欢迎访问《中国医药导报》编辑部！

慢性疾病管理是指针对慢性疾病患者的长期照护需求，通过系统化评估、持续监测和精准干预，旨在优化疾病控制与生活质量的服务体系[1]。其核心挑战在于引导患者修正疾病管理行为模式，不仅有效延缓疾病进展并降低并发症风险，而且改善患者情绪状态及整体健康结局[2-4]。福格行为模型（Fogg behavior model，FBM）由斯坦福大学Fogg教授于2009年提出，其核心是通过动机、能力与提示三要素协同作用驱动行为，并倡导利用微习惯策略促进行为固化。自2011年微习惯策略被提出以来，FBM的应用领域持续拓展，已涵盖组织管理领域、儿童产品开发研究领域、互联网与用户体验设计领域、养老金购买意愿调研及公共卫生领域等[5-8]。当前，FBM在中国慢性疾病管理领域的应用尚处于理论引进与本土化调适的关键探索阶段。本文旨在梳理FBM的理论内核，探讨未来发展方向，以期为护理及临床实践中该模型的整合应用提供循证依据与参考。

1 FBM的概述

FBM的核心理论框架表明，行为的发生依赖于动机、能力与提示三要素的同步满足，其演进历程体现为从初始公式B=MAT向优化版B=MAP的转变。这一修正不仅将“触发”迭代为更具行为引导意涵的“提示”，而且强化模型的实践精度[9]。

1.1 动机是行动核心驱动力

动机是驱动行为的直接因素，常源于对特定结果的追求或对负面后果的规避。在慢性疾病健康行为领域，动机易受“结果延迟性”影响，即健康行为的获益并非即时显现，因此动机的维持需要依赖目标的清晰化与价值感知的即时化，以避免因长期目标模糊而导致的驱动力衰减。

1.2 行为实施的可能性与难易度

FBM强调，行为能力的影响要素包括时间、经济、生理与认知及时间调度。能力聚焦行为执行的可行性边界，是衡量个体能否顺利完成目标行为的关键维度，能力优化的核心原则在于“降低行为阻力”，使目标行为处于个体能力可及范围，并促进良好行为习惯的形成。Hollingsworth等[10]对154名医疗从业者及学员开展研究，通过实施为期5 d的微习惯干预并辅以1个月的随访发现，该干预可有效提升研究对象的睡眠质量，降低其压力水平。

1.3 行为转化中的提示有效性

提示作为激活行为的情境触发因素，其核心功能是在动机与能力达到行为发生阈值时提供精准引导。有效性高度依赖于与个体状态的适配性，当个体动机强度与能力水平形成的“行动基线”跨越临界值时，提示才能有效推动行为从潜在状态转化为实际行动，避免无效触发[9]。

1.4 动机、能力与提示的行为协同

行为启动需动机、能力、提示协同。三要素间存在动态关联，动机与能力呈补偿效应，高动机可弥补能力短板，高能力亦可降低动机阈值；提示的效能严格依赖时机精准性，仅在动机-能力组合跨越行为触发临界点时生效。此协同逻辑构成“行为三角”模型，其交集域定义行为发生的必然窗口。

2 FBM在慢性疾病管理领域的应用

2.1 糖尿病

FBM作为一种解释和促进健康行为改变的理论框架，近年来，在糖尿病领域管理干预研究中展现出显著潜力。Meng等[11]基于FBM并结合健康教育策略，开发交互式糖尿病管理平台，有效解决患者学习动力不足和自我管理依从性低的问题，促进糖尿病知识与技能的日常应用。Wang等[12]在FBM指导下构建的微信孕期体重管理平台，证实该模型在特定群体中的有效性，精准匹配孕期女性对便捷性与针对性血糖控制的双重需求。有研究表明，融合说服技术、认知理论与FBM开发的糖尿病移动健康应用程序，通过随机对照试验，被证明可显著提升患者服药依从性，促进其健康相关行为，进而提升患者的生活质量[13-14]。Zhang等[15]针对年轻群体，基于成瘾理论并结合FBM提出HOOKED模型的行为影响框架，该框架在促进年轻人血糖健康管理方面显示出有效性。综上所述，在糖尿病健康管理领域，FBM通过与人工智能等多样化技术手段及跨学科理论的有机融合，在不同群体健康行为干预中展现出稳定的应用价值。然而，仍需认识到目前该模型固有的局限性，特别是其对复杂生理波动（如不可预测的血糖变化）直接影响行为的解释力不足，以及在支撑长期、高强度医疗依从性和整合系统性医疗环境支持方面的挑战。因此，这些探索不仅为糖尿病管理领域的理论应用与实践创新提供扎实证据，而且为今后进一步优化基于FBM的糖尿病健康干预策略、拓展技术融合路径奠定重要基础，有望为糖尿病防控的行为干预研究与实践提供更具针对性的方向指引。

