我们在搜索中使用了以下电子数据库:MEDLINE, Cochrane Library, CINAHL, Web of Science和Embase。第一作者(MA)于2020年4月19日搜索了这些数据库。在搜索数据库后设置自动警报，每周进行一次自动搜索，持续16周(截至2020年8月9日)，并将检索到的研究发送给我们。我们也在搜索引擎上搜索 谷歌学者(谷歌Inc)来识别灰色文献。为了进一步确定与综述相关的研究，我们筛选了纳入研究的参考文献列表(即反向参考文献列表检查)，并识别和筛选了引用纳入研究的研究(即正向参考文献列表检查)。

通过咨询糖尿病患者电子健康干预方面的专家，以及查阅与该综述相关的系统综述，确定了搜索词。这些术语的选择是基于目标人群(如2型糖尿病、2型糖尿病和2型糖尿病)、目标干预(如短信、短信和短信)、目标结果(如PA、体育锻炼、HbA)_{1 c}和目标研究设计(如试验、实验和随机对照试验[RCT])。 多媒体附件2显示用于搜索MEDLINE的详细搜索查询。

研究对象为成年T2DM患者(≥18岁)，不论其性别和种族。我们排除了1型糖尿病、妊娠糖尿病和前驱糖尿病患者。本综述的目标干预措施是手机短信(SMS短信和多媒体消息服务)，而不是移动应用程序、web提供的干预措施、可穿戴设备或电子邮件。这些短信的目的仅仅是改善PA，而不是饮食、生活方式、糖尿病知识或其他方面的自我照顾。感兴趣的主要结果是主观或客观测量的PA(如步数)、血糖控制(如HbA)_{1 c}和空腹血糖)，以及人体测量(如体重和BMI的变化)。只有随机对照试验符合纳入本综述的条件。我们考虑了仅以英语发表的研究。发表年份、发表国家、比较国、发表类型或研究环境均不受限制。

我们遵循了研究选择过程的两个步骤。在第一步中，2名审稿人(MA和AA)独立筛选所有检索到的研究的标题和摘要。在第二步中，两位审稿人独立审阅了第一步中包含的研究全文。在这两个步骤中，审稿人之间的任何分歧都是通过讨论和共识解决的。科恩 κ这项检讨显示，在遴选过程的第一阶段(0.88)和第二阶段(0.95)，评分者之间的一致性非常好[ 18］．

多媒体显示了在本综述中使用的数据提取形式，以精确和系统地从所包括的研究中提取数据。共有2名审稿人(MA和AA)独立地从纳入的研究中进行数据提取，他们通过讨论和共识解决任何分歧。科恩 κ审稿人之间的评分一致度非常高(0.85)[ 18］．

为了评估纳入研究的偏倚风险，我们使用了Cochrane协作网推荐的偏倚风险2工具[ 19］．该工具从五个方面评估随机对照试验:随机化过程、偏离预期干预措施、缺少结果数据、结果测量和报告结果的选择[ 19］．然后，根据五个领域的偏倚判断风险，确定每项研究的总体偏倚风险[ 19］．共有2名审稿人(MA和AA)独立评估了纳入研究的偏倚风险，任何分歧都通过讨论和共识解决。评审员之间的意见一致非常好(Cohen κ= 0.86) ( 18］．我们用一个图表展示了审稿人对每项评估的判断，从而展示了偏倚风险评估的结果 偏倚风险域 结果部分。我们还展示了审稿人对每种产品的评价 偏倚风险中使用数字的每个包含研究的域 多媒体附件4［ 10， 20.- 24］．

我们使用叙述和统计方法综合提取的数据。具体来说，当至少有两项研究评估了相同的结果，并报告了足够的数据进行分析时(例如，平均差异、SD和每个干预组的参与者数量)，就进行了荟萃分析。当上述条件不满足时，我们叙述性地综合纳入研究的结果。我们根据测量结果(即PA、血糖控制和体重变化)对研究结果进行分组和综合。

