参与与男性发生性行为的单身年轻男性在线艾滋病毒预防干预的相关性:随机对照试验

简介

在美国，13至29岁的男男性行为者(YMSM)感染艾滋病毒的情况尤其令人担忧。[1]。艾滋病毒预防数字卫生干预措施(DHI)提供了接触青少年青少年的机会，并提供与艾滋病毒相关的预防信息，因为它们具有吸引力和广泛的覆盖面[2]。青年中高科技的使用使dhi成为可能，使信息传播更容易和更快，为实时行为改变提示和推动提供更多机会，并提供更多获得社会支持和参与的机会，特别是对于在现实环境中可能遭受耻辱的个人[3.-5]。从设计上讲，DHIs很有吸引力，因为它们可以远程交付，允许自我指导学习，并鼓励与他人的异步交互。因此，与调解人在特定时间和地点进行面对面干预相比，评估DHIs的有效性需要一套不同的考虑因素。研究人员最近注意到，这些参与因素仍然是评估DHIs真正干预效果的关键因素[5]。

DHIs与认知和行为风险因素的变化、艾滋病毒预防行为的采用增加以及在线支持关系的发展有关[6，7]。虽然发展战略的优势值得注意，但最近的一项检讨[816项关于艾滋病毒预防和治疗的DHI研究(8项研究鼓励艾滋病毒检测，7项研究针对避孕套的使用，3项研究促进接触前预防的开始和坚持，3项研究鼓励抗逆转录病毒治疗的坚持)和其他男男性行为者(MSM)在2012年至2019年发布的报告中发现，旨在促进艾滋病毒检测的干预措施中有33%，旨在增加避孕套使用的干预措施中有43%在统计上无效[8]。在这些干预措施中没有观察到的效果可能与参与者对干预措施的参与有关。在最近的一篇综述中，Hightow-Weidman和Bauermeister [9]记录了参与者对DHI内容的参与如何与为YMSM设计的4种不同的HIV干预措施的关键HIV预防结果相关联。他们发现，臂间和臂内的干预暴露量和剂量加强了观察到的干预效果。

有限的参与会影响干预对行为改变的效果;然而，研究人员必须检查参与者与DHI的接触情况，以提高计算干预措施有效性的精度，并最终使干预措施的有效性和效率最大化。例如，研究人员发现，参与调节了healthMpowerment.org (HMP)的功效，这是一个基于理论的针对年轻黑人MSM的手机优化DHI。与不遵守建议的接触时间的参与者相比，符合建议的介入时间(即在3个月的干预期间，60分钟或以上)的参与者无避孕套肛交(CAI)发作次数更少[7]。此外，在可用性评估期间，花在HMP上的总时间与整体网站满意度相关[10]，参与干预的参与者可以分享经验并获得社会支持(如论坛，Getting Real和Ask Dr.W)，干预的内容显示出较低的病耻感[11]。因此，如果没有用户粘性指标，就很难知道DHI是否交付给参与者，是否达到了最佳行为改变所需的干预“剂量”，因为这些应用程序提供了一系列不同的活动和功能，而没有规定标准化的活动顺序、曝光量或频率以及互动持续时间。

研究人员提倡使用paradata衡量公众参与资讯科技署工作的指标[9，12]。Paradata可定义为自动生成的流程数据，用于捕获应用程序中参与者的操作[13-15]，并可转换为描述跨部门及内部参与的数量、频率、持续时间和深度[9]。因此,paradata衡量指标对于理解差异粘性如何影响行为变化至关重要，并有助于了解什么构成有意义的粘性[16]。到目前为止，对参与者的特征是否可以作为DHI参与的相关因素的关注有限。最近的几项研究指出，参与者的社会人口学特征可能与DHI参与有关[17，18]。除了研究DHI投入的社会人口学差异外，很少有研究考察其他心理社会因素是否与DHI投入有关。了解DHI参与的前因可能有助于研究人员和从业人员创建改善参与的实施策略，从而最大限度地发挥其潜在影响。

为了表征用户的参与，本研究考察了互联网使用模式和寻求合作伙伴特征的相互作用如何影响DHIs的参与。因此，本研究的目标是对myDex项目数据进行二次分析，以检查YMSM的在线行为(例如，在线寻求伴侣的行为和动机)是否与参与者与DHI的参与有关。为了实现这一目标，我们的研究有三个目标。首先，我们研究了YMSM的网络使用模式、关系特征、心理促进因素和障碍以及性行为是否预测了他们的DHI参与度。其次，我们探讨了从基线到90天随访期间，参与者在90天干预期间的参与度是否影响了互联网使用模式、关系特征、心理促进因素和障碍以及性行为方面的心理行为变化。第三，我们评估了参与频率(登录次数)和参与量(浏览次数)之间是否存在不同的相关性。