2.2 慢性阻塞性肺疾病

针对慢性阻塞性肺疾病管理中存在的医疗缺陷，香港研究者创新性地将FBM与初级卫生保健体系深度整合，设计开发了一款聚焦戒烟支持的数字化干预工具[16]。研究显示，该小程序在提升患者戒烟自我效能感、延长戒烟持续时间及降低复吸率等关键指标上均取得显著成效[16-17]。Huang等[18]在国内开展的随机对照试验则聚焦吸入药物管理这一慢性阻塞性肺疾病护理痛点，采用FBM指导的游戏化吸入教育计划进行干预，显示吸入技术合格率大幅上升，且疾病急性加重发生率显著降低。然而，还需正视FBM在慢性阻塞性肺疾病管理中的固有局限：①模型难以动态响应急性症状发作对预设行为链的破坏（如突发呼吸困难导致的氧疗中断）；②其轻量化行为设计对长期高负荷医疗依从性（如每天15 h氧疗）的可持续支撑不足。因此，今后研究可进一步探索FBM与远程监测技术的融合，通过实时生理数据捕捉预警急性恶化风险，并开发自适应激励机制应对依从性疲劳，为慢性阻塞性肺疾病长期管理提供新的、基于循证的有效策略，从而实现慢性阻塞性肺疾病行为干预的动态化、智能化升级。

2.3 骨关节炎

骨关节炎作为一种退行性关节疾病，其长期管理依赖患者持续的自我健康行为，而行为改变的依从性不足常成为治疗效果的瓶颈。Pelle等[19]基于FBM框架，开发了一款针对骨关节炎患者的移动健康工具模型，该应用显著提升用户的自我管理效能。Pelle等[20]对427例膝/髋骨关节炎患者的干预研究显示，应用组患者在疼痛、核心症状及功能活动方面等关键观察指标上均表现出统计学显著的改善。Tack[21]研究进一步验证该工具的有效性。综上所述，FBM作为移动健康自我管理工具设计实施框架的实用价值，为骨关节炎及慢性退行性疾病领域的行为干预工具开发提供可借鉴的理论指导与实践范式。但未明确不同严重程度骨关节炎患者的策略适配差异，对老年或合并基础疾病患者的“能力”门槛调整不足，且未深入解析FBM各要素对行为改善的具体贡献权重。今后需结合分层设计，优化个体化策略，进一步释放FBM在骨关节炎综合管理中的应用潜力。

2.4 慢性肾脏病

在慢性肾脏病管理领域，国内研究人员已探索将FBM应用于解决关键临床问题[22]。针对慢性肾脏病患者高血压药物服用依从性水平，研究者依托FBM开发了一款聚焦用药提醒的移动应用程序，研究纳入30例对象，采用自身前后对照设计，观察期为3个月，提示这款基于FBM的服药提醒应用程序可显著提升慢性肾脏病患者的用药依从性，但短期追踪尚无评估对远期健康指标的持续影响[22]。Lightfoot等[23]通过干预映射框架将FBM深度融合到慢性肾脏病数字自我管理计划的开发当中，构建理论驱动型精准干预系统，该研究纳入慢性肾脏病非透析患者，提示该模型有效提升患者的自我管理精准决策能力。在国际研究中，研究者则将FBM应用于推广慢性肾脏病患者家庭血液透析，旨在减轻照护负担。然而，FBM助力识别实践中的潜在局限，家庭血液透析难以评估动静脉瘘杂音等体征，削弱情境提示的准确性；老年患者健康素养不足，直接制约“能力”维度达标等[24]。综上所述，FBM通过连接行为要素与干预措施，在提升用药依从性、推广居家透析中展现实效，但需针对追踪周期短、技术能力适配不足等局限优化，进一步拓展其在慢性肾脏病综合管理中的应用价值。

