与缺乏体育活动有关的死亡造成了137亿美元的生产力损失，缺乏体育活动造成了全球1340万残疾调整生命年[ 1］．相反，任何强度的高水平总体力活动和较少的久坐时间都与大幅降低过早死亡的风险有关。 2］．增加身体活动量对减肥也很有效[ 3.， 4］．尽管体育活动对健康有许多好处，但在使用客观测量方法评估时，大多数日本成年人并不符合目前的体育活动建议[ 5］．佩戴计步器无论从短期还是长期来看，都有助于增加步数[ 6， 7］．一项研究[ 8的研究表明，在监测期间增加每日步数的人，死亡风险大幅降低。以计步器为基础的步行计划导致中度体重减轻，参与者在干预期间平均每周减少0.05公斤[ 9］．

最近，移动应用程序的使用在增加身体活动方面取得了显著的成功。 10， 11]和控制体重或减轻体重[ 12］．特别是，带有短信和个性化功能的干预似乎更有效[ 10］．一项荟萃分析显示，使用移动应用程序对身体活动指标有积极影响，相当于每天走1850步[ 10］．然而，一项关于使用移动应用程序促进减肥的干预措施的元分析显示，减肥有效果，但体育活动并没有增加。 12]，而一些因素可能会限制基于移动应用程序的体育活动干预的有效性。首先，大多数使用该应用程序的干预研究的持续时间都是短期的(不到6个月)，这种干预的长期效果尚不清楚。其次，荟萃分析中回顾的7篇论文通过问卷调查来评估身体活动，这可能无法评估身体活动的变化。如果在减肥支持期间可以利用移动应用程序增加体力活动，则会导致能量消耗的增加，并有望进一步减肥。此外，为了了解移动应用程序在减肥支持期间促进增加身体活动的有效性，有必要利用仅专注于身体活动的移动应用程序。此外，体重和体力活动不仅随季节而波动，而且在一周内也会波动。 13， 14］．虽然周末和工作日使用应用程序对身体活动的影响可能有所不同，但应用程序效果的差异尚未得到阐明。

这项研究的目的是确定在干预32周后，使用移动应用程序是否会促进增加身体活动和减肥。此外，我们的目标是评估干预期间身体活动的周内变异性，并评估使用或不使用应用程序的影响。

本研究的参与者是根据以下纳入标准通过市政雇员门户网站招募的:(1)年龄，30-60岁，(2)体重增加超过20岁时的体重，(3)BMI>20 kg/m²(4)拥有智能手机。患有任何疾病且无法获得医生许可的参与者被排除在研究之外。102名参与者的计算样本量是根据以前的研究确定的[ 15]调查了使用智能手机应用程序对增加步数的影响(效应大小=0.564586，α误差=。05年,权力= .80)。然而，基于大约10%的参与者会退出的假设，我们招募了110名参与者，最终考虑进行分析的109名参与者被EY用随机数生成器随机分配到智能手机应用程序组(n=55)或对照组(n=54)。参与者首先按性别进行分类，然后随机分为两组。目标人群的招募发生在2018年4月至2019年6月之间。在2018年6月至2020年1月的同一时期，进行了两次为期32周的干预。最后一次评估日期设定为干预开始后224天(32周)。在干预开始后的10-12周和30-32周，对干预对身体活动和体重的影响进行了评估。所有数据分析均在熊本县立大学进行。这项研究的主要和次要结果是步数(体力活动)和体重。

本研究按照联合试验报告标准(CONSORT)的指导方针进行。本研究遵循《赫尔辛基宣言》的指导方针，并获得熊本立大学临床研究伦理委员会(批准30-30,01-20)和国立生物医学创新、健康和营养研究所伦理委员会(批准122-01)的批准。本研究获得所有参与者的知情同意。该方案在大学医院医疗信息网(UMIN000033397)中注册。

