NutriNet-Santé研究[ 18是2009年在法国启动的一项基于网络的队列研究，计划随访10年。其主要目的是全面调查营养与健康的多个方面之间的关系[ 18］．参与者是通过网络和传统招聘策略(如电视和广播、报纸广告和传单分发)相结合的方式招聘的。一个安全的网站被用作研究纳入、数据收集和随访的平台[ 19］．入选标准为在法国居住，年龄≥18岁，能上网。参与者通过互联网被跟踪，并被要求定期完成基于网络的问卷调查。这项研究得到了法国健康和医学研究所伦理委员会(IRB INSERM n°0000388 FWA00005831)和国家信息和自由委员会(CNIL n°908450和n°909216)的批准。所有受试者签署了一份电子知情同意书。所有的数据收集工具都是基于web的，并为参与者提供一般指示和自动警报(文本、图片和错误消息)，旨在提高响应的准确性和完整性。

社会人口学数据(年龄、性别、教育程度、婚姻状况、子女数量、地理区域和职业状况)通过网络问卷收集。

参与者还被要求完成关于参与动机的问卷调查(“如果不是基于互联网，你会参加NutriNet-Santé的研究吗?”(是或否)，计算机和互联网技能，以及招聘渠道。他们还被要求提供部分15位数的国家身份识别号码(个人社会安全号码)。

一项研究在147名参与者中(论文第一，n=76;首先是基于网络的，n=71)。

饮食数据在纳入时收集，每两年收集一次，通过一组3个24小时记录(24小时)，随机分配在2周内，包括2个工作日和1个周末。参与者报告了24小时内每餐(早餐、午餐和晚餐)或任何其他进食场合消耗的所有食物和饮料(类型和数量)。消费的每一种食品或饮料都是通过食品浏览器或搜索引擎输入系统的。此外，还收集了有关进食时间和地点的其他信息。份量是根据食物的估计重量、购买单位或经验证的图片小册子上的照片[ 20.]，反映了超过250种通用食品对应超过2000种特定食品，以7种不同的份量呈现。营养素摄入量是使用特别的NutriNet-Santé成分表计算的，包括2000多种食物和饮料[ 21］．除了24小时饮食记录外，在纳入研究6个月后，还向NutriNet-Santé参与者提出了一份先前验证过的半定量食物频率问卷[ 22］．

进行了一项验证研究，以评估通过24小时饮食记录工具收集的数据与24小时尿液和血浆生物标志物的质量[ 23， 24］．共纳入199名成年志愿者，他们完成了3个24小时饮食记录，并在第一个和第三个24小时饮食记录时提供了2个24小时尿样和2个血液样本。 图1详细说明了本验证研究的设计。

除了24小时工具的客观有效性外，我们还进行了一项比较研究，以评估24小时网络工具所获得的结果与由营养师进行的电话访谈所获得的结果的一致性(这是在进行传统调查模式时使用的参考方法)[ 25］．这项研究还包括了与实施和使用基于web的24小时饮食记录相关的估计财务成本与涉及营养师的标准评估相关的成本的比较。

人体测量数据包括体重、身高、限制性饮食和体重史，在纳入时和此后每年通过自我管理的问卷收集。此外，参与者的子样本(n=20,000)在法国各地的诊所访问期间完成了临床评估和生物采样。在这些访问期间，参与者接受了包括体重、身高、腰围、臀围和生物阻抗测量在内的临床检查。为了评估自我报告的人体测量数据的质量，所有进行了预定临床检查的参与者的随机子样本被要求在预约前3天完成一份基于网络的人体测量问卷(2011年11月- 2012年7月)[ 26］．在这个参与者的子样本中，另一个子样本是随机选择的，并被要求在测量之前在检查当天向训练有素的技术人员口头报告他们的身高和体重。

另一项比较研究是为了比较基于网络的人体测量问卷与同一问卷的纸质版本[ 27］．

为了提供研究人群的社会人口学概况的详细介绍，122,912名NutriNet-Santé参与者(2009年至2014年间招募)的特征与法国2009年人口普查的数据进行了比较[ 28］．此外，利用国家统计研究所études économiques (INSEE)提供的SAS宏“CALMAR (CALage sur MARges)”，评估了为提高描述性或分析结果的代表性而开发的统计加权方法的影响[ 29］．开发此宏是为了通过使用辅助信息加权个人数据，从调查获得的非代表性样本中恢复具有总体代表性的样本。在对NutriNet-Santé队列的人口统计数据的研究中，权重是根据性别、年龄、出生地、教育水平、职业、婚姻状况、家庭中是否有孩子和居住地区计算的。

