优化数字交付的行为减肥计划:一个因子集群随机对照试验的研究协议
Gina M Wren1, Dimitrios A Koutoukidis2, Jadine Scragg2
1Nuffield Department of Primary Care Health Sciences, University of Oxford, Oxford, UK. gina.wren@phc.ox.ac.uk.
Trials
|July 13, 2024
概括
这项研究通过测试四个组件来优化数字减肥计划,以提高有效性和参与度. 调查结果将改进干预措施,以获得更好的长期结果和持续改善服务.
科学领域:
- 行为科学 行为科学
- 数字健康数字健康
- 肥胖治疗方法 肥胖治疗方法
背景情况:
- 数字减肥计划提供了方便和可扩展性,但与亲身干预相比,它们往往显示出较差的长期结果.
- 多阶段优化战略 (MOST) 框架可以增强数字干预.
- 这项试验旨在优化商业数字行为减肥计划.
研究的目的:
- 确定四个干预组件的最佳组合,以在24周内增强减肥.
- 探索哪些组件可以提高参与者留住和参与度.
- 在一个不断改进服务的行业环境中测试MOST框架.
主要方法:
- 一个2^4因子集群随机试验,涉及大约1400名BMI大于21kg/m2的成年人.
- 测试四个组成部分:入门视频通话,点击网络聊天,设定目标和食物日记反.
- 主要结局:16周体重变化;次要结局:保持,参与,忠诚和可接受性.
主要成果:
- 因数设计有效地单独和组合测试行为组件.
- 计划改进的决策是基于产生≥0.75kg减肥改善的组件.
- 常规收集的数据将用于改进和评估干预措施.
结论:
- 因数设计是有效的测试行为组件,以改善数字减肥计划.
- 本试验展示了MOST框架在工业环境中的实施.
- 该研究为数字健康干预中持续改善服务提供了一个模型.
