一个可行和有效的基于移动电话的生活方式干预菲律宾裔美国人2型糖尿病:随机对照试验

介绍

背景

作为美国人口增长最快的种族/族裔群体，亚裔美国人占美国人口的6.4%(约2100万)[1体重指数(BMI)较低的非西班牙裔白人患2型糖尿病(T2D)的风险较高[2]。菲律宾裔美国人(FA)是美国第三大亚裔群体(2,717,844人)和加州最大的亚裔人口(1,474,707人)[3.]。在亚裔美国人亚群和非西班牙裔白人中，菲律宾裔美国人的肥胖和T2D负担和患病率最高，并且有早期心血管代谢疾病的风险，死亡率更高[4]。然而，针对菲律宾裔美国人健康差距的预防性健康研究有限且尚处于起步阶段[5，6]。因此，必须确定有效的干预措施，以缩小这些严重的健康差距。

减肥生活方式干预促进增加身体活动(PA)和健康饮食(体重减少5%-7%)已被证明可将肥胖和相关的T2D风险降低58% [7]。美国心脏协会和《2020年健康人》建议采取此类干预措施，特别是对高危种族/少数民族人群[8-10]。然而，密集的生活方式干预，如需要16次会议的糖尿病预防计划(DPP)，对参与者来说可能是负担，并且需要耗费大量的劳动。7]。另外，教育、指导和社会支持可以通过互联网虚拟地提供，提供实时反馈，促进对健康行为的坚持。结合移动医疗(mHealth)技术，包括商用应用程序和PA跟踪器(如计步器)，可提供可扩展且具有成本效益的可选干预交付机制[11]。

美国人口统计数据支持通过移动医疗技术提供生活方式干预项目。大约95%的美国成年人拥有手机(77%的智能手机)，76%的人每天访问Facebook [12]。最近的一项研究发现，菲律宾裔美国人(81.7%)拥有和使用流动科技的比例最高，而白人(69.9%)则为最高。[13]。一项系统综述发现，移动健康干预措施有利于增加PA和减肥[14]及有效的T2D自我管理[15]。一项荟萃分析发现，移动健康减肥干预措施的中等效应值为0.43，支持其与生活方式干预措施的持续发展和使用[16]。

客观的

因此，我们进行了一项名为菲律宾裔美国人Go4Health (PilAm Go4Health)的试点随机对照试验(RCT)。PilAm Go4Health是一项适应移动健康文化的减肥生活方式干预，促进患有肥胖和糖尿病的菲律宾裔美国人的PA和健康饮食，以降低随后的心血管风险。本文的目的是报告PilAm Go4Health的可行性(通过招聘、参与和保留来衡量)和潜在功效(通过体重百分比和体重[kg]变化来衡量)。阳性结果将支持后续的全面随机对照试验，以测试具有文化适应性的移动健康减肥生活方式干预对患有T2D的菲律宾裔美国人的有效性。先前报道了参与者对PilAm Go4Health的可接受性和文化相关性(通过过程评估和项目后访谈衡量)的反应的定性评估[17]。

方法

设计

这是PilAm Go4Health的一项试验性随机对照试验，这是一项针对患有肥胖和糖尿病的菲律宾裔美国人的为期3个月的文化适应移动健康减肥生活方式干预，随后是3个月的随访维持期。这项两组试验包括一个干预组和一个积极的等待名单对照组。在进行这项研究之前，已获得人类研究委员会的机构批准。入组前，所有参与者均提供书面知情同意书。

PilAm Go4Health包括基于DPP的减肥生活方式干预[7该网站经过修改，整合了移动技术(Fitbit加速计和带日记的应用程序)和私人Facebook群组，用于健康行为跟踪、实时反馈、指导和虚拟社交支持。PilAm Go4Health的总体减肥目标是在3个月内从基线体重减少5%。

参与者

参与者于2014年12月至2015年12月从旧金山湾区招募。招募主要是通过口口相传、社区活动和滚雪球的方法。

在线招聘策略包括以下内容:旧金山湾区的Craigslist(一家旧金山公司，为当地销售物品和服务提供分类广告)，一个专门的Facebook学习网站，以及一个机构网站。完整的招聘详情已在其他地方公布[18]。符合筛选和资格标准的患者(N=45)被随机纳入研究(图1）.