我们使用Cochrane开发的软件Review Manager 5.4进行了荟萃分析。当结果数据连续时，我们使用平均差异来评估每个试验的效果和总体效果，并且在荟萃分析研究中，每个结果的结果测量是相同的。然而，当研究中使用不同的工具测量结果时，我们使用了标准化的平均差异。我们在分析中选择了随机效应模型，因为meta分析研究在干预特征(如其方向性、目的和频率)和人群特征(如样本量和平均年龄)方面存在临床异质性。

我们通过检查干预措施、结果、参与者和比较对象的特征来评估meta分析研究的临床异质性。进一步，我们评估了meta分析研究的统计异质性。为此，我们计算了卡方 P价值和 我²分别评价异质性和异质性程度的统计学意义。我们判断元分析研究为异质，当卡方 P值≤。05年( 25］．异质性的程度被认为是不重要的，中等的，大量的，或相当大的 我²分别介乎0%至40%、30%至60%、50%至90%及75%至100% [ 25］．

采用建议分级评估、发展和评价方法对meta分析证据的整体质量进行了检查[ 26， 27］．该方法基于五个主要标准评估证据质量:偏倚风险、不一致性(即异质性)、间接性、不准确性和发表偏倚[ 26］．共有2名审稿人(MA和AA)独立评估了meta分析证据的整体质量，任何分歧都通过讨论和共识解决。评审员之间的意见一致非常好(Cohen κ= 0.81) ( 18］．

所有纳入的研究都评估了使用短信对T2DM患者PA的影响。共有3项研究显示，短信对PA的影响具有统计学意义[ 10， 21， 22， 24］．更准确地说，Arovah等人[ 21]比较了短信加计步器和仅计步器对PA的影响，通过每日步数、自我报告步行(分钟/周)和自我报告中等至高强度PA(分钟/周)来测量。这项研究显示，12周的短信加计步器与仅使用计步器的每日步数相比，具有统计学上的显著影响( P<.001)，自述步行( P=.001)，以及中等至剧烈强度的PA ( P<措施)( 21］．在两项进一步的研究中，分析了来自每个RCT的不同组的数据 研究，拉里等[ 10]比较了只发短信和发短信加教育光盘的效果[ 22]到没有对PA进行干预，这是由任务问卷的代谢当量测量的。两项研究都发现，仅发短信有显著的统计学影响( P<措施)( 10]和短讯及教育光碟( P<措施)( 22]与没有干预的对照组相比。

其余3项研究没有发现短信对PA的统计学显著影响[ 20.， 23， 24］．具体来说，Agboola等人[ 20.]比较了短信加计步器和仅计步器对PA的影响，以每月步数来衡量。虽然研究发现干预组6个月以上的步数高于对照组，但这种差异在统计学上并不显著( P=。)[ 20.］．另一项研究评估了短信加计步器和仅计步器对PA的影响，通过每日步数评估[ 24］．研究并没有显示有任何统计上的显著差异( P=.78)的PA值[ 24］．在之前的一项研究中，Polgreen等[ 23]比较了两种干预措施与仅使用计步器对PA的影响，以每日步数来衡量。第一个干预措施是计步器加上提醒佩戴计步器的短信(提醒和计步器)，而第二个干预措施与第一个干预措施相同，加上要求参与者设定步数目标的短信(目标设定、提醒和计步器)[ 23］．研究发现3组间PA无统计学差异[ 23］．

统计分析(即荟萃分析)共纳入5项研究，因为这些研究报告了足够和适当的数据用于分析[ 10， 21- 24］．荟萃分析包含6项比较，因为我们包括了4项研究中的每一项的比较[ 10， 21， 22， 24]和来自其余研究的2个比较[ 23，该研究将两种类型的短信与没有干预的短信进行了比较。荟萃分析显示PA的差异无统计学意义( P短信组和对照组之间的差异=.16)(标准化平均差0.16,95% CI -0.06至0.39; 图3)．证据的异质性并不令人担忧( P= 29; 我² = 19%)。由于偏见和印象的高风险，证据的质量非常低( 多媒体)．

