结合健康指导和自我监测应用程序对超重和肥胖人群体重相关结果的有效性:系统回顾和荟萃分析gydF4y2Ba

介绍gydF4y2Ba

在全球范围内，肥胖是一个持续的、严重的、代价高昂的健康问题。gydF4y2Ba1gydF4y2Ba2016年，全球约有20亿成年人超重，约占全球成年人口的39% [gydF4y2Ba2gydF4y2Ba]，预计到2030年，这将影响到世界上一半的人口[gydF4y2Ba3.gydF4y2Ba]。据估计，全球每年因肥胖造成的损失约为2万亿美元，相当于吸烟造成的经济负担[gydF4y2Ba3.gydF4y2Ba]。有效的肥胖干预包括多种因素，包括教育、环境和行为策略，以促进健康饮食和体育活动。移动健康(mHealth)技术，如智能手机应用程序和可穿戴设备，已被广泛用作提高减肥干预措施有效性的有前途的策略[gydF4y2Ba4gydF4y2Ba]。减肥应用的关键组件包括自我监控、量身定制的行为改变建议和及时提醒[gydF4y2Ba5gydF4y2Ba]。最近的系统综述发现，移动健康技术的使用与更大的体重减轻有关，因为它允许更有效的自我监测和分析饮食摄入、身体活动和体重[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba6gydF4y2Ba]。此外，将技术与其他策略(如健康指导、反馈和后续行动)结合使用，可能对成功减肥产生更大的影响。gydF4y2Ba4gydF4y2Ba，gydF4y2Ba6gydF4y2Ba]。健康指导与其他与移动健康技术相结合的减肥途径一样，可以提供情感和知识支持，从而激励个人改变他们的生活方式，并在更大程度上坚持治疗。gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba]。gydF4y2Ba

然而，缺乏证据表明将移动医疗技术与健康指导结合起来对肥胖的后果进行治疗。由于现有文献对健康指导干预减肥有效性的定义有限，我们将健康和健康指导定义为一个以患者为中心的过程，教练帮助客户利用洞察力、个人优势和资源、目标设定、行动步骤和责任来实现健康的生活方式改变[gydF4y2Ba8gydF4y2Ba]。这与国家健康教练资格认证协会(NCCHWC)的定义一致，该协会补充说，“健康教练是来自不同背景和教育背景的专业人士”[gydF4y2Ba9gydF4y2Ba]。这包括5个主要标准，即(1)部分或完全以患者为中心，(2)设定患者确定的目标，(3)包括关于自我和健康的积极学习过程，(4)促进行为问责制，以及(5)患者教育[gydF4y2Ba10gydF4y2Ba]。很少有研究评估将健康指导与移动健康技术相结合是否能有效改善肥胖的临床结果。此外，以前的研究包括各种各样的技术和健康指导干预措施。因此，我们进行了一项系统综述，以评估将体重管理应用程序与健康指导相结合对超重和肥胖人群临床结果的有效性。我们特别关注智能手机应用程序，因为它们是最常用的减肥工具。gydF4y2Ba4gydF4y2Ba]。gydF4y2Ba

方法gydF4y2Ba

我们根据PRISMA(系统评价和荟萃分析的首选报告项目)指南进行了该系统评价和荟萃分析，并在国际前瞻性系统评价登记册(PROSPERO;ref: CRD42022345133) [gydF4y2Ba11gydF4y2Ba]。gydF4y2Ba

搜索策略gydF4y2Ba

从7个电子数据库(Embase、CINAHL、PubMed、PsycINFO、Scopus、The Cochrane Library和Web of Science)中检索了从期刊创刊到2022年6月9日，研究智能手机应用程序影响减肥结果有效性的文章。搜索策略包括“超重”、“肥胖”、“智能手机应用程序”和“健康指导”等关键搜索词和医学主题，完整的搜索策略见表S1 (gydF4y2Ba多媒体附录1gydF4y2Ba）.所有发现的引文均使用EndNote X20 (Clarivate)进行管理。gydF4y2Ba