入选标准

资格是基于DPP标准和美国心脏协会代谢综合征风险[7，19]。主要纳入标准是自我认定为菲律宾人;≥18年;体重指数>23公斤/米²亚洲人;医生诊断T2D(非胰岛素依赖型);拥有一台可以上网的智能手机、平板电脑或笔记本电脑;英语熟练。

排除标准

排除包括残疾不能行走20分钟;在一个特殊的锻炼项目上;过去一年参加过减肥计划;未控制T2D(空腹血糖≤200 mg/dL);内分泌或糖代谢相关疾病(如库欣综合征或多囊卵巢综合征);以及不受控制的高血压。甄选及资格准则的详细清单载于先前的刊物[18]。

理论框架

社会认知理论和健康行为改变的跨理论模型有助于指导研究设计[20.，21]。根据社会认知理论，角色榜样以及社会文化和环境反馈(积极或消极)可以影响健康生活方式行为的参与和坚持，包括健康饮食和PA。社会支持也可以提高健康减肥行为的自我效能感。为了加强社会支持，PilAm Go4Health成立了一个私人Facebook小组，并欢迎家庭成员亲自到研究办公室访问。

‎ 查看此图

跨理论模型认为，健康行为的改变涉及6个阶段的变化:预先考虑、考虑、准备、行动、维持和终止[21]。应用研究表明，采用阶段匹配的干预措施和主动招聘程序，在招聘、留用和敬业度方面有了显著改善。为了确认潜在的符合条件的参与者与PilAm Go4Health的阶段匹配(即准备改变阶段)，我们纳入了2周的磨合期来评估改变的准备情况，以帮助评估该干预计划的可行性和潜在功效。

文化适应

在这项研究之前，PilAm Go4Health是根据出版的文化适应指南为菲律宾裔美国人量身定制的[22包括以下5个组成部分:(1)外围，(2)证据，(3)涉及的组成部分，(4)社会文化，(5)语言学。中提供了每种方法的示例表1．该研究中使用的适应策略的全面描述载于先前的出版物[18]。

筛选基线访问和磨合期

通过电话筛查的合格参与者被邀请进行筛查基线访问，包括体格检查(体重、身高、BMI、腰围和臀围、血压)、空腹抽血(如空腹血糖和血红蛋白A1c)和问卷调查。那些通过了基线检查和空腹抽血测试的人接受了Fitbit Zip加速度计和Fitbit应用程序以及训练日记，然后参加了14天的磨合期。

一个研究磨合期被纳入评估参与者是否在跨理论模型准备或准备变革阶段［21]。磨合期的设计是为了筛选出潜在的不合规参与者。虽然这可能使样本量最小化，但它增加了统计能力[24]以减少错误地拒绝PilAm Go4Health作为潜在有效的减肥干预措施的可能性。这有助于确定干预措施是否可行(可接受和实际)和可能有效(在理想情况下能够产生有益的结果)[25]。

在磨合期，参与者被要求每天佩戴Fitbit Zip至少10小时，并连续3天发送所有食物和饮料的照片。那些至少在70%的时间里遵守了磨合要求的人表现出对行为改变的准备，并被随机纳入研究。有关磨合协议的进一步详情，已于先前发表[18]。

随机化

共招募了45名参与者，并按1:1的比例随机分配(计算机生成的随机分配顺序)，然后按性别分层，随机选择2和4个分组，分为干预组(n=22)或积极等待组(n=23;看到图1）.由于生活方式干预的性质，只有实验室技术人员和统计学家被蒙蔽，但研究人员，工作人员和参与者没有。

