多策略行为干预提高小学生网络食堂午餐点餐营养质量的有效性:聚类随机对照试验

简介

背景

饮食风险因素是导致疾病的主要原因[1］．学校是公共卫生和营养的关键场所[2]，而学校食品销售点可以在儿童的营养方面发挥重要作用。对澳大利亚学校食堂的研究显示，高能量、低营养的食物是最常被购买的食品。3.，4]，尽管存在鼓励更健康选择的干预措施[5-7］．这种干预措施通常包括以相对可得性为目标的以供应为基础的方法。例如，新南威尔士州(NSW)健康学校食堂战略(NSW战略)要求食堂菜单上至少有75%的食物日常项目(符合澳大利亚膳食指南的健康食品)和没有不应该出售食品(饱和脂肪、糖或盐含量高的不健康食品)[8］．新南威尔士州策略在政府学校是强制性的，在非政府学校则是强烈鼓励的[8］．然而，由于实施不够理想，此类基于供应的干预措施的影响非常不稳定[5-7，9，10］．

网络技术的兴起提供了一个独特的机会，可以利用基于需求或以消费者为中心的方法，向消费者提供更广泛的支持，鼓励在学校购买健康的食堂。特别是选择架构策略[11]，包括菜单标签[12-16],提示[17-19]，以及改变食物的位置[20.，已经被证明会影响学校和其他环境中的食物选择。从公共卫生的角度来看，将这些战略嵌入常规使用的系统具有吸引力，因为它们提供了以低成本同时接触许多人的机会，只需要极少的参与，而且不依赖于消费者的教育或技能[11］．

我们之前评估了一个通过澳大利亚学校现有的、常规使用的基于网络的食堂点菜系统进行的选择架构干预。在10所新南威尔士州公立小学进行的试点研究确定，选择架构策略可以成功嵌入基于网络的食堂点餐系统[21］．基于网络的订购允许父母和照顾者父母)及学生在网上浏览学校食堂菜单及预先购买物品。这项集群随机对照试点试验发现，2个月的干预，包括菜单标签、定位、提示和可用性策略，显著增加了健康食品的购买[21］．在随访中，来自干预学校的午餐所含的能量、饱和脂肪和钠比对照组的午餐所含的要少(P<措施)(21］．然而，试验研究只在一小部分官立学校的短期内测试了有限的策略。此外，自试点以来，新南威尔士州的食堂指南已经改变[22］．2017年，“学校新鲜口味”策略[22]，采用红绿灯系统将食物分类为绿色，琥珀色的,或红色的由最健康到最不健康，被现行的新南威尔士州健康学校食堂战略所取代[8]，修订后与《澳洲膳食指南》一致。目前的新南威尔士州战略使用国家健康之星评级包装前标签系统和具体的份量限制将食品分类为日常，偶尔,或不应该出售（谨慎)．学校得到了支持，以帮助实施指导方针，目标是到2019年在新南威尔士州的学校完全实施。

目标

本研究旨在扩大试点的影响，在政策改变的背景下，与来自其他部门的学校(即天主教和独立学校)进行更长时间(约12个月)的额外战略测试，以确定这种新方法在改善公共卫生营养方面的更广泛效用。本试验旨在评估嵌入现有网络食堂订餐系统的多策略行为干预在降低小学生网络午餐订餐中能量、饱和脂肪、糖和钠含量方面的有效性。

方法

研究设计

本研究采用了平行组、队列、聚类随机对照试验(RCT)设计，并根据聚类RCT的CONSORT(报告试验综合标准)扩展版进行报道。该试验已前瞻性注册(ACTRN12618000855224)，并获得了纽卡斯尔大学人类研究伦理委员会(H-2017-0402)和天主教教育办公室悉尼、帕拉马塔、利斯莫尔、梅特兰-纽卡斯尔、巴瑟斯特、堪培拉-古尔本、瓦加瓦加、Wollongong和威尔卡尼-福布斯教区的批准。采用网络食堂点菜系统的学校(集群)被随机分配到干预组(接受嵌入在网络系统中的选择架构策略，外加审计和反馈)或对照组(只接受标准的网络食堂)，因为不可能随机分配个体。已发表详细的方案[23]，概述如下。

