在这项两组随机对照试验中，干预组和对照组的参与者都参加了一个互联网介导的步行项目“走向健康”(Stepping Up to Health, SUH)。两组参与者都获得了用户名和密码，允许他们访问个性化干预网页。“在线社区”干预组的参与者可以访问嵌入在他们干预网页中的在线社区功能。相比之下，分配到“无在线社区”组的控制组参与者不能阅读或向其他控制组参与者发布消息。

我们收集了在过去6个月内接受密歇根大学医疗系统提供者治疗的所有患者的名单，这些患者至少有以下症状之一:身体质量指数(BMI)≥25、2型糖尿病或冠状动脉疾病。被诊断为四肢瘫痪或截瘫或在前一年怀孕的个体被排除在外。采用电脑化工艺[ 8]，名单中的一个随机子样本收到了一封邀请函( 多媒体附件1)，以便参与研究。这封信包括了对这项研究的简要描述，主要的资格标准，以及获取更多信息的网址。通过口头听说这项研究的个人被推荐到研究网站获得详细的研究信息和资格筛选。

感兴趣的人被要求登录研究网站，在那里完成自动资格认证( 多媒体附件2)及同意( 多媒体附件3)进行联机处理。如果参与者超过18岁，并且至少有以下条件之一:BMI≥25,2型糖尿病，或冠状动脉疾病。要符合资格，参与者必须有一台装有Windows XP或Vista操作系统的联网电脑，一个有效的电子邮件地址，每周至少使用一次电子邮件。此外，参与者必须久坐不动，也就是每周不超过150分钟的适度体育活动[ 9］．参加者必须有能够提供体检证明的主治医生。如果个人怀孕了，不能自己走一个街区，或者不能自己做医疗法律决定，就不符合资格。

在提供同意后，参与者收到一个邮寄的包，其中包括一个计步器、一个计步器上传电缆、计步器说明、研究团队联系信息和一份体检合格表( 多媒体附件4)供参与者的医生填写并返回。

基线数据收集包括两部分:调查数据和计步器数据。参与者完成了一项详细的网上调查( 多媒体附件5)，包括人口统计、健康史、动机和步行障碍、对糖尿病、心脏病和肥胖的知识和态度，以及使用电脑的舒适度等问题。

使用欧姆龙HJ-720-ITC计步器评估步数，该计步器包含一个双轴加速度计、一个嵌入式USB端口和足够的内存来存储42天的步数数据。这些计步器有效可靠[ 10精确到观测步长的±4% [ 11］．在基线期间，计步器显示被贴纸覆盖。参与者佩戴计步器7天，不去掉贴纸，然后上传他们的步数数据。

一旦参与者完成基线数据收集并提交签署的体检合格表，自动随机化算法[ 12]以不相等的概率(1:5的比例)将他们分配到对照组或干预组。将更多的个体随机分配到干预组是有意的，以确保有一个大的参与者池来维持在线社区对话。这种类型的不平等随机化已在以前的研究中使用过，通常是出于伦理原因[ 13］．这种不平等设计保留了平衡随机对照试验在控制潜在混杂方面的所有好处，并且不引入统计偏差。增加了总样本量，以抵消由于不平等的随机化而导致的统计能力的下降(详见“样本量计算”部分)。

随机分配后，参与者会收到自动的电子邮件，通知他们最初的步数目标，并指示他们删除计步器上的贴纸。然后，参与者可以根据他们的手臂分配，完全访问他们的个性化干预页面。

干预网站是在Drupal中实现的[ 14]，这是一个具有在线社区功能的开源内容管理系统。 图1是一个个性化SUH主页的屏幕截图示例。SUH干预包括4个干预组件，在之前发表的一篇手稿中有详细描述:上传计步器、步数反馈、单独分配并逐步增加的步数目标，以及单独定制的激励信息[ 6］．参与者被要求每天清醒时佩戴计步器，每周至少登录一次查看量身定制的信息和更新的目标。

支持我们当前假设的主要行为改变理论是班杜拉的社会认知理论和社会影响理论，包括社会学习理论[ 15］．参与在线社区可能会通过3种可能的机制影响项目的损耗和步数。

在16周的干预期结束时，参与者完成了干预后的在线调查，完成了最后的计步器上传，并获得了25美元的酬金和一年免费的商业互联网步行项目订阅[ 24］．

参与者回答了一系列冗长的调查( 多媒体附录5通过 8)。大部分的调查答复仅用于通知定制的消息传递算法( 多媒体附录9通过 16)。对有关年龄、性别、种族、身高、体重、网络熟练程度、以前使用计步器和以前使用社交媒体的在线调查项目的自我报告回答也被用来描述研究样本，并在多元回归中控制潜在的混杂。此外，2个单项、未经验证的测量方法被用作二次分析的预测指标或结果，1个是社会支持，1个是步行动机。社会支持是在基线调查中衡量的，问题是“你目前是否从家人和朋友那里获得了足够的体育锻炼支持?”此外，在干预期结束时的一项简短调查中，有在线社区支持的参与者回答了这个问题，“与其他参与者交谈或阅读帖子的能力是否激励你多走路?”

