原始论文
摘要
背景:使用技术来自我监测体重、饮食摄入和身体活动是消费者和健康公司常用的做法,以提高对当前和期望的减肥行为的认识。了解如何最好地利用这些相对较新的方法收集的信息需要进一步探索。
摘要目的:本研究的目的是分析自我监控对参与Retrofit为期6个月的商业减肥干预的参与者体重减轻的贡献,并具体确定与行为和结果相关的体重减轻的重要贡献者。
方法:对2011年至2015年参加Retrofit减肥计划的2113名参与者进行了回顾性分析。参与者为18岁及以上的男性和女性,起始体重指数≥25 kg/m2,并在项目的第六个月提供了体重测量。采用自我监测行为的所有测量方法进行多元回归分析,包括体重测量、饮食摄入和身体活动,以预测6个月时的体重减轻情况。深入分析了每个重要的预测因素,以揭示对结果的影响。
结果:改造计划的参与者平均减掉了基线体重的-5.58% (SE 0.12),其中51.87%(1096/2113)的参与者至少减掉了基线体重的5%。多元回归模型(R2= .197,P<0.001)确定以下指标为6个月体重减轻的显著预测因素:每周称重次数(P<.001),每天步数(P=.02),每周高运动时间(P<.001),每周食物日志天数(P<.001),以及拥有5个或更多食物日志的周百分比(P<措施)。每周至少称重三次,每周至少有60分钟的高度活跃时间,每周至少有三天的食物记录,64%(16.6/26)或更多周至少有五次食物记录,与男性和女性参与者的临床显著体重减轻相关。
结论:在为期6个月的干预过程中,自我监测行为,如称重、每日步数、高强度活动和持续的食物记录是体重减轻的重要预测因素。
doi: 10.2196 / jmir.7457
关键字
简介
自我监控通常用于减肥方案,以提高对当前和期望行为的意识。消费者和健康公司都在通过手机应用程序、智能秤和其他可穿戴设备将自我监测技术融入到他们的减肥计划中。然而,了解如何最好地利用这种相对较新的技术所收集的信息需要更严格的研究,特别是最近关于可穿戴活动追踪器的好处的争议。
, ].根据美国疾病控制与预防中心(CDC)的数据,在美国,36.5%的成年人被归类为肥胖,每年在肥胖相关的医疗费用上花费1470亿美元;因此,确定自我监测是否以及如何有助于减肥对于改善整个人群的健康非常重要[ ].肥胖的标准行为治疗包括饮食和身体活动咨询以及体重、活动和饮食的自我监测[
].长达12个月的行为减肥干预的平均结果为体重减轻5%至10% [ - ].虽然临床意义重大,但回顾的研究表明,只有不到一半的参与者成功地减掉了5%或更多的体重[ , , - ].定期的自我称重或以一段时间内一致的模式称重可以让你意识到特定的行为、情况或环境,这些行为、情况或环境可能会促进你想要或不想要的体重变化。自我称重与成功减肥相关,并已被证明在干预的前6个月内显著提高减肥成功[
- ].具体来说,每周至少称一次体重是有效的;然而,每周称一次以上体重的频率会增加减肥效果。 - ].Helander等人的研究表明,一旦建立了一致的自我称重模式,超过一个月不称重会增加体重增加的可能性。 ].佩戴活动追踪器和设定步数目标都与较低的身体质量指数(BMI)和增加活动量有关。
].美国人平均每天走5117步 ].高阶平均与年轻、受教育程度高的单身男性和较低的BMI (kg/m2) [ ].肥胖者平均每天比正常或超重的人少走1500步[ ].计步器干预已显示出适度的体重减轻[ , ].通过设定个性化的身体活动目标,每天的步数和活动时间,参与者更有可能在干预后增加和保持身体活动[ ].更频繁的自我监测和更高的坚持与随着时间的推移进行更多的体育活动有关,这可能导致6个月时体重下降更大[ ].饮食自我监测与反馈可以改善临床显著的减肥结果[
- ],而个性化反馈可提高饮食自我监测的一致性[ , ].一致性在饮食自我监测和实现临床显著的体重减轻之间具有最大的相关性[ - , ].连续几天的自我监控与更好的结果有关,例如每天至少记录一次食物日志已被证明有助于减肥[ , ].本研究的目的是分析在Retrofit进行的为期6个月的减肥干预中,参与者对体重、活动和营养的自我监测行为(见下文)
),这是一个个性化的体重管理和基于网络的疾病预防解决方案。自我监控行为与减肥的关系被评估,以确定对预测减肥结果的影响程度。此外,每个高影响行为都被独立评估,以评估行为和减肥之间的关系,以确定围绕自我监测建议的最佳实践。对显著性自我监控行为的分析着重于理解以下问题:- 参与者的自我监控水平和减肥之间有什么联系?
- 不同程度的减肥结果和相应参与者对自我监控的承诺之间有什么联系?