方法

伦理批准

本研究中提出的研究和伦理已由密歇根大学机构审查委员会(HUM00091627)审查和批准。宾夕法尼亚大学将监管权移交给密歇根大学(University of Pennsylvania IRB #824885)。该研究也在ClinicalTrials.gov上注册(NCT02842060)。

研究过程

这项研究的数据来自myDEx web应用程序，这是一项DHI试验，为假定为艾滋病毒阴性的单身YMSM提供约会和寻求伴侣的行为内容，并与在线认识的性伴侣进行CAI (图1)．myDEx的详细方案已在其他地方概述[19]。参与者是通过在线社交媒体和性网络平台上的广告在美国各地招募的。社交网络广告的目标受众是符合该研究年龄标准且居住在美国的男性。

‎ 查看此图

参与者必须自我报告以下内容:(1)出生时的男性性别和男性性别认同;(二)年龄18至24岁;(3) hiv阴性或不知道hiv的血清状态;(4)单身关系状况;(5)事先使用过网上交友软件;(6)报告在过去6个月内与至少一名男性伴侣发生CAI。在完成在线知情同意书后，符合条件的参与者完成了一份30分钟的在线基线问卷，以确定他们的性行为和在线行为、心理健康和人口统计信息。

180名单身男青年(18-24岁;在2016年11月至2017年1月期间招募了50% [n=90]种族或少数民族，并采用分层2:1的分组随机化设计随机分配到干预组(myDEx)或注意力控制组。

参与者可以使用myDEx 90天。干预(myDEx)分为6个阶段，每个阶段处理不同的认知和情感内容领域(表1)．在每个会议中，干预内容被组织成以下三个层次:(1)核心信息，(2)与核心信息相关的主题的深入讨论，(3)与所呈现信息相关的互动活动。在每一届会议中，与会者都有机会观看旨在培养其减少艾滋病毒风险技能和促进对其性健康和寻求伴侣行为进行自我反思的简短活动和视频。我们设计的会话能够让用户保持至少10分钟的沉浸感。参加者须先完成第一节课，才可参加其他五节课及互动活动[19]。参与者可以多次查看会话。然而，我们并没有为查看和登录的会话数量设置先验阈值，也没有为用户在多个会话或登录中使用干预设置期望。本研究分析了(1)基线特征对90天内myDEx干预参与度的影响;(2)myDEx干预组120名单身YMSM 90天内myDEx干预参与度与参与者特征变化之间的关系。

措施

本研究分析了myDEx干预组(n=120)paradata超过90天，基线时的参与者特征和90天随访时的参与者特征。研究参与者的特征与干预参与的关系。

参与者Paradata

在90天的试验期间，参与者在myDex中的行为被收集为paradata．Paradata可以转化为网络干预的数量、频率、持续时间和深度的特征[9]。Amount指某物在数量、大小或价值上的数量。频率是一个重复事件在特定时间内出现的次数。持续时间是指某事持续的时间。深度表示不同干预组件的使用情况。在这项研究中，我们使用了两种类型的paradata指标，即(1)用户参与频率(登录次数)和(2)用户参与数量(浏览会话次数)。我们通过统计干预期间的登录次数来衡量干预使用的频率，通过统计每次登录查看的会话数来衡量干预使用的数量。

人口特征

我们要求参与者报告他们的年龄和种族。此外，参与者被要求报告他们的最高教育水平(一些高中，毕业高中，技术学校，副学位，一些大学，学院，一些研究生院，或研究生学位)。然后，教育程度被分为“低于大专”或“大专、大学毕业或大专以上”。

互联网使用模式

网上约会的频率和实用性

参与者被问及网上约会的频率和有用性，以及在过去30天内找到约炮对象的问题。参与网上约会的频率有以下6个回答选项:(1)“从不”，(2)“一个月一次或更少”，(3)“一个月2-3次”，(4)“大约一周一次”，(5)“一周2-6次”，(6)“大约一天一次”。使用在线约会的有效性采用李克特式4分制，从“一点也不”到“非常喜欢”。

