识别数字健康传播中最支持自主的信息框架:2x2受试者间实验

简介

迄今为止的数字健康传播

数字形式的健康传播，例如基于网络的计算机定制干预措施，可以是一种具有成本效益的健康促进战略[1-3.］．然而，到目前为止，在以前的研究中发现的效应量仍然很小[1，这表明还有改进的空间。由于只有当我们利用互联网的巨大影响力并优化其功效时，数字健康传播的公共卫生影响才能最大化(impact=reach×efficacy [4)，测试可能提高疗效的策略是优先考虑的。

这种效果的改善可以通过超越对焦点的关注来实现什么健康信息被提供给一个焦点如何提供了此信息。直到最近，健康传播学者主要专注于根据接受者当前的健康行为和行为决定因素来定制数字健康传播的内容[5］．然而，在沟通风格的变化(即如何)，以传递健康讯息，相信也有不同的效果[6］．例如，先前的研究表明，自主支持的沟通策略可能通过促进动机的内化来增强面对面健康沟通干预(如咨询)的影响[7］．然而，人们对自主支持策略在数字形式的健康传播中的作用知之甚少[8］．因此，本研究旨在通过测试以下两种策略的效果来确定最支持自主的信息框架:(1)使用自主支持语言;(2)在基于网络的计算机定制干预中提供选择，旨在增加蔬菜摄入量。

自主支持型沟通风格

此前，自主支持型和更具指导性的沟通方式已经在线下健康沟通形式中被确定和研究[9，10］．根据自我决定理论[8，11]，支持自主性是实现健康行为改变自主动机的重要前提。自主动机已被发现是实际行为改变和随后积极健康结果的重要预测因素[7，12］．在面对面的环境中，提供自主性支持的策略包括引出和承认一个人的观点，为改变提供明确的理由，支持这个人的意志，使用自主性支持或非控制性语言，并提供选择[13］．然而，这些策略在很大程度上还没有在数字健康传播的背景下进行研究。我们发现了两项操纵自主支持的数字健康研究。在第一项研究中，作者报告了虚拟医疗保健提供者提供自主支持的积极影响。然而，作者并没有提供更多关于如何提供支持的细节[11］．第二项研究详细描述了由基于计算机的私人教练提供的自主性支持的操作化，使用选择(例如，“选择哪个更适合你”vs“这样做”)，感受的承认(例如，“有些人感到害怕，这些感觉是正常的”vs“有些人感到害怕，但这没用”)，以及最低限度的评估或判断(即，提供建议vs告诉参与者他们应该做什么)，虽然没有报告研究结果[8］．最近一项对促进健康行为改变动机的技术的元分析甚至区分了18种旨在促进需求满足和自主动机的不同技术，提供选择和使用非控制性语言是其中两种[14］．据我们所知，只有一项数字健康研究关注了在没有虚拟医疗服务提供者参与的情况下，虚拟医疗环境中不同自主支持策略的影响。与此同时，大多数基于网络的计算机量身定制的健康沟通干预措施不涉及虚拟医疗保健提供者，而是以程序为主要来源提供量身定制的建议。在那项研究中[15]，作者报告说，在基于网络的计算机定制的酒精减少信息中，自主性支持和控制性语气对感知自主性支持和对这些信息的抗拒没有差异影响，他们也没有发现自主性基线需求的调节作用。然而，值得注意的是，无论使用何种消息语调，研究参与者通常对消息给予积极评价，提供了高度的自主性支持。这表明消息条件之间可能没有足够的概念分离[15］．

提供基于web的计算机裁剪的自主支持

计算机量身定制的健康传播使用计算机化的过程来根据个人用户的个人特征(例如，行为、个性、态度和信仰)调整信息内容，目的是增加个人相关性的感知[16］．因此，量身定制的健康传播干预措施在吸引和保持接受者的注意力方面更成功[16，17]以及努力地处理信息[18]与非量身定制的干预措施相比。当使用自主支持的沟通方式提供定制的内容时，类似于面对面的自主支持沟通，接收者理想地认为干预更支持他们的自主，同时出现的个人自由的感觉可能会上升。这种增加的自由感可能会鼓励接受者只深入处理那些对他或她个人最有吸引力的干预部分，从而进一步增加个人相关性的感知。

