本研究的数据来自一项以学校班级为随机单位的双臂、平行组、聚类随机对照试验，详见其他文献[gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 25gydF4y2Ba]。瑞士职业学校或高中的学生被邀请参加一个名为gydF4y2Ba MobileCoach Tobacco (MCT)gydF4y2Ba如果他们(1)每天或偶尔吸烟(前一个月至少4支烟，前一周至少一支烟)和(2)拥有移动电话gydF4y2Ba ．gydF4y2Ba参与的学生因参与基线和后续评估而获得10瑞士法郎的补偿，并为他们在调查期内回答的11个短信(短服务短信，SMS)评估中的每一个提供0.5瑞士法郎的补偿gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba程序。gydF4y2Ba

在最初的试验中，综合戒烟和戒酒干预的效果(gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba)接受了只针对戒烟的干预措施(gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba)，以帮助青少年戒烟。瑞士职业学校360个班级共1471名学生参与了本研究。他们被随机分配到联合项目(gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba， n=730)或只参加戒烟计划(gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba, n = 741)。最初的研究[gydF4y2Ba 9gydF4y2Ba研究人员发现，在减少每天吸烟的数量方面，两个项目之间没有显著差异(gydF4y2Ba 未经中华人民共和国交通部+gydF4y2BavsgydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba:−2.7 vs−2.8)或在随访中增加戒烟的7天点患病率(gydF4y2Ba 未经中华人民共和国交通部+gydF4y2BavsgydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba: 14.9% vs 14.0%)。gydF4y2Ba

该干预是由开源行为干预平台MobileCoach 1.1版设计并触发的[gydF4y2Ba 26gydF4y2Ba]。原研究方案经瑞士苏黎世大学哲学系伦理委员会批准(批准日期:2014年6月24日)。该研究已在当前对照试验ISRCTN注册(ISRCTN02427446，分配日期为2014年9月8日)，并完全按照赫尔辛基宣言执行。gydF4y2Ba

的gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba该项目结合了(1)在完成基线评估后直接提供的针对个人饮酒行为的定制化网络反馈;(2)定制化手机短信，在3个月内促进低风险限度的饮酒;(3)定制化手机短信，支持戒烟3个月;(4)每天两次接受以自我定义的戒烟日期为中心的戒烟策略的选择。只有综合干预的组成部分(3)和(4)被交付给参与者gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba组。这些干预成分的理论背景在其他地方有描述[gydF4y2Ba 9gydF4y2Ba]。gydF4y2Ba

基于网络的反馈，仅针对联合项目的参与者，在基线评估完成后立即提供。它包括个人量身定制的信息:(1)基于个人饮酒数据的卡路里摄入量;(2)针对年龄和性别的每周饮酒量规范，以及个人酗酒的频率。gydF4y2Ba

与酒精有关的短信提供了以下信息:(1)在低风险范围内饮酒的策略;(2)吸烟与饮酒之间的关系。这些短信只发给那些在gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba在基线评估前报告狂饮的情况，其中狂饮相当于男性在单一场合喝5杯或以上，女性喝4杯或以上。这些短信是在偶数周的周六晚上7点发送的，而在奇数周，它们是在每个人典型的饮酒日期和时间发送的。gydF4y2Ba

与烟草有关的短信提供了与每个受试者的个人HAPA变化阶段相关的信息[gydF4y2Ba 23gydF4y2Ba]。基于HAPA阶段[gydF4y2Ba 23gydF4y2Ba]，受试者可分为“假装者”(没有戒烟意图的个体)和“意图者”或“行动者”(有认真戒烟意图或已经戒烟的个体)。对于吸烟者来说，短信讲述了戒烟的好处、吸烟的风险以及提高自我效能的方法。对于意图者来说，短信启动了计划过程，而对于行为者来说，短信强调的是自我调节技能。gydF4y2Ba

