我们在2015年4月至8月期间使用以下电子数据库进行了系统的文献检索:ScienceDirect、MEDLINE、PyscINFO、Scopus、Cochrane Library、CINAHL、Embase和Web of Science。最后一次搜索是在2015年8月17日，没有发现新的相关论文。我们排除了1990年以前发表的研究，因为电子邮件在此之前并没有广泛使用。 38］．在手工检索关键综述和纳入研究的参考文献列表，以及手动检索JMIR期刊后，我们纳入了其他相关研究。

我们进行了两次搜索。第一次使用了“在线干预”、“计算机辅助治疗”、“电子邮件”、“互联网”、“网站”、“手机”、“年轻人”或“成年人”、“水果”和“蔬菜”的组合、同义词和截断。当我们主要搜索电子健康和移动健康干预措施时，我们使用了其他相关的MEDLINE MeSH，如“远程医疗”，以包含术语“移动健康”、“电子健康”、“远程健康”和“移动健康”。此外，尽管我们主要对蔬菜干预的功效感兴趣，但我们将搜索词扩展到包括“水果”，因为研究通常同时报道水果和蔬菜。此外，我们将“成年人”与“年轻人”一起使用，将搜索范围从18- 24岁(年轻人的典型数据库定义)扩大到18- 35岁(基于美国国立卫生研究院对年轻人的截止日期)[ 39］． 表1显示了MEDLINE中使用的第一个搜索策略。完整的搜索策略在 多媒体附件1(表S1和S2)。

我们进行了单独的数据库和谷歌搜索，以找到使用社会营销和大众媒体来增加年轻人水果和蔬菜摄入量的项目。搜索词包括“年轻人”、“成年人”、“水果”、“蔬菜”、“社会营销”、“社交媒体”和“大众媒体”。这些研究不受出版物类型的限制，包括灰色文献，如组织对项目的未发表的评估。 表2介绍了MEDLINE中使用的第二种搜索策略。

纳入电子保健和移动保健干预措施的标准如下:(1)以增加青壮年水果和蔬菜摄入量为主要或次要目标的随机对照试验(rct)，(2)针对18-35岁的青壮年，(3)报告了基线和随访的水果和蔬菜摄入量，(4)涉及健康的参与者，没有疾病或疾病会影响主要结果或改变水果和蔬菜摄入量的能力，(5)用英语写，(6)在1990年以后发表，(7)仅限于基于电子健康和移动健康的干预措施，定义为使用短信、电子邮件、手机应用程序、电话或网站进行干预的研究。

纳入社会营销和大众媒体干预的标准与上述(1)至(6)点相同，但不受研究设计的限制。社会营销和大众媒体干预被定义为那些通过互联网、电视、广告牌、广播或社交媒体平台(如Facebook)使用媒体广告的行为。

我们将所有检索到的研究的标题和摘要下载到EndNote X6引文管理软件(汤森路透)。删除重复的文章，然后将标题和摘要分为(1)符合选择标准的论文或(2)需要进一步审查的论文;或者(3)他们被排除在外。被确定可能与评审相关的论文被下载为全文，并由两名评审员(MN, JC)审查是否合格，并进一步分类( 图1)．我们通过讨论解决了评估人员结果上的差异。

我们根据PRISMA声明的原则创建了一个数据提取表，用于报告系统评价[ 35]，其中包括一些额外的元素，以完成Cochrane协作的偏倚风险工具[ 40］．在我们随机选择了4项纳入的研究进行试验后，2名独立审稿人提取了以下数据:研究细节(作者、年份、发表国家、资助和隶属关系);参与者(特征、设置、纳入和排除标准、减员和盲法);干预和比较器细节;持续时间;以及总结结果测量(干预组和控制组在基线和随访期间水果和蔬菜摄入量的变化)。我们还提取了用于评估水果和蔬菜摄入量变化的工具的名称，以及可用的验证研究的引用。

