评估游戏化对体育活动的有效性:随机对照试验的系统回顾和元分析gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

缺乏体育活动和久坐行为是全球死亡的主要危险因素之一[gydF4y2Ba1gydF4y2Ba］．全世界每年有500万人死于缺乏体育活动[gydF4y2Ba2gydF4y2Ba］．与此相反，经常进行体育活动可预防患慢性疾病的风险[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba]，限制了他们的进步[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba]，并降低早期死亡率[gydF4y2Ba7gydF4y2Ba］．与此同时，每天总久坐时间与总死亡率之间也存在剂量-反应关系[gydF4y2Ba7gydF4y2Ba］．荟萃分析表明，成年人的死亡风险随着每天>3小时的久坐生活方式而稳步增加，而当这一时间超过每天7小时时则更加显著[gydF4y2Ba8gydF4y2Ba］．然而，最近的研究表明，高水平的PA可以减弱甚至消除SB对总死亡率的有害影响[gydF4y2Ba9gydF4y2Ba］．gydF4y2Ba

在此背景下，迫切需要开发能够有效改变PA的干预措施。因此，数字卫生干预措施通过使患者以动态和互动的方式参与治疗，构成了照顾患者的新机会。游戏化是利用数字干预效果的一个很有前途的途径。游戏化是指在非游戏环境中使用游戏设计元素。gydF4y2Ba10gydF4y2Ba］．通过将游戏机制整合到最初缺乏的干预措施中，游戏化的目的是将使游戏变得有趣的成分整合到日常生活中，以激励参与者参与PA [gydF4y2Ba11gydF4y2Ba］．使用gydF4y2Ba激励功能gydF4y2Ba游戏化可以影响心理(如动机、态度和乐趣)和身体结果(如身体能力)[gydF4y2Ba12gydF4y2Ba因此，它似乎是一种潜在的改变行为的强大技术。gydF4y2Ba

通过游戏化PA，参与者被鼓励移动和步行去玩，这往往会使他们的活动更愉快和有趣[gydF4y2Ba13gydF4y2Ba］．与严肃游戏不同的是，严肃游戏指的是为了教育或健康目的而使用完整的电子游戏(即完整的电子游戏，而不是游戏的特定元素或单个功能)[gydF4y2Ba10gydF4y2Ba]并需要专门的时间、地点和实施[gydF4y2Ba14gydF4y2Ba]，游戏化技术对不同情境的参与模式相对开放[gydF4y2Ba10gydF4y2Ba]，而是关注日常生活的方方面面(如散步、跑步或园艺)。移动技术和可穿戴设备使游戏化成为可能，这些设备可以以持续的、基于网络的方式跟踪和收集日常活动。这允许直接干预个人的生活方式，而不会为参与者增加物质或时间限制。gydF4y2Ba

然而，一些文献综述[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba15gydF4y2Ba，gydF4y2Ba16gydF4y2Ba在行为干预中使用游戏化的结果并不一致，一些研究显示出积极的效果，而另一些研究则提供了更复杂的效果。这些评论还强调缺乏高质量的研究，并强调需要更严格的试验来隔离游戏化的影响(即随机对照试验)。重要的是，Koivisto和Hamari [gydF4y2Ba15gydF4y2Ba)表明，在进行严格的实验时，游戏化的影响可能会更小。总之，这些综述表明，没有明确的证据表明游戏化干预的有效性。然而，目前还没有进行meta分析。量化游戏化干预的效应大小并确定这种效应的调节因子，将为此类干预的有效性提供重要信息。此外，荟萃分析显得及时，因为现在有足够的随机对照试验来进行这样的分析。gydF4y2Ba

本研究gydF4y2Ba

这项研究首次量化了游戏化干预对PA的影响。除了干预期间或干预后的影响，我们还试图评估长期影响，以确定这些干预措施的健康相关性。事实上，我们认为，游戏化要想有效，就必须长期保持其影响，提供的不仅仅是短期的新奇效果。gydF4y2Ba11gydF4y2Ba］．游戏化对不同用户群体的普遍性也是一个主要问题，因为这将决定游戏化是否可以引入医疗保健环境，或者更适合于健康受众的预防。gydF4y2Ba

本系统综述和元分析的目标是通过(1)评估游戏化干预对PA和SB的影响，(2)评估游戏化项目的长期或持续影响，以及(3)评估游戏化在不同人群中的普遍性来解决这些研究空白。gydF4y2Ba

方法gydF4y2Ba

设计gydF4y2Ba

本综述根据PRISMA(系统评价和元分析首选报告项目)指南进行[gydF4y2Ba17gydF4y2Ba］．遵循建议以尽量减少偏见并提供先验分析意图的证据[gydF4y2Ba18gydF4y2Ba]，该研究在国际前瞻性系统综述注册(PROSPERO;注册编号:CRD42020186882)及开放科学框架(OSF) [gydF4y2Ba19gydF4y2Ba］．此外，所有材料和数据均可在项目的OSF页面上查阅，以促进评审的可重复性和透明度[gydF4y2Ba20.gydF4y2Ba］．gydF4y2Ba

搜索策略和信息源gydF4y2Ba

我们使用PubMed、Embase、Scopus、Web of Science和Cochrane Central Register of Controlled Trials这五个电子数据库进行了系统的文献检索。我们结合了代表结果(PA或SB)、干预(游戏化)、设备(eHealth)和试验的同义词的替代术语和关键字(见表S1)gydF4y2Ba多媒体附件1gydF4y2Ba［gydF4y2Ba21gydF4y2Ba-gydF4y2Ba36gydF4y2Ba]以了解所用术语的概述)。搜索策略由一位学术图书管理员审查。从2010年1月1日起(2010年是这个词被广泛采用的日期)，所有数据库都被单独搜索gydF4y2Ba游戏化gydF4y2Ba［gydF4y2Ba10gydF4y2Ba)，直到2020年12月31日，而且研究仅限于英语文本。所有数据库的完整搜索方程可在gydF4y2Ba多媒体附件1gydF4y2Ba．此外，我们从收录的研究和综述文章中收集参考文献，补充了我们的搜索。gydF4y2Ba

