基于电子健康的多种健康行为改变干预对非传染性疾病患者身体活动、健康饮食和体重的影响:系统回顾和荟萃分析

介绍

非传染性疾病(NCDs)对全球公共卫生构成重大威胁。非传染性疾病，如心血管疾病、癌症和糖尿病，是全世界死亡的主要原因，每年造成4100万人死亡，相当于全球死亡总人数的71% [1］.此外，与非传染性疾病相关的医疗费用在世界各地许多地区大大增加了卫生保健支出[2，3.］.

对于非传染性疾病患者，除了获得传统的医学治疗外，还必须通过保健干预采取健康的生活方式，以避免非传染性疾病的进一步发展和复发[4］.近15年来，多种健康行为改变(MHBC，即在有限时间内解决不少于2种健康行为)在促进非传染性疾病患者的健康生活方式方面取得了初步成功[5-7］.《柳叶刀》杂志的一份声明指出，与体重有关的健康行为，包括定期体育锻炼和健康饮食，是控制全球非传染性疾病危机的有希望的干预措施。8］.

将MHBC应用于体重相关行为改变的基本原理是，大多数与体重相关的不健康行为(即缺乏运动、不健康饮食)同时发生，并且是可以改变的[6，9，10］.这一假设得到了一项纵向研究的实证支持，该研究表明，不健康的饮食和缺乏身体活动在很大程度上导致了非传染性疾病的发生，并产生了一系列负面影响，包括死亡率和医疗费用的增加[11］.此外，有人提出，“一小步导致大跃进的效应”也适用于MHBC。一个相对容易的健康行为改变可以作为一个全面健康生活方式转变的门户，因为积极的心理因素，如自我效能感和动机，可以随着最初的行为改变而提高，这反过来又对随后的行为改变产生积极的影响[9］.

在非传染性疾病患者中应用MHBC时，一个具有成本效益的模式是采用最新的电子保健方法，利用信息和通信技术[12，13］.随着非传染性疾病患者人数的不断增加，传统的面对面干预模式已难以满足非传染性疾病患者的需求。因此，电子保健作为利用互联网及相关技术和媒体(如电脑、智能手机)提供保健服务和信息的一种新兴渠道，可以成为对非传染性疾病患者出院后在护理家庭环境中采取传统干预措施的潜在有益补充[14］.电子卫生干预措施也打破了距离限制，因此因其成本低、效率高和易于收集数据而受到强烈推荐[15］.许多评论已经表明，在非传染性疾病患者中，采用电子健康方法解决PA或健康饮食的单一行为领域具有实质性效果[16，17］.例如，Haberlin等[16]回顾了使用电子健康促进癌症幸存者PA的情况，发现所有纳入的10项研究都报告了PA的改善，10项研究中有8项报告了统计学上显著的变化。

越来越多的研究将MHBC干预模式与eHealth方法结合起来，共同促进非传染性疾病患者的体重相关健康行为(PA和健康饮食)[18，19］.然而，对这些相关研究的总体效果和研究特点的综合总结仍然缺乏。为了填补这一空白，本综述的主要目的是系统总结相关干预研究的特点，然后汇总相关研究的效应量，以准确量化这些干预对PA、健康饮食和体重的影响。本综述的发现可以为研究人员和临床医生提供建议，以制定有效的电子健康干预计划，以促进非传染性疾病患者的PA和健康饮食。

方法

搜索策略

本综述是根据PRISMA(系统评价和荟萃分析首选报告项目)指南进行和报告的，该方案可从PROSPERO数据库(注册ID: CRD42019118629) [20.］.根据最初的注册情况，我们计划从中英文数据库中检索相关文章。然而，在实施过程中，我们发现从中文数据库检索的文章由于误报关键信息(例如参与者特征、干预细节)而无法达到质量标准。[21］.因此，我们只关注英文数据库中的文章。在PsycINFO、PubMed、Scopus和SPORTDiscus等4个英文数据库中进行了一系列结构化的电子检索，重点关注MHBC eHealth干预与体重相关的健康行为(PA和饮食行为)。指导文章纳入的程序在流程图中给出图1。与布尔运算符相关的特定搜索词可以在多媒体附件1。搜索仅限于有人类参与者的研究，发表日期在2000年1月1日至2020年3月1日之间。

在检索策略中确定的所有文章导出到参考文献管理软件(Mendeley)中进行重复检查和进一步筛选。进一步审查符合条件的参考文献列表，以确定其他相关研究。从搜索策略中出现的相关评论被检查是否有任何额外的研究。灰色文献(如工作论文、未发表的研究、会议记录或摘要、学位论文)不被认为是合格的。

