优化健康风险评估的定制沟通:预期启动、自主支持和例证效应的随机析因实验

简介

背景

健康风险评估加上反馈和其他教育方法已被证明是支持健康行为改变的有效方法[1］．尽管许多早期健康风险评估都是通过印刷品进行的[2]，这些评估越来越多地通过网络进行。基于网络的针对性干预已证明在促进健康行为改变方面有效[3.，4］．在线提供健康风险评估和有针对性的反馈为扩大有效卫生干预措施的覆盖范围和传播提供了机会，这些干预措施有可能降低成本，减轻参与障碍，并促进坚持健康行为。虽然大量证据支持针对性沟通对促进健康行为的有效性(例如，[2，4-7])，但没有足够的证据来指导自动定制反馈的最佳呈现关于个人健康行为数据[8］．事实上，系统综述已经要求研究人员提供裁剪标准和信息设计的增强描述，以优化基于web的定制干预措施的使用，以促进行为改变[4，9］．

卡罗莱纳健康评估和资源工具(CHART)是由北卡罗莱纳大学开发的在线健康行为风险评估工具，包括与构成美国过早死亡的主要原因的慢性疾病相关的健康行为的各种评估，以及基于证据的、理论指导的定制反馈信息库[2，4，10］．个人完成一项基线评估，评估他们目前的状况，以满足国家对特定健康行为(如体育活动和无烟)的建议，以及与健康行为相关的其他理论和循证心理社会因素。对该评估的响应将在CHART中使用，以创建定制的反馈报告(个性化的报告)基于个人报告的当前行为、改变的准备程度、感知到的障碍和社会支持[10］．

定制反馈报告(如CHART提供的反馈报告)的消息内容和传递格式是在线健康信息的关键组成部分，可能会影响个人对消息的评估、网站使用和随后的行为改变。迄今为止，量身定制的健康干预措施通常使用主要的健康行为理论来指导信息内容(例如，社会认知理论[SCT]、跨理论模型和健康信念模型)[2，11，12］．对量身定制的健康行为改变干预措施的元分析表明，除了行为和人口统计之外，对更多的理论结构(即4-5或更多)进行定制可能会提高量身定制干预措施的有效性[2］．然而，这些理论包含许多单独的结构，有必要以系统的方式确定这些量身定制的干预措施的特定消息组件，这将增强对最有效的消息特征的理解，并指导这组特征的优化和未来测试[13］．

越来越多的文献鼓励使用多阶段优化策略(MOST)框架来阐明干预措施的有效成分[13-15］．因此，本研究旨在检查图表个性化报告的多个消息组件(因素)。目标是优化现有的定制反馈，以促进参与健康行为的自我效能感和行为意图，并增强主观体验维度上的用户参与度。在最近关于参与数字行为改变干预措施的系统审查和概念框架的指导下[16]，我们的重点是敬业度的体验方面，其特征是兴趣、影响和注意力(例如，对有效性、信息质量和吸引力的感知的自我报告测量)，以及定制反馈的内容和交付如何影响定制反馈的敬业度。考虑到单一的健康风险评估和反馈，没有额外的干预方法，不太可能影响行为改变，我们将重点放在自我效能和行为意图上。这两种心理社会结构都是健康行为理论(如SCT和计划行为理论)的关键组成部分，并已被证明是行为改变的近端决定因素和预测因素[17，18］．与MOST框架的筛选阶段一致，我们使用了析因设计来测试对结果的主要影响，以及预先指定的相互作用。我们的重点是三个特定的信息因素:期望启动、自主支持和例证，具体如下。

预期启动

每个人在与定制相关的期望，或期望从定制沟通中获得的价值或利益方面可能有所不同，而这些期望是可以改变的[19］．韦伯等人[20.]表明，个人对剪裁的基线期望调节了个性化戒烟小册子对戒烟准备的影响，例如，广泛个性化的材料对那些对剪裁有更积极期望的人的戒烟准备产生了更大的影响。后续研究表明，期望启动以操纵与定制相关的期望(即，明确一条消息是标准的或为个人量身定制的)可以提高参与者对标准或定制材料的期望的价值或利益，提高消息内容的评级，增强改变的准备程度，并促进行为改变[19］．因此，预期启动可能会影响量身定制的干预措施的效果，例如来自健康风险评估的反馈报告。在这项研究中，在收到量身定制的反馈报告之前，参与者被随机分配，要么收到一条启动信息，明确说明他们的反馈报告是为他们量身定制的，要么收到一条启动信息，说明反馈包括一份标准报告。