在线的歧视

我们使用了一个8项的日常歧视量表[20.]来衡量在网上寻找伴侣时的歧视经历(α=.81)。例子如下:“人们表现得好像他们认为你不聪明”和“你受到的对待不如其他人礼貌。”回答有6个选项，从“从不”到“几乎每天”。我们通过汇总8个项目(范围0-40)创建了一个连续得分，得分越高表明在网上寻找伴侣时经历的歧视越严重。

心理促进因素和心理障碍

内化恐同症

我们使用了一个由7个条目组成的修订版同性恋反应量表[21来衡量内化的同性恋恐惧症。该量表包括诸如“即使我可以改变我的性取向，我也不会改变”和“我觉得做一个同性恋者很舒服”这样的陈述。有一项是积极的情感陈述，得分反过来。该量表采用李克特5分制，回答选项从非常不同意到非常同意。然后，通过创建总和得分来计算总分(范围为5-35)，得分越高表示内化同性恋恐惧症越高(α=.72)。

孤独

我们使用加州大学洛杉矶分校孤独量表来衡量整体的社会隔离[22]。项目如下:(1)“你多久觉得自己缺乏陪伴?”(2)“你经常感到被忽视吗?”(3)“你是否经常感到与他人孤立?”响应类别编码为1=几乎没有，2=有时，3=经常。我们使用了这三个项目的总分，得分越高，社会孤立程度越高(范围3-9;α=点)。

心理健康

我们使用流行病学研究中心抑郁量表，有10个项目来衡量过去一周的心理健康状况[23]。量表包括抑郁情绪3项，躯体症状5项，积极情绪2项。该量表采用李克特4分制，范围从“很少或没有时间”到“一直”。两个项目(“我对未来充满希望”和“我很快乐”)的得分相反，这是积极的影响陈述。总分从0到30 (α=.83)，分数越高，症状越严重。

自尊

罗森博格等人[24)开发了一个包含10个项目的量表(例如，“总的来说，我对自己很满意”)，以4分制的李克特式量表(“非常同意”到“非常不同意”)来评估个人的自尊。对负面词汇的评分则相反。得分越高，自尊程度越高(0-30分;α= .90)。

关系的特征

理想的恋爱关系特征(亲密、承诺和激情)

我们使用“三合一爱情量表”来评估男青年男性的感知关系特征[25]。参与者回答了质量在他们与伴侣的理想恋爱关系中的重要性。最初的量表有20个项目，采用李克特式4点量表，回答选项从“一点都不重要”到“非常重要”。从以下量表衍生出三个子量表:亲密度(例如，“感觉与伴侣亲密”;9项;α= .90);承诺(例如，“对你们的关系感到一种责任感”;5项;α=综合成绩);和激情(例如，“和你的伴侣一起探索你的性”; 6 items; α=.82). In this study, we computed a mean score for each subscale (range 1-4), where higher scores indicate greater ideation on that component.

Limerence

我们采用了一个相关性量表来衡量对一段关系的强烈依赖、不安全感和怀疑感，以及对伴侣的侵入性和强烈想法的经历[26]。我们用从1(“非常不同意”)到5(“非常同意”)的5分制要求参与者回答8个问题。该量表包括诸如“我认为恋爱会如何解决我的问题”、“我做爱是为了感受被爱”和“我痴迷于某个人，即使它可能没有结果”等陈述。我们计算了从8到40的8个项目的总分，其中得分越高表明相关性越大(α=.84)。

性风险行为

使用安全套的决策平衡

我们使用决策平衡量表来检验参与者与伴侣使用或放弃避孕套的决策平衡[27]。参与者被要求回答7个成对的陈述。对于每一个项目，参与者都要对他们在不戴避孕套的情况下做爱的偏好进行打分，然后再问同样的问题，问他们在戴避孕套的情况下做爱的偏好。其中包括“[带/不带]避孕套的性行为对我来说非常亲密”和“[带/不带]避孕套的性行为让我感觉和我的伴侣很亲密”。每一项都用从“非常不同意”到“非常同意”的4分制来衡量。决定平衡项目的净差异是通过将不使用避孕套的性行为和使用避孕套得分之间的净差异相加而得到的，结果是7个净得分，范围从-3到+3。最后，我们通过计算这7个项目的平均分来创建使用避孕套的总决策平衡分数。得分为正表示更支持不使用避孕套的性行为，而得分接近零表示在使用和不使用避孕套的性行为之间的决定平衡(α= 0.89)。