方法
研究设计
使用来自Retrofit减肥计划的去识别数据进行回顾性分析,以评估在6个月的减肥干预期间各种自我监控行为的效果。
参与者
这项研究的参与者是翻新计划的付费客户,他们通过直接面向消费者的网站注册[
或通过雇主赞助的项目。年龄在18岁以上的顾客被认为是合格的研究参与者;体重指数是25公斤/米2或更高;在2011年9月27日至2015年12月31日之间注册了该项目;并提供至少一次体重测量超出基线测量。如果参与者在项目的第六个月提供了体重测量,他们就被认为完成了该项目。共有3166名客户符合所有纳入标准成为研究参与者( ).大约80.35%(2544/3166)的研究参与者是直接面向消费者的客户,其余19.65%(622/3166)是雇主赞助项目的一部分。共有2113名(66.74%)参与者完成了为期6个月的项目。所有符合纳入标准并在6个月时提供体重的客户都被纳入参与者。没有客户因为缺乏成功的项目而被从人群中移除或淘汰。改造项目
分析包括6个改造项目的数据:专家10减肥计划、专家15减肥计划、顾问减肥计划、快速启动计划、改造计划和持续计划。Expert 10、Expert 15、Advisor和Sustain项目设计了一个6个月的减肥阶段和另外6个月的体重维持阶段。改造计划设计了一个为期6个月的减肥阶段,只是可以选择继续进入一个名为“下一步改造”的维护计划。Jump Start计划设计了一个为期3个月的减肥阶段,只有继续进入下一步改造的选项。
作为Retrofit减肥方案的一部分,所有参与者都被教导并鼓励坚持同样的自我监测建议。所有的项目都为参与者提供了相同的技术、接触减肥专家的机会、教育、责任、反馈,以及通过网络信息与专家教练交流的机会。有关改造计划和专家教练资格的其他详细信息可在以前的出版物中找到[
].参与者被提供了一个Fitbit活动跟踪器,支持wi - fi的秤,并访问一个私人仪表盘(见
).私人仪表板允许每个参与者保存个人饮食和锻炼日志,查看他或她的个人数据,并通过基于web的电子消息功能使参与者和他或她的专家教练之间的交流成为可能 ).私人仪表盘是通过Retrofitme Web应用程序、移动网站或手机应用程序访问的,这些应用程序在苹果iOS和Android平台上可用。参与者被鼓励每天称重,每天佩戴他们的活动追踪器,实现个性化的每日步数目标,并记录全天消耗的所有食物和饮料选择。专家教练个性化参与者的步数目标,建议参与者以500步为增量增加步数,以实现他们个人6个月的每日步数目标。
措施
重量
研究人员为参与者提供了一个具有wi - fi功能的秤,可以通过互联网安全地将体重数据传输到一个Retrofit中央数据服务器。通过使用提供的Wi-Fi体重秤(99.39%,556,630/ 5600,043的记录体重)或自我报告条目(0.61%,3413/ 5600,043)收集参与者体重数据。提供了刻度设置的说明,以及通过Retrofit的客户支持提供帮助的选项。如果参与者在设置Wi-Fi秤上有困难,可以自行报告。专家教练在1:1的训练课程中检查体重数据,以确认体重的准确性。基线体重被认为是第一周从参与者那里得到的第一次体重测量。计算6个月时基线体重减轻的百分比,并作为主要结局。计算了两个称重指标,以量化参与者对自我监控行为的坚持程度和自我称重对减肥的潜在影响:(1)每周称重的次数和(2)参与者至少称重三次的周数百分比。
活动
参与者被鼓励每天佩戴Fitbit运动追踪器。来自任何版本的Fitbit活动追踪器的活动数据,如步数、距离、燃烧的卡路里、活动时间等,都被无线上传到Fitbit.com,然后自动同步到参与者的个人Retrofit仪表板上。参与者不能自行报告活动数据。总共计算了五种不同的指标,以了解运动对减肥的影响。每周跟踪器的使用天数被计算出来以监测参与者的参与度。每天的步数被认为是衡量参与者活动的指标之一。为了测量运动强度,研究人员追踪了三种不同程度的运动时长。Fitbit追踪器根据疾病控制与预防中心的建议,通过计算活动强度,并将活动时间分为高、中、低三类,持续估算用户的代谢当量(METs) [
].营养追踪/食物记录
一个私人的在线/移动仪表盘允许参与者跟踪个人饮食记录。参与者可以记录食物、零食、零食和饮料,以及食物的描述、数量和照片。每一顿饭、零食、零食和/或饮料都被认为是一份食物日志。计算了四种特定于食物记录的测量方法,以量化参与者对食物记录行为的坚持程度以及食物记录对减肥的潜在影响。研究人员计算了参与者每周记录食物的天数和每周记录食物的次数,以衡量他们对食物记录行为的坚持程度。在为期6个月的干预中,我们采用了以下两项措施来衡量参与者通过食物日志记录的参与度:参与者记录至少5项食物日志和至少15项食物日志的周数百分比。
统计分析
所有与自我监测行为相关的测量,包括体重测量、饮食摄入和身体活动,都被纳入多元回归分析,以预测干预期间的体重减轻。确定了对预测体重减轻有统计上显著贡献的措施。为了确定自我监控行为/测量可以被认为是减肥的重要预测因素,建立了三个主要回归模型。第一个主要回归模型评估了两个体重相关指标作为体重减轻的预测指标。第二个模型包括五项与活动相关的指标,作为体重减轻的预测指标。第三个主要回归模型评估了与食物记录相关的四个指标,作为体重减轻的预测指标。所有主要回归模型中的重要预测因素(即自我监控行为/测量)都被纳入一个整体回归模型,该模型将所有行为都视为减肥的预测因素。总体模型的显著预测因素被认为是减肥最重要的措施/行为。最后,对每一项重要的自我监测措施进行了深入分析,以揭示干预期间对结果的影响,以捕捉高水平监测与高结果水平之间的显著相关性。对于每种行为,进行单向方差分析,以确定行为频率与体重减轻之间的关系,并比较不同减肥水平的参与者的行为频率。
采用R 3.2.3版本进行数据分析,其中包括dplyr 0.4.3, ggplot2 2.1.0,数据。表1.9.6,并跳转2.9个包。此外,t两组比较在基线和后续时间点对连续变量进行相等方差检验。采用单因素方差分析(One-way ANOVA)来确定大于两个组比较的平均差异。随后进行Tukey检验以确定平均差异。进行卡方分析以确定分类变量之间的差异。为了在多元回归分析中进行最佳子集选择,使用“所有可能的回归”方法来使用leaps包推导最佳拟合的总体模型。所有统计检验的Alpha均设置为0.05,以确定统计学显著性。