参与招聘

参与学校

通过邮件和电话联系了澳大利亚新南威尔士州的非政府(天主教和独立)小学。尽管最初计划将政府学校包括在内，但在获得伦理批准方面的长期拖延意味着这些学校被排除在外，因为干预暴露的时间框架太短，不值得纳入。尽管新南威尔士州健康学校食堂策略在公立学校是强制性的，但我们强烈鼓励所有学校采用这一策略[8］．

招聘时间为2018年5月至9月(17周)。

纳入和排除标准

文本框1描述纳入和排除标准。

干预

概述

通过修改Flexischools网络订购系统的界面，实现了针对网络系统用户的多策略行为干预。干预(图1)在已发表的协议中有详尽的描述[23]，并纳入选择架构策略[11]，包括:

• 菜单标签:一种彩色符号日常，偶尔,或谨慎(也被称为不应该出售)的项目被添加到每个菜单项目旁边，并附有一个解释每个符号的键。
• 定位:菜单的项目和类别被安排得更健康日常选项更突出(例如，放在菜单项列表的第一个位置)，并且有多种口味的偶尔或谨慎项，用户被要求点击在分类之前，完整的口味列表在一个单独的弹出框中显示。
• 提示:在所有健康类别旁边都放置了吸引人的图片和简短的文字提示。当用户选择偶尔或谨慎热门食物，他们会收到提示，购买水和一片水果或蔬菜(健康的附加组件)．
• 反馈:在最终敲定并支付午餐订单之前，用户会看到一个饼图，上面有基于比例的定制反馈日常订单中的项目。
• 激励:包含100%的订单日常午餐标签上印有卡通人物和贺词，然后打印出来贴在纸袋上，将午餐订单送到学生手中。

‎ 把这个图

食堂支持策略

审核和反馈报告通过电子邮件发送给食堂经理和校长，根据新南威尔士州战略(即，日常或偶尔)，并提供有关商品定价的一般资料，以鼓励健康购物[6］．

控制

对照学校没有收到网上食堂菜单的更改，也没有收到审计或反馈报告。不过，新南威尔士州地方卫生区支持所有学校使用菜单检查服务，这是一项免费服务，根据新南威尔士州战略检查食堂菜单，并向学校提供反馈。

结果和措施

概述

Flexischools系统自动收集的学生购买数据被用作评估的基础。所有学校的数据同时收集，为期8周，间隔12个月(2018年第2学期和2019年第2学期)。回顾性收集基线数据。

主要的结果

主要结果是平均午餐订单的能量(kg)，饱和脂肪(g)，糖(g)和钠(mg)含量。对于预先包装的食品，这是基于一名营养学家的盲法评估，使用了一系列的来源，其顺序如下:(1)一个数据库，包含2000多种常见的食堂产品，由食堂研究人员在过去5年开发健康食品仪资料库(新州政府)[24), (3)FoodSwitch网站(乔治全球卫生研究所)[25]，以及(4)在网上搜索营养信息面板。对于食堂准备的食物，从食堂经理那里获得配方，并进行分析FoodWorks 9专业营养分析软件(Xyris software) [26］．

二次结果

健康的采购

所有基于网络的午餐订单中日常，偶尔,谨慎由一名营养学家使用支持新南威尔士州战略的标准计算;午餐中来自饱和脂肪和糖的平均能量比例也是根据37 kJ/g脂肪和17 kJ/g糖计算的[27］．

食堂收入(不良结果)

网上系统自动收集的采购数据被用来计算食堂每周的平均收入。

食堂的特点

在随访期结束时，对食堂经理进行电话采访，以收集有关食堂运营的信息(例如，校长运营;家长和公民操作;或外部许可-私人经营)，经理类型(例如，有偿或志愿经理)，运营天数，以及每周通常的网络订单数量。

