原始论文
摘要
背景:医疗领域寻求利用社会媒体提供健康干预措施,例如,提供低成本、自我指导的在线自助小组。然而,在线群体的参与度往往很低,信息内容可能很差。
摘要目的:具体的研究目的是探索向在线自助小组发送自动信息是否会鼓励参与,并看看整体或特定类型的参与是否与禁欲有关。
方法:我们进行了一项名为Tweet2Quit的新型社交媒体戒烟干预的第一阶段早期治疗开发试验,该试验在100天内在Twitter上向20人的封闭戒烟小组在线发布。像Twitter这样的社交媒体传统上涉及非定向的点对点交流,但我们的混合社交媒体干预试图通过每天发送两种类型的自动通信来增加和指导这种交流:(1)“自动信息”,鼓励对基于证据的戒烟相关或社区建设主题进行小组讨论;(2)对每个参与者过去24小时的推文进行个性化的“自动反馈”。为了确保低成本、易于实施和广泛的可扩展性,该干预措施在没有专家组协助的情况下进行了有意设计,并实现了全自动化。这项纯粹基于网络的试验调查了两个在线戒烟小组,每个小组有20名成员。参与者是有意戒烟的成年吸烟者,他们是通过Google AdWords招募的。参与者的推文被统计和内容编码,以区分对干预的自动信息和自发推文的回应。此外,在戒烟后7天、30天和60天对戒烟情况进行评估。统计模型评估了发推特与禁欲之间的关系。
结果:结合两组,78%(31/40)的成员发送了至少一条tweet;在100天的时间里,每位会员平均发了72条推文。自动信息建议的讨论话题和参与者对这些日常自动信息的反应在内容上是相关的(r=。P= .012)。对自动消息的回复占推文总数的22.78% (653/2867);77.22%(2214/2867)为自发性。总的来说,推特与禁欲的关系很小(OR 1.03,P= .086)。然而,与戒烟相关的具体推文内容包括设定戒烟日期或使用尼古丁贴片的推文(or 1.52,P= 0.024),应对退出障碍(OR 1.76,P= 0.008)和对戒烟的信心表达(OR 1.71, SE 0.42,P= .032)。可疑的,即无证据的,关于戒烟的信息与戒断无关(OR 1.12;P= .278)。
结论:一种混合的社交媒体干预,将传统的在线社交支持与日常自动信息相结合,似乎有望戒烟。这种混合方法利用了社交媒体自发的实时点对点交流,但补充了小组成员回应的每日自动消息,支持和维持了社交网络,并指导了信息内容。这种方法非常吸引人,值得进一步研究。
试验注册:Clinicaltrials.gov NCT01602536;https://clinicaltrials.gov/ct2/show/NCT01602536(由WebCite在http://www.webcitation.org/6WGbt0o1K存档)
doi: 10.2196 / jmir.3772
关键字
介绍
医疗领域越来越有兴趣利用Facebook和Twitter等社会媒体提供保健干预措施,包括涉及点对点社会支持和信息交换的干预措施,如在线自助小组[
]。社交媒体有希望提供卫生干预措施,因为它很受欢迎;据报道,73%的上网成年人使用社交媒体,42%的人使用多个网站,而且经常每天使用。 ]。此外,社交媒体对用户来说几乎是免费的,具有互动性,任何人都可以通过手机、平板电脑或连接到互联网的电脑全天候访问。Twitter似乎特别有希望促进在线自助小组的发展,因为它允许用户即时向多个其他人发送最多140个字符的短消息或“tweet”,并从一个或多个人那里获得即时反馈。此外,可以建立私人Twitter群组,其中所有成员,并且只有成员可以同时查看和回复帖子。小组成员可以上传照片,进一步鼓励建立亲密关系,并形成网上社区[
, ]。此外,Twitter用户友好的应用程序编程接口(API)促进了医疗保健和研究应用程序。为Twitter编写的软件程序可以发送“自动通信”或预先安排的自动发送通信,例如Twitter帖子,或者作为移动文本或电子邮件。为Twitter编写的其他程序可以将过去的tweet下载到可搜索的数据库中,所有这些都对支持和理解健康行为的改变具有重要的实用价值。因此,Twitter有大量的健康和医疗应用[
]。然而,人们对在推特或其他地方使用基于社交媒体的健康干预措施感到担忧。最令人担忧的是用户粘性或互动性可能较低[
- ]。例如,虽然数以百万计的人使用卫生论坛获取卫生信息,但大多数用户不经常或不持续发帖,因此对卫生结果的影响不大[ ]。然而,积极参与网络活动的人通常确实受益[ , ]。因此,潜在的问题似乎是低粘性[ ],这有可能通过寻找增加用户粘性的机制得到纠正[ , ]。例如,每天向在线自助小组发送自动信息,建议小组讨论的话题可能会引发参与。关于使用社交媒体进行健康干预,特别是在线自助团体的另一个关切是,点对点的帖子可能质量很差,例如,与临床实践指南不一致[
, ]。事实上,许多研究都记录了有问题的帖子[ , ]。例如,一项对使用“戒烟或停止吸烟”搜索标准识别的Twitter账户的研究发现,博主主要使用这些账户来推广电子烟、草药和激光等无证据的戒烟产品。 ]。通过将信息内容导向以证据为基础的主题,每天向在线自助小组发送自动信息也可能有助于解决无证据内容的问题。目前的研究是建立在过去对单向自动信息健康干预的研究基础上的,即涉及健康专家创建的文本或电子邮件信息的干预,这些信息通过计算机按照固定的时间表自动发送给个人接收者,以鼓励健康行为。几项初步研究表明,自动信息干预对戒烟有效[
