这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
基于网络的计算机定制的多种健康行为干预可以提高想要降低心血管疾病风险的人的行为习惯强度。然而,迄今为止,很少有随机对照试验验证了这一假设。
这项研究的目的是测试一项为期8周的基于网络的计算机定制干预措施,旨在提高想要降低心血管疾病风险的人的体育活动习惯强度和水果和蔬菜消费。在一项随机对照设计中,评估了自我报告的感知习惯强度、自我效能和不同体育活动领域的计划以及水果和蔬菜消费的变化。
本研究是一项随机对照试验,包括干预组(n=403)和等待对照组(n=387)。2013-2015年期间,在德国和荷兰进行了基于网络的数据收集。干预内容基于健康行动过程方法,涉及生活方式行为的个性化反馈,表明参与者是否遵守身体活动和果蔬消费的行为准则。有三次基于网络的评估:基线(T0, N=790),基线后8周的后测(T1, N= 206),以及基线后3个月的随访(T2, N= 121)。数据分析采用方差分析和结构方程分析。
按时间相互作用的显著组显示干预组的治疗效果更好,自我报告的体育活动习惯强度显著增加(f1199 =7.71,
我们的研究结果表明,在增加自我报告的身体活动习惯强度和水果和蔬菜消费方面,基于网络的计算机定制干预措施的总体有效性和实用性。自我效能感和计划可能在促进这些行为习惯强度的机制中起主要作用;因此,在网络干预中应积极推广。虽然结果需要考虑到高退出率和中等效应量,但在3个月后,大量的人被接触到,习惯强度的变化也实现了。
Clinicaltrials.gov NCT01909349;https://clinicaltrials.gov/ct2/show/NCT01909349(由WebCite存档在http://www.webcitation.org/6g5F0qoft)和荷兰试验注册NTR3706 http://www.trialregister.nl/ trialreg/admin/rctview.asp?TC=3706(由WebCite在http://www.webcitation.org/6g5F5HMLX存档)
心血管疾病(CVD)是大多数发达欧洲国家(包括德国和荷兰)45岁以上男性和65岁以上女性发病和死亡的主要原因[
为了降低心血管疾病的风险,主要目标之一是采取更健康的生活方式(即,有规律的体育活动和足够的水果和蔬菜消费)。使这些行为更加习惯性的改变是一级和二级预防的理想目标,因为一旦行为成为习惯,它就不需要有意识的努力,复发的可能性也会降低[
意识到自己患心血管疾病风险的人通常会非常积极地去实践推荐的健康行为,改掉旧的、不健康的习惯。
有充分的经验支持,行为改变的意图可能通过增加自我调节策略的使用(即自我效能[
除了自我效能之外,计划还可能促进习惯的强化,因为习惯被认为是稳定环境中频繁的行为设定的结果[
由于习惯强度在行为干预研究中是一个相对较新的概念,目前还不完全了解计划和自我效能如何与习惯强度相互作用。利用自我效能和计划技术的干预可以增强社会认知,从而导致习惯强度的增加。因此,中介分析可以揭示这种干预的潜在工作机制。
越来越多的研究领域集中在将互联网作为一种交付模式,以允许个性化的行为改变干预[
在这项研究中,第一个目标是调查一项为期8周的基于网络的计算机定制干预对改善那些有兴趣降低心血管风险的人自我报告的体育活动习惯强度和水果和蔬菜消费习惯强度的影响。此外,我们还测试了这样的预测,即针对性干预所针对的社会认知变量(即自我效能和计划)在干预组中比对照组中比基线增加更多。最后,在两次随访测量后,我们调查了自我效能感和行动计划的变化是否调节了干预对习惯强度改善的影响。测试干预如何对习惯强度的近端指标产生影响的机制是我们研究的附加价值。只有当我们知道干预措施是否通过成功地针对自我效能和通过模型学习和具体的计划任务来支持习惯形成,我们才能得出在线干预措施在未来应该解决什么问题。
研究方案的详细描述已在以前发表过[