3个月期间gydF4y2Ba MobileCoach烟草gydF4y2Ba两个干预组的参与者每周都会收到一条短信提示，内容要么是评估与吸烟相关的目标行为，要么是鼓励参与者参加测验或短信竞赛。只要使用手机的回复功能，输入一个字母、数字或句子，就可以很容易地回复这些提示。每4周，通过“你最近抽过烟吗?”这个问题评估与吸烟相关的目标行为，包括个人HAPA变化阶段。，” with the following response options: (1) “Yes, and I do not intend to quit” (preintender), (2) “Yes, but I am considering quitting” (preintender), (3) “Yes, but I seriously intend to quit” (intender), or (4) “No, I have already quit smoking” (actor). Furthermore, among preintenders, the number of cigarettes smoked per day or week (depending on smoking status: daily or occasionally) was assessed every 4 weeks. For intenders and actors, the use of strategies to cope with craving, which were individually chosen within the baseline assessment, was assessed: for example, “Did you apply the following strategy recently? When I am at a party, I distract myself from smoking by dancing. Yes (Y) No (N).”

测验包括三次gydF4y2Ba 未经中华人民共和国交通部,gydF4y2Ba这些问题针对(1)吸烟规范(同一年龄和性别参考组内吸烟者的百分比)，(2)戒烟对健康的影响(戒烟后产生积极健康影响的天数)，以及(3)香烟支出(每年花在香烟上的钱)。gydF4y2Ba

在干预期间进行了两次比赛，要求参与者创建一条短信来激励其他参与者戒烟(针对非有意戒烟者)或提供具体方法来帮助其他人戒烟(针对有意戒烟者和演员)。由戒烟专家每周对两类短信中的最佳短信进行评分，并在48小时后匿名发送给各自类别的参与者。gydF4y2Ba

最后，研究人员向那些报告有意戒烟的受试者提供了额外的短信。参与者和参与者每两周被告知在选择的戒烟日期周围接收额外信息的选择。在输入预定的戒烟日期后，该计划每天提供最多2条短信，用于戒烟日准备和复发预防(- 1至+1周:每天2条短信;第2周和第3周:每天发一条短信)。gydF4y2Ba

参与者在定期上课期间参加了一项基于网络的健康调查，通过该调查收集了有关参与和结果变量的潜在预测因素的数据。评估的社会人口学特征包括性别、年龄、受教育程度和移民背景。评估了以下瑞士常见的教育程度:(1)没有，(2)中学，(3)中等教育，(4)技术或高中。我们评估了学生父母的出生国，以确定任何潜在的移民背景。根据这些信息，参与者被分配到以下类别之一:(1)父母双方都不在瑞士出生，(2)父母一方在瑞士以外出生，或(3)父母双方都在瑞士以外出生。为了进一步分析，我们将具有单边或双面移民背景的受试者分组为单一类别，与非移民进行比较。gydF4y2Ba

评估的健康相关变量包括感知压力、身体活动、体重、每周饮酒的典型数量，以及在基线评估前一个月是否发生过酗酒。感知压力是用以下单项来衡量的:“在过去一个月里，你感到压力有多严重?”参与者被要求在6分李克特量表上表明他们的反应，范围从gydF4y2Ba 一点也不gydF4y2Ba来gydF4y2Ba 非常gydF4y2Ba．自我报告的中度至剧烈体育活动是通过一个来自学龄儿童健康行为研究的问题来衡量的[gydF4y2Ba 27gydF4y2Ba:“在校外，你每周锻炼或参加让你出汗或上气不接下气的运动有多少小时?”每周的典型饮酒量是通过类似于每日饮酒问卷的7天饮酒日历来评估的[gydF4y2Ba 28gydF4y2Ba在这项研究中，参与者被要求回想一个月前一个典型的星期，并记录下他们在那个星期里每天通常饮用的标准饮料的数量。提供了啤酒、葡萄酒、烈酒、酒精饮料和鸡尾酒中含有12 g至14 g乙醇的标准饮料的示例，以及转换值(例如，3罐0.5 L啤酒=6种标准饮料)。通过要求参与者报告他们在过去30天内最严重饮酒场合的标准饮酒量来评估狂饮。gydF4y2Ba