共有两项研究通过HbA评估了短信对血糖控制的影响_{1 c}［ 20.， 21］．对两项研究的结果进行荟萃分析。元分析结果无统计学差异( P=.14)，在短信加计步器和只有HbA上的计步器之间没有观察到差异_{1 c}(均值-0.16,95% CI -0.36 ~ 0.05; 图4)．证据存在中度异质性( 我²=44%)，但差异无统计学意义( P=只要; 图4)．证据的质量较低，由于存在较高的偏倚风险，因此被下调了一级( 多媒体)．值得一提的是，两项研究中有一项比较了短信加计步器和仅计步器对空腹血糖和2小时血糖控制的影响[ 21］．该研究没有发现两组空腹血糖在统计学上有显著差异( P=.18)和2小时血糖( P= .90) ( 21］．

共有2项研究评估了人体测量指标作为结果(体重或BMI) [ 20.， 23］．两项研究的结果不能在统计上综合，因为它们评估的结果不同。第一项研究显示，干预组和对照组之间没有统计学上的显著差异，短信加计步器对体重没有影响( P=.77)与单纯计步器相比[ 20.］．在第二项研究中，Polgreen等[ 23]比较了两种干预措施与计步器对BMI的影响。第一个干预措施是计步器加上提醒佩戴计步器的短信(提醒和计步器)，而第二个干预措施与第一个干预措施相同，加上要求参与者设定步数目标的短信(目标设定、提醒和计步器)[ 23］．研究发现，三组之间的BMI没有统计学上的显著差异[ 23］．

经审查的研究中报告的次要结果测量包括以下变量和参数:Agboola等人在研究中讨论的RCT可用性、满意度和依从性报告[ 20.]，以及生活质量或心理结果(如自我效能、结果预期、自我调节和社会支持)，如Arovah等人所讨论的[ 21］．拉里等[ 10， 22]评估了健康促进模型的构建(如感知益处、感知障碍、感知社会支持和自我效能)。拉米雷斯和吴[ 24]还调查了可行性、感知有用性和潜在有效性。

我们的研究是第一个关注仅针对2型糖尿病患者的PA短信有效性的综述和荟萃分析。这使我们能够确保短信对PA结果的影响归因于与PA相关的信息内容，而不是其他内容，如饮食、生活方式和一般糖尿病教育。我们的研究被认为是一个强大的和高质量的综述，因为我们在开发、执行和报告时遵循了很好的推荐指南(即PRISMA)。

为了运行尽可能敏感的搜索，我们使用非常全面的搜索词列表搜索了健康和信息技术领域最流行的数据库。由于我们搜索了灰色文献数据库(如Web of Science和谷歌Scholar)，并进行了向后和向前参考文献列表检查，因此在本综述中发表偏倚的风险很小。我们的搜索并不局限于特定的出版国家、出版年份、比较国或环境;因此，这导致了更全面的审查。

在目前的综述中，选择偏倚的风险是最小的，因为2位作者(MA和AA)独立选择了研究，提取了数据，评估了偏倚的风险和证据的质量，并且他们在所有过程中都有很好的一致性。在可能的情况下，我们对纳入研究的结果进行了荟萃分析，这提高了研究的力量，并估计了短信对不同结果的影响可能大小。

在这篇综述中，我们感兴趣的干预仅限于与pa相关的短信，因此我们没有研究其他数字干预的影响，如移动应用程序、可穿戴设备或其他电子健康工具。我们还关注了2型糖尿病患者，而不是其他类型的糖尿病患者。因此，我们的结果可能无法推广到其他电子健康干预或1型糖尿病或妊娠糖尿病患者。在本综述中，我们只纳入了以英文发表的rct;因此，我们可能错过了一些非英语rct的结果。我们应用这些限制是因为随机对照试验相对于其他研究设计具有较高的内部效度[ 36以及缺乏翻译非英语研究的资源。纳入的研究仅在3个国家(美国、伊朗和印度尼西亚)进行;因此，我们的研究结果对其他国家的推广可能是有限的。这些发现是基于少数符合审查标准的研究。虽然本综述纳入了6项研究，但其中2项(33%)研究来自同一项随机对照试验，其中2项分析来自不同的研究组。在本综述中进行的2项荟萃分析中，每项仅包含2项研究。这是由于缺乏适合于分析的报告数据以及研究之间不可比较的结果测量和比较器。因此，不可能就有效性得出确切的结论。