推特、应用程序和POD:成年人6个月移动减肥数字(移动POD)随机减肥干预的结果

简介

最新数据显示，68%的美国成年人超重或肥胖(体重指数[BMI] >25公斤/米)²)，其中成年女性的肥胖率为35.5%，而成年男性的肥胖率为32.2% [1］．超重和肥胖与几种慢性疾病有关，包括2型糖尿病、高血压、心血管疾病、关节炎、高脂血症和哮喘[2，3.］．即使是适度的体重减轻——体重下降5%左右——也已被证明对降低慢性疾病风险有显著影响[4，5］．

以改善饮食和体育活动为目标的行为干预是帮助人们减肥和减少慢性疾病风险因素的有效方法[6］．行为减肥研究项目通常包括每周或每月两次的面对面行为会议，参与者包括10-20名成员和一个减肥研究团队[7］．虽然这是一种帮助人们减肥的有效方法，但它耗费时间和资源，不容易传播。此外，许多人认为参与面对面的减肥干预是耗时的，而且往往不方便。8］．在行为减肥干预中，从面对面的环境转移到移动传递方法是一种很有前途的策略。

移动技术，如能够上网的移动设备(如iPhone和黑莓)，可能被证明是减肥计划的有效途径。移动设备的使用一直在增加。2010年，40%的美国成年人使用手机上网或发送电子邮件或即时消息，这些活动的比例比前一年有所上升[9］．美国成年人还使用便携式设备(MP3播放器)收听音频，46%的美国成年人称他们拥有一台MP3播放器。919%的互联网用户称他们下载过播客(一种可以在电脑或移动媒体播放器上收听的音频文件)[10］．由于云计算(在线发布、托管和访问数据)的普及，播客的使用可能也会增加，这使得收听和创建播客变得更容易。11］．

关于使用移动技术帮助人们达到健康体重的研究正在出现。流动装置已成功用于提供膳食指引[12自我监测体重和其他与健康相关的变量[13，14]和膳食摄入量[15］．然而，很少有研究使用完全基于移动设备的方法来提供行为减肥干预。例如，除了面对面的小组会议外，研究还可能使用发送到移动设备的文本消息(短消息服务[SMS])来提供支持[16］．帕特里克和他的同事进行了一项完全基于移动设备的研究[17超重的男性和女性。这种行为减肥干预完全通过短信方式向参与者发送标准和有针对性的信息，参与者在4个月内平均减轻了3.16%的体重[17］．另一项技术提供的干预包括一个相当大的移动组件，目标是增加健康、略超重(BMI 26.3 kg/m)人群的体育活动²)男人和女人。干预组的参与者通过互联网收到了有针对性的克服障碍的信息，通过短信和电子邮件收到了锻炼身体的提醒，并可以访问留言板与其他研究参与者讨论经验[18］．

我们之前的工作证明，短期行为减肥干预可以通过播客成功实现[19］．在那项为期3个月的试验中，78名参与者被随机分配接受基于社会认知理论设计的播客。20.)(增强版)或网上流行的减肥播客(控制)。增强播客组的体重减轻显著大于对照组(平均-0.3，标准差2.1 kg;P组间< .001)。然而，这项研究是短期的，体重的减轻是适度的。只有播客的形式也限制了为参与者提供自我监控饮食和体育活动的简单方式，以及接受社会支持的能力(通常是在面对面的小组环境中提供的)。据我们所知，此前还没有研究将播客、移动支持通信和移动饮食监测结合起来帮助人们减肥。因此，我们探索了使用这种增强的移动方法来帮助人们在移动数字减肥(移动POD)干预中减肥。