吸烟状况通过以下问题进行评估:“你目前吸烟吗?”的选项:(1)“是-我每天吸烟”;(2)“是-我偶尔吸烟，但不是每天吸烟”;(3)“不吸烟”。在偶尔吸烟者中，我们评估了他们每月典型吸烟的天数，前7天内吸烟的总数量，以及一个典型吸烟日吸烟的数量。在日常吸烟者中，我们只评估了每天吸烟的平均数量。对于偶尔吸烟的人，平均每天吸烟的数量是这样计算的:每月吸烟的典型天数乘以吸烟的典型天数，再除以30。gydF4y2Ba

此外，我们评估了以下与吸烟相关的变量:HAPA变化阶段和以前戒烟尝试的次数。每个受试者的HAPA变化阶段是用以下问题来评估的:“你最近抽过烟吗?”，并选择以下选项(1)“是的，我不打算戒烟”(伪装者)，(2)“是的，但我正在考虑戒烟”(伪装者)，以及(3)“是的，但我真的打算戒烟”(伪装者)。研究对象被问及他们以前的戒烟尝试，问题是:“你曾经认真尝试过戒烟吗?”——他们可以选择“不”、“是一次”和“是不止一次”。gydF4y2Ba

对计划的参与程度进行了评估，包括计划参与者退出计划的人数(计划减员)，对每周短信提示的回复数量，计划中检索到的与发送的媒体对象的百分比，以及输入戒烟日期并激活额外戒烟日准备计划的吸烟者人数。gydF4y2Ba

在6个月的随访中，吸烟行为被评估为(1)戒烟的7天点患病率和(2)每天吸烟的平均数量。为了评估戒烟的7天点患病率，受试者被要求说明他们在随访前7天内是否吸过一口烟。以与基线评估相同的方式评估和计算每天吸烟的平均数量。gydF4y2Ba

作为第一步，我们分析了主动退出干预的人是否与继续参与干预的人不同，应用皮尔逊卡方分析来检查分类变量和未配对学生的差异gydF4y2Ba tgydF4y2Ba对连续变量的测试。考虑到联合干预更广泛，我们还检查了程序损耗是否作为研究条件的函数而不同。从节目日志文件中可以看出，取消订阅或没有收到短信的参与者被排除在进一步的分析之外。然后，我们探索了对总样本和治疗组使用不同程序特征的方法。gydF4y2Ba

随后，我们通过分析每周提示的答案来检查参与轨迹，两个研究小组的答案都是相同的。为此，我们使用R[.]中的TraMineR库(版本1.8-8)进行序列分析。gydF4y2Ba 29gydF4y2Ba]。对于每个参与者，对提示的回答(如前所述)被排序为一系列状态(即参与轨迹)。采用最优匹配距离算法计算参与者状态序列之间的相似度。从插入、删除和替换的角度来看，OM被定义为将一个序列转换为另一个序列的最小工作量。在此基础上，采用聚类嵌套分层聚类和Ward’s联动方法，从距离矩阵出发，构建了均匀交战轨迹组(聚类)。所选择的聚类数量是基于最大的相对惯性损失(参见FactoMineR软件包中的HCPC函数[gydF4y2Ba 30.gydF4y2Ba])，并根据平均廓形宽度(ASW)来判断群集的质量[gydF4y2Ba 31gydF4y2Ba]。ASW的范围从−1到+1，可以解释为集群分配之间的相干度:高的相干度(接近1)表明组间距离大，组内同质性强。gydF4y2Ba

在检测到不同的接触轨迹后，我们检查了集群之间的基线差异。随后，我们进行了多项逻辑回归分析，以确定较低敬业度轨迹的集群与较高敬业度轨迹的集群的预测因子。最初，进行了单独的单变量多项逻辑回归分析(后来称为单变量分析)，以评估接触轨迹的潜在预测因素。在这些单变量分析之后，建立了多变量预测模型。Hosmer等人认为[gydF4y2Ba 32gydF4y2Ba]，变量选择包括以下步骤:(1)显著性预测因子(gydF4y2Ba PgydF4y2Ba< 0.05)被输入到初步的多变量模型中;(2)不显著的变量gydF4y2Ba PgydF4y2Ba>。从得分最高的开始，一个接一个地删除了05个gydF4y2Ba PgydF4y2Ba值(向后选择);(3)为了考虑抑制因素的影响，将上述被排除的变量分别加入到回归模型中，对结果模型进行验证。只有在gydF4y2Ba PgydF4y2Ba<。05were retained in the final multinomial regression model (forward selection).

