试验方法的详细描述载于研究方案[ 22］．该研究得到了纽卡斯尔大学人类研究伦理委员会的批准和监督。H-2017-0402)和相关的新南威尔士(NSW)天主教学校教区(包括悉尼、帕拉马塔、利斯莫尔、梅特兰-纽卡斯尔、巴瑟斯特、堪培拉-古尔本、沃加沃加、伍龙岗和威尔卡尼纳-福布斯)。该试验根据集群性随机对照试验报告综合标准(CONSORT)指南进行报告 多媒体附录1)．最初的试验方法和12个月的随访在澳大利亚新西兰临床试验注册中心(ACTRN12618000855224)进行前瞻性注册。随访18个月，按照之前登记的程序进行，所有结果均登记。

试验采用并行集群随机对照试验设计。现有在线午餐订餐系统的学校被随机分配到多策略行为干预组或对照组(标准在线订餐系统)。结果数据收集超过8周的时间(学校学期的1-8周)，在基线和研究开始后12个月和18个月。这份手稿报告了18个月的发现。一旦干预开始并在在线订购系统中启动，干预策略就会一直有效，直到收集到18个月的随访数据。

招募完成后，在收集基线食堂菜单之后，独立统计学家使用Microsoft Excel中的随机数函数将学校(块大小从2到4个)按1:1的比例分组随机分配给干预组或对照组。基于学校邮编(地区社会经济指数[SEIFA])，按学校部门(天主教vs独立)和社会经济地位(最有利vs最不利)进行随机分层[ 23］．

干预措施在其他地方有详细描述[ 22］．干预措施以选择架构原则为指导[ 16]，并采用已证实的策略，在类似的食品服务环境中支持更健康的食品选择[ 24- 29］．简单地说，干预学校将一系列的选择架构策略应用到在线食堂点菜系统中的在线菜单中。每所干预学校在2018年8月至10月间启动策略的时间各不相同，但一旦启动，它们将持续14-16.5个月，直到18个月的随访期结束。干预措施旨在鼓励购买符合《澳大利亚膳食指南》和《新南威尔士州健康学校食堂战略》的健康食品和饮料，也就是说，干预措施鼓励订购低能量、低饱和脂肪、低糖或低钠的食品。干预策略包括:

对照组没有接受任何干预策略，只使用标准的在线订购系统。

采购数据由在线订购系统自动收集和存储，随后由Flexischools提取确定的基线和后续数据收集周期。对基线期间的采购数据进行回顾性收集。数据收集历时18个月，为期8周，基线期为2018年5月至7月，随访期为2019年10月至12月(基线期:2018年第2期;12个月:2019年第2期;18个月:2019年第4期)。12个月的随访是主要试验终点，12个月的结果此前已发表[ 21］．本文报告的基线和18个月的随访，只是为了检查干预的长期有效性。

样本量估计是基于12个月随访的先验计算，试验方案中也有描述[ 22］．原始样本量表明，需要26所学校的样本，以确保每份午餐订单的可检测差异为195 kJ，功率为80%，类内相关系数(ICC)为0.05,12个月随访(bonferroni调整后)的显著性水平为0.0125。

所有结果数据都采用意向治疗方法进行分析，所有学生午餐订单和学校都基于最初分配的组进行分析，并包括来自有基线购买数据的学生的数据。

主要试验结果采用单独的线性混合模型进行评估，通过纳入组间交互固定效应，比较干预组和对照组随时间(从基线到18个月)的差异。所有模型都包括对学校的随机拦截(以考虑潜在的学校级集群)，对学生的嵌套随机拦截和随机时间效应(以考虑时间内和随时间推移的重复测量)，以及对学校部门和SEIFA的固定效应。所有可用数据纳入模型(基线、12个月和18个月)。12个月随访的结果作为补充文件(见 多媒体附录2)．主要试验结果的分析单位是午餐订单，其中一份午餐订单可能包含多个项目。

与营养质量有关的次要试验结果( 日常， 偶尔， 谨慎)采用单独的logistic混合模型进行评估。每类货品订购比例的变化(即 日常项目和 不是每天项目)在干预组和对照组之间进行比较，包括组与时间的互动固定效应。与主要试验结果类似，所有模型包括学校的随机截距(以考虑潜在的学校水平聚类)，学生的嵌套随机截距和随机时间效应(以考虑重复测量)，以及学校部门和SEIFA的固定效应，并包括12个月的结果。使用与主要结果模型结构相似的线性混合模型评估平均周收益的差异。学校和食堂的特点之前在12个月的结果文件中报道过，这里包括了背景。