方法

研究人口与措施

超重和肥胖的男性和女性(BMI 25-45 kg/m²在美国北卡罗来纳州的罗利-达勒姆市通过电视广告和电子邮件列表招募，参与这项为期6个月的随机试验。如果参与者吸烟、健康状况不稳定或甲状腺状况无法控制、不能参加3次监测访问或增加步行作为一种锻炼形式、有精神疾病、正在接受酒精或药物依赖治疗、有饮食障碍、目前正在参加减肥计划、怀孕、哺乳或计划在未来6个月内怀孕，则被排除在外。参加者亦须填妥体能活动意愿问卷[21]，并因有心肌梗死或中风病史而被排除在外，如果在其他项目(如使用高血压药物或骨骼和关节问题)上批准参加，则必须获得医生的同意。参与者被要求使用体重秤来自我监测体重，并必须拥有四种可上网的移动设备之一:iPhone、iPod Touch、黑莓或基于android的手机。参与者被要求能上网，并能熟练使用电脑。北卡罗来纳大学教堂山学院审查委员会批准了这项研究，所有参与者都给予了书面知情同意。参与者完成所有3个月和6个月的评估活动，将获得20美元的奖励。

研究助理筛选参与者。在符合筛选标准的情况下，参与者被邀请参加一个指导会议，在那里他们了解了更多关于这项研究的知识，被展示如何完成在线基线问卷，并填写同意表格。参与者在两周内完成问卷项目(全部在线完成)，评估如下:人口统计;利用自动自我管理的24小时膳食回忆法收集的2天未公布的24小时膳食回忆(1个工作日及1个周末)的膳食摄入量[22];身体活动(帕芬巴格身体活动问卷)[23];自我效能感(体重效能生活方式问卷)[24];和进食行为(进食行为量表[EBI]) [25］．参与者还被要求(用1- 7分制的李克特量表)评估他们在6个月后对减肥努力的支持程度。这些问卷项目从纸质工具转换为在线方法(但之前没有验证在线使用)。

参与者在完成所有基线问卷后，使用计算机随机数字生成器(由研究人员进行)随机分配。安排一个面对面的团体访问，以获得客观的身高和体重。在参与者被随机分配之前，他们穿着轻便的街头服装，使用校准的Tanita BWB-800数字称(Tanita, Arlington Heights, IL, USA)精确到0.1公斤测量体重。在受试者脱下帽子和鞋子后，使用壁挂式体育场计测量身高(Perspective Enterprises, Portage, MI, USA)。一旦收集到所有的基线测量数据，参与者就会了解到他们被随机分配到哪一组，并得到关于分组分配的更多细节。两种情况都是积极治疗，参与者不被告知哪一组是感兴趣的干预组或增强组。研究参与者和研究人员都对治疗分配不知情。

干预与控制条件

参与者可以被随机分配到两种条件中的一种:只播放播客(Podcast)或播客加增强移动媒体干预(Podcast+ mobile)。两组每周接受2个播客，持续3个月(每个大约15分钟)，每周2个迷你播客，持续3 - 6个月(每个大约5分钟)。参与者可以访问一个特定群体的播客网站，在那里他们可以使用自己的移动设备订阅播客，或者直接在电脑上收听播客。播客的内容和设计已在其他地方介绍过[19］．简单地说，播客的设计使用了社会认知理论[20.］．播客是在研究开始前编写和录制的。前3个月发布的播客内容包括营养和体育活动信息，一个关于试图减肥的男性或女性的音频博客，一部肥皂剧，以及一个目标设定活动。3-6个月发布的播客只包含营养和锻炼部分，专注于克服障碍和解决问题。播客组——而不是播客+手机组——收到了一本食物卡路里和脂肪克数的书，以帮助他们监测自己的饮食摄入量。除了播客，播客+手机组还被要求下载一个饮食和身体活动监测应用(app)(2010版的FatSecret卡路里计算应用FatSecret.com, 2011年1月发布了额外更新)和一个社交网站(Twitter)的应用到他们的移动设备上(都是免费下载的)。参与者在Twitter上创建了一个用户账户，并被告知(通过他们的移动设备或电脑)每天至少登录Twitter一次，以阅读研究协调员发布的信息，并被鼓励自己至少每天在Twitter上发帖。参与者可以选择任何他们想要的用户名(以保护他们的身份)，并被指导如何使他们的Twitter帐户保密(如果他们选择这样做的话)。在0-3个月期间，Podcast+Mobile参与者被分为4组，创建11-12人的Twitter群组。研究人员向他们发送了一份清单，上面列出了他们所在群体中每个人的Twitter用户名，并指示他们关注他们所在群体中的每个人，并提醒他们向参与者发送关注请求，并接受请求，直到每个群体中的每个人都关注彼此为止。 During months 3–6, Podcast+Mobile participants were asked to follow everyone in the study, and similar procedures were used to allow everyone within the Podcast+Mobile group to follow one another. The study coordinator sent out 2 messages per day to the group, which reinforced messages from the podcasts, posed questions to the group to facilitate discussion, and encouraged participants to share tips and recipes with one another that would assist in weight loss. Such messages were prompts to attend to weight-loss behavior, and encouraged communication but were not individualized. The study coordinator did not participate in discussions initiated by participants. All participants received information on safe exercise practices.