干预组

训练有素的研究人员实施了PilAm Go4Health干预措施。在随机分组后的第一阶段(基线至3个月)，干预参与者接受训练，使用Fitbit加速计自我监测实时PA步数，并使用与日记相关的应用程序自我报告每日食物/卡路里摄入量和每周体重。他们加入了该研究的私人Facebook小组，以获得虚拟社会支持、指导和研究人员每周发布的教育主题。研究人员鼓励参与者每周至少参加一次Facebook讨论。在这次培训访问中，根据参与者的基线体重、PA和饮食信息，为他们提供量身定制的短期和长期减肥目标。根据他们的进展和量身定制的目标，研究人员在1、2和3个月的研究办公室访问期间为每位参与者提供量身定制的反馈、指导和支持。表2概述了每次访问时提供的PilAm Go4Health组件以及研究人员每周发布的Facebook讨论主题。

在第二阶段，在为期3个月的办公室访问中，干预参与者过渡到为期3个月的随访，并从私人Facebook小组中删除。参与者被要求继续使用他们的Fitbit和带有日记的应用程序来跟踪健康行为并保持他们的减肥目标。随访时间分别为4个月和6个月。干预参与者在6个月时完成研究。进一步的PilAm go4健康干预详情在其他地方报告[18]。

候补名单控制组

在第一阶段的基线随机化访问中，等候名单参与者只接受Fitbit加速度计和日常佩戴训练。在接受乙肝和丙肝教育后，他们分别进行了1个月和3个月的办公室访问。

在第2阶段的3个月办公室访问中，候补名单参与者过渡到接受PilAm Go4Health干预，并在4、5和6个月时返回3次办公室访问(表2）.等待名单的参与者在6个月后完成了研究。

数据收集

所有参与者的人体测量数据——体重(kg)、身高、身体质量指数(kg/m)²)、腰围(cm)、血压、血清实验室(如血糖和糖化血红蛋白)在基线、3个月和6个月的研究办公室访问时收集，并存储在安全的研究数据服务器中。所有Fitbit步数和自我报告的应用程序和日记数据(卡路里/食物和体重)都被无线上传并实时直接传输到安全的Fitbit数据服务器。每位参与者的Fitbit安全帐户还与Fitabase的二级帐户(Fitabase，一家总部位于圣地亚哥的公司)相连，数据被上传并存储在Fitabase的安全机密数据服务器上[26]。Facebook群组数据被无线上传到安全的Facebook数据服务器。所有参与者的数据随后被上传到安全的机构研究数据服务器。只有经过批准的研究人员和调查人员才能访问研究数据。有关资料收集程序的详情，请参阅先前出版的刊物[18]。

结果测量

主要的结果

可行性基于三个标准:招聘、参与和保留。招募目标是招募45名符合条件的参与者，并将其随机纳入本研究。参与目标是让参与者参加7次干预办公室访问中的5次(接受16次民进党会议中的9次)，作为完成计划的一项措施。这一阈值是基于疾病控制和预防中心(CDC)为完成项目而考虑的DPP会议所需的次数[27]。保留目标是让至少80%的随机参与者完成研究，通过在基线、3个月和6个月的访问中参加7次办公室访问中的5次并完成所有必要的研究评估(体检、实验室和调查)来定义。

我们使用Fitbit Zip和带日记的Fitbit应用程序监测跟踪目标健康行为的依从性。这些额外的参与措施描述了参与者对PilAm Go4Health计划的理解和接受程度。参与者的移动技术跟踪标准如下:(1)每周至少记录一次体重，(2)每周至少记录一次每日食物/卡路里，(3)每周至少佩戴Fitbit Zip 5天。然而，目前还没有移动健康应用程序使用频率的标准阈值来评估干预的可行性。任何这样的阈值都是武断的。因此，我们选择不使用依从性作为参与评估可行性的衡量标准。

