促进参与数字干预的提示的有效性:系统回顾

简介

数字干预(DIs)是指通过数字平台(如网站或计算机)为身体和/或精神健康问题提供信息和支持(情感、决策和/或行为)的程序[1］．发达国家对DIs进行了大量投资，它们已被用于不同的卫生领域，包括长期疾病的自我管理[2-4]，提倡健康行为[1，5-7]，以及心理健康[8］．文献表明，它们可以改善健康行为和健康结果[1-10];然而，对DIs有效性的系统综述倾向于报告较小的效应量，且存在显著的异质性[2，4，6，7，9］．相对较小的效应量的一个潜在原因是不使用或不充分使用数字干预措施[7］．研究表明，用户对DIs缺乏投入，一些研究表明，DIs的有效性与用户的投入水平之间存在剂量-反应关系[11-16］．一项针对身体活动的DIs综述表明，更好的参与与更大的干预效果相关[14］．在针对水果和蔬菜消费的DIs研究中也发现了类似的结果[11]、减肥[12]，以及戒烟[13，15］．尽管可能有人认为，更大的参与度和更大的积极影响之间的联系是由于反向因果关系(即，用户体验到更好的结果，因此变得更投入)，但更好的参与度导致更高的效率也是合理的。11-16］．事实上，一项针对针对健康预防的DIs的系统回顾报告称，“在线预防中最重要的问题之一是干预措施的使用率低，这是一个在所有行为领域都能看到的现象”[7］．因此，提高效率的一种潜在方法可能是促进用户的参与。

在Brouwer等人进行的三轮系统德尔菲实验中[17，参与被定义为三个阶段。在第一阶段，用户决定首先访问DI，以确定它提供什么，以及他/她是否可以从中受益。在第二阶段——延长第一次访问——用户扩展了这次访问，并暴露给DI的一部分。在第三个阶段—重新访问DI—用户在第一次访问后返回DI。Brouwer等人的研究表明，不同的因素影响每个阶段。在第一阶段，影响是否第一次访问DI的决定的因素包括用户特征(如动机和兴趣)和DI的感知相关性。在第二阶段，第一次访问的持续时间主要取决于DI的特性(即是否量身定制和易于使用)。在第三阶段，是否重新访问的决定受到用户特征(如动机)以及是否有重新访问的提醒或提示的影响。17］．本系统检讨以第三阶段为目标，探讨如何使用提示作为方法，以促进首次访视后复诊医师[7，18-20.］．关于基于技术的提示已经发表了一些系统综述;然而，这些评论关注的是提示对DI处理的行为的影响，而不是对敬业度的近期影响[21-23］．有一些新证据表明，设计特征(包括提示的使用)会影响用户粘性[19，24];一项系统综述对纳入研究的结果进行了定性分析，发现使用电子邮件和电话与用户联系的开发人员更有可能获得更好的参与度[25］．

据我们所知，这些评论中没有一篇专门关注粘性、提示和提示特征之间的关系。可能影响效果的特征包括时机(即应在何时使用提示)、持续时间(即应使用多长时间)[18，25-27]，频率[22]、传递方式(如电子邮件、短信或电话)[23])，发件人[28，29]，内容[30.]，以及理论基础[23］．事实证明，基于理论的干预比没有理论的干预更有效。23，31］．

对数字干预的回顾发现，使用更多行为改变技术(bct)的人比使用较少bct的人更有效[23］．因此，本文尝试使用BCT分类法对提示的内容进行编码[32]，与之前提到的回顾所使用的相同[23］．由93个BCT组成的BCT分类法已由国际行为专家在delphi型研究中进行了评级、分组并达成一致;这些bct被定义为“干预的可观察、可复制和不可简化的组成部分，旨在改变或重定向调节行为的因果过程”[32］．这种分类法可以帮助确定干预所包含的积极成分，从而确定作用机制，从而可以对如何开发有效促进参与的提示进行基于理论的解释。BCT分类包括提示/提示技术，“引入或定义环境或社会刺激，目的是提示或提示行为。”因此，术语策略本文采用了BCT提示/线索，因为它更全面，适应性更强，策略的内容可以包括BCT提示/线索或更多组成部分。