合格标准gydF4y2Ba

如果研究是随机对照试验，并且符合基于参与者、干预措施、比较对象和结果框架的其他标准，则有资格纳入。gydF4y2Ba

参与者gydF4y2Ba

这篇综述的重点是一般人群，不考虑年龄、性别或健康状况(也包括慢性疾病患者)。我们排除了涉及PA禁忌症或疾病阻止他们参与PA或理解游戏原则(智力和认知障碍)的参与者的研究。gydF4y2Ba

干预gydF4y2Ba

针对PA或SB的数字干预，并结合游戏元素和游戏化技术，如点数、关卡、奖励、排行榜、叙事和团队，是人们感兴趣的。我们明确区分了游戏化和相关结构，如严肃游戏。因此，我们排除了基于主动电子游戏(即允许玩家在屏幕上玩图像的电子游戏)的干预措施，这些游戏与严肃游戏比游戏化产品更具可比性。gydF4y2Ba

比较器gydF4y2Ba

在本综述中整合了一些尝试在随机设计中比较游戏化干预措施与没有游戏化元素的对照组的研究。这些组可以是不活跃的(未暴露的对照组，如等待列表)或活跃的(另一种非游戏化干预)。gydF4y2Ba

结果gydF4y2Ba

在本综述中，我们纳入了评估总PA或休闲PA(每周任务[MET]小时或每周MET分钟的代谢当量量或持续时间、能量消耗[METs]、中度至剧烈PA [MVPA]、步数、步行时间和活动分钟)变化和SB(总时间、休闲时间、工作、花在电脑前的时间和花在电视前的时间)变化的研究。这些结果是连续的数据，要么客观地测量(通过加速度计、计步器和智能手机)，要么通过自我报告的问卷进行主观测量。在分析中，客观测量的数据总是优先于自我报告的问卷，而自我报告的问卷更容易受到偏差的影响，有可能高估PA [gydF4y2Ba37gydF4y2Ba］．gydF4y2Ba

此外，来自综述、评论或会议摘要的研究被排除在外;如果他们包括之前在另一项研究中发表的数据;如果他们不是随机和控制的;如果它们不是用英文写的;如果它们在2010年之前出版。gydF4y2Ba

筛选gydF4y2Ba

总共有2位作者(AM和AC)独立筛选了搜索结果的标题和摘要。纳入前检查了潜在纳入研究的全文。分歧通过讨论或咨询第三作者(MD)来解决，一致程度用gydF4y2BaκgydF4y2Ba统计。被排除的研究的完整列表可在该项目的OSF页面上获得。gydF4y2Ba

数据提取gydF4y2Ba

在数据收集过程中，AM和AC独立提取数据，并使用预定和测试的模板相互盲视。分歧通过与第三作者(MD)讨论或协商解决。提取的数据包括每项研究的结果和三种类型的潜在调节剂:gydF4y2Ba

1. 人群水平的审核员评估干预措施的普遍性(人群特征、年龄、性别和病理)。gydF4y2Ba
2. 干预级别的审核员，以更好地理解游戏化机制(用于开发干预、游戏化元素和干预方式的理论模型[例如，基于互联网的、智能手机应用程序和社会激励的存在])。gydF4y2Ba
3. 结果级别的调节器(结果、PA或SB的测量和设备)。gydF4y2Ba

偏倚风险评估gydF4y2Ba

对于每一项符合条件的研究，2名审稿人(AM和AC)使用专门构建的Cochrane偏倚风险工具评估偏倚风险(Cochrane干预系统评价手册表8.5 [gydF4y2Ba38gydF4y2Ba])，评估7个领域(序列生成、分配隐藏、参与者和人员盲化、结果评估盲化、结果数据不完整、选择性结果报告和其他偏倚风险)。从提取的信息中判断潜在的偏倚风险，并将其评级为gydF4y2Ba高的风险gydF4y2Ba，gydF4y2Ba低风险gydF4y2Ba,或gydF4y2Ba不清楚gydF4y2Ba如果没有相关资料。这些偏倚评估在综述中报告并包括在分析中，并衡量与gydF4y2BaκgydF4y2Ba进行统计计算。经过全面评估后，我们决定不提这个项目gydF4y2Ba蒙住参与者和人员的眼睛gydF4y2Ba在回顾中因为所有的研究都是相似的，被评为gydF4y2Ba高的风险gydF4y2Ba这种干预是不可行的。gydF4y2Ba

数据综合与统计分析“，gydF4y2Ba

首先，在定性综述中综合数据，评估研究的关键要素并突出干预差异。本定性综述整合了所有符合资格标准的研究，包括那些我们无法提取数据的研究。gydF4y2Ba

对于定量分析，当可获得或使用Hozo等人的方法估计来自个别研究的连续PA或SB结果的平均值和SDs时进行了汇编[gydF4y2Ba39gydF4y2Ba]时，报告中位数和IQR。当原始文章中没有必要的数据时，我们首先向作者要求这些数据。如果无法获得数据，我们就从可用的图表中提取数据。如果这是不可能的，我们将该研究从定量分析中排除。gydF4y2Ba