鉴于在面对面环境中自主性支持的沟通方式(包括使用自主性支持的语言和提供选择)所产生的积极影响[9，10]和虚拟临床医生上下文[8，11]，除了剪裁效应的理论和证据，我们制定了前2个假设。

• H1:与控制性语言相比，自主支持语言的使用会导致(a)更高的感知自主支持，(b)更高的感知相关性，(c)对干预的整体评价更积极。
• H2:与不提供选择相比，提供选择将导致(a)更高的感知自主性支持，(b)更高的感知相关性，以及(c)对干预的更积极的总体评价。

主持人需要自主权

尽管SDT表明了自主性的普遍需求，但自主性需求如何影响信息影响可能存在个体差异[19］．有些人喜欢选择自己的方式来改善生活方式，而另一些人则喜欢接受明确的专家建议。20.］．尽管SDT学者已经认识到这些个体差异[7，12]，只有少数国家在制定健康传播战略时考虑到了这些差异，在数字健康传播的背景下没有人这样做。不考虑自主性需求方面的个体差异可能导致传播的数字健康信息不符合人们的个人需求，使其不太可能被阅读，也不太可能被认为与个人相关[21］．因此，消息不太可能被集中处理，从而减少了行为影响。这一观点得到了两项研究的支持，这两项研究调查了旨在增加结直肠癌筛查的印刷健康宣传的效果[20.]和水果及蔬菜的摄入量[22］．两项研究都发现，对于那些更需要自主的人——与指导性沟通相比，他们更倾向于支持自主的沟通——以支持自主的语气沟通的通讯比以指导性语气沟通的通讯更能有效地改变目标行为。

在上述研究的基础上，我们提出在数字健康传播的背景下，自主性基线需求将与干预操作相互作用如下:

• H3:自主性支持语言的使用(相对于控制性语言的使用)对(a)感知自主性支持、(b)感知相关性和(c)干预的整体评价的影响，自主性需求高的受访者比自主性需求低的受访者更强。
• H4:提供选择(vs不提供选择)对(a)感知自治支持、(b)感知相关性和(c)干预的整体评价的影响，自主性需求高的受访者比自主性需求低的受访者更强。

方法

设计与参与者

为了验证这些假设，在现有的基于web的计算机定制干预模块的背景下进行了一项2(语言使用:支持自主语言vs控制语言)×2(选择:提供vs不提供)的受试者间设计实验，该干预模块旨在增加蔬菜消费[23］．参与者通过PanelClix，一个国际标准化组织认证的研究小组[24］．

共有728名荷兰成年参与者开始了这项实验。未给予知情同意的参与者(1/ 728,0.1%)对每天吃或继续吃250克蔬菜不感兴趣，或没有对这个纳入问题提供答案的参与者(7/ 728,1.0%)被排除在外，不是随机的。在720名随机参与者中，604人(83.8%)完成了整个干预和问卷调查。然而，我们排除了有问题或难以置信的反应模式的参与者:7/604(0.9%)受访者填写问卷时间过长(超过平均完成时间3个SDs及以上)，23/604(3.0%)受访者填写问卷速度过快(即<5分钟)，2/604(0.3%)受访者填写体重为0,9/604(13.0%)受访者蔬菜消费量极高(超过平均蔬菜消费量3个SDs及以上)，46/604(6.0%)受访者对7道工艺评价题的回答逻辑不一致(即:他们对所有问题都填写了相同的答案，即使是在相反的方向上)。对于一些参与者来说，他们遇到了不止一个这样的问题;共有79/604名(13.1%)参与者被排除在外，最终样本由525名参与者组成。其中男性231/525(44.0%)，女性294/525(56.0%)，年龄18 ~ 65岁(平均43.35岁，标准差13.80)。大约一半的参与者(261/ 525,49.7%)受过高等教育，参与者平均每天食用183.80克蔬菜(SD 96.45)。 Their average body mass index (BMI) was 25.52 kg/m²4.95 (SD)。