在干预前，EY给两组都做了1小时关于减肥和增加体育活动的小组讲座。现场讲座包括以下7个领域:(1)从事健康行为的益处和障碍，(2)增加体育活动和减肥的健康益处，(3)如何按活动强度计算能量消耗，(4)熟食和调味料中所含的能量，(5)如何从参与者当前(干预前)每天增加步数到每天增加1000步(增加大约10分钟的步行时间)的目标，(6)如何设定参与者当前体重-5%的减肥目标，以及(7)健康饮食和体重保持。在干预前和干预期间(分别为10-12周和30-32周)连续3周测量参与者的体重和体力活动。干预前评价在干预开始前3周进行。此外，在评估期间，通过问卷调查来评估过去一个月的平均食物摄入量。两组参与者都被要求在干预开始后每天至少醒来一次后立即称体重。研究人员每月给两组参与者发送电子邮件，建议他们如何减肥，并增加体育锻炼，以保持或增强动力。在应用程序组中，能够管理跟踪步骤的智能手机应用程序(苹果和安卓智能手机都有)[ 16]在干预前被参与者下载。该应用程序结合智能手机内置的计算步数的功能，在应用程序中显示步数。该应用程序还显示了步行距离、能量消耗和蔬菜摄入量等信息;然而，参与者被要求只检查所走步数和排名。在应用程序中，步数和在组中的排名都可以被跟踪，这些信息会与智能手机应用程序组共享。应用程序组的参与者被要求每天至少打开一次应用程序，以查看他们的步数和排名。两组参与者都戴了3周的加速计，在干预开始后，加速计只显示他们立即走了多少步，以便他们知道他们每天走了多少步。参与者被要求将他们的日常活动量与反馈结果进行比较，以了解在干预前增加了1000多步的体力活动量。此外，在干预前测量的身体活动和体重数据也在此时提供。干预后10-12周的体重和体力活动评估结果在1个月内反馈; in December, weight change results since the start of the intervention were fed back. The target for the step counts was to increase by at least +1000 steps/day from the preintervention rating. No maximum goal was set and the goal was to reach +1000 steps/day from the preintervention level, and those who reached the goal were encouraged to at least maintain that number of steps. For example, if the average step rating before the intervention was 6000 steps, they were advised to reach at least 7000 steps daily and encouraged to maintain at least 7000 steps even when the goal was reached.

干预前用数字体重计测量身高，测量高度至0.1 cm (BW-306，大和体重计)。参与者的体重用身体成分监测器测量到最接近50克(BC-308, Tanita)。参与者被要求每天至少称一次体重，每天早晨醒来后一小时内测量体重，穿着尽可能相似的衣服，禁食条件下。测量的体重和时间数据被记录在身体成分监控器内置的安全数字卡上。BMI的计算方法为体重(kg)除以身高(m)²）.

测量身体活动3周[ 17]使用三轴加速度计(Active Style Pro HJA- 750C)每隔1分钟测量一次[ 18]在干预前和干预期间(分别为10-12周和30-32周)。除了睡觉或洗澡的时候，加速度计都戴在他们的腰上。基于强度水平，使用步数和活动时间来评估身体活动。获得的每分钟体力活动强度水平被分为久坐行为(≤1.5代谢当量[METs])、轻度体力活动(1.6-2.9 METs)和中度至剧烈体力活动(MVPA，≥3.0 METs)。连续零计数≥60分钟定义为不磨损时间。如果每天的磨损时间超过600分钟，则采用加速度计数据评估。总体参与者佩戴加速度计的时间(min/day)从基线时的940 (SD 102) min/day下降到12周时的919 (SD 118) min/day和32周时的905 (SD 125) min/day ( P<措施)。因此，为了考虑佩戴时间的差异，我们参考前人的研究计算了每次佩戴时间(每小时)的平均步数和MVPA [ 11， 19］．在测量期间(干预前，10-12周和30-32周)，加速度计显示设置为不能显示当天的体力活动量。

使用一份经过验证的简短自我管理饮食史问卷评估食物摄入量[ 20.， 21］．参与者通过选择每种食物的频率和每周平均摄入量来报告他们在过去一个月里食用的食物。简单的自我管理饮食史问卷由以下问题组成:食物和饮料消费频率、每天食用大米和味噌汤的频率、酒精消费频率和5种酒精饮料中每种酒精的百分比、最常食用菜肴的烹饪方法以及一般饮食习惯。在参与者完成问卷调查后，营养师与参与者一起检查完成的问卷。

