发表在7卷(2023)

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/42266,首次出版
移动应用程序促进用户参与和减肥:医疗记录的回顾性审查

移动应用程序促进用户参与和减肥:医疗记录的回顾性审查

移动应用程序促进用户参与和减肥:医疗记录的回顾性审查

原始论文

1KiloHealth,维尔纽斯,立陶宛

2立陶宛应用科学商业大学,克莱波达,立陶宛

*所有作者贡献相同

通讯作者:

Justinas Jonusas,理学硕士

立陶宛应用科学商业大学

Turgaus st 21

Klaipė达91249人

立陶宛

电话:370 26311099

电子邮件:justinas.jonusas@kilo.health


背景:间歇性禁食(IF)近年来因其对减肥的影响和所谓的额外健康益处而越来越受欢迎,比如对身体成分和代谢标志物有积极影响。移动应用程序可以作为平台,通过提高依从性和积极性来帮助提供饮食干预。虽然在早期的试验中已经证明了IF对减肥的影响,但关于IF应用程序的参与度和减肥结果的研究并不多。

摘要目的:我们的主要目标是比较轻推平台(包括智能秤)如何影响用户与应用程序的互动程度(用户与应用程序的互动程度,以活跃天数衡量),这些用户在使用之初就患有肥胖症。次要目标是评估活跃用户和不活跃用户的体重变化,最后是评估拥有智能秤的用户在应用使用过程中身体成分的变化。通过这项研究,我们希望提供(1)更深入地了解轻推(使用智能秤作为轻推平台)与移动应用程序的参与度之间的关系,(2)移动应用程序的参与度与减肥之间的关系,以及(3)IF与身体成分之间的关系。

方法:我们对665名开始使用IF应用do禁食的肥胖(BMI≥30)用户的数据进行了回顾性分析。其中244人使用身体成分量表来估计身体脂肪和肌肉的值。根据活跃天数(活跃天数除以总使用时间),用户被划分为不同的用户粘性组。比较基线和最终用户的体重(kg)、体脂(%)和体肌(%)。

结果:我们的研究结果表明,轻推平台(智能秤)与应用程序更好的参与度之间存在关联。智能秤用户的活跃度明显高于普通用户。此外,积极的do禁食用户明显减轻了更多的体重。此外,身体成分分析表明,应用程序的使用可能与身体脂肪的减少和肌肉质量的增加有关。

结论:我们发现,“轻推”和游戏化元素与更高的应用粘性之间可能存在关联。此外,应用粘性的增加与减肥效果的增加有关。因此,移动健康应用程序的“轻推”和游戏化元素,如互动工具、目标、挑战和进度跟踪,被建议对用户粘性产生积极影响,应该在未来的研究中进一步研究。最后,通过do禁食应用程序提供的IF方案可能与身体肌肉质量增加和脂肪质量减少有关。

JMIR Form Res 2023;7:e42266

doi: 10.2196/42266

关键字



近年来,间歇性禁食(IF)已经成为一种相当受欢迎的饮食选择,因为它被认为对健康有益,最重要的是,它对减肥的影响[1].最受欢迎的IF减肥计划是5:2制度,隔日禁食和限时喂食[2-5].无论禁食的方法是什么,IF已经被注意到有助于减肥,主要是因为它减少了总热量摄入[6].一项对IF干预试验的回顾发现,大多数禁食制度有助于减肥[7].然而,问题仍然是IF是否优于常规的热量限制(CR)制度。Harris等人的元分析[8]的研究发现,对于超重或肥胖的成年人的短期体重减轻,IF和CR方案产生了类似的结果。

尽管如此,有数据表明IF可能有额外的好处。一些人体研究表明,与CR饮食相似的热量摄入减少,IF可以导致更多的体重减轻,更好的胰岛素敏感性和改善胆固醇水平[9-11].也许最重要的是,几项研究表明,IF减肥会导致更多的脂肪减少,同时保留肌肉质量[1213].例如,Welton等人[12]在对IF研究的系统回顾中指出,IF减肥的主要原因是脂肪减少。此外,在一项随机试点研究中,Catennaci等人[14研究发现,在24周的随访后,间歇性禁食组的体重恢复仅限于瘦肌肉,而CR组的脂肪量则有所增加。这将使IF对减肥特别有吸引力。然而,还需要更多关于IF引起的身体成分变化的研究。

