 2021 Sep 2]. Report No. Gallop report G20210608 Available from: https://www.gallup.co.kr/gallupdb/reportContent.asp?seqNo=1217.

Appendix

Appendix 1. Studies selected for the analysis

1. Han JW, Son KL, Byun HJ, Ko JW, Kim K, Hong JW, et al. Efficacy of the ubiquitous spaced retrieval-based memory advancement and rehabilitation training (USMART) program among patients with mild cognitive impairment: a randomized controlled crossover trial. Alzheimer's Research & Therapy. 2017;9(1):39. https://doi.org/10.1186/s13195-017-0264-8

2. Hur JW, Kim B, Park D, Choi SW. A scenario-based cognitive behavioral therapy mobile app to reduce dysfunctional beliefs in individuals with depression: a randomized controlled trial. Telemedicine and e-Health. 2018;24(9):710-716. https://doi.org/10.1089/tmj.2017.0214

3. Oh SJ, Seo S, Lee JH, Song MJ, Shin MS. Effects of smartphone- based memory training for older adults with subjective memory complaints: a randomized controlled trial. Aging & Mental Health. 2018;22(4):526-534. https://doi.org/10.1080/13607863.2016.1274373

4. Ham K, Chin S, Suh YJ, Rhee M, Yu ES, Lee HJ, et al. Preliminary results from a randomized controlled study for an appbased cognitive behavioral therapy program for depression and anxiety in cancer patients. Frontiers in Psychology. 2019;10:1592. https://doi.org/10.3389/fpsyg.2019.01592

5. Hwang WJ, Jo HH. Evaluation of the effectiveness of mobile app-based stress-management program: a randomized controlled trial. International Journal of Environmental Research and Public Health. 2019;16(21):4270. https://doi.org/10.3390/ijerph16214270

6. Ha SW, Kim JS. Designing a scalable, accessible, and effective mobile app based solution for common mental health problems. International Journal of Human-Computer Interaction. 2020;36:1-14. https://doi.org/10.1080/10447318.2020.1750792

7. Lee SM, Kim JH, Kim M, Kim JJ. The effects of well-being cognition technique using the smartphone app on the depression and subjective well-being of mid-life adults. Korean Journal of Health Psychology. 2020;25(2):393-416. https://doi.org/doi:10.17315/kjhp.2020.25.2.005

8. Oh J, Jang S, Kim H, Kim JJ. Efficacy of mobile app-based interactive cognitive behavioral therapy using a chatbot for panic disorder. International Journal of Medical Informatics. 2020;140:104171. https://doi.org/10.1016/j.ijmedinf.2020.104171

9. Park EB, Kim JH, Kim M. The impact of well-being cognition technique using the smartphone app on the job stress and subjective well-being of employees. Korean Journal of Health Psychology. 2020;25(1):57-74. https://doi.org/10.17315/kjhp.2020.25.1.004

10. Shin EJ, Kim JH, Kim M, Kim JJ. Effects of well-being cognition technique using mobile app on pathological worry, subjective well-being and trait anxiety among female university students. Korean Journal of Health Psychology. 2020;25(4):635-650. https://doi.org/10.17315/kjhp.2020.25.4.002

11. Hwang HC, Bae SJ, Hong JS, Han DH. Comparing effectiveness between a mobile app program and traditional cognitive behavior therapy in obsessive-compulsive disorder: evaluation study. Journal of Medical Internet Research Mental Health. 2021;8(1):e23778. https://doi.org/10.2196/23778

12. Jang SA, Kim JJ, Kim SJ, Hong JE, Kim SJ, Kim EJ. Mobile app-based chatbot to deliver cognitive behavioral therapy and psychoeducation for adults with attention deficit: a development and feasibility/usability study. International Journal of Medical Informatics. 2021;150:104440. https://doi.org/10.1016/j.ijmedinf.2021.104440

Article information Continued

Fig. 1.

PRISMA flow chart of study selection.

Fig. 2.

Risk of bias graph and summary.

Table 1.

