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,前提是原始作品首先发表在JMIR mhealth和uhealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
生命的第一年是启动健康婴儿喂养做法以促进健康成长的重要窗口。通过移动电话提供的干预措施(移动保健)为接触父母提供了一种新颖的方法;然而,人们对移动健康在预防儿童肥胖方面的有效性知之甚少。
本研究的目的是在可及性、可接受性和对关键婴儿喂养结果的影响方面确定移动健康肥胖预防干预的可行性和有效性。
在移动健康干预组(健康成长)和非随机对照组(婴儿的第一餐)之间进行了一项准实验研究。干预组可以访问一个免费的应用程序和网站,该应用程序和网站包含有关婴儿喂养、睡眠和安顿的信息,并为0至9个月婴儿的父母提供一般支持。应用程序生成的通知将父母引导到应用程序中针对年龄和喂养的特定内容。两组人在婴儿不到3个月(T1)、6个月(T2)和9个月(T3)时完成基于网络的调查。采用生存分析检查母乳喂养和配方奶粉引入的持续时间,并采用cox比例风险回归检查两组停止母乳喂养的风险比。采用多因素logistic回归对一系列儿童和父母因素进行调整,比较两组之间纯母乳喂养、配方奶喂养行为和固体引入时间。采用混合效应多项式回归模型检验各组从出生到T3的生长轨迹差异。
共有909名家长发起了报名过程,最终有645名家长(成长健康=301名,婴儿第一餐=344名)符合资格标准。大多数母亲是在澳大利亚出生的,只有不到一半的母亲完成了大学教育。两组参与者的保留率都很高(80.3%,518/645)。大多数家长(226/260,86.9%)下载并使用了这款应用;然而,使用量随着时间的推移而下降。该程序的满意度很高,86.1%(143/166)的人报告说他们信任应用程序中的信息,84.6%(170/201)的人声称他们会推荐给朋友。然而,该应用遇到了一些技术问题,超过四分之一的家长报告说,该应用有时无法工作。两组之间的目标行为没有显著差异。两组之间的增长轨迹也没有差异。
使用智能手机应用程序促进婴儿健康喂养行为的移动健康干预是向父母提供肥胖预防干预的可行和可接受的模式;然而,随着时间的推移,应用程序的使用率有所下降。从这项研究中获得的经验将用于进一步加强该计划,以提高其改变婴儿喂养行为的潜力。
世界卫生组织已将预防幼儿肥胖确定为首要任务。
婴儿喂养方法,包括母乳喂养时间、配方奶喂养方法[
越来越多的证据表明,来自低社会经济背景的儿童超重和肥胖的比例更高。
以低成本促进家长参与的一个新兴和有前景的领域是通过互联网或智能手机等电子媒体为家长提供支持。智能手机的拥有率在全球范围内不断上升,其中澳大利亚的智能手机拥有率最高(93%)。
关于移动医疗干预在改变健康行为方面的有效性的早期研究是有希望的[
该研究采用准实验设计,包括移动健康干预组和同时进行的非随机对照组。关于GH计划的发展和可行性研究方法的详细描述已在先前发表[
参与干预组(GH)的资格标准包括怀孕(妊娠30周以上)或3个月以下婴儿的父母或主要照顾者,拥有任何类型的移动电话,能够说英语和阅读英语,年龄在18岁或以上,居住在澳大利亚。参与者通过3种方法招募:通过澳大利亚2个州社会经济弱势社区的初级保健提供者;第一次为人父母的研究人员进行面对面交流;或者网络广告。同时,通过在线论坛、社交网站和博客招募了一个非随机对照组(婴儿的第一餐,BFF),并接受了常规护理。参与的资格标准与干预组相同,不同之处在于参与者不需要拥有手机。两组研究的入组包括完成一份基于网络的筛选表、一份同意表和一份基线调查。有关招聘程序及结果的详情,已在其他地方公布[
简而言之,生长激素计划旨在鼓励父母参与婴儿喂养实践,促进健康而不是体重增加,重点是社会经济上处于不利地位的父母。该计划的目的如下:
促进母乳喂养。
如果母乳喂养是不可能的,促进配方喂养的最佳做法。
将固体食物的引入推迟到6个月左右,但不要早于4个月。
提倡健康的第一种食物。