用移动应用程序促进饮食越来越受欢迎。提醒、反馈、目标设定和与饮食相关的教育信息等功能使移动应用程序成为帮助维持饮食干预的平台[1516].研究表明,当使用移动应用程序来执行饮食计划时,对饮食的坚持程度和自我评估动机都更好。1718].卡特等人[17]显示,智能手机用户组(93%)对为期6个月的干预的坚持程度明显高于网站用户组(55%)或日记用户组(53%)。此外,West等人完成的横断面调查[18的调查显示,大多数参与者(54.4%)将营养应用程序的使用与饮食行为的变化联系起来。

因此,更好的坚持和更高的动力可能会产生更好的减肥效果。此外,研究表明,在所有BMI指数组中,积极使用移动应用程序与减掉大量体重有关(P<措施)(19].尽管如此,关于如何更好地吸引用户的研究仍然相对稀少,优化手机应用程序带来的好处是一项持续的工作。一些研究人员认为,健康应用程序的“游戏化”功能,如挑战,对用户有吸引力,应该进一步探索[20.].此外,研究表明,轻推有助于提高干预的依从性和保留率[21].智能追踪器(如手环和智能秤)作为轻推平台,结合了自动化、用户友好的数据呈现等轻推技术[2223].

在这项研究中,我们回顾性分析了移动应用程序do禁食的用户数据,该应用程序旨在帮助遵循IF制度。我们的主要目的是比较轻推平台(如智能秤)如何影响刚开始使用时患有肥胖症的用户对应用程序的参与度。次要目标是评估活跃用户和不活跃用户的体重变化,最后是评估拥有智能秤的用户在应用程序使用过程中身体成分的变化。通过这一点,我们希望提供(1)更多关于轻推(使用智能秤作为轻推平台)如何与移动应用程序的参与度相关联,(2)与移动应用程序的参与度如何与减肥相关联,以及(3)IF如何与身体构成相关联。


研究设计及招聘

我们对医疗记录进行了回顾性审查。最初的研究队列包括1141名连续用户,他们在2020年11月1日至1月1日期间开始使用do禁食应用程序。2021.在最初的数据筛选后,只有肥胖的用户被保留(N=665)。此外,为了让用户参与研究,他们必须在使用应用程序期间至少测量两次体重。共有421名用户使用普通秤称体重,244人使用智能秤。在最后的队列中,有268名男性和397名女性。

用户粘性的测量

活跃天数(AD)是从应用程序的登录数据中获得的。活跃日是指用户在应用程序中完成有意义的动作,比如记录一顿饭,完成一次锻炼,阅读教育内容,记录卡路里或水的摄入量,或完成一项挑战。总使用时间(TT)是通过第一次登录日期减去最后一次登录日期来计算的。AD和TT的比值后来被用来分析敬业度。随后,使用这个比例将用户分为活跃组和不活跃组。活跃用户是指AD和TT比(活跃度比)大于或等于0.5的用户,而非活跃用户是指AD和TT比低于0.5的用户。

措施

为了测量用户的身体成分,我们使用了dofast智能秤(FCC ID: 2AVEN-CF516),它有4个生物阻抗分析传感器。在这项研究中,我们使用了来自智能秤的体脂(%)和体肌(%)数据。

用户在账户设置阶段自行报告性别、基线体重和BMI值。没有使用智能体重秤的用户(普通用户)的最终体重值是自己报告的,而使用智能体重秤的用户组的最终体重和身体成分值是自动获得的(表1).BMI采用标准公式计算。根据疾病控制和预防中心的标准确定了五个BMI等级:≥18.5和<25,健康体重;≥25和<30,超重;≥30且<35为I类肥胖(OCI),≥35且<40为II类肥胖(OCII),≥40为III类肥胖(OCIII)。

表1。采集数据的描述性统计。

男性 女性
智能秤,n

106 138

没有 162 259
活动天数,平均值(SD) 33.03 (20.28) 27.61 (20.10)
总时间,平均值(SD) 55.71 (23.35) 53.00 (27.86)
活动得分,平均值(SD) 0.42 (0.33) 0.39 (0.31)
基线体重(kg),平均值(SD)

肥胖类I 104.79 (7.68) 87.75 (8.47)

II类肥胖 119.78 (11.31) 100.79 (9.67)

III类肥胖 140.03 (12.66) 115.24 (10.79)
基线体脂量(%),平均值(SD)

