基于移动应用程序的健康指导和行为改变项目对超重和肥胖儿童参与者参与和体重状况的影响:回顾性队列研究gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

在美国，三分之一的儿童超重或肥胖[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba］．肥胖儿童和青少年有可能将超重带入成年期，并在成年后患上多种合并症，包括糖尿病和冠状动脉疾病[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba］．临床管理指南和治疗算法要求采用分阶段方法治疗超重和肥胖儿童，旨在通过行为咨询促进健康生活方式的改变[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba］．针对儿童肥胖的有效行为干预措施涉及多个方面，重点是促进健康饮食和锻炼习惯[gydF4y2Ba6gydF4y2Ba］．最有效的干预包括支持孩子和父母设定目标，结合刺激控制，利用问题解决，并参与自我监督，同时努力实现行为改变[gydF4y2Ba6gydF4y2Ba］．美国预防服务工作组(USPSTF)建议主要提供者为肥胖儿童提供或转诊全面的强化行为干预，旨在减少超重和改善整体体重状况[gydF4y2Ba6gydF4y2Ba］．然而，儿童参与综合强化行为干预和临床体重管理项目的比例往往很低，项目减员率相当高[gydF4y2Ba7gydF4y2Ba-gydF4y2Ba9gydF4y2Ba］．家庭发现的参与体重管理计划的常见障碍包括对负担能力的担忧，不灵活的日程安排，与其他活动的冲突，时间承诺，距离和交通，以及期望与计划服务之间的不一致[gydF4y2Ba8gydF4y2Ba，gydF4y2Ba10gydF4y2Ba，gydF4y2Ba11gydF4y2Ba］．相反，促进儿童和家庭参与的因素可包括量身定制的治疗计划和个性化的健康指导[gydF4y2Ba10gydF4y2Ba-gydF4y2Ba12gydF4y2Ba］．移动医疗(mHealth)和远程医疗技术可以提供一个独特的机会，通过在家庭时间和家庭环境中提供个性化干预，克服参与肥胖治疗的障碍[gydF4y2Ba13gydF4y2Ba-gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

在成人肥胖治疗试验中，移动健康工具似乎成功地帮助患者管理糖尿病等共病，改善身体活动和饮食行为，并实现有意义的减肥[gydF4y2Ba16gydF4y2Ba-gydF4y2Ba22gydF4y2Ba］．儿童和青少年的移动健康干预已被发现可以有效地改善各种条件下的健康行为和健康结果[gydF4y2Ba23gydF4y2Ba］．在儿童肥胖治疗试验中，移动健康工具的效果不太清楚，因为它们主要是作为更大的、多方面干预措施的组成部分进行研究的。gydF4y2Ba13gydF4y2Ba，gydF4y2Ba15gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．纳入儿童肥胖预防和治疗试验的移动健康工具在改善体重结果方面的能力各不相同[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba］．然而，移动技术在支持自我监测和促进身体活动和饮食行为的变化方面已被证明是被广泛接受的、可行的和有效的[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba24gydF4y2Ba-gydF4y2Ba26gydF4y2Ba］．然而，总体而言，移动健康干预作为儿童肥胖和体重管理的独立治疗方式的有效性证据有限[gydF4y2Ba13gydF4y2Ba］．虽然市面上有许多针对儿童体重相关的体育活动和饮食行为的商用移动应用程序，但对商业应用程序的评论发现，大多数应用程序缺乏高质量的信息，只包括少数行为改变技术(bct)，并且没有基于基于证据的行为改变理论[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba28gydF4y2Ba］．因此，一些人建议有必要严格评估旨在促进超重或肥胖儿童健康行为改变的商业和独立移动健康干预措施[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba28gydF4y2Ba］．gydF4y2Ba