NutriNet-Santé队列的饮食数据与Santé (ENNS, 2006-2007)的横断面国民营养练习册的全国代表性数据进行了比较，其中包括2754名18-74岁的法国成年人[ 30.］．

在两项研究中，报告的膳食摄入量来自3个24小时膳食调查(2周内的非连续天，包括2个工作日和1个周末)(NutriNet-Santé研究中的计算机记录和ENNS中的电话回忆)，使用法国人口普查估计数进行加权。使用相同的食物成分表来估计两个样本的营养摄入量。

采用多项统计指标对数据进行分析，包括均数、均数标准误差、类内相关系数(ICCs)、kappa系数和Spearman相关系数。自我报告的蛋白质、钾和钠的饮食摄入量与基于尿液生物标志物估计的摄入量进行了比较，使用了经过验证的对数比公式[ 23］．计算了简单斯皮尔曼相关系数和年龄、BMI、吸烟、教育程度、能量摄入、饮酒和膳食补充剂使用的调整系数。

我们的发现基于12项调查样本特征和代表性的研究[ 28]，将膳食数据与国家调查结果进行比较[ 31]、招聘[ 32]、参与动机[ 33]、互联网或电脑技能[ 34]，以及数据的质量[ 23- 27， 35， 36］．

e队列的性别比例(女性:男性)为5:3，纳入时参与者的平均年龄为42.6岁(SD 14.6岁)。一小部分(即5.00%(6208/ 122912)受访者出生在法国以外的国家，31.40%(38606 / 122912)受访者拥有大学学历，70.80%(87048 / 122912)受访者已婚或同居，65.80%(80934 / 122912)受访者家中没有18岁以下的子女。 图2将NutriNet-Santé研究人群的粗略(未加权)社会人口学特征与2009年法国人口普查数据进行比较[ 28］．NutriNet-Santé样本与有关居住地理区域和家庭中是否有子女的国家数据相对相似。

同样，65岁以下的年龄分布与在法国普通人口中观察到的有关数据相似。然而，在性别、教育程度和职业方面发现了重要的差异。一些子群体在e队列中代表性严重不足(如农民)，限制了加权方法的有效性，从而限制了泛化性。值得注意的是，在NutriNet-Santé样本中，失业、家庭主妇或残疾人的志愿者比例高于法国总人口。

NutriNet-Santé和全国代表性ENNS的膳食摄入量的比较显示在 图3而且 表1［ 31］．

对比显示，在NutriNet-Santé队列中，水果、蔬菜、鱼类和海鲜的消费量更高。相比之下，NutriNet-Santé组的土豆和豆类、肉和鸡蛋以及非酒精饮料的消费量明显低于ENNS组。

总能量和宏量营养素的摄入量总体上相似，而在NutriNet-Santé研究中，纤维、铁、镁和维生素B6、B9、C、D和E的摄入量高于ENNS。总的来说，摄入量的真实差异、与不同给药模式相关的差异测量误差、样本组成(志愿者vs分层随机样本)以及志愿者偏差可能都有助于解释这些发现。关于NutriNet-Santé研究中潜在的志愿者偏倚，应该注意的是，这种偏倚的大小应该与使用传统数据收集方法的基于志愿者的营养流行病学研究相似。鉴于NutriNet-Santé研究和ENNS研究中的大样本，值得注意的是，并非所有统计上显著的差异都具有实际意义。

努力使样本招募的沟通渠道多样化可能是增加参与者资料异质性的一个重要因素。因此，我们调查了根据社会人口学概况最终招募受试者的不同渠道[ 32］．

调查对象最多的是电视广告(34.46%，30,414/88,238)。其他非常重要的渠道是无线电广播(16.21%，88,238人中有14,309人)和网站(19.05%，16,807/88,238人)。值得注意的是，与其他渠道相比，电视广播招募的被试中，低教育程度的个体比例(44.1% vs . 37.4%)和失业个体比例(36.1% vs . 4.8%)较高。

由于营养网络队列中受试者的具体情况可能与特定的参与动机有关，我们根据社会人口学特征调查了NutriNet-Santé研究的参与原因和动机[ 33］．使用互联网作为唯一的随访手段是参与的重要动力来源，特别是在男性、年轻人、社会经济地位高的人群和肥胖人群中。

在NutriNet-Santé研究中，相当一部分(23.79%，43028人中有10235人)的受试者自我报告的计算机或互联网技能相对较低，这表明这一因素并不代表参与基于网络的队列的障碍[ 34］．此外，计算机技能较低的几个小组(如女性或受教育程度较低的人)似乎更倾向于接受与参与网络队列有关的要求[ 34］．

总的来说，提出的研究结果支持一个可接受的高质量的数据收集在一个大型和异构的基于web的队列，并大大减少了经济负担。在客观验证研究和方法比较研究中评价的一致性较高。此外，研究结果表明，基于网络的研究可能有助于减少社会期望偏差。