主要有趣的结果是干预后蔬菜摄入量的变化。在可能的情况下，我们记录了所有研究组在干预前后的平均摄入量或中位数摄入量(如份量、杯数、频率或百分比)。如果没有单独报告蔬菜摄入量，我们记录了水果和蔬菜摄入量的变化。我们还注意了误差(SE或SD)和相关的测量 P组之间随时间变化的值。为了确定干预结果的大小，我们计算了效应量(Cohen d95% ci)用于报告足够数据(均值、误差或频率测量)的研究。网上计算器[ 41]根据利普西和威尔逊的公式[ 42]协助计算。我们根据科恩的分类评估了效应大小的大小，其中<0.2的效应被认为可以忽略不计，在0.2到0.49之间是小的，0.5-0.8是中等的，>0.8是大的[ 43］．

我们也考虑了结果的临床意义。关于什么样的摄入量变化被认为具有临床意义，文献中没有共识。然而，几项荟萃分析和纵向研究表明，蔬菜摄入量增加约1份，对心血管健康具有保护作用(中风风险和心血管疾病死亡率分别降低11%和4%)[ 44， 45］．此外，每增加1份蔬菜摄入量，体重就会减少0.12公斤(95%可信区间-0.35至-0.14)[ 46］．这些研究将一份蔬菜定义为大约1杯叶蔬菜或半杯熟蔬菜(冷冻、新鲜或罐装)，符合以前的美国和当前的澳大利亚膳食指南[ 31， 47］．

为了汇总meta分析的结果，我们对计算了效应量的研究进行了分组。我们使用STATA版本13 (StataCorp LP)使用metan、metabias和metafunnel命令进行分析。采用随机效应模型。通过Egger 's漏斗图不对称的统计检验和Cohen漏斗图的目视检查来确定发表偏倚 d效应量(标准化平均差)，与标准误差作对比。我的²根据Q统计量计算异质性值:[(Q统计量- df/Q统计量)× 100%]。Cochrane协作指南[ 48)暗示一个I²对于异质性，低于40%被认为是低的，高于50%被认为是显著的。

我们根据已发表的证明其准确性的文献，确定了用于测量蔬菜摄入量变化的每个工具的有效性[ 49- 59］．Nelson等人的需求清单[ 60]，以定性地审查有关测量工具的报告的有效性。该检查表评估了数据收集程序(客观测量vs自我报告)、定量部分的方法、捕获的食物种类、使用的食物成分数据库以及是否应用了检查程序等因素。

我们根据格林和格拉斯哥标准评估纳入研究的外部效度[ 61］．评估探讨了三个部分的组成部分:(1)参与者的覆盖面和代表性，(2)干预实施和适应，(3)项目维护和制度化(项目实施的可持续性)。提取与这些外部效度成分相关的定量和定性数据。我们将未报告的特定数据记录为未报告，如果某个评估组件不适用于特定研究，我们将其报告为不适用。个人参与率(%)计算为同意参与的合格参与者的百分比。流失率(%)计算为随机化后退出的参与者的百分比。减员进一步按干预组(治疗组与对照组)分组。提取的数据用于检验遵循外部效度成分的研究数量。研究还检查并比较了这些组成部分的报告频率和充分性。

如流程图所示 图1显示，我们通过数据库检索找到了2680项研究，通过手工检索参考文献找到了另外3项研究。我们根据题目和摘要筛选出了2252篇论文。其中，我们评估了87项研究的全文。共14项研究[ 62- 75]符合筛选标准，并被纳入审查。看到 多媒体附件2为完整的参考文献列表排除全文与相应的原因。这些研究都没有使用社会营销策略或大众媒体来特别鼓励年轻人食用蔬菜。因此，其余结果报告了旨在增加年轻人水果和蔬菜摄入量的电子健康和移动健康干预措施的有效性和外部有效性。荟萃分析中纳入了12项研究。在荟萃分析中，我们将报告的结果分为两组进行比较:水果和蔬菜(8项研究)和仅蔬菜(5项研究);一项研究对两组都有贡献[ 64］．

总体而言，7984名健康人群参与了eHealth和mHealth随机对照试验(见 多媒体，表S3)。然而，在样本量上存在很大差异。14项研究中只有3项在基线时招募了>500名参与者[ 62- 64]，有一项研究的样本量<100 [ 64］．超过一半的干预是在美国进行的[ 62， 64， 67， 69， 71， 73， 75]， 4个在澳洲[ 65， 65， 67， 72]， 1在新西兰[ 74]及1个在马来西亚[ 70］．大部分研究的目标受众是大学生[ 62， 63， 67- 75]，其中3项研究的目标受众是年轻人[ 64- 66］．