目标gydF4y2Ba

在这项研究中，我们的目标是评估超重或肥胖儿童使用市售移动健康工具(gydF4y2BaKurbogydF4y2Ba)，提供个性化的健康指导和自我监测支持，旨在改善饮食和身体活动行为。主要目的是描述和比较参与者参与健康指导课程的情况，并将其作为承诺期的一个条件。第二个目的是检查接受的教练课程与参与者体重状况随时间变化之间的关系。我们假设，承诺期较长的参与者会参与更多的指导课程，并有更大的减肥趋势。gydF4y2Ba

方法gydF4y2Ba

设计gydF4y2Ba

这是一项回顾性队列研究，参与者参与了一个基于商业、移动应用程序的平台和项目(gydF4y2BaKurbogydF4y2Ba)旨在通过自我监测和健康指导支持来促进健康行为的改变和体重管理。研究团队和调查人员在移动应用程序平台的开发或程序内容的创建和交付中没有任何作用。gydF4y2Ba

程序gydF4y2Ba

的gydF4y2BaKurbogydF4y2Ba流动应用平台(gydF4y2Ba图1gydF4y2Ba)，该计划旨在促进行为改变，鼓励选择健康的生活方式[gydF4y2Ba29gydF4y2Ba］．项目内容和健康指导包含多种bct，与行为改变干预的既定分类相一致[gydF4y2Ba30.gydF4y2Ba］．计划中强调的bct与多个理论框架相关联，包括理性行动理论、计划行为理论、社会认知理论、控制理论，以及操作性条件反射和信息动机行为技能模型[gydF4y2Ba31gydF4y2Ba］．的program design was also informed by a model of supportive accountability, which emphasizes the essential role of human support in mHealth interventions [32gydF4y2Ba］．移动应用程序和程序包括两个主要组成部分:(1)通过移动应用程序界面自我监测饮食和身体活动行为;(2)通过视频聊天进行个性化指导。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

该计划的自我监控部分采用了行为自我监控和行为结果监控的bct [gydF4y2Ba30.gydF4y2Ba］．我们鼓励参与者使用移动应用程序，根据循证红绿灯系统的食物类别，记录每日的食物摄入量[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．交通灯系统将食物分为三类:不受限制的健康绿灯食物、应谨慎食用的不太健康的黄灯食物和应避免食用的不健康红灯食物[gydF4y2Ba34gydF4y2Ba］．这种饮食行为方法的目的是鼓励参与者逐渐增加健康食品(绿灯)的摄入量，减少不健康食品(红灯)的摄入量。这种方法结合了行为替代和习惯形成[gydF4y2Ba30.gydF4y2Ba］．参与者还被要求通过在移动应用程序中记录活动的持续时间来自我监测他们的体育活动行为，同时努力实现每天60分钟中等至剧烈体育活动的目标。gydF4y2Ba

个性化的教练课程组成部分由聘请和培训为教练的个人提供gydF4y2BaKurbogydF4y2Ba．参与者在参与该项目期间与同一名教练配对，旨在提供社会支持和问责制[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba32gydF4y2Ba］．教练通过一个基于网络的仪表盘来监控参与者的饮食和体育活动行为，这有助于加强自我监控，并允许行为反馈[gydF4y2Ba30.gydF4y2Ba］．每次辅导课程持续约15分钟，每周提供一次。辅导课程强调回顾过去的行为和结果目标，并支持设定未来的结果和行为目标[gydF4y2Ba30.gydF4y2Ba］．教练鼓励自我对话和识别行为线索，并协助量身定制的问题解决和行动计划[gydF4y2Ba30.gydF4y2Ba］．例如，教练可以讨论环境线索和识别吃红灯食物的诱因，同时支持目标设定和行动计划，以选择更多的绿灯食物。在指导课程中涉及的其他主题可能包括理解食品标签和份量。每次训练结束后，参与者都会收到教练发来的电子邮件，对已经实现的目标表示赞扬，并为下周的目标制定了量身定制的计划。值得注意的是，强烈鼓励家长参加辅导课程;然而，该计划并没有规定父母的参与。同样地，该项目允许为个人量身定制指导，但它不是专门针对家庭动态或参与者的年龄而设计的。gydF4y2Ba

