使用在线社交网络的健康行为改变干预有效吗?系统回顾

简介

预防和尽量减少非传染性疾病的影响是现代社会面临的一些最大挑战。在发达国家和越来越多的发展中国家，缺乏运动、吸烟、肥胖、不良饮食和酗酒等关键健康行为是导致疾病和过早死亡的最常见原因[1-3.］．例如，据估计，由于可预防的疾病负担，英格兰和威尔士每年大约损失260万年的寿命[4］．需要具有成本效益的大规模公共卫生干预措施，以优化健康和福祉，并最大限度地减少生活方式疾病的卫生保健费用。

各种媒体被用来开展大规模的卫生运动，包括电视、广播和广告牌广告[5]、基于网络的干预措施[6]，以及最近的在线社交网络[7］．近年来，在线社交网络越来越受欢迎，约占所有在线时间的四分之一[8，9］．目前，关于是否以及如何利用在线社交网络来改善健康，还有许多不确定性:例如，如何处理隐私问题，以及人们是否愿意使用在线社交网络来改变健康行为。当然，出于几个原因，在线社交网络似乎为开展公共卫生运动提供了巨大的潜力。首先，它们可以接触到非常庞大的受众(例如，世界上最大的社交网站Facebook，每月有11亿用户)[10］．其次，信息可以通过现有的联系人传递，这可能比通过传统营销策略传递的健康信息更有影响力[11］．第三，与传统的基于网络的干预不同[6]，在线社交网络通常能达到较高的用户粘性和留存率[10］．最后，社交媒体要求用户积极参与和生成内容，这可能比传统网站和广告更有影响力，而传统网站和广告通常在本质上更被动。12］．

最近有一些研究尝试使用在线社交网络策略来促使健康行为的改变。然而，尽管行为改变的潜力很大，在线社交网络也非常受欢迎，但目前尚不清楚这种方法在一系列不同的人群和健康行为中有多有效。因此，本研究旨在系统地回顾当前在线社交网络健康行为干预对烟酒消费、饮食摄入、体育活动和久坐行为影响的有效性的证据水平。

方法

信息源和搜索策略

本综述是根据系统评价和元分析(PRISMA)首选报告项目指南进行和报告的[13］．

起草了初步搜索协议，其中包括社交媒体、互联网和相关健康行为的术语。在最终确定之前，搜索策略由在线干预领域的专家(作者团队的三位成员cv、SM和IDB)和一位学术图书管理员进行了审查[14］．最终检索于2012年12月12日进行，包括8个电子数据库:Scopus、CINAHL、Medline、ProQuest、EMBASE、PsycINFO、Cochrane、Web of Science和Communication & Mass Media Complete。每个数据库都是单独搜索的，其中一个数据库Medline的搜索策略在表1．搜索仅限于英语、人类和从2000年至今的出版年份，并且搜索词尽可能映射到MeSH标题。筛选纳入研究的参考文献列表和相关系统综述，以确定进一步符合条件的研究。

研究选择

根据系统评审的最佳实践[15，16]，由两名独立审稿人(KF和CM或LL)确定纳入综述的研究资格，对结果进行比较，讨论分歧，直至达成共识。首先，根据标题和摘要对搜索结果进行筛选，如果资格不明确或摘要不可用，则获得全文。然后将资格标准应用于全文研究，以确定是否纳入综述。

合格标准

人口

包括成人或儿童，无论健康状况如何(健康或患有特定健康状况或疾病的参与者)。

干预

研究包括报告使用在线社交网络提供健康行为改变干预的全部或部分在线干预。在线社交网络干预可以使用现有的在线社交网络平台进行(例如，通过“通用的”现有社交网络网站(如Facebook或Twitter)或特定健康的现有社交网络网站(如FatSecret)进行干预)，也可以使用包含社交网络功能的专门构建的干预网站。在专门建造的网站的情况下，研究必须明确地描述他们的网站使用社交网络。通过旨在促进参与者之间一定程度互动的网站(如讨论板)提供的干预措施被排除在外，但没有具体描述干预措施是或涉及“社交网络”。

对照或比较器

任何比较都是可以接受的(即传统对照组、替代干预或受试者前后设计)。

结果

在线社交媒体干预必须针对以下个人可改变的健康行为之一，这些行为被世界卫生组织确定为全球疾病负担的主要风险因素[3.吸烟、饮酒、缺乏运动或节食。为了纳入综述，该研究必须报告有关行为改变有效性的数据(例如，身体活动行为的改变[分钟/天])。此外，如果研究报告了与行为改变密切相关的变量，那么研究也会被纳入;这包括行为改变的潜在中介(如饮食意识或身体活动自我效能)，或“下游”变量(即，可能受到健康行为改变影响的变量;例如，生活质量或体重)。