本系统综述的目的是评估基于技术的策略的有效性，在本综述中定义为用于促进用户与DI的全部或部分定期交互的数字和模拟技术方法。这些包括但不限于电子邮件、短信、多媒体信息、电话、自动语音电话或传真。综述的具体目标是:(1)描述促进DIs参与的基于技术的战略，(2)评估基于技术的战略在促进DIs参与方面的有效性，(3)探讨不同的特征，如时机、持续时间、频率、交付模式、发送方、内容或理论使用是否与不同的有效性相关，以及(4)描述促进DIs参与的基于技术的战略的成本。

方法

本综述遵循Cochrane系统综述方法学指南[33]，并已公布有关方法的全部细节的方案[34］．

数据来源和检索方法

在7个电子数据库中进行搜索:Cochrane中央对照试验注册(Central)、MEDLINE、Embase、Web of Science、教育资源信息中心(ERIC)、PsycINFO(包括研究和论文摘要)和护理和相关健康文献累积索引(CINAHL)。数据库检索始于2013年9月13日，无语言或出版类型限制，使用三个概念:随机对照试验(rct)而且数字的干预措施而且参与(见多媒体附件1参阅MEDLINE搜索策略)。搜索还包括筛选灰色文献(Conference Proceedings Citation Index，前身为ISI Proceedings)、收录研究的参考文献、关键期刊(如Journal of Medical Internet Research (JMIR))的问题，并使用谷歌Scholar筛选任何引用收录或其他关键论文的论文[18，20.，22，23］．

文章筛选与选择

搜索策略识别的所有引用都被重复删除并下载到Endnote X5(汤森路透)。标题和摘要由一位作者(GA)筛选，并由其他三位合著者之一(EM、FH或RW)进行双重筛选。2位作者(EM和GA)对可能符合条件的文章全文进行筛选。任何分歧都通过讨论解决，参考资格标准。如果不能达成一致意见，就征求第三位作者(FH)的意见。排除的理由被记录下来并制成表格。所有评审员都接受过系统评审方法学的培训。

入选标准

参与者

参与者为18岁以上的成年人。没有性别、社会经济地位、种族或健康状况方面的限制。所有设置都包括数字干预;以技术为基础的战略，设置在网上。

干预措施

感兴趣的干预措施是基于技术的战略，以促进参与数字干预。这些干预措施必须符合以下定义:

1.数字干预被定义为通过数字平台(如网站或计算机)为身体和/或精神健康问题提供信息和支持(情感、决策和/或行为)的程序[1］．

2.基于技术的参与促进策略被定义为用于促进用户与DI的全部或部分定期互动的数字和模拟技术方法，包括但不限于电话、短信、多媒体消息、电子邮件、自动语音呼叫或传真。干预措施包括一个电脑化治疗程序，通过手机短信提醒用户访问该程序，以及一个血压自我监测网站，通过电子邮件提示用户在网站上输入他们的血压读数。

比较

我们定义了三组比较对象:(1)最小或不活跃的比较对象，如没有策略;(2)非技术策略，如印刷材料或面对面接触;(3)替代技术策略，例如，将电子邮件提示的效果与短信提示的效果进行比较。一些研究测试了多种策略的累积效应;例如，两只手臂都通过电子邮件收到提示，一只手臂还通过电话收到额外的提示。

结果

主要的结果

主要结果是对DI的使用情况，记录为登录/访问次数、访问的页面数量、完成的会话数量、在DI上花费的时间以及使用的DI组件/功能的数量。这些指标是在筛查纳入研究之前预先确定的[34］．

二次结果

选择了两种类型的次要结果:

1.不良结果，例如用户对电子邮件提示感到沮丧或恼怒，或由于无法与DI互动而经历自尊的丧失。

2.经济结果，这是与促进参与的战略相关的成本，为未来的成本效益分析提供信息。

研究设计

纳入随机对照试验;这些试验要么是使用促进参与的策略，要么是专门评估策略的试验。如果经济评估与主要试验同时进行，则应包括在内。

排除标准

排除标准如下:

1.专门针对卫生专业人员的干预措施(例如，基于计算机的决策辅助工具，以协助卫生专业人员就治疗作出决定)。

2.试验中的减员和脱离DI是不可区分的。

3.DI组件的效果不能与参与促进策略的效果分离的试验(例如，DI没有与另一种DI进行比较的试验，例如使用电子邮件提示的减肥网站与使用营养师电子邮件的面对面会议进行比较;或者当两个手臂之间的差异包括不同的DIs以及不同的交战策略时)。

在议定书中，声明准随机对照试验将被包括在内;然而，经过进一步考虑，由于符合条件的rct数量合理，且准rct存在较高的偏倚风险，将其排除在外。

数据提取

数据从纳入的论文中提取，使用Cochrane消费者和传播评论组数据提取模板的改编版本。一个作者(GA)提取了所有纳入的论文，另一个合著者(FH)验证了提取的准确性;任何分歧都是通过讨论解决的。如果没有达成一致，就会咨询第三作者(EM)。我们联系了作者，以获得有关该策略的特征和任何缺失的结果数据的更多信息。bct的分类[32]被使用;策略内容在数据提取期间由一个作者(GA)编码，并由另一个作者(RW)验证，后者是分类法的有经验的用户。

关键评估技术

基于Cochrane偏倚风险评估工具进行偏倚风险评估[33］．使用了以下标准:

1.分配序列是否充分生成?

2.分配是否被充分隐瞒?

3.在研究期间是否充分防止了对分配的干预措施的了解(即盲法)?

4.不完整的结果数据是否得到充分处理?

5.研究报告是否无选择性结果报告的建议?

6.这项研究是否没有其他可能使其存在偏差风险的问题?这些问题包括但不限于组间的基线特征差异、结果测量的有效性和可靠性、样本量和效力。

这些文件[11，35-47]被分为低偏倚风险、高偏倚风险或不明确偏倚风险(即，当研究没有提供足够的信息来判断试验质量的不同方面时)。偏倚风险总结(见多媒体附件2A)和偏倚风险图(见多媒体附件2B)产生。偏差评估由一位作者(GA)完成，由另一位作者(FH)进行检查。任何差异都由第三作者(EM)解决。

数据合成

结果选择

结果测量分为二分或持续参与结果:

1.二分式参与结果:对参与者如何参与DI的任何二分式测量，例如访问DI的参与者比例，或完成预先指定数量模块的参与者比例。

2.持续参与结果:任何持续衡量参与者参与DI的情况，如访问次数或页面浏览量。

即使在二分和连续结果的类别中，作者也经常报告不止一个结果。在与合著者讨论后，出于分析的目的，基于以下预先规定的标准选择了一个结果:

1.我们选用的指标是访问网站的参与者人数(即登入网站的人数)或浏览/登入的次数，因为这些是衡量社会参与策略的最合适指标[25，48］．

2.由作者定义或陈述的主要结果。

3.对照组和干预组的结果是分开报告的，而不是集中在一起。

4.参与度的最高标准(即，作者报告了完成所有会话的参与者人数，而不是没有完成会话的参与者人数或特定的会话数量)。

5.选择最长随访期的数据，因为证明持续变化很重要。

数据分析

根据系统评价和荟萃分析(PRISMA)首选报告项目指南报告结果[49]并根据Cochrane指南进行分析[33］．纳入研究的数据被制成表格，以便对结果进行叙述性描述。我们将参与策略特征的数据制成表格，并联系了纳入研究的所有作者，以澄清他们的策略，其中4人回复[35-38］．

采用随机效应模型分别汇总来自随机对照试验的连续和二分数据，进行meta分析。根据数据类型确定适当的效果度量。对于二分结果，使用相对风险(RRs)及其95%置信区间。对于连续结果，使用95%置信区间的标准化平均差异(SMDs)。由于干预措施的可变性质，异质性是预期的，并使用I²统计。

按照Cochrane手册的建议进行敏感性分析，排除质量较差的试验，以确定其对研究结果的影响，并使用漏斗图评估发表偏倚。然而，没有足够的研究来进行有意义的评估。为了研究异质性，通过移除一项研究进行事后敏感性分析[46]在目测森林样地的基础上(见多媒体)．

