本文内容如下e-collection /主题问题:

观点和观点(375) 理论框架和概念(176) 移动健康健康，行为改变和预防(2268) 行为改变(546)

发表在在第22卷， 6号(2020): 6月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/15563，首次出版．
纵向行为技术健康干预计划的适应性行为成分(ABC)模型:一个理论框架

纵向行为技术健康干预计划的适应性行为成分(ABC)模型:一个理论框架

纵向行为技术健康干预计划的适应性行为成分(ABC)模型:一个理论框架

本文作者:

肖恩·D·杨1、2 作者:Orcid
文章 作者 引自(6) Tweetations (9) 指标

    的观点

    1美国加州大学欧文分校信息系预测技术研究所，加州欧文市

    2美国加州大学欧文分校医学院急诊医学系

    通讯作者:

    肖恩·D·杨，硕士，博士

    预测技术研究所

    信息学系

    加州大学欧文分校

    布伦信息与计算机科学学院

    加州欧文市，92617-4022

    美国

    电话:1650 223 5448

    电子邮件:syoung5@hs.uci.edu


    越来越多的干预措施将数字和社会技术(例如，社交媒体、移动电话应用程序和可穿戴设备)纳入其行为改变设计中。然而，由于许多因素，包括随着时间的推移技术使用趋势的变化，这些干预措施的效果结果参差不齐。需要一个更新的框架来帮助研究人员通过预测所需的资源和可能影响干预措施的趋势的潜在变化来更好地计划行为技术干预。以健康干预领域为例，我们提出了基于技术的行为干预的适应性行为成分(ABC)模型。ABC由五个部分组成:基本行为改变;干预，或以问题为中心的特征;人口、社会和行为特征;个体层面与人格特征;和技术特点。ABC的设计目标是:(1)指导基于数字技术的干预措施的高水平发展; (2) helping interventionists consider, plan for, and adapt to potential barriers that may arise during longitudinal interventions; and (3) providing a framework to potentially help increase the consistency of findings among digital technology intervention studies. We describe the planning of an HIV prevention intervention as a case study for how to implement ABC into intervention design. Using the ABC model to plan future interventions might help to improve the design of and adherence to longitudinal behavior change intervention protocols; allow these interventions to adapt, anticipate, and prepare for changes that may arise over time; and help to potentially improve intervention behavior change outcomes. Additional research is needed on the influence of each of ABC’s components to help improve intervention design and implementation.

    中国医学信息学报，2020;22(6):15563

    doi: 10.2196/15563

    关键字

    健康行为； 危险行为； 行为医学； 公共卫生信息学； 消费者健康信息学； 心理学理论


    数字和社会技术(例如，社交媒体、智能手机应用程序和可穿戴设备)具有实现快速和广泛的健康行为改变的巨大潜力。社交媒体已被用来改变和预测许多与健康相关的行为，包括艾滋病毒检测和性传播疾病、自杀预防、车祸和阿片类药物相关的急诊就诊[1-7];fitbit和自我追踪设备已被提议作为增加锻炼的干预工具[8，9减少压力;卫生系统和保险公司已经将可穿戴设备、社交媒体和患者健康/医疗数据整合在一起，试图改善临床结果。10，11];研究人员还研究了智能手机应用程序在改善各种健康行为和结果方面的潜力，比如减肥和糖尿病自我管理。12-14]。

    然而，关于数字技术是否以及如何改变人们的健康行为，结果好坏参半。15-20.]。虽然这些差异中的一些可能与常见的方法和研究评估相关的原因(例如，研究持续时间或结果的差异)有关，但也有一些与这些不一致的潜在干预设计相关的原因。例如，大量的行为心理学研究表明，小的环境变化会对行为产生巨大的影响[21-24]，比如网站上按钮的大小，或者信息传达和显示的方式。尽管背景问题可以并且已经被发现影响干预的成功，无论是在线还是离线研究(例如，年龄、种族/民族和实验者的性别可能会影响参与者的依从性和参与度)，但与离线干预相比，由于数字技术中变量的变化频率和便利性，这些问题在提供数字化干预时变得更加复杂(例如，按钮和文本的放置，社会互动的包含，和游戏化)，以及依赖科技公司(如Facebook和Twitter)来维持其产品的类似和稳定版本。随着当前的COVID-19大流行，这些问题变得越来越重要，因为越来越需要将新技术纳入研究和临床护理，以应对COVID-19政策，如保持社交距离和居家令。