研究选择gydF4y2Ba

两位作者(HSJC和NNR)独立筛选检索到的标题和摘要。然后检查入围文章的全文，并标记符合纳入标准的文章。所有差异均通过与审稿人讨论解决，必要时还咨询了独立的第三资深作者(KMK)。文章纳入的资格标准是根据人群、干预措施、比较物、结果和研究设计框架来定义的，包括:(1)随机对照试验，检查超重或肥胖的成年参与者(18岁以上)，(2)包含自我监测应用程序和健康指导的减肥计划(以满足上述5项标准)，以及(3)检查参与者减肥的主要结果。一篇文章符合“部分或完全以患者为中心”的标准，只要它包含了应用程序和患者之间的积极讨论和共同决策，以提供量身定制的建议。灰色文献(如会议摘要和会议记录)、二次研究(如文献综述)和观察性研究(如横断面研究)被排除。研究排除了患有精神健康障碍的参与者，如重度抑郁症和慢性疾病(如心力衰竭)，或儿科人群。我们还排除了除了会话功能之外没有应用程序组件的程序(例如，通过WhatsApp等聊天应用程序发送短信或打电话)。从相同数据库中获得结果的重复研究被删除，保留最新或最全面的出版物。gydF4y2Ba

数据提取gydF4y2Ba

数据由2位审稿人(NNR和HSJC)使用预绘制的Excel电子表格独立提取。这包括有关文章特征的信息(作者、国家、临床试验注册号或代码、研究年份、干预持续时间、随访时间点、理论框架和治疗保真度)、纳入参与者的基线信息(样本量、样本特征、平均年龄、BMI、截止点和平均BMI)、干预特征(干预者资格、干预类型[群体vs个人、自动vs人工指导])、干预组件(由HSJC根据行为改变技术分类法V1 [gydF4y2Ba12gydF4y2Ba])、应用程序名称、外部监控设备、辅导课程数量和研究结果。所有连续结果提取平均值(SD或SE)或平均差(95% CI)。将ci和se报告的样本方差转换为SD，并使用gydF4y2BaPgydF4y2Ba值(gydF4y2Ba13gydF4y2Ba]。体重收集单位为kg;腰围(WC)，单位厘米;采集总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、甘油三酯(mmol)。糖化血红蛋白gydF4y2Ba_{1 cgydF4y2Ba})以百分比(%)报告。gydF4y2Ba

方法学质量评估gydF4y2Ba

使用Cochrane风险偏倚(ROB)工具对纳入文章的7个领域的方法学质量进行评估，即随机序列生成、分配隐藏、参与者盲法、评价者盲法、不完整结局、选择性报告和其他偏倚[gydF4y2Ba14gydF4y2Ba]。两位作者(NNR和HSJC)分别对文章进行了低、不明确和高ROB评级。通过审稿人之间的讨论解决了差异。gydF4y2Ba

数据分析gydF4y2Ba

所有统计分析均采用R 4.1.3版本[gydF4y2Ba15gydF4y2Ba]。采用比较荟萃分析比较干预后第一次随访的主要和次要结果。心脏代谢结果(即体重、BMI、WC、血压、TC、LDL-C、HDL-C、甘油三酯和HbA)gydF4y2Ba_{1 cgydF4y2Ba})和总卡路里消耗使用加权平均差异(wmd)估计。体脂率和体力活动使用标准化平均差异估计。标准化平均差异用对冲来表示gydF4y2BaggydF4y2Ba考虑到meta分析中纳入的研究数量较少。使用随机效应模型进行meta分析，以解释由于样本特征和干预成分等差异而导致的干预效果的异质性。meta分析也使用Hartung-Knapp-Sidik-Jonkman方法而不是常用的DerSimonian-Laird方法进行调整，因为它们考虑到抽样误差和小样本量[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba]。τgydF4y2Ba^2gydF4y2Ba用于估计研究间异质性，和gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba采用统计数据对异质性进行量化，其中25%、50%和75%分别表示较小、中等和较大程度的异质性[gydF4y2Ba18gydF4y2Ba]。异质性通过亚组分析和潜在调节因子的元回归进行调查，即是否将干预组与使用或不使用应用程序的对照组进行比较，以及使用混合效应模型进行健康指导课程的次数[gydF4y2Ba18gydF4y2Ba]。当meta分析中包含10项以上的研究时，使用漏斗图和Egger检验来评估发表偏倚[gydF4y2Ba19gydF4y2Ba]。gydF4y2Ba