- ],但最近的一项综述发现,在15项基于自动信息的戒烟干预的随机试验中,只有3项显示出比对照组有显著改善[ ]。每天向在线戒烟小组发送自动信息,鼓励基于证据的信息交流和社会支持,可能会提高干预效果,因此我们的研究首先关注了这一点。目前的研究涉及一期早期治疗发展试验[
这是一种基于社交媒体的新型戒烟干预手段,名为Tweet2Quit。这是一种混合的社交媒体干预,因为像Twitter这样的传统社交媒体的特点是无导向的点对点交流,我们试图通过我们的日常自动通信来鼓励和指导这种交流。使用从我们的研究网站上运行的自动化软件程序,我们每天发送自动消息,以支持和维持点对点的交流,并鼓励基于证据的讨论话题,我们每天发送个性化的自动反馈,对前一天的推特进行反馈。与对N-of-1或小规模试验的呼吁一致,这些试验针对离散但重要的问题,以推进移动医疗干预措施[
, ],这个最初的试验在两个试验组中测试了Tweet2Quit干预措施,每组20人。为了评估可能的基于社交媒体的行为改变机制,我们从两个维度对参与者的推文进行了编码:(1)推文是否是自动消息生成的响应,即对干预自动消息的响应,以及(2)推文的具体内容。为了检验我们将同伴支持与自动消息相结合的混合方法的潜在优点,我们制定了两个具体的研究目标:(1)探索自动消息是否鼓励参与,即推特,以及(2)评估整体参与或特定类型的参与是否与禁欲有关。由于非随机治疗研究设计,使用的统计模型包括三个参与者水平的协变量,这些协变量已在文献中被发现与禁欲成功相关:教育[ - ],性别[ , ],以及每日吸烟的基线[ , , ]。方法
概述
我们通过设置两个连续的在线戒烟组,每组20名成年吸烟者(总N=40),进行了Tweet2Quit干预的发展试验。招募、筛选、知情同意、评估(基线、7、30和60天)和干预措施的实施均在线进行。这项研究于2012年进行,得到了三所赞助美国大学的机构审查委员会的批准和监督。作为发展试验的主要功能,在第一组中,我们确定了我们在第二组中实施的参与者筛选,干预交付和评估方法方面的改进。
twitter的干预
Tweet2Quit使用封闭的、20人、100天的点对点Twitter支持小组。研究表明,一个典型的虚拟社交网络大约有17-20名活跃参与者,因此决定在每组中加入20名吸烟者。
- ]。干预措施结合了(1)每日“自动信息”,该信息以Twitter帖子的形式出现,并提出一个问题,以鼓励小组就基于证据的戒烟相关主题进行讨论[ , ]或社区建设主题[ , (2)每日个性化的“自动反馈”,根据过去24小时的推文,表扬或鼓励更多的参与。为了低成本、完全自动化、完全可扩展、实时和点对点,在没有专家组主持的情况下有意开发了干预措施。我们选择Twitter作为社交媒体平台,而不是Facebook,因为相对于Facebook, Twitter更容易将帖子保密,也就是说,在群组内,也因为Twitter的编程语言更优越。我们将群组设置为私有以确保机密性。也就是说,我们设置每个小组成员只跟随和被其他成员跟随,并且我们指示成员不要让其他人加入。
微博设置
我们为研究参与者创建了新的电子邮件和Twitter账户,因为如果参与者的推特行为出现问题,我们可以访问这些账户,尽管这种情况从未发生过。参与者提供了自己喜欢的用户名和密码。我们向参与者发送了简单的指令,让他们设置手机来发送和接收Twitter上的文本,因为这需要他们的手机的物理访问。我们鼓励参与者发布照片或图像,以使他们的Twitter账户个性化。最重要的是,我们鼓励参与者每天在twitter上发布他们的小组,在招聘、筛选、小组分配和日常自动通信中多次重申这一点。参与者经常使用@符号将他们的推文指向一个或多个特定的小组成员,随着时间的推移,形成了许多社交二联体和三联体(CM Lakon等人,未发表的数据,2015年),但Twitter会自动同时向所有小组成员发送每条推文,确保他们在任何时候都能完全访问所有帖子。
干预自我交流
干预措施的一个新颖部分是开发每日自动消息,建议讨论话题,这些话题以问题的形式提出,以促使用户发推文。这些自动信息是通过一个基于twitter的软件程序从研究网站上机械地发出的。这些信息来自一个名为“smokingcessat”的账户,并以推特的形式发布,也就是说,它们出现在该组织的推特上。大多数自动信息鼓励讨论符合戒烟临床实践指南[
, ]并提到戒烟对功能、情感和/或自我认同的益处[ , ]。额外的自动信息促进了群体联系,即在线社区的形成[ , ]。作为我们发展试验的一个主要功能,基于我们最初的学习,我们增加了从第1组到第2组的自动信息的数量并改进了时间。总结了第二组中使用的100条自动消息的完整集合。第1组使用了这些自动消息的一个类似或具有代表性的子集,共计58条。这些自动信息鼓励参与者分享他们的吸烟史或其他个人信息(23%),确定戒烟奖励(19%),克服戒烟障碍(13%),确定戒烟障碍(9%),表达对戒烟的情感支持(9%),设定戒烟日期或使用尼古丁贴片(6%),或表达对戒烟的信心(5%)。一些自动信息在干预结束时询问了干预(16%)。
Automessage主题 | 逐字的例子 | 参与者的主要好处 | 自动消息的百分比(N=100), % (N) | 自动消息生成tweet的百分比(N=653), % (N) |
