基于网络的商业减肥计划的体重变化及其与网站使用的关系:队列研究

简介

随着世界各地成年人超重和肥胖的普遍程度持续增加[1]，迫切需要具有成本效益的项目，实现临床重要的减肥，并具有广泛的影响。然而，目前还没有普遍有效的体重管理方法来确保长期保持减重[2，3.］．尽管如此，许多超重和肥胖的男性(44%)和女性(65%)报告说他们试图减肥[4]，其中许多人加入了商业减肥计划[5］．

最近对主要商业减肥计划的系统回顾得出结论，没有足够的证据推荐使用它们。5]，并且需要进一步的随机对照试验(RCT)来提供证据来支持或反驳商业减肥计划的使用[5］．虽然对照试验对于证明疗效至关重要，但这些试验的结果可能并不总是适用于商业项目的典型参与者。因此，评估付费商业减肥计划参与者结果的研究可以确定消费者参与的性质，以及在特定的注册期后可以预期的体重减轻程度[6］．

商业减肥项目提供商通常会提供基于网络的减肥项目。最近对基于网络的减肥干预措施的系统回顾强调了这些计划实现显著减肥的潜力[7-10］．然而，只有一个基于网络的商业减肥计划(即eDiets)在2004年和2007年进行的两次随机对照试验中经历了严格的测试[11，12］．第一项随机对照研究发现，12个月后，参加该项目的参与者比参加自助手册的参与者减肥效果明显更差。[11］．第二项RCT将eDiets与基于网络的结构化行为计划进行了比较，发现行为计划的参与者在12个月后比随机选择eDiets的参与者实现了更大的体重减轻[12］．因此，需要进一步的研究来评估参与基于网络的商业减肥计划所实现的体重变化。

2010年对基于网络的减肥干预措施的系统回顾发现，更大的减肥效果可能与更多地使用基于网络的计划功能有关[9］．这与大多数调查干预暴露与结果之间关系的研究的结果是一致的，即在基于网络的干预中，更多地使用项目组件与更大的减肥或更好的减肥维持有关。程序组件包括登入[12-20.]、自我监测体重、饮食及/或运动[11，12，18，20.-25]、参加网上会议或聊天[12，22，25]、论坛帖子[12，22]，浏览网上课程[21]，以及整体网站使用情况[26］．因此，通过网络减肥干预取得成功的体重结果的一个重要组成部分似乎是他们吸引参与者的能力。然而，我们对使用网站和减肥之间的联系是否适用于商业网络项目的付费会员所知有限。

因此，本研究的主要目的是描述一组参加基于网络的商业减肥计划的参与者取得的体重减轻，这些参与者订阅了该计划12或52周。第二个目的是描述参与者对基于网络的项目的总体使用情况，并按减重百分比分类，并确定网站使用是否因减重百分比类别而不同。

方法

参与者与设计

如果参与者在2007年8月15日至2008年5月31日期间订阅了该项目，他们就有资格被纳入研究。要加入该计划，参与者必须年龄在18至75岁之间，身体质量指数(BMI)大于或等于22公斤/米²根据自我报告的身高和体重。当参与者注册时，他们购买了为期4周、12周、16周或52周的订阅计划。2007年至2008年期间，订阅费用为每月16.50澳元至79.95澳元，具体取决于参与者订阅的月数。除非有特殊情况(如怀孕或经济困难)，否则参与者在订阅期限结束之前不能取消所选计划的订阅。这项研究包括了那些订阅了最受欢迎的12周或52周的参与者。与免费或非连续订阅(间隔≥7天)相关的数据也被排除在外。