研究设计

只包括在同行评议期刊上发表的实验研究或同行评议的完整会议论文。生态研究，以及采用小样本的研究(如案例研究)，都有资格被纳入综述。保留相关的系统综述，并在参考文献列表中搜索其他相关研究。会议摘要和论文被排除在外。

数据收集过程和数据项

数据提取使用专门为本综述开发的标准化表格进行(见多媒体附件1)，以Davies等人所使用的方法为基础[6］．对于每一项纳入的研究，对审稿人独立提取数据(CV/LL, CM/KF)，通过检查和讨论原始研究来解决分歧，直到达成共识。审稿人对数据提取的一致性百分比为88%，在减肥研究中，主要差异与目标行为分类有关(干预是针对饮食还是减肥，或两者兼而有之)。提取的信息包括研究参与者(人口、样本量、参与率、流失率、招募方法、设置)、研究设计和随访时间、目标行为、干预描述(包括形式、强度、持续时间和理论基础)和使用的结果测量。

方法偏差的风险

纳入的研究在研究设计方面差异很大，因此很难选择合适的偏倚风险评估工具。经过研究团队的广泛讨论，我们根据CONSORT清单设计了一个工具[17］．该工具包括25个项目，如果研究令人满意地满足/不满足标准，项目得分为1或0多媒体附件2)，得分越高，方法偏差的风险越低。虽然是用于对照试验，但研究小组认为大多数项目(25项中的20项)适用于其他研究设计，较弱的研究设计应该比使用对照试验设计的研究获得较低的分数。每项研究也使用2011年循证医学证据水平中心进行了排名，其中1级表示对随机试验的系统回顾;具有显著疗效的2级随机试验或观察性研究;3级非随机对照队列/随访研究;4级病例系列、病例对照研究或历史对照研究;第五级机制推理[18］．研究评分由两组审稿人独立进行(CM/LL, CV/KF)，任何差异通过讨论解决。审稿人对方法学偏倚风险评分的一致性百分比为81%，最常见的差异点与试验是否注册和试验方案是否可获得有关。

总结措施和结果综合

主要结果测量是健康行为改变(例如，体育活动和饮食行为)。与行为改变相关的次要结果测量也被检查。这些可能是行为改变的“下游”(即，持续的行为改变带来的结果，例如，体重的变化)或“上游”(即，行为改变的理论化中介，如知识、态度或自我效能)。

为了确定干预措施是否对行为有显著影响，我们评估并编码了个别结果。在没有对照组的研究中，如果随着时间的推移有统计学意义上的显著变化，则记录积极的结果。在对照试验的情况下，如果报告各组之间在统计学上存在显著差异，则研究被编码为具有积极结果。在对照试验中，将干预措施与另一种干预措施(而不是无干预对照组)进行比较，两组都有显著改善，但两组之间没有，这被标记为“建议的积极”结果。为了便于各研究之间的比较，我们将效应量(Cohen’sd和95%置信区间)根据Lipsey和Wilson [19](网上计算器可于[20.])。使用Thalheimer和Cook提出的描述符对效应量的大小进行分类，其中效应量≥−0.15和<0.15为“可忽略”，≥0.15和<0.40为“小”，≥0.40和<0.75为“中等”，≥0.75和<1.10为“大”，≥1.10和<1.45为“很大”，≥1.45为“巨大”[21］．

在有足够数据支持的情况下，研究人员仔细检查了干预措施中社交网络成分的损耗、参与和忠诚度。保真度是通过比较实际接触量和预期剂量来计算的。

结果

研究选择

在删除重复项后，从数据库搜索中共确定了2040项研究。综述了本文的研究进展图1．十篇文章报告了关于在线社交网络行为改变干预有效性的数据。

‎ 查看此图

研究特点

所纳入研究的关键特征的总结在多媒体．10项研究的参与者总数为113,988人。这些研究通常报告了较高的女性参与率:平均83.3%的参与者是女性。目标健康行为为节食/减肥(n=2)、体育活动(n=3)或节食/减肥和体育活动的结合(n=5)。没有符合条件的研究针对吸烟或饮酒。五项研究涉及仅通过在线社交网络提供的干预措施[22-26]而其余的研究则涉及将在线社交网络与其他干预策略结合使用的干预措施[27-31]，包括独立的干预网站、印刷材料和提供辅助设备，如厨房秤和器具。据报道，只有三种干预措施是基于理论的;其中，社会认知理论在两项研究中被报道[27，28]，以及社会学习理论[24在一项研究中报道。一项进一步的研究在评估期间使用了行为改变理论(计划行为理论)，但在干预发展期间没有使用[22］．所有干预措施都促进或鼓励日常使用。干预时间从5天到6个月不等。没有研究报告进行了长期随访，以确定干预期后的结果是否持续。