结果

查册结果摘要

在电子数据库中检索，共获得18881条记录。在删除所有重复项(手动和使用Endnote X5)后，仍有10,133条记录用于标题和摘要筛选。其中，93项研究进行了全文评估，另有3项研究从参考文献追踪中确定。由于各种原因，共有77篇论文在全文筛选中被排除，最常见的原因是参与策略或DI不符合本综述的定义，或者在研究中没有测量参与。有4项正在进行的研究只有可用的协议，其中一项研究是会议摘要。图1显示初始搜索、筛选和选择过程的结果。

‎ 查看此图

包括研究

系统评价共纳入14项研究，受试者8774人;中描述了它们的特性表1，详情见多媒体附件4．样本量从43到3448不等。其中一项研究发表于2005年，其余研究发表于2009年至2013年间;所有的研究都是用英文发表的。超过一半的研究[11，35，36，39-43有超过2个臂，但是，除了一项研究[39]，只有2个组符合纳入标准(见表1)．其中一项研究是阶乘随机对照试验，其中一半参与者接受了参与策略，而另一半则没有。37］．一项研究有7个组，评估不同时间和策略内容的影响[44］．其余4项研究为2个组的随机对照试验[38，45-47］．

所有的研究都是在网上进行的，有些研究还特别提到了参与者的所在地:荷兰[44，46]、澳洲[36，43，47]、美国[11，35，37，38，41]，以及瑞士和德国[40］．其中六项研究旨在评估增加该策略对DIs有效性的影响[35，39-42，47]，其中3项研究旨在评估以科技为本的策略在促进与发展局的互动方面的效果[37，45，46]，以及两项旨在评估该战略对数字干预结果和参与的影响的研究[36，43］．一项研究评估了策略的不同时机和内容对敬业度的影响[44]，一项研究评估了添加在线同伴指导对提高DI参与度的影响[38]，最后一项研究探讨了参与DI的品质[11］．

数字的干预措施

数字干预针对不同的健康行为和状况。研究人员针对不同的心理健康状况设计了8种DIs，包括社交恐惧症[39，47]，抑郁[35，36，40，45]，焦虑[45]，以及双相情感障碍[38，43］．其余的DIs促进了各种健康行为，包括戒烟(n=4)、减少饮酒(n=2)、自我监测健康行为(n=1)、体育活动(n=2)和健康饮食(n=3) [11，37，41，42，44，46］．大多数研究都包括对DIs的详细描述。其中两个DIs被描述为自助指南，模块按顺序呈现，参与者可以一次性或逐步完成整个项目[39，40］．六场会议由会议组成，会议按顺序和分阶段进行[11，36，43-46］．有两项研究用新信息更新了他们的DIs [44，46]， 2家公司将他们的DIs描述为交互式的[35，38］．

基于技术的参与促进策略及其特点

时机

四项研究在不同的时间点使用了他们的策略。在基线后的第2周和第3周使用了一种参与策略[41]，其中一个用于注册后的前2个月[37]，其中一个在基线后的第三个月使用一次，并在基线后的第4个月测量参与度[46]，最后一项研究测试了该策略在多个时间点的使用情况(即从基线开始的第二、第四周或第六周)[44］．

持续时间

在注射期间使用策略[11，36，38-40，42，43，45，47]或在特定时间[35，37，41，44，46］．

频率

大多数研究都报告了定期使用参与策略。六项研究每周至少使用一次这种策略[36，37，39，40，45，47]，其中一人使用了2周[41]，一个人用了三次[35]，还有人用它来鼓励用户完成会话，每个会话最多有4个电子邮件提示[11］．三项研究报告了不同的频率[38，42，43]， 2项研究只使用了一次策略[44，46］．

交货方式

在不同的研究中，电子邮件是最常用的传递方式[11，37，38，40，42-46］．两项研究使用了电话[35，36]和3项研究使用了不同的传递方式:除了电子邮件，还有电话[39，41]或电话、电子邮件和短信[47］．

发送方

其他被确定的特征是发送者或提供者的类型，以及策略是否自动化。38，42或由人力支持。对于后者，治疗师或顾问[11，36，39，40]、非临床工作人员[35]、研究人员[45，47]、训练有素的教练[41]，以及受过训练的同行[43通常是发送者或提供者。