Summary of Korean Apps for Mental Health

Author (year) Participants
Interventions
Measurement
Outcome (Significant*) Usability Average actual usage
Characteristics Age (mean, SD) Sample size Apps name Framework Contents Duration/Frequency/Encouraging method Control group Period Objective tools Subjective tools
Han et al. (2017) [1] Older adults with mild cognitive impairment 43 USMART Cognitive training Spaced retrieval training 4 weeks/ Usual care Pre-post · WLMT · SMCQ · Memory recall function* N/A N/A
Twice a week/ · WLRT · GDS · Subjective memory
E, C: 74.01 (5.53) Visiting · WLRcT · Depression
· MMSE · Global cognition
Hur et al. (2018) [2] Other specified depressive disorder patients E: 17 Todac Todac CBT Psychoeducation using scenario 3 weeks/ Daily mood chart app Pre-post · DAS · Dysfunctional attitude* N/A N/A
C: 17 Daily/ · BDI-II · Depression
E: 24.76 (3.70) Push alarm · STAI-X2 · Anxiety*
C: 22.65 (2.42) · RSES · Self esteem
Oh et al. (2018) [3] Older adults with subjective memory complaints E: 18 SMART Cognitive training Training tasks targeting attention, memory, working memory. 8 weeks/ C1: Fit brains (cognitive training program app) Pre-post · MDS · MMQ · Attention N/A N/A
C1: 19 5 days a week/ · SCWT · CES-D · Memory
E: 59.28 (5.11) C2: 16 Telephone calls, text messaging C2: waitlist · STAI · Working memory*
C1: 58.79 (5.00) · Executive function
C2: 59.94 (5.17) · Subjective memory
· Depression · Anxiety
Ham et al. (2019) [4] Cancer patients with high level of depression or anxiety E: 21 HARUToday CBT Psychoeducation, mood rating and self-management training 10 weeks/ C1: Information provision app Pre-post · Computer tasks (DPT, IAT) · BDI II · Attentional bias and implicit attitudes N/A
C1: 21 Daily/ · STAI · Depression*
E: 41.90 (11.30) C2: 21 Telephone calls, text messaging and giving rewards based on attendance C2: Waitlist (usual care) · SF-36 · Anxiety*
C1: 43.52 (10.37) · DAS · Quality of life
C2: 47.10 (11.19) · Dysfunctional attitude
Hwang & Jo (2019) [5] Nurses in college hospitals E: 26 Mind healer Relaxation technique Breathing methods, music, meditation, and yoga 4 weeks/ Waitlist Pre-post · PSS-10 · Stress* N/A
C: 30 Twice a week/ · KOSS · Depression
E, C: More than 50% are in 30s. (Presented as a range) N/A · PHQ-9 · Anxiety
· GAD-7 · Emotional labor
· ELS · Well-being*
· WHO-5 · Self efficacy*
· Self-efficacy scale
Ha & Kim (2020) [6] College students E: 25 Spring CBT Counseling with brief comments from multiple counselors 2 weeks/ Waitlist Pre-post · BDI II · Depression* 10 posts in 2 weeks
E: 21 C: 22 Daily/ · STAI · Anxiety
C: 21.95 N/A
Lee et al. (2020) [7] Middle-aged adults with high level of depression E: 23 Well-being cognition apps Well-being cognition technique Select and type phrases designed to promote cognitive well-being 4 weeks/ Waitlist Pre-post · CES-D · Depression* 24.52 times in 4 weeks (range: 20~55)
C: 25 Daily/ · CERQ · Adaptive cognitive strategies*
E: 47.7 (3.94) Feedback on usage once a week and push alarm · PANAS · Maladaptive cognitive strategies
C: 48.6 (5.47) · SWLS · Positive affect*
· LSES · Negative affect*
· Life satisfaction*
· Life satisfaction expectancy*
Oh et al. (2020) [8] Panic disorder patients E: 21 Todaki CBT Psychoeducation and self-management training using chatbot 4 weeks/ Book about panic disorder Pre-post · PDSS · Panic symptom* 9 days in 4 weeks (range: 3~25 days)
E: 37.6 (11.2) C: 20 Without encouragement/ · APPQ · Phobia
C: 44.5 (11.9) Without encouragement · HADS · Depression
· BSQ · Anxiety
· ACQ · Anxiety related to body sensation
· Anxiety control
Park et al. (2020) [9] 20~39 years old employees with high level of stress. E: 22 Well-being cognition apps Well-being cognition technique Select and type phrases designed to promote cognitive well-being 3 weeks/ Waitlist Pre-post · KOSS-SF · Occupational stress* 18 days in 3 weeks
C: 21 Daily/ · Stress response inventory · Stress response*
E, C: 20s-30s (Presented as categorical data) Push alarm and giving rewards based on attendance · PANAS · Positive affect
· SWLS · Negative affect*
· LSES · Life satisfaction*
· Life satisfaction expectancy
Shin et al. (2020) [10] Female university students with high level of worry E: 29 Well-being cognition apps Well-being cognition technique Select and type phrases designed to promote cognitive well-being 4 weeks/ Waitlist Pre-post · PSWQ · Worry* 20 times in 4 weeks
C: 29 Daily/ · PANAS · Positive affect*
Push alarm and giving rewards based on attendance · SWLS · Negative affect*
E: 21.07 (1.56) · LSES · Life satisfaction*
C: 20.9 (2.06) · STAI-T · Life satisfaction expectancy*
· Anxiety*
Hwang et al. (2021) [11] Obsessive- compulsive disorder patients E: 12 Ocfree CBT Psychoeducation, self-management training and games 6 weeks/ Individual in-person CBT for 1 hour per week Pre-post · fMRI data · Y-BOCS · Brain functional connectivity* 6 times for psychoeducation, 10.8 times for quest, 12.1 times for game in 6 weeks
C: 15 Daily/ · BDI · OCD symptom
E: 25.7 (7.7) In-person meeting once a week · BAI · Depression
C: 24.7 (10.7) · Anxiety*
Jang et al. (2021) [12] Adults with attention deficit E: 23 Todaki CBT Psychoeducation and self-management training using chatbot 4 weeks/ Book about self- management of attention deficit Pre-post · CAARS · Attention deficit symptoms* 20.32 times in 4 weeks, total 1 hour 15 minutes
E: 26.7 (8.97) C: 23 Without encouragement/ · QIDS-SR · Depression
C: 22.87 (5.44) Without encouragement · SAS · Anxiety
· PSS · Stress
*