自治的支持

使用自我决定理论(SDT)的行为干预和定制信息[21]作为指导框架，已证明对改善健康行为如PA [22]、水果及蔬菜摄入量[23]，以及体重控制[24］．SDT区分自主动机和控制动机，并假定动机类型，而不是数量，对行为的影响更大[21，25］．当行为源于有意识的选择并与个人相关时，行为是自主激励的，而受控动机则是由于感知到外部压力而参与行为[26］．当个体受到自主激励时，行为改变已被证明更加有效和持续。27］．许多健康行为干预侧重于增强自主动机，进而改善行为结果[22，28，29］．这些干预通常通过结合基于SDT的自主支持行为策略来鼓励自主动机，包括提供几个改变的选项，支持选择感，引出个人的情绪，为行为的重要性提供理由，以及探索行为与个人价值观和目标的相关性[30.］．因此，本研究的参与者被随机分配，接受量身定制的反馈信息，这些反馈信息要么支持自主权，要么使用更具指导性的语言(即现有的CHART反馈)。根据有关加强自主动机的建议[26]，自主支持信息提供了一种改变的选择感或选项菜单，鼓励参与者考虑自己的动机和解决障碍的方法，而指令信息更明确地告诉参与者该做什么。

范例

自我效能，或对某人在面临障碍时采取行动或表现某种行为的能力的信心[31]，是行为干预中最常见的目标理论决定因素之一，也是行为改变的多种理论(如SCT、跨理论模型和健康信念模型)的核心。替代经验和口头说服是与健康沟通相关的具体策略[32]，类似于媒体中使用的例证[33]，可以用来提高自我效能。以范例(例如，行为的角色模型)呈现的信息使个体能够观察他人成功地执行某项活动，从替代经验中学习，传达行为的积极结果，并可以鼓励自我效能，进而导致行为改变[34-36］．先前的研究表明，带有榜样或角色模型的信息可以提高自我效能感，并有可能增强信息的吸引力，促进积极的行为改变。37］．在这项研究中，参与者被随机分配，分别接收以范例为特色或不使用范例的信息。

通过对这三种不同的信息特征(期望启动、自主支持和例证)的操作，本研究检验了使用三种不同方法定制反馈信息是否能提高自我效能和行为意图，以坚持推荐的健康行为。先前的研究表明，对定制信息的参与或主观感知(例如，感知到的信息相关性)可以调节或解释定制效应的机制[38-40]，我们还通过定制的反馈信息检查了信息因素对参与度的影响，或与注意力、兴趣和影响相关的主观体验。总体目标是为未来图表个性化报告中使用的最有效信息的选择提供信息，并为定制反馈的最佳呈现扩展科学基础。我们假设，与没有这些特征的信息相比，量身定制的期望启动、自主性支持信息和带有范例的信息在提高自我效能、行为意图和参与度方面更有效。

方法

参与者及招聘

参与者于2016年1月至2016年2月通过亚马逊Mechanical Turk (MTurk)招募，该网站将任务众包给被称为工人的员工，他们通过完成人类智能任务(HITs)获得报酬[41］．MTurk已被用于许多不同的研究，以收集各种信息，如卵巢癌的健康知识[42]，增加PA的方法[43]，以及测量身体图像[44]以及烟草制品的危害[45，46］．对于行为研究人员来说，它是一个有用的工具，因为它成本低，工作人群多样，数据收集速度快[41］．在MTurk上，这项研究将HIT宣传为一个分享健康调查意见的机会，并将任务描述为需要对在线健康网站的反馈。参与者满足以下初步资格标准:18岁或以上，有互联网接入，居住在美国，能够用英语交流，HIT批准率(即工人完成的HITs已被请求者批准的百分比)大于或等于90%。成功完成任务的个人将获得1.25美元，详情如下。本研究由北卡罗来纳大学教堂山分校的机构审查委员会(irb# 14-2873)审查并豁免。

程序和设计

我们进行了测试前测试后实验，以测试八种不同的信息条件对自我效能和参与四种不同健康行为的意图的影响。

‎ 查看此图

本研究采用析因设计测试三个实验因素，每个因素具有两个级别的消息特征(2x2x2):(1)反馈传递前的期望启动(标准vs定制)，(2)自主性支持消息(存在vs缺席)，以及(3)样本的使用(存在vs缺席;图1)．我们针对图表中的四个行为模块(烟草使用、PA、饮食习惯和体重)测试了量身定制的反馈信息。对于这四种行为中的每一种，消息特征都是完全交叉的(3个因素乘以2个水平)。因此，对于消息条件的自变量，生成了8个不同的单元格。参与者被随机分配到四种行为中的一种(或三种行为中的一种，或两种行为中的一种，取决于资格，如果只符合一种，则被分配到一种)，然后随机分配到八个实验组中的一个(图1)．从MTurk的初始招聘到学习完成的程序概述如下。在MTurk中，HIT表明了参与HIT的资格要求，并提供了开始HIT的URL。然后，参与者按照以下顺序通过一系列在线问卷和网站进行调查:

• 第一份问卷是一个在线筛选的问题，要求个人报告他们的性别和目前的吸烟习惯，PA行为，水果和蔬菜的摄入量，身高和体重。该筛选器确定了符合额外资格标准的参与者，不符合国家推荐的四种癌症预防相关健康行为中的至少一种:当前烟草使用(吸烟者)、PA(即每周适度运动少于150分钟)、水果和蔬菜消费(即每天食用少于2份水果或3份蔬菜)和体重状况(即超重或肥胖，身体质量指数≥25)。
• 在资格的基础上，参与者被随机分配到多达四种健康行为中的一种，他们没有达到国家建议的标准。例如，没有达到国家建议的所有四种行为的个体被随机分配到四个模块中的一个。两种行为(如PA和饮食习惯)不符合国家建议的个体被随机分配到这两个模块中的一个。只有一项行为不符合国家建议的受访者被分配到相应的模块。在每种行为中，个体被随机分配到八种不同的信息条件中的一种(图1)基于三个因素:期望启动(标准或定制)、自主支持(是或否)和范例(是或否)。
• 随机分组后，参与者完成了一份与特定行为模块相关的在线基线问卷，评估自我效能和行为意图。参与者在完成问卷后会收到一个唯一的用户密码。
• 接下来，参与者被引导到图表网站[47在那里，他们输入了密码，并完成了一份与他们指定的健康行为有关的评估问卷和一份人口统计问卷。问题包括图表评估中使用的标准项目(即当前健康行为、改变的准备程度、从事特定健康行为的障碍和社会支持)。
• 在完成CHART评估后，参与者收到了一份个性化的报告，该报告基于在CHART中编程的预先存在的裁剪变量(当前健康行为、改变的准备程度、障碍和社会支持)，并包括与八个随机条件之一一致的特征信息。
• 参与者被要求通读这份报告，然后点击一个链接，链接指向一份有密码保护的最终在线问卷，询问他们对这份个性化报告的看法。
• 一旦参与者完成了最终的问卷调查，他们会收到一个HIT完成代码。在MTurk网站上输入完成代码后，参与者可以获得1.25美元的时间报酬。平均研究完成时间为15.6 min(标准差[SD] 9.9)。

本研究的数据收集分为四个队列。

实验条件

多媒体附件1提供通过个性化报告交付的各种实验条件下的消息文本示例，下面将详细介绍这些示例。

预期启动

在个性化报告的介绍中，参与者随机接受一个标准的启动或定制的启动信息，描述报告的内容。登陆页面使用了常见的图形和语言来指导个人点击链接以访问他们的个性化报告。个性化报告的描述因情况而异，并改编自先前的研究[20.) (多媒体附件1)．标准启动条件表明，该报告所基于的研究可能有助于人们满足建议。量身定制启动条件的语言强调，报告是专门为个人量身定制的，旨在满足他们独特的需求。

自治的支持

参与者随机接受量身定制的反馈，这些反馈包括支持自主的信息或不关注自主的信息(标准的现有CHART信息或示例信息)。自主支持条件下的定制反馈使用较少指导性的语言，鼓励个人考虑自己的偏好和选择。为图表量身定制的原始反馈信息进行了修订和重新措辞，以提出更多开放式问题，目的是促进自主权和选择(多媒体附件1)．例如，支持自主的信息不是指导人们“每天早上起床后称体重，把称重纳入你的日常工作中”，而是问:“你如何把称重纳入你的日常工作中?”每天早上起床时站在磅秤上怎么样?”

范例

在样本条件下，参与者收到的信息使用了性别匹配的男性(比尔)或女性(瑞秋)的描述，他们有相似的行为特征，并成功地做出了改变，以达到推荐的行为目标。对原始CHART消息库中的定制反馈进行了调整，以包括Bill或Rachel作为努力改进其行为的角色模型。例如，一个原始的图表信息是这样写的:“改变你吃的东西并不总是容易的。但是，你可以做到!从一个你知道自己可以达到的目标开始。一些小的改变，比如把加糖的饮料换成水，就能对你的健康产生很大的影响。”同样的信息被修改为包括行为的榜样:“改变你吃的东西并不总是容易的。但是，你可以做到!和你一样，瑞秋(比尔)也面临着健康饮食方面的挑战。她(他)从一个她(他)知道她(他)可以达到的目标开始，然后发现小的改变，比如把饼干换成水果，对她(他)的健康有很大的影响。”