    由于设计和使用数字技术的趋势不断变化，因此，精确地复制基于技术的干预研究是极其困难的，因为早期的研究可能是在现在过时的软件平台上进行的。这就产生了一个额外的问题，因为尽管在此期间可能发生潜在的技术变化，但赠款申请通常需要提前规划3至5年的研究。研究人员如何设计基于数字技术的干预措施来解决或至少预测这些问题?需要在现有的健康信息学和基于行为技术的干预模型的基础上建立新的理论[25]。

    本文提出了一个基于技术的干预的理论框架，称为适应性行为成分(ABC)理论，其目标是:(1)指导基于数字健康技术的干预措施的高水平发展;(2)帮助干预者考虑、计划和适应纵向干预过程中可能出现的潜在障碍;(3)提供一个框架，以潜在地帮助提高数字技术干预研究结果的一致性。我们试图将先前研究的类别(如下)描述和综合成一个新的理论，以帮助研究人员设计基于数字健康技术的干预措施。

    ABC结合了社会和行为心理学、信息学和市场营销等领域的研究，开发了一个适合数字技术干预主义者需求的模型。该模型基于指导可持续技术干预所需的五个总体因素:(1)基本行为改变成分;(2)干预和问题导向特征;(3)人口、社会和行为特征;(4)个体层面和人格特征;(5)技术特点(图1）.

    ‎
    图1所示。技术干预的适应性行为成分理论(ABC)。通过帮助研究人员考虑这五个高级组成部分，该模型为如何规划基于技术的卫生干预期间的需求和潜在变化提供了指导。
    查看此图

    包括理论建模在内的大量研究已经在这五个领域中进行。ABC并不是要取代现有的一个或多个特定于这些组成部分的理论，而是为何时以及如何考虑影响行为改变的相互关联的、多样化的和总体的概念提供指导，这些概念在行为干预中通常没有被考虑到。ABC的前四个组成部分可以广泛应用于行为干预，而最后一个组成部分是针对基于数字技术的干预的。虽然该模型也可以应用于健康之外，但本文侧重于健康应用，以缩小讨论范围并提供背景。下面将更详细地描述ABC的五个组成部分，以及如何学习ABC并将其应用于研究环境的案例研究。


    基本行为改变组件

    有许多改变行为的方法和理论，如基于社会规范和社会认知理论的干预措施，已被广泛和成功地应用于改变健康行为，包括艾滋病毒风险行为[26]及戒烟[27]。这些方法通常植根于社会和行为心理学理论[20.]并广泛地表明，如果干预措施(1)使参与目标行为变得容易，那么干预措施将更加有效[28-32[2]使行为成为常规而不是不频繁和不可预测的[33，34]，(3)纳入社会成分，如支持和/或竞争[2，35-37[4]逐步建立改变(例如，专注于每天健康饮食步骤的节食者比那些专注于减肥的最终目标的人更有可能坚持他们的健康饮食习惯[这些人实际上在随访中体重增加了更多])[38]，(5)发展内在的[39-41]和(6)外在动机(对激励对行为有时产生的负面影响持谨慎态度)[42，43[7]为人们提供反思自己进步的途径[44，45]。整合这些基本的行为改变成分可能有助于改善干预行为改变相关的结果。

    干预/ Problem-Focused特征

    干预措施可能受益于进一步调整，以解决具体的行为障碍阻碍人们进行预期的行为。这些干预或以问题为中心的特征通常是影响人们参与和保持干预的意愿和能力的背景因素。例如，人们可能因为各种各样的原因而不参与某种行为，包括缺乏记忆、兴趣或时间;认为干预不太可能帮助或可能伤害他们;成本;或者这种干预不适合他们的生活方式、价值观或期望。具体的干预框架应以这些需要为指导[46]。例如，与担心药物副作用的人相比，通过手机发送药物提醒的干预措施可能对忘记服药的人更有益。同样，环境和即时情境层面的调整(例如，及时干预)可能有益于需要提醒在特定时间或特定地点从事活动的个人[47]。例如，当一个正在吸毒的人走在手机检测到的吸毒高危区域时，可以发送短信提醒，作为一种提醒工具，试图阻止他吸毒，这是时间预测的一个例子[48]。通过了解人们不参与特定行为的原因，可以定制干预特征，以优化解决行为改变的障碍。

    人口/社会/行为特征

    根据不同人群在人口、社会和行为特征上的差异来定制干预措施，可能有助于进一步提高干预效果。例如，根据目标人群定制干预内容(例如，为非洲裔美国人的研究创建符合种族和文化的在线招聘广告)可能会提高招聘效率[49]。在一项证明这种方法的研究中，非洲裔美国人男性点击含有非洲裔美国模特图像的网络广告的几率比白人模特更高。50]。同样，将具有相似人口特征和偏好的个体(即同龄人)纳入量身定制的干预措施可能比不针对这些因素进行定制的干预措施更有效[51]。针对个人行为状态的量身定制干预也可能比不包括这种定制干预带来更高的参与度。例如，在线戒烟健康信息如果传递给那些在谷歌上搜索戒烟方法的人，可能比那些在Facebook上浏览与朋友交谈的人有更高的点击率和参与率。

