一项基于活动追踪器和互联网的成人适应性步行计划的有效性:一项随机对照试验

介绍

超过三分之一的美国成年人被认为是久坐不动的(平均每天走不到5000步)[1]，而成年人平均每天只走6540步[2]，远低于公共卫生运动中常用的每天1万步的目标。使用计步器的行为改变干预已被证明可导致身体活动的适度增加[3.，4]。步数目标是变化的关键预测指标，较高的目标(例如，每天10,000步)与身体活动和干预效果的最大增加有关[3.，4]。然而，即使是适度增加运动也能产生显著的临床健康益处:每天多走1000步与较低的身体质量指数、较低的腰臀比和较高的胰岛素敏感性有关[5]。此外，这样的目标可能需要增加活动，这对某些人(例如，那些久坐不动的人)来说很难达到，或者每天都很难达到，这引起了对不良计划坚持性和高损耗率的担忧。6]。较小的、渐进的目标可能为身体活动干预的高目标提供一个很好的替代方案。

以前的干预措施探索了这种方法，根据参与者的身体活动水平调整目标，并以固定的增量增加目标(例如，每两周比基线增加10%或每周每天400步)[3.，7，8]。但是，固定增量假定有一个恒定的线性轨迹，这在健康行为改变中很少观察到。例如，生活事件(如疾病或工作时间表的变化)和天气可能会阻止结构化渐进式体育活动计划中通常假设的线性进展。固定的目标没有考虑到行为的自然波动或相应的调整。相比之下，动态适应个人当前活动水平的目标可以迅速响应变化(无论是哪个方向)，以保持足够的可实现性，并有可能使个人坚持更长时间，同时逐渐将他们推向更高的活动水平。适应性目标的有效性在一项研究中得到了检验，该研究将适应性目标与固定的高目标进行了对比。在对超重成人的干预中，系统生成的目标是根据参与者的基线活动水平量身定制的，并随着时间的推移进行调整，以反映活动的变化。对照组的参与者无论身体活动水平如何，每天都要走1万步。Adams等人观察到，超过6个月的增量，适应性目标导致身体活动的增加比固定的每日10,000步/天的目标更大[9]。

适应性干预措施可能有效，但尚未在不同人群中进行规模化或测试。大规模的实现需要数据收集、目标设定、目标消息传递和反馈的自动化。Fitbit、Jawbone或Fitlinxx等制造商生产的越来越复杂和流行的“活动追踪器”可以实现自适应的目标设定机制。这些活动跟踪器使用多轴加速度计来检测步行或跑步行为，包括类似于机械计步器的跟踪步骤。当前的活动追踪器可以将数据无线传输到手机或本地电脑，并从那里将数据发送到其他服务或程序。反馈是通过活动跟踪器本身和/或通过与其配对的其他程序提供的。由于活动数据是数字化的，所有目标设置操作(数据下载、步骤目标计算和目标消息传递)都可以使用集中的数据存储和软件实时自动化。数字化、自动化的实施可以以低成本广泛覆盖，并可能对公共卫生产生相当大的影响。

我们开发了一种适应性步行干预(Walkadoo)，旨在利用无线活动跟踪器并具有高度可扩展性。干预是自动化的、独立的，不需要面对面的会议或工作人员的时间(除了分发活动跟踪器)。目前的研究考察了增加步骤的自动适应性干预的有效性。

方法

干预

Walkadoo [10是一个免费的、开放的、基于互联网的程序，它与一系列活动追踪器配对，以增加步行行为。活动追踪器全天通过同步点或蓝牙连接和互联网无线自动向程序发送数据。参与者每天早上通过电子邮件(除非参与者选择退出)、可选的短信(SMS)、网站或有选择的人直接在活动跟踪器上收到每日步数目标。参与者可以选择每天最多接收4条预先安排的短信:前一天的步数，今天的目标，中午的步数，和/或目标完成通知(见图1)。在任何时候，只要他们愿意，参与者可以向程序发送“步骤”这个词，以了解他们最后一次数据同步后的步数，并提醒他们当天的目标，或者他们可以通过他们的活动跟踪器或在网站上跟踪他们的进展。参与者在完成特定动作和达到里程碑(如完成步骤目标、达到个人最佳成绩、参与社区社交活动(例如，通过“微笑”和评论鼓励其他参与者，或参加小组比赛)时，会获得虚拟奖励(积分、等级和徽章)图1)。