处理措施

可用性的变化

食堂菜单符合新南威尔士州战略的学校比例是在基线和随访时根据营养师菜单评估计算的。

改变价格

的平均价格日常，偶尔,谨慎项目计算在基线和后续根据每个学校的网络菜单。

干预可接受性

在电话采访中，食堂经理被要求用李克特量表(多媒体附录1)．

额外的支持了

为了确定食堂经理改变菜单的潜在影响，研究人员还询问了他们在12个月的干预期间获得的额外支持。

学校的特点

学校特征来自一个全国性网站[28］．提取了下列资料:学生入学人数、土著和托雷斯海峡岛民入学的比例以及学校的邮编。

用户的特点

用户特征来自Flexischools系统内自动收集的数据。学生类(如3F)包含学生年级(如3年级)，是家长在系统注册时必须输入的字段，使用频率是基于一个学生在基线数据收集期间下的所有订单的计数，并计算出每周的平均值。

随机化和致盲

在获得校长(集群)同意后，并在完成基线菜单评估后，独立统计学家使用Microsoft Excel按1:1的比例将学校随机分组为干预组或对照组，采用区块随机化，区块大小在2到4之间。采用地区社会经济指数(SEIFA)按学校部门(即独立学校和天主教学校)和基于学校邮编的社会经济地位进行随机分层[29］．由于难以使参与者失明，这是一个公开试验。

保真度和数据质量

在干预期间的每个学期，一名研究助理检查基于网络的菜单，以确保菜单标签被正确应用，并记录其他干预策略是否存在。一个例外是奖励策略，它被印在午餐标签上，无法通过查看基于网络的菜单来验证。在6所学校(包括3所干预学校)进行食堂巡查，以核实自动收集的采购数据与食堂接收和分发的订单是否相符。

样本大小

招募26所学校和每所学校194名学生(考虑到86%的随访和70%的订单使用移动设备)将允许检测到组间差异195 kJ的平均午餐订单，假设班级内相关系数为0.05,80%的幂，显著性水平P< .0125(Holm-Bonferroni根据四个主要结果进行了调整)。

分析

采用了意向对待的方法，所有的学生订单和学校根据最初分配的组进行分析，包括所有有基线购买数据的学生的数据。为了适应多种结果，P< .0125was adopted as the prespecified level of significance.

主要的结果

每个主要试验结果采用单独的线性混合模型进行评估。在干预组和对照组之间，对学生在网络上点的所有午餐的营养含量(即能量、饱和脂肪、糖和钠)进行了长期的比较，包括分组与时间的互动固定效应。所有模型都包括对学校的随机拦截(以考虑潜在的学校水平聚类)，对学生的嵌套随机拦截和随机时间效应(以考虑基线和随访之间和内部的重复测量)，以及对学校部门和SEIFA的固定效应。

二次结果

更健康的购买结果(即，日常，偶尔,谨慎)采用单独的logistic混合模型进行评估。以评估购买是否有显著变化日常，偶尔,谨慎两组之间的项目，使用三种独立的逻辑回归(即项目是日常Vs不是的项目日常)，包括群体随时间的互动固定效应。与主要结果一样，所有模型都包括学校的随机截距(以考虑潜在的学校水平聚类)，学生的嵌套随机截距和随机时间效应(以考虑时间点之间和时间点内的重复测量)，以及学校部门和SEIFA的固定效应。根据主要结果评估了每份订单中来自饱和脂肪和糖的能量比例的差异以及平均每周收入的差异。