‎ 查看此图

研究纳入和排除标准

参与者类型

本综述的目标人群是患有非传染性疾病(如心血管疾病、癌症、慢性呼吸系统疾病、糖尿病)的所有性别和任何年龄段的人。排除标准包括受试者年龄<18岁、怀孕或哺乳期、有特殊情况或其他严重影响其喂养能力和身体活动能力的合并症(如身体残疾)的研究。

干预类型或感兴趣的现象

我们纳入了评估eHealth干预措施的研究，其主要目的是影响至少同时包含PA和健康饮食行为的行为改变。因此，排除了其他不相关目的的研究(例如，调查行为模式、调查医学治疗的有效性、没有电子健康干预部门)。

比较器

比较者被定义为没有干预的对照组或非电子健康干预组(如面对面干预、小册子干预、大众媒体干预)。纳入的研究必须将电子健康干预组至少与对照组或非电子健康干预组进行比较。

研究类型

随机对照试验的文章符合纳入条件。对干预措施的有效性进行纯粹的定性评估是不合格的。

结果类型

本综述主要关注通过主观或客观方法测量的以下行为结果:(1)PA相关结果:能量消耗，步数，在中度到剧烈PA (MVPA)中花费的时间;(2)健康饮食相关结果:能量摄入，宏量营养素组成(碳水化合物，蛋白质和脂质)，核心食物组消费(例如，所有健康成分，蔬菜，水果，谷物)。纳入的文章应该同时讨论PA和健康饮食相关的结果。除上述主要结局外，体重相关结局(如体重、BMI、腰围、体脂、腰臀比)也被视为次要结局。

数据提取

根据研究创建的提取工具进行数据提取;提取工具的主要框架取自先前发表的一个例子[22］.两位作者进行了最初的数据提取，如果发现数据提取中的任何差异，则咨询第三位审稿人。提取以下信息:(1)研究的基本特征，包括第一作者、发表日期和原产国;(2)参与者特征，包括样本量、年龄、性别比例(女性)、疾病类型、招募地点;(3)干预特征，包括传递渠道、干预持续时间和强度、基础理论、对照组信息、详细干预内容等;(4)结果措施，包括对结果和测量点的测量;(5)主要结果包括干预完成率和转化效应大小(标准化平均差[SMD])。

偏差的评估

偏倚风险由2位作者根据“Cochrane协作的偏倚风险评估工具”(选择、表现、检测、流失、报告和其他偏倚)独立评估[23］.审稿人之间的分歧通过相互讨论解决，直至最终达成共识。此外，发表偏倚采用a非参数检验根据估计的治疗效果与其方差之间的秩相关[24］.

数据综合与元分析策略

如果干预后的最终值可用，则将结果汇总在荟萃分析中。对于连续数据的文章，提取结果变量的参与者人数、平均得分和标准差，计算SMD: (m)₁- m₂((s) /√₁²+ s₂²) / 2]，其中m为均值，s为标准差。

对于具有二分类数据的文章，提取干预组和对照组各类别的人数，计算比值比(OR): N_一个* N_d/ N_b* N_c，其中N_一个为干预组的坚持人数，N_b为对照组的信徒人数，N_c为干预组非依从者人数，N_d为对照组非依从者的人数。

为方便进一步计算，我们使用电子表格[25］.值得注意的是，一些负面结果(如脂肪摄入量、BMI、不健康饮食)的效应量被反向编码为正值。

对于在特定结果范围内具有多个效应量的研究(例如，PA相关结果、轻度PA、MVPA同时存在)，我们使用加权算术平均方法将效应量汇集成一个综合大小[26］.以Bantum等人的研究[27]为例，在本研究中，PA相关结果有两种效应量(SMD .16，轻度PA;SMD .38, mvpa)。由于这两种有效粒径的样本量相等(各占50%的权重)，因此合成的PA的SMD为(0.16 + 0.38)/2 = 0.27。

对于缺少数据和统计数据的问题(例如，未报告的标准差和平均值等情况)，我们首先采用统计转换(例如，将95% CI转换为SD)。如果无法进行统计转换，我们会直接联系作者获取数据集。如果两种方法都无效，我们将不合格的研究排除在meta分析的列表中。