分享吸烟史或其他个人信息 | 你吸烟多少年了? | 自我认同 | 23.0 (23) | 38.0 (248) |
确定辞职奖励 | 你每天如何奖励自己不吸烟? | 情感 | 19.0 (19) | 18.1 (118) |
应对辞职的障碍 | 当你有抽烟的冲动时,你会怎么做? | 功能 | 13.0 (13) | 3.1 (20) |
确定戒烟的障碍 | 哪些活动、责任、任务或人是你吸烟的最大诱因? | 功能 | 9.0 (9) | 8.0 (52) |
表达对戒烟的情感支持 | 你们中的许多人已经戒烟整整一个月了!恭喜你!感觉如何? | 情感 | 9.0 (9) | 3.0 (19) |
设定戒烟日期或使用尼古丁贴片 | 你如何提醒自己每天戴上新的贴片? | 功能 | 6.0 (6) | 2.0 (13) |
表达对辞职的信心 | 你有信心你现在是一个不吸烟的人吗? | 自我认同 | 5.0 (5) | 6.0 (39) |
一个16.0%(16/100)的自动消息询问干预,引发11.0%(72/653)的自动消息生成推文。没有自动消息询问有关戒烟或主张禁欲的可疑信息,但是,由于其时间编码为自动消息生成的推文中,分别有6.0%(39/653)和5.1%(33/653)被编码为包含此类内容。
第一组在前30天每天收到自动信息,然后在70天内每周收到3次自动信息,这些自动信息在夜间(凌晨12点)发送。太平洋航线,凌晨3点。以刺激第二天早上的反应。然而,分析表明,夜间自动发送消息的时间不是最优的,因为第二天早上的tweet没有峰值(详情见下文),所以时间被改变了。此外,当第一组的自动消息减少到每周3条时,他们的推特数量明显下降。因此,在整整100天里,第二组每天收到一条自动信息,这些自动信息在晚上(下午5点)发出。太平洋电视台,晚上8点。以刺激立即的反应。
通过Twitter发送的自动反馈
为了进一步鼓励参与,在100天内,每天早上(上午9点)。太平洋,中午12点。参与者每天都会收到来自研究网站的关于他们之前24小时推特行为的自动反馈。一个基于twitter的软件程序每天晚上自动下载推文,识别推特用户和非推特用户,并发送预写的自动反馈,赞扬推特用户参与并鼓励非推特用户使用不同的措辞参与。在第一组中,自动反馈被发布在小组的Twitter feed上,但我们了解到许多参与者没有登录Twitter,因此他们没有收到自动反馈。因此,在第二组中,自动反馈以短信的形式发送到每个参与者的手机上,以通知那些没有登录Twitter的人。我们最初计划在免费尼古丁贴片和戒烟调查结束后的第60天停止所有的自动通信。然而,第一组的许多参与者在60天内一直在发推特,所以我们继续在两组中进行第100天的自动通信。
尼古丁贴片和戒烟日期
每个参与者都邮寄了一个为期8周的尼古丁贴片,贴片的剂量是根据基线吸烟水平(如果<10支/天,开始是14毫克贴片,如果>10支/天,开始是21毫克贴片)。参与者被指示在戒烟日开始使用贴片。临床实践指南建议结合药物和行为治疗来解决日常吸烟者尼古丁成瘾的生理和心理因素[
]。此外,参与者被推荐到美国国立卫生研究院在线戒烟指南,制定戒烟计划,并被指示设定戒烟日期,并在戒烟日期开始使用贴片。第一组参与者被要求根据临床实践指南在干预开始的14天内设定戒烟日期[
]。然而,我们发现,那些将戒烟日期推迟到第二周的人也推迟了与小组的接触,并被小组边缘化。因此,对于第二组,戒烟窗口缩短到干预开始后的7天内。抽样招聘及筛选
吸烟者是通过谷歌AdWords和邦妮·j·阿达里奥肺癌基金会提供的每月2000美元的无偿广告预算招募的。当一个人在谷歌搜索中输入一个戒烟关键字(例如,尼古丁贴片,戒烟),如果我们的自动广告出价(最高2美元/关键字)超过竞争对手的出价,就会出现一个研究广告。谷歌的广告链接到Tweet2Quit网站,该网站提供学习信息和简短的申请表格。每个小组的招募时间约为4个月。
在研究开始前1个月左右,我们通过电子邮件与申请人联系,并提供筛选调查的链接,其中包括知情同意书。排除标准包括使用尼古丁贴片的禁忌症;治疗抑郁、焦虑或戒烟的有效处方药;在过去4星期内曾吸食非法烈性毒品;或者与其他参与者一起实习。纳入标准为一生吸烟100支以上,目前每天吸烟5支以上,打算在下个月戒烟,年龄在18-59岁之间,说英语,美国大陆居民,有活跃的电子邮件账户,可以上网的手机,无限制发短信,每周发短信。对于第二组,每天使用Facebook作为一个纳入标准,因为这与第一组参与者的推特量显著相关。同样在第二组中,每天使用大麻作为排除标准,因为第一组的一名成员报告说每天使用大麻以避免吸烟,并向其他人推荐了这一做法。
调查措施
基线调查评估了参与者的年龄、性别、种族、婚姻状况、教育程度和吸烟史,其中包括法格斯特罗姆尼古丁依赖试验[
]。主要结果是戒烟,在戒烟日期后的第7、30和60天进行评估,参与者在研究网站上记录了戒烟日期。在两组中,25%(10/40)的参与者选择第一天作为他们的戒烟日期,而75%(30/40)的参与者选择晚一些的日期。来自第一组的三名参与者未能输入戒烟日期,并给出了最后可能的日期。在每个评估点,戒烟是用两个关于7天吸烟率的标准自我报告问题来衡量的:“在过去的7天里你抽了多少支烟?”和“你在过去7天内吸过烟吗?”任何吸烟或吸烟都被记录为非戒断。未回复记录为缺失。作为次要结果和治疗依从性的指标,我们还测量了参与者的尼古丁贴片使用情况(是/否)。我们在过去一周的7天随访中测量了这一点,在过去一个月的30天和60天随访中测量了这一点。未回复记录为缺失。