整个队列的特征[27]及订阅期为12周及52周的亚组[28之前已经出版过。

基于网络的商业减肥计划

2007-2008年，SP健康有限公司(澳大利亚悉尼)提供了一个基于网络的减肥平台，该平台在澳大利亚上市，名为“最大的减肥者俱乐部”(www.biggestloserclub.com.au)。它被宣传为一个为期12周的计划，但参与者可以选择订阅更长时间，以帮助进一步减肥和/或保持体重。自我指导的项目包含了基于证据的体重管理策略，并与社会认知理论的关键要素相一致[29］．参与者设定了一个目标体重，并被鼓励在“小目标”中朝着这个目标努力(例如，5公斤或5%)。参与者被鼓励通过网站或短信服务(SMS)报告他们的体重或其他身体测量来自我监测，并可以查看详细记录他们随时间进展的图表(例如，体重和腰围变化)。在最初的12周计划中，参与者被鼓励每周称重一次，并每周通过电子邮件或短信提醒他们这样做。根据参与者的性别、体重、身高和身体活动水平设定每日能量摄入目标，以促进每周减轻0.5至1公斤的体重或保持目前的体重。参与者被鼓励使用在线日记来自我监测他们的饮食摄入和锻炼，计算每天的能量摄入和消耗。在最初的12周项目中，以每周教程、情况介绍、饮食和锻炼计划以及每周挑战的形式提供了在线信息。12周后，参与者继续每周接受网络教程。参与者还被提示通过每周的电子邮件访问在线信息。社会支持可以通过讨论板与其他成员交流。

数据收集

所有数据均由SP Health Co收集，并以不具名的形式提供给研究人员，包括注册调查回复(人体测量数据，即体重和身高，人口统计数据，即年龄、性别和邮编)、订阅数据(注册日期、停止会员资格的日期和持有订阅计划的日期)、网站使用(登录日期、在线饮食和运动日记以及在论坛上的帖子)和自我报告的体重记录(记录日期和体重记录)。这项研究得到了纽卡斯尔大学人类研究伦理委员会的伦理批准。

措施

参与者的特征是从入学调查中捕获的。采用自我报告身高和体重计算BMI(体重单位为kg/身高单位为m)²)，根据世界卫生组织(WHO)的BMI分类，将其分为健康、超重或肥胖三类[30.］．报告的邮编被分配了相对社会经济优势和劣势指数(IRSAD)(从1 =劣势到10 =优势)[31]作为衡量社会经济地位的指标，以及澳大利亚的交通便利/偏远指数(ARIA) [32]以划分居住的偏远程度。

与参与者所持有的订阅计划有关的数据被用于确定参与者是注册了12周还是52周。注册日期和会员资格终止日期被用来计算每个参与者是该计划成员的天数，因此，有多少参与者取消了他们的订阅。自我报告的体重记录被用来描述每周称重的人数。使用自我报告的重量(以公斤为单位)来确定实现的重量变化。每周使用的网站功能(登录、饮食日记、运动日记和论坛帖子)的总天数被计算出来，以描述网站的总体使用情况。

数据分析

使用Stata 11.0 (StataCorp, College Station, Texas, USA)进行数据分析P小于0.01的值被认为有统计学意义。描述性统计被描述为正态分布连续变量的均值和标准差(SDs)，非正态连续数据的中位数和四分位间距(IQR)，以及分类变量的百分比。

对于订阅了12周的参与者，计算从注册到12周的绝对权重变化和百分比权重变化，对于订阅了52周的参与者，计算从注册到52周的绝对权重变化。为了确定所有项目参与者的体重变化，使用包含所有参与者自我报告体重记录的广义线性混合模型(glmm)进行了初步分析。之所以使用GLMM，是因为这是纵向数据缺失值的首选方法[33，34］．基线年龄、BMI、社会经济地位和距离在分析中被作为潜在的混杂因素加以控制。

进行了二次灵敏度分析，以确定GLMM方法结果的稳健性。这种分析是必要的，因为GLMM是基于缺失数据是随机缺失的假设，而作为减肥计划的一部分报告的数据可能不是这样。因此，通过使用最后一次观测结转(LOCF)方法，将缺失数据作为权重进行敏感性分析。

斯皮尔曼的排名相关性被计算出来，以探索体重变化与网站使用的关系。这包括来自LOCF分析的百分比权重变化结果。根据LOCF分析结果，将参与者分为四种百分比体重减轻类别(体重增加、体重减轻0%至< 5%、体重减轻5%至< 10%和体重减轻≥10%)。中位数和IQR网站的使用用体重减轻组的百分比来描述，组间的差异用Kruskal-Wallis检验来进行人群平等调查。

