忠诚度奖励对促进基于互联网的心脏健康计划使用的有效性

简介

心血管疾病(cvd)是全球头号死亡原因。据估计，到2030年，死于心血管疾病的人数将达2,330万[1］．研究表明，80%以上的心血管疾病可以通过改变生活方式来预防，如定期锻炼和健康饮食[2］．

互联网的广泛使用为在人口层面提供预防性健康倡议提供了一个难以置信的机会。2012年，大约83%的加拿大人可以个人接入互联网:其中85%生活在大都市地区，75%生活在农村地区[3.］．这其中包括63-78%的收入最低四分之一的加拿大人，以及84%的45 - 64岁的加拿大人，这是一个心血管疾病风险较高的年龄组。一些随机对照试验和元分析表明，基于互联网的生活方式干预可以帮助个人改善自我照顾行为(体育活动，饮食习惯)[4,5]、心理功能(焦虑、生活质量)[6]，以及临床结果(血压、体重、血糖)[7-9］．然而，基于互联网的卫生干预措施的登记和参与仍然是一项挑战[10-12］．这可能会限制基于互联网的干预措施对人群健康行为改变的重大影响。

财务奖励和忠诚度奖励等外部奖励已被用作增加行为干预的注册和参与的策略[13,14］．使用这些外部奖励来加强行为改变的理论基础是基于操作性学习和行为经济学理论[13,15］．操作性学习的关键原则是，行为是由本质上奖励或惩罚的偶然事件所制约的。13］．经济理论包括来自可操作性理论的原则，并指出个人倾向于以最大化其即时回报的方式行事[13,15］．根据这些理论，通过引入外部奖励，注册和持续参与基于互联网的项目的倾向可能会增强。相反，自我决定理论(SDT)认为，外部奖励可能会削弱行为改变的内在动机，这被称为“挤出”效应[16,17］．目前尚不清楚忠诚度计划的一次奖励能否作为一种条件刺激，影响免费的基于互联网的健康计划的注册和参与。使用忠诚度奖励的一个优势是，它可能更具可持续性，因为企业和消费者都可以互惠互利。忠诚度奖励计划可以通过奖励忠诚度“奖励点”来帮助企业获得新客户并留住现有客户。这些客户可以用积分兑换忠诚计划中的商品和/或服务。因此，本研究的目的是:(1)检查条件奖励组和对照组之间的“我的健康支持计划”的入学率和参与水平，以及(2)调查忠诚奖励和参与者特征对参与水平和项目参与的影响。之前的一项研究报告称，一次经济奖励(2.00美元至20.00美元)可以增加一项基于互联网的健康计划的注册人数，并在注册3个月后对后续调查的反应[18］．因此，我们假设条件奖励组的入学率和参与水平会高于对照组。预期结果会受到年龄、种族、教育程度、性别、就业状况和可改变风险因素数量的影响[11,18］．

方法

概述

这是一项观察性研究，数据由加拿大心脏和中风基金会(HSFC)在2011年2月1日至2012年2月10日之间收集。HSFC是一个非营利性公共组织，旨在通过提高对主要风险因素的认识，鼓励和支持加拿大人在管理自己的健康方面发挥积极作用，使加拿大人过上没有心脏病和中风的健康生活。研究参与者年龄在18岁或以上，并对研究表示同意。在从HSFC数据库检索记录之前，删除了所有个人标识符。这项研究得到了大学卫生网络伦理委员会的批准。

招聘及学习计划

研究样本包括在HSFC网站上完成心脏和中风风险评估后被邀请参加基于互联网的心脏健康项目(My health eSupport)的个人。共有142,726人完成了心脏和中风风险评估，并被纳入我们的分析。这个样本由两组组成:条件奖励vs控制。条件奖励组的参与者是通过标准化的招聘电子邮件从航空里程忠诚计划招募来的。该电子邮件描述了注册My Health eSupport HSFC计划可获得最多20个航空里程奖励点数的非现金奖励的机会。具体来说，参与者完成心脏和中风风险评估后可立即获得10个航空里程奖励积分，注册“我的健康支持”后可获得另外10个航空里程奖励积分。注册后没有额外的奖励。心脏病和中风风险评估是HSFC网站上的一个免费电子工具，首次使个人能够评估他们的生活方式与心血管疾病风险有关。然后，它提供了我的健康支持计划的注册。“我的健康支持”计划的注册要求参与者首先完成心脏和中风风险评估，并在HSFC网站上创建一个登录ID。 Air Miles participants accessed the Heart&Stroke Risk Assessment and claimed the reward using a unique Web link embedded in the recruitment email. Air Miles participants who completed the Heart&Stroke Risk Assessment were assigned to the Conditioned Reward group. Participants in the Control group accessed the Heart&Stroke Risk Assessment on the HSFC website without using the unique Web link provided by the Air Miles loyalty program. Control participants did not receive any rewards for completing either program.