p<.05;

SD=Standard deviation; E=Experimental group; C=Control group; WLMT=Word List Memory Test; WLRT=Word List Recall Test; WLRcT=Word List Recognition Test; SMCQ=Subjective Memory Complaint Questionnaire; GDS=Geriatric Depression Scale; MMSE=Mini–Mental State Examination; CBT=Cognitive Behavioral Therapy; DAS=Dysfunctional Attitude Scale; BDI-II=Beck Depression Inventory-II; STAI-X2=State-Trait Anxiety Inventory (Situation-dependent trait version); RSES=Rosenberg Self-Esteem Scale; MDS=Memory Diagnostic System; SCWt=Stroop Color and Word Test; MMQ=Multifactorial Memory Questionnaire; CES-D=Center for Epidemiological Studies-Depression Scale; DPT=Dot Probe Task; IAT=Implicit Association Test; SF-36=36~Item Short Form Health Survey; PSS-10=Modified version of the Perceived Stress Scale; KOSS=Korean Occupational Stress Scale; PHQ-9=Patient Health Questionnaire; GAD-7=Generalized Anxiety Disorder; ELS=Emotional Labor Scale; WHO-5=World Health Organization-Five Well-Being Index; CERQ=Cognitive Emotion Regulation Questionnaire; PANAS=Positive Affect and Negative Affect Schedule; SWLS=Satisfaction with Life Scale; LSES=Life Satisfaction Expectancy Scale; PDSS=Panic Disorder Severity Scale; APPQ=Albany Panic and Phobia Questionnaire; HADS=Hospital Anxiety and Depression Scale; BSQ=Body sensations Questionnaire; ACQ=Anxiety Control Questionnaire; KOSS-SF=Korean Occupational Stress Scale-Short Form; PSWQ=Penn State Worry Questionnaire; STAI-T=State-Trait Anxiety Inventory (Trait); fMRI=Functional Magnetic Resonance Imaging; Y-BOCS=Yale-Brown Obsessive Compulsive Scale; BAI=Beck Anxiety Inventory; OCD=Obsessive-Compulsive Disorder; CAARS=Conner's Adult Attention Deficit Hyperactivity Disorder Rating Scale; QIDS-SR=Quick Inventory of Depressive Symptomatology-Self-report; SAS=Self-rating Anxiety Scale.