促进健康的婴儿喂养方法(包括根据食欲喂养,反复中性接触健康食品,避免将食物作为奖励)。
优化婴儿饮食中水果和蔬菜的摄入量。
该项目的主要传播媒介是一个应用程序和网站,为父母提供基于证据的文章和视频,其中包含符合婴儿从出生到9个月喂养国家指南的实用建议和策略。该计划的发展以行为改变轮和行为改变的能力、机会和动机模型为指导[
通过网络调查在3个时间点收集数据:婴儿小于3个月(T1)、婴儿6个月(T2)和婴儿9个月(T3)。为了补偿参与者完成调查所花费的时间,GH参与者每完成一次调查就会收到价值20澳元的礼券,而BFF参与者完成两次或两次以上的调查就会收到40澳元的礼券。没有回应调查的人会收到三封邮件提醒,间隔一周。我们还收集了应用内部的分析数据。
在T1、T2和T3时,父母被要求报告他们的婴儿目前是否母乳喂养,以及如果他们不再母乳喂养,婴儿停止母乳喂养的周数。在第三阶段,她们还被问及她们给婴儿喂了什么:(1)母乳、固体、水或果汁;(2)婴儿配方奶粉、固体、水或果汁;或者(3)母乳、婴儿配方奶粉、固体、水或果汁的混合物。T2阶段的纯母乳喂养是通过以下问题确定的:“婴儿除母乳外是否有其他液体或食物?”所有母乳喂养的参与者在第1和第2阶段都被问及关于婴儿配方奶粉的引入以及婴儿引入配方奶粉时的年龄。
在每个时间点使用有效可靠的问卷对配方制备进行评估[
在T1和T2,父母被问及是否引入固体,如果是,婴儿在引入时的周数。
在每个时间点,父母都被要求提供婴儿健康记录中最近的体重和身高数据。
婴儿的社会人口学特征包括年龄、性别、出生顺序以及婴儿是原住民还是托雷斯海峡岛民。在T1时还收集了父母的特征,包括主要照顾者的年龄、出生国家、关系状况、自评健康状况、就业状况、教育水平和家庭年收入。
参与者的应用程序使用情况是从托管在澳大利亚东南部Azure云上的GH活动日志中提取的。收集的关键指标包括每次访问的页面数(1次访问=他们每天访问应用程序),从参与者激活应用程序到婴儿9个月大的会话数,以及打开推送通知的数量。此外,还收集了参与者的设备类型(Android/iPhone)。
在第三阶段,参与者被问及25个问题,涉及应用程序(和网站)的可行性、可接受性、易用性和感知有用性,以及整个项目。这些调查问题改编自EMPOWER,这是一项旨在帮助成年人减肥的澳大利亚移动健康干预措施[
计算了基本的描述性分析和交叉表。基线特征比较采用卡方检验
采用多变量logistic回归分析GH和BFF在二元结果方面的差异,包括纯母乳喂养比例;配方喂养结果;以及在4个月前、6个月后、4个月、4.5个月、5个月、5.5个月和6个月时引入固体食物的比例。
GH组和BFF组连续变量(包括出生至T3时间点的儿童BMI z-score、体重和身高)之间的差异采用非结构化协方差结构的混合效应多项式回归模型进行评估。对年龄的随机截距和随机斜率进行拟合,以允许个体生长速率。包括二次和三次年龄变量来模拟非线性增长。纳入模型的协变量包括孩子的性别、是否头胎、是否使用假人、母亲是否吸烟、母亲出生国家、父母的教育程度和工作状况、家庭收入、母亲年龄和孕前BMI。所有统计分析均使用IBM Corporation SPSS version 24进行[
共有909名受试者开始入组研究;然而,有264人不符合条件,主要是因为他们没有完成基线调查,或者他们的孩子大于15周或早产(
在入组时,GH组儿童的平均年龄明显小于BFF组(7.0周比7.9周)。此外,与BFF组相比,GH组的头胎比例明显更高,GH母亲更年轻(30.4岁比31.2岁),GH母亲在澳大利亚出生的比例较低(84.1%比90.1%),最高家庭收入类别的比例较低(29.4%比36.8%)。与BFF相比,GH中母乳喂养母亲的比例较低,配方奶和混合喂养母亲的比例较高(