评估时间

体重变化是研究的主要结果，在基线、3个月和6个月时在研究地点收集体重。除了上面讨论的饮食、身体活动和心理社会测量外，在3个月和6个月时收集了其他测量，包括新颖性、认知负荷[26，用户控件[27]、精化(精化可能性模型问卷)[28和过程评估问题，所有都通过在线问卷。参与者还会收到一个每周在线问卷链接，这样他们就可以报告一周收听播客的数量、体重、监控饮食和体育活动的天数。对于播客+手机组，他们还会收到评估Twitter使用情况的问卷项目。没有完成每周问卷的参与者会收到一封电子邮件提醒，并在连续两周没有完成每周问卷提交后收到一封电话提醒。在研究过程中，每个参与者的Twitter消息数量也被记录下来，并且从播客托管网站获得了治疗组每个播客的下载数量的客观度量。

统计分析

该研究的能量计算采用了之前播客研究中3个月的体重减轻情况[19，而另一项基于网络的研究则使用了自动电子邮件反馈组(类似于我们的Podcast+Mobile组)，并在3个月内实现了减肥[29］．这导致的效应大小为r= .2934和一个科恩d0.6138。在alpha = .05和1 - beta = 80%显著性的2侧检验中，每个干预臂的样本量为每组43(总共需要86个N)。为了考虑减员，我们试图招募95-105名参与者。

我们使用imputation(基线观察继续进行)的意向治疗进行了所有的数据收集和分析，除了一些我们只在6个月收集的变量(如信息处理变量)，我们只使用完整者进行评估。主题之间t计算了连续变量和成对样本之间的差异检验t测试用于检查组内的差异。Logistic回归模型用于评估6个月时研究中止的人口学预测因素。包含多个类别(如教育、种族和婚姻状况)的人口统计信息被二分化，并使用卡方独立性检验来评估基线组间的差异。方差分析用于检验3组或3组以上组内的平均差异，重复测量方差分析用于评估连续变量间随时间的变化。皮尔逊相关性被用来检验播客下载数量和推特发帖数量与减肥之间的关系。所有分析均使用SPSS 16.0 for Windows软件(IBM公司，Somers, NY, USA)进行P0.05用于表示有统计学意义的差异。

结果

参与者从2010年7月招募到2010年8月，研究持续到2011年2月。图1显示通过招募、干预和跟踪的参与者流动。在494名询问研究的志愿者中，359人(72.7%)不符合条件，135人被邀请参加培训，其中96人参加了研究。表1概述了基线人口统计学。两组在基线人口统计学上无显著差异。“播客+手机”组的人比“播客”组的人更多，报告说他们以前下载过与健康相关的播客(P= .04)或在移动设备上安装与健康饮食有关的应用程式(P= .04点)。在一个检验人口统计学因素作为6个月未完成研究预测因素的模型中，年龄有显著影响(P= .005)和种族趋势(P= .06)，但与性别、分组或基线BMI无关。未在6个月(n = 10)完成研究的参与者更年轻(平均31.0，标准差11.2 vs 44.3，标准差10.3岁)，白人(4/10,40%黑人，2/10,20%亚洲人，4/10,40%白人)的可能性低4.7倍(95%置信区间，0.96-23.24)。