14项研究中有13项报告了招募方法，但提供的细节有限。除2项研究外，所有研究均通过大学或学院招募[ 64， 66］．参与者通过两项研究的本科心理学课程被招募[ 67， 68]，来自2项研究中的随机非营养类[ 69， 70]，以及在4项研究中通过在大学校园张贴的广告和传单[ 62， 63， 65， 71， 72］．在一项研究中，在校园里设立了一个招聘表[ 73]，另一项研究邀请了参加大学生大学健康服务的患者[ 74］．在一项研究[ 64]使用带有免费电话号码的广告，最后的研究通过参与的家庭医生分发邀请函，以及电子和印刷广告[ 66］．纳入的研究中，有9项表明了其参与率，平均为78.0%。10项研究详细描述了纳入标准，所有研究都将年龄(岁)作为标准之一。大多数研究提供了人口统计数据，尽管不一致。除1项研究外，其余研究均报告了基线年龄(年)( 多媒体(表S3)，所有研究的平均年龄为20.8岁。在7项研究中，参与者的种族据报道为> %的白种人或白人。13项研究报告了女性参与者的百分比，女性比男性更常见(女性平均为69.8%)( 多媒体，表S3)。

详细提供了干预组和比较组的细节。所有的研究都招募了一个干预组和一个对照组 多媒体附件4，表S4)，其中4项研究采用多干预组和控制组[ 67， 71， 72， 74］．共有6项研究未对对照组进行治疗[ 67， 68， 70， 71， 74， 75]， 7项研究为比较组提供了不包含干预材料的一般信息[ 62， 64- 66， 69， 72， 73]， 1项研究在随访评估完成时向对照组提供干预材料[ 63］．干预的持续时间和次数很容易从每项研究中推断出来。研究人员和参与者之间的联系水平从一次性会议(提供反馈)到每天通过电子邮件或短信联系( 多媒体附件4，表S4)。大多数干预措施通过学习平台、网站和电子邮件使用在线教育，只有2项研究使用了应用程序[ 65， 66]及4使用短讯[ 65， 66， 70， 72］．没有研究报告社交媒体平台的使用情况。这些研究主要使用行为改变的目标设定，通常还包括监测和反馈。大多数干预措施的目的都是为了抵消年轻时的体重增加。改善水果和蔬菜的摄入量是解决体重增加的一种方法。虽然有一项研究旨在减少年轻人的健康风险行为[ 74]，只有5项研究特别关注水果和蔬菜的摄入量[ 64， 68， 69， 72， 75，而且没有人只针对蔬菜。

回顾的研究在提供干预设计中考虑的行为理论和技术的细节方面各不相同。5项研究的设计基于行为改变的跨理论模型，参与者的变化阶段决定了接受的内容[ 63- 66， 75］．共有6项研究是以理论或教育为基础的[ 62， 63， 67， 70， 71， 73］．社会认知理论为干预提供了依据 67， 69］ 。半数被回顾的研究在干预中应用了自我效能的行为建构[ 62， 64， 69， 70， 71， 73， 75］．Kypri和McAnally [ 74]没有报告在干预设计中考虑理论框架。其余2项研究[ 68， 72]受到计划行为理论和习惯形成理论的影响( 多媒体附件4，表S4)。我们回顾的所有研究都是在个体层面进行干预的。只有2项研究是在大学环境之外实施的，因此限制了干预措施对整个年轻成年人口的普遍性。在这些研究中，有一项[ 64]的调查对象是社会经济地位较低的年轻人，而其他调查对象主要是社会经济地位较高的年轻人[ 66］．

干预的持续时间(不包括干预后随访)从一次性接触到6个月的治疗，平均为10周( 多媒体附件4，表S4)。共9项研究分配了随访期[ 62- 64， 66， 69， 71- 73]，平均为16周。依从性最常见的记录为完成的课程数量或参与者查看的材料数量( 多媒体附件4，表S4)，但在各研究中报告不一致。报告依从性的平均依从性水平为85.4%。