使用避孕套的自我效能

我们使用了一个8项量表来衡量约会时使用避孕套的难易程度(α=.82)，同样的问题也用于约炮(α=.77)。例子如下:“带着避孕套以防你发生性关系?以及“在网上与勾搭对象讨论更安全的性行为?”使用避孕套的自我效能量表采用李克特式4分制，从“非常容易”到“非常难”(范围8-32)。使用避孕套的总自我效能感是通过将这8个项目的得分相加来计算的。得分越高，说明在考虑约会或约炮时使用避孕套的困难。

性伴侣的数量和肛交

我们采用了经修订的性行为评估表[28，29]，以统计过去30天内男性伴侣的数目。首先，参与者指出与他们发生过性行为(口交或肛交)的男性性伴侣的总数。然后，他们被要求报告与他们进行接受性肛交和插入性肛交的男性性伴侣的数量。最后，参与者被要求指出他们没有使用避孕套的伴侣的数量。我们创造了一个连续变量来衡量性伴侣的数量和接受性肛交或插入性肛交的次数。我们排除了性伴侣和肛交数量的异常值。

统计分析

使用描述性统计来总结研究参与者的特征，包括网络使用模式、关系特征、心理促进因素和障碍以及性行为。使用McNemar试验和配对试验比较基线和90天随访期间参与者特征的差异t测试。然后，我们使用具有稳健方差的泊松回归来评估参与者的基线特征对两种敬业度结果(即查看的会话数量和登录数量)的影响，以及参与者特征变化与myDEx干预90天内敬业度之间的关联。基于双变量模型中的显著变量拟合多变量模型(P< . 05)。所有分析均采用SAS 9.4 (SAS Institute Inc) [30.]。

结果

研究参与者描述

我们总结了参与者的特征多媒体附件1．在120名参与者中，平均年龄为21.67岁(SD 1.81岁)。大多数参与者被认定为白人(n=89, 74.2%)，其次是黑人(n=18, 15.0%)，其他(n=12, 10.0%)和亚洲人(n=10, 8.3%)。三分之一的参与者(n= 35,29%)是拉丁裔，大多数参与者(n= 98,81.67%)接受过大专以上教育。大多数参与者(n=91, 75.8%)每天使用互联网1至6小时。几乎一半的参与者每周至少使用一次网上约会来寻找对象(n=59, 49.2%)，而大多数参与者每月使用网上约会不到2-3次来寻找约炮(n=100, 83.2%)。然而，参与者认为网上约会是一个有用的工具来找到一个约炮(n= 55,45.8%)而不是约会(n= 36,30%)。他们在网络环境中也经历了中等程度的歧视。此外，他们表现出寻求新奇或危险的性刺激的倾向(平均20.5,SD 7.8)，并对亲密关系(平均3.8,SD 0.3)、激情关系(平均3.6,SD 0.4)和承诺关系(平均3.7,SD 0.4)有适度的想法。此外，他们报告了强烈的依赖感、不安全感和对关系的怀疑，以及对伴侣的侵入性和强烈想法的经历(平均22.9，标准差6.6)。

我们用参与频率(登录次数)和参与量(浏览会话次数)对90天myDEx干预的参与度进行了总结。在90天的干预期间，参与者平均登录myDEx干预5.44次(范围2-14)，查看会话6.93次(范围0-22)。

基线特征和myDEx参与

登录次数

在双变量模型中(多媒体附件2)，受教育程度越高的参与者在90天的干预期间登录myDEx的可能性越大(估计泊松回归系数[β]=.23;P=.04)，并且报告了更高的在线约会频率(β=.07;P=.03)，在线约会的感知有用性更高(β=.09;P=.01)，孤独感更强(β=.05;P=.02)，性伴侣数量较多(β=.04;P= .003)。

在多变量模型中，高等教育程度(β=.22;P=.045)和孤独(β=.04;P=.07)仍然与干预期间的登录次数有关。

查看的会话数

与登录模型的数量相似，在双变量模型中，确定为西班牙裔的参与者(β= -.25;P= 0.002)，并且在网络环境中报告了更高的歧视经历(β= - 0.01;P=.02)和limerence (β= -.01;P=.02)的基线观察较少的会话。然而，如果受教育程度较高，参与者在90天的干预后观看了更多的会议(β=.25;P= 0.002)，报告称在线约会的频率更高(β= 0.06;P=.02)，认为网上约会更有用(β=.14;P<.001)，孤独感更强(β=.05;P=.01)，性伴侣数量较多(β=.04;P=.001)。