    个体层面的/性格特征

    尽管以社会和社区为基础的干预措施取得了成功，但由于个人层面的差异，如经验、遗传、个性和性格的差异，许多人在这些干预措施中没有遵循群体规范[52]。例如，在一项关于影响健康因素的研究中，人格因素，即尽责性，预测了所有的研究结果，被认定为责任感较低、自我控制能力较差的人往往报告健康状况较差、超重较多、吸毒较多。在这些个体层面量身定制干预措施，例如针对家族、遗传和/或个性特征，可能会提高干预效果。例如，具有“更善于社交”的人格特征的参与者可能会成为同伴主导干预的同伴角色榜样[53-55]。同样，具有酒精使用障碍遗传易感性的个体[56可能成为酒精相关干预的目标，以帮助研究人员更多地了解遗传因素/易感性，并提高对高危人群的针对性。然而，关于基于个人层面/人格特征的干预措施的作用和方法的研究一直很有限，这导致研究人员呼吁对这一主题进行更多的研究[57]。

    技术特点

    虽然上述四个因素影响并应在进行任何类型的行为改变干预时予以考虑，但技术特征组成部分是具体的，对行为改变干预的成功至关重要数字技术干预措施。由于技术使用方面不断变化的需求和趋势，它也可能是所有五个因素中最需要规划的组成部分。干预参与可能受到各种技术特征的影响，例如流行通信风格的当前趋势(例如，使用视频作为首选通信媒介而不是文本)，技术特征的变化(例如，在软件应用程序中添加在线社区功能可能会改变用户参与度)，以及道德问题的变化(例如，社交媒体平台最近发生安全漏洞后，社交媒体参与度可能会下降)。[58]。这些因素可能对干预效果有较大影响。因此，了解和准备技术特点和潜在的适应性对于提供有效的纵向技术干预措施至关重要。


    经验教训和如何应用

    作为一个案例研究，我们将确定ABC的五个组成部分以及如何应用它们，我们将描述计划干预的过程，以增加暴露前预防(PrEP)的启动，作为一种预防艾滋病毒的方法，在18岁或以上居住在洛杉矶的非洲裔美国人和拉丁裔男男性行为者(MSM)中。因此，我们希望改变的主要行为是增加参与PrEP的人数。表1可以作为何时以及如何将ABC框架纳入这一干预计划的参考。

    表1。应用适应性行为成分(ABC)模型进行基于技术的干预。该表提供了一个例子，说明研究人员如何将ABC框架应用于一项干预措施，旨在提高与艾滋病毒感染风险男性发生性行为的非洲裔美国人和拉丁裔男性对暴露前预防的接受程度。下面的例子并不详尽，但旨在帮助读者理解如何将ABC整合到干预设计中。
    类别和子类别 例子
    典型的行为改变

    		容易 提供在线诊断和处方转诊作为增加PrEP的选择一个可访问性

    		增量的步骤 逐步与参与者讨论和推广PrEP，先从友好的话题开始，以获得信任

    		例程 与研究参与者的日常(如每周)交流

    		社会 鼓励参与者之间的讨论和社会互动

    		内在动机 教育参与者预防和安全性行为的重要性

    		外在动机 为参与者提供具有有形价值的产品/服务(如免费PrEP和艾滋病毒自检)

    		反射 鼓励参与者谈论他们使用PrEP的经历，以便他们反思和思考
    干预/ problem-focused

    		提醒/推动 提醒参与者预约并使用PrEP

    		日历 和他们一起制定一个日历，列出他们安排约会的日期

    		优先级的活动 与他们共同创建一个优先事项列表，以帮助他们将PrEP医疗访问和使用纳入他们的优先事项

    		根据当前位置定制 根据参与者的地点和日程安排，在他们有空的时候讨论准备工作
    人口/社会/行为

    		社会支持 建立同伴支持网络，让同伴的榜样提供干预

    		竞争 融入友好游戏

    		行为目标 在适当的时间和背景下向参与者提供招聘广告和/或艾滋病毒预防信息(例如，当参与者要求或搜索有关安全性行为的信息时)
    个人/个性

    		遗传学 根据研究中发现的基因差异来调整干预措施

    		人格特质 根据研究中发现的反应的个性差异来调整干预措施

    		兴趣/动力 根据兴趣/动机量身定制干预措施(例如，不太感兴趣的个人可能需要更大的经济激励)
    技术

    		沟通方式 提供多种交流方式(如聊天、视频和短信)