肥胖类I 32.24 (3.95) 36.95 (4.92)

II类肥胖 36.46 (3.78) 38.53 (4.33)

III类肥胖 41.75 (3.51) 43.18 (3.81)
基线时身体肌肉量(%),平均值(SD)

肥胖类I 60.43 (3.88) 55.75 (4.87)

II类肥胖 56.40 (3.72) 54.37 (4.29)

III类肥胖 51.25 (3.48) 49.89 (3.77)

程序

GraphPad Prism(版本9;GraphPad Software Inc),用于分析所获得的数据。使用非参数检验,因为发现所有数据都是偏态和峰度的,Shapiro-Wilk检验证实了数据样本的非正态分布。多重比较采用单因素方差分析。显著性值选取为0.05。

道德的考虑

调查是根据机构审查委员会的道德标准进行的(BRANY于2022年6月批准了这项回顾性图表审查研究;注册ID。: 22‐08‐034‐939)以及1964年《赫尔辛基宣言》及其后来的修正案。所有参与者都同意,在do禁食账户创建阶段,他们的去个性化数据将用于科学目的。由于所有数据都是去个性化的,作者不可能追溯参与者的身份。参与研究的人没有得到任何补偿。


使用智能体重计的用户活动比率明显较高(表2),除男性OCIII组外,其余各体重组别均有增加。然而,统计趋势是明显的(P= .09点)。

随后,根据前面描述的方法,将用户分为活跃组和不活跃组。在所有体重组的男性和女性队列中,除了患有三度肥胖的男性之外,智能体重秤的使用和应用程序的参与度之间存在显著差异(表3).虽然结果不显著,但在这一组中,这种趋势是明显的(P= 0。06)。

此外,在男性和女性中,活跃用户组的体重明显低于不活跃用户组,除了OCII女性组,在那里只发现了一种趋势(P= . 07)。活跃用户比不活跃用户减重更多(表4).

当对使用智能体重秤的用户进行评估时,发现在所有体重组中,男性和女性用户的体重、体脂和身体肌肉质量都有变化(表5).此外,当活跃用户与不活跃用户进行比较时,发现OCI和OCII组的活跃男性用户比不活跃组的参与者减掉了更多的体重和体脂,增加了更多的肌肉质量。在女性OCI组中也观察到同样的情况。

表2。智能秤用户与普通用户的活动得分比较。

男性活动得分 女性活动得分
体重组 标准,平均(SD) 智能天平,平均值(SD) P价值 标准,平均(SD) 智能天平,平均值(SD) P价值
肥胖类I 0.28 (0.27) 0.56 (0.30) <措施 0.32 (0.27) 0.52 (0.30) <措施
II类肥胖 0.30 (0.29) 0.69 (0.26) <措施 0.29 (0.26) 0.54 (0.31) <措施
III类肥胖 0.33 (0.35) 0.65 (0.29) .009 0.32 (0.28) 0.65 (0.29) <措施
表3。用户在活动群体中的分布根据其使用情况进行智能缩放。
体重组和活动组 男性 女性

常规n 智能秤,n P价值 常规n 智能秤,n P价值
肥胖类I <措施
.002

活跃的 15 36
32 32

一般 81 29
91 34
II类肥胖 <措施

<措施

活跃的 11 22
15 26

稳定的 37 6
71 20.
III类肥胖 06

<措施

活跃的 5 8
13 18

稳定的 13 5
37 8
表4。活跃用户和不活跃用户之间的减肥比较。

男性减重情况(公斤) 女性减重情况(公斤)
体重组 活跃,平均(SD) 非活动,平均(SD) P价值 活跃,平均(SD) 非活动,平均(SD) P价值
肥胖类I -3.36 (2.82) -2.10 (2.65) .003 -2.40 (2.66) -1.00 (2.92) .002
II类肥胖 -5.26 (5.72) -1.59 (3.02) 措施 -2.72 (3.34) -1.27 (2.10) 07
III类肥胖 -5.25 (4.94) -3.71 (3.12) .048 -3.74 (3.35) -1.60 (2.23) .002
表5所示。观察活跃用户和不活跃用户之间体重、脂肪和肌肉质量的差异。
体重组 男性 女性

活跃的 一般 P价值 活跃的 一般 P价值
I类肥胖(n=131)