试验报告综合标准流程图载于多媒体附件1,而表1提供最终样本特征的概述。

过程

本研究获得了阿姆斯特丹大学伦理委员会(文献编号:2016-PC-7205)的批准。首先，参与者得到了关于研究目标和程序的简要说明，以及关于他们的权利和数据保密处理的信息。在参与者在网上提供知情同意后，他们被问及是否打算(继续)每天食用250克蔬菜，即荷兰蔬菜消费指南[25］．当参与者有积极的意图(是vs否)时，他们被随机分配到以下4种情况中的1种:自主支持语言，或控制语言，提供选择，或没有提供选择(参见表2每个条件下的参与者数量)。随后，参与者被问及他们的人口统计数据。在干预完成后(将在下一节中详细描述)，参与者报告了他们感知到的自主性支持和个人以及他们对干预的整体评估。干预后问卷还询问了参与者对自主权的需求。参与者完成问卷所需的平均时间约为15分钟(准确地说:964.69秒;SD 981.74)。参与者获得了PanelClix的奖励150个Clix，价值约1.88欧元。

基于网络的计算机定制干预

基于网络的计算机定制干预是基于Schulz等人之前开发的干预，旨在改善几种与生活方式相关的行为(即体育活动、蔬菜消费、水果消费、酒精摄入和戒烟)，并被称为“我的健康行为”。对myHealthyBehaviour有效性的研究表明，不遵守荷兰健康指南的比例在蔬菜摄入方面最高(即68%)[23]，本研究专门针对干预的蔬菜消费模块。因此，在这项研究中，我们将干预的名称改为myvegetablecconsumption。此外，我们纳入了最新的荷兰指南，即每日最少食用250克蔬菜，而非200克[25］．

在对受访者的蔬菜消费进行初步评估后，干预措施包括4个步骤，每个步骤都包括一组问题和根据他们的答案量身定制的反馈。第一步着眼于参与者在食用足够蔬菜方面所经历的优点和缺点，例如，蔬菜的(昂贵的)价格及其对健康的积极影响。第二步考察了社会环境对参与者的影响，包括他们的伴侣、家人、朋友和同事。第三步帮助参与者制定食用足够蔬菜的准备计划，例如，将蔬菜作为午餐的一部分带到工作场所。第四步考察参与者的自我效能，并帮助他们制定计划来应对潜在的困难情况，例如在繁忙时期。

的操作

参与者收到的定制反馈是用支持自主或控制自主的语言编写的，并且在整个干预过程中提供或不提供选择选项。

语言

语言被操纵成支持自主的语言或控制语言，在整个干预过程中使用，也就是说，在对问题的介绍和定制的反馈中使用。自主支持语言旨在让参与者对自己的决定有一种意志感，并使用了更多尝试性的建议，例如，“你可以试着把蔬菜零食带到工作场所。”相比之下，控制性语言更直接和明确，例如，“你必须带蔬菜零食来上班!”“(9，26］．

提供选择

选择的提供是通过提供或不提供参与者的可能性来操纵的，他们可以选择是否要制定5个建议的准备计划中的每一个(步骤3)，并选择是否要为描述的7个潜在困难情况中的每一个制定应对计划(步骤4)。因此，提供选择的参与者收到的反馈是根据他们选择(不)制定的计划量身定制的。没有选择的参与者收到1份(非量身定制的)预备计划建议声明和1份(非量身定制的)建议声明，说明应对潜在困难情况的计划。

初步试验

在数字健康传播和健康信息框架方面的专家(N=8)和目标群体成员(N=8)中进行了操作的试点测试，目标群体成员的年龄、性别和社会经济地位不同。专家是通过第一作者的专业网络确定的，目标群体成员是通过第一作者和第二作者的私人网络确定的。两人都被邀请完成干预和附带的评估问题，并被要求确定问题和/或反馈中的任何含糊之处。此外，他们还被要求指出干预是支持自主还是控制自主，以及他们是否经历了选择。在试点测试结果的基础上，对信息和评估进行了若干改进。

中提供了自主支持和控制语言的反馈消息的示例，其中包含和不包含选择多媒体附件2．

变量和措施

人口统计和其他背景变量

评估了几个人口统计学变量，即性别、年龄、教育水平和婚姻状况。BMI是根据参与者自我报告的身高和体重来估计的，每周蔬菜摄入量是通过4项食物频率问卷来测量的。27］．

感知自主性支持

感知自主支持是第一个因变量，使用虚拟护理气候问卷进行测量[28］．15个项目(例如，“我觉得myvegetablecconsumption为我提供了选择和选项”)可以从1 (完全不同意)至5 (完全同意)并转化为平均分(alpha= 0.96;均值3.76，标准差0.77)。