除了培训课程外，学员还可以在培训课程间隙通过短消息服务短信、电子邮件或应用内消息与教练联系。独立于gydF4y2BaKurbogydF4y2Ba参与者还可以通过移动应用程序平台获得补充资源，包括电子邮件电子练习册、双周电子邮件简报、体育活动演示视频、博客文章和可下载的健康饮食食谱。这些补充资源通过提供如何执行行为的指示，支持物理环境的重组，并允许社会比较来突出bct。最后，该程序还利用了行为契约的BCT [gydF4y2Ba30.gydF4y2Ba］．gydF4y2Ba

参与者和数据来源gydF4y2Ba

该研究回顾性地检查了一组最初使用维生素d的参与者gydF4y2BaKurbogydF4y2Ba2015年3月15日至2017年3月15日期间的移动应用程序和项目。参与者不是为了进行研究而招募的。中已识别的参与者数据gydF4y2BaKurbogydF4y2Ba为研究目的，向研究者提供了数据注册表。这项研究获得了斯坦福大学医学院机构审查委员会的豁免。所有数据均由研究小组独立审查和检查，以确认在分析前符合预定的纳入和排除标准。gydF4y2Ba

入选标准gydF4y2Ba

纳入标准(gydF4y2Ba图2gydF4y2Ba)在2015年3月15日至2017年3月15日规定的2年时间内参与。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

排除标准gydF4y2Ba

排除标准(gydF4y2Ba图2gydF4y2Ba)包括年龄小于5岁或年龄大于或等于19岁的首次使用该计划。其他排除标准包括体重正常(体重指数;BMI < 85gydF4y2Ba^thgydF4y2Ba百分比)，以及任何数据测量误差，包括缺失基线高度、缺失基线体重，或任何高度速度测量值增加超过15厘米或减少超过5厘米(根据已确定的高度速度参考值)[gydF4y2Ba35gydF4y2Ba］．gydF4y2Ba

承诺的时间gydF4y2Ba

研究参与者自愿参与或被分配到三个承诺期中的一个:4周，12至16周，或24周。每个参与者都得到雇主福利计划、健康保险福利计划或自费计划的支持。该计划的费用由父母(自费)、父母的雇主或家庭健康保险计划支付。自付率取决于承诺期。自费计划的参与者自愿从3个承诺期中选择一个:4周、12周或24周。雇主或健康保险福利计划的人按合同规定有两个承诺期:12周或16周。值得注意的是，在16周的承诺期中只有16名参与者，为了分析的目的，这些参与者与12周的承诺期相结合，形成了12- 16周的承诺期组。所有参与者都有能力在初始承诺期结束时续签或更改其计划;但是，没有关于续约或变更的数据可供分析。gydF4y2Ba