不同的研究提供不同的专业知识( 多媒体附件4，表S4)。研究人员进行干预的报道更为普遍，但很少说明他们的资格和参与的研究人员的数量。注册营养师提供了其中5项干预措施[ 63， 65， 66， 69， 75］．其他专长包括健康促进主任[ 71]和外展教育工作者[ 64］．

所有回顾研究都记录了人员流失率。在干预完成时，平均流失率为19.6%(见 多媒体，表S5)。除4项研究外的所有研究[ 64， 69， 71， 75]分别报告了控制组和干预组的减员情况，并且4没有评估完成者和非完成者之间的特征差异[ 65， 70， 71， 73］．只有两项研究着眼于该研究的长期影响，通过评估治疗后至少12个月的结果[ 62， 63］．这两项研究都发现，水果和蔬菜摄入量的变化在随访时没有维持( 多媒体，表S5)。关于项目实施的可持续性的报道很少，只有一项研究提到，结果将用于改进干预措施，以便使用更大样本量在更广泛的年轻成年人群中进行试验[ 66］．最后，只有2项研究发表了记录有效程序元素的过程评价[ 62， 66］．

我们将回顾的大多数研究评级为不明确至高风险，因为它们没有进行意向治疗分析，这在结果数据中引入了偏差(损耗偏差)[ 62， 70- 75)(见 多媒体附件6，表S6)。我们在第二个领域(检测偏倚)对2项研究进行了高评级[ 71， 73］．大多数研究没有阐明其盲法(n=8)。研究内部和研究之间的选择偏倚主要不明确，有5项研究未报告随机化中的序列生成方法[ 62， 64， 69， 71， 75]而只有两项研究指明了隐瞒分配方法[ 66， 74) ( 多媒体附件6，表S6)。虽然所有的研究都报告了预先指定的结果，但我们不能完全排除跨研究的报告偏倚，因为只有5个rct发表了他们的原始方案[ 63， 65， 66， 68， 69]或提供试验注册详情[ 66］．然而，根据审查的手稿中的方法，没有明显的选择性报告(包括成功和不成功的结果)。总的来说，各研究的偏倚水平缺乏清晰度，这引起了人们对研究结果合理性的担忧。

所回顾的干预措施在研究设计中存在一些局限性，并且没有直接解决研究问题，导致总体质量评分较低( 表3)．

在14项综述研究中，9项提供了水果和蔬菜摄入量的结果，我们将8项纳入荟萃分析。在这些研究中，有7项发现干预后有积极影响[ 62- 64， 67， 68， 74， 75](科恩 d0.14-0.56)，其中4个有统计学意义[ 62- 64， 75］．除一项研究外，其他研究均[ 75]，影响的幅度很小。总的来说，2项研究也报告了≥1次/天的临床显著改善[ 62， 75)(见 多媒体，表S7)。报告水果和蔬菜摄入量变化的干预措施的汇总效应量为0.22 (95% CI为0.11至0.33)，表明电子健康和移动健康干预措施对水果和蔬菜摄入量有微小的积极影响。四项研究[ 62- 64， 75]的显著影响贡献了72.9%的权重( 图4)．我的²为68.5%, P=。002，表明这些研究之间存在相当大的异质性，因此应谨慎解释研究结果。

在6项独立评估蔬菜摄入量与水果摄入量的研究中[ 64- 66， 70- 72]，我们将5个纳入元分析，其中4个对蔬菜摄入量有积极影响[ 64- 66， 70](科恩 d0.11 - -0.40)。这些积极影响中有两个在统计上是显著的[ 64， 66］．摄入量的增加<1份/天，除了Partridge等人报道的结果[ 66) ( 多媒体，表S7)。蔬菜摄入量变化的综合效应量在0.15可以忽略不计(95% CI 0.04至0.28;我²= 31.4%, P= 2) ( 图5)．