参与者,n 36 29 N/A一个 32 34 N/A

体重(kg),平均值(SD) -3.40 (3.11)b -1.48 (2.60)b 02 -2.03 (2.22)b -1.37 (3.37)b 02

体脂(%),平均值(SD) -0.91 (0.76)b -0.48 (0.64)b .009 -0.44 (0.73)b -0.36 (0.97)b .09点

身体肌肉(%),平均值(SD) 0.86 (0.73)b 0.43 (0.62)b .005 0.40 (0.68)b 0.37 (0.90)b 16
II类肥胖(n=74)

参与者,n 22 6 N/A 26 20. N/A

体重(kg),平均值(SD) -5.31 (5.00)b -2.70 (2.24)c 02 -1.73 (2.10)b -1.60 (3.68)c 总共花掉

体脂(%),平均值(SD) -0.77 (0.98)b -0.10 (0.11)c 02 -0.37 (0.46)b -0.19 (0.26)c .30

身体肌肉(%),平均值(SD) 0.72 (0.93)b 0.17 (0.21)c 02 0.38 (0.48)b 0.16 (0.19)c 口径。
III类肥胖(n=39)

参与者,n 8 5 N/A 18 8 N/A

体重(kg),平均值(SD) -5.55 (5.24)b -5.49 (3.98)b 多多 -2.42 (2.89)b -1.60 (2.25)b 低位

体脂(%),平均值(SD) -0.51 (0.39)b -0.58 (0.36)c -0.33 (0.55)b -0.39 (0.29)b 56

身体肌肉(%),平均值(SD) 0.51 (0.38)b 0.54 (0.32)c 0.32 (0.52)b 0.35 (0.29)b 开市

一个N/A:不适用。

b重要,P< . 05。

c趋向于意义P< .09点。


主要研究结果

我们的主要发现是,轻推平台(智能秤)与应用的更好粘性之间可能存在关联。使用智能秤的用户的活跃度明显更高。此外,积极使用do禁食的人比不使用do禁食的人减掉的体重要多得多。此外,身体成分分析表明,应用程序的使用可能与身体脂肪的减少和肌肉质量的增加有关。

刘等[16]指出移动应用程序的某些功能可能对管理与体重相关的情况有用:目标设定、提醒、反馈、教育材料和可视化。其他研究人员认为,通过这些功能,移动应用程序可以促进饮食行为的改变。18].do空腹跟踪用户的禁食周期,并提供相应的提醒。有关IF的教育材料可在文章部分找到。此外,用户能够设定个性化的目标,接受挑战,并可视化和跟踪他们的进度指标。后一种功能尤为重要,因为它们代表了应用中的游戏元素。尽管有许多IF应用可用,但研究表明,它们通常缺乏吸引用户并让他们长期沉浸其中的游戏化属性。24].包含挑战和进度跟踪可以带来一定的吸引力,并改善应用程序的自我管理。20.].顺便说一句,我们还注意到,拥有一个智能量表可以让用户在应用中更投入(表2而且3.).在某种程度上,购买和整合身体成分秤到减肥中,通过提供更多的指标来跟踪和设定目标,进一步游戏化了这个过程,从而增加了参与度,最终实现了减肥。

一些早期的研究发现,使用手机应用程序是减肥的一个重要预测因素。2526].金等[25]表明BMI变化与对其他应用程序用户的规范性影响之间存在显著的正相关关系,在使用减肥应用程序时,大量红色文章、帖子和响应(相关系数如下:0.28、0.28、0.34和0.18;P< . 01)。此外,Michaelides等人[26]报告了相应的结果:一款专为糖尿病患者、记录饮食的用户和在群聊中发帖的用户设计的应用程序与显著的体重减轻有关(F1, 41= 8.84,P=。005小组职位和F1, 42= 4.99,P=。03餐日志)。这项研究报告了类似的结果。在所有体重组中,活跃用户的减肥效果明显高于不活跃用户(表4).积极使用do禁食应用程序的功能可能有助于用户减轻更多体重。或者,那些在减肥过程中更有动力、更成功的人可能在应用程序中表现得更活跃。最有可能的是,真正的影响在于有动力的用户参与到应用程序中,这反过来又帮助他们保持动力,跟踪他们的进展,并取得更好的结果。