最后，我们比较了按参与轨迹分组的参与者之间的吸烟结果。由于参与者被嵌套在学校班级中，我们对禁欲的7天点流行率进行了广义线性混合模型。对于每天消耗香烟的变化，我们进行了线性混合模型。参与轨迹作为自变量(固定效应)，学校班级作为单一随机效应(随机截距)。这些分析是使用R中的lme4库(版本3.2.1)进行的。gydF4y2Ba 33gydF4y2Ba由于参与程度较高的参与者与参与程度较低的参与者在随访中的影响范围不同，因此本文对以下三种统计模型进行了研究:(1)完整的病例分析(CCA)数据集，(2)最后一次观察结转(LOCF)数据集，以及(3)意向治疗(ITT)数据集。Haug等人提供了结果分析和缺失数据输入程序的详细信息[gydF4y2Ba 9gydF4y2Ba]。使用R 3.3.3版本(R Foundation for Statistical Computing)进行所有序列分析和结果分析，而使用SPSS 22版本(IBM Corp)进行所有其他分析。所有统计检验均为双侧，其中gydF4y2Ba PgydF4y2Ba<。05set as the criterion for statistical significance.

图1gydF4y2Ba描述参与者在试验中的进展。在最初的1471名研究参与者中，1418名(96.39%)完成了该计划。那些未能完成干预的人要么签署退出(31/1471,2.11%)，要么因为技术问题而停止干预(22/1471,1.49%)。在完成干预和未完成干预的患者之间没有观察到显著的基线差异。两个治疗组之间的项目损耗也没有差异，741名参与者中有13名(1.8%)参与了研究gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba选择退订的730人中有18人(2.5%)gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba(χgydF4y2Ba^2gydF4y2Ba_2gydF4y2Ba= 0.9,gydF4y2Ba P =gydF4y2Ba点)。在这项研究分析的1418名参与者中，863名(60.86%)是女性。报告的平均年龄为18.6岁(标准差[SD] 3.1)。超过一半(740/1418,52.18%)的人报告有单方面或双面移民背景，几乎所有(1180/1418,83.21%)的人至少达到了最低的教育程度(即中学)。三分之二的样本(1083/1418,76.37%)参加了随访评估;712名参与者中的538名(75.6%)被分配到gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba706人中有545人(77.2%)被分配到gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba．gydF4y2Ba

表1gydF4y2Ba总结了整个样本和干预组的不同程序使用特征。参与者平均回答了11个短信提示中的6.6个(SD 3.5)。每个参与者收到3到5条包含媒体对象(视频和图片)的短信，需要下载。平均而言，参与者下载了20.5% (SD 31.5)的接收媒体内容。参加gydF4y2Ba 未经中华人民共和国交通部+gydF4y2Ba下载媒体内容的频率明显高于他们的gydF4y2Ba 未经中华人民共和国交通部gydF4y2Ba对手(23.6% vs 17.9%);gydF4y2Ba PgydF4y2Ba<措施)。大约一半的受试者回答了全部或几乎所有的短信提示。在第8周的竞赛提示(24.9%)和第10周的HAPA阶段查询(42.9%)中记录的答案最少。gydF4y2Ba