研究方法

确定了三种主要研究类型:(1)“实时”干预措施的大规模评估，通常有> 000名参与者(四项研究的样本量从545到107,907不等)[22，24-26]，(2)中等规模、严格控制的随机对照试验，通常约有100名参与者(四项研究，样本量从52至134不等)[27-29，31]，以及(3)小型试点研究，每项研究有10名参与者(两项研究)[23，30.］．总共有5项研究是随机对照试验(RCT) [22，27-29，31]，其中一项是随机交叉研究[23]，其中四项为单组前后研究[24-26，30.］．在六项使用单独对照组或组(交叉研究)的研究中，只有一项有“真实”(即无干预)控制[29]，另一组比较了在线社交网络干预和替代干预(在五个案例中，替代干预是基于网络的[22，23，27，28，31]，在三个案例中，替代干预包括在线社交网络组件[22，23，27］．

招聘方法及费率

10项研究中有8项是招募参与者参与干预的研究(另外两项是基于商业在线社交网络现有用户的评估[25，26])。其中，六项研究描述了他们的招聘策略，所有这些研究都报告了各种传统的招聘方法，如传单广告[27，29，31]、主流媒体[22，28]，以及群发电子邮件[27-29，31］．只有一项研究[27据报道，除了其他招聘方式外，他们还使用了在线社交媒体活动。参与率差异很大，由33% [22]至89% [27］．但是，必须指出的是，所报告的参与率只是与前来参加的志愿人员总数有关，而不是与接触到征聘材料的总人数有关。

方法偏差的风险

方法偏倚的风险得分从高(19.5 / 25)不等[28]，至低(满分25分，0.5分)[26];有关详细信息，请参见多媒体附件2．总体而言，大规模的“实时”干预在偏倚风险评估上得分较低(范围0.5-4(满分25分)，Brindal等人除外[22中等规模的随机对照试验得分最高(11-19.5分，满分25分)，而试点研究得分较低(4-8.5分，满分25分)。

大多数研究都符合CONSORT的要求，提供了强有力的科学依据，并清楚地描述了他们的干预措施。然而，没有一项研究符合严格的试验结果质量报告准则，这需要提供效应量估计及其精度。只有一项研究报告称，参与者对治疗条件一无所知[22］．8项研究报告了流失率，而只有5项研究报告了参与率。

干预及随访时间

干预时间为5天[23]至六个月的存续期[28］．没有研究报告在干预结束后随访结果和维持行为改变。

功效

四项研究(三项前后研究和一项交叉研究)报告了一项结果测量指标的显著改善，即体重减轻(n=2) [25，26]、体力活动(n=1) [23]，以及饮食意识(n=1) [30.］．另有四项研究，均为采用替代干预控制的随机对照试验，报告了证据表明病情有所改善(即，两组随时间推移均有显著改善，但两组间无显著差异)[22，27，28，31］．其余两项研究[24，29]报告了不同的结果;例如，Napolitano等人的随机对照试验报告，随着时间的推移，Facebook Plus组相对于对照组的体重显著减轻，但Facebook组相对于对照组的体重却没有减轻。29) (多媒体)．

由于纳入的研究数量相对较少，且研究中采用的干预措施、比较物和研究设计种类繁多，因此未完成meta分析。然而，我们计算了六项提供了足够数据的研究的效应量(图2)．一项随机对照研究[29)采用“真实”(即无干预)对照;因此，组间存在差异。其他三个随机对照试验提供了足够的数据来计算效应量，使用替代干预作为对照条件[27，28，31］．因此，在可能的情况下，计算了这些研究的组间和组内效应量(仅基于干预组的前后数据)。尽管许多研究报告了统计上显著的变化(参见表2)，当计算95%置信区间时，很少有研究得出显著影响。效应量的大小总结如下。

‎ 查看此图

行为改变

在四项调查体育活动行为变化的研究中，报告了足够的数据来进行效应量计算，其中一项研究的效应量被归为可忽略不计[28]，两个为中间(组与组之间)[23，27]和一个大(组间)[31］．在一项测量饮食行为的研究中观察到较小的效应量[28］．