最后，利用随机效应模型合成效应量[28］.我们采用了随机效应模型，因为它允许在特定荟萃分析中包含的研究之外进行推断[28］.阳性SMD反映了eHealth MHBC干预组优于对照组的组间差异(即，在PA、健康饮食和健康体重(如健康BMI范围)方面的结果增加)。综合效应大小以森林图的形式呈现，使读者能够一目了然地看到进入元分析的单个研究的信息[29］.采用Cochrane综述推荐的I²评估异质性[30.］.基于5个二元变量进行亚组分析:(1)性别(女性参与者比例≥50% vs <50%)，(2)年龄(参与者平均年龄≥55岁vs <55岁)，(3)干预持续时间(≥24周vs <24周)，(4)理论(干预是否以理论为指导)，(5)干预渠道(纯短信或电话vs互联网或网络)。

本meta分析的所有数据计算(发表偏倚检验、效应量综合、异质性检验、亚组分析)均使用SPSS 22.0进行[31]使用Field和Gillett提供的语法[28］.所有定性提取(信息提取、偏倚风险评估)和数据制作均由Review Manager 5.3 [32］.

结果

研究特点

最初的系统搜索总共产生了664篇文章(见图1)。摘要和全文经过重复删除和筛选，有12篇文章符合纳入标准，另外手工检索增加了3篇文章。总共有15项研究符合纳入标准，不符合排除标准，目标是改善非传染性疾病参与者的PA、健康饮食和体重状况。由于篇幅过大的问题，将各研究的主要内容总结为多媒体附录2。在已确定的15项研究中，有4项是在美国进行的[26，33-35]，加拿大各2人[36，37]和印度[38，39]，中国各1个[18]，巴基斯坦[40]，韩国[41]、荷兰[19]，新西兰[42]和联合王国[43］.值得注意的是，有一项研究在全球范围内招募了加拿大、英国和美国的样本[44］.研究参与者人数(干预组和对照组)从59人[41]至683 [37]，平均样本量为315名参与者(标准差为215名参与者)。参与者的平均年龄从42.3岁[41]至73.0岁[44］.在性别比例方面，有2项研究招募了主要或全部(≥80%)男性参与者[38，42]，而另外两项研究则招募了女性参与者(约占80%)[26，41];1项研究未报告性别信息[39］.涵盖各类非传染性疾病，其中排名前三的疾病为心脏病[18，34，37，42，43]，癌症[19，26，41，44]和糖尿病[33，38-40］.

透过不同的干预渠道及媒介，包括网站或网页、电话辅导及短讯。与传统的纯短信和纯电话干预相比，在干预中添加基于网络的材料更为普遍(8/15,53%)。值得注意的是，许多研究采用了混合渠道干预，例如将基于网络的干预与短信提醒和离线同伴支持或小组会议相结合[26，33]或将基于网络的干预材料与短信或电话提醒相结合[18，19，41］.干预时间由6周[26]至一年[39，43］.在纳入的研究中，9项研究设计的干预措施不短于24周，6项研究设计的干预措施短于24周。大多数干预措施(9/15,60%)是基于特定理论设计的，在有理论背景的干预措施中，跨理论模型(6/15,40%)和社会认知理论(4/15,27%)是最常支持的两种理论。

所有15项研究都评估了PA和健康饮食相关的结果。然而，两项研究[34，35]没有提供PA和健康饮食干预后结果的SDs。我们未能通过电子邮件从通讯作者处获得这些缺失的结果，因此这些研究不符合meta分析的条件。此外，15项研究中有4项评估了体重相关的结果[33，38-40］.干预完成率(完成整个干预的平均参与者人数除以基线时的参与者人数)从70.9% [39]至96.7% [19］.

偏倚和异质性评估

从…中可以看出图2，偏倚风险评估表明纳入的文章质量相当高。发表偏倚检验，统计结果显示PA的3个干预结果均无潜在发表偏倚(Kendall tau=.21，P= 0.33)，健康饮食(Kendall tau= 0.26;P= 0.22)，权重(Kendall tau= 0.33，P= 50)。

‎ 查看此图

干预的有效性

在接下来的章节中，分别介绍了pa相关、饮食相关和体重相关的综合结果。主要结果在森林图中可视化图3。

‎ 查看此图

PA-Related结果

13项研究的综合效应大小显示，干预组和对照组在干预后的总PA存在显著差异(SMD为0.85,Z= 2.67, 95% CI为0.23 ~ 1.47;P= .008;参见面板1中的图3)。根据经验法则[45]， SMD为0.85应被认为是较大的效应量。异质性检验未显示pa相关结局间的差异有统计学意义(χ 2²₁₂= 19.66,P=。07年,我²= 39%)。对于亚组分析，性别(χ²₁= 0.44,P= 0.51)，年龄(χ²₁= 1.78,P=.18)、干预持续时间(χ²₁= 0.98,P=.32)，干预途径(χ²₁= 0.75,P=.39)均与干预效果无显著相关。值得注意的是，干预是否基于理论(χ²₁= 2.41,P=.12)边际接近亚组显著差异。具体来说，基于理论的干预(SMD 1.22, Z=2.13, 95% CI 0.10至2.34，P=.03)的干预效果优于非理论干预(SMD = 0.30, Z=1.83, 95% CI -0.02 ~ 0.61，P= . 07)。