在3个月的干预中，我们对回答行为的检查揭示了不同类型的参与轨迹。一些参与者表现出稳定的回复模式(要么经常回复短信，要么几乎从不回复短信)。其他参与者表现出不规则的轨迹。最高相对惯性损失度量建议以下三聚类解决方案:聚类1=稳定接触(SE)，聚类2=减少接触(DE)，聚类3=稳定不接触(SNE)。在ASW的基础上，三个集群的质量从差(集群2= - 0.02)到好(集群1=0.55)和优(集群3=0.70)不等。簇2的低ASW是因为簇内的交战轨迹在很大程度上存在差异。一些研究对象只在一开始回复短信，而另一些人则根据话题进行回复。还有一些参与者在项目结束时才开始回复短信(gydF4y2Ba 图2gydF4y2Ba)。由于所有这些轨迹中包含在集群2中的共同因素是它们的不稳定性，因此三集群解决方案被认为适合本研究的目的。gydF4y2Ba

图2gydF4y2Ba和gydF4y2Ba 3.gydF4y2Ba用不同的方式描述这三个集群。第一个图显示了个体对不同集群中11个提示中的每个提示的响应或不响应。gydF4y2Ba 图2gydF4y2Ba突出显示三个集群中每个集群的原型参与轨迹。集群1 (SE)中的典型参与者回复了几乎所有的短信，除了第二个请求发送他们自己的短信以激励其他参与者戒烟或保持无烟状态。集群3 (SNE)中的典型参与者不响应任何提示。与此同时，集群2 (DE)中的典型参与者没有对两个消息竞赛进行回复，并且表现出稳步下降的响应率。最后一种模式与问题的重复有关，比如与人的HAPA变化阶段和每天或每周吸烟有关的问题。gydF4y2Ba

表2gydF4y2Ba通过参与轨迹总结参与者的基线特征。在年龄方面，三组之间存在显著差异(gydF4y2Ba PgydF4y2Ba=.006)，移民背景(gydF4y2Ba PgydF4y2Ba<.001)、受教育程度(gydF4y2Ba PgydF4y2Ba=.04)，酗酒(gydF4y2Ba PgydF4y2Ba<.001)， HAPA变化阶段(gydF4y2Ba PgydF4y2Ba< 0.05)，而自我感知的戒烟益处(gydF4y2Ba PgydF4y2Ba<措施)。gydF4y2Ba

表3gydF4y2Ba显示了上述变量中哪些可以预测多变量模型中的用户粘性轨迹。年龄较大(优势比[OR]=1.05;gydF4y2Ba PgydF4y2Ba= 0.04)，有移民背景(OR=0.76，gydF4y2Ba PgydF4y2Ba=.02)预测与稳定的参与相比，与该计划的参与会减少。此外，那些认为戒烟有更多好处的参与者更有可能表现出稳定的参与程度，而不是减少的参与程度(OR=0.52，gydF4y2Ba PgydF4y2Ba= .007)。与稳定投入相比，移民背景预测非投入(OR=0.47;gydF4y2Ba PgydF4y2Ba<.001)和酗酒行为(OR=1.54，gydF4y2Ba PgydF4y2Ba= .005)。当参与者报告有移民背景并且在基线前一个月内没有酗酒时，成为稳定的非订婚者比成为稳定的订婚者的可能性更大。gydF4y2Ba

参与轨迹类型的治疗结果和参与轨迹之间结果的比较总结于gydF4y2Ba 表4gydF4y2Ba．随访时，稳定参与组(84.3%，545/646)、减少参与组(74.5%，373/501)和非参与组(59.0%，160/271)的随访时间差异显著。为此，对三种统计模型进行了检验。在CCA、LOCF和ITT假设下(CCA: β = 0.65;gydF4y2Ba PgydF4y2Ba= .02点;LOCF:β=点,gydF4y2Ba PgydF4y2Ba= . 01;ITT: beta= 0.54;gydF4y2Ba PgydF4y2Ba= 03)。在干预结束时，减少吸烟的人每天吸烟的数量明显少于不吸烟的人。gydF4y2Ba