自适应的每日步数目标是该计划的核心特征。系统根据参与者最近的活动水平为他们量身定制目标。目标设定算法是根据行为经济学和操作性塑造原则开发的秩序百分位数方法建模的[9]。该方法需要对日常活动进行连续测量，从低到高对9天移动窗口中的测量结果进行排序，并根据百分位数标准(例如，60)计算目标^th)。该程序的算法使用的范围百分位标准略高于用户的50^th在程序使用的早期阶段，增加了对数据不足的算法补偿。另外一个算法会随机选择目标范围内的精确值，创造难度级别的日常变化，引入类似游戏的惊喜元素。图2在干预阶段，提供了一个样本参与者数据的方法示例(更多示例可在多媒体附录1)。在整个试验过程中，干预设计没有发生重大变化。

‎ 查看此图

‎ 查看此图

研究设计

该研究是一项单地点、两组随机对照试验，检查要求继续正常生活的对照组和参加Walkadoo计划的干预组之间每日步数的变化。2014年9月初至11月中旬，在一个真实的工作场所进行了单站点实用试验。它包括1周的磨合期，其中基线测量和6周的随访。相对较短的随访旨在缩短从试验中获得的经验在迭代开发模型中反馈到干预设计周期之前的滞后时间[11]。舒尔曼联合机构审查委员会(IRB)批准了完整的研究方案，约翰霍普金斯大学医学院IRB认为后续分析方案是非人类受试者研究。

招聘

参与者是提供疾病管理和改善福祉解决方案的跨国公司Healthways Inc .的雇员。研究招募与599名总部员工参加工作场所健康计划的标准注册相结合，其中包括由公司人力资源部领导的为期3天的现场活动和推广活动(如电子邮件公告和海报展示)。现场活动标志着项目可用性的开始，员工可以在此期间免费获得活动跟踪器。

研究招募在现场活动期间进行。研究人员分发活动追踪器，并回答个人关于研究参与的问题。有兴趣参与这项研究的员工被要求上网提供知情同意书并完成资格检查。具体的研究指导以口头、讲义和电子邮件的形式提供。研究阶段的开始和结束是错开的，招募时间超过3天。参与者使用活动跟踪器和/或程序无需支付任何费用。

资格

共有64.8%的员工(388/599)表示有兴趣，并对其资格进行了评估。个人登录到一个有密码保护的网站，提供知情同意(参与者通过勾选一个方框并点击“我同意参与”按钮来表示同意)，并回答一份筛选问卷。排除标准为未完成注册、先前使用Walkadoo、自我报告的身体活动受限、预计在研究期间4天或更长时间没有上网，以及在磨合期没有佩戴足够的活动追踪器(见下文)。

磨合过程

磨合期从个人拿起活动追踪器的第二天开始，持续7天以建立基线。受试者被要求每天佩戴活动追踪器至少12小时。在7天结束时，符合最小活动追踪器佩戴标准的参与者(每天至少10小时，至少4天，包括1个周末)被随机分组。

随机化

我们生成随机分配序列，按基线体力活动水平分层。身体活动层次为久坐(平均<5000步/天)、低至轻度活动(平均5000-9999步/天)、活跃至高度活跃(平均≥10000步/天)[12]。招募系统将参与者按1:1的比例随机分配到两组。参与者通过电子邮件被告知他们的随机分配，并根据他们的试验组收到指示，因此没有盲法。

对照组

在磨合期结束后，对照组的参与者被要求不要佩戴活动追踪器，并在接下来的6周内保持他们的日常活动习惯(直到随访)。

干预组

干预参与者被提供了用户帐户，并被提示完成正式的Walkadoo注册．参与者被要求在他们的家用电脑上安装提供的通用串行总线(USB)加密狗和同步软件，允许活动跟踪器与程序同步数据，无论参与者是在工作还是在家。在研究的剩余时间里，对干预参与者激活了活动追踪器上的视觉反馈(详见测量)。

后续

6周后，所有参与者都收到一封电子邮件，要求他们在接下来的7天里每天佩戴活动追踪器至少10个小时。没有足够数据的参与者(在至少4天内，包括1个周末，每天至少10小时没有提供数据，与基线测量相同的磨损时间标准)被授予另一个7天的窗口进行第二次尝试。所有的研究参与者都被允许在研究结束时保留活动追踪器，而只有完成随访的参与者才会收到一张25美元的亚马逊礼品卡作为他们的时间补偿。

测量

主要结果测量是活动追踪器记录的步数。步数是用Pebble+ (Fitlinxx Inc .)估算的，这是一款市售的无线加速度计，可以戴在臀部或鞋子上。该活动跟踪器的早期版本已被证明在跑步机和地面行走(从2-8英里/小时)时具有与研究级加速度计(YAMAX和Actigraph)相似的精度[13]。步数数据通过无线同步点在每层楼自动卸载，从而覆盖整个办公区域。活动追踪器上的视觉反馈(一个逐渐亮起的圆圈，表示朝着当天目标的相对进展，没有步数)在两个研究组的基线时都是禁用的，只有在干预组的其余研究中才启用。活动跟踪器以20分钟为单位报告数据。磨损时间是从一天中最早和最晚活动的时刻估计出来的。干预组收集了包括现场访问和电子邮件打开次数在内的过程数据。