自治支持x范例

对于随机分配到这种情况下的参与者，量身定制的反馈结合了支持自主性的信息，并包括一个范例(多媒体附件1)．这是通过使用非指导性的信息和鼓励反思的问题来实现的，同时还包括比尔或瑞秋作为积极行为的榜样。例如，一条关于体重的标准定制信息是这样写的:“试着每餐都吃蔬菜!多吃蔬菜，尤其是颜色鲜艳的蔬菜，有助于预防心脏病和中风。”这条信息被修改为:“你有没有想过每餐都吃蔬菜?瑞秋(比尔)决定多吃蔬菜，尤其是颜色鲜艳的蔬菜，因为它们可以帮助她(比尔)预防心脏病和中风。”

措施

主要的结果

自我效能感在基线和收到个性化报告后，使用从以往研究中改编的单一项目进行评估[48，49，询问参与者“你有多自信……(1)戒烟或停止使用无烟烟草产品?(2)每周服用推荐量的PA ?，(3) Eat at least (5 for women, 5½ for men) cups of fruit and vegetables each day?, or (4) Control your weight? Responses ranged from 1 (一点都不自信)至5 (非常自信)．

行为的意图在基线和收到个性化报告后进行测量，其中包括2项(烟草，体重)或4项(饮食习惯，PA)，总分7分，从1(非常不同意)到7(非常同意)。项目改编自以前的措施[50-53]，并要求参与者表明他们在多大程度上同意或不同意有关他们打算在下个月实现健康行为目标的陈述(例如，我打算在下个月定期锻炼。在接下来的一个月里，我将努力定期锻炼。所有模块都使用了“I intended to…”和“我会尽力……”，” with the behavioral goals matching those appearing in the specific modules (ie, quit smoking and aim for a healthy weight). For the PA and eating habits measures, four items were used to assess behavioral intentions related to two behavioral goals (ie, exercise regularly, get at least 150 min of PA each week, eat at least two cups of fruits each day, and eat at least three cups of vegetables each day). Items were averaged for each behavior (Cronbach alpha=.92-.96).

个性化报告信息的参与和感知

感知信息相关性，这已被证明与剪裁有关[6]和行为改变的中介[38，39]，用两个项目来衡量，这些项目改编自以前对定制信息的研究[38-40］．参与者被要求评价他们对以下陈述的不同意程度:(1)“个性化报告中的信息似乎是为我个人写的”和(2)“个性化报告中的信息适用于我的生活”。回答分为5分，从1 (强烈反对)至5 (强烈同意)，并在两项上取平均值(Cronbach alpha=.80)。

感知到的信息量采用由Cho和Boster [54，要求参与者用5分制来评价他们对陈述的认同程度。陈述包括(1)“个性化报告提供了信息”和(2)“我从个性化报告中学到了一些东西”，回答范围从1 (强烈反对)至5 (强烈同意)．项目平均(Cronbach alpha=.84)。

关于感知信息质量，参与者被问及他们对个性化报告质量的看法，使用5项感知信息质量量表[54］．这些陈述包括“个性化报告很有说服力”和“我觉得个性化报告很有说服力”。回答选项从1 (强烈反对)至5 (强烈同意)，并在5个项目中取平均值(Cronbach alpha=.93)。

感知可信度评估项目只有一个[38，39我相信个性化报告中的信息。回答分为5分，从1 (强烈反对)至5 (强烈同意)．

评估感知到的吸引力，参与者被问及1项[40在7分制量表上(1=非常7 =一点也不):“你觉得个性化报告有多吸引人?”

评估感知信息有效性，一个3项量表，改编自Jensen等[40]被用来询问参与者关于个性化报告的说服力。问题(1)“个性化报告有说服力吗?”(2)你这个年龄吸烟的人(不定期锻炼、饮食不健康、体重不健康)在阅读个性化报告后是否更有可能戒烟(定期锻炼、饮食更健康、体重更健康)?”(3)“个性化报告是否有助于说服你的朋友戒烟(定期锻炼，健康饮食，保持健康体重)?”回答选项从1 (肯定没有)至4 (肯定是的)并取平均值(Cronbach alpha=.89)。