在6个月的随访中，关于禁欲的7天点患病率，在所有三种假设下没有比较显示显着差异。在ITT分析中，非交往者在随访中戒酒的几率高于交往者(OR=1.32);gydF4y2Ba P =gydF4y2Ba02)。但这一发现必须谨慎解释，因为由于随访中可用信息的数量不同，对缺失数据的多重归因似乎可能存在偏差。谨慎也是有道理的，因为在“失踪为吸烟者”的假设下，戒烟的几率反过来。gydF4y2Ba

本研究采用主动招募的戒烟意向混杂的吸烟青少年样本，考察了(1)基于手机的戒烟计划的不同组成部分的使用，(2)不同的参与轨迹原型，(3)参与轨迹与青少年特征之间的关联，以及(4)参与轨迹与治疗结果之间的关联。gydF4y2Ba

主要发现如下:(1)在为期3个月的干预中，以手机为基础的戒烟计划的组成部分被定期使用，测验是参与率最高的组成部分，重复吸烟相关评估是使用率最低的组成部分;(2)出现了三种不同的参与轨迹:两种具有较高的参与水平，稳定和下降的参与水平，一种具有较低的参与水平。稳定不参与;(3)年龄较小、无移民背景、认为戒烟更有益、在基线评估前报告酗酒的青少年更有可能在整个干预过程中表现出稳定的参与轨迹;(4)表现出减少参与模式的受试者通常比参与水平较低的受试者更能减少日常烟草使用。gydF4y2Ba

这是第一个调查青少年使用手机戒烟干预的研究。正如预期的那样，确定了较高和较低接合度的轨迹。我们在青少年中发现了与成年人相似的结果[gydF4y2Ba 16gydF4y2Ba，gydF4y2Ba 18gydF4y2Ba，gydF4y2Ba 20.gydF4y2Ba]。我们还发现了一群完全致力于这个项目的人，就像Balmford和Borland的研究一样[gydF4y2Ba 20.gydF4y2Ba]。同样，本研究复制了Christofferson等人发现的五个敬业集群中的三个[gydF4y2Ba 16gydF4y2Ba]。尽管我们的聚类解决方案没有那么细粒度，但聚类在基线特征方面存在显著差异，这与Christoffersons等人的报告相反[gydF4y2Ba 16gydF4y2Ba]。如果干预措施必须适应不同类型的参与者，那么不同的群体是必不可少的。gydF4y2Ba

此外，这项研究首次考察了预测青少年稳定参与基于手机的戒烟计划的因素。与先前针对成年吸烟者的基于移动电话的项目研究的预期不同[gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 16gydF4y2Ba)，参与程度与性别无关。这可以用针对性别的剪裁来解释gydF4y2Ba MobileCoach烟草gydF4y2Ba(例如，对特定性别饮酒规范的反馈)。有趣的是，在青少年中，年龄越小，参与程度越高。gydF4y2Ba 16gydF4y2Ba]。这一结果表明，年龄与敬业度之间呈二次关系。年轻人和老年人可能会因为各种各样的原因变得更投入，包括这个项目对他们来说更新鲜，有更多的空闲时间，或者更有可能在一般情况下承担任务。与我们基于成人研究的假设相反，较低的每日吸烟率与较高的参与度无关。gydF4y2Ba

除了年龄，这项研究还揭示了三个进一步的因素，可以预测青少年的参与:个人的移民背景，他们对戒烟的个人预期结果(即戒烟的好处)，以及他们以前是否酗酒。在一项由businesselle等人进行的研究中也发现了移民背景和项目使用之间的联系[gydF4y2Ba 11gydF4y2Ba该研究调查了基于应用程序的戒烟干预在社会经济弱势成年人中的可行性和有效性。尤其是非白人参与者使用了该应用程序的两个信息传递功能，即戒烟提示和药物信息。未来的研究应该调查针对一个人的移民背景量身定制基于移动电话的干预是否会影响干预的有效性。尤其需要研究的是，移民是否因为词汇语法技能较差而较少参与基于手机的程序。gydF4y2Ba 34gydF4y2Ba或因为与非移民不同的兴趣和社会。gydF4y2Ba