在301名参与者中,260人(86.4%)选择通过应用程序访问该计划,41人(13.6%)选择通过网站/短信访问该计划。应用程序参与者提供了一个代码,使他们能够从Google Play或App Store下载应用程序,74.8%(225/301)的参与者下载了应用程序。超过一半的样本使用iphone(71.6%), 28.4%使用Android手机,11.9%使用网站和短信。在应用程序用户中,未受过大学教育的参与者使用Android手机的比例(31.7%)高于受过大学教育的参与者(24.5%)。应用程序用户每周会收到3个推送通知,在研究期间平均打开了11个推送通知(占所有通知的8.0%)。随着时间的推移,应用程序的使用率从入学时至少使用一次应用程序的92.0%下降到研究结束时的38.2%,当时婴儿年龄在8至9个月(
详细描述研究参与者的流程图。
干预组研究参与者的基线特征。
特征 | 健康成长(n=301) | 婴儿的第一餐(n=344) |
|
||
|
|
|
|
||
|
年龄(周) | 7.0 (3.7) | 7.9 (3.8) | 措施 | |
|
|
|
|
|
|
|
|
男孩 | 150 (49.8) | 167 (48.5) | .74点 |
|
|
女孩 | 151 (50.2) | 177 (51.5) |
|
|
|
|
|
|
|
|
|
非原住民或托雷斯海峡岛民 | 294 (97.7) | 335 (97.4) | 结果 |
|
|
土著人和/或托雷斯海峡岛民 | 7 (2.3) | 9 (2.6) |
|
|
头胎婴儿,n (%) | 173 (57.5) | 133 (38.7) | <措施 | |
|
基线时的虚拟使用,n (%) | 164 (54.5) | 163 (47.4) | 07 | |
|
|
|
|
||
|
母亲年龄,岁,平均(SD) | 30.4 (4.7) | 31.2 (4.4) | .04点 | |
|
母亲孕前体重指数,kg/m2,意思是(SD) | 26.6 (5.7) | 27.2 (6.8) | 23) | |
|
产妇目前吸烟状况,n (%) | 18 (6.0) | 15 (4.4) | .35点 | |
|
母国-澳大利亚出生,n (%) | 253 (84.1) | 310 (90.1) | 02 | |
|
关系状况-已婚,n (%) | 289 (96.0) | 332 (96.5) | .74点 | |
|
保健卡持有人,n (%) | 48 (15.9) | 53 (15.4) | .85 | |
|
|
|
|
|
|
|
|
可怜/公平 | 30 (10.0) | 28日(8.1) | .51 |
|
|
好 | 116 (38.5) | 152 (44.2) |
|
|
|
很好 | 124 (41.2) | 131 (38.1) |
|
|
|
优秀的 | 31 (10.3) | 33 (9.6) |
|
|
|
|
|
|
|
|
|
低 | 61 (21.1) | 56 (16.4) | 29 |
|
|
媒介 | 88 (30.5) | 115 (33.6) |
|
|
|
高 | 140 (48.4) | 171 (60.0) |
|
|
|
|
|
|
|
|
|
不工作 | 261 (86.7) | 298 (86.6) | .87点 |
|
|
工作 | 40 (13.3) | 44 (12.8) |
|
|
|
|
|
|
|
|
|
低 | 56 (19.4) | 64 (19.3) | 56 |
|
|
媒介 | 144 (49.8) | 153 (46.1) |
|
|
|
高 | 89 (30.8) | 115 (34.6) |
|
|
|
|
|
|
|
|
|
不工作 | 12 (4.2) | 7 (2.1) | .14点 |
|
|
工作 | 277 (95.8) | 324 (97.9) |
|
|
|
|
|
|
|
|
|
≤51999 | 35 (13.7) | 44 (15.3) | 02 |
|
|
52000 - 77999 | 79 (31.0) | 57 (19.8) |
|
|
|
78000 - 99999 | 81 (25.9) | 66 (28.1) |
|
|
|
10万或更多 | 75 (29.4) | 106 (36.8) |
|
|
|
|
|
|
|