参与健康评估网站

我们调整了包含9项内容的网站评估问卷[55]，最初是用来衡量自我报告的参与度的，目的是询问参与者对整个CHART网站的评价。回答采用5分制(1=强烈反对5 =强烈同意)，并在三个不同的项目上求平均值，得出三个子量表。个人相关性的感知评估参与者认为网站量身定制的程度(例如，“网站提供的信息和建议适合我”;克伦巴赫α= .85)。的对自我评估和目标设定的看法子量表评估了参与者认为网站帮助他们反思当前行为和设定目标的程度(例如，“网站帮助我制定计划”;Cronbach alpha=.86)，而订婚子量表评估了参与者觉得网站有吸引力和使用愉快的程度(例如，“网站很吸引人”;克伦巴赫α= .89)。

为满意度，一个单一的项目问参与者如下:“你如何评估你在在线健康评估网站的参与程度?”回答选项为5分制，包括1 (可怜的)， 2 (平均)， 3 (好)， 4 (很好)，和5 (优秀的)．

人口特征

参与者报告了年龄、性别、种族、民族、教育程度、婚姻状况、年收入、就业和健康保险状况。数据通过CHART人口统计模块收集。

统计分析

检查数据的异常值和分布。鉴于与烟草模块相关的数据分布与其他行为(饮食习惯、PA和体重管理)显著不同，我们将与烟草模块相关的数据与其他行为分开分析，而与其他三种行为相关的数据则是结合在一起的。在检查数据时，主要结果变量(行为意图)在PA、饮食行为和体重模块中的分布相似，而在烟草模块中则不同。与之前用于分析CHART相关数据的方法一致[10]，我们将数据分解到PA、饮食行为和体重模块。此外，由于烟草模块侧重于一种上瘾行为，并建议戒烟，而其他三个行为模块在促进行为采用的建议方面相似，我们预计这些信息可能在三种非烟草行为中具有类似的效果。

我们进行了多变量方差分析，以评估每个条件的主要影响(即，在一个因素水平上的平均反应与在另一个因素水平上的平均反应之间的差异，在所有剩余因素水平上的崩溃)，以及条件之间对我们感兴趣的主要结果(行为意图和自我效能)的相互作用。每个模型包括三个实验条件、双向和三向交互项(期望启动x自主支持、期望启动x样本、自主支持x样本和期望启动x自主支持x样本)、一个截距，以及作为协变量的感兴趣结果的大均值中心基线测量。

对于与烟草以外的健康行为相关的模型，指定的健康行为模块也作为协变量包括在内。报告了基于模型的估计边际均值。我们使用了类似的方法来检查实验条件对参与和信息感知测量的影响。由于这些指标仅在随访问卷中收集，分析没有控制基线指标。所有分析都使用社会科学统计软件包(SPSS 23.0版)(IBM公司)进行。

结果

参与者

在MTurk的3163名受访者中，2838人完成了在线筛选，并被随机分配到32种可能的条件中的1种(4种行为中的8种条件)。在完成基线问卷的2749人中，2285人继续进行CHART评估。在审查了他们的个性化报告后，1971名参与者完成了后续调查问卷。由于跳过模式的错误导致与自我效能相关的反应缺失，烟草模块中的155名参与者被排除在分析之外。另有26名参与者被排除在外，因为他们的网站活动表明，由于技术问题，有重复的id和未配对的评估，这导致1945名参与者被用于分析。图1而且表1分别显示按健康行为模块和条件分析的参与者数量。1945年参与者的特点总结在表2．参与者(N=1945)平均年龄为36岁，大多数为女性(54.6%，1062/1945)，已婚(54.6%，1062/1945)，大学毕业生(52.4%，1019/1945)。

对主要结果的影响

自我效能感

对于烟草相关的自我效能，分析显示了典型条件的显著主要影响，F_1266年= 4.157,P=。04,η²= 0.015。收到示例信息的参与者(平均3.31,SE 0.060)对戒烟自我效能的评价高于没有收到示例信息的参与者(平均3.14,SE 0.057)。期望启动(F_1266年= 0.836,P=.36)和自主支持(F_1266年= 0.019,P=.89)条件对烟草相关的自我效能没有主要影响。

三种条件之间的相互作用具有统计学意义(F_1266年= 5.807,P=。02年,η²=0.021)，如图2．样本条件的影响强度被其他条件所缓和。在定制启动条件下，接受没有自主性支持的样本信息的人的平均自我效能最高(平均3.47，标准差0.129)。第二高的自我效能得分是在标准启动条件下的那些人，他们同时收到了范例和自主性支持信息(平均3.35，标准差0.111)。

除吸烟外的其他健康行为的结果显示，随访时三种实验条件对自我效能没有显著的主影响(启动:F₁₅₀₁= 0.518,P=票价;自治支持:F₁₅₀₁= 0.165,P= .685;范例:F₁₅₀₁= 0.695,P= .41点)。