收集到的数据的有效性似乎与传统研究(基于访谈或纸笔工具)相当，甚至更高。例如，观察到营养摄入估计的效度可接受到中等。虽然观察到的相关系数可以认为绝对值相对较低，但先前的验证研究报告了类似量级的相关性[ 38- 41］．其次，与社会可取性相关的偏见，在基于访谈的研究中固有，在基于网络的研究中可能较低，因为更高的感知匿名性，尤其是在女性中[ 6］．

像NutriNet-Santé研究这样的志愿者群体往往具有与一般人群不同的社会人口学分布特征[ 1］．特别是，依赖于志愿者样本的前瞻性营养队列因其对自我选择偏差的强烈敏感性而受到批评。研究表明，女性、老年人和已婚人士更倾向于参加流行病学研究，无论研究主题如何，而高危人群则不太可能参与[ 1， 42， 43］．此外，据推测，基于网络的队列，包括积极的互联网技能志愿者，可能特别容易受到诸如互联网可及性等偏见的影响，而互联网使用模式可能根据社会人口统计资料而有所不同[ 7］．然而，在欧洲，考虑到55岁以上人群(2011年为42%)和受教育程度较低人群(2011年为45%)广泛接入互联网，这种额外的选择偏差来源可能很小[ 44］．然而，使用互联网的困难可能导致一些互联网技能较低或有互联网接入问题的参与者，特别是老年人退出了这项研究。除了自我报告的计算机技能外，各个小组的活动类型(意外点击、不遵守指令等)也值得评估。

我们的研究结果还表明，仅使用互联网进行数据收集和跟踪——这意味着参与者在很大程度上减少了努力[ 3.， 45和研究人员——可能有助于提高通常代表性不足的人口亚群体(年轻人、老年人、男性)的相对比例[ 1， 42， 43］．然而，与“高”职业类别相比，基于网络的设计对于“低”职业类别的个人来说似乎不是一个重要的参与动机。此外，利用互联网以外的广泛招聘渠道可能有助于进一步分散曝光情况。电视在法国是一种广泛传播的媒介，对于改善在基于志愿者的流行病学研究中往往代表性不足的人口亚群体(如受教育程度低的人或失业的人)的招募可能是一种特别有用的工具。

基于网络的队列有可能包含大量的参与者，包括难以触及的子群体。然而，由于那些愿意参与基于网络的队列研究的人可能与一般人群不同，因此需要其他方法来专门增加低社会经济群体参与基于网络的流行病学研究的机会。在这种情况下，统计加权方法是一种重要而有效的方法，可以帮助抵消描述性流行病学研究的外部有效性方面的限制。

基于网络的研究的一个关键优势与数据输入有关。通过比较基于网络的基线问卷与方法学研究中使用的传统纸笔版本[ 27， 36]，我们还发现在纸质版本中发现了大量的数据输入错误、缺失值以及不一致或不正常的值，而在基于web的版本中由于集成控制而不存在这些错误。计算机化的数据输入也不需要数据编码或输入人员。这为大型流行病学研究的后勤、人员、物质和财政负担提供了主要优势。此外，很大一部分数据质量控制可以直接实现到基于web的软件中，这可能会大大提高收集到的数据的质量[ 6］．与纸质问卷相比，基于web的工具可以在输入不现实的值时直接提醒参与者，或者防止参与者提交不完整的问卷。此外，通过实现条件跳转，可以简化长问卷。

此外，通过使用设计良好的交互界面、音频和视觉反馈以及弹出窗口提供关于问卷中潜在复杂元素的额外信息，可以使数据输入更令人愉快。事实上，我们对NutriNet-Santé中收集的营养数据质量的调查显示，非常高的参与者认为基于web的营养评估工具是用户友好的。另一个优势是基于web的平台的高度灵活性，允许快速实现新的问卷或辅助协议。例如，在NutriNet-Santé研究的背景下开发或翻译了几份问卷，因为这样一个平台可以快速测试和微调新问卷的验证[ 46， 47］．

本文概述了电子流行病学的方法学进展，并填补了关于电子队列及其设计的具体方法学方面的知识空白，如参与者选择过程、样本代表性、社会人口学概况的多样性和基于web的工具的验证。开展特别验证和比较研究可能有助于改进创新数字工具，并增强对使用新技术收集的数据的信心。这可能指导未来电子队列和目前缺乏的验证研究的进一步发展和实施。

未来的方向可能包括评估通过不同来源(自我报告数据、疾病登记处或医疗数据库)收集的健康数据的一致性。实施特别研究以比较难以接触到的亚群体与非参与者的特征也是有用的。