    		技术参数 在与男性发生性关系的少数族裔男性(即目标人群)已经在使用的平台上进行干预。

    		业务/工程标准 根据正在使用的技术平台的当前和潜在的未来变化趋势进行认识和规划

    		伦理性考量/趋势 意识和规划技术特点，解决当前和未来潜在的伦理考虑(例如，对于艾滋病毒预防干预，私下沟通对于减少污名化的经历很重要)。

    		其他技术特性 在多个技术平台上进行干预，避免一个平台的风险

    一个暴露前预防。

    尽管人们不服用PrEP的原因有很多，但使用ABC框架来分析干预/以问题为重点的特征告诉我们，我们需要缩小范围，只关注其中一个原因(耻辱感)，并制定一种旨在减少耻辱感的干预措施，以增加PrEP的使用。因为耻辱是一种社会结构(由一个人的同伴创造和延续)[59]，我们试图通过创造一种干预措施来抵消阻碍人们使用PrEP的耻辱感，这种干预措施将利用同龄人来促进PrEP的吸收(即，我们将提供一种由同龄人主导的、基于社区的干预措施)。在干预框架内，我们将尝试包括许多基本的行为改变组件。例如，我们将通过允许参与者接受在线远程咨询并在线请求PrEP，使参与者更容易请求PrEP，使其比必须访问并在亲自诊所进行测试的典型方法更容易(且更少污名化)。我们还将聘请同行领导逐渐成为朋友，然后每周与参与者一起促进PrEP行为的改变，鼓励与同行领导进行例行讨论。

    我们将整合ABC的人口/社会/行为特征，设计适合这一人群的招聘材料、干预内容和流程(例如，招聘广告中包含少数男同性恋者的性挑逗图像;广告将放置在少数男同性恋者已经在搜索安全性行为信息的网站上[例如，谷歌广告词];艾滋病毒预防对话将由少数男男性行为者同行领导人提供，重点关注与少数男男性行为者相关的问题)。

    虽然干预是为非裔美国人和拉丁裔男男性行为者设计的，但我们预计个体差异，因此并非所有个体都会按计划对干预作出反应。为了解决这个问题，我们将每周与同伴领导会面，了解促进每个参与者接受PrEP的障碍和促进因素，以改进和进一步定制干预措施，以适应对干预措施没有反应的个人(例如，一些参与者可能需要比一般小组成员更多的个人时间/教育)。

    最后，我们希望利用技术来扩大以同伴为主导的PrEP吸收干预，因为基于技术的干预具有快速和经济有效地扩大行为改变的潜力。我们寻求使用社交媒体和移动社交技术来提供干预措施，因为它们符合并能够满足上述要求(例如，社交媒体技术允许非裔美国人和拉丁裔男同性恋者同行社区领导人与[私人]群体和/或个人中的其他非裔美国人和拉丁裔男同性恋者交流并传播PrEP接受相关的行为改变信息)。利用在线同伴教育(HOPE)干预是一种以同伴为主导的在线社区行为改变干预，是这种干预的一个例子，也是我们寻求使用的一种干预。尽管HOPE干预措施侧重于不同的人群和行为结果，包括艾滋病毒检测(HOPE HIV)、心理健康和阿片类药物滥用，但在改变主要行为结果方面已证明有效[2，51，60，61]，该干预家族的所有成员都依赖于使用社会技术作为提供社会规范(例如，基于同伴的)干预的方法。

    然而，由于技术的变化趋势，决定在HOPE中使用的具体技术组件可能是我们研究计划中最重要和最困难的方面。

    例如，2014年资助了一项多波、为期5年的HOPE HIV检测干预，该干预基于2010年和2012年进行的HOPE干预的早期方法和结果，这些方法和结果显示成功地使用了Facebook群组作为干预交付平台[2，51]。然而，从2010年到2014年，以及2014年之后的5年里，社交媒体发生了大量的变化，包括Facebook不再是所有年龄组和人群中用于在线社区或论坛的唯一主导技术。随着Snapchat和Instagram等其他平台的出现，Facebook的使用已经减少，尤其是在年轻人中。62]，这可能会降低Facebook上依赖于先前参与率的干预措施的参与度和潜在效力。同样，在5年的时间里，Facebook对其界面进行了许多更改，影响了HOPE干预的参与度。