还进行了方案分析，其中只包括那些在后续随访中至少有80%可验证策略正确应用的学校。使用SAS 9.3版本(SAS Institute, Cary, NC, USA)进行统计分析。由于在12个月的随访中，没有发现分组(在学生年级、学校部门或使用食堂的频率方面)有差异[ 21]，没有对18个月的数据进行分析。

样本的基线特征见 表1而且 2．组间特征相似;然而，与对照学校相比，干预学校的学生入学率更高，每周午餐订单更多(无显著性检验)。总共有来自16所学校的1042名干预学生(8所学校)和667名对照学生(8所学校)被包括在18个月的随访中，占试验招募的17所学校的94%(见 图1)．一所干预学校在随访12个月后退出，但在随访18个月前退出，并为分析中三个时间点中的两个提供了数据。样本中还包括两所拥有私人经营(外部租用)食堂的学校，它们最初在招生过程中没有被认定为私人食堂。这些学校被保留了下来，因为没有污染风险，因为它们没有为样本中的任何其他学校提供服务。其中一组分配给对照组，另一组分配给干预组。有1435个重复订单(4.5%)不符合资格标准，因此从分析中删除，这导致10名只有重复订单的学生被排除。此外，根据营养师的评估，有四份订单因为大得令人难以置信而被排除在外。

在干预组中，从基线到18个月的随访，在线午餐订单包含的能量显著减少(-74.1 kJ;95% ci [-124.7， -23.4]; P= 0.006)和饱和脂肪(-0.4克;95% ci [-0.7， -0.1]; P=.003)相对于控制指令(见 表3- 5)．随着时间的推移，在午餐点餐的几率方面，组间也有显著差异，包括 日常项目(或1.2;95% ci [1.1, 1.4]; P=.009)对应于 日常在干预组中购买的物品中，午餐订单的几率有显著差异，包括 谨慎项目(或0.7;95% ci [0.6, 0.9]; P=.002)，对应于 谨慎干预组的项目。随着时间的推移，两组之间的糖含量没有差异(-0.5 g;95% ci [-1.7, 0.7]; P=.4)或钠(-3.0毫克;95% ci [-28.0, 22.1]; P=.8)午餐订单的内容或午餐订单的概率包括 偶尔项目(或1.0;95% ci [0.8, 1.1]; P= 6)。

按方案分析排除了仅部分应用干预策略的8所干预学校中的3所。各方案和主要分析之间主要结果的模式是相似的 表5)，午餐会的能量和饱和脂肪含量差异显著，效应值略大(-93 kJ vs -74.1 kJ)。在预先指定的bonferroni调整显著性水平上，各方案分析的次要结果无显著差异( P= .0125)。

对平均每周食堂收入的分析表明，从基线到18个月的随访，干预组和对照组之间没有显著差异(80.42美元;95% ci [-104.48, 265.33]; P=。4)。这一发现在每个协议的分析中没有改变 表6)．

在启动干预后立即进行的质量检查发现了一个技术故障，即购买通常以多个(如6 ×鸡块)出售的菜单项目会影响附加策略的应用。解决方法便是关闭那些经常以多个形式出售的道具的策略。在干预期间，每学期进行一次常规保真度检查，没有发现任何进一步的技术错误。保真度检查表明，在试验的前4个阶段(12个月[ 21])及最近两个任期(12-18个月)97%的项目。定位、定制反馈和激励策略是根据分配给每个项目的标签自动编程的，因此，菜单标签的保真度检查也适用于这些策略。如前所述[ 21]时，针对多件商品(如鸡块)出售的健康附加策略存在程序设计问题，因此，这一策略只从这些商品中删除了，在后续研究中有两所干预学校此前曾要求完全关闭这一策略。在八所参与干预的学校中，有五所验证了激励策略的存在。

的比例 日常， 偶尔, 谨慎在基线时，独立学校和天主教学校的菜单项目相似(59%和59%) 日常物品，15%和16% 偶尔物品，26%和25% 谨慎项,分别)。的比例 日常， 偶尔, 谨慎基线时干预菜单和对照菜单的菜单项目相似(58%和61%) 日常物品，16%和15% 偶尔物品，22%和25% 谨慎项,分别)。

这项使用自动收集的购买数据的Click & Crunch干预的长期随访发现，从基线到18个月随访期间，组间差异显著。具体而言，干预午餐订单的能量和饱和脂肪含量显著低于对照组(-74.1 kJ的能量;-0.4克饱和脂肪)。两组之间在钠或糖含量或来自糖或脂肪的能量百分比方面没有显著差异。干预学校相对于对照学校，从基线到18个月随访，命令包含 日常项目明显更高(OR 1.2， P=。009，对应于这些项目的采购增加3.8%)，以及订单包含 谨慎项目显著降低(OR 0.7， P=。002，对应于这些项目的购买减少了2.6%)。因此，结果表明，在18个月的随访中，Click & Crunch干预有效地降低了学生在线午餐订单中的能量和饱和脂肪含量，减少了不健康食品的比例，增加了健康食品的购买比例。