在改善水果或蔬菜摄入量方面更成功的研究，根据参与者的变化阶段，为他们提供了个性化的建议和反馈[ 64， 66， 75]并纳入目标设定[ 62， 66， 75］．在水果或蔬菜摄入量或两者都有显著临床和统计结果的研究中[ 62， 66， 75]， 1采用基于非节食原则的在线理论教育[ 62］．该干预是根据两种教育模式设计的，Carey和同事的教学设计系统[ 76]和凯勒的教学动机模型[ 77］．在每周的教育课程结束后设定水果和蔬菜的摄入量目标，并在下一周的网络课程之前自我评估进展情况。理查兹及其同事的研究[ 75]将动机性访谈与网络资源和电子邮件相结合。这些资源是为参与者的变化阶段量身定制的，在那里，预先冥想者和冥想者被给予了如何吃更多水果和蔬菜的理由和建议，以及一个目标设定框架。行动和维护参与者收到了电子邮件，内容包括维持消费和尝试新水果和蔬菜的技巧。最后，Partridge等的研究[ 66]结合多种电子健康和移动健康策略来支持行为改变，在参与者中，短信是最受欢迎的，而网站和讨论板是最不受欢迎的。这些短信包含了如何实现他们在与营养师的电话咨询期间设定的个性化目标的提醒和提示，并基于10个改变过程(跨理论模型)。参与者可以使用个性化的应用程序来监控他们的水果和蔬菜摄入量目标，该应用程序还提供了如何增加摄入量的食谱和提示。

在这些被回顾的研究中，有5项使用了未经验证的工具来评估蔬菜摄入量的变化[ 68， 69， 71， 73， 75) ( 表4)．虽然大多数工具都得到了验证，但只有1个工具专门在年轻成人人群中进行了测试[ 30.］．在使用验证工具的研究中，短筛选器最受欢迎，包括美国国家癌症研究所的水果和蔬菜筛选器[ 53]，以及改编自澳大利亚和新西兰全国营养调查的简短问题[ 52， 54， 56］．此外，只有两项研究定义了他们所分类的饮食[ 65， 66]，而且摄入量的结果测量缺乏一致性，研究报告了食用蔬菜的频率、份量或杯数，以及符合建议的百分比方面的变化。没有研究详细说明他们使用哪些食物成分数据库进行分析，也没有详细说明他们是否按照尼尔森和同事的检查表中规定的要求与受访者进行了记录检查[ 60］．除一项研究外，所有研究[ 70]使用了自我报告测量工具。Gow和同事的研究[ 67没有具体说明结果测量是什么(份量vs得分)。

这是第一个系统综述，专门报告了电子健康和移动健康干预措施对蔬菜摄入量的影响，并强调了未来研究的相关机会。我们根据PRISMA指南进行了审查方案[ 35并使用了全面的搜索策略。虽然我们搜索了几个电子数据库，并努力将灰色文献包括在内，但我们可能错过了一些研究。不同干预措施在研究设计和蔬菜摄入测量方法上的差异，以及整体较差的研究质量，使得很难得出明确的结论。因此，我们不愿意排除任何电子健康或移动健康方法无效的可能性，而是讨论结果作为强调当前文献中的差距的一种手段，并为未来的研究提供机会，以产生更强有力的证据，证明基于技术的策略是否对这一人群有效。最后，缺乏外部效度成分的一致报告，使我们无法就将干预措施转化为更广泛的年轻成人人群的潜力得出结论。

总的来说，这篇综述揭示了年轻人在水果和蔬菜的社会营销活动中被忽视了，大多数干预措施同时针对水果和蔬菜。很少有使用经过验证的饮食评估工具的高质量电子健康和移动健康干预措施旨在支持年轻人提高蔬菜摄入量。初步证据表明，电子健康和移动健康战略可能是提供蔬菜干预措施的有效模式，需要使用更强大和更高质量的研究设计继续进行研究，以更好地确定以技术为基础的战略在改善年轻人蔬菜消费方面的功效。之前的研究表明，为了更大的改善，应该使用多种行为改变策略，研究人员可以考虑在未来的干预中结合有前景的策略，如目标设定和量身定制的反馈。使用社交媒体平台来提高人们对吃足够蔬菜重要性的认识的潜在影响也值得关注。最后，鉴于所审查的论文中缺乏外部有效性成分的报告，未来的研究必须解决诸如项目成本、可持续性和长期影响等关键因素，以确定对更广泛的年轻成人人群进行升级干预的潜力。