    例如，2018年，Facebook的马克·扎克伯格(Mark Zuckerberg)发表公开声明，称Facebook将改变其算法显示内容的方式，这让许多个人和企业感到不安，因为他们以前在Facebook上发布内容的方法可能不再有效。63]。之前在Facebook上的纵向行为干预受到了这些变化的影响。例如，在我们团队在此期间使用Facebook群组进行的艾滋病毒预防干预中，我们发现Facebook平台的变化导致干预参与者收到的有关艾滋病毒预防和检测的通知比对照组(Facebook)参与者少。尽管与对照组相比，干预组仍然明显更热衷于发帖(正如干预所希望的那样)，但干预组内的大量帖子，加上Facebook群组和Facebook算法使用方式的改变，导致干预组与对照组相比，查看的与测试相关的帖子更少。因此，我们的团队已经了解到通过多个技术平台提供基于技术的干预措施的重要性，以尽量减少由于其中一个技术平台上可能发生的变化或参与者使用的技术类型的变化趋势对干预措施的影响。

    我们对这些经验的回应是，我们需要修改基于技术的干预措施的设计和交付方式。在未来，我们寻求开发一种HOPE干预，利用多个平台，包括Facebook、Instagram、Snapchat和YouTube(或当时占主导地位的任何平台)，并确保ABC的元素可以整合到一个或多个这些平台中。通过跨多个平台交付干预措施，我们寻求(1)降低一个或多个技术平台的变化改变干预措施交付的风险;(2)降低后期可能需要对研究方案进行重大修改的风险;(3)允许在研究方案中灵活调整，以便在未来纳入更多的社会技术(例如，通过利用多种技术来提供干预措施，每种技术都发挥较小的作用，并允许技术随着时间的推移随着趋势的需要而被取代，同时保持工作范围不变);(4)允许同时为不同的亚人口群体和人口量身定制干预措施(即，根据这些群体最常用的社会技术为年龄、种族和民族量身定制);(5)允许整合多媒体方法和通信趋势的能力，例如使用旨在共享文本，图像，视频和/或其他方法(如虚拟现实)的社交技术。

    我们还建议自己的团队和其他研究人员跟踪每一个可用的相关数字指标(例如，点击率，下载量和喜欢)，并在进行干预之前进行试点研究。这些数字数据在告知干预过程中可能出现的潜在未知问题方面非常有用[64]。它们也很重要，因为它们可以帮助监测和解决数字干预过程中可能发生的不可预见的情况(例如，数字平台参与度的长期下降可能是需要将干预方法/内容转移到不同数字平台的信号)。综上所述，我们已经了解到考虑技术使用变化的重要性，以及预测和适应各种跨技术行为改变组件的必要性，以提高数字行为干预的有效性和持久性。

    结论

    ABC模型旨在作为一种指南，帮助规划数字化交付的行为改变干预措施，并帮助预测所需的资源和可能随着时间推移影响干预措施的趋势的潜在变化。使用ABC模型来规划未来的干预措施可能有助于改进纵向行为改变干预方案的设计和遵守;允许这些干预措施适应、预测和准备随着时间的推移可能出现的变化;并有助于潜在地改善干预行为改变结果。

    致谢

    作者要感谢Hendricks Brown对本手稿以前版本的反馈。作者要感谢国家精神卫生研究所(5R01MH106415)、国家药物滥用研究所(C-PIM资助)、国家人类基因组研究所(U01)和国家过敏和传染病研究所(7R01AI132030)对这项工作的资助。本手稿不反映资助者的意见或观点。

    作者的贡献

    SDY发展了这一理论并撰写了手稿。

    利益冲突

    SDY从哈珀柯林斯出版社(美国版)、企鹅出版社(英国版)和其他出版商那里获得了《坚持下去》一书的版税。他也是与行为改变相关的公司和初创公司的顾问/顾问(接受报酬)。