随访12个月和18个月的结果模式相似。12个月时(先前报道[ 21])， Click & Crunch干预在降低学生午餐订单的能量和饱和脂肪含量方面是有效的，而且效果与18个月随访观察到的效果相似(12个月时能量:-69 kJ [ 2118个月时-74.1 kJ;饱和脂肪:12个月时-0.6克[ 21和在18个月时-0.4克)。的比例也有显著增加 日常干预组(12个月时+9.8%;18个月时增加3.8%)，购买不健康产品的比例显著下降(-7.7%) 偶尔12个月的项目;-2.6% 谨慎18个月的项目)。

目前对类似干预措施的影响进行的研究有限，无法直接比较长期效果。对旨在改善饮食结果的选择架构干预措施的多项系统综述突出表明，缺乏对长期干预结果的研究[ 35， 36]，其中包括对学校“轻推”干预措施的检讨，报告指出，关于“轻推”对学校食物环境的长期影响，存在重大的知识缺口[ 12］．然而，一项非随机纵向研究在医院自助餐厅的物理环境中调查了选择架构策略(菜单标签和商品重新定位)的影响，并记录了成年员工两年多的销售数据[ 24］．2年后，购买健康产品的比例增加了5%，购买不健康产品的比例减少了4% ( P<措施)( 24，发现了与当前研究相似的变化幅度，并没有提供随着时间推移标签疲劳的证据。Ensaff等人的基于学校的研究[ 12和拉森等人[ 13发现主要结果有改善:分别是目标健康食品部分和参与早餐计划。尽管研究存在局限性，但总的来说，这些发现为选择架构干预的持久性提供了重要的见解，表明与需要受控处理的干预不同，此类干预可能长期持续。因此，对于那些有意通过学校干预措施长期改善公共卫生营养的人来说，它们可能是一个有吸引力的选择。

重要的是，能量含量和比例的影响程度 日常而且 谨慎18个月大时看到的项目似乎具有公共卫生意义。桑代克等人[ 24]建立了在实施选择架构干预两年后观察到的医院自助餐厅购买模式的变化模型，发现购买的总卡路里减少了6.2%，而购买健康食品的卡路里增加了4% [ 24］．对高频自助餐厅使用者的建模数据表明，这种干预的长期效果可能会对肥胖率产生影响。 24］．然而，本研究报告的购买千焦耳的变化和用作建模的基础比目前的研究更大。一项基于澳大利亚儿童数据的建模研究表明，每天减少100千卡(约418千焦)足以在短时间内(不到2年)将目前超重/肥胖的流行率减半[ 37］．因此，观察到的午餐量千焦含量(-74.1千焦)的长期下降不足以单独降低超重/肥胖率。然而，鉴于干预措施的相对简单性和广泛影响的潜力，该干预措施可能作为一系列干预措施的一部分发挥重要作用，这些干预措施被澳大利亚和国际各国政府普遍采用，采用多种环境(学校、课后护理和托儿服务、家庭、体育和社区俱乐部等)[ 38］．

本研究的局限性与12个月结果论文中描述的相似[ 21]，包括学校数量相对较少、使用购买数据而不是消费数据、缺乏个人人口统计数据以及排除政府学校。还应该承认，菜单标签系统对营养结果的影响在一定程度上取决于标签系统与目标的一致性。

研究的优势包括严格的群随机对照设计，优秀的在校保留率(94%)和大量的学生参与者。此外，评估基于长期、客观和真实的采购数据，这些数据经过独立验证，菜单评估基于金标准流程[ 39］．数据也在多个时间点收集，表明干预保真度高。

据我们所知，这是第一个调查在线应用选择架构策略的长期有效性的随机试验。研究结果令人鼓舞，并表明干预效果持续至基线后18个月，包括能量含量的差异-74.1 kJ和健康比例的差异+3.8% 日常物品购买。这为多策略选择架构干预(包括菜单标签、定位、提示、反馈和激励)在儿童从网上食堂订购午餐的可持续性提供了急需的证据。尽管这种干预只产生了有限的效果，但鉴于在线食堂订购系统的广泛覆盖范围，它可能是用于补充现有策略的一系列干预措施之一，以改善学校环境中儿童的饮食。还需要进一步的研究来确定这种影响是否会转移到相关的在线订餐设置，包括食品杂货、快餐和订餐，目前全球有超过12亿人在使用这些设置。