रिसर्च पेपर · RP02

15वें दिन सिर्फ़ 3.9% लोग ऐप खोलते हैं

पृष्ठभूमि। डिजिटल वेलबीइंग प्रोग्राम लाखों कामकाजी लोगों तक पहुँचते हैं। उनमें से ज्यादातर पंद्रह दिन के अंदर ऐप खोलना बंद कर देते हैं। Baumel और साथियों ने 2019 में बताया। 93 मेंटल-हेल्थ ऐप्स में 15 दिन की retention का median 3.9% था। 30 दिन का median 3.3% था। यह रिव्यू पूछता है। क्या वह फर्श अब भी कायम है? ट्रायल वाला dropout क्या वही चीज़ है? रिमाइंडर, इंसान की मदद, दिखता प्रोग्रेस, चैनल और भाषा — इनमें से क्या कर्व मोड़ता है? तरीका। यह PRISMA-2020 systematic review है। PubMed, PsycINFO, Scopus, Web of Science, Google Scholar, CTRI, ClinicalTrials.gov और OSF preprints देखे गए। तारीख: 1 January 2019 से 22 September 2026। अंदर वही पेपर आए जो वयस्क यूजर्स और retention, engagement, attrition या dropout बताते हों। असली दुनिया की open rate और ट्रायल वाली फॉर्म-छूट अलग चीजें मानी गईं। नई random-effects meta-analysis तभी चलानी थी जब पाँच या ज्यादा स्टडी वही day-15 और day-30 वाला आँकड़ा देतीं। इतनी स्टडी नहीं मिलीं। इसलिए कहानी वाली synthesis की गई। ट्रायल वाले आँकड़े तीन छपी हुई meta-analyses से लिए गए। उन्हें फिर से नहीं जोड़ा गया। एक ही ट्रायल दो बार न गिने। नतीजा। एक ही स्वतंत्र multi-app पैनल अब भी Baumel 2019 है। 93 ऐप्स में day-15 retention का median 3.9% (IQR 10.3%) है। Day-30 का median 3.3% (IQR 6.2%) है। 2019–2026 में कोई दूसरी पैनल स्टडी इस फर्श को गिराती नहीं। Rolling retention ऊँची दिखती है। वह किसी भी बाद के इस्तेमाल को गिनती है। उसी कैलेंडर दिन का खोलना नहीं। दफ़्तर और गाइडेड प्रोग्राम में day-30 retention करीब 45–53% है। ट्रायल वाला assessment-dropout अलग नंबर है। 18 डिप्रेशन-ऐप ट्रायल्स में 26.2% (95% CI 18.1–36.3)। 70 स्मार्टफोन ट्रायल्स में जल्दी attrition 24.1% और बाद में 35.5%। 79 बाद की ट्रायल्स में टेस्ट के बाद 18.6% और फॉलो-अप पर 28.4%। रिमाइंडर और इंसान का संपर्क ट्रायल dropout घटाते दिखे। दिखते प्रोग्रेस का कोई पक्का जुड़ा हुआ फ़ायदा नहीं मिला। Gamification के साथ ट्रायल attrition ऊँची रही। किसी भारतीय उपभोक्ता प्रोग्राम ने day-15 या day-30 की same-day open-rate छापी नहीं। निष्कर्ष। बिना गाइड वाले स्टोर ऐप्स के लिए 15वें दिन का करीब 4% वाला फर्श अब भी सबसे अच्छा स्वतंत्र अनुमान है। यह सब जगह एक जैसा नहीं। इंसान का हाथ और दफ़्तर वाला चैनल कर्व को दस गुना हिला देते हैं। स्ट्रीक नहीं हिलाती। रजिस्ट्रेशन। यह रिव्यू पहले से PROSPERO पर नहीं लिखा गया। सर्च स्ट्रिंग, पात्रता और fallback नियम निकालने से पहले प्रोटोकॉल में तय थे।