    1. 德乔杜里M，加蒙M，计数S，霍维茨E.社交媒体对抑郁症的预测。参见:第七届网络日志和社交媒体国际会议论文集。2013，提交于:ICWSM'13;2013年7月8-11日;剑桥，马萨诸塞州，美国https://www.microsoft.com/en-us/research/publication/predicting-depression-via-social-media/
    2. 杨建军，李建军，李建军，李建军。基于社交网络技术的艾滋病预防研究进展。Ann Intern Med 2013 Sep 3;159(5):318-324 [j]免费全文] [CrossRef] [Medline］
    3. Young SD，郑凯，Chu LF, Humphreys K.网络搜索阿片类药物预测未来急诊室海洛因入院。药物酒精依赖2018年9月1日;190:166-169 [j]免费全文] [CrossRef] [Medline］
    4. 杨晓东，李S, Perez H, Gill N, Gelberg L, Heinzerling K.社交媒体对处方阿片类药物滥用风险因素的影响。太阳物理学报;6(3):83471。［CrossRef］
    5. 杨SD，王伟，Chakravarthy B.众包交通数据作为一种新兴的交通事故监测工具。中华外科杂志，2019,5(8):777-778[打印前]。［CrossRef] [Medline］
    6. Young SD, Mercer N, Weiss RE, Torrone EA, Aral SO。利用社交媒体作为预测梅毒的工具。2018年04月09日[免费全文] [CrossRef] [Medline］
    7. Garett R, Liu S, Young SD。大学生社交媒体使用与睡眠质量的关系通信学报，2018;21(2):163-173 [j]免费全文] [CrossRef] [Medline］
    8. 哈特曼SJ，尼尔森SH，韦纳LS。体能活动干预过程中Fitbit的使用模式和活动水平:随机对照试验的探索性分析JMIR移动健康Uhealth 2018 Feb 5;6(2):e29 [j]免费全文] [CrossRef] [Medline］
    9. 蒋建勇，赵忠，王伟，杨志强，Needell D.基于可穿戴设备不完整传感器数据的人体压力水平预测。第28届ACM信息与知识管理国际会议论文集。2019年发表于:CIKM'19;2019年11月3日至7日;中国北京2773-2781页。［CrossRef］
    10. 李建军，李建军，李建军。可穿戴健康技术与电子病历集成研究进展。JMIR Mhealth Uhealth 2019 Sep 11;7(9):e12861 [j]免费全文] [CrossRef] [Medline］
    11. 年轻的记忆。社交媒体作为一个新的生命标志:评论。医学互联网研究，2018年4月30日;20(4):e161 [J]免费全文] [CrossRef] [Medline］
    12. Adu MD, Malabu UH, Malau-Aduli AE, Malau-Aduli BS。用户偏好和设计建议促进糖尿病自我管理移动应用程序的使用:多国视角科学通报，2018;13(12):e0208942 [j]免费全文] [CrossRef] [Medline］
    13. 安瑞，纪敏，张生。基于社交媒体的体重相关行为干预对体重状况的影响:综述与meta分析。[J]中华卫生杂志，2017;41(6):670-682。［CrossRef] [Medline］
    14. Wharton CM, Johnston CS, Cunningham BK, Sterner D.在一项为期8周的减肥试验中，使用智能手机应用技术改善了饮食自我监测，而不是饮食质量。[J] .心理学报;2014;36(5):444 -444。［CrossRef] [Medline］
    15. Gal R, May AM, van Overmeeren EJ, Simons M, Monninkhof EM.包括可穿戴设备和智能手机应用在内的体育活动干预对体育活动的影响:系统综述和荟萃分析。体育医学公开赛2018年9月3日;4(1):42 [免费全文] [CrossRef] [Medline］
    16. 李安，查韦斯S，卞J，汤普森LA, Gurka MJ, Williamson VG，等。流动卫生技术促进青少年身体活动的功效和效果:范围审查。[j] Mhealth Uhealth 2019 Feb 12;7(2):e11847 [j]免费全文] [CrossRef] [Medline］
    17. Piwek L, Ellis DA, Andrews S, Joinson A.消费者健康可穿戴设备的兴起:承诺和障碍。PLoS Med 2016 Feb;13(2):e1001953 [j]免费全文] [CrossRef] [Medline］
    18. 罗密欧A, Edney S, Plotnikoff R, Curtis R, Ryan J, Sanders I，等。智能手机应用能增加体育锻炼吗?系统回顾和荟萃分析。[J]医学互联网研究，2019年3月19日;21(3):e12053 [J]免费全文] [CrossRef] [Medline］
    19. Tong HL, Laranjo L.在移动健康干预中使用社交功能促进身体活动:系统综述。中华医学杂志2018;1:43 [j]免费全文] [CrossRef] [Medline］
    20. 年轻的记忆。坚持下去:科学证明的改变你生活的过程。纽约:Harper;2017.
    21. Cialdini RB。影响:说服心理学。修改后的版本。纽约:羽毛笔;2006.