|
|
母乳喂养 | 196 (65.1) | 245 (71.2) | <措施 |
|
|
配方奶粉喂养 | 52 (17.3) | 48 (14.0) |
|
|
|
混合喂养 | 53 (17.6) | 51 (14.8) |
|
在为期9个月的项目中,使用“健康成长”应用程序的参与者比例。
参与者在9个月的项目中使用“健康成长”应用程序的频率。
总体而言,参与者对该计划的满意度很高,88.1%的人同意他们喜欢该计划,84.6%的人表示他们会向朋友推荐该计划。
参加者对成长健康计划的满意度。
满意的项目 | 同意或非常同意,n (%) | |
|
|
|
|
总的来说,我喜欢“健康成长”计划 | 177 (88.1) |
|
我会向朋友推荐“健康成长”计划 | 170 (84.6) |
|
满足了我喂养的所有需要 | 134 (66.7) |
|
|
|
|
使用这个应用程序是一次愉快的经历 | 125 (75.3) |
|
我可以相信应用里的信息 | 143 (86.1) |
|
这个应用程序做了我期望它做的一切 | 128 (77.1) |
|
我喜欢这个应用程序的布局/外观 | 131 (78.9) |
|
应用程序中使用的语言很容易理解 | 151 (91.0) |
|
我发现“健康成长”应用程序很好用 | 130 (78.3) |
|
我担心使用应用程序时的数据使用量/成本 | 7 (4.2) |
|
难以驾驭 | 20 (12.0) |
|
这款名为Growing healthy的应用有时无法正常工作,n=166 | 43 (25.9) |
|
|
|
|
推送通知经常在我打开之前就消失了 | 43 (34.1) |
|
当推送通知从屏幕上消失后,我不知道如何找回它们 | 50 (39.7) |
|
我更喜欢收到短信而不是推送通知 | 37 (29.4) |
|
|
|
|
我对每周收到的推送通知/短信数量感到满意 | 127 (63.2) |
|
我对推送通知/文本的时机感到满意 | 134 (66.7) |
|
我发现推送通知/短信很有帮助 | 127 (63.2) |
|
我发现推送通知适合我宝宝的年龄和发育阶段 | 138 (68.7) |
母乳喂养和混合喂养的母亲报告在3岁时停止母乳喂养的比例分别为31.6%和28.5% (GH和BFF)。
基线时完全母乳喂养的母乳喂养母亲比例为84% (GH)和83% (BFF)。在6个月时,GH组和BFF组的纯母乳喂养比例分别为9%和13%,经协变量调整后,组间差异无统计学意义(调整优势比,AOR为1.25;95% ci 0.46-3.32;
各干预组母乳喂养持续时间的比率(BFF:婴儿的第一餐;GH:健康成长)。
在所有3个时间点上,与好朋友组相比,GH参与者正确配制配方的比例有更高的趋势(
GH和BFF的中位固体引入年龄均为21.0周(GH: 95% CI 20.4-21.6;Bff: 95% ci 20.3-21.6)。两组间固体引种时机的危险率差异无统计学意义(风险比0.946;95% ci 0.76-1.18)。GH组和BFF组在不同年龄阶段引入固体饲料的比例差异无统计学意义(
GH与BFF的混合效应多项式回归模型在各时间点预测儿童BMI z-score、体重和身高的两两比较见
干预组婴儿喂养方式的比较。
变量 | 干预(健康成长) | 控制(宝宝的第一餐) | 总计 | 调整优势比一个(95%置信区间) |
|
||||||
|
|
|
|
|
|
||||||
|
|
195 | 246 | 441 |
|
|
|||||
|
|
是的,n (%) | 164 (84.1) | 202 (82.1) | 366 (82.9) | 1.37 (0.72 - -2.66) | 点 | ||||
|
|
111 | 160 | 271 |
|
|
|||||
|
|
是的,n (%) | 10 (9.0) | 20 (12.5) | 31 (11.4) | 1.22 (0.46 - -3.32) | i = | ||||
|
|
|
|