结果

参与者的特征

中上报与会者流程图1．从2007年8月15日到2008年5月31日，共有11,341名参与者报名参加了该计划。这项研究包括9599名参与者;6943人订阅了12周，2656人订阅了52周。参与者在登记时的特征已在其他地方详细描述[27］．总之，参与者的平均(SD)年龄为35.7(9.5)岁，主要是女性(86%或8279/9599)，肥胖(61%或5866/9599)，中等到较高的社会经济地位(85%或8022/9455在IRSAD上得分在5到10之间)，来自澳大利亚的主要城市(75%或7125/9456)。与52周订阅者相比，订阅12周的参与者明显更年轻(35.3岁vs 36.7岁)，BMI更低(31.8 vs 35.8)，社会经济地位更高(IRSAD 9-10为39.1% vs 32.8%)，并且更有可能生活在澳大利亚的主要城市(76.4% vs 72.7%)。此外，12周订阅用户中有3%(238/6943)，52周订阅用户中有23%(605/2656)在订阅期间因特殊情况取消了订阅。

‎ 查看此图

自述体重记录

随着时间的推移，每周自我报告体重的参与者比例大幅下降(图2)．因此，丢失重量数据的数量增加了。在12周和52周的参与者中，在第2周自我报告体重的比例最高(72%和73%)。在12周的订阅者中，只有11%(792/6943)在项目的最后一周自我报告了自己的体重(即89%的参与者的体重数据缺失)。对于52周的订阅者，从第2周(73%)到第32周(12%)，参与者自我报告体重的数量持续下降。然而，在第32周后，参与者自我报告体重的比例达到了一个平台，但直到52周仍稳定在9%至11%之间。因此，在第52周，91%(2412 /2656)的参与者体重数据丢失。

‎ 查看此图

重量变化:初步分析

12周和52周订阅者的体重变化结果显示在表1．GLMM为12周的订阅者提供了- 5.6 kg(95%置信区间[CI] - 5.8 kg至- 5.5 kg)或- 6.2%的平均自我报告体重减轻，并包括每位参与者平均5.2周的自我报告体重记录。52周订阅者自我报告的平均体重变化为- 8.4 kg (95% CI为- 9.0 kg至- 7.8 kg)， GLMM为- 6.9%。该分析包括每个参与者平均每周11.8次自我报告的体重记录。

权重变化:敏感性分析

使用LOCF的敏感性分析给出了平均自我报告体重减轻为- 2.6 kg (95% CI为- 2.7 kg至- 2.5 kg)或- 3.0%，21%(1479/6943)在12周后实现了大于或等于5%的体重减轻(表1)．使用LOCF进行的敏感性分析显示，从基线到52周，自我报告的平均体重变化为- 3.6 kg (95% CI为- 3.8 kg至- 3.3 kg)或- 3.5%，29%(777/2656)的参与者在入组到52周期间实现了大于或等于5%的体重减轻(表1)．

网站使用

12周和52周订阅者的网站使用情况见表2．总而言之，12周的订阅者登录网站的平均时间为13天。他们在网络日记中记录食物的时间中位数为7天，运动的时间中位数为3天。12周订阅用户在论坛上发帖的天数中值为零。在52周的订阅者中，参与者登录的中位数天数为21天。他们使用网络日记记录食物的中位数为8天，运动的中位数为3天，论坛上的帖子中位数为0。

网站使用和体重变化

对于12周和52周的订阅者，百分比权重变化与每个网站功能的使用天数显著正相关(P < .001) (表3)．在注册12周和52周的参与者中，他们的登录天数和体重变化之间的相关性最强。在两个订阅组中，论坛帖子和体重变化之间的相关性最弱。在12周的订阅组中，除论坛帖子外的所有网站功能的相关性最强，在52周的订阅组中，论坛帖子和体重变化的相关性最强。