进行了全球荟萃分析以获得汇总效应。此外，当有足够的数据可用时(即4项或更多研究报告了一个结果)，我们针对每个特定结果(步数、MVPA和SB时间)和随访效果进行了不同的荟萃分析。为解决研究效应导致的数据不独立问题，随机效应模型[gydF4y2Ba40gydF4y2Ba比通常的统计测试更受欢迎。此外，Hartung-Knapp-Sidik-Jonkman方法被用于减少DerSimonian-Laird方法固有的假阳性的产生[gydF4y2Ba41gydF4y2Ba并获得更可靠的方差估计。使用标准化平均差(SMD)对连续结果进行分析，以解释不同的测量仪器或测量足够接近时的平均差(MD)。我们计算了对冲gydF4y2BaggydF4y2Ba［gydF4y2Ba42gydF4y2Ba]的效应大小，这是类似于科恩gydF4y2BadgydF4y2Ba但校正小样本偏差，这是反复出现的研究包括。因此，一个篱笆gydF4y2BaggydF4y2Ba0.2表示影响很小;0.5，效果适中;0.8，影响很大[gydF4y2Ba43gydF4y2Ba］．我们计算了干预后结局评分(在综述中显示)和基线结果变化的SMDs。干预后效应量评分是指干预后治疗组结果与对照组结果的比较。计算从基线变化的评分效应量，以比较治疗组和对照组的效应量。gydF4y2Ba

对于包含多种结果的研究，我们在主要分析中保留了最初文章中针对的主要结果。如果一项研究报告的PA结果都不是主要的结果，我们从干预和原始实验的角度选择最相关的结果。在有多个时间测量的设计中，最接近干预结束的评估被保留。干预结束2周后进行时间评估，纳入随访分析。当研究包括多个具有游戏化特征的干预组时，按照科克伦手册(Cochrane Handbook)推荐的公式将这些干预组合并为一组[gydF4y2Ba38gydF4y2Ba］．如果将游戏化干预与活跃对照组和不活跃对照组进行比较，那么包括多个对照组的研究可以整合到不同的亚组分析中。gydF4y2Ba

统计异质性检验使用森林图和gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba统计量，这是衡量研究间异质性大小的最常用指标，且易于解释(0%-40%可能不重要，30%-60%可能代表中等异质性，50%-90%可能代表严重异质性，75%-100%可能代表相当大的异质性)[gydF4y2Ba44gydF4y2Ba］．我们进行了不同的有影响力的分析，以解决研究之间的异质性。我们首先探讨了异常值的存在，异常值被定义为CI与汇总效应的CI不重叠的研究。我们还进行了遗漏分析，该分析多次重新计算汇总效应，每次省略一项研究。最后，我们进行了Baujat图[gydF4y2Ba45gydF4y2Ba]，这是一个诊断图，通过比较每个试验在合并效应中的贡献与总体Cochran来检测荟萃分析中的异质性来源gydF4y2Ba问gydF4y2Ba测试异质性。gydF4y2Ba

我们采用不同的方法来检测发表偏倚(漏斗图，Egger回归检验[gydF4y2Ba46gydF4y2Ba]，以及Duval和Tweedie修整和填充程序[gydF4y2Ba47gydF4y2Ba])。此外，确定分析中纳入的研究的证据价值的另一种方法是检查个别研究的统计力。因此，我们进行了日落漏斗图[gydF4y2Ba48gydF4y2Ba]，这是一个漏斗图变体，它可以根据总结效应量可视化元分析中包含的每项研究的统计能力。gydF4y2Ba

因此，进行敏感性分析以处理样本中存在高偏倚风险或强异质性的研究或被确定为异常值的研究。进行亚组分析，以探讨可能的异质性来源和检验人群差异。因此，我们使用随机效应模型对亚组差异进行了测试。此外，当有足够的数据可用时(即每个解释变量至少进行10项研究[)，我们进行了调节分析，以探索潜在解释变量和调节因子对效应量的影响。gydF4y2Ba38gydF4y2Ba])。结果以回归系数估计值、95% ci和gydF4y2BaPgydF4y2Ba值。gydF4y2Ba

对于交叉试验，我们首先检查了原始研究文本中的结转效应或周期效应是否有问题。对于聚类随机试验，我们检查不同聚类的影响是否不太重要，分析研究中的类内相关系数值。然后，由于在已发表的文章中缺乏足够的信息，我们将这些研究视为传统的平行试验。然而，这个过程增加了单位分析错误的概率。因此，我们在没有聚类和交叉试验的情况下进行了敏感性分析，以测试结果的稳健性。gydF4y2Ba

分析程序的摘要可在gydF4y2Ba多媒体附件1gydF4y2Ba(图S1)。分析在R(统计计算R项目)上进行gydF4y2BadmetargydF4y2Ba包(gydF4y2Ba49gydF4y2Ba］．偏倚风险总结和偏倚风险图通过gydF4y2BarobvisgydF4y2BaR包[gydF4y2Ba50gydF4y2Ba］．gydF4y2Ba

结果gydF4y2Ba

纳入研究的特征gydF4y2Ba

我们筛选了1626篇文章的标题和摘要，并根据纳入标准评估了51篇全文文章的资格。最后，18篇文章[gydF4y2Ba21gydF4y2Ba-gydF4y2Ba36gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba]纳入定性分析，16例纳入元分析(gydF4y2Ba图1gydF4y2Ba)．的gydF4y2BaκgydF4y2Ba2位作者筛选阶段的一致性值为0.64，反映了良好的一致性[gydF4y2Ba53gydF4y2Ba］．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

表1gydF4y2Ba提供所纳入研究特征的概述。纳入定量分析的16项研究涉及2407名参与者，年龄9-73岁(平均35.7岁，标准差17.2岁)，样本量从20到602。总体而言，67%(12/18)的研究包括成年参与者[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba24gydF4y2Ba-gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba34gydF4y2Ba-gydF4y2Ba36gydF4y2Ba33%(6/18)的研究包括青少年(即<18岁[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba])。共有22%(4/18)的研究包括患有慢性疾病(即肥胖[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba36gydF4y2Ba]、二型糖尿病[gydF4y2Ba35gydF4y2Ba]，以及心血管疾病[gydF4y2Ba28gydF4y2Ba])。gydF4y2Ba