本研究是一项随机对照试验,包括一个干预组和一个等待对照组。有三次评估:基线(T0, N=790),基线后8周的后测(T1, N= 206),以及基线后3个月的随访(T2, N= 121)。等待对照组在干预组完成干预后,在T2处进行为期8周的基于网络的计算机定制干预。该研究获得了德国德国Gesellschaft für Psychologie (EK-A-SL022013)和荷兰Heerlen Atrium医疗中心医学伦理委员会(12-N-124)的伦理批准。
2014年7月至2015年2月在德国和荷兰进行了登记和随访。我们采用了不同的招募策略:参与者由本研究的作者在10个德国和8个荷兰心脏康复机构和心脏训练组中面对面招募。这项研究的作者联系了获得中心,他们愿意参与。此外,我们通过糖尿病和心血管疾病的互联网平台,以及德国和荷兰的两个研究机构在线小组的电子邮件邀请,呼吁参与。没有关于通过每种策略招募了多少参与者的数据。纳入标准如下:年龄在20至85岁之间,没有身体活动和水果和蔬菜消费禁忌症,有兴趣改善身体活动和水果和蔬菜消费,有足够的相关语言(德语或荷兰语)阅读和写作能力,有计算机读写能力和互联网接入。这项研究是自愿参与的,数据是匿名的。
在网上提供知情同意后,1010名参与者被随机分配到干预组或等待对照组。两组都参加了相同的基线测量(T0)。干预组和等待对照组由内容管理系统TailorBuilder进行随机分组,该系统是为基于web的定制干预而开发的。没有块或集群随机应用;相反,随机化是在个体水平上进行的。参与者和本研究的作者在研究期间不知道他们的分配情况。实验是双盲的。总体而言,研究小组排除了220个数据集,原因包括双重登记(n=5)、性别信息缺失(n=86)、年龄不足(n=1),以及没有可用的T0、T1或T2数据(n=128)。
研究参与者流程图。
注册后,通过互联网向干预组传递8周的干预,解决前4周的身体活动和随后4周的水果和蔬菜消费。每周一次,研究参与者被提醒参加每周的干预会议,并通过自动生成的包含相应问卷链接的电子邮件进行后续测量。
该干预是基于网络的计算机定制干预,旨在增加那些打算改变自己的身体活动和水果和蔬菜消费的人的身体活动和水果和蔬菜消费。我们使用卫生行动过程方法作为理论框架,制定了为期8周的基于网络的干预措施[
所有变量在基线(T0)、8周干预期(T1)后和3个月随访(T2)期间在线自我评估。研究参与者在李克特量表上表示所有的社会认知项目,范围从“1=不正确”到“7=完全正确”。
我们评估了社会人口学信息,如性别(1=男性,2=女性),出生年份,国家(1=荷兰,2=德国),就业状况(1=兼职,2=全职,3=正在培训,4=失业,5=退休,6=家庭主妇/-丈夫),婚姻状况(1=单身,2=亲密关系但不住在一起,3=亲密关系并住在一起,4=婚姻伴侣/普通法婚姻,5=离婚,6=丧偶),以及最高教育水平(1=没有学校毕业,基线问卷中2=小学学历,3=中学学历,4=职业学校毕业,5=大学入学文凭,6=其他)。参与者还报告了身高和体重,以计算他们在T0、T1和T2时的身体质量指数(BMI)。
在体育活动方面,使用的三个独立项目是“每周5天,每次30分钟(或每周至少2.5小时),我打算……(1)“剧烈体力活动”,(2)“中等体力活动”,或(3)“步行活动”[
体力活动自我效能[
行动计划和应对计划的评估使用6项体育活动(Cronbach alpha=.91)和6项水果和蔬菜消费(Cronbach alpha=.92)。对于这两个目标行为,问题都以“下个月,我已经详细计划好了……"(1) "我想参加哪些体育活动","(2)"什么时候我必须特别小心,不能停止活动",以及(3)"在困难的情况下,我能做些什么来坚持我的意图"
计划水果和蔬菜的消费时,也从同样的短语开始,然后是三个项目:(1)“什么时候我要吃5份水果和蔬菜”,(2)“我要吃哪些水果和蔬菜”,以及(3)“什么时候我需要特别小心,不要陷入我以前的饮食习惯”或“在困难的情况下我能做些什么来坚持我的意图”[