在第一组中,通过电子邮件链接到在线调查进行后续评估,但回复率低于预期:戒烟后7天,30天和60天的回复率分别为60%,65%和60%。所以对于第二组,我们也通过发短信和打电话的方式来获取调查反馈,回复率分别提高到95%,90%和80%。
微博的措施
这些小组每天的推文使用另一个Twitter软件程序自动下载到Excel数据库中,我们评估推文的数量、内容和时间作为次要结果。数据库包含了每条tweet的单独记录,其中显示了发送的逐字信息、发送者的用户名、指定的每个接收者的用户名(例如,通过@)以及日期和时间。然后,我们根据小组、参与者、学习周和一天中的时间来总结推文。我们还记录了每个参与者是否至少发过一次推特,并在30天后继续发推特。
此外,根据自动消息中提出的讨论主题和反映在tweet中的其他常见讨论主题,对tweet进行了内容编码。一个代码本由15个相互排斥和共同详尽的内容代码创建,每个tweet接收一个代码(见
).此外,这些推文被编码,以表明它们是对自动信息的回应还是自发的。自动消息生成的回复或推文是根据推文是否发送给发送自动消息的帐户“smokingcessat”和/或发生在自动消息发送后不久并与所提出的问题相关联来识别的。所有其他的推文都被编码为自发的。两名训练有素的研究助理独立编码了这些推文。对于tweet内容编码,第一组的kappa信度为0.94 (95% CI 0.93-0.96),第二组的kappa信度为0.80 (95% CI 0.78-0.82)。对于自动消息生成与自发tweet的编码,第一组的kappa为0.86 (95% CI 0.79-0.94),第二组的kappa为0.91 (95% CI 0.88-0.93)。
整体推文主题 | 逐字的例子 | 主要好处 | 推文总数(N=2867), % (N) | 自发推文(N=2214, 77%), % (N) | tweet总数与禁欲之间的关系 | |
或(SE) | P价值 | |||||
分享吸烟史或其他个人信息 | 我是四个孩子的妈妈,一个月前刚结婚 | 自我认同 | 24.00 (688) | 20.01 (443) | 1.08 (0.07) | .237 |
表达对戒烟的情感支持 | 第二天吗?坚持下去..越来越容易了!! | 情感 | 22.01 (631) | 28.00 (620) | 1.04 (0.03) | .156 |
禁欲的主张 | @jenjencan在过去的18年里,我有32个小时没有它!!!! | 自我认同 | 12.00 (344) | 14.00 (310) | 1.17 (0.09) | .031 |
确定戒烟的障碍 | 还有人单独开车时抽烟吗?我上下班要花30-55分钟,通常在上班前抽两倍的烟。有什么想法可以对抗这种冲动? | 功能 | 10.01 (287) | 10.00 (221) | 1.02 (0.08) | .754 |
确定辞职奖励 | 我退出后的目标是参加当地的网球锦标赛,希望我能进入第一轮。 | 情感 | 8.00 (229) | 5.01 (111) | 1.26 (0.16) | .065 |
分享有关戒烟的可疑信息 | 每次我想抽根烟的时候,我就吃一块糖 | 情感 | 6.00 (172) | 6.01 (133) | 1.12 (0.11) | .278 |
设定戒烟日期或使用尼古丁贴片 | 把我的日期定在1月21日 | 功能 | 4.01 (115) | 5.01 (111) | 1.52 (0.28) | .024 |
应对辞职的障碍 | 我在做瑜伽和嚼吸管来应对,其他人在做什么? | 功能 | 3.00 (86) | 2.98 (66) | 1.76 (0.37) | .008 |
表达对辞职的信心 | 我以前戒过一次,所以我指望再戒一次 | 自我认同 | 3.00 (86) | 2.98 (66) | 1.71 (0.42) | .032 |
一个杂项话题占总推文的8.00%(229/2867)和自发推文的6.01%(133/2214),包括对干预的积极评价(3.00%(86/2867),例如,知道有一群人和我一起经历这件事很好);报告有压力的生活事件(如感冒)。胸痛得厉害);提到别人对戒烟的支持(例如,哦,我丈夫也不吸烟!我们都是第10天;对干预的负面评价(例如,我不知道Twitter是如何运作的);报告不戒烟(例如,我仍然不是一个完全不吸烟的人。这周我就吃了几个);其他各为1.01%左右(29/2867)。
分析
广义估计方程模型;Proc Genmod, SAS v9.3),在考虑了组内参与者的聚类、时间段(戒烟后7、30或60天)和文献中确定与戒烟成功相关的三个参与者水平的共变量:教育(第1组与第2组)后,评估各组对戒烟状态和尼古丁贴片使用的影响。