密歇根大学机构审查委员会批准了该研究，并放弃了书面同意文件(IRBMED HUM00012230)。所有参与者都在网上表示同意。

共有5954名可能符合条件的患者收到了邀请函。其中，706人完成了在线资格筛选，525人有资格参加。共有324人完成了基线登记程序(在线社区组= 254，无在线社区组= 70)。看到 图3了解更多细节。

参与者年龄24 ~ 82岁，平均年龄52.0±11.4岁。三分之二的参与者是女性，大多数参与者是白人( 表1)。在线社区组的基线步数明显高于没有在线社区组。这种差异完全是由于偶然，因为计算机算法在没有研究人员参与的情况下，将参与者随机分配到不同的武器( 表2)。

与我们的理论模型一致，在线社区的内容提供了社会支持，鼓励成功的社会模型，并促进了干预的非社区成分的使用。在介绍和其他地方，许多用户描述了使他们难以锻炼的个人挑战。这为在线社区的参与者提供了一个以同情、鼓励和信息社会支持来回应的机会。工作人员和参与者都经常在帖子中提到非在线社区干预的组成部分。在在线社区分支中，在线社区是活跃的，65%(165/254)的参与者使用在线社区，或作为发帖者或“潜伏者”(即不发帖的读者)。

表2使用意向治疗和完成者分析，显示了手臂和总样本基线步数、最终步数和平均每日步数的绝对变化。在基线和干预期结束期间，两组患者的平均每日步数均显著增加，但使用意向治疗或完成者分析的两组间无显著差异。对于整个样本(n = 324)，在意向治疗分析中，参与者平均每日步数增加了1888步( P< .001)，大约每天1英里。在完成干预的受试者中，平均每天增加2477步( P< .001)或每天约1.25英里。看到 图4每周平均步数变化。步数增加的速度在不同的手臂上没有差异( P= .82)。

在线社区部门上传有效计步器数据的时间比没有在线社区部门(在线社区，87%的天数，没有在线社区，75%的天数， P=措施)。此外，在线社区部门更有可能上传最后一个月的有效数据;在线社区组的完成率比没有在线社区组高13%(在线社区79%，没有在线社区66%， P= .02点)。没有在线社区的人最后一次上传计步器的时间更早，这表明没有在线社区的人比在线社区的人更早退出(风险比= 0.47) , 95%的置信区间[CI] = 0.25 - 0.90 P= .02点)。 图5图表显示每周仍在上传数据的参与者的百分比。

两组在基线和干预后感知社会支持方面没有差异。报告社会支持基线较低的在线社区参与者向在线社区发布了更多的消息(发生率比= 0.65,95% CI = 0.54 - 0.78) P< .001，)和查看更多的帖子(发生率比= .50,95% CI = 0.49 - 0.52 P< .001)高于基线社会支持水平较高的参与者。在研究结束时，报告得到社会支持的两组参与者更有可能增加步数( P= . 01)。

通过意向治疗分析(intention-to- treatment analysis)，在线社区部门比没有在线社区部门的主页点击率更高( P= 0.02)但不与完井者分析。在线社区和没有在线社区的参与者对定制消息的看法没有差异。

发帖更多的在线社区参与者显示步数增加更多(每条消息每天增加62步， P= 03)。此外，网页浏览次数越多的在线社区参与者步数增加更多(每天每次页面浏览增加2.3步， P<措施)。更多的帖子和浏览页面与更多的步行动机相关(优势比[OR] = 1.15, 95% CI = 1.06 - 1.24 P= .001, OR = 1.005, 95% CI = 1.002 - 1.007 P分别< .001)。

两组在相关总不良事件、严重不良事件或轻微不良事件的数量上无差异。没有发现与在线社区使用相关的不良事件。与干预相关的严重不良事件有7起，包括在散步时滑倒并在冰上摔倒导致断腿，1起伴有摔倒的低血糖事件，5起与心脏症状相关的不良事件。轻度肌肉骨骼损伤很常见，2.5%(8/324)的参与者患有足底筋膜炎。