体育活动习惯的强度(Cronbach alpha=.88)和水果和蔬菜消费习惯的强度(Cronbach alpha=.93)是用自我报告习惯指数(SRHI)的缩写来测量的[
数据分析采用SPSS版本22。使用方差分析对年龄、基线意愿、基线习惯强度和BMI进行定量变量分析。对分类变量性别和国家进行卡方检验。年龄、性别、国家、就业状况、婚姻状况、最高教育水平和BMI被作为协变量纳入所有分析,因为我们对亚组差异不感兴趣。
为了调查干预的有效性,我们首先进行了单独的ANCOVAs,对定期体育活动的习惯强度、水果和蔬菜消费的习惯强度、自我效能和计划这四项结果测量进行了重复测量分析。在每次分析中,将时间、分组和按时间分组的相互作用作为自变量输入,并对按时间分组的相互作用进行解释。均值差异的效应量表示为科恩效应
为了检验对习惯的干预效果是否源于社会认知变量的变化,我们使用中介分析来测试干预对习惯强度变化的间接影响,通过干预旨在改变的认知的变化。中介分析采用SPSS AMOS中介模型,根据Preacher和Hayes [
基线习惯强度和基线自我效能和计划水平被控制。统计显著性水平设定为
对于分析中使用的16个变量,缺失数据比例在T0时<21%,在T1时<19%,在T2时<17%。因此,采用全信息最大似然(FIML)方法估计缺失的研究变量。我们将估计的数据导出到SPSS进行进一步分析。FIML基于最大似然算法,与其他选项(即列表/成对删除,回归imputation)相比,最大似然估计表现出最小的偏差[
最终的样本包括790人,基线时平均年龄为50.9岁(SD 12.2,范围20-84)。整体而言,62.9%(497/790)受访者为女性,71.8%(646/790)受访者已婚或有恋爱关系,而569名(72.0%)受访者受雇于全职或兼职工作。平均BMI为27.6 (SD 5.5,范围15.0-60.8),表明参与者作为一个群体被认为超重。
的
退出分析(1=退出,2=无退出)显示完成所有数据收集波(T0, T1, T2)的参与者与T0后退出的参与者在年龄方面无显著差异(
在T1后测后退出的人与参加所有测量点的人在年龄方面没有差异(
首先测试的假设是,8周基于网络的干预将导致在测试T1后水果和蔬菜消费的习惯强度和身体活动的增加。重复测量的ANCOVA结果(见
基线T0时的样本特征(N=790)。
特征 | 总(N = 790) | 等待对照组(n=387) | 干预组(n=403) | |
年龄(年),平均值(SD) | 50.8 (12.2) | 50.8 (12.3) | 50.9 (12.0) | |
性别,n (%) |
|
|
|
|
|
男性 | 293 (73.1) | 151 (51.5) | 142 (48.5) |
|
女 | 497 (62.9) | 236 (47.5) | 261 (52.5) |
BMI(公斤/米2),平均值(SD) | 27.6 (5.4) | 27.3 (5.2) | 27.8 (5.6) | |
体力活动,平均值(SD) |
|
|
|
|
|
意图 | 3.9 (1.0) | 3.9 (1.0) | 4.0 (0.9) |
|
规划 | 4.3 (1.4) | 4.3 (1.4) | 4.3 (1.5) |
|
自我效能感 | 4.6 (1.3) | 4.5 (1.4) | 4.7 (1.3) |
|
习惯的力量 | 3.5 (1.8) | 3.4 (1.7) | 3.6 (1.9) |
水果和蔬菜消费量,平均值(SD) |
|
|
|
|
|
意图 | 4.5 (1.4) | 4.5 (1.4) | 4.6 (1.3) |
|
规划 | 3.8 (1.5) | 3.7 (1.4) | 3.8 (1.6) |
|
自我效能感 | 4.7 (1.5) | 4.6 (1.3) | 4.7 (1.5) |
|
习惯的力量 | 3.7 (1.9) | 3.6 (1.8) | 3.8 (1.9) |
种族,n (%) |
|
|
|
|
|