感知到的相关性

感知相关性是第二个因变量，用1个问题来衡量(“我认为反馈信息与个人相关”)，可以从1 (完全不同意)至5 (完全同意；均值3.74，标准差1.02)。

干预的总体评价

干预的总体评价是第三个因变量，通过一个开放式问题来衡量干预的总体评分:“请用学校评分从1到10来评估干预”(1=最低评分，10=最高评分;均值7.50，标准差1.20)。

自主需求

自主性需求是主要的调节变量，采用9项量表进行测量。首先，纳入健康因果关系取向量表(HCOS)中的6个项目。HCOS由第三作者基于一般因果关系取向量表[12]，并研究了个人在涉及健康时可能存在的4种因果关系取向，即自主、受控(专家)、受控(同伴)和非个人。为了评估这些取向，参与者被展示了两个小插图，其中他们必须想象(1)他们正在与健康专业人员讨论如何最好地实现他们的健康相关目标，(2)他们想要改变他们的健康行为。每个小插图后面都有4个项目，代表参与者的自主、受控(专家)、受控(同伴)和非个人取向，从1 (不太可能)至5 (很有可能)．在本研究中，仅考虑了测量参与者自主和受控取向的6个项目，因为测量非个人取向的2个项目被认为与本研究的目的不相关。第二，基于之前评估沟通风格偏好的措施，包括了3个项目[20.，22)，例如，“谈到我的健康，我希望有一位专家告诉我该怎么做”(1=完全不同意和5 =完全同意)．对所有9个条目的因子分析显示2个因素:(1)一个有3个条目的因子，代表自主需求(alpha=.61;均值4.16，标准差0.66)和(2)表示外部控制需求的6项因子(alpha=.76;均值2.94,SD 0.77)。

数据分析

首先，通过进行卡方检验和方差分析，我们检查了人口统计学和其他背景变量在整个条件下是否具有相等的分布。如果检测到基线差异，则计算这些变量与因变量之间的相关性。在各个条件中分布不均匀且与一个或多个因变量显著相关的变量被作为协变量纳入后续分析。

其次，进行回归分析，以测试语言和选择对三个因变量(即感知自主支持、感知相关性和干预的总体评价)的影响。当两种条件中的任何一种与调节因子(一个)之间出现显著的交互作用时，通过对调节因子进行中位数拆分并比较两组之间的结果来拆除交互作用。

结果

相关性

性(χ²_3.= 6.5P=.09)，文化程度(χ²₆= 10.8;P=.10)，婚姻状况(χ²₁₂= 19.1;P=.09)，年龄(F_3521年= 0.54;P=.65)， bmi (F_3521年= 0.63;P=.59)，以及蔬菜消费量(F_3521年= 1.30;P=.27)均在4种条件下平均分布。由于所有变量在各条件下均分布，因此未报告这些变量与因变量之间的相关性，并且这些变量均未作为协变量纳入后续分析。平均分数，包括他们的SDs为每三个因变量，然而，报告每个条件表3．

假设检验

感知自主性支持

选择对感知自主支持的正向影响接近显著性(b= . 07;P=.07)，为假设2a提供了部分支持。在语言方面，知觉自主支持的主效应不显著。在选择和语言与自主需求或外部控制需求之间也没有发现任何交互作用。因此，假设1a、3a和4a应该被拒绝。然而，自主需求的主要影响是显著的(b=收;P<.001)和外部控制的需要(b=收;P<.001)的自主支持。这意味着，自主需求高的参与者和外部控制需求高的参与者报告了高水平的感知自主支持，与接收到的信息无关。表4提供此分析的结果。

感知到的相关性

在感知相关性上，选择与自主需求之间存在显著的交互作用(b=。08;P= .04点;数据未报告)。因此，我们根据中位数分割程序分别报告了高需求参与者(即得分<4.32)和低自主需求参与者(即得分>4.32)的结果。这表明，对于自主需求低的参与者，选择对感知相关性没有影响，而对于自主需求高的参与者，选择对感知相关性有显著的积极影响(b= 13;P= .02点)。虽然假设1b、2b和3b需要被拒绝，但结果证实了假设4b。对于自主需求高和自主需求低的被试，外部控制需求对感知相关性有显著的主效应，这意味着外部控制需求高的被试比外部控制需求低的被试报告了更高的正向感知相关性水平。表5提供结果的完整细节。

