在社区居民中以社会生态模型为指导,基于智能设备,以自我管理为导向的生活方式干预的有效性:集群随机对照试验的协议
Shujuan Yang1,2,3,4, Bin Yu5,6, Kai Liao7,8
1West China School of Public Health and West China Fourth Hospital, Sichuan University, Chengdu, 610041, China. rekiny@126.com.
BMC public health
|January 3, 2024
概括
这项研究评估了一项移动健康干预措施,以促进中国居民的健康生活方式. 这项干预有效地减少了不健康的行为,为慢性疾病预防提供了可扩展的方法.
科学领域:
- 公共卫生 公共卫生
- 数字健康数字健康
- 行为科学 行为科学
背景情况:
- 慢性疾病在很大程度上可以通过健康的生活方式来预防.
- 大多数中国社区居民表现出不健康的生活方式行为.
- 移动健康 (mHealth) 干预提供了一个有希望的,具有成本效益的战略,以促进可持续的生活方式的改变.
研究的目的:
- 评估一种新的社会生态模型引导的,基于智能设备的,以自我管理为导向的生活方式 (3SLIFE) 干预措施的有效性.
- 促进中国社区居民采用和保持健康的生活方式.
- 评估干预对可修改的不健康行为和相关健康结果的影响.
主要方法:
- 一个双臂,并行,集群随机对照试验 (RCT) 涉及20个社区和至少256名居民.
- 干预组接受了基于社会生态模型和通过智能设备赋权方法的多层次干预.
- 对照组仅获得标准信息. 主要结局:6个月减少不健康的生活方式,通过健康生活方式指数得分 (HLIS) 来衡量.
主要成果:
- 这项研究旨在证明干预组与对照组在6个月后相比,干预组至少减少了一种可修改的不健康生活方式行为 (例如吸烟,身体不活动,饮食不良).
- 二次结果将评估特定不健康行为,心理健康 (抑郁症),社会支持,肥胖和肠道微生物群在多个时间点的变化.
- 数据分析将使用混合效应通用线性模型来解释数据的集群性质.
结论:
- 该研究预计将提供关于采用行为改变框架培养健康生活方式的mHealth干预措施有效性的强有力的证据.
- 研究结果将为在社区环境中制定和实施类似的mHealth策略,以预防慢性疾病提供信息.
- 这项研究有助于了解技术如何支持不同人群的自我管理和可持续的健康行为变化.