结果
报告的结果基于回顾性分析,评估了在减肥干预期间各种自我监控行为的效果,3166名参与者中有2113人(66.74%)完成了6个月的Retrofit减肥计划。
基线特征
显示基线时参与者的人口统计细节。男性和女性参与者在基线时的年龄和开始BMI没有差异。男性参与者的起始体重较高(P<措施)。完成者与非完成者的起始体重无差异(P=.07)或起始BMI (P=.55),但完成者的平均年龄较高(平均44.54岁,标准差10.72岁vs平均42.01岁,标准差10.69岁,P<措施;看到 ,表S1)。
6个月体重变化
6个月的平均体重减轻为-5.58% (SE 0.12), BMI的平均变化为-1.91 (SE 0.04), 51.87%(1096/2113)的参与者减少了基线体重的5%或更多(见
).男性参与者减重比例较高(P=.02)且BMI变化较高(P=.01)。然而,就6个月时体重下降5%或以上的比例而言,男性和女性之间没有显著差异。人口统计资料 | 总数,平均值(SD) (N=2113) | 男性,平均(SD) (n=860) | 女性,平均(SD) (n=1253) | P |
年龄(年) | 44.54 (10.72) | 44.61 (10.98) | 44.49 (10.54) | 结果 |
起始重量(kg) | 99.76 (22.92) | 110.56 (22.43) | 92.35 (20.14) | <措施 |
开始BMI (kg/m2) | 33.84 (6.80) | 34.03 (6.35) | 33.71 (7.09) | 低位 |
结果测量 | 总数,平均值(SE) (N=2113) | 男性,平均(SE) (n=860) | 女性,平均(SE) (n=1253) | P |
减重(%) | -5.58 (0.12) | -5.90 (0.12) | -5.36 (0.12) | 02 |
体重指数变化 | -1.91 (0.04) | -2.04 (0.07) | -1.82 (0.05) | . 01 |
减重5% (%) | 51.87 (0.01) | 54.30 (0.02) | 50.20 (0.01) | 07 |
模型 | 系数 | 模型的总结 | ||||||
β(SE) | t(df) | P | R2 | 调整R2 | P | |||
Self-weigh-in | .103 | .102 | <措施 | |||||
的地方/周(n) | -1.25 (0.19) | -6.54 (2110) | <措施 | |||||
体重≥3周(%) | 0.018 (0.01) | 1.59 (2110) | 厚 | |||||
活动 | .152 | .150 | <措施 | |||||
跟踪天/周 | -0.54 (0.10) | -5.419 (2107) | <措施 | |||||
步骤/天 | -0.0002 (0.0001) | -1.863 (2107) | 06 | |||||
每天高强度的运动时间 | -0.06 (0.01) | -4.288 (2107) | <措施 | |||||
相当活跃的分钟/天 | 0.003 (0.004) | 0.693 (2107) | 报 | |||||
每天轻度活动几分钟 | -0.002 (0.003) | -0.818 (2107) | .41点 | |||||
营养/食品日志 | .123 | .121 | <措施 | |||||
食物日志/周(n) | 0.01 (0.04) | 0.245 (2108) | 结果 | |||||
食物日志天数/周(n) | -1.92 (0.20) | -9.362 (2108) | <措施 | |||||
日志数≥5条的周数(%) | 0.08 (0.01) | 5.935 (2108) | <措施 | |||||
日志数≥15的周数(%) | -0.01 (0.01) | -0.654 (2108) | .51 | |||||
整体 | .197 | .194 | <措施 | |||||
的地方/周(n) | -0.417 (0.07) | -5.619 (2106) | <措施 | |||||
跟踪天/周(n) | -0.112 (0.10) | -1.081 (2106) | 陈霞 | |||||
步骤/天(n) | -0.0001 (0.00006) | -2.269 (2106) | 02 | |||||
高活动量分钟/天(n) | -0.05 (0.01) | -4.420 (2106) | <措施 | |||||
食物日志天数/周(n) | -1.30 (0.19) | -6.777 (2106) | <措施 | |||||
日志数≥5条的周数(%) | 0.06 (0.01) | 5.097 (2106) | <措施 |
识别重要的行为
自我称重行为作为体重变化预测器的模型
为了确定预测权重变化的重要自称重指标,我们建立了一个回归模型(R2= .103,P<.001),包括每周称重的次数和每周称重三次或三次以上的百分比。
表明只有每周称重的次数被认为是体重变化的重要预测因素(P<措施)。活动相关行为预测体重变化的模型
为了确定重要的活动相关措施,构建了一个多元回归模型(R2= .152,P<.001),包括每周使用活动跟踪器的天数,每天的步数,以及每天高度、相当和轻度活动的分钟数。
显示每周活动跟踪器的天数(P<.001)和每天高度活跃的分钟数(P<.001)是体重变化的显著预测因子。虽然每天的步数并不显著(P=.06),根据以往的研究适应症,选择它作为整体模型中体重变化的预测因子[ , , ].食物记录相关行为作为体重变化预测因子的模型
为了确定与营养/食物记录相关的重要措施,构建了一个多元回归模型(R2= .123,P<.001),包含每周食物日志的数量,每周食物日志的天数,拥有5个或更多食物日志的周的百分比,以及拥有15个或更多食物日志的周的百分比。