在三组研究的情况下，我们只比较了应用程序和健康指导联合与应用程序单独，或应用程序和健康指导联合与常规护理(没有应用程序和健康指导的对照组)。我们没有研究健康教练加应用程序组合与健康教练之间的比较，因为这不是研究的重点。在包括2个不同的基于app的减肥项目的3组研究中，提取了综合干预结果数据。如有分歧，则通过讨论加以解决。主要结果包括体重减轻，次要结果包括心脏代谢指标、饮食行为和身体活动。gydF4y2Ba

结果gydF4y2Ba

概述gydF4y2Ba

数据库检索到文献1422篇，其中重复文献544篇。共评估了314篇全文是否符合纳入资格，其中300篇文章被排除在外，原因如下gydF4y2Ba图1gydF4y2Ba)，结果纳入了14篇文章，并对78个独特的效应量进行了meta分析。纳入文章和总体ROB的解释器一致性统计为κ=0.85 (gydF4y2BaPgydF4y2Ba=.001)， κ=0.74 (gydF4y2BaPgydF4y2Ba<.001)，表明一致性中等。gydF4y2Ba

‎gydF4y2Ba

研究与干预特点gydF4y2Ba

14篇文章的样本特征详见gydF4y2Ba表1gydF4y2Ba．纳入的研究包括2478名参与者，平均年龄39.1岁，平均BMI为31.8 kg/mgydF4y2Ba^2gydF4y2Ba．大多数纳入的文章来自美国(10/14,71.4%)[gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba29gydF4y2Ba]，澳大利亚各一名(1/ 14,7.1%)[gydF4y2Ba30.gydF4y2Ba]，比利时(1/ 14,7.1%)[gydF4y2Ba31gydF4y2Ba，韩国(1/ 14,7.1%)[gydF4y2Ba32gydF4y2Ba]，日本(1/ 14,7.1%)[gydF4y2Ba33gydF4y2Ba]。一半的文章(7/ 14,50 %)报告了包括社会认知理论在内的理论框架的使用[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba28gydF4y2Ba]，控制理论[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]，跨理论模型[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]，学习理论[gydF4y2Ba23gydF4y2Ba]、操作性条件反射、生态理论、社会网络理论[gydF4y2Ba25gydF4y2Ba]、认知行为疗法[gydF4y2Ba32gydF4y2Ba]和自我效能理论[gydF4y2Ba28gydF4y2Ba]。流失率从4.8% [gydF4y2Ba28gydF4y2Ba]至36.8% [gydF4y2Ba21gydF4y2Ba]，随访时间点从3 [gydF4y2Ba21gydF4y2Ba，gydF4y2Ba28gydF4y2Ba]至24个月[gydF4y2Ba25gydF4y2Ba]。gydF4y2Ba

纳入的14篇文章的干预特征详见gydF4y2Ba表2gydF4y2Ba．除了3篇(21.4%)文章外，大部分辅导课程都是单独进行的[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba33gydF4y2Ba报告了集体健康指导课程。大多数干预者包括营养师(8/14,57.1%)[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba22gydF4y2Ba-gydF4y2Ba24gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]、心理学家(4/14,28.6%)[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]，内分泌学家(3/14,24.1%)[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba29gydF4y2Ba]、健康教练(2/ 14,14.3%)[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba28gydF4y2Ba]、体育活动教练或生理学家(2/ 14,14.3%)[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba31gydF4y2Ba]，营养学家[gydF4y2Ba21gydF4y2Ba]，医生[gydF4y2Ba33gydF4y2Ba]、药剂师[gydF4y2Ba33gydF4y2Ba]和护士[gydF4y2Ba33gydF4y2Ba]。五篇(35.7%)文章提到了营养、健身和生活方式指导方面的某种形式的认证[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba31gydF4y2Ba-gydF4y2Ba33gydF4y2Ba]。七项研究[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]报告了对照组使用应用程序，而8项研究[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba-gydF4y2Ba31gydF4y2Ba，gydF4y2Ba33gydF4y2Ba报告的对照组接受了常规护理(没有应用程序或健康指导)。辅导课程的次数由2次[gydF4y2Ba28gydF4y2Ba]到24 [gydF4y2Ba23gydF4y2Ba]，课程持续时间由[gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]至24个月[gydF4y2Ba25gydF4y2Ba]。一些行为改变技巧已经被使用，包括如何执行行为的指导(即，通过教育材料和指导;14/14, 100%)，行为的自我监控(即通过自动可穿戴设备或手动记录;14/14, 100%)，目标设定和计划(10/14,71.4%)[gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba23gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]、提示或线索(9/14,64.3%)[gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba24gydF4y2Ba，gydF4y2Ba26gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]、社会支持(7/ 14,50%)、解决问题(6/ 14,42.9%)[gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba22gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]、奖励(5/ 14,35.7%)[gydF4y2Ba22gydF4y2Ba-gydF4y2Ba24gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]，并减少负面情绪(如压力)(2/ 14,14.3%)[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]。gydF4y2Ba