IF的一个可能的好处可能是它对身体组成的有利影响。Vitale和Kim的系统回顾[27的研究表明,有强有力的证据表明IF可以改善身体成分指标。研究表明,在12周的IF运动后,可以预期体脂平均减少2% [27].同样,在一项系统综述中,Guerrero等[28他发现,一些研究表明,与常规能量限制饮食相比,IF可以减少更多的脂肪量。我们的结果与以前的研究结果一致。在我们使用智能体重秤的用户队列中,我们发现IF可能与男性和女性的体重、脂肪减少和肌肉质量增加有关。此外,OCI和OCII组中积极运动的男性和OCI组中的女性比不积极运动的组明显减轻了更多的体重(表5).有趣的是,这种影响在OCII组的女性中并不明显。我们的结果与一项系统综述的结果一致,该综述发现男性更容易减肥。29].然而,关于IF带来的代谢变化以及它们如何影响身体成分,还需要更多的研究。

许多禁食研究,虽然被认为是“短期的”,但分析的禁食间隔时间比IF中使用的要长得多,所以他们的结果可能并不总是适用的[30.].人们注意到,在挨饿时间与IF相似的情况下,脂肪酸作为能量来源的使用量会增加:在禁食的头24小时内,脂肪分解和脂肪氧化显著增加[31].此外,短时间禁食有助于保存身体蛋白质。一些禁食研究表明,在禁食的前36小时后,没有肌肉蛋白质水解的迹象,并且隔日禁食不会增加健康成年人的蛋白质代谢[3233].包括使用身体成分量表的用户的数据,使我们能够分析他们在IF下身体成分的变化。用于生物阻抗分析的消费类设备通常被认为是现场研究的准确设备[34].尽管他们的估计不如磁共振成像或双x射线吸收仪准确,但考虑到这项研究的性质,身体成分量表是次佳选择。结果显示,使用do禁食的人减掉的大部分体重是脂肪量,而不仅仅是水的重量。此外,身体肌肉的百分比在任何组中都没有减少,而在男性OCI组中增加了0.84%。这些结果与上面讨论的一致,if可以通过减少脂肪量和保存身体蛋白质来帮助减肥。因此,我们建议IF减肥研究收集和分析身体成分数据。

这项研究的一个优势在于,它增加了有关移动应用粘性的稀缺研究。此外,我们已经通过一个相对较大的样本证明,在do禁食应用程序的帮助下,IF在短期内对减肥有效。此外,将用户分配到参与小组可以让我们分析参与如何预测减肥,强调其对基于移动应用程序的干预的重要性。最后,在研究中纳入身体成分量表,有助于跟踪短期禁食制度下的脂肪量和身体肌肉变化。

限制

分析的回顾性性质是目前无法让我们对do禁食应用程序的效果得出确切结论的局限性之一。与已建立的对照组进行前瞻性研究将有助于更有力地证实移动应用程序的IF有效性。此外,在这项研究中还不清楚观察到的体重减轻是如何可持续的。一些研究表明,尽管使用手机应用程序的减肥效果很显著,但随着时间的推移,效果往往会减弱。35].在未来,拥有更长的时间间隔的数据将帮助我们了解结果如何随着时间的推移而变化。此外,该应用程序没有收集用户的一些关键方面的数据,如年龄、社会状况、以前或正在使用的其他减肥方法、使用该应用程序时进行的实际体育活动以及与饮食相关的信息。这些因素可能是观察到的变化的重要原因。最后,我们在普通用户组中使用了自我报告测量方法。该组的数据可能有偏差,并在解释结果时提出问题。

结论

这项对dofast用户数据的回顾性分析显示,使用微推平台可能会增加用户对该应用程序的参与度。此外,用户参与度越高,减肥效果越好。因此,移动健康应用程序的“轻推”和游戏化元素,如互动工具、目标、挑战和进度跟踪,被建议对用户粘性产生积极影响,应该在未来的研究中进一步研究。最后,通过do禁食应用程序提供的IF方案可能与增加身体肌肉质量、减少身体和脂肪质量有关。

数据可用性

由于Kilo Health业务和Kilo Health用户的机密信息保护,本研究中生成和分析的数据集不能公开,但可根据合理要求从通信作者那里获得。

作者的贡献

JJ提出了这项研究的概念。MN开发了研究方法。JJ和KA验证了数据。MN进行了形式化分析。JJ、SV和MN进行了调查。KA为这项研究获取了资源并整理了数据。JJ起草了手稿,SV, KA, MN和JJ进行了审阅和编辑。MN将数据可视化。KA负责监督该研究,负责该项目的管理,并获得了该研究的资金。所有作者均已阅读并同意该手稿的出版版本。