研究表明,记录食物日志的天数和记录5个或5个以上食物日志的周百分比是体重变化的显著预测因子。整体多元回归模型
通过包括自称重、活动量和食物记录模型中的所有重要预测因素,建立了一个整体回归模型来预测6个月时的体重变化。多元回归模型(R2= .197,P<.001)包括每周称重的次数,每周使用跟踪器的天数,每周步数,每周高度活跃的分钟数,每周记录食物日志的天数,以及拥有5个或更多食物日志的周百分比。除了每周使用追踪器的天数外,所有其他行为/测量都被发现是体重变化的重要预测因素,如图所示
.为了进一步验证所选行为/测量的显著性,使用“所有可能回归”方法来推导最佳拟合的整体模型。这种模型选择方法通过对预测体重减轻的主要回归模型下列出的11个指标的最佳子集进行详尽搜索来确定最终模型。所有可能的回归只包括主要效应;交互作用超出了本分析的范围。最好的回归模型包含相同的五个显著的预测整体模型中报告
.下一节将重点分析五个重要的预测因素。减肥的五个重要预测因素
Self-Weigh-In
基于0 - 6个月的自称重数据,较高的称重频率与6个月时较高的体重减轻水平显著相关。临床显著的体重减轻(5%)与每周至少三次体重增加有关(见
).单因素方差分析结果显示,不同称重水平之间的平均体重减轻有显著差异(P<措施)。随后的Tukey测试证实了“≥5”称重水平与其余三个水平之间的显著差异(P<措施for all) and between weigh-in levels “3 to 4” and “1 to 2” (P=.002),以及称重等级“3至4”和“<1”之间(P= .02点)。对男性和女性参与者分别进行了类似的方差分析测试,发现不同体重水平之间的平均体重减轻有显著差异(男性:P<措施;女:P<措施;看到 ,表S2)。对不同体重减轻程度的参与者的自称频率的分析表明,更高的称重频率与体重减轻程度更高的群体显著相关。
给出了“损失≥10%”(388/2113,18.36%)、“损失5%-10%”(707/2113,34.46%)和“损失<5%”(1018/2113,48.18%)三个结局水平参与者的周平均称重频率。对于整个论文的所有其他分析,基于结果水平的行为频率使用相同的基于结果的参与者群体。在6个月的项目中,称重频率有明显差异。体重损失≥10%组、体重损失5%-10%组和体重损失<5%组6个月的平均体重增加频率分别为每周平均4.70 (SE 0.09)、平均4.21 (SE 0.07)和平均3.40 (SE 0.05) (P<措施)。对男性和女性参与者分别进行的附加ANOVA检验显示,不同结局水平之间的平均加权频率存在类似的显著差异(男性:P<措施;女:P<措施,看到 ,表S3)。自我监控行为 | n (%) | 减重(%),平均值(SE) | P | ||||
每周称重次数 | <措施 | ||||||
< 1 | 89 (4.21) | -3.41 (0.58) | |||||
1 - 2 | 636 (30.10) | -4.08 (0.20) | |||||
3 - 4 | 690 (33.65) | -5.09 (0.19) | |||||
≥5 | 698 (33.03) | -7.82 (0.20) | |||||
每天步数 | <措施 | ||||||
< 5000 | 797 (37.72) | -3.68 (0.17) | |||||
5000 - 7499 | 604 (28.58) | -5.56 (0.20) | |||||
7500 - 9999 | 429 (20.30) | -7.03 (0.26) | |||||
≥10000 | 283 (13.39) | -9.03 (0.34) | |||||
每周多运动几分钟 | <措施 | ||||||
< 60 | 897 (42.41) | -4.14 (0.17) | |||||
60 - 119 | 525 (24.82) | -5.71 (0.21) | |||||
120 - 179 | 299 (14.14) | -5.85 (0.29) | |||||
≥180 | 394 (18.63) | -8.64 (0.28) | |||||
每周的食物日志 | <措施 | ||||||
< 1 | 316 (14.96) | -3.67 (0.33) | |||||
1 - 2 | 596 (28.21) | -4.32 (0.20) | |||||
3 - 4 | 565 (26.74) | -5.15 (0.19) | |||||
≥5 | 636 (30.10) | -8.20 (0.21) | |||||
每周食物日志 | <措施 | ||||||
< 5 | 617 (29.20) | -4.37 (0.21) | |||||
5 - 9 | 405 (19.17) | -4.66 (0.24) | |||||
10 - 14 | 297 (14.06) | -5.11 (0.29) | |||||
15 - 19 | 247 (11.69) | -5.46 (0.32) | |||||
≥20 | 547 (25.89) | -8.10 (0.23) |
每日的步骤
根据0 - 6个月参与者的步数数据,高水平的每日步数与高水平的减肥显著相关。
介绍了通过将参与者划分为不同水平的每日步数进行的减肥分析的结果。每日步数5000到7499或更多与6个月时临床显著的体重减轻相关。单因素方差分析(One-way ANOVA)显示,不同每日步数之间的平均体重减轻有显著差异(P<措施)。随后的Tukey测试证实了所有水平的每日步数之间的显著平均差异(P<措施)。对男性和女性参与者分别进行的类似ANOVA测试显示,在不同的每日步数水平之间,平均体重减轻有显著差异(男性:P<措施;女:P<措施;看到 ,表S4)。对不同减重程度的参与者每日步数的分析表明,每日步数越高,体重减轻程度越高。