2.5 恶性肿瘤

FBM在恶性肿瘤预防、治疗支持及健康管理中的应用展现出显著潜力。在恶性肿瘤预防领域，Agha等[25]使用FBM作为理论框架，评估人乳头瘤病毒疫苗接种障碍，提示通过提升行动能力并联动社会支持，可有效提高青少年女性的人乳头瘤病毒疫苗接种率，从而降低妇科恶性肿瘤的风险。在治疗支持方面，Veggiotti等[26]创新性地将IDEAS框架与FBM微习惯理念结合，发现其可有效降低恶性肿瘤患者的行为难度，助力建立可持续的健康睡眠习惯。Ni等[27]基于FBM开发了一项基于网络的恶性肿瘤患者用药咨询服务系统，证实其切实提升患者的药物依从性与不良反应管理能力。恶性肿瘤早期筛查促进方面，Feng等[28]针对肝恶性肿瘤高危群体，设计了一款基于FBM指导的移动健康干预，显示6个月的干预可提升患者的知识水平与筛查意愿。这些实践凸显FBM在恶性肿瘤防治全周期中的强大适应性和指导价值。今后研究需深化对特定群体行为驱动因素的FBM分析，优化多要素策略组合与数字化实现方式，并在更广泛场景中验证其长期效果与成本效益，以最终提升恶性肿瘤全程管理的效果。

2.6 高尿酸血症

高尿酸血症全球患病率逐年攀升，已成为目前不容忽视的公共卫生问题。Kang等[29]结合FBM开发了高尿酸血症患者的自我管理应用程序，发现该应用程序可提高患者的知识掌握程度与自我管理能力，对其康复具有显著效果。Wang等[30]聚焦于共病研究，基于FBM的自我设计问卷用评估糖尿病合并高尿酸血症患者的自我管理依从性情况，显示在FBM理论指导下糖尿病合并高尿酸血症患者在自我管理依从性上表现出相对成熟的应对策略。Park等[31]依托韩国全国数据库结合FBM探索高尿酸血症与口腔健康关联，发现口腔健康程度与高尿酸血症发病显著相关。这一发现为高尿酸血症健康行为干预中FBM的动机要素激活提供关键依据。综上所述，针对高尿酸血症的现有研究具备样本量大、代表性强的优势，但仍存在局限，如未针对病情、年龄、合并症分层导致干预普适性不足等。今后需结合个体化差异，深化机制探索与精准方案制订，从而系统提升高尿酸血症防控的科学性、精准性和实践实效。

2.7 阿尔茨海默病

阿尔茨海默病作为高发神经退行性疾病，患者日常高度依赖照护，给家庭和社会带来沉重负担。Ghorbani等[32]设计一款基于增强现实与物联网的阿尔茨海默病智能辅助系统，并将FBM模型融入该系统中，发现该技术与行为理论的融合可为阿尔茨海默病患者自主生活提供科学适配的支持路径，提高患者的认知能力。Liu等[33]基于FBM设计的阿尔茨海默病辅助界面系统，通过线上、线下融合实现精准干预，适配患者认知特点，显示该系统凸显结合行为理论的优势，为辅助工具开发提供行为理论驱动的创新范式。England等[34]创新性地将FBM嵌套于痴呆老年人衰弱动力仿真系统中，构建阿尔茨海默病特异性衰弱轨迹预测-干预联合模型，提示该模型为阿尔茨海默病的衰弱防控提供智能决策工具，为突破认知障碍患者的行为干预瓶颈开辟新路径。综上所述，FBM在阿尔茨海默病辅助干预领域应用前景广泛。但核心局限在于未充分考虑动静态界面难适配重度患者能力变化，固定触发频率缺乏场景化调整，技术工具操作门槛与患者动手能力间存在矛盾。今后需针对病程动态优化能力适配与触发机制，推动技术轻量化以贴合患者真实需求。

3 FBM应用存在的风险与挑战

尽管FBM在实践操作性与适用场景的广泛性上凸显出显著优势，但其在规范应用过程中仍面临诸多现实挑战。①动机干预存在个体适配性不足问题。测量工具与方法不统一，当前标准化评估体系仍缺失，文化差异下行为模式异质性可能制约其临床适配性，患者因年龄、病程、心理状态差异，对激励策略的响应度分化明显，易出现动机衰减或激励失效。②能力支持体系的构建面临现实瓶颈。患者的数字素养和健康认知水平存在明显落差。复杂操作流程或专业术语内容，极易降低用户依从性，甚至导致早期放弃。数字化依赖可能加剧老年或弱势人群的管理鸿沟，引发健康公平性问题。③提示机制易陷入“阈值困境”，过度触发可能引发用户倦怠，不足则难以形成行为惯性。平衡个性化需求与行为塑造效果是当前实践中的一大挑战。④FBM的实践应用面临资源优化配置的挑战，高效行为干预需多维度资源协同，如何在有限资源约束下构建成本效益均衡的干预方案是构成FBM落地的核心设计考量。⑤政策制定者与卫生管理体系需确立共识，行为干预的可持续性不仅取决于技术方案，而且需制度保障与资源配置的衔接机制。