措施gydF4y2Ba

基线特征gydF4y2Ba

参与者的人口特征仅限于自我报告的年龄和性别，由孩子或父母提供。以基线年龄为单位划分4个不同年龄组。年龄组别分为5至11岁、12至14岁和15至18岁。这些年龄组的信息来自于人口患病率和大型干预研究中常见的分组报告[gydF4y2Ba2gydF4y2Ba，gydF4y2Ba36gydF4y2Ba］．数据注册中心客观地捕获了用于程序的支付源。社会经济数据，如种族、民族、家庭收入或教育没有被报告。将自我报告的基线体重和身高测量结果与年龄和性别相结合，计算并得出相应年龄和性别的BMI、BMI百分位数以及BMI在95例受试者中的百分比gydF4y2Ba^thgydF4y2Ba基线时的BMI百分位数(%BMIp95)。这是使用SAS代码完成的，该代码由疾病控制和预防中心(CDC)为此目的开发。所有参与者的基线体重根据疾病控制与预防中心的标准进行分类，基于儿童和青少年的年龄和性别BMI百分比阈值。根据这些标准，体重状态定义为超重(≥85gydF4y2Ba^thgydF4y2Ba< 95gydF4y2Ba^thgydF4y2BaBMI百分位)或肥胖(≥95gydF4y2Ba^thgydF4y2BaBMI百分位)。肥胖参与者还根据%BMIp95进行分类，这是一种相对BMI的测量方法，由疾病预防控制中心推荐给患有严重肥胖的儿童和青少年[gydF4y2Ba37gydF4y2Ba］．这一建议是基于分析得出的，这些分析表明BMI分数不能很好地反映BMI指数非常高和严重肥胖的年轻人的肥胖情况。%BMIp95是一种更可靠的肥胖青年测量方法，推荐用于重度肥胖(%BMIp95≥120)儿童或青少年比例显著的研究[gydF4y2Ba38gydF4y2Ba］．肥胖参与者还根据3种不同的肥胖类别进行了分类，即I - III类肥胖，这反映了心脏代谢风险，通常用于肥胖患病率研究[gydF4y2Ba2gydF4y2Ba，gydF4y2Ba4gydF4y2Ba，gydF4y2Ba39gydF4y2Ba］．I类定义为≥95gydF4y2Ba^thgydF4y2BaBMI百分位;II类对应%BMIp95≥120至<140%或BMI≥35，以较低者为准;III类适用于%BMIp95≥140或BMI≥40，以较低者为准。gydF4y2Ba

主要结果:参与者参与gydF4y2Ba

参与者参与的主要结果和衡量标准是gydF4y2Ba训练课程gydF4y2Ba，定义为参与者在参与期间累计接受个别辅导的总次数。gydF4y2Ba

参与者参与度的其他衡量标准包括参与时间、项目留存率、指导信息、饮食事件和身体活动事件。gydF4y2Ba参与时间gydF4y2Ba被定义为从参与者注册该项目到最后一次记录与应用程序的互动之间的总周数。最后一次记录与应用程序的互动包括记录饮食或身体活动，发送给健康教练的应用程序内短信，或指导课程。gydF4y2Ba程序保留gydF4y2Ba被定义为总参与期大于或等于预期承诺期(以周为单位)。gydF4y2Ba指导信息gydF4y2Ba定义为每个参与者在参与期间发送给他/她指定的健康教练的个人应用内短信的累计总数。gydF4y2Ba饮食事件gydF4y2Ba被定义为一个给定的参与者所记录的自我报告的个人食物的累计总数。gydF4y2Ba体育活动项目gydF4y2Ba定义为每个参与者在参与期间记录的自我报告的个人体育活动的累计总数。数据注册表没有记录饮食或体育活动事件是否由参与者或父母自行报告。gydF4y2Ba

次要结果:体重状况的改变gydF4y2Ba

该研究的第二个结果是参与者体重状况的变化，定义为gydF4y2Ba%BMIp95的变化gydF4y2Ba在自我报告的基线和参与期间记录的终点测量之间。%BMIp95的基线测量值来源于输入移动应用程序的参与者最初自我报告的体重和身高测量值。%BMIp95的终点测量值来源于参与者最后一次自我报告的身高和体重测量值。基线和终点测量之间没有预定的时间间隔。gydF4y2Ba

分析gydF4y2Ba

描述性统计用于比较3个承诺期的基线特征(年龄、年龄组、性别、BMI百分位数、BMIp95 %、体重类别、肥胖类别和支付来源)、主要结局(参与者参与程度)和次要结局(体重状态变化)。分类变量以绝对值和相应百分比表示。正态分布连续变量报告为一个平均值与标准偏差(SD)。所分析的持续用户粘性指标具有非正态分布模式，其中每一项都报告为具有四分位数范围(IQR)的中位数。采用类别变量卡方检验和正态分布连续测度的方差分析，探讨承诺期组间测度的差异。同样，使用Kruskal-Wallis检验分析了非参数连续测量的承诺期差异。在承诺期内体重状态变化的显著性用成对双尾分析gydF4y2BatgydF4y2Ba测试。gydF4y2Ba