在多变量模型中，观看的会话数量与非西班牙裔种族相关(β= -.27;P=.002)，较高的教育程度(β=.22;P=.003)，在线约会对约炮的感知有用性(β=.13;P=.002)，孤独(β=.06;P=.004)，经历网络歧视(β= -.01;P(β= -.02;P= 04)。

基于myDEx参与度的参与者行为变化

在90天的随访中，参与者通过在线约会来寻找约会对象或约炮的频率显著下降(多媒体附件1)．在基线时，12.5% (n=15)的参与者在过去的一个月里没有使用网络约会来寻找对象，但在90天的随访中，33.7% (n=32)的参与者在过去的一个月里没有使用网络约会来寻找对象(P= 04)。同样，20% (n=24)的参与者在基线时从未使用互联网寻找约炮对象，但在90天的随访中，这一比例增加到46.3% (n=44)。P= .007)。此外，从基线到90天随访，他们在在线环境中的歧视经历显著减少(基线平均17.0;90天随访平均3.25;P<措施)。参与者在使用和不使用避孕套发生性行为的决策平衡方面也有所改善(基线平均值-0.42;90天随访平均-0.26;P=.03)，并报告在过去一个月性伴侣减少(基线平均值2.39;90天随访平均1.15;P<措施)。我们研究了这些变化是否与YMSM参与DHI相关。

登录次数

在90天的随访中，在双变量或多变量模型中，登录次数和参与者行为变化之间没有显著的关联(多媒体)．

查看的会话数

在双变量模型中，观看的会话数量与在线约会的约炮感知有用性呈负相关(β= -.21;P<.001)和内化同性恋恐惧症(β= -.03;P= .008)。然而，观看会话的次数与亲密浪漫关系的想法增加呈正相关(β= -.29;P=.04)，插入性肛交次数增加(β=.08;P= .02点)。

在多变量模型中，观看的会话数量与内化的同性恋恐惧症呈负相关(β= -.06;P<.001)以及在线约会对约炮的感知有用性的变化(β= -.20;P<措施)。未观察到其他有统计学意义的相关性。

讨论

主要结果

DHIs在艾滋病毒预防方面具有巨大潜力，但现有文献对其有效性存在分歧[8]。DHI有效性的差异可能归因于参与者参与程度的差异。因此，研究人员最近注意到，在评估DHIs的真正干预效果时，参与因素是一个至关重要的因素[12，31，32]。在本研究中，我们阐明了DHI敬业度是否如2所定义paradata在90天的随访中，这些指标(即登录频率和观看会话的次数)与参与者的特征和干预对几种艾滋病相关行为的影响有关。

参与myDEx干预的参与者在90天的干预期内至少登录2次，最多登录14次。此外，参与者平均观看了7个疗程。然而，有8/120(6.7%)的参与者从未看过任何课程，包括最初的强制性课程。不同的参与度是由参与者的社会人口特征和在线行为的差异所驱动的。类似于Bonett等人的研究[17]，我们发现受教育程度越高的男青年青少年参与活动的频率和数量都越高。我们还注意到拉丁裔参与者的参与度较低。在服务不足的社区，包括少数种族和族裔社区以及社会经济资源较少的人群中，DHIs有可能减少艾滋病毒不平等现象[33];然而，我们的研究结果表明，如果同样的人群不太可能参与DHIs，这些不平等可能不会得到解决。通过卫生扫盲解决数字鸿沟问题的努力[34]、文化能力[35]，并保证高质量地获得促进DHI参与的技术。我们建议，未来的干预研究应研究提高卫生素养和文化因素以及解决在线访问障碍(例如，减少进入障碍)的必要性[36-38提高服务不足人群的参与度，使他们能够从发展卫生信息系统中受益。

参与程度也与男青年在基线时的在线寻求伴侣行为有关。将在线约会应用程序视为有用的勾搭工具，并自我报告线上和线下人际交往困难(例如，更大的孤独感和社会孤立感，在线环境中更大的歧视，并报告过度狂热的浪漫想法或沉迷)的YMSM的参与度更高。综上所述，这些发现表明有必要承认和解决心理因素在YMSM的DHI参与中可能发挥的作用。鉴于心理因素与艾滋病风险行为之间的相关性[39，40，研究人员应该探索如何解决这些心理因素，作为DHI实施战略的一部分，以减少这些艾滋病毒风险相关因素的存在或严重程度，同时也为解决YMSM生活中的其他艾滋病毒风险因素创造机会。例如，在基线时自我报告社会孤立或在线歧视的参与者可能受益于干预早期以社会支持为重点的干预组件，而那些报告相关性的参与者可能受益于干预早期与影响调节相关的干预内容和活动。