4 小结与展望

FBM早期在商业行为研究中获广泛应用，近年来适用范畴已拓展至慢性疾病管理。中国人口基数大、文化多样、生活环境各异，个体能力与动机差异显著，为其本土化应用构建独特的实践场域，后续研究可重点围绕以下方向深入探索：①构建个体化动态适配机制。开发符合国人文化习惯与行为特征的FBM慢性疾病管理框架，需整合患者年龄、病程阶段、数字素养、心理社会特征等多维变量，研发基于机器学习的个性化推荐与动态调整算法，实现动机激发策略、能力支持方案与提示触发模式的个性化迭代，破解“一刀切”干预的适配性不足问题。②强化长期效应与硬结局验证。通过多中心、大样本量队列研究延长随访周期，重点追踪FBM干预对慢性疾病患者生活质量、疾病进展速率、复发率及生存率等硬临床结局的影响，补充现有短期行为改善数据之外的长期预后证据链，构建从短期行为改善到长期健康获益的完整证据链，为临床实践和政策制定提供坚实依据。③推进跨场景技术赋能。依托智能穿戴设备、物联网终端拓展提示触发的场景融合度，如结合生理指标实时触发饮食干预提示；同步开发适老化、低数字化门槛的干预工具，弥合技术依赖导致的健康管理鸿沟，提升干预的普适性与可持续性。随着FBM与本土化实践的深度耦合与持续迭代优化，其在适配中国复杂多元的健康场景需求方面将展现出更强生命力，有望为推进慢性疾病管理的精准化、个性化、普惠化发展提供持久而核心的驱动力。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[1] 孙明，解夕黎，贾雯涵，等.健康管理理论研究进展及在慢性疾病管理中的应用[J].中国医科大学学报，2022，51（1）：69-72.

[2] SITTIG S.Integrating behavioral trigger messages into a mhealth system design for chronic disease management[J].JMIR mHealth uHealth，2017，5（8）：e166.

[3] KANG J，ME R C，KAMARUDIN K M.A healthy lifestyle persuasive design model based on behavioral analysis[J].Learn Motiv，2024，87（3）：102021.

[4] ARAUJO-SOARES V，HANKONEN N，PRESSEAU J，et al.Develop behavior change interventions for self-management in chronic illness[J].Eur Psychol，2018，23（3）：193-204.

[5] JYOTHY S N，KOLIL V K，RAMAN R，et al.Exploring large language models as an integrated tool for learning，teaching，and research through the Fogg behavior model：a comprehensive mixed-methods analysis [J].Cogent Eng，2024，11（1）：2353494.

[6] ZHOU Y，QIN Q，TANG B，et al.A study on the Fogg behavior model in designing educational apps for children[C]//International Conference On Human-Computer Interaction.Cham：Springer Nature Switzerland，2023：249-261.

[7] WU G，GONG J.Investigating the intention of purchasing private pension scheme based on an integrated FBM-UTAUT model：the case of China [J].Front Psychol，2023，14（1）：1136351.

[8] JACOME C，ALMEIDA R，PEREIRA A M，et al.Feasibility and acceptability of an asthma App to monitor medication adherence：mixed methods study[J].JMIR Mhealth Uhealth，2021，9（5）：e26442.

[9] FOGG B J.福格行为模型[M].天津：天津科学技术出版社，2023.

[10] HOLLINGSWORTH J C，REDDEN D T.Tiny habits for gratitude-implications for healthcare education stakeholders[J].Front Public Health，2022，10：866992.

[11] MENG X，TIAN H.Study on the development of a diabetes health education promotion program utilizing an information platform [C]//2024 14th International Conference on Information Technology in Medicine and Education.IEEE，2024：456-460.

[12] WANG L，ZOU L，YI H，et al.The implementation of online and offline hybrid weight management approac h for pregnant women based on the Fogg behavior model in Hainan，China：a pilot randomized controlled trial [J].BMC Pregnancy Childbirth，2024，24（1）：516.

[13] KGASI M R，CHIMBO B，MOTSI L.A persuasive technology mhealth self-monitoring system for intervention in diabetic patients medical adherence[J].Int J Sci Ann，2024，7（2）：1-11.

[14] SITTIG S，WANG J，IYENGAR S，et al.Incorporating behavioral trigger messages into a mobile health app for chronic disease management：randomized clinical feasibility trial in diabetes [J].JMIR mHealth uHealth，2020，8（3）：e15927.

[15] ZHANG M，XU J，TANG W，et al.A systematic design of a youth-oriented blood glucose health management product based on addiction theory [C]//2024 5th International Conference on Intelligent Design.IEEE，2024：410-416.