综合评价

在整体干预评分方面，既不存在显著的交互作用，拒绝假设3c和4c，也不存在显著的语言主效应，拒绝假设1c。然而，选择对干预的总体评价有显著的积极的主效应(b=点;P= .003)。更具体地说，提供选择与没有提供选择相比，参与者的总体评价更高，这证实了假设2c。此外，自主性需求也有主要影响(b=含量;P<.001)和外部控制的需要(b=收;P<.001)，表明自主性需求高的参与者和外部控制需求高的参与者对干预的评价显著更高。表6提供此分析的完整结果。

在敏感性分析中，我们检查了是否将自主需求的相对得分(即自主需求得分-外部控制需求得分)作为潜在的调节变量，而不是将自主需求和外部控制需求作为两个独立的、未绑定的变量，从而产生结果的变化。结果相似，但有一个微小的差异;选择对更多感知到的自主支持的边际显著影响变为不显著(数据未报告)。

讨论

结果讨论

这项研究的目的是在基于网络的计算机定制干预措施中确定最支持自主的信息框架，以增加蔬菜消费。为此，基于先前的实证研究和理论，我们研究了两种策略，即使用自主支持语言和提供选择，在荷兰成年人中对3个结果(即感知自主支持、感知相关性和干预的总体评估)的影响。此外，我们还研究了自主需求和外部控制需求的个体差异是否会调节这些影响。

首先，与不提供选择相比，选择似乎对干预的总体评估有主要影响，同时选择对感知自主支持的积极影响接近显著性。这与我们之前在面对面环境中进行的研究的预期一致[9]以及更普遍的选择的说服效果[29］．这可以被视为初步证据，表明提供选择可能是提高基于网络的计算机定制健康传播有效性的有效策略。

对于自主需求的潜在调节作用，感知相关性因变量与选择的交互作用显著:只有对于自主需求高的参与者，选择才具有显著的正向作用。这符合我们的预期，因为我们假设，提供选择的积极影响对自主性需求高的受访者更强，并加强了基于自主性需求的消息框架裁剪可能是推进数字化健康传播形式的一种有前途的途径[6］．这一观点也得到了第一作者及其同事最近一项研究结果的实证支持，该研究表明定制——自我定制中介环境的能力[30.，31在移动健康应用程序中，自主性需求较大的人更愿意参与体育活动，而自主性需求较小的人则不然。

另一方面，语言操纵在三个因变量中均未产生显著的主效应，也未与自主需求和外部控制产生显著的交互效应。因此，我们在健康沟通信息中使用的语气没有影响我们的3个结果。无论参与者接受基于网络的计算机定制的干预，采用自主支持或控制的沟通方式，似乎都无关紧要。令人惊讶的是，这与最近发表的一项研究的结果一致，该研究研究了自主支持和控制信息框架对个人对此类信息的感知自主支持和抗拒的影响，该研究是在基于网络的计算机定制的酒精减少干预的背景下进行的[15］．最近发表的这篇论文的作者也提到了这种缺乏效果的潜在解释，可能来自礼貌理论[32］．与我们在本研究中使用的操作化一致，礼貌理论将自主支持语言操作为非强迫语言。此外，这一理论强调了信息接收者和发送者之间感知平等的重要性。这意味着接收者希望得到信息发送者的尊重和平等对待，或者换句话说，他们的对话伙伴，除非这个对话伙伴对接收者有明确的权力。如果谈话对象被认为是在学理地对待接收者，尽管这被认为是超出了他或她的能力范围，接收者可能(不)有意识地决定抵制信息，因此，不接受它——这也是心理抗拒理论所强调的[33］．由于在受访者进入研究之前收到的情况介绍中提到了干预措施的来源，并且旨在被视为专家(即，两所大学与一家创新的健康咨询机构结合)，两种情况下的受访者可能都认为干预措施的来源具有明确的权力作用，导致语言操作不再产生任何效果。为了阐明这一点，在未来的研究中，研究来源特征的调节作用可能很重要，例如，当消息来源(被认为)是专家或同行时，研究语言和选择效应是否不同，以及对消息和/或来源的抗拒作为这些效应的潜在中介。