分析

主要结果是两组从基线到随访每天步数变化的差异。平均每天的步数计算为有效天数(即至少有10小时佩戴时间)的总步数除以有效天数(范围4-7天)。计划进行亚组分析，以分层方式检查每基线活动水平的步数变化。次要结果是两组研究参与者每天增加1000步的比例的差异，这是与健康结果相关的最小的活动变化[5]。

使用双尾独立样本评估从基线到随访(主要结局)每天步数变化的组间差异的统计学意义t测试。我们事先决定报告t以检验作为主要分析，估计各研究组每天步数变化的平均差异。为了评估未调整分析的稳健性，我们使用了重复测量混合效应模型，其中所有可用的基线和随访数据都符合活动跟踪器的佩戴时间要求。我们估计从基线到随访的平均差异作为组分配的函数，并根据年龄、种族、性别和基线体力活动阶层进行调整。使用卡方检验评估研究组之间每天增加1000步的比例差异(次要结局)。我们进行了敏感性分析，以评估因随访失败而导致的显著选择偏倚。我们使用2个评估周内所有可用的随访数据重新计算主分析，取消了最低随访数据要求。使用SAS 9.4版本进行分析。显著性水平设为P<。所有分析为05。

结果

参与者的特征

共有388名员工接受了资格评估，其中30名因未获得知情同意、登记不完整或不符合纳入标准而被排除在外。在完成磨合期的358名候选人中，有93人因未能达到最低运动追踪器佩戴标准而被排除在外。265名参与者随机分为Walkadoo干预组(n=133)和对照组(n=132)图3)。

研究人群总体和各组的基线特征见表1．

总体而言，三分之二(175/265,66.0%)是女性，三分之一(90/265,31.3%)的家庭年收入低于6万美元。超过一半(142/265,53.6%)的参与者的身体活动水平被归类为久坐，119/265,44.9%的参与者的身体活动水平较低或有些活跃。在基线数据收集期间，参与者平均6.4天内佩戴活动追踪器至少10小时，总体平均为14.4小时/天(见表1)。两组在基线时的磨损时间没有差异(对照组:平均14.6，标准差1.3;干预:平均值14.4，标准差1.1;P=.23)或随访时(对照组:平均值14.4，标准差1.3;干预:平均值14.7，标准差1.6;P= . 21)。

我们收集了217名(81.9%，217/265)参与者的完整随访数据。48名没有完整数据的参与者在基线体力活动水平、种族/民族、收入和教育程度方面与那些有完整数据的参与者相似(见多媒体附录2)。

治疗组参与项目的指标见表2．参与者平均有78.6%的时间(33.3 /42天)佩戴活动追踪器。参与者每天打开21.9%的电子邮件(9.2/42天)，平均每3.6天访问一次网站(11.8/42天)。短信的打开不能被跟踪，也不会被报告。在42天中，参与者平均在18.3天完成了他们的步数目标(标准差6.6,IQR=7)。在治疗的第六周和最后一周，97.7%(130/133)的干预参与者仍然佩戴活动追踪器，打开电子邮件和/或访问网站。

干预的效果

从基线到随访，干预组参与者的活动量平均增加了309步/天(SD 1874)。对照组的活动量平均减少-661步/天(SD 1824)。干预组和对照组的基线变化有统计学差异(差异=970步/天;P<措施;看到表3)。重复测量模型证实了两组之间从基线变化的统计学显著差异，干预组显示比对照组增加845步/天(组x时间点相互作用，P<措施，95% CI 463-1228).

‎ 查看此图

我们按照基线活动水平进行了预先指定的分层分析(见表3)。在久坐组中，干预组平均增加595步/天(SD 1558)，显著高于对照组(47步/天，SD 1299)。P= .04点)。无论治疗方式如何，活动量低到有些活动量的组都有所下降，但对照组的下降幅度更大(干预:-110步/天;对照组:-1286步/天;P<措施)。

在敏感性分析中，我们评估了一个样本的主要结果，其中包括另外35名参与者，他们有一些可用的随访数据，但未能达到最小活动追踪器佩戴标准。在这个参与者样本中(252/265,95.1%)，控制组的130名参与者每天平均减少了753步(SD 1836)，而干预组的122名参与者每天平均增加了80步(SD 1999)。组间差异有统计学意义(P<.001)与主要研究结果一致。