二次结果

体重变化百分比用于评估每组在1期和2期的潜在疗效。在第一阶段，干预组从基线到3个月都使用PilAm Go4Health，而候补组只使用Fitbit Zip，没有指导。在第二阶段，等待组接受3至6个月的PilAm Go4Health，而干预组则过渡到随访维持阶段。

其他结果

对于每只手臂，每周测量体重(kg)的变化，持续6个月，并在基线、3个月和6个月测量BMI、腰围、空腹血糖和HbA1c的变化，而通过Fitbit Zip实时测量每日步数。

统计分析

使用IBM SPSS for Windows version 24对人口统计学、临床和结果测量进行描述性分析。描述性统计采用t测试,Mann-WhitneyU对连续变量、非参数变量或分类变量进行适当的检验、Wilcoxon符号秩检验或卡方检验。使用bootstrap卡方检验(包括Mantel-Haenszel趋势检验)分析随时间加权变化类别百分比的组间差异。

招募的可行性结果以达到目标样本量为基础。我们报告了在3个月的PilAm Go4Health期间，每个随机分组中满足各种目标行为阈值标准的参与者的简单比例(%)。

每个次要结果的问题是，在两个研究阶段，接受PilAm Go4Health治疗组的变化是否大于不干预组。采用多水平回归(又称线性混合模型或层次线性模型)来检验两臂在变化轨迹上的差异。这种效应也被称为时间与群体之间的跨水平相互作用[28，29]。除了对组间变化进行初步检验外，还对简单斜率进行检验，以确定变化是否显著在每组。

在这些分析中，两组没有缺失数据。因此，我们采用多水平回归模型方法，而不是传统的重复测量方差分析(因为数据缺失不是问题)[28，29]。当正态性假设不成立时，多水平回归的使用允许使用自举。估计自举全信息最大似然模型以获得非参数、偏差校正的自举CI (BC CI)，用于估计和推断假设[30.-32]。这些分析使用Stata/SE版本14 [33，34]。主要分析包括治疗意向。采用0.05的双侧alpha来评估显著性。

结果

社会人口的结果

总共筛选了113名潜在参与者;45例符合条件，入组并随机化(见图1）.平均年龄57.6岁(SD 9.8)，女性占62%(28/45)。大多数是移民(38/45;84%)。总体而言，参与者被归类为肥胖，平均BMI为30.1(标准差为4.6)(表3）.两组之间唯一有差异的社会人口学变量是“在美国生活的年限”(通常被用作文化适应的代表)。虽然大多数参与者是移民，但他们的文化适应程度很高(马林文化适应量表[35]，平均得分=3.5)。由于文化适应得分没有组间差异，结果分析没有对在美国生活的年份进行调整。

主要的结果

所有主要结局的结果表明，PilAm Go4Health干预方案是可行的。在这项研究中，招募了45名符合条件的参与者，通过了磨合期，并在1年的时间内进行了登记和随机分配(图1）.口口相传是最主要的招募策略，产生了最多的潜在参与者，其次是亲自邀请他们参加当地狮子俱乐部每周一次的信仰健康博览会。可行性参与是通过参加干预办公室访问来衡量的。干预组和候补组在所有7次干预办公室就诊中均达到近乎完美的出勤率(分别为95%[21/22]和100%[23/23])，远高于DPP完成的标准CDC阈值。最后，所有45名参与者(100%)在6个月时完成了研究，达到了保留率目标(表4）.

在干预组和候补组之间，对其他移动健康参与措施的坚持程度相似，包括记录体重和食物/卡路里以及佩戴Fitbit。除了每周至少记录一次体重外，两组在接受为期3个月的干预时，在超过80%的时间里，都表现出相对较高的每周健康行为追踪依从性(表4）.