下游的变量

三项研究测量了权重变化，并报告了足够的数据来进行效应量计算。影响大小从可忽略不计[28]，到small [27]， to large [29(Facebook Plus vs . control)。一项研究测量了生活质量，并报告了微不足道的影响[27］．

介质

虽然值得注意的是，这项研究采用了大量的替代干预控制，但对于测量减肥知识的单一研究，计算出了一个较小的负效应量[28］．同样的研究表明，减肥自我效能的影响可以忽略不计。一项研究发现，社会支持的影响可以忽略不计，甚至很小。31]，一项研究表明饮食意识有很大的影响[30.］．

减员、参与和忠诚

流失率(即参与者在研究过程中的退出)因研究设计而异，小规模试点研究报告流失率最低(0%)，中型随机对照试验报告流失率较低(4 [29] -23% [27])和大型现场试验报告高流失率(从41%的[25]至84%的[22];请注意，在[24]和[26])。在可能的情况下，我们检查了每项研究中对社交网络干预成分的参与情况，并将其与预期剂量进行比较，以提供保真度指标。结果(表3)显示，保真度普遍很低。除了Foster等人[23]，达到了高于预期的使用率(105%)，其他研究报告的使用率仅为预期的5 - 15%。

所有三项研究都报告了在干预过程中参与感如何变化，结果发现参与感逐渐下降[24，27，28］．比较社会干预和非社会对照组的研究报告称，社会干预达到了更高的参与度[22-24]和较高的用户满意度[22]而非社会干预。体重减轻与参与度显著相关[22，26]在两项报告亚组分析的研究中。菅野和山崎[26也报道了社会交往的程度与减肥呈正相关。

讨论

主要研究结果

这项系统综述发现了适度的证据，表明在线社交网络干预可能是有效的，10项研究中有9项报告了健康行为或相关结果在某些方面的显著改善。然而，行为改变的效应量通常很小。

这篇综述指出，迄今为止，基于在线社交网络的干预措施采取了两种关键方法之一:(1)一些人利用流行的现有在线社交网站(如Facebook和Twitter)开发了干预措施;(2)另一些人开发了独立的、以健康为重点的在线社交网络。结果表明，独立的以健康为重点的在线社交网络可以在一段时间内对他们保留的用户有效;然而，低留存率是一个问题，大约50%或更多的注册用户未能在干预期间留在干预中，而对于那些留下来的人来说，参与度通常很低。也有人认为，关注健康的在线社交网络的一个缺点是，它们可能会吸引那些已经在考虑改变健康行为的有动力的人。

使用流行的现有社交网站可以解决接触、参与和留存的问题。例如，Facebook报告称，61%的用户每天都会登录。32］．当然，这篇综述中包括的研究[23，27，29，31在整个研究期间，使用Facebook的用户成功留住了高比例的参与者(77-96%的用户)。然而，他们的用户粘性通常不高(5-15%)[27，29，31]，但福斯特的研究除外，该研究达到了预期用途的105% [23］．这种参与度通常很低，这是令人担忧的，因为这些研究使用了广泛的参与者联系、提示和电子邮件，与在更生态有效的环境中看到的情况相比，这些研究可能会增加参与度。福斯特研究中使用的干预方法[23]与其他Facebook研究中使用的数据有很大不同[27，29，31，这也许可以解释所观察到的不同程度的参与度。福斯特(23]招募了彼此已经认识的参与者，并通过计分板创造了一个友好的竞争环境。相比之下，其他研究倾向于使用Facebook和Twitter作为社会支持工具，鼓励干预参与者(彼此不认识的人)分享信息和建议。27，29，31］．可以说，福斯特所采用的方法[23这与人们使用在线社交网络的方式更一致，因为人们更经常使用Facebook与他们有离线联系的人互动，而不是使用Facebook与新朋友互动[33］．此外，娱乐被认为是Facebook用户使用的主要动力。34];福斯特干涉的友好竞争基调可能与此一致。福斯特的研究只进行了21天，远远少于其他干预措施，每项干预措施都持续了12周。福斯特等人所取得的高参与度似乎不太可能[23会持续更长的时间。尽管如此，这3周的高参与度表明这种友好的竞争性干预可能是一种有前途的方法。

优势与局限

本系统评价的优势在于，它是根据PRISMA指南进行和报告的[13］．它采用了严格而全面的搜索策略。研究选择、数据提取、关键评价由两名研究团队成员独立完成，确保了综述数据的准确性。