    22. 格拉德威尔。M.《引爆点:小事情如何产生大影响》。波士顿:后湾图书公司;2002.
    23. 米勒DT，普伦蒂斯DA。行为改变的心理杠杆。编辑:Shafir E。公共政策的行为基础。普林斯顿:普林斯顿大学出版社;2013:301 - 309。
    24. 李建平，李建平。人与情境:社会心理学的视角。英格兰:麦格劳-希尔;1991.
    25. Mohr DC, Schueller SM, Montague E, Burns MN, Rashidi P.行为干预技术模型:电子健康和移动健康干预的综合概念和技术框架。医学互联网研究，2014,6(6):e146 [J]免费全文] [CrossRef] [Medline］
    26. 张建军，张建军，张建军。艾滋病病毒在吸毒人群中的预防作用:网络导向同伴外展干预的结果。心理健康杂志2003;22(4):332-339。［CrossRef] [Medline］
    27. 高德纳c。同伴支持项目在弱势群体戒烟中的系统评价。国际环境与卫生杂志，2013;10(11):5507-5522 [J]免费全文] [CrossRef] [Medline］
    28. 当选择使人失去动力时:一个人会对一件好事欲求过高吗?中华精神病学杂志(英文版);2009;31(6):995- 996。［CrossRef] [Medline］
    29. 海里有很多鱼:选择过载和可逆性对在线约会者对所选伴侣满意度的影响。媒体心理，2016;20(1):1-27 [j]免费全文] [CrossRef］
    30. Campbell CA, Hahn RA, Elder R, Brewer R, Chattopadhyay S, Fielding J，社区预防服务工作组。限制酒精出口密度作为减少过度饮酒和酒精相关危害的手段的有效性。预防医学杂志，2009;37(6):556-569。［CrossRef] [Medline］
    31. 陈建军，陈建军，李建军，等。中国青少年吸烟行为的研究进展。中华医学杂志，2013;13:393 [免费全文] [CrossRef] [Medline］
    32. Young SD, Monin B, Owens D.选择退出对污名性疾病的检测:从社会心理学角度理解推荐常规HIV检测的潜在影响。心理健康杂志2009年11月;28(6):675-681 [j]免费全文] [CrossRef] [Medline］
    33. 马兰，韩德生，韩德生，韩德生。怀孕妇女健康行为与习惯的关系研究。[J]中华卫生杂志，2016;40(3):291-301。［CrossRef] [Medline］
    34. Wood W, r nger D.习惯心理学。心理学报，2016;67:289-314。［CrossRef] [Medline］
    35. Young SD, Nussbaum AD, Monin B.潜在的道德污名和对性传播疾病的反应:分离谬论的证据。精神病学杂志2007;33(6):789-799。［CrossRef] [Medline］
    36. Schweier R, rompel M, Richter C, Hoberg E, Hahmann H, Scherwinski I，等。一项基于网络的同伴建模干预，旨在改变冠心病和慢性背痛患者的生活方式:顺序对照试验医学互联网研究，2014年7月23日;16(7):e177 [J]免费全文] [CrossRef] [Medline］
    37. 杨建军，杨建军，李建军，刘建军。基于生命日志共享模型的团队健康运动行为改变研究。中国生物医学杂志，2016;20(3):775-786。［CrossRef］
    38. 改变饮食行为vs减肥:超重女性减肥目标的作用。心理健康2012年10月27日(补充2):25-42。［CrossRef] [Medline］
    39. Höchsmann C, Infanger D, Klenk C, Königstein K, Walz SP, Schmidt-Trucksäss a .基于行为改变技术的智能手机游戏对2型糖尿病患者内在动机和体育锻炼依从性的有效性:随机对照试验。JMIR严肃游戏2019年2月13日;7(1):e11444 [免费全文] [CrossRef] [Medline］
    40. 王丽娟，Veríssimo .内在动机、外在动机与学业成就之关系。社会行为学学报，2014;12(2):930-938。［CrossRef］
    41. 吴斌。成长心态与内在动机的神经科学。脑科学2018年1月26日;8(2):pii: E20 [j]免费全文] [CrossRef] [Medline］
    42. 仅仅激活金钱概念就能改变个人和人际行为。中华精神病学杂志;2008;17(3):208-212。［CrossRef］
    43. 希金斯ST，佩特里NM。应急管理。鼓励戒酒。酒精与健康1999;23(2):122-127 [j]免费全文] [Medline］
    44. a .自我效能:迈向行为改变的统一理论。精神病学杂志;2009;31(2):391 - 391。［CrossRef］
    45. 李建军，李建军。自我表征转化对行为的影响。生物医学学报，2007;33(3):271-290。［CrossRef］
    46. 弗洛托普S，奥克斯曼AD。识别障碍和定制干预措施，以改善尿路感染和喉咙痛的管理:一项使用定性方法的实用研究。生物医学工程学报，2003;3(1):3 [免费全文] [CrossRef] [Medline］
    47. 李建军，张建军，李建军，等。移动医疗中的即时适应性干预措施:持续健康行为支持的关键组成部分和设计原则。中华医学杂志2018年5月18日;52(6):446-462 [j]免费全文] [CrossRef] [Medline］