健康饮食相关的结果

在其余13项研究中，干预组与对照组在干预后健康饮食行为方面存在显著差异(SMD = 0.78, Z=2.34, 95% CI 0.13 ~ 1.43)。P= .02点;参见页2图3)。根据经验法则[45]， SMD为0.78应被认为是中等效应量。在异质性检验中，健康饮食相关结果存在显著异质性(χ²₁₂= 25.69,P=。01,我²= 53%)。对于亚组分析，性别χ²₁= 2.19,P=.14)，年龄(χ²₁= .46,P=.50)、干预持续时间(χ²₁= . 21,P=.65)，干预是否基于理论(χ²₁= 1.28,P=.26)与干预效果无显著相关。干预途径与干预效果无显著相关性(χ 2²₁= 2.59,P= 10)。具体而言，传统短信或电话咨询干预(SMD 1.54, Z=2.05, 95% CI 0.07至3.01，P= 0.04)的干预效果优于基于网络的干预(SMD = 0.30, Z=1.70, 95% CI -0.05 ~ 0.64，P= .09点)。

体重相关的结果

只有4项研究调查了体重相关的结果。结果显示干预组和对照组在干预后的体重状况没有显著差异(SMD -0.13, Z=0.79, 95% CI -0.47 ~ 0.20，P=点;参见面板3图3)。体重相关结果的异质性不显著(χ²_3.= 2.82,P=点)。我²由于研究数量少，无法计算。因为当任何亚组的研究<4项时，不建议进行亚组分析[46]，我们没有对体重相关结果进行亚组分析。

讨论

主要研究结果

本综述系统地确定了15项研究，这些研究调查了MHBC电子健康干预措施的有效性，旨在改善非传染性疾病患者的PA、健康饮食和体重相关结果。结果表明，MHBC eHealth干预显著促进了非传染性疾病患者的PA和健康饮食结果。然而，结果并没有显示出体重变化方面的显著干预效果。这些结果与Amireault等人的综述结果部分一致[47研究表明，MHBC干预与PA和健康饮食相关的行为可以显著改善癌症幸存者的PA行为。然而，我们的研究结果与Alageel等人的研究结果不同[48]，这表明大多数针对心血管疾病患者的MHBC干预措施都无法实现PA行为或水果和蔬菜消费的显著改变。关于效应量，MHBC eHealth干预在PA (SMD 0.85)和健康饮食(SMD 0.78)行为方面取得了较大的效应量[45］.我们荟萃分析的效应量大于2个综合电子健康干预对老年人PA行为的荟萃分析的效应量(SMD为0.79)[49]和健康人群的蔬果摄入量(SMD 0.26) [50］.这可能是因为我们针对的是非传染性疾病患者已经受到疾病的影响。因此，我们荟萃分析中的人群可能比其他健康人群更有动力和意愿改变他们的健康行为，从而获得更积极的干预效果[51］.

尽管所有纳入的干预研究都采用了MHBC eHealth方法，但参与者(如文化背景、年龄)、干预特征(如干预渠道、内容、持续时间)和结果测量仍然存在很大的可变性。这表明，作为一种新兴的干预模式，MHBC电子健康干预还处于探索阶段，没有相对公认的干预指南或标准，如CONSORT [52］.

尽管有如此高的可变性，我们仍然发现了显著的趋势。首先，电子保健干预渠道已明显从传统的基于短信或电话咨询转变为现代的、多媒体的、基于网络的或基于智能手机的干预。自2015年以来，除了1篇使用传统电话干预的文章[34，所有的干预都是基于网络的。随着互联网连接的便利和智能手机在日常生活中的普及，预测未来通过智能手机应用程序的干预有望更好地促进非传染性疾病患者的健康生活方式[13］.

第二，大多数纳入研究的干预内容主要集中于健康行为教育和咨询，缺乏实质性的行为辅导;这可能是由于目前电子保健干预渠道的局限性。常用的干预范式是选择特定的健康行为改变理论作为框架，并进一步促进所选理论的有效要素(如动机、计划和自我调节)。这些常用的方法在改变PA体重相关健康行为和健康饮食方面确实达到了显著的中等干预效果(SMD约为0.8)。为了进一步提高干预效果，我们采用双过程方法(即同时关注行为改变的有意识和无意识过程)[53，54]和社会生态方法(即涉及政策层面、环境和个人因素)可能是审慎的[55，56］.