在欧洲共进行了6项试验;美国有4个;澳大利亚和新西兰各3人;加拿大3人;亚洲2个。研究发表于2014年至2020年之间，39%(7/18)发表于2018年之后。gydF4y2Ba

大多数研究基于智能手机应用程序(n=10;［gydF4y2Ba23gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba35gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba])，基于web (n=3;［gydF4y2Ba21gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba29gydF4y2Ba])，或两者都有(n=4;［gydF4y2Ba22gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba36gydF4y2Ba])。Nishiwaki等[gydF4y2Ba25gydF4y2Ba]使用带有电脑游戏功能的计步器。干预时间从1到24周不等，平均11.8周，最常见的为24周。使用最多的游戏机制是基于网络的奖励，如徽章、奖章或奖杯(13/18,72%;［gydF4y2Ba21gydF4y2Ba，gydF4y2Ba22gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba26gydF4y2Ba-gydF4y2Ba28gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba)、球队或联盟(13/ 18,72%;［gydF4y2Ba21gydF4y2Ba-gydF4y2Ba24gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba32gydF4y2Ba-gydF4y2Ba34gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba])，水平(9/18,50%;［gydF4y2Ba22gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba])，分或分数(7/ 18,39%;［gydF4y2Ba22gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba36gydF4y2Ba])，或者存在排行榜(7/ 18,39%;［gydF4y2Ba22gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba])。几乎所有的研究都在干预中纳入了诸如团队合作、社交网络和消息设施等社会激励因素(15/18,83%;除了Nishiwaki等人[gydF4y2Ba25gydF4y2Ba]， Direito等[gydF4y2Ba31gydF4y2Ba]，以及Höchsmann等[gydF4y2Ba35gydF4y2Ba])。gydF4y2Ba

比较游戏化干预和积极对照组的研究使用了类似的没有游戏元素的干预(即一个等效的非游戏化应用程序)。gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba32gydF4y2Ba]或使用可穿戴设备或活动监测器进行自我监测干预[gydF4y2Ba25gydF4y2Ba-gydF4y2Ba27gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba36gydF4y2Ba])。gydF4y2Ba

在大多数研究中，干预措施都是基于理论模型。共6项研究[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba]基于自我决定理论[gydF4y2Ba54gydF4y2Ba];5 (gydF4y2Ba22gydF4y2Ba-gydF4y2Ba24gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]关于社会认知模型(即跨理论模型[gydF4y2Ba55gydF4y2Ba]、社会认知理论[gydF4y2Ba56gydF4y2Ba]，计划行为理论[gydF4y2Ba57gydF4y2Ba]，以及卫生行动进程方法[gydF4y2Ba58gydF4y2Ba]);3 [gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba36gydF4y2Ba行为经济学模型。gydF4y2Ba

试验中测量的结果各不相同:他们使用总PA持续时间或MVPA持续时间、SB持续时间、每日步数、步行持续时间或活动分钟数。共有13个实验使用三轴加速度计等设备客观地测量PA (n=7;［gydF4y2Ba21gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba31gydF4y2Ba-gydF4y2Ba33gydF4y2Ba，gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba])、面向普通人群的可穿戴设备(如Fitbit、Garmin、Polar和Withings监控器;n = 6;［gydF4y2Ba23gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba34gydF4y2Ba-gydF4y2Ba36gydF4y2Ba])，计步器(n=1;［gydF4y2Ba25gydF4y2Ba])或智能手机(n=1;［gydF4y2Ba30.gydF4y2Ba])， 5人以自我报告的方法评估PA(国际体育活动问卷[gydF4y2Ba22gydF4y2Ba]、青少年体育活动问卷[gydF4y2Ba31gydF4y2Ba]、积极澳洲调查[gydF4y2Ba24gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]，或其他[gydF4y2Ba29gydF4y2Ba])。共6次试验[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba36gydF4y2Ba]在干预结束后12至30周(平均14.4周)完成了随访评估。gydF4y2Ba

共2项研究[gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba]被排除在荟萃分析之外，仅被纳入定性综述，因为我们无法提取他们的结果。gydF4y2Ba

偏误风险gydF4y2Ba

2位作者用a提取偏倚风险数据gydF4y2BaκgydF4y2Ba系数为0.79，即非常一致[gydF4y2Ba53gydF4y2Ba］．gydF4y2Ba多媒体附录2gydF4y2Ba［gydF4y2Ba21gydF4y2Ba-gydF4y2Ba36gydF4y2Ba),gydF4y2Ba3.gydF4y2Ba在荟萃分析中，以百分比形式呈现作者对所有纳入研究的偏倚风险项的判断，并概述每项研究的不同偏倚。总体而言，1项研究[gydF4y2Ba28gydF4y2Ba]被评为高风险序列生成，因为分配是基于招聘顺序。因此，本研究也存在较高的分配隐藏风险。共3项研究[gydF4y2Ba24gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]的研究结果存在较高的偏倚风险gydF4y2Ba结果评估的盲化gydF4y2Ba因为他们只使用自我报告来测量PA。总共有5项研究[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba49gydF4y2Ba，gydF4y2Ba52gydF4y2Ba]的研究结果存在较高的偏倚风险gydF4y2Ba结果数据不完整gydF4y2Ba项目，因为他们报告了高辍学率，并且没有包括意图威胁分析和5项研究[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba52gydF4y2Ba]被评为风险不明确gydF4y2Ba选择性结果报告gydF4y2Ba项目，因为它们没有在方案研究中预先注册或发表。最后，2项研究存在其他高偏倚风险。第一个[gydF4y2Ba25gydF4y2Ba]是在没有洗脱条件下进行的交叉试验，而另一项[gydF4y2Ba21gydF4y2Ba]是一项无聚类控制、统计分析中未考虑聚类、组间基线差异检验的聚类随机试验。gydF4y2Ba