最后，与对照组相比，干预组的参与者更有可能实现1000步/天的增长(n=32或29.9% vs n=18或16.4%)。P= .018)。

讨论

主要研究结果

我们评估了一种旨在增加步数的干预措施，该干预措施是根据个人当前的活动水平量身定制的每日适应性目标。在工作场所环境中，步行计划比对照组平均增加了970步/天。这个幅度虽然不大，但随着时间的推移，它与身体质量指数和胰岛素敏感性的改善有关[5]。

这一发现在久坐(<5000步/天)和不久坐(5000-9999步/天)的人群中都有观察到。久坐不动的人占美国人口的36.1%，他们更有可能有吸烟或肥胖等多种危险因素[1使他们成为公共卫生项目的关键人群。值得注意的是，只有4名参与者(占总数的1.5%;在基线(每天至少走1万步)时被归类为活跃到高度活跃，而在2005-2006年NHANES队列中，这一比例为16.3% [1]。活跃到高度活跃的人可能对步行计划不感兴趣，或者如果他们有另一个活动追踪器，可能会被劝阻参加试验，因为参与者被要求避免使用除试验提供的活动追踪器之外的其他活动追踪器。我们的研究结果表明，适应性步行计划有可能使广大人群受益，因为83.7%的美国成年人每天的步数<1万步。1]。

随访时的组间差异部分是由于对照组的步数减少所致。由于反应性(由于佩戴活动追踪器而导致的身体活动的立即和暂时增加)，基线活动可能会更高。反应性效应先前已被报道过，尽管具有非活动或隐藏视觉反馈的“密封”活动跟踪器并不常见[14]。我们观察到的从基线到随访的步数下降可能代表了随着反应性消退，真实基线行为的回归。另一种情况是，干预措施可能减轻了夏季至秋季轻度体力活动的季节性减少[15]，当试验进行时。像以前的研究者一样，我们无法最终验证这两个假设，尽管研究结果强化了随机对照设计对测试行为改变干预措施有效性的重要性。

该项目显示出令人信服的参与水平。参与者在大多数(78.6%)的日子里都戴着活动追踪器，并在治疗的第六周保持活跃(77.7%的人至少与该计划互动一次)。电子邮件打开率是通过使用嵌入式图像来跟踪的，该图像可能被某些电子邮件客户端抑制，并低估了实际的打开率。值得注意的是，除了打开电子邮件，参与者还可以通过几种方式收到他们的每日步数目标:步数目标可以在电子邮件主题行中阅读，通过短信接收和请求，在网站上找到，或者在活动跟踪器上跟踪。然而，没有可用于直接比较的标准度量。我们鼓励研究人员报告干预措施的使用数据，以便在文献中找到参考点。

这项试验的优势在于，它在现实世界的工作环境中采用了务实的方法。我们从接受Walkadoo作为工作场所健康计划一部分的员工群体中招募了试验参与者。我们的研究结果进一步证明，体育活动干预在工作场所是有效的。16-18在那里，员工往往长时间坐在办公桌前。尽管这个程序不是专门为工作场所实现而设计的，但它是有效的。我们演示了一个自适应程序可以使用一个简单的无线活动跟踪器实现自动化和可扩展。

尽管采用了务实的方法，但应该注意到该试验的一些局限性。所选择的研究人群是为了方便起见，我们的发现的推广将需要在未来的工作中扩展和复制。在测量方面，制造商的佩戴活动追踪器的说明表明，它可以戴在臀部或鞋子上。虽然位置可能会限制步骤与更标准化的方法和设备的比较，但我们的分析适当地集中在个人变化分数上。作为实用主义方法的一部分，我们使用了相对较短的跟踪期，以确保项目开发团队、评估人员和购买者能够及时获得结果[11]。不过，这种效果的可持续性仍有待证明。

结论

从机械计步器到数字活动追踪器的演变为Walkadoo等干预手段打开了大门，利用实时访问数据、预测分析和活动模式的算法检测。虽然广泛使用的活动追踪器促进了运动监测，但它们对公共健康的最大影响可能是简单的步行活动。

这项实用试验的结果证实，针对个人量身定制的动态计划是固定目标的现实和可扩展的替代方案，并且它们可以有效地改变现实世界人群的健康行为。未来的干预措施还将能够从现代活动追踪器提供的丰富数据集中提取数据，设定目标，这些目标不仅适合个人，而且还能实时适应行为或环境，如天气或物理地理位置。也许更重要的是，新的活动追踪器，包括最新一代的手机，可以检测更复杂的活动，比如爬楼梯，同时还提供检测久坐行为(坐着或不活动)的分辨率。能够改变这一系列积极和不积极行为的项目，可能会直接影响运动太少或坐得太多的成年人的公共健康。这种难以捉摸但前景光明的潜力值得进一步研究和关注。