德国 | 371 (47.0) | 189 (50.9) | 182 (49.1) |
|
荷兰 | 419 (53.0) | 198 (47.3) | 221 (52.7) |
教育程度,n (%) |
|
|
|
|
|
没有学校毕业 | 1 (0.1) | 0 (0.0) | 1 (100.0) |
|
小学教育 | 23日(2.9) | 15 (65.2) | 8 (34.8) |
|
中学教育 | 86 (10.9) | 40 (46.5) | 46 (53.5) |
|
职业学校毕业 | 378 (47.8) | 192 (50.8) | 186 (49.2) |
|
大学入学文凭 | 242 (30.6) | 112 (46.3) | 130 (53.7) |
|
其他 | 60 (7.6) | 28日(46.7) | 32 (53.3) |
工作情况,n (%) |
|
|
|
|
|
全职工作 | 396 (50.1) | 191 (48.2) | 205 (51.8) |
|
兼职工作 | 173 (21.9) | 91 (52.6) | 82 (47.4) |
|
教育/职业培训 | 15 (1.9) | 8 (53.3) | 7 (46.7) |
|
失业 | 49 (6.2) | 22日(44.9) | 27日(55.1) |
|
退休 | 115 (14.6) | 59 (51.3) | 56 (48.7) |
|
家庭主妇/丈夫 | 42 (5.3) | 16 (38.1) | 26日(61.9) |
家庭状况,n (%) |
|
|
|
|
|
单 | 78 (9.9) | 35 (44.9) | 43 (55.1) |
|
亲密关系,但不同居 | 46 (5.8) | 22日(47.8) | 24 (52.2) |
|
亲密的关系和共同生活 | 76 (9.6) | 41 (53.9) | 35 (46.1) |
|
婚姻伙伴关系/普通法婚姻 | 524 (66.3) | 258 (49.2) | 266 (50.8) |
|
离婚了 | 54 (6.8) | 27日(50.0) | 27日(50.0) |
|
丧偶的 | 12 (1.5) | 4 (33.3) | 8 (66.7) |
干预的使用包括参与单次身体活动和水果蔬菜的消费。
每周干预疗程 | 特定会话的参与率,n (%) | |
体育活动 |
|
|
|
会话1 | 373 (47.2) |
|
会话2 | 240 (30.4) |
|
会议3 | 202 (25.6) |
|
会话4 | 148 (18.7) |
水果和蔬菜消费 |
|
|
|
会议5 | 166 (21.0) |
|
会话6 | 141 (17.8) |
|
会议7 | 132 (16.7) |
|
会话8 | 123 (15.6) |
从基线(T0)到后测(T1)的结果变化(N=790)。
测量 | 干预组,平均值(SD) | 等待对照组,均值(SD) |
|
|
科恩的 |
|
体育活动 |
|
|
|
|
|
|
|
自我效能感 | 0.22 (1.47) | -0.06 (1.28) | 2.11 | . 01 | 0.22 |
|
规划 | 0.60 (1.76) | 0.14 (1.25) | 5.70 | 02 | 0.35 |
|
习惯的力量 | 1.00 (1.66) | 0.34 (1.53) | 7.71 | .006 | 0.37 |
水果和蔬菜消费 |
|
|
|
|
|
|
|
自我效能感 | 0.22 (1.47) | -0.06 (1.28) | 1.40 | 03 | 0.20 |
|
规划 | 0.58 (1.72) | 0.03 (1.60) | 5.48 | 02 | 0.36 |
|
习惯的力量 | 0.83 (1.83) | 0.26 (1.51) | 7.71 | .006 | 0.30 |
重复测量的ANCOVA显示,condition×time对身体活动的自我效能有显著的交互作用(