该综述的一个关键限制是所确定的研究的异质性。研究在目标人群、干预措施和研究设计方面各不相同。此外，只有相对较少的符合条件的研究被确定。搜索了大量的学术数据库(8个)，并咨询了一位学术图书馆员，以确定应该使用哪些数据库;然而，其他数据库总是有可能发现更多的研究。这些因素限制了我们综合数据并得出明确结论的能力。同样重要的是要注意，所纳入的研究在偏倚风险方面差异很大，一些研究得分非常低，这降低了人们对其研究结果的信任。最后，也应该承认发表偏倚的可能性。与所有检查干预措施有效性的系统综述一样，存在一种可能性，即具有无效结果的研究尚未发表[16]，而且这里提出的综合数据对有效性给出了过于有利的解释。

未来的研究

这项综述提供了初步证据，表明基于社交网络的健康干预可能有效地改变行为。然而，这一研究领域尚处于起步阶段，许多问题仍未得到解答。目前尚不清楚基于社交网络的干预是否对所有健康行为都同样有用，或者它们是否对某些行为比其他行为更有效。所确定的研究只对参与者进行了相对较短的跟踪(最长的是6个月)。考虑到健康行为的许多健康益处是在长期内实现的，需要进一步的工作来检查在纳入的研究中实现的短期行为改变是否可以在较长时期内持续，如12个月或更长时间[35］．同样重要的是，确定是否需要与用户界面的持续交互来维持行为变化，或者在与干预材料的交互停止后，行为变化是否可以持续。使用现有的在线社交网络(如Facebook和Twitter)进行干预，似乎为持续参与提供了特别的承诺，因为它们的用户留存率和参与度很高，但目前尚不清楚这些平台的特定方面(如特定应用程序或提供健康干预的Facebook组)的留存率和参与度是否与此相匹配。创新的方法反映了人们使用在线社交网络的方式(与现有的朋友和娱乐)是必要的。特别是，非游戏情境中的游戏化(即使用视频游戏元素，如收集虚拟点数或徽章)是在线活动中的新兴趋势，有望改善用户体验和粘性[36］．

有趣的是，迄今为止，使用现有流行的在线社交网络的干预措施仍然使用传统的招募方法(如传单、媒体广告)，并且也受到了高度控制(例如，为了防止研究小组之间的污染，已经关闭了小组成员资格)。这与使用在线社交网络进行健康干预的好处形成了鲜明对比，例如能够通过社交网络招募参与者[37]，以及大规模病毒式传播干预措施[38］．为了确定干预方法的有效性，严格控制的随机对照试验显然起着重要作用;然而，为了学习如何最好地利用在线社交网络的病毒式传播特性进行大规模传播，还需要生态研究设计，即密切模仿社交网络使用的真实情况[7］．健康行为改变专家与社会营销人员的跨学科研究可能有助于确定如何最有效地利用在线社交网络进行招聘和大规模传播。

对未来研究的建议

还需要更多的研究试图利用在线社交网络来干预健康行为。以下对未来研究的建议可能对健康研究人员和人机交互研究人员有用，他们设计和实施基于技术的干预措施，将社交网络集成到促进健康干预措施中:

1. 设计主要可以在社交网络环境中提供的社交网络干预措施。提供少量的辅助设备或印刷资源是合理的，但必须认识到，包含多种物质资源的干预措施的生态有效性是有限的。
2. 研究通过现有的流行社交网站(如Facebook)提供的干预措施，因为它们已被证明有能力吸引和留住参与者，并具有大规模传播的潜力。这些干预措施应该针对人们使用在线社交网络的方式(主要是与现有的朋友和娱乐)。
3. 利用大样本量来确保它们有足够的能量来检测效应，如果它们存在的话。
4. 采用高质量的研究方法，如精心设计的随机对照试验。
5. 除了高质量的疗效研究，还需要生态有效的研究，如实用的随机试验，以确定干预措施在现实环境中大规模传播的能力。
6. 强调在线招聘策略。
7. 包括长期随访(例如，12个月及以后的行为改变)。

结论

总之，利用在线社交网络来改变健康行为的研究仍处于发展的早期阶段，虽然一些研究显示出了希望，但关于优化这些干预措施以提高其疗效，仍有许多有待了解的地方。尤其需要进行研究，以确定如何最大限度地提高留存率和参与度，行为变化是否能够长期持续，以及确定如何利用在线社交网络实现大规模传播。