- ],性别[ , ],以及每日吸烟的基线[ , , ]。我们使用类似的模型来评估推特的群体效应。在考虑组、组内聚集的参与者、时间段和三个参与者水平协变量的影响后,使用GEE运行其他模型来评估推文数量、推文内容和尼古丁贴片使用与戒烟状态随时间的关系。对总推文、自动消息生成的推文、自发推文、基于总推文的九种最常见的推文类型中的每一种以及尼古丁贴片的使用进行了单独的模型估计。戒烟后7天、30天和60天的戒断被建模为适用时间段(分别为0-7天、8-30天和31-60天)内每种类型推文数量的函数;因此,我们只使用了第60天发送的2460条推文,其中包括2023条自发推文(82.24%)和437条自动消息生成的推文(17.76%)。
结果
参与者筛选
在813名吸烟者中,他们填写了简短的申请表,以回应我们的谷歌广告,106人(13.0%)继续完成筛选调查,其中45人(42.5%)符合资格标准。前40名被选中,其他5名被列入候补名单。不合格的主要原因是未能完成筛选调查(21%),少于每天使用Facebook(21%,第二组),手机无法上网(19%),缺乏无限短信计划(12%),每天吸烟少于5支(12%),或每周发短信少于10%)。适格率与性别或年龄无关,但白种人的适格率(47%)高于非裔美国人和亚裔美国人(28%),在这项发展试验中没有西班牙裔美国人接受筛查。
参与者人口统计和吸烟史
参与者的平均年龄为36.5岁(SD 9.5,范围20-57),60%为女性,95%为白种人,58%为已婚或伴侣,43%为大学学历。在基线时,参与者平均每天抽15.5支烟,吸烟18年,Fagerstrom尼古丁依赖评分为4.9,表明中度依赖[
]。两组在这些基线变量中没有任何差异(P=。187 toP=.667),除了第一组在基线时每天吸烟的数量略多于第二组(平均18.0比13.0;P= 0.086),因此在所有模型中,每天吸烟作为参与者水平的协变量被包括在内。按组别划分的禁欲情况
在戒烟后7、30和60天,组1的戒断率分别为50%、57%和42%;第二组的戒断率分别为21%、61%、75% (P= .813)。在同一时间点,组1尼古丁贴片使用率分别为67%、50%和50%,组2尼古丁贴片使用率显著高于组2,分别为82%、100%和42% (P= .019)。总之,两组在禁欲方面没有显著差异;然而,第二组的参与者更有可能使用研究提供的尼古丁贴片。
分组发推文
在两组中,总推文量为2867条,即平均每个组成员72条推文;此外,78%的小组成员至少发过一次推特。自动消息产生了22.78%(653条)的推文,其余77.22%(2214条)的推文是自发的。
和 按群组和参与者显示tweet音量和持续时间。组1总共发送了1125条tweet,平均每个成员发送56条tweet,而组2总共发送了1742条tweet,平均每个成员发送了87条tweet (P= .355)。另外,70%的第一组成员和85%的第二组成员至少发过一次推特(P= 0.121), 45%的第一组成员和75%的第二组成员在30天内继续使用推特(P= .144)。两组之间的显著差异仅在于他们对干预信息的反应。组1发出51条自动生成的回复,平均每位成员2.6条;组2发出602条自动生成的回复,平均每位成员30.1条(P<措施)。这表明,对第2组的自动消息传递进行的开发改进可能有助于增加对自动消息传递的响应。
研究人员还比较了这两组人在收到自动信息和/或自动反馈时,是否出现了发推特的高峰。
和 ).第1组的成员在太平洋时间凌晨12点(午夜)收到了自动短信,并在上午9点收到了自动反馈。他们没有显示出与时间相关的推文峰值。相比之下,第二组的成员在下午5点收到了自动短信。这样他们就可以立即做出反应,他们在上午9点收到了自动反馈。太平洋通过文本,无需登录Twitter。与之相对应的是,第二组在收到自动反馈后出现了tweet峰值,而在收到建议讨论话题的自动消息后则更为明显。自动消息的内容和自动消息生成的响应
自动讯息与自动讯息产生的回应在内容上有显著的相关性(r=。P= .012;
).从自动信息生成的回答来看,参与者主要分享了吸烟史或其他个人信息(38%),确定了戒烟的奖励(18%),确定了戒烟的障碍(8%),或表达了对戒烟的信心(6%)。此外,在自动生成的回复中,有11%的人讨论了干预措施,因为这是必要的。在被编码为自动生成信息的推文中,6%的推文提供了有关戒烟的可疑信息(即无证据),5%的推文声称戒烟。没有提示此内容。大多数关于戒烟的可疑信息都提到使用大麻、电子烟、糖果或食物来代替吸烟,而不是基于证据的替代品,如运动或放松。
推文总内容
总推文和自发推文在内容上高度相关(r=总收入,P<.001),即每个内容代码对应的tweet数。总推文和自动消息生成的推文相关性较小(r= .57,P= 0.083),自发推文与自动消息生成推文相关性最小(r= 10,P= .444)。此外,第1组和第2组的tweet总数高度相关(r= .96点,P<措施)。
总推文中的流行内容(
包括分享吸烟史或其他个人信息(24%),表达对戒烟的情感支持(22%),坚持戒烟(12%),确定戒烟的障碍(10%),确定戒烟的奖励(8%),分享有关戒烟的可疑信息(6%),或设定戒烟日期或使用尼古丁贴片(4%)。实际上,2867条推文中约有172条包含有关辞职的可疑信息(6.00%)。发推特和禁欲之间的关系