图2详细介绍了在6个月的研究中各组的体重减轻情况。Podcast+Mobile组在3个月时平均减少了-2.4 (SD 3.4)公斤(Podcast组为-2.3,SD 3.3公斤)，在3到6个月期间额外减少了-0.2 (SD 3.0)公斤(Podcast组为-0.3,SD 1.8公斤);P= .88的时间-组交互)。表2概述了体重减轻百分比、饮食、体育活动、自我效能、知识和饮食行为的组间差异。组-时间交互作用对任何变量都不显著。3个月或6个月时体重减轻的百分比在两组之间没有差异。3个月或6个月时，两组在能量消耗或摄入方面无显著差异。在3个月或6个月时，各组在脂肪摄入、自我效能(WEL评分)或与体重相关的饮食行为(EBI评分)方面的变化没有差异。

表3概述了在3个月和6个月时测量的信息处理变量的差异，以及播客下载的数量和每周饮食和体育活动的天数的自我监测。播客+手机参与者在3个月时报告了更多的用户控制，但在6个月时没有(P=。08)。在认知负荷方面没有显著差异，但Podcast+Mobile参与者报告说，在3个月和6个月时，干预更新颖。3个月时，两组在精化程度上无显著差异，但有趋势(P= .06)，其中Podcast+Mobile参与者比Podcast参与者报告了更多详细信息。0-3个月组和3-6个月组之间报告的播客平均下载数量没有差异。然而，来自播客托管网站的客观数据显示，在0-3个月期间，podcast +Mobile组的下载数量比podcast组的下载数量有显著差异(P< .001)及3-6个月(P<措施)。在6个月的时间里，参与者报告下载播客的数量与播客+手机(r= -.46,P= .001)及播客(r= 53,P<措施)组。在参与者自我报告的每周平均天数中，两组之间没有差异。然而，自我监测的方法因组而异。在研究过程中，Podcast+Mobile参与者使用应用程序监测饮食的可能性是Podcast组的3.5倍(95%置信区间，1.29-8.84;P= .01)，而大多数Podcast参与者报告使用Web(14/ 41,34%)或纸质(12/ 41,29%)方法。将各组的数据折叠起来，在6个月的研究中，根据记录摄入量的方法，每周平均饮食自我监测天数有所不同:每周平均2.9天(SD 1.9天)移动应用程序，n = 37;2.3 (SD) 1.9天/周网站，n = 24;1.6 (SD 1.3)天/周纸质期刊，n = 17;N = 3报告没有使用任何监测方法，N = 15没有报告方法;F_2、7= 3.41,P= .04点)。不同类型的移动设备在饮食监测天数或体重减轻方面没有差异。Tukey诚实显著差异(HSD)事后分析显示，在纸质日志方法和使用移动应用程序记录饮食之间，每周饮食自我监测的平均天数有显著差异(P= 03)。

尽管参与者在6个月时的支持程度(评分0-7)没有差异(Podcast+Mobile平均5.0,SD 1.5 vs 4.8, SD 1.7;P= 0.67)，在6个月的试验中，被试报告的主要社会支持形式有显著差异。更多的播客参与者表示主要依赖朋友的社交支持(11/40,28%播客vs 4/40, 10%播客+手机;P= .045)，更多的Podcast+Mobile参与者表示，他们的主要支持形式来自在线资源，如Twitter、Facebook或博客(10/40,25%的Podcast+Mobile vs 0%的Podcast;P=措施)。在Podcast+Mobile组中，94% (n = 44)至少在Twitter上发布过一次，64% (n = 30)在头3个月至少每周发布一次，28% (n = 13)在3 - 6个月期间每周或更多发布一次。Podcast+Mobile参与者平均每周在Twitter上发布2.1个帖子(标准标准3.1)，前3个月发布的帖子(2.8个，标准标准3.6个/周)明显多于3 - 6个月(1.3个，标准标准3.0个/周;P措施)。平均而言，播客+手机组的参与者并不认为Twitter对他们的减肥努力有帮助(平均得分3.4分，标准差1.8分，满分7分)。在研究过程中出现了两个技术问题。2011年1月3日，FatSecret发布了他们的应用程序的更新，导致应用程序崩溃了几天，直到FatSecret解决了这个问题。此外，在2010年9月21日，Twitter经历了一次病毒攻击，当用户将鼠标滚动到一个被涂黑的文本块上时，病毒攻击被激活。30.］．Twitter很快解决了这个问题，没有参与者报告受到病毒的影响(因为它只影响Web用户，而不影响移动应用程序用户)。