内容

策略的内容可分为五类:向发展局提供协助[35，36，39-41]，广告或描述DI内容[35，44，46]，将用户链接到特定的DI页面或部分[38，42，43]，以提醒或邀请用户完成他们的DI会话[37，44-47]，并就健康行为/健康问题提供支持和反馈，或与DI的接触[11，39，40，43］．一些研究将他们的策略内容描述为能够将其编码为bct的方式。使用的bct为社会支持(未指明)［37，39，40，43，47]，提示/线索策略明确地促使用户重新访问DI [37，42，45，46]，为行为提供反馈(即，参与)[39-41),用社会奖励以书面形式鼓励及表扬参加者在研习会的进步[39，40，47]，对行为结果提供反馈(即参与)在改善他们的健康方面[39，40),而提供关于如何执行行为的说明(例如，与DI打交道，例如如何登入)[35］．

理论应用

没有一篇论文提供关于使用、交付或战略内容的任何潜在理论框架的信息。

裁剪

3项研究报告了剪裁。在一项研究中，参与者通过电子邮件收到了关于他们使用DI频率的报告[41]，在两项研究中，研究人员向参与者发送了带有个性化问候的电子邮件[44，46］．四项研究描述了可能被标记为量身定制的策略:两项研究向参与者发送了关于DI会议进展的个性化反馈[39，40]，其中一项报告使用同侪导师，透过电邮向参加者提供个性化建议，以指导他们如何使用由发展局提供的资料[43]，其中一个向输入戒烟日期的用户发送电子邮件[42］．

学习质量

这些研究的不同之处在于它们进行的方式，有些没有提供足够的信息来判断它们的质量。所有研究都报告了随机化，但只有9项报告了足够的序列生成过程[35，37，39，40，42-44，46，47］．十项研究有足够的分配隐藏[35-37，39，40，42-44，46，47］．一项研究报告称，参与者和研究人员被蒙蔽了眼睛[43］．11项研究预先规定了参与措施[11，36-38，40-46]，然而，其中3项研究没有分别报告干预组和对照组的一些参与结果[11，37，42］．参与测量是客观测量的，因此就不完整的结果数据而言，任何研究都没有发现偏差，只有一项研究没有报告6名参与者退出的参与测量[39］．仅在3项研究中报告了方案[36，37，46］．

评估基于技术的参与促进策略的有效性

与最小或不活跃的比较者相比，基于技术的参与策略

适合进行元分析的数据仅用于比较基于技术的参与策略与没有策略的参与策略。采用二分类和连续结果进行两项meta分析。荟萃分析中纳入的研究的结果衡量指标为已完成的DI模块/会话/课程的数量，完成DI模块/会话/课程的参与者数量，以及登录/访问DI的参与者数量;其余研究的结果测量可以在多媒体．

8项涉及6120名参与者的研究报告了足够的数据被纳入元分析，将基于技术的参与策略与使用二分结果的无策略进行比较(分析1.1)(见图2)．该分析表明，与未接受任何策略的参与者相比，使用基于技术的策略的DI的参与者更有可能参与DI (RR 1.27, 95% CI 1.01-1.60)。然而，分析显示纳入的试验结果之间存在显著的异质性(I²=71%)，这意味着纳入研究的结果差异大于偶然预期的差异。对森林地块的目测表明，施耐德等人的研究[46是个异类。这项试验在3个月时使用了单一的电子邮件提示，这比其他研究中使用的策略要晚得多[46］．敏感性分析，不包括Schneider等人的研究[46]，降低了异质性(I²=39%)和技术为基础的策略效果(RR 1.16, 95% CI 1.01-1.33)，如多媒体．

图3显示了基于技术的参与策略与不使用连续结果的策略的元分析结果(分析1.2)。纳入了4项226名参与者的研究，其中3项纳入了之前的荟萃分析，接受基于技术的策略的参与者与未接受任何策略的参与者在DI参与方面没有发现统计学上的显著差异(SMD为0.19,95% CI为-0.11至0.48)。异质性较低(I²= 20%)。这些荟萃分析存在重叠，分析1.2中的4项研究中有3项也纳入了分析1.1;然而，两项荟萃分析的影响方向是相似的。