参与者使用每个网站功能的中位数天数显著增加(P< .001)，按体重下降百分比较高的类别(图3)，适用于12周及52周订阅者。在12周的订阅用户中，体重下降10%或以上的人平均记录了34天，在网上日记中记录了25天的食物，在网上日记中记录了12天的运动，而体重增加的人平均记录了12天，在网上日记中记录了6天的食物，在网上日记中记录了3天的运动。对于52周的订阅者来说，体重减轻10%或以上的人平均登录81天，在网络日记中记录食物52天，在运动24天，而体重增加的人，平均登录25天，在网络食物日记中记录食物12天，在运动5天。

‎ 查看此图

讨论

这篇论文的主要目的是描述一大批参与者的体重减轻，他们订阅了一个基于网络的商业减肥计划，为期12周或52周。这项研究填补了文献中存在的空白[5，6通过报告基于网络的减肥计划的大型自然主义商业用户的减肥结果及其与网站功能使用的关系。这项研究是为数不多的对商业减肥计划群体的评估之一，也是第二个采用稳健统计分析的研究，而不是仅报告计划完成者的结果。据作者所知，这是第一个报告来自一个商业网络项目的一大群参与者的结果的队列研究。

减肥

我们使用GLMM的初步分析表明，12周和52周的订阅者都取得了统计上显著的体重减轻。平均体重减轻也超过了临床重要的体重减轻和体重相关发病率改善的基准(≥5%)，特别是2型糖尿病的发病率[35，36］．此外，根据LOCF分析的结果，21%的12周订阅者和29%的52周订阅者实现了大于或等于5%的体重减轻。

然而，两个时间点的敏感性分析显示，与GLMM相比，体重损失更少。GLMM假设模型中缺失的任何数据都遵循与所包含数据相同的轨迹(在本例中为每周权重变化)。由于每周体重记录的平均数量很低，大多数人只在项目的最初几周自我报告了他们的每周体重，GLMM的结果可能偏向那些自我报告了更多每周体重的人。很可能没有输入体重的参与者是不太成功的参与者。我们之前的研究结果也支持了这一点，即饮食和活动习惯不好的参与者更有可能停止使用该计划[28］．此外，与该计划的后期相比，该计划最初几周的减重率也有可能更高;因此，GLMM的轨迹也可能偏向于更高的自我报告体重减轻。因此，所有参与者在每个时间点实现的真实体重减轻可能在GLMM和LOCF结果之间的某个范围内(即，12周时−3.0%至−6.2%，52周时−3.5%至−6.9%)。因此，需要进一步的临床研究试验来前瞻性、客观地证实或反驳这些发现。

使用另一个基于web的商业减肥计划eDiets进行的仅有两项随机对照试验的结果报告了平均百分比体重变化为- 2.8% [12]和−1.1% [1112个月后。本研究评估的eDiets和基于网络的商业项目都包含了许多被认为是成功的基于网络的体重管理项目的关键要素的组成部分[37，38]，例如自我监督、反馈和社会支持。然而，eDiets还包括了当前研究评估的项目中没有的其他功能，如在线会议、同行指导[11，12]，以及与心理学家面对面交流[11］．预计这些额外的程序组件将导致更大的权重变化。然而，目前研究中实现的平均权重变化更大。这可能是由于自进行第一项研究以来互联网的能力增强和/或研究设计的差异。因此，尽管这两个程序提供了相似的功能，但当前研究中的那些程序可能更吸引人，更容易，和/或更快地为参与者使用，减少了坚持的负担。

网站使用和减肥

论文的第二个目的是描述参与者使用基于网络的程序及其特点，并确定使用网站是否与减肥程度有关。

研究表明，每个网站功能的使用次数与权重变化之间存在显著的正相关关系。因此，研究结果支持了前人的研究[9这表明持续参与基于网络的减肥计划可能会促进长期的减肥效果。鉴于这种关联，需要采取策略鼓励参与者坚持使用基于网络的减肥计划，以确保大多数参与者有机会实现临床重要的减肥。