项目描述

My Health eSupport计划是一个免费的、自我指导的、全自动的健康生活方式计划，每隔两周主动发送定制的电子邮件。这些电子邮件包含心脏健康生活的信息，并链接到HSFC网站。“我的健康支持”在注册后向参与者发送了最初的电子邮件。电子邮件指导参与者报告他们的动机“准备”阶段，以遵守加拿大卫生部的饮食指南(每天摄入水果、蔬菜，限制饮食中的脂肪和盐)、锻炼(有计划的锻炼和日常活动)和无烟生活。根据Prochaska的跨理论模型(Transtheoretical Model)的常规算法，从操作上定义每种行为的变化准备程度[19(预思考，沉思，准备，行动和维持)。为了加强自我导向的改变的动力和效能[20.，然后受试者被提示从上述与饮食、锻炼和无烟生活相关的行为中选择他们的生活方式改变的优先事项。随后，每隔两周，研究人员根据个人对改变生活方式的准备程度和优先级，发送了三封电子邮件。6周后，对生活方式改变的准备情况和优先级进行了重复评估。

措施

本文评估了条件奖励组和控制组我的健康支持计划的入学率和参与水平。入围率的计算方法是:参加我的健康支持计划的人数除以完成心脏和中风风险评估的参与者人数。计算了对项目参与程度的两种衡量标准。最初的参与度被定义为在第一封电子邮件中完成对生活方式改变的准备程度和优先级评估的个人比例。持续参与被定义为首次参与后6周第二次完成对生活方式的准备程度和优先度的评估。参与者在收到重新评估邮件后的8周内完成了对生活方式改变的准备程度和优先级的第二次评估。参与者的特征是从心脏和中风风险评估的自我报告数据中提取的，这是一份在线自我评估问卷。特征包括年龄、性别、教育程度、种族、就业、健康状况和身体质量指数(由身高和体重计算)。可改变的心血管疾病危险因素定义如下:身体活动水平(参与者是否达到30-60分钟的适度运动，每周4次)，吸烟状况(是或否)，过量饮酒(男性:每天喝>2杯或>14杯;女性:每天喝>2杯，每周>9杯)，以及参与者是否食用高脂肪食物(每周3次或以上)、水果和蔬菜(每天5份或以上)和高盐食物(每周3次或以上)。

数据分析

卡方和独立t实验用于比较条件奖励组和对照组之间的特征差异。大样本量会影响统计显著性[21];因此，我们使用Cramer 's计算效应量V(卡方统计后)和科恩的d(独立t测试)来确定这些统计显著性结果的强度。克拉默氏症的弱、中、强关联(效应量)V分别定义为<0.2,0.2-0.6，>0.6 [22］．同时，科恩的效应量有小、中、大三种d分别定义为≤0.2,0.5，≥0.8 [23］．采用二元logistic回归估计基于互联网的健康计划的忠诚度奖励与注册(模型1)、初始参与度(模型2)和持续参与度(模型3)之间的关系。我们计算了优势比，以确定忠诚度奖励对注册和参与“我的健康支持”计划的可能性的影响。基于以往的研究[11,18]，所有模型都根据年龄、种族、教育程度、性别、就业状况和可修改风险因素的数量进行了调整。数据采用SPSS 19进行分析，显著性水平为0.01。

结果

参与者

有条件奖励组共73,327人，对照组共69,399人完成了心脏和中风风险评估。参与者的基线特征显示在表1．总体而言，两组吸引的女性比例都高于男性(68.48%，97,732/142,726 vs. 31.52%， 444,994 /142,726)。以白种人为主(83.54%，119,239/142,726)。两组患者最常见的疾病为高血压(22.43%，32,014/142,726)和血脂异常(17.86%，25,487/142,726)。超过50%的人报告自己的BMI指数高于25。两组与心血管疾病风险相关的最常见的生活方式因素是缺乏体育活动(44.10%，62942 / 142726)和水果和蔬菜摄入量不足(43.32%，61828 / 142726)(表2）.

入学率

“我的健康支持计划”在条件奖励组的入学率(52.96%，38,835/73,327)高于对照组(4.07%，2826/69,399)。忠诚度奖励是参与My Health eSupport计划的最强预测因素(OR 27.9, 95% CI 26.4-29.4;P<措施)。影响入学的因素表3．

参与水平

在参与者参加我的健康支持计划后，条件奖励组中只有12.43%(4829/38,835)和8.49%(240/2826)的人评估了他们对改变的准备程度，并选择了改变生活方式的优先领域。在这些参与者中，条件奖励组的20.98%(1013/4829)和对照组的24.17%(58/240)在第6周完成了第二次评估。在我们的回归分析中，忠诚度奖励策略与初始粘性呈负相关(OR 0.79, 95% CI 0.66-0.92;P=.004)，并不是持续参与的显著预测因素(P=点)。与此同时，年龄、性别和可改变的风险因素数量是持续敬业度的重要预测因素(表3）.