在推特与禁欲相关的模型中,没有群体效应(PS >.420),但在参与者水平的协变量上,男性更可能是禁欲的(P年代< .014)。然而,性别参与治疗的测试都不显著:男性并不比女性更可能发推特,发推特更多,或者使用尼古丁贴片(P年代>胜率)。
禁欲与整体推特量的相关性很小(OR 1.03;P= .086)。禁欲与自发推特量的相关性(OR 1.03, SE 0.02,P= 0.108)和自动消息生成的tweet音量(OR 1.09, SE 0.08,P= 0.230),差异无统计学意义。然而,禁欲与发送带有特定内容的推文(
):禁欲的断言(OR 1.17, SE 0.09,P= 0.031),设定戒烟日期或使用尼古丁贴片(or 1.52, SE 0.28,P= 0.024),应对退出障碍(OR 1.76, SE 0.37,P= 0.008),以及对戒烟的信心表达(OR 1.71, SE 0.42,P= .032)。发送关于确定戒烟奖励的推文与戒断只有轻微的关系(OR 1.26, SE 0.16,P= .065)。发送以下内容的推文与戒烟无关:分享吸烟史或其他个人信息(or 1.08, SE 0.07,P=.237)、戒烟情绪支持表达(OR 1.04, SE 0.03,P=.156),识别戒烟障碍(OR 1.02, SE 0.08,P=.754),或分享有关非循证戒烟的可疑信息(or 1.12, SE 0.11,P= .278)。最后,尼古丁贴片的使用与戒烟无关(OR 1.33, SE 0.66,P= .560)。
讨论
主要研究结果
在这项发展试验中,我们研究了一种新颖、低成本、全自动的基于社交媒体的戒烟干预措施,名为Tweet2Quit。干预措施包括以下内容:在线招募准备戒烟的吸烟者;他们被安排在一个为期100天、由20人组成的点对点Twitter支持小组中,这些小组是自主的,没有专家监督;他们获得了免费的尼古丁贴片;他们每天都会收到自动发送的信息,建议他们在推特上讨论的话题,并对他们前一天的推特进行自动反馈。这种混合干预将自发的、实时的、点对点的社会支持的传统社交媒体方法与鼓励与戒烟指南一致的讨论的日常自动信息结合起来[
, ]和网上社区建设[ , ]。我们的第一个具体研究目标是探索自动信息是否鼓励参与,研究结果看起来很有希望。干预的整体参与度很高,78%的小组成员至少发了一条推特,每个成员平均发了72条推特。此外,23%的推文是对干预的自动信息的回应。此外,当我们通过增加自动消息的频率和改进其时间来改善第二组参与者的自动消息时,自动消息生成的响应显著增加,我们观察到tweet峰值对应于自动消息传递的时间。此外,自动消息的内容与自动消息生成的响应的内容相关,表明自动消息在很大程度上产生了所需的内容。然而,干预效果的研究还需要随机对照试验。
我们的第二个具体研究目的是评估干预的整体参与或特定类型的参与是否与戒断有关。我们发现,总的推文数量与推特者的节制程度只有轻微的关系。然而,以下特定类型的推文与推特者的戒烟显著相关:反击戒烟障碍,设定戒烟日期或使用尼古丁贴片,表达对戒烟的信心,以及戒烟的断言。此外,戒烟奖励的识别与戒断也有轻微的关系。
由于我们研究的相关性,我们无法确定特定类型的推文是否促进了禁欲;相反,也许是节制引发了推特。然而,发送给在线戒烟小组的自动信息似乎应该鼓励人们思考和讨论设定戒烟日期、使用尼古丁贴片、克服戒烟障碍、建立戒烟信心以及确定戒烟奖励。在我们的研究中,仅仅识别戒烟障碍的推文与戒烟无关,所以似乎自动信息应该鼓励参与者同时识别和克服障碍。
在我们的研究中,表达对戒烟的情感支持(例如,“我们可以做到”)和分享吸烟历史或其他个人信息与推特用户的戒烟无关;然而,这些推文可能促进了在线社区的建设[
, ]。最后,我们发现,少数(6%)的推文传达了有关戒烟的可疑或无证据的信息,例如使用大麻、电子烟或糖果作为香烟的替代品。此外,这些推文与推特者的禁欲无关。与先前的烟草治疗研究一致[ , 研究发现,男性的禁欲率高于女性,而这似乎与治疗参与度无关。需要更多的研究来更好地了解成功戒烟的性别差异。优势与局限
这一开发试验是探索基于twitter的社会支持团体与自动信息相结合促进戒烟的效用的重要的第一步。由于非随机治疗设计的限制,现在需要进行随机对照试验。此外,我们的样本很小,主要是高加索人。尽管通过谷歌招聘的范围很广,但提供尼古丁贴片作为激励措施可能对非西班牙裔白人吸烟者更有吸引力,因为有研究表明,少数族裔不太可能使用尼古丁贴片。
, ]。未来的研究应该测试其他方法来吸引更多样化的吸烟者群体。另一个研究的局限性是依赖于自我报告的禁欲,因此未来的研究应该测试禁欲的生物证实,尽管在我们的研究中,由于小组的匿名性,虚假报告禁欲的需求特征可能很低。最后,针对不同内容的推文之间存在相关性,因此很难全面评估每种内容与禁欲之间的独特关系。结论
我们开发了一种基于社交媒体的混合型戒烟干预,名为Tweet2Quit,它将传统的实时、点对点的社会支持和尼古丁贴片与日常自动信息和自动反馈结合起来。参与程度很高,自动信息有助于确保点对点的讨论符合戒烟和建立在线社区的指导方针。因此,这种新的干预措施值得进一步研究。
致谢
作者感谢Doug Calder和Howard Liu的研究协助以及Bonnie J. Addario肺癌基金会的支持。