在干预期间，体重的变化以原始数据和一周的移动平均值显示。人口学变量采用双侧独立样本进行评估 t对连续数据进行检验，对分类数据进行卡方检验，以便在组间进行比较。所有分析均采用意向治疗方法进行。为了评估使用智能手机应用程序对身体活动和体重的影响，本研究采用混合设计分析参与者组之间(智能手机应用程序组vs对照组)和基于重复测量的参与者组内部(分别在12周和32周时干预前vs干预后)的方差。为了评估干预前和干预期间体重和体力活动的周内变化，二次分析包括使用混合设计方差分析比较体重和体力活动的周内变化(步数和MVPA)。我们还评估了固定模型的影响，并参考之前的研究测试了它在一周中某一天的显著性[ 17］．由于标准误差大于周内变化，因此很难看到体重的变化，因此以周五变化的形式呈现。统计显著性设为 P< . 05。使用SPSS 22.0版软件(IBM Japan Ltd)进行统计分析。

本研究的参与者流程图如图所示 图1．研究方案说明在 图2．在干预前至12周期间，智能手机应用程序组和对照组分别有2名和3名参与者退出，对照组中有1名参与者在12-32周时退出。32周时，智能手机应用程序组的最终辍学率为4%(2/55)，对照组为7%(4/54)，两组之间没有显著差异( P=无误)。此外，在干预期前后，智能手机应用程序组的3名参与者(完成率，52/ 55,95%)和对照组的6名参与者(完成率，48/ 54,89%)无法评估，原因是仅提供了几天的体重和体育活动数据或分析过程中的错误。因此，在干预前后，智能手机应用程序组拥有完整体重和身体活动数据的参与者人数为50人，对照组为44人。在干预期间，智能手机应用程序组中每天至少检查应用程序一次的比例为73.4%(总体:在干预开始至12周时为80.1%，在12至32周时为73.6%)。在32周的干预期间，智能手机应用程序组每天至少测量一次体重的平均天数为187天，对照组为185天。体重、BMI、空腹血糖、血红蛋白A的变化趋势_{1 c}102名参与者过去10年体检结果和干预年份的水平见 多媒体附件1．实施干预的年份显示为零。这些年来，参与者的体重和BMI趋于增加，他们的血糖状态恶化。

109名参与者所属组的基线数据见 表1． 图3为2018-2020年6月至1月底(32周)干预期间的体重变化。干预32周后，智能手机app组体重减轻了-2.2 kg (SD -3.1%)，对照组体重减轻了-2.2 kg (SD -3.1%)，两组之间没有显著差异。在干预前的一周内体重变化显示在 图4．干预前，体重(组数×星期天数)无显著交互作用(组数×星期天数) 图4A)，步数( 图4B)、MVPA ( 图4C)两组之间( P> . 05)。

干预前后对体重和体力活动的影响见 表2．每次穿着时间的步数和每次穿着时间的MVPA在组间表现出显著的交互作用( P=。04一个nd P=。03，respectively). Similar results were obtained for the per-protocol set. The intraweek variations in body weight, step count, and MVPA with or without wear time during the intervention period are shown in 图5．各组之间的步数和每次穿着时间的MVPA有显著的交互作用(组×周)。 P=。01一个nd P=。分别为007)，而智能手机应用程序组在周六和周日的步数均高于对照组( P< . 05)。此外，当划分为工作日(周一至周五)和周末(周六和周日)时，步数之间有显著的交互作用( P=.004)和MVPA ( P=.003)，应用程序组在周末比对照组表现出更高的交互性。在包括两组的分析中，步数变化和能量摄入变化之间的相关性( r= -0.141)和体重减轻( r= -0.026)差异无统计学意义;然而，饮食摄入与体重减轻之间有显著的相关性( r= 0.198, P= .048)。