方法学质量评价gydF4y2Ba

每项研究的总体ROB是根据6个域中任何一个域的最高ROB评分来判断的(表S2)gydF4y2Ba多媒体附录2gydF4y2Ba）.大多数研究被评为不明确的ROB(8/14, 57.1%)，其余研究被评为高ROB(6/14, 42.9%)。虽然由于随机化和分配隐藏，所有14项研究被认为具有低或不明确的选择偏倚风险，但最高的罗布是由于高损耗率和缺失数据管理策略的不完整报告(4/14,28.6%)。关于ROB也发现了性能(2/14,14.3%)和检测偏差(2/14,14.3%)。这表明未来的研究需要坚持更高的方法质量标准，以提高研究结果的准确性和有用性。gydF4y2Ba

主要的结果gydF4y2Ba

整体比较gydF4y2Ba

荟萃分析结果的摘要可在gydF4y2Ba表3gydF4y2Ba．在12项研究和943名参与者的体重减轻(kg)检查中，与对照组相比，联合干预组的体重减轻明显更高，为2.15 kg (95% CI - 3.17 kg至- 1.12 kg;gydF4y2BaPgydF4y2Ba<措施;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 60.3%) (gydF4y2Ba图2gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba）.在检查腰围变化的11项研究和825名参与者中，与对照组相比，联合干预导致腰围显著减少2.48厘米(95% CI为- 3.51厘米至- 1.44厘米;gydF4y2BaPgydF4y2Ba<措施;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 29.0%) (gydF4y2Ba图3gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba）.在3项研究和224名参与者的BMI检查中，联合干预组和对照组之间没有显著差异(WMD为- 0.82 kg/m)gydF4y2Ba^2gydF4y2Ba95% CI−2.03 kg/mgydF4y2Ba^2gydF4y2Ba达到0.39 kg/mgydF4y2Ba^2gydF4y2Ba；gydF4y2BaPgydF4y2Ba= 1;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 29.9%) (gydF4y2Ba图4gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba）.基于漏斗图对称的可视化，未检测到weight和WC的发表偏倚(−0.17;gydF4y2BatgydF4y2Ba=−0.34;gydF4y2BaPgydF4y2Ba=.74)(图S1gydF4y2Ba多媒体附录3gydF4y2Ba和图S2gydF4y2Ba多媒体附录4gydF4y2Ba)和Egger检验(−0.11;gydF4y2BatgydF4y2Ba=−0.27;gydF4y2BaPgydF4y2Ba= .79)。gydF4y2Ba

‎gydF4y2Ba

‎gydF4y2Ba

‎gydF4y2Ba

亚群分析与元回归gydF4y2Ba

根据对照条件类型进行亚组分析。对于体重减轻，亚组分析仅显示联合干预与常规护理相比有显著效果(WMD为- 2.27 kg, 95% CI为- 3.31 kg至- 1.23 kg;gydF4y2BaPgydF4y2Ba< . 01;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 66.0%) (gydF4y2Ba图2gydF4y2Ba)，但与使用应用程序无关(WMD为- 1.80 kg, 95% CI为- 4.54 kg至0.93 kg;gydF4y2BaPgydF4y2Ba=含量;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 61.3%) (gydF4y2Ba图2gydF4y2Ba）.在减少WC方面，亚组分析显示，联合干预优于同时使用app (gydF4y2BakgydF4y2Ba= 5;WMD−2.35 cm, 95% CI−4.18 cm ~−0.51 cm;gydF4y2BaPgydF4y2Ba= .02点;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba=62.0%)，而日常护理(gydF4y2BakgydF4y2Ba= 6;WMD−3.14 cm, 95% CI−5.35 cm ~−0.93 cm;gydF4y2BaPgydF4y2Ba= . 01;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 0.0%)。gydF4y2Ba

