大多数符合入选标准的研究以大学生为目标(12/17或70.6%)，但也有一些研究招募了普通公司员工[ 38， 39]或社区成员[ 40- 42］．虽然基于大学的研究一般涉及18至25岁的参与者，但在其他研究中，报告的中位数年龄为43.1岁。征聘人数和参与率差别很大。这似乎在一定程度上是由研究的目标人群、激励措施的存在、营销和招聘策略以及是否强制参与( 表1)．事实上，Matano等人[ 38]发放了8567份邀请函，完成了316项干预前调查。

研究样本量从40到3216(中位数196)，64.7%(11/17)的随机对照试验针对高危、重度或酗酒者。女性的比例为27.6%至77.9%(平均54.5%，中位数52%)，大大高于大多数AOD诊所( 表1)．

在符合标准的研究中，70.6%(12/17)评估了简短的个性化反馈的影响，41.2%(7/17)审查了在线多模块信息/教育处理(通常包含个性化反馈)。对照组通常接受心理教育资源(10/17或58.8%)或完成在线评估。

治疗后评估在治疗后1周到12个月之间进行，有几项研究在多个时间点进行了评估。在17项研究中，7项(47.1%)最长随访时间为1个月，4项(23.5%)最长随访时间为3个月，3项(17.6%)在干预后随访至6个月。只有Kypri等人[ 35]进行了为期12个月的随访。

干预组报告的保留率为38.9%至100%，对照组为33.4%至100%。治疗条件中位报告的保留率在1个月时为83.4%，3个月时为74.5%，6个月时为74.5%。在对照组中，相同时间点的中位保留率分别为80%、70.4%和74.9%。Kypri等的研究[ 35]报告的12个月保留率为83.5%，对照组为86.3%。

一些研究只报告了用户留存数据。杜马斯和汉娜的研究[ 39和杜马斯等人[ 43]报告的1个月全样本保留率分别为63.3%和88.2%，Walters等[ 23]的研究报告显示，2个月的保留率为71.7%，4个月的保留率为77.4%。Motano等人[ 38]的研究报告称，3个月时整个样本的保留率为83.8%。

在所有研究中采用了各种各样的结果评估，包括与典型饮酒场合或单次饮酒最多时的酒精消耗量(如单位酒精克数、标准饮料数量或血液酒精浓度)的一些测量。在许多情况下，酒精消费频率的衡量标准要么是每次4杯或6杯或6杯以上，要么是饮酒过量。数量和频率与指定的评估期间有关(典型的一周、前一周、2或6周，或至多12个月)。几项研究评估了酒精使用与特定事件的关系(例如，21^圣生日( 44，回家，假日，或酒吧之夜[ 45])。一些研究包括饮酒对个人、社会、性或法律后果的衡量[ 34， 36， 46， 47]，保护因素[ 45，与酒精有关的知识[ 19， 36，随时准备改变[ 40， 45， 48，寻求帮助的意愿[ 48，与饮酒有关的自我效能感[ 46]，或结果预期[ 36， 46］．

基于5个rct [ 41- 43， 47， 49，即每周或每月可提取酒精单位，对治疗后的差异效应值范围为0.02至0.81(中位数0.54)( 表2)．使用参与者的完整样本，平均差异效应大小为0.42。如果在坎宁安的研究中发现问题饮酒者 41](而不是完整的样本数据集)，效应大小上升到0.47。简短个性化反馈方案的前后差异效应大小[ 41， 43， 47， 49介于0.02到0.81之间(平均值0.39，中位数0.33)，对于Riper等人的多会话模块化程序[ 42和Hustad等人(酒精教育)[ 47]，在每种情况下得到的前后差异效应量为0.56。

采用科恩效应量评估基准[ 52]，对摄入的酒精单位的影响一般在小到中等范围。一个显著的例外是Hustad和同事的研究[ 47以大学为样本。该研究检查了两种最常用的针对大学生重度饮酒的电子干预措施的有效性:一种是醇教育(AlcoholEdu)，一个教育风格的多环节模块化互联网项目;另一种是酒精检查(eCHUG)，一种基于个性化规范反馈的干预措施。就每月每次饮酒高峰而言，eCHUG个性化规范反馈干预产生了较大的差异效应值(0.81)。

只有1个随机对照试验允许提取酒精单位的后续效应大小。Cunningham及其同事的研究[ 41]的在线CheckYourDrink.net网站(10分钟的在线规范和酒精严重程度反馈)导致6个月随访时全样本的小差异效应大小为0.23。当只包括来自已确定的问题饮酒者的数据时，获得了适度的差异效应大小(0.43)。

可从2项随机对照试验获得血液酒精浓度峰值(BAC)的前后数据[ 44， 47) ( 表3)，结果平均差异效应大小为0.66。Hustad等人的个性化规范反馈方案[ 47eCHUG和Neighbors等[ 44]的差异效应值分别为0.87和0.22。有趣的是，eCHUG干预产生的BAC效应值为0.88，与更广泛的模块化3小时在线酒精项目(酒精教育)在同一试验中测试的效果相当。

从5个rct中提取了不同的效应值[ 39， 43， 44， 49， 51与21的饮酒量有关^圣生日( 44，每次饮酒的单位[ 49]，峰值消费[ 39， 43，饮酒至中毒的频率[ 39， 43]，或30天的饮酒量[ 51) ( 表3)．大多数研究在这些测量上得到的效应量都很小。然而，值得注意的是摩尔等人[ 51该研究采用了一个控制组，与干预组主要不同的是递送方式(通过邮政服务)，而不是关键内容。在这项研究中，邮政快递比互联网快递在30天内的酒精使用量(每次饮酒次数)下降更大(差异效应值= -0.26)。然而，这反映了邮政控制组在基线时更高的消费量(平均3.15 vs平均2.49):处理后的酒精量在各组之间是相当的(邮政2.51，互联网2.53)。

使用在线干预措施治疗酒精相关问题需要进行更广泛的研究，以确定在线卫生技术的临床适用性和可用性[ 29，尤其是在非学生的语境中。鉴于这些干预措施在向大量人群提供具有成本效益的干预措施方面的潜在好处，未来的研究应纳入经济分析。正如科普兰和马丁所建议的[ 24]，对在线干预措施的严格评价将鼓励其更广泛的实施和传播，并增加其对公共卫生和相关服务成本的影响。

这一领域面临的一个重大挑战是，设备、连接和软件能力的进步比证据库的充分建立要快得多。在这方面，实践建议必须在一定程度上依赖于从使用较老的交付形式的类似干预措施中获得的证据进行类比。但是，将干预措施转移到新的提供模式有可能失去关键的有效成分。重要的是，研究人员必须对新技术进步迅速作出反应，调整治疗方法，并定期进行试验，以确保保留对酒精使用的影响。

与所有远程交付的干预措施一样，参与者的参与仍然是一个问题。基于互联网的干预措施如果与有针对性的营销活动结合起来，或嵌入常规初级保健中，可能具有更大的影响。需要进一步研究如何最有效地推销和广泛传播这些干预措施。

虽然目前的研究证据是零散的，需要更严格的方法，但它表明，有问题或有风险的使用者可能受益于在线酒精干预措施，对妇女或年轻人等可能无法获得更传统的AOD保健服务的群体来说，这可能是一种有用的预防和第一步。数十年的文献疗法研究增强了我们对这些干预措施的信心。 55]和面对面的酒精使用干预措施，包括支持简短干预措施的有力证据[ 56］．虽然还需要进一步的随机对照试验，但有足够的证据表明，标准的卫生服务和社区运动可以评估和部署在线酒精干预措施，以解决酒精相关问题。