呈现三个结果水平的参与者每周平均每天步数。在整个6个月的计划中,体重下降≥10%的组始终保持显著较高的每日步数。损失≥10%组、损失5%-10%组和损失<5%组6个月的平均日步数分别为8077.79 (SE 171.52)、6657.09 (SE 117.13)和5276.91 (SE 95.08)步数(P<措施)。男性和女性参与者在不同结果水平之间的平均每日步数也有类似的显著差异(男性:P<措施;女:P<措施;看到 ,表S5)。高度活跃的分钟
高强度的运动时间与高水平的减肥显著相关。通过将参与者分成不同水平的每周高强度运动时间,计算出体重减轻的百分比(
).每周60分钟或以上的高强度运动与临床显著的体重减轻相关。在不同的每周运动分钟数水平之间,平均体重减轻有显著差异(P<措施)。随后的Tukey测试显示“≥180”活动分钟水平与其余三个水平之间存在显著差异(P<措施for all) and between “120-179” active minutes level and “<60” (P<.001)和“60-119”活动分钟水平和“<60”(P<措施)。对男性和女性参与者分别进行的类似ANOVA测试显示,在不同的每日高活动分钟水平之间,平均体重减轻有类似的显著差异(男性:P<措施;女:P<措施,看到 ,表S6)。对不同体重减轻程度的参与者的高活跃时间的分析表明,高活跃时间的数量与体重减轻程度较高的群体显著相关。
显示了参与者在三个结果水平上的每周平均高度活跃分钟数。与每日步数相似,在整个6个月的计划中,损失≥10%的组始终具有显著更高水平的高强度活动。损失≥10%组、损失5%-10%组和损失<5%组6个月平均每周高活动分钟数分别为154.33 (SE 6.47)、115.63 (SE 3.91)和79.03 (SE 2.53)分钟(P<措施)。男性和女性参与者分别在不同结果水平之间的平均高活动分钟数显示出类似的显著差异(男性:P<措施;女:P<措施;看到 ,表S7)。食物日志日
对参与者0到6个月的饮食日志数据的分析表明,每周饮食日志天数越多,体重减轻程度越高。
呈现各组参与者在不同饮食水平下的减重百分比。临床上显著的体重减轻与每周至少三天或更多天的饮食记录有关。在每周饮食记录天数的不同水平之间,体重减轻有显著差异(P<措施)。随后的Tukey测试发现,“≥5”的食物日志天数与其余三个水平之间存在显著差异(P<措施for all) and between “3-4” and “1-2” food log days (P=.03)和“3-4”和“<1”之间的食物日志天数(P<措施)。对男性和女性参与者分别进行的类似ANOVA测试显示,不同饮食记录天数之间的平均体重减轻有类似的显著差异(男性:P<措施;女:P<措施;看到 ,表S8)。对不同体重减轻程度的参与者的饮食日志天数的分析表明,每周饮食日志天数越多,体重减轻程度越高。
显示了在三个结果水平的参与者的每周平均食物日志天数。在6个月的项目中,结果水平较高的参与者记录食物的天数明显高于结果水平最低的组。损失≥10%组、损失5%-10%组和损失<5%组6个月平均每周食物日志天数分别为4.44 (SE 0.11)、3.92 (SE 0.08)和2.90 (SE 0.60)天(P<措施)。男性和女性参与者分别在不同结果水平之间的平均饮食记录天数表现出类似的显著差异(男性:P<措施;女:P<措施;看到 ,表S9)。每周有5个或更多食物记录的百分比
对饮食记录的进一步分析表明,体重减轻程度越高的参与者,拥有5份或更多饮食记录的周数比例越高。在不同的减肥结果水平之间,有5个或更多食物日志的周百分比有显著差异(损失≥10%:平均69.40%,SE 1.72;损失5%-10%:平均值63.61%,标准差1.20;损失<5%:平均49.14%,SE 0.97;P<措施)。随后进行Tukey检验,发现所有结局水平之间的平均差异显著(损失≥10%和损失<5%:P<措施;损失≥10%,损失5%-10%:P= . 01;损失5%-10%,损失<5%:P<措施)。对男性和女性参与者分别进行的附加方差分析测试显示,在不同结果水平之间,有5个或5个以上饮食日志的周百分比存在类似的显著差异(男性:P<措施;女:P<措施;看到
,表S10)。根据前几节的分析,在6个月的干预期间,食物记录对减肥非常重要。因此,文中提出了进一步的分析
这显示了不同饮食记录组的参与者每周体重减轻的百分比。每周进食次数越多,减肥效果越好(P<措施)。进一步分析以了解不同饮食日志组之间男性和女性参与者的减肥结果差异,结果显示了类似的差异(男性:P<措施;女:P<措施;看到 ,表S11)。讨论
主要研究结果
该结果为在体重管理计划中使用自我监测提供了强有力的支持。那些更遵守体重、体育活动和食物摄入自我监控的参与者比那些遵守较少的人减掉了更多的体重。在多元回归方程中,每一类自我监测都对预测体重减轻有显著贡献。此外,独立分析显示每种自我监控行为与减肥之间存在显著关联。总的来说,自我监测对体重管理有很大的影响。
无线秤和身体活动追踪器等技术的进步,使得自我监测体重和身体活动变得更容易,并被推荐用于体重管理项目。食物记录仍然需要参与者花时间记录食物摄入量,但技术已经使这个过程变得更快、更简单。然而,我们非常需要开发新技术来减少自我监测食物摄入量的时间、精力和准确性。
一些报告称,自我监测单一行为,如体重和体育活动[
, , ],可能与更大的减肥效果无关。我们的研究结果发现,自我监控在每个行为类别中都有好处:体重、体育活动和食物摄入量。我们发现,自我监控所有这些行为一起对减肥有最大的预测价值。基于这些结果,在干预或减肥计划中同时促进这些自我监控行为可能很重要。体重减轻的重要预测因素
Self-Weigh-In
每周自测体重的次数被认为是体重减轻的一个重要预测因素(P<措施)。每周至少称三次体重有助于更好地减肥。如果每周体重超过五次,体重减轻的程度会更高。有证据表明,在积极减肥期间,指导参与者每周至少称三次体重确实能促进减肥效果,而且称得越频繁,减肥就越成功。
- ].此外,女性往往比男性更频繁地称体重,这是一个独特的发现,因为在体重管理研究中,男性参与者的比例一直很低,而且缺乏性别比较的证据[ - , , , - ].每日的步骤
每周步数(P=.02)是体重变化的重要预测因子。步数越多,减肥效果越好,这在之前的文献中已经得到证实。