二次结果

主要次要结果(权重变化百分比)的分析结果令人信服，其他次要结果(表5）.所有统计上显著(95% BC CI不为零)的简单斜率和跨水平相互作用均以斜体突出显示．估计的简单斜率表5代表在-组变化，跨层交互代表之间的组的差异。

第一阶段的所有跨层面互动都是重要的，并在预期的方向上(表5）.例如，在跨水平相互作用的列中，体重的点估计显示，干预组比等候组减少了2公斤。减少2公斤的BC CI表明，种群差异可能大至3公斤，也可能小至1.1公斤，但不为0。这种体重变化的中等效应值为0.53 (Cohend）.仔细检查干预组的简单斜率是显著的，但不是候补组-正如我们所期望的那样。干预组的体重减轻相当于基线体重显著减少2.9% (BC CI:−3.9至−2.0)。与此形成对比的是，等候名单组的基线体重只减少了0.3% (图2）.

正如人们在第二阶段所期望的那样，当干预组过渡到随访，等待名单组接受PilAm Go4Health干预计划时，结果是相反的。候补组的平均体重比干预组多下降2.5 kg (BC CI: 1.4 ~ 3.5)。这是介于弱和中等效果之间的(科恩)d= 0.37)。干预组的简单斜率显示体重轻微增加0.28 kg (BC CI:−)。24至0.83)，whereas waitlist group’s phase 2 simple slope decreased 2.2 kg (BC CI: −3.1 to −1.3). In phase 2, the cross-level interaction showed a 3.3% greater decrease for the waitlist group (BC CI: −1.8 to −4.8), and the simple slope for the waitlist group’s 3.0% decrease in weight loss was significant (BC CI: −4.2 to −1.7), but the intervention group’s increase of 0.35% in the simple slope was not (BC CI: −.37 to 1.1).

干预组:达到减肥目标的百分比

PilAm Go4Health的总体减肥目标是减少5%的体重。在第一阶段，大约18%(4/22)的干预组达到了5%的体重减轻，而82%(18/22)的其余参与者保持或减轻了2%至5%的体重。在第二阶段的维持期间，超过90%(20/22)的干预组继续保持或减轻2%至5%的体重(表6）.

候补名单组:达到减肥目标的百分比

在第一阶段，超过83%(19/23)的候补组保持或增加了2%至5%的体重(见表6）.这种模式在第二阶段被逆转，70%(16/23)接受PilAm Go4Health的候补名单参与者保持或减轻了2%至5%的体重。最值得注意的是，30%(7/23)的候补名单参与者达到了5%的减肥目标，几乎是第一阶段干预组的两倍。

其他结果

在其他结果中也观察到类似的体重影响模式，如腰围、BMI和步数，空腹血糖和糖化血红蛋白(HbA1c)有不同程度的改善。表5）.在两个阶段，PilAm Go4Health激活组的空腹血糖检测到显著的跨水平相互作用。干预组(组内)简单斜率为重要的，表明空腹血糖值增加随访期间显著(10.7 mg/dL[3.4-18.5])。然而，在第二阶段，等待名单组的简单斜率并不显著，尽管它在预期的方向(−8.9 mg/dL[−21.0至1.7])。

HbA1c结果显示相反和混合模式。在第一阶段，干预组的跨水平相互作用不显著，尽管组的简单斜率显著且在预期方向(−。49% [bc ci:−。]80 ~−0.21])。相比之下，等待名单组的HbA1c在第2阶段的跨水平相互作用是显著的，并且在预期的方向上，而不是简单的斜率，虽然在预期的方向上。

与非干预组相比，在1期和2期接受PilAm Go4Health的每个研究组的总步数显着增加。更多的评估(1期14周;第2阶段(13周)允许对两组变化的线性和二次分量以及轨迹的阶段相关变化进行更敏感的检查。对于第1阶段的PilAm Go4Health干预组和第2阶段的PilAm Go4Health等待名单组来说，线性和二次斜率的跨水平相互作用和简单斜率都是显著的，预期具有显著的大效应量。