按方案分析

按方案分析，确定了能量含量(kJ)和比例的影响日常当完全实施干预时的食物。如果有80%的可验证策略在随访中正确应用，并且激励策略在食堂经理调查中报告存在，那么学校就被纳入研究范围。根据能量含量(kJ)、学生年级(幼儿园- 2年级vs . 3-5年级)、学校部门(天主教vs .独立学校)和点菜频率(低平均每周少于1个订单vs高≥1单/周)，增加三方互动固定效应(组-时间-子组)。以下假设支持预先指定的亚组分析:(1)家长可能对低年级学生的午餐订单有更多的控制权，可能更受干预的影响，导致低年级学生更健康的购买。(2)新南威尔士州健康学校食堂战略在不同学校(天主教学校和独立学校)之间的实施可能存在差异，这可能影响了菜单的组成，从而影响了干预产生效果的能力。(3)点餐频率较低的用户可能会认为食堂的午餐点餐更像是一种治疗购买而不是他们日常饮食的一部分，因此较少受干预策略的影响。

使用SAS 9.3版本(SAS Institute)进行统计分析。

结果

概述

CONSORT图(图2)显示参与试验的学校及学生数目。经过17周的招生，40%(17/43)的合格学校表示同意，33%(14/43)的学校拒绝，28%(12/43)的学校没有做出决定。干预组随机选取9所学校，对照组随机选取8所学校。没有一所学校退出了这项研究。四个结合样本包括招收幼儿园至12年级学生的学校(3所干预学校和1所对照学校)。

只有4个订单(占所有订单的0.01%)被排除在外，因为它们大得令人难以置信。参与学校和学生的特点在表1而且2．干预学校的学生入学率比对照学校高出约30%(无显著性检验)[30.]，正因为如此，在干预学校中，每周网络午餐订单的平均数量更高。

‎ 把这个图

主要的结果

概述

线性混合模型分析表明，干预组组间随时间的差异为:−69.4 kJ能量(95% CI−119.6 ~−19.1;P=.01)，−0.6 g饱和脂肪(95% CI−0.9至−0.4;P<.001)，−32.1 mg钠(95% CI−56.3至−7.9;P=.013)和+0.4 g糖(95% CI−0.7至1.5;P=)。能量和饱和脂肪的差异在预定的水平上有统计学意义P< .0125,sodium was borderline (表3)．

按方案分析

总共有4所学校部分实施了干预措施，3所学校没有实施健康附加程序策略(见本节)保真度检查)，以及4所无法证实该激励策略已落实的学校。与对照学校相比，全面实施干预的5所干预学校的方案分析显示，四个主要结果中的三个(−89.4 kJ能量，P= .007;−0.7 g饱和脂肪P<措施;表3)．

二次结果

健康的采购

从基线到随访，与对照学校相比，干预学校有更大的几率日常购买物品(优势比[OR] 1.69, 95%置信区间1.46-1.96;P<.001)对应于日常和较低的几率偶尔购买物品(OR 0.67, 95% CI 0.57-0.78;P<.001)对应于偶尔项(表4)．的减少谨慎项目在指定的显著性水平上不显著(OR 0.82, 95% CI 0.68-1.00;P= . 05)。按方案分析表明，两者的干预效果和意义相似日常(或1.50,95% ci 1.27-1.78;P<措施),偶尔(或0.70,95% ci 0.59-0.84;P=措施)项目。来自饱和脂肪的能量百分比在组间差异非常小(−0.9%，95% CI−1.4%至−0.5%;P<.001)和来自糖的能量百分比(+1.1%，95% CI 0.2%-1.9%;P= 0.02)，能量在主分析中显著，能量和糖在按方案分析中显著(表3)．

收入

随着时间的推移，从网上食堂购买的平均每周收入在两组之间没有差异(P= 36;表3)．

亚组分析

在学生年级、学校部门或命令的频率(表5)．

处理措施

可用性的变化

在基线时，没有一所干预学校和一所对照学校的菜单与新南威尔士州战略一致，在随访时，这一情况已变为一所干预学校和零对照学校。的比例日常，偶尔,谨慎干预和对照菜单在两个基线的菜单项相似(489/858,56.9%和406/694,58.5%)日常项目;138/858, 16.1%， 107/694, 15.4%偶尔项目;231/858和181/694分别为26.9%和26.1%谨慎项目)和随访(554/876,63.2%和424/703,60.3%)日常项目;150/876, 17.1%和121/703,17.2%偶尔项目;172/876 19.6%， 158/703 22.5%谨慎项,分别)。