与以前的研究相比，目前的研究结果强调了危险酒精使用与预测戒烟计划的相关性。近期有关烟草干预措施的研究[gydF4y2Ba 35gydF4y2Ba-gydF4y2Ba 37gydF4y2Ba]已经强调了青少年中烟酒混合使用的低估作用及其与干预效果的关系。基于手机的戒烟计划不仅对吸烟和酗酒的青少年更有效，gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 35gydF4y2Ba-gydF4y2Ba 37gydF4y2Ba，他们也可能对那些青少年更有吸引力。因此，需要采取措施使戒烟计划对吸烟但不过度饮酒的青少年更具吸引力。gydF4y2Ba

与之前对成年吸烟者的研究相反[gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 16gydF4y2Ba，gydF4y2Ba 18gydF4y2Ba]，我们不能肯定地辨别是否更投入的受试者更有可能在干预后戒烟。这是因为参与程度较高的参与者与参与程度较低的参与者的随访范围不同。在所有统计假设中，唯一稳定的发现是，与稳定的不接触轨迹相比，减少接触轨迹与每日烟草使用量的减少有更大的关系。这一结果表明，稳定的用户粘性和减少的用户粘性可能是行为改变的一个指标。如其他研究所示[gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 20.gydF4y2Ba，脱离干预可能并不一定意味着脱离行为改变。相反，它可能表明从外在动机向内在动机的转变[gydF4y2Ba 38gydF4y2Ba]。这些结果支持Yardley等人的说法[gydF4y2Ba 39gydF4y2Ba研究如何提高受试者的“有效参与”，而不仅仅是更多的参与，“有效参与”被定义为充分参与治疗以实现预期结果。gydF4y2Ba

然而，未来研究的一个主要挑战将是找出哪种干预适合于不参与的人。一个出发点将是调整青少年戒烟计划，以解决移民背景和饮酒行为，以防止稳定的不参与，从而潜在地提高治疗效果。考虑到大多数稳定的非吸烟者比大多数稳定的吸烟者在基线时戒烟的动机更高，需要回答的一个问题是是否必须采取行动来增加积极参与。gydF4y2Ba

考虑到这项研究的局限性，必须对其结果进行解释。首先，只有对每周提示的回答被纳入参与度分析。该计划的其他组成部分——如下载媒体内容、设定戒烟日期和课外发短信行为——没有包括在我们的分析中;这些成分都可以通过分析来确定它们自己的预测值，类似于[gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 40gydF4y2Ba]。然而，我们选择对所有参与者都相同的提示答案的基本原理是使我们的组间比较更具可解释性。其次，每周回答问题的人会得到0.50瑞士法郎的奖励，以支付青少年的费用，这可能会影响青少年回答问题的可能性。第三，正如Heminger等人已经强调的那样[gydF4y2Ba 15gydF4y2Ba]，对提示的回答的数量和质量可能会有质的差异(例如，一个吸烟者回答了所有与吸烟有关的提示，并表示每天更频繁地吸烟)。未来的定性工作不应只是分析已登记的事件，而应调查答案的内容是否与治疗结果有关。此外，定性研究应进一步调查吸烟者接触轨迹背后不同形式的动机。如其他地方所述[gydF4y2Ba 11gydF4y2Ba]，一些高度参与的参与者可能将该计划视为维持戒烟不可或缺的一部分，而其他不戒烟的吸烟者可能仍然高度参与，为未来的戒烟尝试做准备，或者仅仅是接受提供的报酬。最后，本研究依赖于吸烟行为的自我报告数据，其结果可能受到社会期望的影响。gydF4y2Ba

总之，在我们的研究中，吸烟的青少年在很大程度上参与了基于手机的戒烟计划，无论他们最初的戒烟意图如何。减少参与与更好的长期治疗结果明显相关。应采取进一步的努力，增加有移民背景、不过度饮酒的老年吸烟者参与该计划。此外，未来的研究不仅应该检查特定程序组件的使用情况，还应该检查用户的参与轨迹，以更好地了解行为变化背后的机制。gydF4y2Ba