对未来研究的启示和建议

与不提供选择相比，提供选择导致基于网络的计算机定制干预得到了更积极的评价，并被认为是更支持自主的干预，尽管感知到的自主支持的影响仅接近显著性，应谨慎解释。对于健康传播实践而言，这可能意味着提供选择可能是一种有效且易于实施的战略，以提高数字形式的健康传播的有效性。鉴于其潜在的巨大影响范围，这种提高的有效性可能会改善这种低成本健康行为改变策略对公共卫生的影响。然而，在这一领域仍有未来研究的空间，因为在本研究中，选择的提供是通过向参与者提供可能性来表明他们想要在多大程度上制定基于先前研究结果的建议的几个准备和应对计划来实现的。这可能被解释为口头选择(在这种情况下，向受访者强调他们可以选择他们想要制定的建议计划中的哪一个)和身体选择(在这种情况下，身体上给受访者机会表明他们是否希望制定某个计划)的结合。正如先前所指出的，不同类型的选择可能导致不同的效果[29]，未来的研究工作可能旨在分别解开这些不同类型的选择以及语言选择和身体选择的不同操作化的影响。

其次，选择和受访者自主需求之间的交互作用表明，健康行为改变理论家和健康沟通专业人员可能需要考虑每个人的沟通风格偏好(更多)。两个SDT [7，12]和I-Change模型[13]表明了根据个体差异调整干预措施的重要性。在这方面，SDT强调自主需求的重要性，而I-Change模型并没有明确说明需要解决哪些具体的个人偏好，因为这可能取决于主题、目标群体和背景。因此，I-Change模型(即被用作研究干预基础的理论框架)尚未明确关注自主性需求中的个体差异。这项研究的结果表明，这些社会认知模型实际上可能会从中受益，这表明了来自不同理论的理论概念的整合，这也是I-Change模型的基础观点。对于专业人员来说，研究结果表明，在制定健康沟通干预措施时，自主性需求高的人(但不一定是自主性需求低的人)可能需要在整个干预过程中提供选择的可能性。除了在这项研究中提供的选择类型(即，表明参与者想要在多大程度上制定几个准备和应对计划的可能性)，还可以提供其他类型的选择。例如，第一作者和同事最近的一项研究表明，定制和为受访者提供明确的选择可能性等策略，尤其适用于自主性需求高的人。相比之下，系统驱动的定制策略——基于对单个受访者特征的评估，不提供明确的选择选项——可能更适合自主需求较低的受访者。然而，需要指出的是，所描述的交互效应只在一个因变量中发现，即感知相关性，而对于自主需求低的人来说，没有负发现了选择效应。因此，我们应该谨慎地解释这些结果，并进一步研究自主需求的调节作用——以及外部控制的需求——是有必要的。

优势与局限

还应考虑到一些限制。首先，我们使用感知自主性支持、感知相关性和干预的总体评价作为结果指标，在干预后直接评估。虽然我们可以假设这些措施将促进动机的内化，并最终预测健康行为的改变及其维持[7]，未来的研究工作可能需要考虑测量受访者的动机，改变的意图，和/或实际行为(改变)使用纵向研究设计与较长的随访期。其次，我们仅在基于网络的计算机定制干预中测试了语言和选择的影响。尽管这是基于之前几项研究的证据[1]，我们想要测试信息框架变化的附加效应，未来的研究可能旨在测试理论假设是否在非量身定制的环境中也成立——实际上可能更强。第三，由于选择条件下的参与者收到的反馈是根据他们选择(不)制定的准备计划和应对计划量身定制的，而没有选择条件下的参与者收到的是关于准备计划和应对计划的1份(非量身定制的)建议声明，因此可能很难将提供选择的影响与额外的内容量身定制的反馈的影响分开。未来的研究可以独立于内容定制来操作选择，例如，让受访者选择是否以及为哪些预先确定的潜在困难情况制定应对计划，并将其与指示为所有这些情况制定计划的受访者进行比较——不向他们提供任何后续(内容定制)反馈，或者让受访者选择他们同意开始改变生活方式的日期。例如，开始多吃蔬菜或戒烟与向受访者提供随机生成的开始日期相比。最后，只有有兴趣每天吃或继续吃250克蔬菜的受访者被纳入研究。这个入选标准是有意选择的。作为改变的积极动机已被理论所承认(例如，de Vries等人的研究[13]和Ajzen [34])和证据(如Vangeli等人的研究[35]和Smit等人[36)作为实际行为改变的必要前提，未来的研究工作可能会进一步探索语言的影响，特别是在缺乏动力的个体中选择的影响。

结论

这项研究表明，提供选择，而不是使用支持自主的语言，可以是一种易于实施的策略，以提高数字健康沟通的有效性，特别是对于高度自主需求的人。