推特、应用程序和Pods:成人6个月移动数字减肥(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(身体质量指数[BMI] >25 kg/m²)，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、高血脂和哮喘[2，3.］．即使是适度的减肥——体重减少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，面对面的行为会议，涉及10-20名成员和一个减肥研究人员团队[7］．虽然这是一种帮助人们减肥的有效方法，但它需要大量的时间和资源，而且不容易传播。此外，许多人认为参与面对面的减肥干预既耗时又不方便。8］．在行为减肥干预中，从面对面的设置转向移动交付方法是一种很有前途的策略。

移动技术，如能上网的移动设备(如iPhone和黑莓)，可能被证明是实施减肥计划的有用渠道。移动设备的使用一直在上升。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增加。9］．美国成年人也使用便携式设备(MP3播放器)来获取音频，46%的美国成年人称他们拥有一台MP3播放器。919%的互联网用户表示他们下载过播客(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)的流行，播客的使用也可能会有所增长，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已经出现。移动设备已成功用于提供饮食指导[12]并自我监测体重和其他健康相关变量[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进行行为减肥干预。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短信(短消息服务[SMS])来提供支持[16］．Patrick和他的同事进行了一项完全基于移动设备的研究[17]在超重的男性和女性中。这种行为减肥干预完全通过短信传递给参与者，其中包括标准和有针对性的信息，这些参与者在4个月后平均减掉了3.16%的体重[17］．另一项技术提供的干预措施包括一个相当大的移动组件，旨在增加健康、轻微超重(BMI 26.3 kg/m)人群的身体活动²)男人和女人。干预组的参与者通过互联网收到了关于克服障碍的有针对性的信息，并通过短信和电子邮件收到了锻炼身体的提醒，他们还可以进入留言板，与其他研究参与者讨论经验。18］．

我们之前的工作表明，短期的行为减肥干预可以通过播客成功实施。19］．在为期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(控制版)。增强播客组的体重减轻(平均-2.9,SD 3.5 kg)明显大于对照组(平均-0.3,SD 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测饮食和身体活动的简单方法，并获得社会支持的能力(通常是在面对面的小组环境中提供的)。据我们所知，以前没有研究将播客、移动支持通信和移动饮食监测相结合来帮助人们减肥。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，通过电视广告和电子邮件列表服务招募的，进行了为期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不受控制、无法参加3次监测访问或无法增加步行作为一种运动形式、患有精神疾病、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。参加者亦须能填写身体活动准备程度问卷[21]，并因心肌梗死或中风史被排除在外，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，则必须获得医生的同意。参与者被要求拥有一个体重秤来自我监测体重，并且必须拥有四种可以上网的移动设备之一:iPhone、iPod Touch、黑莓或基于安卓系统的手机。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机构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，即可获得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研究的信息，展示了如何完成在线基线问卷，并填写了同意书。然后，参与者有2周时间完成问卷项目(全部在线完成)，评估以下内容:人口统计数据;使用自动自我管理的24小时膳食回收系统收集2天内未事先宣布的24小时膳食回收(1个工作日及1个周末)的膳食摄入量[22];体力活动(帕芬巴格体力活动问卷)[23];自我效能感(体重效能生活方式问卷)[24];及进食行为(进食行为量表)[25］．参与者还被要求(以1- 7分的李克特量表)评价他们在6个月的减肥努力中感受到的支持程度。这些问卷项目从纸质工具转换为在线方法(但此前未进行在线使用验证)。

参与者在完成所有基线问卷后，使用计算机化随机数生成器(由研究人员进行)随机分配。安排面对面的小组访问，以获得客观的身高和体重。在给参与者分配随机分配之前，他们的体重是用校准的Tanita bbb -800数字秤(Tanita, Arlington Heights, IL, USA)测量的，精确到0.1 kg。在参与者脱下帽子和鞋子后，使用壁挂式身高计测量身高(Perspective Enterprises, Portage, MI, USA)。一旦收集了所有的基线测量，参与者就会被告知他们被随机分配到哪个组，并获得关于组分配的更多细节。这两种情况都是积极治疗，参与者没有被告知哪一组是兴趣干预组或增强组。研究参与者和调查人员都没有对治疗分配视而不见。