启动条件与自主支持条件的双向交互作用显著(F₁₅₀₁= 7.028,P=。008年,η²=0.005)，因此标准启动条件下自主性支持的效果(平均3.28,SE 0.036)高于量身定制启动条件下(平均3.16,SE 0.037)。与与烟草相关的自我效能一样，条件之间的三方相互作用对与其他健康行为相关的自我效能有显著影响(F₁₅₀₁= 3.925,P=。048年,η²= 0.003)。

图2通过启动条件说明了自主性支持和范例条件的影响。在标准启动条件下，范例条件增加了自主性支持的效果，因此，在标准启动条件下，同时收到自主性和范例信息的人报告了最高的自我效能得分(平均3.33，标准差0.052)。在定制启动条件下，自主支持条件下的平均自我效能得分最低，(均值3.14,SE 0.052)或没有范例信息(均值3.18,SE 0.053)。

在个体健康行为对自我效能的分析中，我们发现期望启动和自主支持的显著交互作用是特定于PA模块内的(F_1491年= 7.185,P=。008年,η²= 0.014)。图3说明了双向交互作用，如自主性支持在标准启动条件下对PA的自我效能有更强的影响(平均3.47,SE 0.070)，而没有自主性支持的信息在定制启动条件下对PA的自我效能有更强的影响(平均3.36,SE 0.074)。

‎ 查看此图

‎ 查看此图

‎ 查看此图

行为的意图

图4显示戒烟行为意图的结果。三种条件均无显著的主效应。接受标准启动信息的参与者(平均5.21,SE 0.095)的行为意图与接受定制启动信息的参与者(平均5.28,SE 0.095;F_1267年= 0.292,P= .59)。同样，自主支持(平均5.25,SE 0.093)与无自主支持(平均5.24,SE 0.097;F_1267年= 0.005,P=.94)，或样本(平均5.24,SE 0.097)与无样本(平均5.24,SE 0.094;F_1267年= 0.001,P= .97点)。实验条件之间没有发现显著的相互作用。

对于其他健康行为(图4)，样本信息对行为意图的主要影响方向为假设方向，但未达到统计学显著性(F₁₅₀₃= 3.026,P=。08)。收到样例信息者的平均行为意图得分为5.64 (SE 0.031)，未收到样例信息者的平均行为意图得分为5.56 (SE 0.030)。启动或自主性支持没有主要影响。标准启动条件(平均5.63,SE 0.030)和定制启动条件(平均5.57,SE 0.030;F₁₅₀₃= 2.06,P自主性支持度(均值5.59，标准差0.030)与无自主性支持度(均值5.61，标准差0.030;F₁₅₀₃= 0.223,P= .64点)条件。任何实验条件之间都没有显著的相互作用。

对用户粘性和信息感知的影响

表3而且4根据实验条件的主要影响，显示与个性化报告和CHART网站的参与度和感知相关的平均分。总体而言，参与者报告了对量身定制的反馈报告和CHART网站的积极看法。个性化报告在感知信息相关性、信息量、信息质量和可信度方面的平均评级(1=强烈反对5 =强烈同意)的范围为3.58 (SD 0.91)至4.02 (SD 0.85)。表3)和非烟草模块的3.54 (SD 0.89)至3.97 (SD 0.83)表4)．烟草相关和非烟草模块的参与者报告了个性化报告吸引力的平均分(1=非常7 =一点也不)，分别由3.80 (SD 1.74)至4.06 (SD 1.68)及3.85 (SD 1.67)至3.93 (SD 1.70)。

个性化报告的消息有效性(1=肯定没有4 =肯定是的)对烟草模块和其他行为都给予了更积极的评价。对整个CHART网站的评价(1=强烈反对5 =强烈同意)在所有三个分量表(个人相关性、自我评估和目标设定的感知以及敬业度)中普遍表现积极。烟草模块的得分从3.45 (SD 0.91)到3.78 (SD 0.87)不等(表3)和3.52 (SD 0.93)至3.67 (SD 0.80)的非烟草模块(表4)．参与图表的满意度介于好来很好在所有模块中。在参与和认知方面，各组之间没有显著差异。