, , ].此外,我们的研究结果证实,男性的每日步数往往比女性高,这与文献中所见类似[ ].高度活跃的分钟
每周至少60分钟的高强度运动与更高程度的减肥显著相关。高强度的运动时间也与更高的减肥效果显著相关。总体而言,在所有减肥结果水平上,男性的活动时间明显高于女性(P<措施)。目前,还缺乏与减肥结果相关的活动追踪器测量活动时间的证据。然而,有一些证据表明,男性比女性有更多的锻炼记录,并且有更大的运动依赖。
, , ].食物日志日
每周更多的食物记录天数会增加对食物记录的自我监控行为的坚持,这支持通过自我调节理论解释的行为改变[
].每周至少记录三天的食物与更高程度的减肥显著相关。其他研究发现,记录食物的频率越高,减肥效果越好,特别是每周3天或更多。 - , , ].每周有5个或更多食物记录的百分比
每周进食5次或5次以上的比例越高,体重减轻的程度越高(P<措施)。此外,参与者每周记录食物的次数越多,他们成功减肥的可能性就越大。
- ].女性往往比男性更频繁地记录自己的饮食。然而,这是一个独特的发现,因为历史上在体重管理研究中男性参与者的比例很小,而且缺乏性别比较的证据[ - ].优势与局限
这项研究有几个优点,包括报告真实世界的减肥结果,并对体重管理行为提供更集中的分析,以确定哪些行为在行为减肥计划中更重要。参与者是Retrofit的客户,没有被招募或提供参与研究的激励措施。所有符合初始BMI、年龄和体重纳入标准并在6个月时记录体重的客户都被纳入参与者,并没有因为项目缺乏成功而从人群中移除,这是一种罕见的研究实践[
].我们得出的结论是,这项研究增加了价值,并为体重管理中的行为的最佳实践带来了一种新的方法。此外,由于参与的男性人数异常多,因此能够报告性别比较,这也是了解在减肥过程中哪些行为对男性和女性更有价值的一个重要优势。该研究也有一些局限性,包括回顾性分析研究设计,不允许基于关键观察进行任何因果推断。此外,对不同行为的坚持程度的评估使用了来自项目完成者的数据,这限制了概括行为对所有参与者影响的能力。然而,为了确定有效的自我监测水平,以保证临床显著的体重减轻,研究已知终点体重的参与者是至关重要的。最后,由于本研究中使用的是真实世界的人群,因此不知道参与者是否在改造计划组件之外集成了任何其他自我监测设备或实践。
未来的研究
由于商业减肥行业缺乏真实世界的研究,Retrofit鼓励所有商业减肥项目发布类似的数据,以增强对自我监控行为在减肥项目中最重要的理解。报告与目标行为相关的真实数据,使商业减肥计划不仅可以构建协议和客户策略,以增加减肥成功,而且还可以提高参与者保持体重的成功。通过将特定的行为缩小为终身习惯,商业减肥计划将提高功效,并建立我们作为一个行业克服肥胖危机的能力。
建议未来的研究包括研究6个月以上的自我监控行为,以及每种行为对保持体重的影响。此外,进一步分析性别差异和自我监控行为也很有意义,以确定女性参与者与男性参与者之间是否应该更频繁地鼓励特定行为,特别是关于食物记录和活动水平。
结论
总之,改造项目参与者在6个月内平均体重下降-5.58% (SE 0.12), BMI平均变化-1.91 (SE 0.04),近51.87%(1096/2113)的参与者体重下降5%或以上。自我监测行为,如自我称重、每日步数、高强度活动和持续的食物记录被证明是6个月体重变化的重要预测因素。具体来说,每周称重三次或更多,每周至少有60分钟的高强度运动,每周有三天或更多的食物记录,每周有5次或更多食物记录的比例更高,这可以提高参与者的减肥成功。
致谢
改造咨询委员会的成员就数据和结果提供了意见和专业见解。
利益冲突
SP, RA, SB和AM是Retrofit, Inc的员工,拥有该公司的股权。JH, RK和RL是Retrofit, Inc咨询委员会的积极成员,拥有公司股权。
参考文献
- Finkelstein EA, Haaland BA, Bilger M, Sahasranaman A, Sloan RA, Nang EE,等。活动追踪器的有效性,有和没有激励增加身体活动(TRIPPA):一项随机对照试验。柳叶刀糖尿病内分泌2016年12月4日(12):983-995。[CrossRef] [Medline]
- Jakicic JM, Davis KK, Rogers RJ, King WC, Marcus MD, Helsel D,等。可穿戴技术与生活方式干预相结合对长期减肥的影响:IDEA随机临床试验中国医学杂志2016年9月20日;36(11):1161-1171。[CrossRef] [Medline]
- 疾病控制和预防中心。成人肥胖事实https://www.cdc.gov/obesity/data/adult.html[访问时间:2017-01-26][WebCite缓存]
- 郭文杰,王文杰,王文杰。行为方法在肥胖治疗中的应用。在:肥胖手册:临床应用。纽约:Marcel Dekker;2004:147 - 167。
- 范德马克M,约纳松J,斯文森M, Linné Y,罗斯纳S,拉格罗斯YT。与年轻会员相比,年龄较大的会员在基于互联网的行为减肥计划中表现更好。2009;2(2):74-79。[CrossRef] [Medline]
- Neve M, Morgan PJ, Jones PR, Collins CE。基于网络的干预在超重和肥胖成人中实现体重减轻和体重维持的有效性:一项系统回顾和荟萃分析。Obes Rev 2010 4月11日(4):306-321。[CrossRef] [Medline]
- Tate DF, Wing RR, Winett RA。使用互联网技术提供行为减肥计划。中国医学杂志2001年3月7日;285(9):1172-1177。[Medline]
- Gold BC, Burke S, Pintauro S, Buzzell P, Harvey-Berino J.网上减肥:一项比较结构化行为干预和商业计划的试点研究。肥胖(银泉)2007年1月;15(1):155-164。[CrossRef] [Medline]