观看更多会话的参与者在网络环境中经历的歧视和随着时间的推移内化的同性恋恐惧症显著减少。考虑到健康行为中认知决策的复杂性[41]，我们不知道在网络环境中有负面经历的参与者是否比其他人更多地参与干预，以增强他们的适应力，这可能会增加他们从这些负面经历中反弹的能力，并解决内化的同性恋恐惧症。例如，在网络环境中经历过歧视并有高度内化同性恋恐惧症的参与者，为了增强他们的适应能力，观看了更多的会话，这是合理的[42]。为了检验这些变化是否会提高DHI的参与度，我们鼓励研究人员在未来的努力中利用研究设计中的创新。例如，为了在DHI中理清这些复杂的行为改变过程，研究人员可能需要实时监测参与者的参与程度和他们心理社会行为的变化，以了解这些复杂的过程，并通过提供足够的干预策略来应对。即时适应性干预设计[43]可能会促进这些努力，因为它们能够实时自动检测参与者行为的变化，并提供与参与者持续需求最相关的干预组件[36，44]。即时适应性干预已用于各种健康行为，包括成瘾、心理健康和健康饮食[45]。未来的干预研究将验证优化设计是否可以提高DHI参与度。

各种考试paradata度量有助于理解DHIs中准确和有意义的参与和结果。在这项研究中，参与的数量(即观看的会话)与互联网使用模式、心理促进因素和障碍以及寻求伴侣相关。然而，参与频率(即登录次数)与这些因素都无关。人们倾向于把登录数量作为唯一的指标paradata但本研究的结果强调，参与者消费的干预内容的数量是捕捉他们行为变化的更有意义的衡量标准。传统的面对面干预可以通过干预主持人来控制参与者的参与，而DHIs没有提供类似的功能来保证参与者登录后充分使用。然而，我们不能断定参与的质量优于参与的数量。有可能在这项研究中，有意义的登录数量并没有被检查paradata指标可能因研究而异。因此，要进行严格的测量paradata需要衡量指标来描述在DHIs中有意义的参与度。未来的研究将调查一系列paradata能够解释真正粘性的参数是有必要的。

限制

这项研究有几个局限性。首先，我们选择了2个标准化的用户粘性指标，将频率和数量理解为用户粘性领域，但我们认识到其他领域(如深度和持续时间)和指标(如在每个组件上花费的时间和随时间的使用)可能也很重要。9]。在未来的研究中，与被动学习(如阅读内容)相比，投入的比例如何与主动学习(如互动活动)相关联，这可能是值得考虑的。不幸的是，我们在研究中没有收集参与深度。未来的干预研究将检查不同的参与领域(深度参与)如何与DHI参与相关。其次，我们没有先验阈值来定义浏览和登录会话数量的最佳粘性。在缺乏可用于跨研究的阈值的情况下，我们将使用在该试点试验期间收集的参与数据，为后续大规模myDEx干预临床试验提供阈值。目前还不清楚在临床试验之外是否会观察到类似的参与率。因此，未来的研究需要研究参与者在临床环境内外如何参与myDEx，以确定其作为一种干预措施的潜力，可以在3个月以上使用。第三，我们无法在参与和特征变化之间建立因果关系。这项研究假设，增加的投入会导致心理社会和行为特征的变化，但这可以从相反的方向解释，比如行为的变化会导致更多的投入。 Future research examining how changes in participants’ DHI engagement over time are related to the changes in hypothesized intervention mechanisms and key outcomes is warranted.

结论

Paradata分析是DHI评估的重要组成部分。事实证明，确定干预效果具有挑战性，因为对什么构成有效或有意义的参与缺乏共识[16]。这项研究强调了互联网使用模式、心理促进因素和障碍，以及与干预参与相关的伙伴寻求相关因素。因此，考虑个体差异的个性化干预成分的DHIs可以提高干预的整体参与度和疗效。此外，研究确定哪些成分在干预中最受欢迎，哪些成分对谁最有效，以及干预持续时间将获得最佳结果，以提高参与者的参与度。