对训练次数的元回归分析显示与体重无显著关联(系数=0.002;gydF4y2BaPgydF4y2Ba= .98点;τgydF4y2Ba^2gydF4y2Ba_{原因不明的gydF4y2Ba}= 2.29;gydF4y2BaRgydF4y2Ba^2gydF4y2Ba=0.0)和WC(系数=0.104;gydF4y2BaPgydF4y2Ba=点;τgydF4y2Ba^2gydF4y2Ba_{原因不明的gydF4y2Ba}= 0.84;gydF4y2BaRgydF4y2Ba^2gydF4y2Ba= 9.0)。gydF4y2Ba

次要结局:总体效果gydF4y2Ba

与对照组相比，联合干预显著降低了甘油三酯(gydF4y2BakgydF4y2Ba= 4;WMD - 0.22 mg/dL, 95% CI 0.33 ~ 0.11 mg/dL;gydF4y2BaPgydF4y2Ba< . 01;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 0.0%) (gydF4y2Ba图5gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba)和HbAgydF4y2Ba_{1 cgydF4y2Ba}水平(gydF4y2BakgydF4y2Ba= 4;WMD - 0.12%， 95% CI - 0.21 ~ 0.02;gydF4y2BaPgydF4y2Ba= .03点;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 0.0%) (gydF4y2Ba图6gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba）.然而，当联合干预与对照组相比，其他脂质参数(如TC)没有明显差异(图S3)gydF4y2Ba多媒体附录5gydF4y2Ba) [gydF4y2Ba22gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]、LDL-C(图S4)gydF4y2Ba多媒体附录6gydF4y2Ba) [gydF4y2Ba22gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]和HDL-C(图5)gydF4y2Ba多媒体附录7gydF4y2Ba) [gydF4y2Ba22gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]。其次，与对照组相比，联合干预显著减少了每天的总热量消耗(gydF4y2BakgydF4y2Ba= 5;WMD−128.30 kcal, 95% CI−182.67 kcal ~−73.94 kcal;gydF4y2BatgydF4y2Ba=−6.55;gydF4y2BaPgydF4y2Ba= .003;gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba= 0.0%) (gydF4y2Ba图7gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba)，但体脂率没有显著差异(图S6)gydF4y2Ba多媒体附录8gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba) [gydF4y2Ba21gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]和体力活动(图7)gydF4y2Ba多媒体附录9gydF4y2Ba和gydF4y2Ba表3gydF4y2Ba）.最后，在纳入的6项研究和724名参与者中，在收缩压和舒张压的联合干预和对照组之间没有发现显著差异(图S8)gydF4y2Ba多媒体附录10gydF4y2Ba，如图9所示gydF4y2Ba多媒体附录11gydF4y2Ba,gydF4y2Ba表3gydF4y2Ba）.gydF4y2Ba

‎gydF4y2Ba

‎gydF4y2Ba

‎gydF4y2Ba

讨论gydF4y2Ba

概述gydF4y2Ba

最近的一项荟萃分析报告称，健康应用程序可以导致高达2.18公斤的显著体重减轻，但对辅助健康指导元素的影响知之甚少[gydF4y2Ba34gydF4y2Ba]。我们的研究发现，结合以患者为中心的健康指导计划，使用移动应用程序可以显著改善体重减轻(2.15公斤)、WC、甘油三酯和HbAgydF4y2Ba_{1 cgydF4y2Ba}，以及每天的总卡路里摄入量。然而，在自我监测应用程序中添加额外的健康指导组件的效果仍然有限，因为我们的亚组分析只发现了内脏脂肪替代品WC的显著改善，而不是其他心脏代谢参数。这表明，除了自我监控应用之外，健康指导的好处有限，或者需要更严格的健康指导组成部分，如更密集的反馈会议、社会支持和问题解决[gydF4y2Ba35gydF4y2Ba]。尤其是当大多数自我监控应用程序已经包含了一些行为改变策略时，比如自我监控、目标设定、计划和提示或线索。gydF4y2Ba