改变价格

的平均价格在整个时间内没有组间的差异日常（P= 54),偶尔（P= .92),或谨慎（P=点)项目。

干预可接受性

所有完成访谈的干预食堂经理(7/9,78%)都感到满意，并会将干预推荐给其他食堂经理。几乎所有人都同意干预策略是可以接受的(6/ 7,86%;范围6/ 7,86%至7/ 7,100%;多媒体附录1)．

额外的支持了

在完成访谈的15所学校(7所干预学校和8所对照学校)中，71%(5/7)的干预学校和38%(3/8)的对照学校报告在12个月的干预期间使用了菜单核对服务。所有干预学校(7/ 7,100%)和75%的对照学校(6/8)报告获得了其他菜单支持。

保真度检查

菜单标签是所有自动化策略的基础(即定位、提供量身定制的反馈和激励)。因此，验证标签的正确应用表明这些其他策略是按预期实现的。在4种保真度检查中，所有9种干预学校的正确标签比例分别为93.6%(673/719)、94.3%(666/706)、93.4%(657/703)和95.3%(696/730)。最初在应用健康的附加组件策略，即当选择的菜单项被多次订购时，用户会被收取额外的费用。这一策略被从所有的干预菜单中删除，通常是点多份的食物(如鸡块)。此外，这种策略还改变了生产清单的通常布局，从而使经理可以使用这些清单来组成订单。结果，3所干预学校要求健康的附加组件策略被关闭，9名介入的食堂经理中有5名证实，激励措施被印在了订单的午餐标签上日常物品。

数据质量

在6所学校中，从供应商(Flexischools)购买的数据与学校访问期间从学校食堂收集的观察数据进行了验证。数据源之间有95.8%(767/800)的一致性。

讨论

主要研究结果

这个试验调查了单击与危机学生网络午餐订餐的营养质量研究。与对照组相比，干预组的能量和饱和脂肪含量显著降低，但糖和钠含量无显著差异。令人鼓舞的是，这对食堂收入没有影响，表明在这方面没有不利的干预作用。干预学校有更大的几率日常购买的物品和较低的几率拥有偶尔物品购置，相应增加9.8%日常和7.7%的下降偶尔项,分别。

在患病几率上没有显著差异谨慎群组间购买的道具。事实上，所有的食物都被分为三类，这意味着日常食物必须以其他食物减少为代价。在这种情况下，减少额被分成其他两类的减少额。各点估计数反映了这一减少，但只是偶尔食物是很重要的，因为它是更常见的选择，而减少谨慎食物的影响并不显著，因为它是稀有的选择，因此检测这种影响的能力较弱。

很少有研究测试通过网络订餐系统推送推送策略的效果。在一项针对美国一所学校4 -7年级学生的集群随机对照研究中，通过网络点餐系统推送的推送策略导致午餐订单中水果、蔬菜或低脂牛奶的选择高于没有推送的对照组。31］．然而，这项研究只在一所学校进行了2周的随访期。一项将红绿灯营养标签应用于网络超市内5种食品类别的53种产品的非随机试验发现，在10周的时间内，相对于比较商店的销售额没有差异[32］．然而，在纽约食品分发处的50名参与者中，通过提供默认订单进行的网络推送试验结果显示，与那些在订购前接受简单营养教育的人相比，他们购买全谷物、水果和蔬菜的数量更高。33］．