‎ 查看此图

‎ 查看此图

基于技术的参与策略与非技术策略及多元策略的比较

对于其他未进行元分析的比较对象类型，一项研究将基于技术的参与策略与非技术的参与方式进行了比较(例如，将电话与邮政邮件进行了比较)。邮件组的平均访问次数为5.9次，电话组的平均访问次数为5.6次(平均差异= 0.3次，P=.65)，提示两组间结果无统计学差异[35］．

至于多种策略组，有3项研究的两个组采用了相同的基于技术的参与策略，其中一个组通过电话接受了额外的策略。没有一项研究报告了使用多种策略对敬业度的影响有显著差异[39，41，47］．然而，由于研究数量较少，无法进行荟萃分析，因此无法得出任何比较类型的结论。

基于技术的客户参与策略的特征

目前还无法得出关于不同特征的影响的结论，因为只有一项研究比较了策略的时间和内容对DI参与的影响。研究发现，早期发送的策略和显示DIs更新内容的策略更有可能吸引用户。44］．

不利和经济后果

拟提取有关不利后果和经济后果的数据;然而，没有一项纳入的研究报告了这些结果。

未发表的数据

我们联系了所有作者，以提供和确认关于缺失或不清楚的参与结果信息或策略特征的信息，4名作者回复了。Farrer等人提供了BluePage访问和花费时间的平均值和标准偏差，以及关于该策略的更多信息，包括它不是量身定制的事实[36］．McClure等人提供了分配到该策略的确切人数，以及该策略使用了12个月的事实[37］．克拉克等[35]和西蒙等人[38都证实了对各自策略特征分类的准确性。

讨论

主要研究结果

以技术为基础的促进参与的策略是一个新兴的研究领域，这从纳入研究的数量及其发表日期可以看出。一般来说，研究报告显示，与不使用策略相比，基于技术的策略对敬业度有轻微到中度的积极影响，这支持使用技术策略来提高敬业度。然而，由于该结果异质性高，样本量小，且在连续结果分析中缺乏统计学意义，因此应谨慎对待。没有足够的研究来有效地探索异质性的原因。关于战略的哪些特征与效力有关，没有得出确切的结论，而且由于缺乏数据，无法就成本或成本效益得出任何结论。尽管该综述旨在调查参与策略的成本效益，但没有一篇论文报告了成本数据。

据我们所知，这是第一个评估基于技术的参与促进策略的系统综述，使用网站指标作为结果衡量标准。其他系统回顾[21-23]调查了DIs的技术参与策略对行为改变的影响，还有一些研究了DIs促进参与的特征，包括使用电子邮件和电话来改变网站指标[25］．所有这些系统评价都报告了参与策略对改变健康行为和参与的潜在积极影响。然而，Brouwer等人使用了类似的结果测量方法，由于结果测量方法的异质性，他们没有进行meta分析[25］．

本综述的发现与之前的综述一致，即基于技术的战略可能会促进参与，但存在很大的异质性，这可能是由于所使用的结果测量方法不同[16，25，50，51]、独立投资的特点和参与策略。在本系统综述中，测量分为连续和二分结果，并使用预先指定的标准选择结果进行荟萃分析。这允许进行两项荟萃分析，它们具有相似的研究，但测量方法不同。两项荟萃分析显示了相似的影响方向。

作者经常报告多种敬业度的测量方法，而这些方法在不同的研究中往往不同。由于敬业度的测量方法可能会因研究问题、敬业度策略的特征和DI而有所不同，因此迫切需要为敬业度的最佳报告提供明确的指导。研究人员需要清楚地描述和详细说明DI是如何实现其结果的，预期或期望的参与水平，以及其基本原理。例如，考虑一个结构化的、基于会话的依赖注入，目标是一种精神障碍，通过一封电子邮件提示用户完成所有会话以从依赖注入中受益，研究问题测量有多少参与者完成了所有会话——一个适当的参与度测量应该是完成所有会话的参与者数量，而不是访问次数或花费在依赖注入上的时间。