促进健康饮食和身体活动的行为改变是肥胖管理的必要和有效组成部分。然而，大多数先前的系统综述和荟萃分析只关注临床结果，而不是中间行为结果。与以往的系统回顾一致[gydF4y2Ba36gydF4y2Ba-gydF4y2Ba38gydF4y2Ba]，我们的研究发现，智能手机应用程序对减肥和降低HbA有效gydF4y2Ba_{1 cgydF4y2Ba}的水平。此外，我们的研究增加了现有的知识，即带有健康指导的智能手机应用程序是改善饮食行为的有效手段，特别是减少总卡路里消耗。因为行为改变是一种无创且成本相对较低的肥胖干预方法[gydF4y2Ba39gydF4y2Ba]，使用智能手机应用程序可能是一种可扩展的、可持续的、有效的促进健康饮食的方法，尤其是随着智能手机应用程序的使用越来越多[gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba]。gydF4y2Ba

相比之下，我们没有发现任何与使用智能手机应用程序有或没有健康指导相关的体力活动改善的证据，这可能是由于分析中纳入的研究数量太少，不足以提供足够的支持。这一发现与英国进行的一项试点随机对照试验研究一致，该研究旨在评估基于理论的减肥干预计划对行为的影响[gydF4y2Ba42gydF4y2Ba]。事实上，体重管理干预对饮食行为有积极影响，但对身体活动没有影响，这可能表明需要针对不同目标采取不同的干预方法。虽然促进自我监控的智能手机应用程序可能足以激励健康饮食，但结合其他机制，如经济或非经济激励(例如，奖励，对目标实现的表扬，以及加强积极的行为改变)，可以有效地增加减肥的体力活动。gydF4y2Ba43gydF4y2Ba，gydF4y2Ba44gydF4y2Ba]。gydF4y2Ba

我们的研究表明，与单独使用自我监测应用程序相比，将智能手机应用程序与健康指导相结合，只会显著减少用水量，但不会减轻体重。这可能是由于体力活动和肌肉的增加，导致身体更健美，减少了用水量，但没有减少体重。然而，该结论仅基于亚组分析，由于功率不足，本研究容易产生不准确的假阴性结果[gydF4y2Ba45gydF4y2Ba]。尽管一项研究报告称，在使用智能手机应用程序的同时使用健康指导可以改善结果，但每组的样本都很小，这削弱了研究的可靠性。gydF4y2Ba46gydF4y2Ba，gydF4y2Ba47gydF4y2Ba]。干预效果也可能受到个人意图、动机的影响[gydF4y2Ba48gydF4y2Ba]，社会环境资源，以及减肥的干预参与[gydF4y2Ba49gydF4y2Ba]。我们还发现了健康教练项目的项目内部差异。健康指导项目的持续时间和背景有很大的不同，这可能解释了我们发现健康指导与智能手机应用程序相结合的效果不显著。有必要对基于理论的健康指导项目进行更大规模的前瞻性研究，以检验将健康指导与智能手机应用程序相结合对肥胖相关结果的影响。gydF4y2Ba

优势与局限gydF4y2Ba

据我们所知，这是第一次进行荟萃分析，总结健康指导与智能手机自我监控应用程序的归因效应，旨在改善与肥胖相关的结果。我们纳入了基于5个以患者为中心的功能(即目标设定、教育、主动学习、自我效能和责任)的健康指导，并检查了提供健康指导是否为智能手机应用程序带来了额外的好处。本研究的一个关键优势是根据健康指导的既定定义使用了5个标准来筛选和纳入相关文章，克服了当前文献中对健康指导的明确定义使用有限的显着局限性[gydF4y2Ba50gydF4y2Ba]。这篇综述有其局限性。首先，纳入的16项研究的方法学质量差异很大。然而，我们排除了低质量的研究，以尽量减少ROB。其次，研究人员检查了智能手机应用程序和具有不同设计特征的健康指导，如前所述。为了解决这个问题，我们使用随机效应模型进行了荟萃分析，并考虑了项目间的异质性，这表明异质性程度很小。第三，我们的发现可能不能推广到所有年龄段的人群，因为参与者平均年龄较小。老年人对智能手机干预措施的可用性和反应可能有所不同。gydF4y2Ba

结论gydF4y2Ba

这项荟萃分析表明，智能手机应用程序可能是某些与肥胖相关的临床和行为结果的有效手段，例如体重减轻、HbA改善gydF4y2Ba_{1 cgydF4y2Ba}水平和饮食习惯。我们没有发现统计证据表明，与单独使用智能手机应用程序相比，将健康指导与智能手机应用程序结合使用在改善与肥胖相关的结果方面有额外的好处。gydF4y2Ba