‎ 把这个图

‎ 把这个图

讨论

这项研究探索了通过播客进行的为期6个月的减肥干预效果，以及通过社交网站(Twitter)进行的移动饮食监测和交流的附加效益。结果表明，完全通过移动技术提供的非常低强度的干预可以产生短期、适度的体重减轻。通过Twitter提供的提示和支持，以及通过饮食和体育活动应用程序提供的移动监控，并没有比只使用播客和鼓励参与者选择自己的方法来监控更能促进减肥。

这项研究中的大多数参与者都没有实现5%的体重减轻，这是被认为具有临床意义的水平;然而，研究实施的时间可能影响了结果。参与者在感恩节(美国)前一周完成了为期3个月的随访。3-6个月在假期期间，包括感恩节、圣诞节、光明节和新年。在这段时间里，很多播客都讨论了关于节日增重的话题，比如改变节日食谱，当你的计划改变时找时间锻炼，以及寻找在节日聚会上吃得健康的策略。观察研究表明，美国人在假期期间的平均体重增加在0.4至0.8公斤之间。31，32］．超重或肥胖的人在假期增重可能比正常体重的人更严重[31，32］．此外，那些减肥的人比正常体重的人更容易在假期增重和假期后保持体重[33］．因此，在本研究的3-6个月期间，体重只发生了最小程度的减轻(大约-0.25公斤或-0.55磅)，这一事实表明，这种干预可能有效地防止了假期体重增加，而不是促进在这一脆弱时期的额外体重减轻。此外，3-6个月的播客时间较短，只有5分钟(每周总计10分钟)，而0-3个月的播客时间为15分钟(每周总计30分钟)。在此期间，转向较短的干预剂量可能不足以促进更大的体重减轻。季节性(节假日)和干预剂量在3个月时的降低可能在干预中发生得太早，参与者还没有完全学会成功减肥所需的行为。

干预组在EBI评分、WEL评分、能量消耗或能量摄入方面的变化没有差异，这表明社交网络支持、移动饮食和体育活动监测的添加并没有提高这些结果，除了单独接收基于理论的播客。由于各组自我报告饮食监测的天数没有差异，体重减轻也没有差异，这些发现并不令人惊讶。然而，在一些信息处理变量中存在差异。研究干预人员每天通过Twitter向Podcast+Mobile组发送两条提示式消息。我们选择Twitter作为研究干预者向参与者发送实时消息的方式(每天2条消息)，我们假设这种方式在有效性上与通过短信发送消息相似[17］．我们还选择了这个社交网站来加强阐述，因为研究人员发布的信息加强了播客中传递的信息。虽然3个月时各组之间的细化程度没有差异，但有一个趋势(P= .06)，而且Twitter消息的添加可能有助于强化减肥相关的消息，并允许更有效的信息处理[34］．除了在6个月时加强细化，Podcast+Mobile参与者在3个月时报告了更好的用户控制。学习以不同的方式发生，所以学习者对自己的经验控制得越多，就能适应更多不同的学习风格。35］．因此，提供额外的学习渠道(以上仅为音频)可能会提供额外的用户控制感，让参与者更有动力学习和关注信息[27］．两组参与者都报告认知负荷水平较低(14人中有11人;得分越高，认知负荷越小)，因此在干预中加入推特并没有增加工作记忆的负担[36］．Twitter和手机饮食监测的加入，让播客+手机的参与者比只接收播客的参与者更有新鲜感。在Podcast+Mobile参与者中这种增强的新颖性可能是由于在基线时参与者使用Twitter的报告非常低(34%)。尽管这些信息处理变量发生了变化，但两组之间的体重减轻并无差异。然而，更细致的设计和用户控制可能会带来更大的播客使用量，从podcast +Mobile群组站点的更多播客下载就可以看出这一点。更多地使用减肥研究成分已被证明能改善减肥效果[37］．我们之前的播客研究表明，在3个月时，增强的基于理论的播客比对照组的播客有更好的阐述和用户控制能力[19］．本研究还表明，与Podcast组相比，Podcast+Mobile组具有较高的细化和用户控制能力，但在认知负荷方面没有差异，这表明Twitter和移动饮食监测的附加组件不会增加认知负担，并允许继续细化和用户控制。