|
|
||||||
|
|
105 | 99 | 204 |
|
|
|||||
|
|
是的,n (%) | 48 (45.7) | 38 (38.4) | 86 (42.2) | 1.00 (0.48 - -2.10) | > 0。 | ||||
|
|
101 | 116 | 217 |
|
|
|||||
|
|
是的,n (%) | 58 (57.4) | 56 (48.3) | 114 (52.5) | 1.25 (0.64 - -2.44) | 点 | ||||
|
|
108 | 137 | 245 |
|
|
|||||
|
|
是的,n (%) | 66 (61.1) | 71 (51.8) | 137 (55.9) | 1.67 (0.87 - -3.20) | 13。 | ||||
|
|
|
|
|
|
||||||
|
|
105 | 99 | 204 |
|
|
|||||
|
|
是的,n (%) | 103 (98.1) | 96 (97.0) | 199 (97.5) | 1.71 (0.28 - -10.64) | .57 | ||||
|
|
101 | 116 |
|
|
|
|||||
|
|
是的,n (%) | 87 (86.1) | 103 (88.8) | 190 (87.6) | 0.73 (0.27 - -1.97) | 54 | ||||
|
|
115 | 137 | 252 |
|
|
|||||
|
|
是的,n (%) | 73 (63.5) | 102 (74.5) | 175 (69.4) | 0.48 (0.23 - -1.00) | 0。 | ||||
|
|
|
|
|
|
||||||
|
|
105 | 99 | 204 |
|
|
|||||
|
|
是的,n (%) | 20 (19.1) | 24 (24.2) | 44 (21.6) | 0.72 (0.3 - -1.69) | 。45 | ||||
|
|
n = 101 | n = 116 | 217 |
|
|
|||||
|
|
是的,n (%) | 26日(25.7) | 15 (12.9) | 41 (18.9) | 2.65 (1.04 - -6.71) | .04点 | ||||
|
|
n = 115 | n = 121 | 252 |
|
|
|||||
|
|
是的,n (%) | 21日(18.1) | 16 (13.2) | 37 (14.7) | 1.60 (0.66 - -3.88) | .30 | ||||
|
|
|
|
|
|
||||||
|
|
53 | 51 | 104 |
|
|
|||||
|
|
是的,n (%) | 46 (86.8) | 44 (86.3) | 90 (86.5) | 0.87 (0.12 - -6.48) | .89 | ||||
|
|
n = 30 | n = 33 | 63 |
|
|
|||||
|
|
是的,n (%) | 22日(73.3) | 23日(69.7) | 45 (71.4) | 2.32 (0.29 - -18.24) | 点 |
一个Logistic回归校正了儿童年龄、性别、是否头胎、使用假人、母亲年龄、吸烟状况、出生国家、父母受教育程度、父母工作状况、母亲孕前体重指数和家庭收入。
干预组引入固体食物的年龄比较。
变量 | 总(n = 481) | 干预(健康成长),n=208 | 对照组(婴儿的第一餐),n=273 | 调整优势比一个(95%置信区间) |
|
|
|
|
|
|
|
|
|
|
4个月前(0-15周),n (%) | 21日(4.4) | 10 (4.8) | 11 (4.0) | 0.46 (0.12 - -1.77) | 点 |
|
4个月时(0-16周),n (%) | 64 (13.3) | 28日(13.5) | 36 (13.2) | 0.54 (0.26 - -1.09) | .09点 |
|