这项研究得到了国家药物滥用研究所的创新资助,R34 DA030538, P50 DA09253和R01 MH083684来自国家精神卫生研究所。内容完全是作者的责任,并不一定代表美国国立卫生研究院的官方观点。
利益冲突
没有宣布。
参考文献
- Baumann P. PhilBaumann.com。2009.Twitter URL的140个医疗保健用途:http://philbaumann.com/140-health-care-uses-for-twitter/[访问日期:2015-02-13][WebCite缓存]
- 12月30日,42%的在线成年人使用多个社交网站,但Facebook仍是首选平台。2013年12月30日。URL:http://www.pewinternet.org/files/2014/01/Social_Networking_2013.pdf[访问日期:2015-02-13][WebCite缓存]
- 郭志刚,刘建军,刘建军,等。推特是一种虚拟社区。美国行为科学学报;2011;55(10):1294-1318。(CrossRef]
- 格鲁兹A, Haythornthwaite c。通过社交媒体支持社区。中国医学杂志,2013;15(10):e248 [J]免费全文] [CrossRef] [Medline]
- Danaher BG, Boles SM, Akers L, Gordon JS, Severson HH。在基于网络的健康行为改变项目中定义参与者暴露措施。中国医学信息学报,2006;8(3):915 [J]免费全文] [CrossRef] [Medline]
- 李建军,李建军,李建军,李建军。网络人际互动对健康影响的研究。英国医学杂志2004五月15;328(7449):1166 [j]免费全文] [CrossRef] [Medline]
- 波里尔J,柯布NK。社会影响是参与基于网络的健康干预的驱动因素。中国医学杂志,2012;14(1):96 - 96 [J]免费全文] [CrossRef] [Medline]
- 艾森巴赫G.损耗定律。医学信息学报,2005;7(1):11 [J]免费全文] [CrossRef] [Medline]
- Stoddard JL, Augustson EM, Moser RP。在无烟网站添加虚拟社区(公告板)的效果:随机对照试验。中国医学信息学报,2008;10(5):553 [J]免费全文] [CrossRef] [Medline]
- Richardson A, Graham AL, Cobb N, Xiao H, Mushro A, Abrams D,等。参与促进戒断在一个基于网络的戒烟干预:队列研究。中国医学杂志,2013;15(1):14 [J]免费全文] [CrossRef] [Medline]
- An LC, Schillo BA, Saul JE, Wendling AH, Klatt CM, Berg CJ,等。利用戒烟信息、互动和在线社区资源预测戒烟:队列研究。中国医学信息学报,2008;10(5):555 [J]免费全文] [CrossRef] [Medline]
- Anderson JE, Jorenby DE, Scott WJ, Fiore MC.治疗烟草使用和依赖:基于证据的戒烟临床实践指南。2002年3月;121(3):932-941。(Medline]
- 前MC公共卫生服务美国卫生与公众服务部;2008.治疗烟草使用和依赖:2008年更新http://www.ahrq.gov/professionals/clinicians-providers/guidelines-recommendations/tobacco/clinicians/update/treating_tobacco_use08.pdf[访问日期:2015-02-13][WebCite缓存]
- 李建军,李建军,李建军。Twitter =半途而废呢?对Twitter戒烟社交网络的分析。烟草控制2012;21(4):447-449 [j]免费全文] [CrossRef] [Medline]
- Myslín M,朱舒,查普曼W,康威M.利用twitter研究吸烟行为和对新兴烟草产品的认知。中国医学杂志,2013;15(8):e174 [J]免费全文] [CrossRef] [Medline]
- Free C, Whittaker R, Knight R, Abramsky T, Rodgers A, Roberts IG。Txt2stop:一项基于手机戒烟支持的随机对照试验。生物防治2009,18(2):88-91。(CrossRef] [Medline]
- 幸福结局:数字多媒体戒烟干预的随机对照试验。上瘾2008;103(3):478 - 484。
- Fjeldsoe BS, Marshall AL, Miller YD.手机短信息服务的行为改变干预。中华预防医学杂志2009;36(2):165-173。(CrossRef] [Medline]
- Free C, Knight R, Robertson S, Whittaker R, Edwards P,周伟,等。通过手机短信提供戒烟支持(txt2stop):一项单盲、随机试验。柳叶刀2011年7月2日;378(9785):49-55 [免费全文] [CrossRef] [Medline]