Twitter和移动监控的加入很可能分散了人们对仅靠播客就已经成功的减肥干预的注意力。因为在我们之前的播客试验中，体重的下降是适度的[19的研究中，我们试图增加面对面行为干预(自我监控、小组支持和与学习顾问联系)中常见的成分，并以移动方式传递它们。这些成分似乎增强了用户控制(在3个月时)，而不增加认知负荷。然而，参与者对自我监控应用程序和推特的使用情况很差。这表明参与者没有很好地集成这些附加组件。此外，“Podcast+Mobile”项目的参与者报告称，他们更依赖网络资源的支持，而不是朋友和家人。在线社交网络取代了现实生活中朋友和家人的支持，可能会产生负面影响。

自我监测饮食摄入量是行为减肥计划的重要组成部分[38］．我们假设使用移动饮食监测应用程序将增加饮食自我监测。我们发现在3个月或6个月时，两组之间每周自我监测天数没有差异，两组报告从0到3个月平均每周监测约2.5天，从3到6个月平均每周监测1.5天。虽然两组之间每周饮食监测天数没有差异，但监测方法有差异。Podcast+手机参与者被要求使用FatSecret卡路里计数器应用程序。我们选择这个应用程序是因为它在所有3个主要手机平台上都可用。然而，在Podcast+Mobile组中，只有60%(24/40)的参与者报告使用移动应用程序进行饮食监测。播客组得到了一本书来监测他们的卡路里摄入量，但在6个月时，只有29%(12/41)的参与者使用纸质记录的方法来自我监测饮食摄入量。播客参与者可能在饮食监测方面具有优势，因为他们可以选择他们喜欢使用的方法，如果他们选择使用应用程序(13/ 441,32%的参与者)，他们可以自由选择哪个最适合他们的设备。在最近的一项研究中，研究了通过手持电子设备或纸质日记监测饮食的随机参与者之间的饮食摄入差异，发现两组之间在体重减轻、能量摄入或来自脂肪的能量百分比(千卡)方面没有发现差异[39］．这表明坚持监测对减肥很重要[40，不管用什么方法。两组人都崩溃了，我们确实看到了每周自我监测饮食天数的显著差异，使用移动设备的参与者记录的天数是使用纸质方法的参与者的两倍。这一发现保证了未来研究的进一步探索，并指出了推荐根据用户需求、移动设备和技术舒适度量身定制的自我监控方法的可能性。

研究内容主要通过播客信息传递给两组人。参与者在第0个月到第3个月和第3个月到第6个月之间下载播客的数量在两组之间没有差异，但从每个组的播客网站下载的客观数量却有显著差异。Podcast+Mobile组的人均下载量明显高于Podcast组。这可能并没有对应更多的播客收听，因为参与者可能已经开始下载一集，但后来返回完成这集(开始另一个竞争下载)。“Podcast+Mobile”的参与者可能已经多次收听播客片段，或者将播客链接分享给朋友。由于Twitter消息会促使Podcast+Mobile参与者收听最新的播客，这种方法可能是参与者记住访问播客或被提醒返回并收听一集作为复习的另一种方式。