干预与控制条件

参与者可以被随机分配到两种情况中的一种:仅播客(Podcast)或播客加增强的移动媒体干预(Podcast+ mobile)。两组都接受每周2次播客，持续3个月(每次约15分钟)，每周2次迷你播客，持续3 - 6个月(每次约5分钟)。参与者可以访问一个特定群体的播客网站，在那里他们可以用自己的移动设备订阅播客，也可以直接在电脑上收听播客。播客的内容和设计已在其他地方描述[19］．简而言之，播客是使用社会认知理论的结构设计的[20.］．播客是在研究开始前编写和录制的。前3个月发布的播客包含一个关于营养和体育活动的部分，一个关于一个男人或女人试图减肥的音频博客，一部肥皂剧和一个目标设定活动。3-6个月发布的播客只包含营养和锻炼部分，重点是克服障碍和解决问题。播客组——但不是播客+移动组——收到了一本书，上面有食物的卡路里和脂肪克数，以帮助他们监测自己的饮食摄入量。除了播客，Podcast+Mobile组还被要求下载一个饮食和身体活动监测应用程序(应用程序是FatSecret的卡路里计数器应用程序FatSecret.com的2010版，该应用程序于2011年1月发布了额外更新)和一个社交网站(Twitter)应用程序到他们的移动设备上(两者都可以免费下载)。参与者在Twitter上创建了一个用户帐户，并被告知每天至少登录(通过他们的移动设备或电脑)一次Twitter以阅读研究协调员发布的消息，并被鼓励自己每天至少在Twitter上发布消息。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)，并指导他们如何使他们的Twitter帐户保密(如果他们选择这样做的话)。在0-3个月期间，“播客+移动”的参与者被分为4组，创建11-12人的Twitter队列。研究人员向他们发送了一份队列中每个人的Twitter用户名列表，指示他们关注队列中的每个人，并提醒他们向参与者发送关注请求，并接受请求，直到每个队列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

体重变化是这项研究的主要结果，在基线、3个月和6个月时在研究地点收集体重。除了上述讨论的饮食、身体活动和心理社会测量外，在3个月和6个月收集了其他测量，包括新鲜感、认知负荷[26]，用户控制[27]、精化(精化似然模型问卷)[28，以及过程评估问题，全部通过在线问卷调查。研究人员还向参与者发送了每周在线问卷链接，这样他们就可以报告他们每周收听播客的次数、体重、监测饮食和体育活动的天数，以及Podcast+Mobile组的调查问卷项目，以评估Twitter的使用情况。没有完成每周问卷的参与者在连续两周未完成每周问卷提交后会收到电子邮件提醒和电话提醒。在研究过程中，每位参与者的推特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下载数量的客观衡量标准。

统计分析

这项研究的能量计算使用了之前播客研究中3个月的体重减轻[19]与基于网络的一项使用自动电子邮件反馈小组(类似于我们的Podcast+Mobile小组)的3个月减肥结果相比[29］．这导致的效应大小r= .2934和一个科恩d0.6138。对于alpha = .05和幂1 - beta = 80%的显著性双侧检验，每个干预组的样本量为每组43(总所需N为86)。为了考虑减员，我们试图招募95-105名参与者。

所有数据收集和分析都采用了意图治疗的方法(基线观察结转)，但仅在6个月时收集的一些变量(如信息处理变量)除外，我们仅使用补全器进行评估。主题之间t对连续变量和配对样本之间的差异进行检验计算t用测试来检查组内的差异。使用Logistic回归模型评估6个月时停止研究的人口学预测因素。包含多个类别(如教育程度、种族和婚姻状况)的人口统计信息被一分为二，并在基线时使用卡方独立检验来评估组间的差异。方差分析用于检查3个或更多组内的平均差异，重复测量方差分析用于评估连续变量之间随时间的变化。皮尔逊相关性被用来检验播客下载数量和Twitter帖子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表示差异有统计学意义。