总结影响gydF4y2Ba

总体而言，干预后所有PA结果(MVPA、每日步数、活动分钟数和步行时间)的SMD为HedgesgydF4y2BaggydF4y2Ba0.43 (95% CI 0.03-0.82;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 86%;gydF4y2Ba图2gydF4y2Ba)，在统计上具有显著的中小效应。同样，我们发现了一个对冲的统计显著的SMD效应gydF4y2BaggydF4y2Ba0.38 (95% CI 0.07-0.69;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba=79%)。gydF4y2Ba

只有3项研究[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba31gydF4y2Ba评估久坐时间的结果。由于样本量小，未对该结果进行荟萃分析。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

异常值和有影响的分析gydF4y2Ba

在第一个分析中，观察到大量的统计异质性。为了解决研究间的异质性，我们首先寻找异常值的存在。共有3项研究被认为是异常值[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba35gydF4y2Ba]，在移除它们之后，我们仍然获得了一个显著的效果gydF4y2BaggydF4y2Ba0.34 (95% CI 0.17-0.51)，具有中度异质性(gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 58%)。gydF4y2Ba

省略分析表明，每个研究的顺序去除对一般效应量没有重要影响，其效应量范围从一个HedgesgydF4y2BaggydF4y2Ba0.33 (95% CI 0.00-0.66;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba=84%)到一个HedgesgydF4y2BaggydF4y2Ba0.48(95%可信区间0.13-0.83;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 78%;图S2gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba

Baujat图(图S3gydF4y2Ba多媒体附件1gydF4y2Ba)表明，4项研究比其他研究解释了更多的异质性，更具体地说，Corepal等人的研究[gydF4y2Ba21gydF4y2Ba]，异质性贡献为40.13，效应量影响为3.27。gydF4y2Ba

因此，我们排除了偏倚风险高或不明确的研究。这样做之后，效果就不显著了gydF4y2BaggydF4y2Ba=0.33, 95% CI -0.16 ~ 0.81;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 78%)。gydF4y2Ba

荟萃分析中纳入交叉和聚类随机试验可能导致偏倚。因此，我们从分析中排除了这些设计，并获得了统计学上显著的影响gydF4y2BaggydF4y2Ba=0.49 (95% ci 0.05-0.92;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 67%)。gydF4y2Ba

最后，我们决定排除Corepal等人的文章[gydF4y2Ba21gydF4y2Ba]及Nishiwaki等[gydF4y2Ba25gydF4y2Ba]，考虑到它们对汇总结果的影响，它们对总体异质性的贡献，以及它们巨大的偏倚风险(Corepal等人的研究中没有对聚类进行控制，没有对聚类进行统计考虑，也没有对组间基线差异进行检验[gydF4y2Ba21gydF4y2BaNishiwaki等人的研究表明，没有冲洗期，功率非常低[gydF4y2Ba25gydF4y2Ba])。这样做之后，我们得到了统计上显著的对冲效应gydF4y2BaggydF4y2Ba0.42 (95% CI 0.14-0.69;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 74%)。gydF4y2Ba

亚组分析gydF4y2Ba

我们发现在慢性疾病参与者和健康参与者之间的研究效果没有统计学差异(CochrangydF4y2Ba问gydF4y2Ba= 0.73;gydF4y2BaPgydF4y2Ba=.39)，在成人和青少年之间(科克伦gydF4y2Ba问gydF4y2Ba= 0.26;gydF4y2BaPgydF4y2Ba=.61)，在客观(设备)或自我报告PA结果的研究之间(CochrangydF4y2Ba问gydF4y2Ba= 0.23;gydF4y2BaPgydF4y2Ba=.63)gydF4y2Ba问gydF4y2Ba= 0.01;gydF4y2BaPgydF4y2Ba=.92)，以及在短期和长期干预之间(少于或超过12周;科克伦gydF4y2Ba问gydF4y2Ba= 0.60;gydF4y2BaPgydF4y2Ba=无误)。gydF4y2Ba

在进行敏感性分析时，干预对成人PA的影响具有统计学意义(HedgesgydF4y2BaggydF4y2Ba=0.36, 95% ci 0.03-0.69;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 71%;图S4gydF4y2Ba多媒体附件1gydF4y2Ba)，在健康人身上(HedgesgydF4y2BaggydF4y2Ba=0.35, 95% ci 0.15-0.55;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 63%;图S5gydF4y2Ba多媒体附件1gydF4y2Ba)，当PA测量是客观的(模糊限制gydF4y2BaggydF4y2Ba=0.45, 95% ci 0.08-0.82;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 80%;图S6gydF4y2Ba多媒体附件1gydF4y2Ba)，当PA测量是自我报告的时候(模糊gydF4y2BaggydF4y2Ba=0.24, 95% ci 0.08-0.39;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 0%;图S6gydF4y2Ba多媒体附件1gydF4y2Ba)，以及<12周的短期干预(相当于3个月的项目;篱笆gydF4y2BaggydF4y2Ba=0.44, 95% ci 0.19-0.69;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 16%;图S7gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba

此外，亚组分析使我们能够检查游戏化干预与不活跃对照组和活跃对照组的效果。在敏感性分析后，我们发现游戏化干预具有统计学上的显著影响，无论是与不活跃的对照组(HedgesgydF4y2BaggydF4y2Ba=0.58, 95% ci 0.08-1.07;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 81%;图S8gydF4y2Ba多媒体附件1gydF4y2Ba)以及与主动对照组(HedgesgydF4y2BaggydF4y2Ba=0.23, 95% ci 0.05 ~ 0.41;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 37%;图S8gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba

多元回归gydF4y2Ba

参加者年龄(gydF4y2BaβgydF4y2Ba=。01，95% CI –0.02 to 0.04;PgydF4y2Ba=.39)，他们的性别(gydF4y2BaβgydF4y2Ba=。01，95% CI –0.01 to 0.02;PgydF4y2Ba=.47)，他们的BMI (gydF4y2BaβgydF4y2Ba=。04，95% CI –0.16 to 0.09;PgydF4y2Ba=.53)，干预的持续时间(gydF4y2BaβgydF4y2Ba= -。01，95% CI –0.06 to 0.04;PgydF4y2Ba=.74)，或干预中包含的游戏机制数量(gydF4y2BaβgydF4y2Ba=。01，95% CI –0.17 to 0.19;PgydF4y2Ba=.91)与PA的增加没有统计学意义上的相关性。gydF4y2Ba

由于缺乏数据，无法进行进一步的元回归，如闲暇PA的比较，或对调节因子的测试，如社会激励的影响或用于开发干预的理论模型。gydF4y2Ba

发表偏倚gydF4y2Ba

首先，对漏斗图的检查表明，个别研究的效应量在集合效应量周围相对对称地分布。这一观察结果得到了截取的Egger检验的支持，后者表明漏斗图中没有不对称性(b)gydF4y2Ba_0gydF4y2Ba=1.38, 95% CI -0.83 ~ 4.77;gydF4y2BaPgydF4y2Ba= .19)。然后，我们应用了一种偏差校正技术，即修剪-填充法，该方法表明漏斗图左下方缺少3项研究，以获得完全对称。在输入这些缺失研究对应的效应量后，获得完全对称的漏斗图(gydF4y2Ba图3gydF4y2Ba)时，偏差修正后的总结效应为HedgesgydF4y2BaggydF4y2Ba0.24 (95% CI -0.24 ~ 0.73)。gydF4y2Ba

最后，日落漏斗图(gydF4y2Ba图4gydF4y2Ba)在各研究间的效力差异显著，部分研究的统计效力极低(7项研究低于45%，4项研究低于18%)。所有测试的中位数功率为63%。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

二次分析gydF4y2Ba

后续gydF4y2Ba

在SMD为一个Hedges的随访期后，游戏化干预对总PA (MVPA和每日步数)没有统计学上的显著影响gydF4y2BaggydF4y2Ba0.09 (95% CI -0.07 ~ 0.26;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 21%)。当我们进行敏感性分析时，游戏化显著提高了随访(干预结束后12至24周)的PA (MVPA和每日步数);gydF4y2BaggydF4y2Ba=0.15, 95% ci 0.07-0.23;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 0%;gydF4y2Ba图5gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

步骤gydF4y2Ba

我们发现，游戏化干预对带有对冲的SMD的步骤结果没有统计学意义上的显著影响gydF4y2BaggydF4y2Ba0.53 (95% CI -0.09 ~ 1.15;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba=89%)，但每日步数有显著改善，MD为+1420.57步数/天(95% CI 435.41-2405.73;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba=95%)。在剔除敏感性分析中的2项研究后，我们发现游戏化对对冲人群每日步数的影响具有统计学意义gydF4y2BaggydF4y2Ba0.49 (95% CI 0.05-0.93;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 75%;gydF4y2Ba图6gydF4y2Ba)和具有统计学意义的MD为每天+1609.56步(95% CI 372.39-2846.73;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 86%;gydF4y2Ba图7gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

中度至剧烈PAgydF4y2Ba

游戏化对MVPA无显著影响gydF4y2BaggydF4y2Ba0.09 (95% CI -0.57 ~ 0.74;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 93%)。在统计学上，套期保值没有显著影响gydF4y2BaggydF4y2Ba0.31 (95% CI -0.19 ~ 0.80;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba=82%)在敏感性分析(gydF4y2Ba图8gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

调查结果摘要(建议评估、发展和评价的分级)gydF4y2Ba

纳入的研究在对短期PA、长期PA、MVPA、步数和每日步数进行敏感性分析后，对证据质量(建议评估、发展和评估的分级，[GRADE])从高到低进行评分(gydF4y2Ba表2gydF4y2Ba)．由于高异质性、高偏倚风险或大ci导致的不精确性，一些结果的质量被降低。本综述中对干预后评分和干预前变化评分进行的各种元分析的摘要载于gydF4y2Ba多媒体附件1gydF4y2Ba(数字S9-S11)。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

总结影响gydF4y2Ba

这项包括16项研究和2407名参与者的随机对照试验的荟萃分析显示，游戏化干预对总PA的平均12周的影响具有统计学意义(HedgesgydF4y2BaggydF4y2Ba=0.42，敏感性分析后95% CI 0.14-0.69)。这种影响是小到中等的，表明游戏化干预在促进健康参与者和患有慢性疾病的参与者的PA方面的有效性。这种显著的影响是稳健的，因为即使在进行了不同的影响分析之后，它仍然存在。此外，对于PA (Hedges)的客观测量，效果具有统计学意义gydF4y2BaggydF4y2Ba=0.45, 95% CI 0.08-0.82)和自我报告测度(对冲gydF4y2BaggydF4y2Ba=0.24, 95% CI 0.08-0.39)。不出意料，敏感性分析后的亚组分析显示，与非游戏化干预的非游戏化对照组(如等待名单)相比，游戏化干预的效果要大于受益于非游戏化干预的积极对照组(对冲)gydF4y2BaggydF4y2Ba=0.58, 95% CI 0.08-1.07 vs对冲gydF4y2BaggydF4y2Ba=0.23, 95% ci 0.05 ~ 0.41)。然而，这些影响在统计学上都是显著的。这表明，游戏化干预不仅在改变行为方面有效，而且与同等的非游戏化PA干预(如智能手机应用程序或自我监控干预)相比，在较小程度上也有效。考虑到游戏化的资产，这些结果是很重要的，它具有以下优势:(1)重组现有活动，而不是给人们的生活增加额外需求[gydF4y2Ba13gydF4y2Ba(2)易于在自然环境中实现，(3)通过技术和先进的传感器具有广泛的可访问性，允许解决大量人口的问题。gydF4y2Ba