‎ 查看此图

讨论

重要发现

通过实现招聘、参与和保留阈值目标来衡量，PilAm Go4Health是可行的。结果显示PilAm Go4Health在减轻超重和T2D的菲律宾裔美国人体重方面的潜在功效。接受PilAm Go4Health计划的每一组(干预组为第一阶段，候补组为第二阶段)均表现出显著的体重减轻，强调了PilAm Go4Health的潜在疗效。在第一阶段，超过一半的干预参与者体重减轻。虽然只有18%(4/22)的患者在3个月内达到了5%的总体减肥目标，但减肥轨迹与通常更长时间的基于dpp的干预相匹配[36]。更重要的是，在第二阶段的随访中，大多数干预参与者继续保持或减轻体重。

主要的结果

在1年内为这一难以接触到的人群招募了全部参与者。接受标准提出了一个有趣的难题，因为包括和排除标准是严格的，彼此不一致。参与者必须超重/肥胖，非胰岛素依赖型T2D，高血压得到控制，但仍然能够每天步行30分钟，并愿意处理耗时的协议和不方便的血液检查和办公室就诊。潜在的参与者通过各种间接和面对面的招聘策略进行接触，结果有185人被推荐，只有45人符合条件并愿意参加。然而，尽管有这些招募障碍，这项研究是可行的。

招募成功，参与(办公室访问出勤率)接近100%，并且达到100%的保留率，这可能是由于文化适应干预和使用社区卫生工作者模式成功招募和管理研究。虽然文化适应策略的依从性和可行性没有定量测量，但在3个月和6个月的访问中，通过半结构化访谈进行了定性过程评估，以评估菲律宾裔美国人的文化可接受性和干预的相关性。如前一刊物所详述[17，超过一半(58%;26/45)表示，“根据文化量身定制的支持(例如，菲律宾研究人员)提高了他们在研究中的参与度”。此外，大多数参与者(64%;29/45)报告说，干预有助于增强她们管理自身健康的自信。因此，菲律宾裔美国人参与者认为具有文化适应性的PilAm Go4Health干预措施是可接受和相关的。

坚持使用移动技术对于佩戴Fitbit来跟踪PA和记录食物以监测卡路里摄入量是非常好的。然而，自我监测体重的依从性明显较低。这可能是由于自我称重时可能出现的负面反馈，尤其是那些超重/肥胖的人。关于自我称重存在争议，因为对一些超重/肥胖的人来说，它似乎会产生消极的心理状况，如抑郁、焦虑和压力[37，38]。未来的研究应评估追踪体重的障碍和促进因素，以改进促进减肥的干预策略。

由于我们的研究样本量小，我们无法评估移动应用程序使用对减肥结果的相对贡献。这样的分析在未来更大样本量的研究中可能是可行的。尽管如此，PilAm Go4Health坚持数据增加了一个知识体系，即移动应用程序对于跟踪减肥干预中的健康行为是有用的。

更重要的是，我们的参与者的平均年龄为57.6岁，这表明老年人可以成功地学习和使用移动技术来自我监测健康。在我们之前的出版物中，总体而言，参与者高度认可并采用Fitbit作为跟踪PA的手段，并报告说移动技术有助于提高监测目标健康行为的问责制[17]。先前的研究表明，大多数老年人上网并拥有智能手机，但很少有人使用移动技术。39，40]。未来的移动健康生活方式干预研究应该评估老年人在接受基于移动健康的干预后是否会继续使用移动技术。

二次结果

有证据表明，6个月后体重减轻5%至7%与预防或降低T2D和心血管风险有关[10，40-42]。T2D患者即使体重减轻5%也会带来显著的临床改善(如收缩压、血糖、糖化血红蛋白和甘油三酯)。由于3个月的干预时间较短，PilAm Go4Health研究参与者可能没有足够的时间达到其他6个月减肥生活方式干预中设定的5%的减肥目标[36]。