第三，关于结果测量，大多数研究使用自我报告测量。自我报告是一种可行、经济和节省时间的数据收集方法[57]，但也存在社会可取性和报道偏见导致的主观性高、准确性低的局限性。随着科技的进步，更多客观的PA数据收集方法(例如，地理信息，基于系统的记录;建议采用基于可穿戴设备的记录)、健康饮食(如食物摄影、计算机辅助召回)和体重(如电子秤数据收集)来提高数据收集的准确性[58］.

第四，干预设计普遍缺乏随访分析。大多数纳入的研究测量了两次结果(干预前基线和干预后)。因此，MHBC电子健康干预对非传染性疾病患者PA和健康饮食行为的长期和维持作用尚未得到验证。鉴于MHBC电子健康干预还处于起步阶段，这些最初的研究主要是为了检验PA和健康饮食的电子健康干预是否有效。如所提倡的[6，13]，本研究的下一阶段是探索如何以及在什么条件下，通过增加更长的后续设计来维持这些初始变化。

在干预有效性方面，我们采用了之前相关系统评价文章中提出的分析方法，按不同结局汇总效应量[47，59］.这种方法可以有效地降低数据处理的难度，提高结果呈现的清晰度。另一方面，这种方法在某种程度上忽略了特定干预方案的总体效果。我们的研究结果仅表明，针对非传染性疾病患者的MHBC eHealth干预措施平均可以显著促进PA和健康饮食;MHBC电子健康干预能否成功促进非传染性疾病患者体重相关健康行为的整体模式尚有待证实。在未来，随着MHBC研究数量的增加，预计将开发出一个公认的指标来表明MHBC干预的总体效果大小，以便更好地评估干预效果。

有趣的是，事后亚组分析没有发现任何显著的调节因子影响干预效果。然而，研究结果确实揭示了一些潜在的调节因素(即干预是否基于理论、干预渠道)达到了边际显著性，考虑到研究的小样本，这一点值得注意。基于理论的干预对促进PA行为的效果显著，而没有任何理论基础的干预对促进PA行为的效果不显著。结果与先前关于在健康行为促进中使用理论的荟萃分析一致[60-63］.有趣的是，在促进健康饮食行为方面，传统干预媒体的干预比基于网络的干预效果更好。原因可能是其中一些基于网络的干预措施缺乏直接的虚拟沟通或定期提醒，这可能会影响干预的有效性[36，43］.这一推论可以得到先前研究的支持，即基于网络的干预只有在增加与参与者交流的额外方法时才能达到理想的效果，特别是使用SMS或文本消息[61］.

同样有趣的是，干预时间对PA或健康饮食行为的干预效果没有显著影响;一种可能的解释可能是没有考虑干预频率和干预顺序[64］.综上所述，我们建议未来的MHBC eHealth干预将基于网络的干预材料与传统的定期呼叫或虚拟联系提醒相结合，并更加关注多种健康行为之间的干预质量和顺序安排，以获得更好的干预效果。

限制

应该承认本综述的三个局限性。首先，尽管我们尽了最大的努力在有限的数据库中进行了彻底的文献检索，但由于没有包括检索时间范围以外的关键术语或研究，仍然可能导致遗漏合适的主题或相关研究。其次，一些纳入的研究可能存在偏倚，因为它们缺乏注册方案，使用了不适当的统计方法，并且缺少信息[39，40，43]，因此，在解释这些试验的结果和汇总效应量时应格外谨慎。第三，存在高度的异质性(即参与者特征、干预类型和时间长短以及结果测量)，研究数量少可能导致对综合结果的谨慎解释。

结论

据我们所知，本综述是唯一一项试图综合有关MHBC电子健康干预对非传染性疾病患者PA、健康饮食和体重的有效性的文献的研究。近年来，此类MHBC电子健康研究已成为护理后康复环境的新趋势。当前的综述通过确定研究重点和为临床决策提供初步证据，对电子卫生和非传染性疾病相关文献做出了重大贡献。这篇综述表明MHBC eHealth干预措施在促进非传染性疾病患者的PA和健康饮食行为方面取得了初步成功。确定关键的干预特征，如以理论为基础，并在基于网络的干预材料中添加沟通元素，对于最大限度地发挥MHBC电子健康干预措施在促进非传染性疾病患者体重相关行为方面的作用至关重要。基于这一综述研究，预计进一步的调查将对干预设计提出改进建议，以最终提高非传染性疾病患者的福祉。