构建多变量线性回归模型来检验两组相关性:(1)主要结果(教练课程次数)与每个承诺期(参考24周周期)之间的相关性;(2)主要结果(教练课程次数)与次要结果(%BMIp95变化)之间的相关性。每个多变量模型都包括对年龄组和性别显著基线差异的调整。进行了敏感性分析，排除非自愿参与者(即健康计划或雇主支持)，以分离与承诺期自愿相关的差异(gydF4y2Ba多媒体附件1gydF4y2Ba)．所有分析均使用SAS Institute Inc软件(SAS University Edition/SAS Studio 3.71)进行。gydF4y2Ba

结果gydF4y2Ba

参与者gydF4y2Ba

在接受资格评估的3242名参与者中，1579人符合纳入标准。其中，有305名参与者被排除在外，原因包括年龄范围以外、基线体重正常(79人)、基线数据缺失(46人)或数据测量错误。这产生了1120名研究参与者的最终分析样本，显示在(gydF4y2Ba图1gydF4y2Ba)．gydF4y2Ba

基线特征gydF4y2Ba

按承诺期划分的研究样本的基线特征显示于(gydF4y2Ba表1gydF4y2Ba)．总的来说，292名参与者在4周的承诺期，690名参与者在12至16周的承诺期，138名参与者在24周的承诺期。基线时平均年龄为12岁(SD 2.5)，大多数参与者为68.04%(762/1120)为女性。三组间年龄、性别差异无统计学意义。大多数参与者(76.61%(858/1120)属于肥胖，平均BMI百分位数(SD)为96.6(3.1)，平均(SD) %BMIp95为114.5(16.5)。与4周和12周组相比，24周组的儿童更有可能被归类为肥胖(118/138,85.5% vs 218/292, 74.7%和522/690,75.7%)。gydF4y2BaPgydF4y2Ba= 03)。主要支付来源为自付(743/1120,66.34%)。研究样本的基线特征按年龄组的分布显示在gydF4y2Ba多媒体附件1gydF4y2Ba．除支付来源外，所有基线特征在年龄组间均存在显著差异。gydF4y2Ba

参与者参与gydF4y2Ba

参与者对移动应用程序的参与度，在承诺期间的比较，显示在(gydF4y2Ba表2gydF4y2Ba)．gydF4y2Ba

接受的指导课程中位数的主要结果为4周组为8 (IQR 3-15)， 12至16周组为9 (IQR 5-12)， 24周组为19 (IQR 11-25) (gydF4y2BaPgydF4y2Ba<措施)。总体而言，每位学员接受辅导的次数中位数为9次，IQR为5至15次。其他参与措施的中位数(IQR)值如下:参与期，15周(IQR 12-30);教练信息数为3条(IQR 0-10);记录的饮食事件数量，174 (IQR 83-325);记录的体育活动事件数为42 (IQR 15-91)。参与的中位数周数因承诺期而异:4周组为16周(IQR 8-36)， 12至16周组为14周(IQR 12-22)， 24周组为30周(IQR 22-51)。总体而言，项目的保留率很高，79.91%(895/1120)的参与者至少在承诺期内继续参与该项目。4周组的项目保留率为92.5%(270/292)，12至16周组为76.8%(530/690)，24周组为68.8% (95/138)(gydF4y2BaPgydF4y2Ba<措施)。此外，按年龄组别划分的所有参与者的参与程度载于(gydF4y2Ba表3gydF4y2Ba)．不同年龄组的参与程度没有统计学上的显著差异。gydF4y2Ba