社会支持已被证明可能是行为减肥计划的关键组成部分[41］．目前的研究使用Twitter作为一种方法，从项目中发送提示，并允许参与者在减肥努力中相互支持。研究协调员每天向参与者发布两条消息，这些消息很容易自动处理，因为这些消息不是对参与者的回应。Twitter的另一个优点是它可以提供实时支持，比如，一旦参与者到达餐厅，就可以向其他参与者询问有关健康饮食的选择。然而，Twitter帖子的数量平均每周2条，并随着时间的推移而减少，所以参与者不经常与其他小组成员交流。Podcast+Mobile参与者最初被分配到一个10-11人的小小组。这是为了进行有效的交流，并防止参与者被其他成员的过多帖子压垮。然而，参与是零星的，所以在3到6个月的时间内，Podcast+Mobile参与者被要求关注Podcast+Mobile组中的每个人，以帮助促进更积极的讨论。有可能没有足够的互动来提供足够的社会支持，或者本研究可能与其他研究相似，发现在减肥参与者中增强社会支持没有好处[42］．播客的内容对两组都是一样的，鼓励建立一个良好的减肥支持系统。两组人在减肥努力中都感到同样的支持，但支持的来源不同。播客参与者主要求助于现实生活中的朋友作为支持来源，而Podcast+Mobile参与者则依赖于基于互联网的资源，即Twitter。

一些研究表明，以饮食自我监控为目标，提供社会支持，强调饮食变化和体育锻炼是成功的面对面行为减肥计划的关键组成部分[43］．我们试图改进之前的试验[19]，透过先进的流动科技改善这些组件。然而，两组都找到了自我监控饮食和获得社会支持的方法，这意味着两组的结构方面在类型上有所不同，但在数量上没有差异，这反映在减肥结果上。以互联网为基础的减肥干预的几个已被证明有效的组成部分是播客+移动干预的一部分，包括自我监测、使用既定的行为策略和社会支持[44］．其他有效的方面没有包括在内，如学习顾问的反馈和定制信息和信息[44］．在未来的研究中，通过手机、播客发送的减肥干预来提高参与者的减肥效果，可能希望找到在饮食自我监测和摄入、体育活动进展和减肥方面提供更多个性化反馈的方法(可以是人的或自动化的)。此外，根据参与者的特征(如体重、饮食摄入量或体育活动)定制干预成分的方法可能比非定制方法更能促进减肥[44］．未来干预的设计者可能希望找到提供多模式干预的方法，以吸引不同的用户。

这项研究有几个优势。该干预采用随机设计和意向治疗分析。该研究的保留率也很高，使用了客观的体重测量方法，包括使用多通道法收集的两天未公布的饮食摄入量。这种干预是一种很容易传播的方法，因为与参与者的接触非常少，一切都是远程交付的，而且成本很低。这项研究也有一些局限性。研究对象主要是白人和女性。这项研究是短期的(6个月)，因此它能够检查最初的体重减轻，但不能检查减肥维持情况。两组之前使用应用程序和播客的经验也有所不同，这表明播客+移动组的人可能在技术上更精通，或者更熟悉基线时研究中使用的技术。这似乎并没有影响结果，在基线时，每组参与者中有相同数量的Twitter用户。没有完成研究的参与者明显更年轻，而且比完成研究的参与者更不可能是白人，因此研究的某些方面可能不太适合这一人口统计群体。

总之，为期6个月的移动POD最小接触干预有效地帮助参与者实现了体重的2.7%的平均减轻，可能在防止假期体重增加方面是有用的。两组人都报告了相似的社会支持水平和饮食监测天数，这表明提供这些成分是不必要的，播客强调引导参与者找到这些成分是有效的。未来的研究可能希望找到方法，将播客与为参与者量身定制的反馈相结合，以提高对饮食和体育活动建议的依从性，并促进减肥。