结果

参与者从2010年7月招募到2010年8月，研究一直持续到2011年2月。图1通过招募、干预和跟踪显示参与者的流动。在询问该研究的494名志愿者中，359名(72.7%)不符合资格，135名被邀请参加指导，其中96名参加了该研究。表1概述基本人口统计数据。两组间基线人口统计学无显著差异。“播客+移动”组比“播客”组更多人报告以前下载过与健康相关的播客(P= .04)或在移动设备上安装健康饮食相关的应用程序(P= .04点)。在一个将人口统计学因素作为6个月时未完成研究的预测因素的模型中，年龄有显著影响(P= .005)和与种族相关的趋势(P= .06)，但与性别、分组或基线BMI无关。未在6个月时完成研究的参与者(n = 10)更年轻(平均31.0岁，标准差11.2 vs 44.3岁，标准差10.3岁)，白人的可能性低4.7倍(95%置信区间，0.96-23.24)(4/ 10,40 %黑人，2/ 10,20 %亚洲人和4/ 10,40 %白人)。

图2详细说明在6个月的研究中各组的体重减轻情况。Podcast+Mobile组在3个月时平均减重-2.4 (SD 3.4) kg (Podcast组为-2.3,SD 3.3 kg)，在3至6个月期间额外减重-0.2 (SD 3.0) kg (Podcast组为-0.3,SD 1.8 kg;P= 0.88的时间组交互)。表2概述各组在减重百分比、饮食、体育活动、自我效能、知识和饮食行为方面的差异。组-时间相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没有显著差异。3个月或6个月时，各组在脂肪摄入量、自我效能感(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。Podcast+Mobile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)。认知负荷没有显著差异，但Podcast+Mobile参与者报告说，干预在3个月和6个月时都更新颖。3个月时，两组在精化方面没有显著差异，但有一个趋势(P= .06)在6个月时，Podcast+Mobile参与者比Podcast参与者报告了更多的细化。0-3个月组和3-6个月组之间报告的播客下载的平均数量没有差异。然而，播客托管网站的客观数据显示，在0-3个月期间，podcast +Mobile组的下载次数均高于podcast组(P< .001)和3-6个月(P<措施)。在6个月的时间里，播客参与者报告下载的数量与播客+手机(r= -.46,P= .001)和播客(r= 53,P< .001)组。在参与者自我报告的平均每周饮食摄入量或体育活动天数方面，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。将各组数据进行折叠，在6个月的研究中，每周自我饮食监测的平均天数因记录摄入量的方法而异:平均2.9天/周(SD 1.9天/周)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报告没有使用监测方法;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，在纸质日记方法和使用移动应用程序记录饮食之间，平均每周饮食自我监测的天数有显著差异(P= 03)。

虽然在支持程度上(评分0-7)，参与者在6个月时报告的感觉没有差异(Podcast+Mobile平均5.0,SD 1.5 vs 4.8, SD 1.7;P= .67)，在6个月的试验中，参与者报告的主要社会支持形式有显著差异。更多的播客参与者报告主要依赖朋友的社交支持(11/40,28%的播客vs 4/40, 10%的播客+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次发布。播客+手机参与者平均每周在Twitter上发布2.1个帖子(SD 3.1)，前3个月发布的帖子(2.8个，SD 3.6帖子/周)明显多于3 - 6个月(1.3个，SD 3.0帖子/周;P措施)。平均而言，播客+移动组的参与者认为Twitter对他们的减肥努力没有帮助(平均得分3.4，标准差1.8，总分7)。在研究过程中出现了两个技术问题。2011年1月3日，FatSecret对他们的应用程序进行了更新，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黑色的文本块上时，病毒就被激活了[30.］．Twitter很快解决了这个问题，没有参与者报告受到了病毒的影响(因为它只影响了Web用户，而不是移动应用程序用户)。

‎ 查看此图

‎ 查看此图

讨论

这项研究探讨了通过播客进行减肥干预的6个月疗效，以及通过社交网站(Twitter)进行移动饮食监测和交流的附加效益。结果表明，完全由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测，并没有比仅使用播客和鼓励参与者使用自己选择的方法来监测所看到的效果更好。