长期影响gydF4y2Ba

当我们根据干预结束后12至24周(平均14.4周)进行的PA随访措施分析这些干预措施的长期效果时，我们发现Hedges的效应值在统计学上非常小gydF4y2BaggydF4y2Ba敏感性分析后为0.15 (95% CI 0.07-0.23)。这些结果表明，游戏化的效果在节目结束后仍然存在，这表明它不仅仅是由于游戏化的游戏性而产生的新奇效应。然而，这种长期效应较弱，并在干预结束后随着时间的推移而下降。gydF4y2Ba

游戏化干预的可推广性gydF4y2Ba

没有亚组差异或年龄、性别和BMI对汇总效应的影响，这表明游戏化干预具有良好的普遍性，可用于几种类型的人群。因此，游戏化不仅对年轻健康的个体有效，而且可以针对任何类型的人群，无论他们的年龄或健康状况如何。gydF4y2Ba

总之，游戏化干预似乎是改善不同人群PA的有效工具，与其他类似干预措施(如移动健康监测应用程序)相比具有适度优势，并且干预后的效果具有适度的可持续性。然而，如果许多PA干预措施在短期内增加了PA水平，那么将这些暂时的变化转化为长期的PA参与仍然是PA研究的一个挑战[gydF4y2Ba59gydF4y2Ba］．考虑到这一点，游戏化对PA的长期增长潜力，即使是很小的，在PA干预领域尤其重要和有前景。gydF4y2Ba

额外的发现gydF4y2Ba

游戏化对步数的影响gydF4y2Ba

如果游戏化干预对PA的总体影响是积极的，那么它们比MVPA增加的步数更多。的确，在敏感性分析之后，一方面，元分析揭示了统计学上显著的影响(模糊gydF4y2BaggydF4y2Ba=0.49, 95% CI 0.05-0.93)，与对照组相比，受益于游戏化干预的参与者每天改善了1609.56步(95% CI 372.39-2846.73)。另一方面，没有发现游戏化干预对MVPA的统计学显著影响(HedgesgydF4y2BaggydF4y2Ba=0.31, 95% CI -0.19 ~ 0.80)。这可以用评测中包含的游戏参数和干预机制来解释，它们主要关注参与者的步数。很少有干预措施直接针对MVPA。在纳入的研究中，只有2项干预措施[gydF4y2Ba31gydF4y2Ba，gydF4y2Ba35gydF4y2Ba整合了多pa强度目标和机制，特别是在游戏中加入了体育锻炼或跑步环节。换句话说，参与者大部分时间都是按照自己的步数来玩游戏的，他们通常需要走更多的路来得分和玩游戏。这导致步行时间的增加，但不一定在更强烈的PA。gydF4y2Ba

考虑到游戏化带来的每日步数增加1600步的潜在健康益处，这些发现非常有趣。事实上，之前的研究表明，从统计上看，步行与全因死亡率和心血管死亡率的下降有关[gydF4y2Ba60gydF4y2Ba-gydF4y2Ba63gydF4y2Ba]和身体成分的改善[gydF4y2Ba64gydF4y2Ba］．此外，Oja等人[gydF4y2Ba62gydF4y2Ba]表明，任何步行暴露都对心血管健康有益，这支持了一个观点，即无论强度如何，最重要的是更全面的PA [gydF4y2Ba7gydF4y2Ba，gydF4y2Ba65gydF4y2Ba]即使这项活动只包括散步[gydF4y2Ba60gydF4y2Ba］．相比之下，之前的一项研究评估了活动追踪器在有和没有增加PA激励的情况下的有效性[gydF4y2Ba66gydF4y2Ba]显示，现金激励干预组与对照组相比，每天步行1050步有显著改善(95% CI 600-1490)，但仅使用fitbit的组没有统计学上的显著差异(每日步行340步，95% CI -100至790)。根据这些结果，与现有的干预措施相比，游戏化干预措施似乎具有附加价值。考虑到这项研究中40%的志愿者在6个月内放弃了他们的Fitbit监测器，游戏化也是一种让参与者参与干预并保持积极性的方法。gydF4y2Ba

干预时间gydF4y2Ba

我们的元回归分析没有发现游戏化对PA的影响与干预时间之间的关联。然而，尽管在干预时间≥12周的情况下没有发现游戏化的统计学显著影响(HedgesgydF4y2BaggydF4y2Ba=0.41, 95% CI -0.19至1.01)，荟萃分析显示，游戏化干预<12周对整体PA的影响具有统计学意义(HedgesgydF4y2BaggydF4y2Ba=0.44, 95% ci 0.19-0.69)。根据之前的一项荟萃分析，只有在<3个月的短期内使用智能手机应用程序时，才会对PA产生显著的积极影响[gydF4y2Ba67gydF4y2Ba]，这些结果表明，短时间的干预可能比长时间的干预更有益，从长远来看，长时间的干预可能会让参与者变得多余、无聊和疲惫。gydF4y2Ba

统计学异质性gydF4y2Ba

荟萃分析也显示了相当大的统计异质性。这种异质性可以通过研究质量的差异、设计的多样性和研究人群的差异来解释。尽管有几个亚组分析，但我们不能排除这些亚组和特征可能不能解释所有干预的方差。事实上，人口统计数据往往不能完全解释干预措施有效性的差异[gydF4y2Ba68gydF4y2Ba，gydF4y2Ba69gydF4y2Ba，而更精确的社会心理变量，如人格特征或动机因素，可以解释这种尚不清楚的显著异质性。此外，偏倚风险分析和日落漏斗图显示纳入研究的质量存在实质性差异，可以影响异质性。最后，使用了各种试验设计(即并行RCT、聚类RCT和交叉RCT)，这些试验设计也有助于总体统计异质性。gydF4y2Ba