为了探讨干预是否通过自我效能感和计划对习惯强度产生影响,在T2随访时,我们认为自我效能感和计划在干预与习惯强度之间起着序贯中介作用。整个假设模型描述在
采用标准化回归系数的概念模型,显示了对果蔬消费(FVC)和体育活动(PA)习惯强度的干预在随访中对年龄、性别、就业状况、最高教育程度、婚姻状况、国家、BMI和自我效能和规划的基线水平进行控制的效果。
这项研究的目的是测试基于网络的干预在提高定期体育活动和水果和蔬菜消费习惯强度方面的有效性。在基线后8周,干预导致参与者自我报告的身体活动习惯强度以及水果和蔬菜消费习惯强度显著增加。这与之前的自我调节干预研究的结果一致,这些研究在体育锻炼的情况下通过短期随访对习惯强度产生了影响[
之前的研究主要测试了习惯强度是如何根据行动线索形成的。
本研究中使用的习惯强化的理论框架也可以应用于个人试图打破不健康习惯的过程,如吸烟和吃零食。例如,Webb等人[
我们对假设机制的结果很重要,因为它们指向了基于web的干预的潜在目标结构,以及如何使这种干预更有效。必须解决自我效能和计划,使个人能够养成习惯,并将意图转化为行为。然而,在未来的研究中,这需要进一步评估。例如,应该测试干预效果是否仅通过自我效能感-计划的顺序转换,或者是否也可能是自我效能感调节了通过计划的意图到行为的中介。此外,实验设计应测试针对规划的干预是否只对意图者或高自我效能者有效,因为在先前的研究中发现了这一点[
本研究存在一些局限性,包括我们的标准变量水果和蔬菜消费和体育活动习惯强度的测量。SRHI提供了一种标准化和可靠的措施,以评估行为和人群之间的习惯行为[
此外,我们研究中的高辍学率需要解决。基于网络的干预通常会有辍学率[
未来干预措施的一个可能建议是包括社交媒体互动、整合环境因素和定期更新以促进依从性。当参与者有社会关系时,他们可能会在基于网络的项目中表现出更高的参与度,并完成项目挑战[
最后,我们的研究参与者形成了一个相当不同的群体,因为我们通过不同的招募渠道纳入了参与者。不幸的是,没有数据表明通过每种策略招募了多少参与者。虽然在所有分析中,基线意图和社会人口学数据都被控制,但在未来的研究中,医生评级、医学诊断或医学严重程度的客观指数应被纳入对照。此外,德国和荷兰参与者在使用的测量方法方面存在微小但显著的差异,尽管我们假设结果的差异不是由于国家,因为两国都有相似的营养建议[
这项研究的结果对于未来基于网络的计算机定制干预措施的发展非常重要,以改善生活方式行为,从而降低心血管事件的风险。基于网络的计算机定制干预可能是一种合适的交付模式,可以成功地促进自我效能和计划的变化,从而预测身体活动和水果和蔬菜消费习惯强度。这项研究增加了越来越多关于现实世界习惯强化的文献,我们的研究结果表明,对一个人的行动的计划和信心可能有助于使行为自动化的过程。我们的研究结果增加了目前的知识体系,因为它们展示了这种干预如何影响行为习惯改变的机制。未来的干预措施应通过针对自我效能和通过模型学习和具体计划任务进行计划来解决习惯形成问题。
由于高辍学率,我们的结果必须谨慎解释,尽管这些发现可以指导进一步的研究。特别是,所研究的结构和机制应进一步阐述。实际的影响可以从以下事实中得到:加强习惯的计划资源和自我效能增强器可以通过互联网简单地提供,易于人们实施,理论上具有长期影响的潜力。
未来的干预可能受益于辅助计划的创建和回忆,特别是伴随着自我效能提示技术,如替代经验,个性化反馈,提供或有奖励,自我监控(跟踪自己的食物和运动相关行为),并意识到掌握经验[
身体质量指数
心血管病
全信息极大似然
康复-康复后的护理,以最佳的转移到自主的日常生活
自我报告习惯指数
本研究由德国人文科学促进捐赠协会内的威廉基金会für康复基金会资助[Deutsches Stiftungszentrum im Stifterverband füdie Deutsche Wissenschaft]。我们要感谢阿曼达·惠塔尔(不来梅雅各布斯大学)对这份手稿的校对。
没有宣布。
CONSORT电子健康检查表。