    48. Brown CH, Mohr DC, Gallo CG, Mader C, Palinkas L, Wingood G，等。在少数族裔社区预防艾滋病毒的计算未来:先进技术如何改善有效方案的实施。获得性免疫缺陷综合征[J]; 2013年6月1日;63(增刊1):S72-S84 [J]免费全文] [CrossRef] [Medline］
    49. wingwood GM, DiClemente RJ。ADAPT-ITT模型:一种适应循证艾滋病毒干预的新方法。[J]获得性免疫缺陷综合征2008年3月1日;47(增刊1):S40-S46。［CrossRef] [Medline］
    50. Sullivan PS, Khosropour CM, Luisi N, Amsden M, Coggia T, Wingood GM，等。在网上招聘和保留与男性发生性关系的少数族裔男性方面存在偏见。[J]医学互联网研究，2011;13(2):e38 [J]免费全文] [CrossRef] [Medline］
    51. Young SD, Cumberland WG, Nianogo R, Menacho LA, Galea JT, Coates T.秘鲁HOPE社交媒体干预全球艾滋病预防:一项随机对照试验。柳叶刀HIV 2015;2(1):e27-e32 [j]免费全文] [CrossRef] [Medline］
    52. 黄毅，李建林，Ketheeswaran P, Jones CM, Revicki DA，吴文华。性格是否影响健康相关的生活质量?系统回顾。科学通报，2017;12(3):e0173806 [j]免费全文] [CrossRef] [Medline］
    53. Young SD, Holloway I, Jaganath D, Rice E, Westmoreland D, Coates T.希望工程:非裔美国人和拉丁裔男男性行为者艾滋病预防随机对照试验中的在线社会网络变化。中华卫生杂志，2014,31(9):1707-1712。［CrossRef] [Medline］
    54. Jaganath D, Gill HK, Cohen AC, Young SD。利用在线同伴教育(HOPE):将C-POL和社会媒体结合起来，培训预防艾滋病毒的同伴领导人。艾滋病防治;2012;24(5):593-600 [j]免费全文] [CrossRef] [Medline］
    55. Young SD, Szekeres G, Coates T.在线社交网络与男男性行为(MSM)中性风险行为的关系。科学通报，2013;8(5):562 - 562 [j]免费全文] [CrossRef] [Medline］
    56. Reilly MT, Noronha A, Goldman D, Koob GF。在成瘾周期的背景下酒精依赖的遗传研究。神经药理2017年8月1日;122 -21 [j]免费全文] [CrossRef] [Medline］
    57. Mõttus E, Briley DA, Zheng A, Mann FD, Engelhardt LE, Tackett JL，等。孩子们变得越来越不像:从童年到青春期人格差异发展增加的行为遗传分析。中华精神病学杂志，2019;17(3):635-658。［CrossRef] [Medline］
    58. garrett R, Young SD。医疗保健游戏化:游戏机制和元素的研究科技知识与学习2019;24(3):341-353。［CrossRef］
    59. 污名化:关于被宠坏的身份管理的注释。纽约:试金石;1986.
    60. 杨志强，李建军，李建军，李建军，等。社交媒体/在线社区支持小组干预阿片类药物治疗慢性疼痛患者的可行性中华戒毒杂志，2018;37(1-2):96-101 [J]免费全文] [CrossRef] [Medline］
    61. 杨晓明，王晓明。网络同伴教育干预对减少处方药滥用的影响:一项定性研究。材料应用学报;2017;22(6):592-596 [J]免费全文] [CrossRef] [Medline］
    62. 苏珊娜福克斯。研究网址:https://susannahfox.com/research/[2019-01-23]访问
    63. 2018年1月11日马克·扎克伯格https://www.facebook.com/zuck/posts/10104413015393571[2019-04-08]访问
    64. 在青少年在线研究中处理社交媒体上有关自杀意图的帖子的伦理问题:案例研究。中华医学会心理健康杂志2018;5(2):e33 [j]免费全文] [CrossRef] [Medline］

    ‎
    美国广播公司(ABC):适应性行为成分
    希望:利用在线同伴教育
    男男同性恋者:和男人发生性关系的男人
    准备:暴露前预防

    G·艾森巴赫编辑;提交26.07.19;经K Bagot, G Kolostoumpis同行评审;对作者02.10.19的评论;修订版本收到28.11.19;接受16.12.19;发表26.06.20

    版权

    ©Sean D Young。原载于医学互联网研究杂志(//www.mybigtv.com)， 2020年6月26日。

    这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章，该许可允许在任何媒介上不受限制地使用、分发和复制，前提是原始作品首次发表在《医学互联网研究杂志》上，并适当引用。必须包括完整的书目信息，到//www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。
    Baidu
    map