总体而言，24%(11/45)的干预组和候补组参与者在完成PilAm Go4Health后达到了研究的主要体重减轻5%的目标，31%(14/45)的参与者体重减轻了2%至5% (表6）.然而，考虑到在3个月内减少了办公室访问和教育会议的次数，PilAm Go4Health参与者的减肥率轨迹与更长时间的基于dpp的研究相似[36]。将PilAm Go4Health持续时间延长至6个月可能是必要的，以实现最佳健康益处的5%至7%的体重减轻。

值得注意的是，与第一阶段相比，只有18%(4/22)的干预参与者达到了5%的体重减轻目标，而在第二阶段，30%(7/23)的候补参与者达到了5%的体重减轻目标，这几乎是第二阶段的两倍。当候补名单参与者接受PilAm Go4Health时，他们已经在之前的3个月里自我监测了PA步骤。在第一阶段，等待名单组被要求只使用Fitbit应用程序自我监测PA步数。与干预组相比，这种先前的PA跟踪行为可能有助于更多的等待名单参与者在第二阶段实现5%的体重减轻目标。

其他结果

我们的研究结果强调了体重管理与糖尿病控制之间的重要关系。毫不奇怪，体重(kg)、腰围和BMI的其他结果反映了两个研究组接受PilAm Go4Health治疗后3个月内体重减少百分比的次要结果。同样，PilAm Go4Health对随着时间增加的步数测量的PA有很大的影响。此外，空腹血糖和HbA1c的改善为PilAm Go4Health移动健康干预增强糖尿病自我管理的有效性提供了希望。在糖尿病自我管理和控制方面有明显的改善，这反映在显著的跨水平相互作用中(除了1期的HbA1c);然而，需要长期的研究来检测是否可以改善和维持糖尿病控制的血清水平。

的优势

PilAm Go4Health干预方案有几个值得注意的优势。这是针对菲律宾肥胖和T2D患者的首批严格的生活方式干预研究之一，旨在减少进一步的心血管代谢并发症。PilAm Go4Health项目的有效性在(1)100%(45/45)参与者研究完成率中得到了明显体现，证明了这一难以接触到的菲律宾人口的优秀参与者招募和参与;(2)促进超重和T2D的菲律宾裔美国人(接受干预的两个研究组)在短短3个月内减肥的能力;(3)干预组后续3个月体重持续下降。

有多种干预因素(例如，强度，Facebook，自我监控行为，文化适应)可能有助于PilAm Go4Health的潜在功效。虽然每个因素的相对贡献是未知的，但以前的研究表明，每个因素都可能对结果产生积极的影响。首先，多种成分的强化干预表明，参与者能够在短时间内减掉5%的基线体重[36，43，44]。PilAm Go4Health的研究结果与这些研究一致。

第二，有证据表明，自我监控的生活方式行为可以改善减肥和健康结果[7，45]。此外，更坚持活动跟踪与更大的体重减轻和增加的PA相关[46，47]。我们的研究结果支持这两个前提，即等待名单组在第一阶段仅自我监测(跟踪)PA不足以在3个月后实现显着的体重减轻。然而，在第二阶段，当等待名单组接受PilAm Go4Health干预时，跟踪PA与跟踪食物卡路里和体重相结合，在3个月内导致体重显著减轻或体重稳定。

第三个干预因素是文化相关性，这是PilAm Go4Health设计的一个组成部分。与文化相关的干预措施已被证明可以改善健康结果，特别是在不同的移民人群中[48，49]。文化定制是提高难以接触到的弱势群体的招聘、参与和保留的重要策略[18，22]。研究设计中使用的文化适应策略反映了菲律宾家庭和社区的偏好，通过欢迎家庭成员在研究办公室访问以获得面对面的社会支持，并结合私人Facebook小组与同龄人进行虚拟社会支持。因此，这些文化适应可能影响了以移民为主的人群的减肥效果。