这项试验的结果模式与试点试验的结果相似，即在启动干预策略后的2个月内，干预午餐订单的平均能量、饱和脂肪和钠含量显著降低，健康食品的比例增加[21］．然而，中导的效应大小(即组间差异−572 kJ;增加22%健康的购买量)超过了这次试验。试验和本试验之间的方法差异可能解释了效应大小的明显差异。具体而言，试验试验在官立学校内进行的时间较短(跟进2个月vs 12个月)，采用了不同的分类(新鲜口味@学校) [22]和一个不同的标签系统(红绿灯符号)。尽管如此，对主要结果的影响虽然不大，但在人口水平上可能是有意义的，应该根据潜在的干预范围来考虑。在新南威尔士州，95%的小学生会去食堂吃饭，55%的小学生至少每周点一次餐，4%的小学生每周点3到5次餐。34］．因此，如果在学校系统中广泛传播，许多学生可能会从干预中受益。

这项研究计划包括26所学校。虽然政府学校参与最终获得了伦理上的批准，但政府和非政府学校之间的干预时间差异太大，无法纳入这个12个月的试验。因此，最终样本仅包括17所学校，降低了检测到的影响估计的精度。尽管如此，该试验仍然能够发现初级试验结果的微小差异是显著的。共有14所学校不同意参加，12所学校尚未决定。由于这项以食堂为基础的干预必须得到校长的同意，因此建议未来的研究在一系列利益相关方(包括学校校长)中评估干预的可接受性。

限制

虽然干预学校和对照学校大致相似(没有进行显著性检验)[30.］_，干预学校在基线时有更高的入学率和更多的午餐订单。然而，与学生订单的健康程度密切相关的因素(如健康食品的比例和价格)在两组之间是相似的。研究团队没有任何机会获得学生年级以外的个人人口统计学特征，未来的研究应该寻求收集更多关于用户社会人口统计学特征的信息，以便分析干预是否在某些子群体中更有效。没有从干预终端用户那里收集有关干预可接受性的数据，而关于食堂经理可接受性的调查结果仅基于7名参与者。伦理审批的延迟意味着干预时间从8个月到10.5个月不等，政府学校被排除在外。先前的研究显示，就网上食堂的认知或使用情况而言，官办学校和非政府学校并无差异[35］．然而，在遵守新南威尔士州战略方面，学校部门之间可能存在差异，这可能会影响食堂菜单的相对健康程度(即食堂菜单的比例)谨慎食物和日常食物)。遵守策略可能会影响干预措施的成效，因为在基线时遵守指引的学校，其改善的空间将较小(即a天花板效应)．因此，未来对更大样本学校的研究应该调查不同学校部门之间的干预效果是否存在差异，并调查与策略遵从性的关系。最后，我们的分析是基于购买数据而不是消费数据。然而，客观记录的购买数据可以提供对饮食质量合理准确的估计[36，37］．

本试验的优点包括严格的聚类随机对照设计。对干预的评价是基于网上系统自动收集的2200多名学生的购买数据，并通过校内观察进行验证。从购买数据中提取的营养信息是基于严格的菜单评估，由2名营养师独立验证，并基于已建立的营养数据库。12个月的随访也是一项研究的优势，并解决了先前涉及基于网络的学校午餐订购系统的试验的局限性[21，31，38］．

结论

的单击与危机本集群随机对照试验评估的干预措施使用现有的基于网络的食堂订购系统实施选择架构策略，以鼓励小学生订购更健康的午餐。鉴于其在降低学生午餐订单的能量含量和增加购买的有效性的证据日常食品，它在食堂经理中的接受度和广泛的影响范围，这种干预有可能影响人口水平的饮食选择。这一干预措施可能是政策制定者改善儿童饮食的一系列战略的有益补充，包括供应方面的干预措施，鼓励增加更健康的食品选择，以及在非学校环境下的干预措施，包括课后活动、体育俱乐部和家庭。需要进行更多的研究，以确定结果是否在所有学校部门一致并持续较长时间，并在调查大规模实施的小学干预措施的影响之前确定干预措施的成本效益。