更好地理解游戏化机制gydF4y2Ba

关于游戏化干预的有效性，本元分析提供了信息。鉴于观察到的异质性，下一步将从介入和理论的角度研究其原因。游戏化干预涉及多个相互作用的元素，评估每个元素在行为改变过程中的权重以及它们如何相互作用是至关重要的。是游戏机制、行为改变技术的实施，还是社交互动的存在让游戏化变得有效?不幸的是，荟萃分析中纳入的少量研究阻碍了我们进行深入的适度分析来回答这个问题。为了更好地理解这些关系，游戏化干预措施的开发和评估都必须是核心的、透明的、基于证据的、情境感知的和以研究为导向的[gydF4y2Ba70gydF4y2Ba］．此外，如果理论心理模型经常被提到在文章的介绍中，包括在综述(gydF4y2Ba表1gydF4y2Ba)，很少有人研究他们在实地干预的心理机制[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba71gydF4y2Ba］．未来的研究应该明确地讨论动机理论，并系统地测试游戏化对已知涉及行为改变的心理结果(如自我效能、态度和意图)的影响，以更好地理解其机制。考虑人格特征和心理变量以确定行为表型[gydF4y2Ba68gydF4y2Ba是一种很有前途的方法来评估参与者对干预措施的反应。gydF4y2Ba

未来研究展望及对实践的启示gydF4y2Ba

本荟萃分析的结果使我们能够绘制和讨论有关PA和SB游戏化的未来工作。首先，未来的试验应以更充分的样本量进行，并应严格采用多组随机对照试验，以分离游戏化元素的影响并更好地理解游戏化机制。第二，长期影响是卫生干预措施目前面临的主要挑战。因此，有必要研究游戏化干预的影响随时间的演变。因此，有必要进行更长期的随访测量。此外，数字技术的潜力及其收集大量现实数据的能力可用于评估效应的演变模式，从而可以详细确定其可持续性和演变，甚至可以通过时间序列分析进行预测。第三，据我们所知，只有一个研究团队通过将久坐休息作为游戏的一部分，研究了针对SB的游戏化干预[gydF4y2Ba72gydF4y2Ba］．沿着这条研究路线，开发游戏化干预措施，让参与者多坐着休息，可能会很有趣。最后，考虑到游戏化的实施容易和可推广性，游戏化干预措施的成本-效果比可能比许多现有的干预措施更好。然而，这一论断将不得不在未来的试验中得到检验，包括经济分析。gydF4y2Ba

根据我们的结果，游戏化干预似乎是在不同人群中促进PA的一个有前途的途径，无论是在健康人群的预防还是在慢性疾病的治疗中。游戏化干预对患有慢性疾病的参与者有许多好处，例如通过提高参与者的自我管理技能来增强他们的能力，对广泛受众产生影响，能够针对不同类型的病理，以及日常生活适合和易于实施。与其他数字医疗流程类似，游戏化可以为更多患者提供服务，特别是那些与医疗机构隔离的患者。重要的是，游戏化干预在COVID-19疫情等卫生大流行期间尤其重要，在这种情况下，由于封锁或远程办公，私人活动和社交互动受到限制，结构化私人活动的可能性在室内和室外都受到限制。在这种情况下，将步行和日常活动游戏化，除了提供玩家之间的社交互动外，还可以提高PA和限制个人的SB。与此同时，在大流行期间，慢性疾病的面对面管理通常暂停，这凸显了对PA进行远程监督的重要性。gydF4y2Ba

然而，鉴于干预后效果较弱，本研究认为一次性干预是不够的。一个更有趣的设计是处理多个gydF4y2Ba游戏化剂gydF4y2Ba在治疗过程中或之后获得PA行为的可持续实施。这种配置还提供了一个理想的干预持续时间，以避免参与者在>12周内因游戏化干预而疲惫。gydF4y2Ba

优势与局限gydF4y2Ba

据我们所知，这是第一个定量评估游戏化对PA影响的元分析。这篇综述还有其他几个优点。首先，我们与一位学术图书馆员合作，使用多个数据库进行了全面的搜索策略。第二，审查的各个阶段(筛选和数据提取)由2名审稿人独立完成。最后，在不同亚组分析和元回归的同时，进行了各种新颖的发表偏倚分析和影响分析。gydF4y2Ba

但是，必须提到这项工作的一些局限性。总的来说，荟萃分析包括少量研究，一些文章是可行性或试点试验。因此，一些试验的样本量较小，而且动力不足。一些研究的偏倚风险很高。这项工作的主要局限性之一是，由于缺乏对这一问题的研究，不可能证明游戏化干预的效果是由游戏化本身导致的。最后，在主要分析中，我们纳入了评估相似结构但在实践中略有不同的不同PA结果。此外，并非所有纳入的结果都是客观衡量的。随着该领域的成熟和新的试验的发表，这项工作的更新对于确认这些初步结果将是重要的。gydF4y2Ba

结论gydF4y2Ba

总之，游戏化干预似乎是在不同人群中促进PA的一个有前途的途径。游戏化主要影响参与者的每日步数，是改善日常PA的一种有趣方式，似乎比同等的非游戏化干预(如移动健康应用程序)更有效。然而，如果游戏化的效果在随访期间持续存在，这表明游戏化干预不仅仅是一种新奇的效果，这种效果随着时间的推移而减少，长期效果较小。将游戏化融入更多的全球卫生保健干预措施可能是解决这种有限的可持续性的一种方法。未来需要严格的试验来探索这些观点。gydF4y2Ba