4.5个月时(0-18周),n (%) | 134 (27.9) | 56 (26.9) | 78 (28.6) | 0.63 (0.38 - -1.06) | 。08 |
|
5个月(0-20周) | 234 (48.6) | 104 (50.0) | 130例(47.6%) | 0.92 (0.58 - -1.44) | 2 |
|
在5.5个月(0-22周)时,n (%) | 304 (63.2) | 145 (69.7) | 159 (58.2) | 1.42 (0.89 - -2.26) | .14点 |
|
6个月时(0-24周),n (%) | 409 (85.0) | 184 (88.5) | 225 (82.4) | 1.14 (0.61 - -2.11) | .68点 |
|
6个月后(0-25周),n (%) | 433 (90.0) | 194 (93.3) | 239 (87.5) | 1.22 (0.57 - -2.62) | 收 |
一个Logistic回归校正了儿童年龄、性别、是否头胎、使用假人、母亲年龄、吸烟状况、出生国家、父母受教育程度、父母工作状况、母亲孕前体重指数和家庭收入。
预测出生、3个月(T1)、6个月(T2)和9个月(T3)时儿童平均体重指数(BMI) z-score、体重和生长健康(GH)和婴儿第一餐(BFF)的长度。
人体测量学 | 健康成长,预测平均值一个(95%置信区间) | 婴儿的第一餐,预言的意思一个(95%置信区间) |
|
|
|
|
|
|
|
|
出生 | 0.22 (0.22 - -0.34) | 0.33 (0.22 - -0.44) | . 21 |
|
T1 | 1.57 (1.45 - -1.69) | 1.71 (1.59 - -1.83) | 厚 |
|
T2 | 0.44 (0.31 - -0.57 | 0.26 (0.14 - -0.38) | 0。 |
|
T3 | 0.24 (0.09 - -0.38 | 0.28 (0.16 - -0.41) | 收 |
|
|
|
|
|
|
出生 | 3.49 (3.43 - -3.56) | 3.55 (3.48 - -3.61) | 点 |
|
T1 | 4.62 (4.55 - -4.69) | 4.76 (4.70 - -4.82) | .003 |
|
T2 | 7.23 (7.15 - -7.30) | 7.55 (7.48 - -7.61) | <措施 |
|
T3 | 8.62 (8.54 - -8.70) | 8.78 (8.71 - -8.85) | .003 |
|
|
|
|
|
|
出生 | 50.55 (50.28 - -50.82) | 50.71 (50.46 - -50.97) | 点 |
|
T1 | 54.97 (54.70 - -55.25) | 55.51 (55.25 - -55.77) | . 01 |
|
T2 | 64.97 (64.67 - -65.27) | 66.08 (65.81 - -66.36) | <措施 |
|
T3 | 69.78 (69.46 - -70.10) | 70.25 (69.97 - -70.53) | 03 |
一个预测均值采用混合效应多项式回归模型,调整了儿童年龄、性别、是否头胎、使用假人、母亲年龄、吸烟状况、出生国家、父母受教育程度、父母工作状况、母亲孕前体重指数、家庭收入等因素。
bBMI:身体质量指数。
据我们所知,这是第一个报告移动健康干预预防婴儿肥胖的可行性和有效性的研究。我们的研究结果支持使用移动健康作为一种可行且可接受的干预方式,针对父母的婴儿喂养行为,因为参与者对该计划的满意度和保留率很高,尽管使用该应用程序存在一些技术困难,并且随着时间的推移参与度下降。然而,我们无法证明干预对目标行为和结果的任何影响,如母乳喂养持续时间或专一性、引入固体食物的时间或婴儿生长轨迹。研究结果表明,生长激素干预可能对配方制备实践产生积极影响,尽管这在完全调整的模型中并不显著,需要在充分有力的随机对照试验中得到证实。