讨论

主要研究结果

这项研究的主要发现是，一次忠诚度奖励对My Health eSupport计划的注册有显著影响。在获得忠诚度奖励时，个人注册的可能性提高了27.9倍。然而，与我们的假设相反，持续的参与度不受忠诚度奖励的影响。年龄大于60岁、女性或有一个或多个可改变的风险因素的人更有可能参与该计划。这些发现表明，单一的忠诚度奖励可以用来鼓励个人注册一个基于互联网的预防健康计划，但需要补充策略来保持参与度。

我们关于忠诚度奖励对在线注册的影响的研究结果与其他使用经济奖励的研究结果一致[24］．亚历山大等人[18]报告称，在注册时提供2.00美元、5.00美元和10.00美元的财务激励分别使3.5%、7.5%和2.7%的参与者注册。令人鼓舞的是，在这项研究中，20航空里程(相当于约2.00加元)足以吸引约50%的参与者。重要的是要考虑到条件奖励组的参与者来自航空里程忠诚奖励计划。这些人可能认为忠诚度奖励的价值大于2美元的直接货币价值。因此，我们的研究结果可能仅限于航空里程会员之外的推广能力。

基于互联网的干预措施的参与水平一直是一个挑战，因为高辍学率和随访损失很常见。这种现象被Eysenbach描述为“损耗定律”[25］．假设减员曲线可以作为减员潜在原因的一个有价值的标记。在我们的研究中，用户流动率呈l型曲线，这反映了参与者最初的快速下降，剩下的一组是稳定的“硬核”用户，他们在本研究的6周时间间隔内持续使用系统。这种类型的流失曲线可能表明登记的参与者可能不是HSFC网站的适当用户组[25]和/或参与者没有意识到继续参与基于互联网的健康干预的好处[26］．由于“我的健康支持计划”旨在通过改变生活方式来降低心血管疾病风险，因此继续参与“我的健康支持计划”的少数人是心血管疾病风险较高的人，例如老年人或患有一种或多种可改变的心血管疾病风险因素的人，这可能并不令人惊讶。

忠诚度奖励的单一曝光也可能导致My Health eSupport计划的低参与度。由于奖励是在注册时就已经给出的，条件奖励组中的一些人可能只是为了获得奖励而注册。这也许可以解释忠诚度奖励和初始参与度之间的负相关。查尼斯等[27研究发现，为了帮助个人达到独立活动持续16周所需的“门槛”水平，可能需要对多次活动(至少5周)进行经济奖励。使用财务激励来维持行为改变的长期有效性(>6个月)尚不清楚，主要是因为大多数研究都是短期的(<6个月)[17］．最近的一项荟萃分析报告了一些经济奖励的设计特征，这些设计特征可能有助于提高锻炼计划的依从性。其中包括(1)提供可靠的经济激励，而不是彩票或基于机会的奖励，(2)提供更大的激励，以及(3)纳入与指数挂钩的激励(例如，每磅体重减轻25美元)或逐步增加的激励(例如，第一个减掉10美元，第二个减掉15美元，等等)[17］．将这些设计特征纳入未来旨在通过忠诚度奖励改变行为的研究中是很重要的。

一些研究人员警告不要使用任何外部激励，因为它们可能会产生抑制内在动机的不良影响[27,28］．未来关于基于互联网的干预措施的研究应考虑如何使用指数化或升级的忠诚度奖励来维持项目参与度，同时维持或增加与健康行为改变相关的内在动机。根据自我决定理论，内在动机是由能力(一种掌控感)、自主(对行为的所有权)和社会关联(与他人的社会联系感)的心理需求来实现的[29］．Mitchell等人认为，外部奖励可以用来满足这些心理需求，以避免伤害内在动机(1)奖励现实自我调节目标的成就(例如，使用自我监控)，(2)提供奖励类型和所选择的活动的选择，以及(3)提供与社会结果相关的奖励(例如，团体意外事件或慈善捐款)[17］．此外，可能有必要将忠诚奖励与以前建立的咨询的关键组成部分结合起来，以保持基于互联网的干预的参与水平。这些组成部分包括:目标设定和自我监控;根据患者的活动情况提供反馈;增强自我效能感;预防复发[30.］．

局限性和优势

应注意到本研究的若干局限性。自我报告数据的准确性在有效性方面面临挑战。自我报告偏差，如锻炼、饮食和吸烟等生活方式行为可能会影响我们结果的准确性。当参与者重新评估他们对改变的准备程度，并选择另一个优先改变生活方式的领域时，就定义了对系统的参与。有可能有些人保持了对该计划的参与，但从未完成重新评估，这可能低估了对我的健康支持计划的参与水平。还有其他变量可能与入学和参与度有关，但这些变量没有被评估，比如收入、焦虑和抑郁。最后，我们的研究中可能存在选择偏差，因为条件奖励组由来自航空里程忠诚奖励计划的参与者组成。这可能会限制我们将研究结果推广到航空里程会员之外的能力。这项研究的一个优点是样本量大。这是第一个“真实世界”(例如，基于人群)的研究，通过基于互联网的干预来检验忠诚度奖励对注册和参与的影响。

结论

基于互联网的干预措施在人口层面提供预防性保健举措方面具有巨大潜力。单一的忠诚度奖励可以增加注册人数，但需要其他策略来维持用户粘性水平。这项研究对于将忠诚度奖励作为未来基于互联网干预的有效注册策略具有重要的设计意义。还需要更多的研究来探索使用忠诚度奖励来加强基于互联网的健康项目的参与水平和相关功效的长期影响。