作者还应该在未来的研究中明确定义他们的最佳参与的概念，具体说明参与的主要结果和选择它的理由。这一结论得到了另一个事实的支持，即其他关于敬业度的系统回顾报告称，排除研究的最常见原因之一是缺乏敬业度结果的报告[19，25］．与粘性度量相关的另一个问题是粘性的程度/持续时间或水平，它定义了用户是否成功地使用DI。Kelders等人在一次系统回顾中尝试量化用户粘性，他们指出，典型的依赖注入会有50%的用户参与其中，至少每周使用一次，最长使用10周。需要进行更多的研究，以确定参与时间/水平等结果是否足以产生积极的效应量，从而证明开发和实施DIs的成本是合理的[19］．

本综述从策略的特征方面确定了主题，以使未来的研究能够选择性地评估不同的特征。未来旨在确定技术战略对参与风险管理的有效性的初步研究应包括对参与战略特征的详细描述，特别是这些战略的内容，以及使用不同的bct是否会影响有效性。对于这种描述，研究人员可以在这篇综述中使用类别，或扩展它们。研究人员还应报告导致异质性结果的背景(如DI的特征)和结果测量。这有助于对未来的系统评价进行元分析[52］．此外，研究人员应该报告DI持续时间内的多种结果测量，而不仅仅是干预后的参与测量。

研究人员还应区分来自试验的减员(即退出减员或随访损失)和来自DI的减员(即不使用减员)，因为研究表明，这些不同类型的减员之间的关系是复杂的，它们不具有相同的相关因素[18，20.］．脱离接触可能会影响DI的有效性。它可能与干预措施的特征(如设计、可用性和感知有效性)或用户的特征(如动机、自我效能和资源)有关。随访的缺失会影响研究回答所提出的研究问题的能力，随访率低会对任何效果估计的准确性和稳健性产生负面影响。

方法论的问题

本综述的主要优点是遵循Cochrane方法学指导的严谨和系统的方法学，以及全面和广泛的检索策略。此外，筛选、提取和偏倚风险评估由至少两位作者独立进行或审查。该综述还包括元分析，以衡量使用策略与不使用策略的效果。此外，已发表的同行评议协议提供了透明度。

系统评价将随机对照试验作为评估策略的最严格方法，然而，人们越来越认识到纳入其他类型的研究是重要的。政策制定者和研究人员正面临着一些复杂的问题，僵化的定量研究可能无法最恰当地回答这些问题。相反，定性研究可能更有能力填补随机对照试验无法提供答案的空白，例如参与者的经历、某些结果中可能存在的矛盾以及理论发展[53］．在参与的情况下，某些问题只能通过进行定性研究而不是定量研究来回答[54］．这些问题可能包括了解结果对用户意味着什么(例如，DI访问、页面视图和花费在DI上的时间)，与不参与的用户相比，参与用户的体验是什么，以及用户的偏好。

灰色文献的有限搜索可能被认为是一种限制;然而，在这个新兴的研究领域，显著的发表偏倚的风险可能很低，因为消极和积极的发现都是有趣的。漏斗图可以用来估计发表偏倚的程度;然而，这是不可能的，因为研究数量较少，并且在不存在发表偏倚的情况下，由于研究的方法质量不同，漏斗图可能不对称[33］．另一个可能的限制可能是，使用目前的Cochrane偏倚评估指南可能更适合于仿制药试验，而不是DIs。例如，在本综述中判断，序列生成不是一个问题，因为使用在线随机化程序更容易。对工作人员和参与者进行盲视可能是不可能的，因为控制组和干预组可能知道接收工作人员发送的策略。传统的结果评估标准可能不适用于评估用户粘性的研究，因为它必须根据用户粘性的测量方式进行调整(例如，通过自动网站指标)。对于大多数研究，所提供的描述不足以判断试验质量的不同方面。DIs的作者和开发人员可以从使用由JMIR发布的增强的consortium - ehealth报告指南中受益。它可以帮助澄清作者在研究中需要报告和描述的内容，使读者和审稿人能够判断研究的质量[55］．

结论

与不使用策略相比，基于技术的策略可能会促进参与度;然而，这一发现应谨慎解释，因为只有少数符合条件的研究被确定为荟萃分析，结果是异质的。从研究的数量和日期可以看出，参与战略领域是一个新兴领域;需要更多的研究来了解哪些战略特征是有效的，以及它们的成本效益如何。