- Harvey-Berino J, Pintauro S, Buzzell P, Gold EC。网络支持对长期维持减肥效果的影响。欧贝斯学报2004年2月;12(2):320-329。[CrossRef] [Medline]
- Polzien KM, Jakicic JM, Tate DF, Otto AD。基于技术的系统在短期行为减肥干预中的功效。肥胖(银泉)2007年4月15日(4):825-830。[CrossRef] [Medline]
- Tate DF, Jackvony EH, Wing RR。一项随机试验比较了人类电子邮件咨询、计算机自动定制咨询和没有网络减肥计划咨询。Arch Intern Med 2006; 66(15):1620-1625。[CrossRef] [Medline]
- Rothert K, Strecher VJ, Doyle LA, Caplan WM, Joyce JS, Jimison HB,等。综合卫生保健环境中基于网络的体重管理计划:一项随机对照试验。肥胖(银泉)2006年2月;14(2):266-272 [免费全文] [CrossRef] [Medline]
- Tate DF, Jackvony EH, Wing RR。互联网行为咨询对有2型糖尿病风险的成年人减肥的影响:一项随机试验美国医学杂志2003年4月9日;289(14):1833-1836。[CrossRef] [Medline]
- Womble LG, Wadden TA, McGuckin BG, Sargent SL, Rothman RA, krauthmer - ewing ES。一个商业互联网减肥计划的随机对照试验。Obes Res 2004 Jun;12(6):1011-1018。[CrossRef] [Medline]
- Helander EE, Vuorinen A, Wansink B, Korhonen IK。每日自重的间歇与体重增加有关吗?PLoS One 2014 11月;9(11):e113164 [免费全文] [CrossRef] [Medline]
- 帕卡诺斯基律师,伯茨律师,莱维特斯基律师。每日自我称重控制体重的成年人:一个重要的文献综述。Sage Open 2014;4(4):1-16 [免费全文] [CrossRef] [Medline]
- 斯坦伯格DM,泰特DF,班尼特GG, Ennett S,塞缪尔-霍奇C,沃德DS。每日自重与不良心理结果:一项随机对照试验。中华预防医学杂志2014年1月;46(1):24-29。[CrossRef] [Medline]
- 郑勇,柯兰明,谢睿卡,李志强,李志强,李志强。体重管理中的自我称重:系统的文献综述。肥胖(Silver Spring) 2015年2月;23(2):256-265。[CrossRef] [Medline]
- Butryn ML, Webb V, Wadden TA。肥胖的行为治疗。北Am精神病诊所2011年12月;34(4):841-859 [免费全文] [CrossRef] [Medline]
- 斯坦伯格DM,泰特DF,班尼特GG, Ennett S,塞缪尔-霍奇C,沃德DS。使用智能秤和电子邮件进行每日自我称重减肥干预的功效。肥胖(银泉)2013年9月21日(9):1789-1797 [免费全文] [CrossRef] [Medline]
- Vanwormer JJ, Martinez AM, Martinson BC。自重有助于肥胖成年人减肥。中华预防医学杂志2009;36(1):70-73。[Medline]
- 埃克斯JD,科尼特RA,萨维拉JS,戴维KP,戴维BM。每天自我监测体重、步数、水果/蔬菜摄入量和水的消耗:一个可行和有效的长期减肥维持方法。J Acad Nutr Diet 2012 5月;112(5):685-692 [免费全文] [CrossRef] [Medline]
- Linde JA, Jeffery RW, French SA, Pronk NP, Boyle RG。预防体重增加和减肥试验中的自我称重。安行为医学2005年12月30日(3):210-216。[CrossRef] [Medline]
- 马志强,李志强,李志强。持续的自我体重监测:成功减肥的关键组成部分。肥胖(银泉)2007年12月;15(12):3091-3096。[CrossRef] [Medline]
- 张志刚,张志刚,张志刚,等。使用计步器来增加身体活动和改善健康:一项系统综述。美国医学杂志2007 11月21日;298(19):2296-2304。[CrossRef] [Medline]
- 巴塞特DR,怀亚特HR,汤普森H,彼得斯JC,希尔JO。计步器测量美国成年人的身体活动和健康行为。医学科学运动演习2010 Oct;42(10):1819-1825 [免费全文] [CrossRef] [Medline]
- 蔡旭,邱世胜,尹华,孙志林,鞠晓鹏,Zügel M,等。计步器干预与超重和肥胖成人2型糖尿病的体重减轻:一项荟萃分析。糖尿病医学2016 Aug;33(8):1035-1044 [免费全文] [CrossRef] [Medline]
- Musto A, Jacobs K, Nash M, DelRossi G, Perry A.每天增加10,000步对久坐超重女性代谢综合征成分的影响。J Phys Act Health 2010 11月;7(6):737-745。[Medline]
- Cadmus-Bertram L, Marcus BH, Patterson RE, Parker BA, Morey BL.使用Fitbit测量超重或肥胖的绝经后妇女对体育活动干预的坚持程度:16周内的自我监测轨迹。JMIR Mhealth Uhealth 2015;3(4):e96 [免费全文] [CrossRef] [Medline]
- 杨凯,王杰,马婷,王杰,等。身体活动自我监测和体重减轻:SMART试验的6个月结果。医学科学体育演习2011 Aug;43(8):1568-1574 [免费全文] [CrossRef] [Medline]