这项研究的大多数参与者没有达到5%的体重减轻，这是被认为有临床意义的水平;然而，研究实施的时间可能会影响结果。参与者在感恩节前一周完成了为期3个月的随访(美国)。3-6个月发生在假日季节，包括感恩节、圣诞节、光明节和新年。在这段时间里，许多播客都讨论了关于节日体重增加的话题，比如改变节日食谱，当你的日程安排发生变化时找时间锻炼，以及在节日派对上找到健康饮食的策略。观察性研究显示，美国人在假期期间平均增重0.4至0.8公斤[31，32］．假日期间超重或肥胖的人比正常体重的人增重更大。31，32］．此外，那些减肥的人比正常体重的人更容易在假期体重增加和假期后体重保持不变。33］．因此，事实上，在本研究的3-6个月期间，体重只发生了极小的减轻(大约-0.25公斤或-0.55磅)，这表明这种干预可能有效地防止了假期体重增加，而不是在这一脆弱时期促进额外的体重减轻。此外，3-6个月的播客时间较短，只有5分钟(总/周10分钟)，而0-3个月的播客时间为15分钟(总/周30分钟)。在此期间，改用更短的干预剂量可能不足以促进更大的体重减轻。季节性因素(假日)和3个月时干预剂量的降低可能在干预过程中过早发生，在参与者完全了解成功减肥所需的行为之前。

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，这表明除了单独接受基于理论的播客之外，社交网络支持、移动饮食和身体活动监测的添加并没有增强这些结果。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上存在差异。研究干预人员每天通过Twitter向Podcast+Mobile小组发送2条提示式消息。我们选择Twitter作为研究干预者向参与者传递实时消息的一种方式(每天2条消息)，我们假设这与通过短信传递消息的有效性相似[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个月时各组间的精化程度没有差异，但有一种趋势(P= .06)，添加Twitter消息可能有助于加强与减肥相关的消息，并允许更有效的信息处理[34］．除了在6个月时加强阐述外，Podcast+Mobile参与者在3个月时报告了更强的用户控制。学习以不同的方式进行，所以学习者对自己的经历掌握得越多，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(仅以上音频)可能会提供额外的用户控制感，并使参与者更有动力学习和关注信息[27］．两组参与者都报告了低水平的认知负荷(14人中有11人;得分越高，认知负荷越小)，因此在干预中加入Twitter并没有增加工作记忆的负担[36］．Twitter和移动饮食监测的加入，让“播客+移动”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，这种增强的新鲜感可能是由于参与者在基线时使用Twitter的比例非常低(34%)。尽管这些信息处理变量发生了变化，但两组之间的减肥效果并无差异。然而，更详细的阐述和用户控制可能会导致更多的播客使用，从podcast +Mobile组网站的更多播客下载就可以证明这一点。大量使用减肥研究组件已被证明可以改善体重减轻[37］．我们之前的播客研究表明，在3个月时，强化的基于理论的播客比对照播客有更大的细化和用户控制[19］．本研究还表明，与Podcast组相比，Podcast+Mobile组的细化和用户控制水平较高，但在认知负荷方面没有差异，这表明Twitter和移动饮食监测的额外组件不会增加认知负担，并允许继续细化和用户控制。

Twitter和移动监控的加入可能分散了人们对仅通过播客进行的成功减肥干预的注意力。因为在我们之前的播客试验中，减肥效果不大[19]，我们试图增加面对面行为干预(自我监控、小组支持和与研究顾问联系)中常见的组件，并以移动方式提供它们。这些组件似乎在不增加认知负荷的情况下增强了用户控制(在3个月时)。然而，参与者使用自我监控应用程序和Twitter的情况却很糟糕。这表明参与者没有很好地集成这些额外的组件。此外，“播客+移动”的参与者报告说，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来自现实生活中的朋友和家人的支持，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。我们发现两组在3个月或6个月时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的天数没有差异，但监测的方法有差异。播客+手机参与者被指示使用FatSecret卡路里计数器应用程序。我们选择这款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，在播客+移动组中，只有60%(24/40)的参与者报告使用移动应用程序来监测饮食。Podcast小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，因为他们能够选择他们喜欢使用的方法，如果他们选择使用应用程序(13/ 41,432 %的参与者)，他们可以自由选择最适合他们的设备的方法。在最近的一项研究中，随机分配参与者通过手持电子设备或纸质杂志监测他们的饮食，研究了他们在饮食摄入方面的差异，两组之间在体重减轻、能量摄入或脂肪能量百分比(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。两组都崩溃了，我们确实看到参与者每周报告自我监测饮食的天数有显著差异，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。这一发现值得在未来的研究中进一步探索，并指出了推荐自我监测方法的可能性，这些方法是根据用户的需求、移动设备和技术舒适度量身定制的。