讨论

主要研究结果

这项随机析因实验的结果表明，在提交量身定制的反馈报告之前进行量身定制的启动，并使用一个范例来模拟戒烟行为，在烟草模块中对自我效能感产生了最大的影响。对于其他三个模块(PA、饮食习惯和体重)，那些收到标准启动反馈和信息的人自我效能最高，这些反馈和信息既提供自主性支持，又提供榜样。以定制期望启动、自主性支持或范例为特征的信息并不能改善参与健康行为的行为意图，也不能导致参与和信息感知的差异。这些关于响应在线健康风险评估的各种理论驱动的信息的实证发现有助于相对稀疏的文献，指导对个人的在线定制反馈的最佳呈现。总的来说，这项研究的结果表明，在定制的反馈信息中使用范例有可能在行为改变干预的早期阶段提高自我效能。此外，在反馈呈现前添加标准启动信息，以及自主性支持信息，有助于优化信息对自我效能的影响。

与之前工作的比较

自我效能感

范本

在这项研究中，使用一个例子显示了在所有行为(烟草、PA、饮食习惯和体重管理)中提高自我效能的潜力。在烟草模块的参与者中，带有范例的信息产生了最高的自我效能得分。Strecher等人[36之前的研究表明，通过基于网络的戒烟计划提供的高深度定制(即根据姓名和性别以外的几个特征定制)成功故事对改善6个月后的戒烟效果有效。同样，Sarge和Knobloch-Westerwick [56]表明，在一篇在线健康文章中使用榜样，模拟成功的减肥行为，提高了减肥自我效能。在接受范例信息的人群中观察到的对自我效能的积极影响与SCT和策略(如观察学习、替代经验和口头说服)是一致的，这些策略在理论上可以促进自我效能[32，34，35］．

预期启动

有趣的是，在烟草模块的参与者中，自我效能得分最高的是那些收到带有定制启动的样本信息的人，而第二高的是那些收到带有标准启动和自主性支持信息的样本信息的人。同样，对于其他健康行为模块(PA、饮食习惯和体重)，包含自主支持和范例信息的标准启动信息的自我效能得分最高。启动的潜在积极影响与Webb等人的研究是一致的。19]，结果表明，戒烟材料的预处理期望启动(包括标准的和定制的)可以改善戒烟准备和吸烟相关知识，但没有自我效能。另一项研究表明，在接受印刷的健康教育材料之前接受过医生建议的患者比没有接受医生建议的患者更有可能报告饮食和PA的变化，并试图戒烟[57］．我们的研究结果表明，在提供个性化反馈之前，包括预期启动，例如明确表示信息是为个人量身定制的，可能会提高定制信息在在线健康风险评估工具中的效果。

自治的支持

标准启动和自主性支持信息对自我效能的交互作用(即在标准启动条件下自主性支持的作用更高)显示了进一步研究的潜力。目前还不清楚为什么那些收到标准启动和自主性支持信息的人自我效能会更高。有可能是标准启动影响了个体对标准健康信息的积极预期，并且查看后续的自主性支持信息与反馈报告的预期相匹配，因为信息提供了各种选项，并鼓励个体反思自己的偏好。先前的研究表明，在收到三份旨在提高自主动机的定制通讯的参与者中，那些更喜欢并收到更多自主支持通讯的人，相对于那些收到不关注自主动机的定制通讯的人，他们增加了水果和蔬菜的摄入量。12］．很少有研究考察了基于个人自主需求或偏好定制在线健康传播信息的有效性[58］．未来的工作将使用自主性支持或范例信息来研究期望启动和信息之间的相互作用机制。特别是，识别和评估自主性支持沟通的偏好，或包括行为模型在内的更多叙事形式，可能有助于在量身定制的反馈沟通中改善更多与个人相关的信息的发展。鉴于缺乏评估在线健康通信的研究，这些研究调整了信息框架，以匹配个人对自主性和其他信息处理风格的需求[58]，有必要进一步阐明基于自主性支持偏好定制信息的有效性。研究个性化定制对自主需求的影响或与其他心理社会结构相结合的影响，可以促进我们对提高在线健康交流有效性的潜力的理解，这些在线健康交流是根据个人的信息处理偏好量身定制的。

行为的意图

尽管我们期望观察到由于各种信息增强而导致的行为意图的改善，但这并没有在我们的研究中得到证实。在非烟草模块(PA、饮食习惯和体重)中，带有范例的信息在改善行为意图以参与行为方面没有显着趋势。这种对行为意图的缺乏影响与其他信息测试研究的发现类似，这些研究试图通过一次性传递有针对性的或有框架的信息来改善各种健康行为的意图[59-61］．在计算机定制营养干预的背景下，Oenema等人[62]表明，相对于一般营养信息和无信息对照组，量身定制的干预措施改善了改变蔬菜消费的意愿。这种影响由感知信息相关性和感知个性化调节。鉴于现有的图表信息已经根据个人当前的行为和其他心理社会因素量身定制，旨在改善行为意图，可能存在天花板效应，在现有信息产生的基础上几乎没有改进空间。此外，行为意图的不显著差异可能是由于三种信息因素之间缺乏感知信息相关性的差异。尽管行为意图是健康行为理论中的一个常见结构，但研究强调了行为意图和后续行为之间的差距[63]并且已经表明，人们对自己将要做什么的期望比他们的意图更能预测随后的行为[64］．未来关于定制反馈信息有效性的研究可能会考虑其他已经证明了更好的行为预测有效性的结果测量方法，如期望，并检查随着时间的推移交付的多个或频繁反馈报告的影响。