未调整和调整模型的主要结果(每个参与者的指导课程数)的结果显示在gydF4y2Ba表4gydF4y2Ba．在对儿童性别和年龄组进行调整后(以24周组为参考)，12至16周组与每个参与者最少的教练课程相关，beta系数为- 9.34 (95% CI - 11.30至- 7.39)，而4周组的beta系数为- 8.03 (95% CI - 10.19至- 5.87)。敏感性分析的结果仅限于自费(自愿)参与者gydF4y2Ba多媒体附件1gydF4y2Ba．在该亚人群中，4周组与每个参与者最少的教练课程相关，beta系数为-8.06 (95% CI -10.56至-5.56)，而12至16周组的beta系数为-6.02 (95% CI -8.48至-3.56)。gydF4y2Ba

体重状况变化gydF4y2Ba

在每个承诺期，4周内，%BMIp95基线和终点之间的平均变化为-5.4 (95% CI -6.2至-4.5)(gydF4y2BaPgydF4y2Ba<.001)， -4.8 (95% CI -5.3至-4.3)，持续12至16周(gydF4y2BaPgydF4y2Ba<.001)和-6.9 (95% CI -8.3至-5.6)持续24周(gydF4y2BaPgydF4y2Ba<措施)。与各年龄组相比，5至11岁儿童%BMIp95的平均变化为-5.6 (SD 7.9)， 12至14岁儿童为-4.7 (SD 5.9)， 15至18岁儿童为-5.2 (SD 5.6) (gydF4y2BaPgydF4y2Ba= .09点)。在每个承诺期内调整年龄组和性别，每次辅导课程的beta系数为4周组为-0.25 (95% CI -0.32至-0.18)，12周组为-0.16 (95% CI -0.21至-0.11)，24周组为-0.26 (95% CI -0.34至-0.18)(gydF4y2BaPgydF4y2Ba<措施)。所有参与者的多变量模型，根据初始承诺期、年龄组和性别进行了调整，表明每接受一次培训，BMIp95 %的整体beta系数下降了-0.21 (95% CI -0.25至-0.17)(gydF4y2BaPgydF4y2Ba<措施)。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

这项回顾性研究描述了一大批儿童和青少年的参与，采用了一个基于移动应用程序的多组件综合行为计划，旨在促进健康的饮食和锻炼生活方式行为。与传统的行为干预和临床体重管理项目不同，这些项目在很大程度上依赖于面对面的访问和会议[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba]，移动健康项目，如所研究的项目，使参与者能够自我监测健康行为，并按照自己的节奏接受健康指导。因此，这项研究的发现通常增加了移动健康工具的证据基础，更具体地说，是基于移动应用程序的综合行为计划，以支持超重或肥胖儿童和青少年的健康行为改变。gydF4y2Ba

我们的研究发现，在参与期间，总体参与的中位数为9次(IQR 5-15)指导课程对于移动健康项目来说是值得注意的。这种参与水平，虽然被USPSTF标准认为强度较低，但与面对面体重管理计划的接触水平相当[gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba］．我们还记录了参与者对其他测量的持续参与水平，如身体活动和饮食习惯的自我监测。参与者参与个性化指导和自我监测的记录是一项重要的发现，因为这些组成部分代表了已知在管理儿童肥胖方面有效的行为改变技术[gydF4y2Ba42gydF4y2Ba］．此外，该移动健康项目的总体项目保留率很高，流失率为20.9%，远低于传统面对面(非移动健康)体重管理项目的37%至41%的流失率[gydF4y2Ba8gydF4y2Ba］．gydF4y2Ba

最后，在这项观察性研究中，我们发现在参与该项目期间，教练课程的次数与自我报告的体重状态变化之间存在显著关联。这种联系表明，在这项研究中，更多地接触教练课程与增加减肥相关。USPSTF对密集的面对面干预的分析表明，在接受的干预时间和有益的体重变化之间存在剂量-反应关系，有效的方案至少需要26个接触小时[gydF4y2Ba6gydF4y2Ba］．虽然这项研究设计无法捕捉参与者与应用程序或教练课程的绝对接触时间，但观察到的体重变化与教练课程之间的关联表明，与传统的面对面干预相比，这种移动健康干预可能具有更低的剂量或更低的阈值效应。然而，需要进一步的研究来验证这种关联的性质和程度，并排除其他解释，包括选择偏差或报告偏差。gydF4y2Ba