纳入移动技术是PilAm Go4Health研究设计的第四个因素。包括一个手机应用程序来补充标准的生活方式咨询对PA和饮食有积极的影响，即使是在短的3个月的干预期，如PilAm Go4Health [43，50]。此外，我们的发现与其他研究一致，表明基于技术的干预在老年人中是可行的、可接受的和有效的[16，51]。基于FA对移动技术和社交媒体的大量使用[13]， PilAm Go4Health采用了这项技术来促进参与者的参与，并激励自我监控生活方式行为，以实现减肥目标。在我们的研究中，通过Facebook添加的虚拟社交网络可能有助于坚持跟踪健康行为。虚拟社交媒体也被证明可以改善健康状况。例如，Facebook也被用于减肥干预，在超重/肥胖的成年人和大学生中取得了积极的效果[52，53]。

我们的研究支持老年人可以成功地使用移动技术来改善糖尿病自我管理的证据。皮尤研究中心报告说，与受教育程度较低的老年人相比，受过高等教育的老年人更容易采用移动技术。51]。根据我们研究之前报告的定性结果[17]，我们的受过高等教育的年长菲律宾裔美国人似乎很容易采用移动技术来跟踪糖尿病管理的健康行为。在我们的研究中使用的移动技术可能影响了对健康行为的坚持，有助于减轻体重和改善其他健康结果。需要进一步的研究来评估在PilAm Go4Health计划中使用的移动健康组件的相对影响。

限制

这里有几个值得注意的限制。这项试验性随机对照试验为期3个月的生活方式干预和3个月的随访时间比典型的基于dpp的6个月减肥计划要短。这可能影响了参与者实现整个研究5%的减肥目标的能力。小样本量由来自北加州地理区域的受过高等教育的菲律宾移民组成，限制了内部有效性和普遍性。这项研究也仅限于那些懂英语、拥有可以上网的智能手机的人。这可能导致样本存在偏见，不包括非英语使用者和那些不太可能负担得起需要互联网服务的移动设备的人。样本量也限制了这种多因素干预方案的统计分析，限制了确定影响减肥和其他结果的每个因素的相对贡献的能力。然而，许多次要/其他结局(如体重百分比、体重[kg]和空腹血糖变化)在统计学上具有显著性，表明功率(因此样本量)足以支持PilAm Go4Health的潜在疗效[4]。54，55]。

评估参与者资格的磨合期可能会有偏差的保留水平和研究结果，因为它可能排除了不合规的潜在参与者。然而，在52名完成磨合的潜在PilAm Go4Health参与者中，只有4%(2/52)被归类为不合规(见图1）.此外，最近一项以体重减轻为主要结果的干预措施的荟萃分析显示，在有或没有磨合期的情况下，研究在体重减轻方面没有显着差异[56]，因此不损害概括性。

影响

这些研究结果对卫生保健提供者具有实际的临床意义。随着肥胖症的流行，医疗保健提供者应该定期解决与不良健康结果相关的肥胖和不运动问题。我们的研究结果将帮助临床医生了解商业上可用的移动医疗工具和社交媒体，供患者使用，以改善健康结果。临床医生可以使用这些工具为患者量身定制减肥目标，以促进健康生活方式行为的参与和坚持。在我们的研究中，来自Fitbit加速计的实时反馈，以及相关的移动健康应用程序，记录体重和食物/卡路里的日记，可能是一个重要的激励因素。利用Facebook的功能在同龄人之间提供虚拟社会支持，同时发布健康教育帖子，也可能影响健康行为改变的改善[34]。

结论

PilAm Go4Health表明，基于移动技术的文化适应生活方式干预在老年肥胖和T2D菲律宾裔美国人中是可行的，并且可能有效。结果表明，有针对性的、有文化针对性的生活方式干预措施有望实现短期减肥。因此，有必要进行更大规模的随机对照试验，以测试PilAm Go4Health在维持长期体重减轻、降低T2D和心血管代谢风险方面的有效性。