研究内容主要通过两组的播客信息传递。从第0个月到第3个月和第3个月到第6个月，播客参与者报告的下载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存在显著差异。Podcast+Mobile组的人均下载量明显高于Podcast组。这可能并不意味着收听了更多的播客，因为参与者可能已经开始下载一集，但后来又返回来完成这一集(开始另一个竞争下载)。“Podcast+Mobile”的参与者也可能多次收听播客，或者与朋友分享播客链接。由于Twitter消息会提示Podcast+Mobile参与者收听最新一期播客，这种方法可能是参与者记住访问播客或提醒他们返回并收听一集作为复习的另一种方式。

社会支持已被证明是行为减肥计划的一个可能的关键组成部分[41］．目前的研究使用Twitter作为一种方法来传递该计划的提示，并允许参与者在减肥过程中相互支持。研究协调员每天向参与者发布2条信息，这些信息可以很容易地自动执行，因为这些信息不是对参与者的回应。Twitter的另一个优点是它允许实时支持，比如一旦参与者到达餐厅，就可以询问其他参与者关于健康饮食的选择。然而，推特帖子的数量平均每周2条，并随着时间的推移而下降，因此参与者不经常与其他小组成员交流。“播客+移动”的参与者最初被分配到一个10-11人的小队列中。这是为了进行有效的交流，并防止参与者被其他成员的太多帖子压垮。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，或者这项研究可能与其他研究相似，这些研究发现在减肥参与者中加强社会支持没有好处[42］．两组的播客都鼓励建立一个良好的减肥支持系统。两组人在减肥过程中都感受到同样的支持，但支持的来源有所不同。播客参与者主要向现实生活中的朋友寻求支持，而“播客+移动”参与者则依赖于基于互联网的资源，即Twitter。

一些研究表明，以饮食自我监测为目标，提供社会支持，同时强调饮食变化和体育活动是成功的面对面行为减肥计划的关键组成部分[43］．我们试图在上次试验的基础上有所改进。19]透过先进的流动科技手段，加强这些组成部分。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。基于互联网的减肥干预措施中有几个已被证明有效的组成部分是播客+移动干预措施的一部分，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[44］．在未来的研究中，研究如何加强接受移动播客减肥干预的参与者的减肥效果，可能希望找到方法，在饮食自我监测和摄入、身体活动进展和减肥方面提供更多个性化的反馈(可以是人为的或自动的)。此外，与非量身定制的方法相比，根据参与者的特征(如体重、饮食摄入量或身体活动)定制干预成分的方法可能会促进体重减轻[44］．未来干预措施的设计者可能希望找到提供多模式干预措施的方法，以吸引不同的用户。

这项研究有几个优点。该干预采用随机设计和意向治疗分析。这项研究也有很高的保留率，使用了客观的体重测量方法，并包括了使用多次通道法收集的2天未公布的饮食摄入量。这种干预是一种容易传播的方法，因为与参与者的接触非常少，一切都是远程交付的，而且成本低。这项研究也有一些局限性。研究人群主要是白人和女性。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，但不检查体重减轻的维持情况。这两组人之前使用应用程序和播客的经验也有所不同，这表明播客+移动组的人在基线时可能更精通技术，或者更熟悉研究中使用的技术。这似乎没有影响结果，在基线时，每组参与者中有相同数量的参与者是Twitter的成员。没有完成研究的参与者明显更年轻，而且比完成研究的人更不可能是白人，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平均2.7%的体重减轻，并且可能对防止假日体重增加有用。两组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，而且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，以增强对饮食和体育活动建议的依从性，并促进减肥。