- 乐柏克,王杰,马世伟。减肥中的自我监控:文献的系统回顾。美国饮食学会2011年1月;111(1):92-102 [免费全文] [CrossRef] [Medline]
- Krukowski RA, Harvey-Berino J, Bursac Z,足贺T, West DS。成功模式:基于网络的行为体重控制程序的在线自我监测。健康心理杂志2013年2月;32(2):164-170。[CrossRef] [Medline]
- 约翰逊F,沃德尔J.在商业减肥计划中,减肥与参与基于网络的食物和运动日记之间的关系:回顾性分析。2011年8月2日;8(1):83 [免费全文] [CrossRef] [Medline]
- 王军,王志强,王志强,王志强,等。在SMART随机临床试验中,自我监测是减肥的中介因素。国际行为医学杂志2013年12月;20(4):556-561 [免费全文] [CrossRef] [Medline]
- Hutchesson MJ, Tan CY, Morgan P, Callister R, Collins C.通过额外的个性化反馈和提醒来增强基于网络的减肥计划中的自我监控:随机试验。J medical Internet Res 2016 april 12;18(4):e82 [免费全文] [CrossRef] [Medline]
- Carter MC, Burley VJ, nykjer C, Cade JE。与网站和纸质日记相比,坚持使用智能手机应用程序减肥:试点随机对照试验。中国医学杂志,2013;15(4):e32 [免费全文] [CrossRef] [Medline]
- 改造。URL:https://www.retrofitme.com/[访问时间:2017-05-06][WebCite缓存]
- Painter S, Ditsch G, Ahmed R, Hanson NB, Kachin K, Berger J.改装6、12和24个月的减肥结果和12个月高绩效者的特征:回顾性分析。JMIR Mhealth Uhealth 2016 Aug 22;4(3):e101 [免费全文] [CrossRef] [Medline]
- Dwyer T, Hosmer D, Hosmer T, Venn AJ, Blizzard CL, Granger RH,等。在基于人群的样本中,每天步数和肥胖之间的反比关系:AusDiab研究。国际医学杂志(Lond) 2007年5月;31(5):797-804。[CrossRef] [Medline]
- Madigan CD, Daley AJ, Lewis AL, Aveyard P, Jolly K.自我称重是减肥的有效工具:系统的文献综述和荟萃分析。2015年8月21日;12:40 [免费全文] [CrossRef] [Medline]
- 萨阿德·l·盖洛普,2011。为了减肥,美国人更依赖于节食而不是运动。http://www.webcitation.org/6qD3hIfW7[已访问2017-05-04][WebCite缓存]
- 瓦登TA,韦布VL,莫兰CH,贝勒BA。肥胖的生活方式改变:饮食、身体活动和行为治疗的新进展。发行量2012年3月6日;125(9):1157-1170 [免费全文] [CrossRef] [Medline]
- Serrano KJ, Yu M, Coa KI, Collins LM, Atienza AA。挖掘健康应用程序数据,找出更多和不太成功的减肥亚群体。J Med Internet Res 2016 Jun 14;18(6):e154 [免费全文] [CrossRef] [Medline]
- 郭祖恩KA,布莱奇SN,克拉克JM。商业减肥计划的功效。安实习医学2015年9月1日;163(5):399。[CrossRef] [Medline]
- Wing RR, Lang W, Wadden TA, Safford M, Knowler WC, Bertoni AG, Look AHEAD研究集团。适度减肥对改善超重和肥胖2型糖尿病患者心血管危险因素的益处糖尿病护理2011年7月;34(7):1481-1486 [免费全文] [CrossRef] [Medline]
- 刘志刚,刘志刚,刘志刚,刘志刚,等。临床实践中减肥干预措施的比较效果。N Engl J Med 2011 11月24日;365(21):1959-1968 [免费全文] [CrossRef] [Medline]
- Almeida FA, You W, Harden SM, Blackman KC, Davy BM, Glasgow RE,等。基于工作场所的减肥有效性随机对照试验:工作场所研究。肥胖(银泉)2015年4月;23(4):737-745 [免费全文] [CrossRef] [Medline]
- Arem H, Irwin M.基于网络的成人减肥干预综述。Obes Rev 2011年5月;12(5):e236-e243 [免费全文] [CrossRef] [Medline]
- Weik M, Hale BD.在两种运动依赖的测量方法上对比性别差异。运动医学杂志2009 Mar;43(3):204-207。[CrossRef] [Medline]
缩写
体重指数:身体质量指数 |
G·艾森巴赫(G Eysenbach)编辑;提交09.02.17;L Chai, J Chaplin同行评议;对作者24.02.17的评论;修订本收到日期:27.03.17;接受14.04.17;发表12.05.17
版权©Stefanie Lynn Painter, Rezwan Ahmed, James O Hill, Robert F Kushner, Richard Lindquist, Scott Brunning, Amy Margulies。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2017年5月12日。
这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。