本研究结果支持移动健康作为婴儿肥胖预防干预的一种可接受的交付模式,特别是针对婴儿喂养的干预,招募率高[
然而,一些因素可能减少了对该计划的参与。超过四分之一的参与者报告说,该应用程序有时无法工作。研究中确实出现了技术问题,包括iOS和Android系统的操作系统更新导致该应用在短时间内无法使用。在研究期间更换手机的家长需要联系研究团队获取另一个代码来访问该应用程序,这可能进一步减少了应用程序的使用。此外,尽管推送通知被认为是相关和及时的,但近40%的参与者不确定一旦推送通知从屏幕上消失后如何检索它们。这或许可以解释为何推送通知的打开率相对较低(8%)。考虑到推送通知是促使父母参与应用内容的主要机制,这很可能会限制所接受干预的剂量及其对婴儿喂养行为和结果的后续影响。应用分析数据进一步支持了这一点,该数据表明,在研究期间,应用的使用率确实有所下降。
了解影响人们参与移动医疗项目的因素,以及如何随着时间的推移将这些因素最大化,对项目的有效性至关重要。我们对应用使用率的定量分析[
除了干预剂量外,缺乏干预效果也可能是因为该可行性研究的样本量,无法检测组间差异,而是为后续更大的随机对照试验提供样本量计算信息。研究的局限性在于研究组之间的一些基线特征存在显著差异。虽然在统计分析中控制了基线差异,但这降低了检测组间关键结果差异的能力。
干预的时机可能导致该计划对结果的影响有限,尤其是对母乳喂养的影响。婴儿入组时的平均年龄为7至8周,这表明干预错过了母乳喂养支持的关键时期,全国数据显示,40%的母亲在1个月大时引入配方奶粉[
由于婴儿早期出现肥胖风险的社会经济差异,GH项目专门针对社会经济上处于不利地位的父母[
在儿童早期使用移动医疗预防肥胖是一个快速发展的领域,有许多试验正在进行中[
这项研究的关键优势在于,干预是通过行为改变理论和广泛的形成性工作来告知的,并且保留率很高。准实验研究设计的使用存在局限性,干预组和对照组之间存在许多基线差异;然而,这些差异在统计分析中得到了控制。还有一种可能的选择偏差,即参加两组的母亲可能更感兴趣,更有动力实现理想的婴儿喂养方法,因为她们对这项研究感兴趣,尽管她们的教育水平与全国平均水平相似[
我们的研究设计是可行的,因为完成登记调查的参与者在一段时间内有很好的保留率,并且结果提供了一个有用的估计,在此基础上计算更大的研究的样本量。使用智能手机应用程序促进健康的婴儿喂养行为的移动健康干预是向父母提供预防肥胖干预的可行和可接受的模式,但需要进一步的工作来持续参与和使用。该计划对关键可测量的婴儿喂养结果的有限影响可能反映了由于不可预见的技术问题、计划的时间、参与者选择偏差和/或研究设计的局限性,一些参与者接受了低干预剂量。建议以婴儿喂养为目标的移动医疗项目从产前开始实施,并且该项目的未来迭代有应急措施,以及时解决技术问题,并设计功能,以最大限度地提高用户的参与度。未来的研究需要使用更大的随机对照试验设计来确定移动健康计划在婴儿肥胖预防方面的有效性。
BMI z分数、体重和长度轨迹的混合效应多项式回归模型。
调整优势比
宝宝的第一餐
身体质量指数
成长的健康
短消息业务
本文报道的研究是澳大利亚初级卫生保健研究所的一个项目,得到了澳大利亚政府卫生和老龄部的资助。其中所载的信息和意见不一定反映澳大利亚初级保健研究所或澳大利亚政府卫生和老龄部的观点或政策。作者感谢参与试验的父母和参与的从业者在招募参与者和他们在整个试验中宝贵的见解中所花费的时间。我们感谢Leva Azadi在母乳喂养方面的早期工作,感谢Kate Dullaghan在应用程序内容方面的编辑工作,感谢catherine Fowler教授对应用程序内容的支持和审查。我们也感谢路易莎·威尔逊,我们的研究助理。RL由国家卫生与医学研究委员会早期职业研究基金(ID 1089415)资助。
RL, EDW, ST, CGR, RE和KC都对应用程序内容的研究和开发概念化做出了贡献。KL开发了应用程序和网站背后的编程以及程序分析的测量。EL负责数据收集,MZ负责数据分析,在SL的指导下,RL和EDW共同撰写论文初稿。所有作者审阅并参与了论文的草稿,并批准了最终的手稿。
没有宣布。