进入在线社区，以增强社会支持、社会建模和自我调节策略为重点，增加了在互联网介导的步行干预中参与者的留存率。这项研究是第一个使用随机对照试验设计来记录在线社区的好处的研究之一。这里提出的结果加强了支持使用在线社区作为减少流失工具的证据。相比之下，在线社区的接入并没有改变那些继续参加项目的人的平均每日步数。完井者两臂之间的步数增加几乎相同。

虽然本研究旨在记录在线社区对课程留存率和步数的整体影响，但一些次级定量分析支持概念模型中假设的机制。首先，那些报告社会支持基线较低的人更频繁地使用在线社区发帖和阅读其他人的帖子。观看姿势也与步数的增加有关。这些发现支持了社会支持和社会建模机制的假设。生存曲线 图5在参与游戏的第一周，在线社区的用户留存率有所提高。这种早期效应更可能是由于社会模型，而不是社会支持，因为建立支持性关系需要时间。从第一次登录网站开始，在线社区的用户就可以看到参与者的帖子，这些帖子描述了如何克服障碍，描述了个人的成功，并给出了一般性的鼓励。此外，在线社区组的参与者比非在线社区组的参与者更频繁地使用干预的自我调节部分。例如，在线社区的参与者比没有在线社区的参与者佩戴计步器的时间更长，上传有效的计步器数据的时间也更长。

这项研究有许多独特的方面加强了结果。首先，这项研究的创新之处在于，它在随机对照试验中测试了单个成分(在线社区支持)的效果，这是确定干预和结果之间因果关系的黄金标准。随机化使被测混杂因素和未测混杂因素的潜在影响最小化。少数评估在线社区影响的研究通常采用观察性研究设计，而不是实验性研究设计[ 4］．在这些观察性研究中发现的在线社区的影响可能完全是由于混杂的构造，如基线参与者动机或自我调节技能。具有支持成功行为改变的基线特征的个体可能更有可能使用在线社区资源。此外，我们还发现，在线社区访问会增加非在线社区干预组件(如自我调节工具)的曝光率，这一假设得到了支持。例如，在线社区的参与者比没有在线社区的参与者佩戴计步器的时间更长，上传有效的计步器数据的时间也更长。

除了随机化外，客观的结果测量也强化了研究结果。通过上传的计步器数据和参与者与网站互动的电子日志，而不是不太可靠的关于坚持或行为变化的主观报告，客观地衡量了步行和计划保持效果。此外，整个干预以及所有参与者的招募和登记程序都是自动化的，并且是远程交付的，研究参与者和研究人员之间没有面对面的互动。这种对自动化的强调意味着，只需少量修改，干预就可以扩大到大量用户。此外，研究的纳入标准有意放宽，包括大量可以从增加体育活动中受益的成年人。这增加了干预的潜在范围，加强了研究结果的可泛化性。

在这项研究中发现的参与者留存率的显著提高与之前发表的文献显示的在线社区没有任何好处或可能的伤害形成对比。例如，Glasgow等人发现，与只提供信息的对照组相比，在10个月后，在以信息为中心、基于互联网的糖尿病自我管理干预中加入在线社区，并没有显著改善任何行为、生物或心理社会结果[ 25］．一些研究对在线社区可能产生的负面影响提出了担忧。网络社区参与者的消极社会模型可能会鼓励参与者发起或继续不健康的行为或消极应对策略。例如，高桥等人研究了一个抑郁症的同伴支持小组，发现与抑郁症患者或对网络社区有负面看法的人互动可能引发抑郁状态。 26］．

与目前的发现一致，一些精心设计的随机对照试验显示了基于互联网的健康行为干预的积极结果。在一项研究中，580名患有慢性腰痛的参与者被随机分为电子邮件讨论组和不使用电子邮件讨论组。与对照组相比，随机分到电子邮件讨论干预组的患者在疼痛、残疾、角色功能和健康困扰方面有显著改善[ 27］．值得注意的是，在一年的干预期间，电子邮件讨论列表非常活跃，发布了2000多条消息。事实上，这种高水平的活动可能不利于继续参与;大约20%的干预组参与者退出，主要是因为第一个月的邮件量很大。除了在线社区，干预组的参与者还收到了一本关于慢性腰痛的书籍和录像带，这些混杂因素可能影响了改善的结果。然而，大量的电子邮件表明，电子邮件交流在改善结果方面发挥了重要作用。