- 李建平,Muñoz RF, Perez JE, Bansod a .电子邮件信息在网络戒烟干预中提高戒烟率的工具。中华医学杂志,2004;11(4):235-240 [J]免费全文] [CrossRef] [Medline]
- 孔格,Ells D, Camenga DR ., Krishnan-Sarin S.基于短信的戒烟干预:叙述回顾。成瘾行为,2014;39(5):907-917。
- 朗萨维尔BJ,卡罗尔KM,奥肯LS。行为治疗研究的阶段模型:起步与发展。临床心理学:科学与实践2001;8(2):133-142。(CrossRef]
- 戴勒里J,卡西迪RN,赖夫BR。评估基于新技术的卫生干预措施的单例实验设计。中国医学杂志,2013;15(2):e22 [J]免费全文] [CrossRef] [Medline]
- Baker TB, Gustafson DH, Shah D.研究如何跟上电子医疗?提高电子健康研究及时性和有效性的十项策略。中国医学杂志,2014;16(2):e36 [J]免费全文] [CrossRef] [Medline]
- Reid JL, Hammond D, Boudreau C, Fong GT, Siahpush M, Collaboration ITC。四个西方国家吸烟者在戒烟意图、戒烟尝试和戒烟方面的社会经济差异:来自国际烟草控制四国调查的结果。尼古丁Tob Res 2010 Oct;12供应:S20-S33 [j]免费全文] [CrossRef] [Medline]
- Piper ME, Cook JW, Schlam TR, Jorenby DE, Smith SS, Bolt DM,等。两项随机戒烟试验中参与者戒烟率的性别、种族和教育差异。烟碱控制杂志,2010;12(6):647-657 [j]免费全文] [CrossRef] [Medline]
- 杨建军,刘建军,李建军,等。家庭背景和社会经济状况对吸烟行为的影响。尼古丁与烟草研究2004;6(3):447-455。(Medline]
- 李建平,李建平,李建平,等。了解教育、就业特征和吸烟之间的关系。心理学报;2009;30(5):915 -914。(CrossRef] [Medline]
- 帕金斯,斯科特J.尼古丁贴片对长期戒烟率的性别差异。烟碱控制杂志2008;10(7):1245-1250。(CrossRef] [Medline]
- 布雷斯劳N,约翰逊EO。预测尼古丁依赖吸烟者的戒烟和重度抑郁症。美国公共卫生杂志2000;90(7):1122-1127。(CrossRef]
- Chandola T, Head J, Bartley M.戒烟的社会人口预测因素:家庭因素有多重要?成瘾2004 Jun;99(6):770-777。(CrossRef] [Medline]
- 施X, Adamic LA, Strauss MJ。强大的关系网。物理学报(自然科学版);2007;32(1):1 -4。(CrossRef]
- 肖震,郭磊,崔茜。即时通讯流量特征分析。: IEEE;2007年6月发表于:分布式计算系统;2007;加拿大多伦多,第1-8页。
- 张建军,李建军。网络社交网络中影响力用户的研究。市场研究学报,2010;47(4):643-658。(CrossRef]
- 王晓明,王晓明。消费者对商品的消费选择。市场营销研究,2000;37(1):60-71。
- Park CW, Eisingerich AB, Park JW。顾客-品牌关系的依恋-厌恶(AA)模型。消费心理学报;2013;23(2):229-248。
- 张建军,郭志强,郭志强,Fagerström .尼古丁依赖的Fagerström测试:Fagerström耐受性问卷的修订。[J]中国生物医学工程学报;2009;31(3):391 - 391。(Medline]
- 傅绍生,Kodl MM, Joseph AM, Hatsukami DK, Johnson EO, Breslau N,等。25 - 44岁终身吸烟者尼古丁替代疗法使用和戒烟比例的种族差异癌症流行病学、生物标志物与预防2008;07(7):1640-1647。(CrossRef]
- 傅士生,谢尔曼,Yano EM, van Ryn M, Lanto AB, Joseph AM。在平等获取医疗保健系统中,使用尼古丁替代疗法戒烟的种族差异[J] .健康促进,2005;20(2):108-116。(Medline]
G·艾森巴赫编辑;提交09.08.14;J Choi, J Duke的同行评审;对作者06.11.14的评论;修订版本收到10.12.14;接受21.01.15;发表23.02.15
版权©Cornelia Pechmann, Li Pan, Kevin Delucchi, Cynthia M Lakon, Judith J Prochaska。原载于医学互联网研究杂志(//www.mybigtv.com), 2015年2月23日。
这是一篇在知识共享署名许可(http://creativecommons.org/licenses/by/2.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。