然而，在群体层面上，商业基于web的体重管理程序功能的平均使用率似乎很低且不一致。大多数订阅者至少登录并尝试一次基于网络的日记;然而，用户粘性下降得很快。随着时间的推移，12周和52周的订阅者每周自我报告的体重记录开始下降，这证明了这一点，并与其他通过互联网提供的公共卫生干预措施相一致，在干预的最初几周后，使用量下降[39］．

由于这个基于网络的商业减肥计划是自我指导的，网站使用的强度和频率没有规定。因此，这项研究提供了有价值的数据和见解，以了解什么样的网站使用水平可能是可行的，更重要的是，在商业环境中，需要什么样的水平才能有效地实现体重变化。有趣的是，体重显著减轻的参与者并没有不切实际或过度使用该网站。例如，那些从基线到12周体重减轻超过或等于10%的人，在大约40%的可能天数(84天中的34天)上了日志，在30%的可能天数(84天中的25天)上使用了网络日记。这些发现表明，为每周或每月的网站使用和特定的程序功能制定计划目标可能会增加使用和促进减肥，从而促进参与者实现减肥目标。然而，为了确定网站整体的最佳曝光率，以及个别网站的功能，需要进一步调查该计划在不同阶段的使用差异及其与减肥的关系。例如，这项研究表明，从基线到12周体重减轻超过或等于10%的参与者大约有40%的可能天数(84天中的34天)，而那些从基线到52周体重变化百分比相同的参与者大约有22%的天数(81/365)。因此，需要进一步的研究来调查随着时间的推移，使用网站的模式与在不同时间点实现的减肥之间的关系。

限制

在解释权重变化结果时，有几个重要的考虑因素。首先，体重变化结果是基于自我报告，体重通常被低估[40］．然而，网上减肥计划的参与者自我报告的体重与测量的体重相比是准确的。41］．其次，大量的每周体重记录缺失，因为体重数据是参与者自愿输入的，作为项目参与的一部分，许多参与者没有做到这一点。为了解决这个问题，使用GLMM进行统计分析。glmm是可用的最可靠的统计方法之一，因为这些模型受到由于数据缺失而引入的偏差的影响较小。此外，每个分析中都包含了大量的个人每周体重记录(31,228和36,339)，从而使分析具有强大的动力。因此，统计分析的结果为我们提供了一个基于网络的商业减肥计划的一组参与者实现的体重减轻的指示。然而，由于网站使用率低，因此，很少有参与者在订阅期结束时仍然自我报告他们的体重，需要进一步的研究来证实或反驳这些发现，并确定增加参与者参与该计划的方法

该网站使用的数据和报告的与体重变化的联系也有一些局限性需要注意。首先，该研究没有考虑到所有网站功能的使用情况，因为在研究时这些数据还无法获得。关于使用所有功能的附加数据(例如，每周教程)，以及关于报告功能的更详细数据(例如，参与者是否阅读论坛帖子)将有助于更好地了解参与者对网站的参与度以及减肥和网站使用之间的关系。其次，确定更多的网站使用是否与增强的减肥相关的分析依赖于LOCF分析的结果。如前所述，所有参与者实现的真正体重减轻可能在GLMM和LOCF结果之间的某个范围内。第三，尽管网站使用与减肥之间存在关联，但大量其他因素可能会影响参与者的网站使用和/或减肥(如自我激励、改变的意图和其他减肥策略)，这些因素在本研究中没有进行评估。因此，使用网站和减肥之间的联系也必须以客观的方式进行前瞻性的确认。

结论

总之，这项研究提供了关于在大量商业计划用户中被低估的减肥计划媒介的重要数据。参加基于网络的商业减肥计划12周和52周的订阅者的减重结果可能在初步和敏感性分析结果的范围内。这表明，平均而言，临床上重要的减肥是可以实现的。研究结果支持了进一步研究的需要，以评估基于网络的减肥计划的功效，并协助制定策略，以增加参与者对基于网络的计划功能的持续使用。