优势与局限gydF4y2Ba

这项研究与其他关于数字健康和移动健康干预的研究一样存在局限性[gydF4y2Ba15gydF4y2Ba］．作为一项观察性回顾性研究设计，该研究也缺乏独立的对照组或对照组。这项研究存在一些报告偏差，因为所有的测量，包括人体测量，都是参与者自我报告的。这项研究也受到选择偏差的影响，因为注册和参与都是自我导向的，而且全部功能都需要连接互联网的移动设备。另一个限制是未测量的混杂因素，包括种族/民族、父母的教育程度和家庭收入，这限制了调整和概括，特别是对低收入人群[gydF4y2Ba2gydF4y2Ba］．然而，纳入雇主受益和健康计划受益的参与者，可能包括商业和政府赞助的计划，可能增加了样本的异质性。最后，设计的研究无法完全考虑可能影响干预保真度的其他因素，包括指导课程的质量、父母的角色、教练的聚集或其他资源的使用。具体来说，这项研究无法解释与年龄较大的参与者相比，年轻参与者的父母参与和监督的程度。尽管如此，研究结果并不支持年龄组之间的显著差异。gydF4y2Ba

尽管如此，关于数字健康和移动健康干预措施的严格而独立的研究仍然有限，这项研究对专注于肥胖治疗和预防的数字健康和移动健康干预措施的文献做出了有意义的贡献。首先，干预是综合设计的，有多个组成部分，已被证明是儿科人群体重管理和行为改变的有效策略[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba42gydF4y2Ba］．这与其他移动医疗工具中使用的通常有限的bct形成对比[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba28gydF4y2Ba］．其次，干预措施利用有效的bct来支持自我引导的行为改变，并在家庭环境中利用健康教练[gydF4y2Ba24gydF4y2Ba］．第三，研究人群包括广泛分布的年龄组，包括青春期前儿童、青少年和青少年晚期。事实上，研究人群的年龄、性别和体重特征与传统的面对面医疗体重管理项目相似[gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba］．除了肥胖的参与者，干预还包括超重的参与者，这表明研究结果在本研究之外具有普遍性。最后，值得注意的是，参与该计划和体重状况的变化在包括儿童、青春期前和青少年在内的各个年龄组是一致的。gydF4y2Ba

影响gydF4y2Ba

我们的发现对临床护理、人口健康和公共政策具有意义。提供肥胖治疗的临床医生可以考虑将移动健康项目(如本文所研究的项目)纳入临床访问和传统医疗管理策略中。旨在改善人口健康管理工作的医疗保健系统可能会发现，这些类型的移动医疗解决方案更容易为农村地区的患者提供医疗服务，这些地区的医疗服务提供者的可用性可能有限，或者为城市地区的患者提供医疗服务，这些患者可能受到通勤时间长或交通选择有限的限制。最后，公共卫生领导人和政策制定者可能会受到新兴数字技术在社区层面解决肥胖问题方面可能发挥的作用的鼓舞。gydF4y2Ba

结论gydF4y2Ba

这项基于移动应用程序的健康行为改变和健康指导项目的研究，在一大批超重和肥胖参与者中显示出较高的参与者参与度。参与辅导课程的增加与自愿承诺期的延长有关。总体计划的保留率高于类似的面对面密集行为干预和体重管理计划。参与者参与教练课程与体重状态下降相关(%BMIp95)。综上所述，这些发现强调了移动健康平台作为一种有前途的行为干预模式的潜力，支持超重或肥胖儿童和青少年的体重管理和行为改变。gydF4y2Ba