之前的在线社区研究也受到了社区使用率低的限制。在为数不多的专门研究在线社区影响的试验中，斯托达德等人将参与者随机分配到有或没有在线社区的在线戒烟干预中。在684名随机参与在线社区干预的参与者中，只有81名参与者查看或发布了一条信息[ 28］．在另一项随机研究中，McKay等人检查了在线社区功能对糖尿病患者身体活动的影响。在8周的干预期间，随机分到干预组的参与者(n = 38)总共只发布了42条信息。与对照组相比，有在线社区访问的参与者在身体活动方面有轻微的、不显著的增加[ 29］．

一项针对戒烟网站的大型观察性研究显示，607名参与者中只有24%的人在网上社区发布消息，而那些发布消息的人比那些不发布消息的人戒烟率更高。然而，在控制了其他在线功能(包括交互式戒烟工具和一对一消息)的使用后，发帖和戒烟率上升之间的关联不再显著。这表明，在线社区发帖和戒烟之间的联系不是因果关系，可能被接触其他网站组件或戒烟的基线承诺所混淆[ 30.］．总体而言，这些研究强化了人们的担忧，即在线社区使用率低是自动化健康行为改变干预中常见的问题，而使用率低可能削弱在线社区对留存率和行为改变结果的影响。

在解释这项研究时，有一些研究局限性需要考虑。首先，尽管是随机的，但在线社区组的参与者在基线时比没有在线社区组的参与者更活跃。在所有分析中，这种差异需要对基线步数进行控制。这是通过使用步数的变化作为结果而不是绝对步数来实现的。此外，基线步数被作为所有两臂间多元回归分析的潜在混杂因素纳入。在未来的研究中，更好的方法是使用分层随机化，以确保将基线步数较高和较低的参与者公平分配到两个组。

第二个限制是，用于刺激在线社区参与的技术需要大量的研究人员对在线社区内容做出贡献。这样的操作对于测试一个活跃的在线社区的有效性是必要的。然而，员工提供的内容可能与自发参与的内容不同，因此这些结果可能无法推广。网络社区的规模确实很重要。更大的在线社区往往有更积极的互动，往往会吸引和留住更多的用户。通过将更多的人随机分配到在线社区而不是控制社区来增加在线社区的规模，这是另一种确保参与者之间活跃和参与互动的策略。大型的、有机的和预先存在的在线社区的研究可能需要研究人员较少的操作来维持活跃的对话，但这样的研究很难随机化。

第三个限制是干预只持续了4个月，可能无法预测更长的时间内的减员和干预依从性。此外，没有关于不佩戴计步器期间身体活动水平的信息。参与者在不佩戴计步器的日子里可能不太活跃，这将人为地增加计算出的平均步数。因为没有在线社区的人上传的有效计步器数据比在线社区的人要少，这将使结果偏向于没有在线社区的人。

最后，必须谨慎地解释社会支持和在线社区使用之间的关系。基线社会支持的测量是一个单项调查问题，旨在为信息裁剪算法提供数据，而不是精确测量社会支持。然而，先前的研究人员使用了有效的测量方法，建立了感知的社会支持和在线社区使用之间的联系。Barrera等人将糖尿病患者随机分配到以下四种条件中的一种:(1)糖尿病信息对照，(2)个人自我管理教练，(3)仅在线社区，或(4)个人自我管理教练和在线社区的结合。结果显示，与对照组相比，单独的在线社区或与个人自我管理教练的结合显著增加了感知的社会支持[ 31］．社会支持可能是在线干预成功的关键组成部分，但这种支持是否真正调解了在线社区使用和项目参与之间的关系仍有待确定。Barrerra等人的研究和我们的研究中创建的在线社区都是专门为研究干预而创建的。另一种方法可能是建立基于互联网的健康干预措施，利用已有的友谊和在线社区关系。建立现有的社会关系可能会提高干预效果，是一个值得未来研究的方法。

目前的研究是一系列研究中的一项，这些研究检查了以网络为媒介的步行项目的特定组成部分的效果。先前的研究检查了干预结果中与参与者安全、目标设定选项和群体竞争相关的组成部分[ 6， 32， 33］．通过研究复杂项目的具体组成部分，我们希望建立一个证据基础，以指导未来干预措施的发展。

在以网络为媒介的步行项目中加入在线社区功能并没有增加参与者的步数，但确实减少了磨损。身体活动社会支持基线较低的参与者比社会支持基线较高的参与者更多地使用在线社区功能。因此，在线社区可能是在线健康行为改变干预的减员的一个解决方案，特别是在对健康行为改变的感知社会支持较低的人群中。然而，活跃在线社区的设计和实现是一个相当大的挑战。本文的第二部分描述了实现在线社区所涉及的一些设计选择和成本[ 7］．