用户粘性和信息感知

在对个性化报告和CHART网站的看法和参与方面，信息因素之间的可比性表明，信息条件同样具有吸引力、相关性和吸引力。先前的研究发现，各种信息感知(如相关性、说服力、重要性和帮助性)调节了定制信息和行为或行为意图之间的关系[38-40，62，65］．例如，感知信息相关性已被证明是量身定制的信息对水果和蔬菜摄入量产生积极影响的中介[38，39]、蔬菜摄取意向[62]，以及乳房筛查意向[40]，表明量身定制的材料与感知的信息相关性之间存在显著的关系。

在这项研究中，我们没有发现剪裁增强和信息感知之间的这种关联。考虑到所有的实验条件都提供了量身定制的反馈信息，在信息因素之间的感知和用户参与度几乎没有变化也就不足为奇了。信息措辞上的相对轻微差异可能不足以影响各种信息的看法，因为总体内容和改变健康行为的建议在各种条件下是一致的。对CHART网站的参与程度和看法的评级表明，参与者认为有反馈的整体健康评估网站具有参与性和个人相关性。本研究中的参与者评分与另一项研究中自我报告参与程度的结果具有可比性，该研究比较了有或没有定制反馈的互联网评估与肠道问题自我管理的一般信息的影响[55］．最近的一项系统综述提供了在线行为改变干预参与的综合定义，其中包括主观体验和使用程度，并提供了一个概念框架，以指导衡量和评估参与和干预有效性之间的关系[16］．未来关于量身定制的个性化反馈的研究可以结合参与的主观和客观测量，以确定对健康信息的有效性有更大影响的参与的具体维度。有必要进一步阐明参与是否可以调节量身定制的反馈信息和预期行为结果之间的关系。

限制

虽然这项研究使用了创新的策略和阶乘设计，以有效地确定最具影响力的消息条件，以优化定制的反馈报告，但应考虑一些局限性。参与者在单一场合完成了反馈前和反馈后的评估，因此随着时间的推移，结果的持久性是未知的。

虽然提高行为改变和行为意图的自我效能可能需要的不仅仅是一次性的健康风险评估和量身定制的反馈，但我们的研究是一个实验，旨在测试不同信息特征对心理社会因素的影响，而不是对行为改变的干预。我们的发现可能会对在行为改变干预的背景下创造更有影响力的信息产生影响。通过MTurk招募的样本在年龄、种族、民族和教育程度方面都是相对同质的，这限制了我们的研究结果在更多样化人群中的泛化性。然而，这种招募方法有助于在短时间内快速有效地测试多种信息条件，结果有助于生成假设，以便在招募难度和成本最高的未来替代人群中进行测试。由于所有的测量和结果都是自我报告，多报或少报以及受社会可取性影响的反应可能会使我们的结果产生偏差，尽管随机化可能会在不同条件下均匀分布任何有偏差的报告。

另一个限制是缺乏没有启动的实验条件。尽管这使我们无法评估任何启动(无论是标准启动还是定制启动)与没有启动的影响，但我们观察到一个有趣的交互效应，即将标准启动与自主性支持信息结合起来，会导致更高的自我效能得分。最后，我们观察到信息操作对我们感兴趣的结果的影响相对较小。为了最大限度地减少参与者负担，我们选择使用单一项目来评估自我效能，这一限制可能导致方差不足，无法检验组间差异。尽管参与者的平均意图和自我效能得分在基线时相对较高，这可能导致了天花板效应，并削弱了我们观察关联的能力，但大样本量足以检测出信息条件之间的一些差异效应。

结论

总的来说，我们在MTurk员工中的研究结果表明，信息特征有可能增强信息对自我效能的影响。在在线健康行为评估工具的背景下，使用范例来传达量身定制的反馈可能有助于提高与戒烟、PA、饮食习惯和体重控制相关的自我效能。由于MTurk工作人员的发现可能无法推广到其他寻求行为干预的人，因此有必要进一步评估范例、启动和自主性支持信息是否可以增强其他人群中针对癌症预防相关行为的定制反馈的影响。