[16] CHEN X R C，LEUNG S H，LI Y C.Chronic obstructive pulmonary disease（COPD）management in the community：how could primary care team contribute? [J].BMC Fam Pract，2020，21（1）：184.

[17] ALSHAHRANI F D M.Persuasive technology for the future of smoking cessation[J].Adv Internet Things，2024，14（2）：36-52.

[18] HUANG X，JIANG Z，DAI Y，et al.Effect of gamification on improved adherence to inhaled medications in chronic obstructive pulmonary disease：randomized controlled trial[J].J Med Internet Res，2025，27（1）：e65309.

[19] PELLE T，BEVERS K，VAN DER PALEN J，et al.Development and evaluation of atailorede-self-management in tervention for knee and/or hip osteoarthritis：study protocol [J].BMC Musculoskel Disord，2019，20（1）：398.

[20] PELLE T，BEVERS K，VAN DER PALEN J，et al.Effect of the dr.Bart application on healthcare use and clinical outcomes in people with teoarthritis of the knee and/or hip in the Netherlands：a randomized controlled trial[J].Osteoarthr Cartil，2020，28（4）：418-427.

[21] TACK C.A model of integrated remote monitoring and behaviour change for osteoarthritis [J].BMC Musculoskeletal Disord，2021，22（1）：669.

[22] 杨聪.基于Fogg行为模型构建的服药提醒应用程序对慢性肾脏病患者降压药服药依从性的影响[D].乌鲁木齐：新疆医科大学，2023.

[23] LIGHTFOOT C J，WILKINSON T J，HADJICONSTANTINOU M，et al.The codevelopment of “My Kidneys&Me”：a digital self-management program for people with chronic kidney disease[J].J Med Internet Res，2022，24（11）：e39657.

[24] WU H H L，NIXON A C，DHAYGUDE A P，et al.Is home hemodialysis a practical option for older people? [J].Hemo Dial Int，2021，25（4）：416-423.

[25] AGHA S，BERNARD D，FRANCIS S，et al.Determinants of human papillomavirus vaccine acceptance among caregivers in Nigeria：a Fogg behavior model-based approach [J].Vaccines，2024，12（1）：84.

[26] VEGGIOTTI N，SACCHI L，PELEG M.Enhancing the IDEAS framework with ontology：designing digital interventions for improving cancer patients’ wellbeing [C]//AMIA Annual Symposium Proceedings.2021：1186.

[27] NI C，WANG Y，ZHANG Y，et al.A mobile applet for assessing medication adherence and managing adverse drug reactions among patients with cancer：usability and utility study[J].JMIR Form Res，2024，8（1）：e50528.

[28] FENG G，ZHAO K，WANG Y，et al.Mhealth-based interventions to improving liver cancer screening among highrisk populations：a study protocol for a randomized controlled trial[J].BMC Public Health，2024，24（1）：2501.

[29] KANG S G，LEE E N.Development and evaluation of a selfmanagement application for patients with gout [J].Jpn J Nurs Sci，2020，17（2）：e12285.

[30] WANGD，LIUZ，LIUY，et al.Knowledge，attitudes，and practices among patients with diabetes mellitus and hyperuricemia toward disease self-management [J].Front Public Health，2024，12（1）：1426259.

[31] PARK J，SON M，LEE S W，et al.Association between oral health and hyperuricemia in Korean adults：Korea national health and nutrition examination survey 2016—2019 [J].Korean J Intern Med，2024，39（6）：1001.

[32] GHORBANI F，AHMADI A，KIA M，et al.A decisionaware ambient assisted living system wi th IoT embedded device for in-home monitoring of older adults [J].Sensors，2023，23（5）：2673.

[33] LIU L，CHIU H H.Interface design and interaction optimization for dietary management of Alzheimer’s patients based on the Fogg behavior model [C]//2024 5th International Conference on Intelligent Design.IEEE，2024：477-480.

[34] ENGLAND T，WALSH B，BRAILSFORD S，et al.Using routine health care data to develop and validate a system dynamics simulation model of frailty trajectories in an ageing population[J].Health Syst，2025，14（3）：195-207.

【作者机构】	¹内蒙古民族大学护理学院； ²内蒙古民族大学附属医院内分泌科
【分类号】	R197.1
【基金】	内蒙古自治区自然科学基金面上项目（2018LH 08050）内蒙古自治区教育厅一流学科科研专项项目（YLXKZXNMD-013）。

福格行为模型在慢性疾病管理领域的应用进展与展望

目录

文内图表