利益冲突

所有作者都是基洛健康公司的员工。基洛健康管理部门在研究设计中没有任何作用;分析:在数据的收集、分析或解释中;无论是手稿的撰写,还是发表结果的决定。

  1. 间歇性禁食:禁食的科学。CMAJ 2013 6月11日;185(9):E363-E364 [免费全文] [CrossRef] [Medline
  2. Corley BT, Carroll RW, Hall RM, Weatherall M, Parry-Strong A, Krebs JD。间歇性禁食与2型糖尿病的低血糖风险:一项随机对照试验糖尿病医学2018年5月27日;35(5):588-594。[CrossRef] [Medline
  3. Varady K, Hellerstein M.隔日禁食和慢性疾病预防:人类和动物试验综述。中华临床杂志2007年7月;86(1):7-13。[CrossRef] [Medline
  4. Hoddy K, Marlatt K, Çetinkaya H, Ravussin E.间歇性禁食与代谢健康:从宗教禁食到限时喂养。肥胖(银泉)2020年7月;28增刊1(增刊1):S29-S37 [免费全文] [CrossRef] [Medline
  5. Chaix A, Manoogian EN, Melkani GC, Panda S.限制饮食预防和管理慢性代谢性疾病。2019年8月21日;39(1):291-315 [免费全文] [CrossRef] [Medline
  6. 欧伯特J, Pearlman M,欧伯特L,查宾s流行的减肥策略:综述四种减肥技术。Curr Gastroenterol Rep 2017年11月09日;19(12):61。[CrossRef] [Medline
  7. Patterson RE, Sears DD.间歇性禁食对代谢的影响。2017年8月21日;37(1):371-393 [免费全文] [CrossRef] [Medline
  8. Harris L, Hamilton S, Azevedo LB, Olajide J, De Brún C, Waller G,等。间歇性禁食干预治疗成人超重和肥胖。JBI数据库系统Rev implementation Rep 2018;16(2):507-547。[CrossRef
  9. Schübel R, Nattenmüller J, Sookthai D, Nonnenmacher T, Graf M, Riedl L,等。间歇性和持续热量限制对50周体重和代谢的影响:一项随机对照试验。Am J临床营养学2018年11月01日;108(5):933-945 [免费全文] [CrossRef] [Medline
  10. 马伟东,马伟东,马伟,等。间歇性或持续的能量限制对体重减轻和代谢疾病风险标志物的影响:一项年轻超重女性的随机试验国际医学杂志(伦敦)2011年5月5日;35(5):714-727 [免费全文] [CrossRef] [Medline
  11. 刘波,刘志强,李志强,李志强,等。间歇性和持续能量摄入对超重女性胰岛素敏感性和代谢风险的影响。肥胖(银泉)2019年1月20日;27(1):50-58。[CrossRef] [Medline
  12. 韦尔顿,明蒂,欧德里斯科尔,威尔姆斯H,普瓦里尔D,马登S,等。间歇性禁食与减肥:系统回顾。Can Fam医师2020 Feb;66(2):117-125 [免费全文] [Medline
  13. 曹Y,香港N, K金,曹年代,李米,李Y, et al。间歇性禁食对降低体重指数和葡萄糖代谢的有效性:系统综述和荟萃分析。中国临床医学杂志2019年10月09;8(10):1645 [免费全文] [CrossRef] [Medline
  14. Catenacci VA, Pan Z, Ostendorf D, Brannon S, Gozansky WS, Mattson MP,等。一项随机试验研究比较了肥胖成年人的零卡路里隔日禁食和每日卡路里限制。肥胖(银泉)2016年9月29日;24(9):1874-1883 [免费全文] [CrossRef] [Medline
  15. 金D,格里夫斯F,埃克塞特C,达兹A。“游戏化”:用游戏影响健康行为。J R Soc Med 2013 3月12日;106(3):76-78 [免费全文] [CrossRef] [Medline
  16. 刘凯,谢震,或CK。移动应用程序辅助的自我护理干预对改善2型糖尿病和/或高血压患者预后的有效性:随机对照试验的系统回顾和荟萃分析JMIR Mhealth Uhealth 2020 Aug 04;8(8):e15779 [免费全文] [CrossRef] [Medline
  17. Carter MC, Burley VJ, nykjer C, Cade JE。与网站和纸质日记相比,坚持使用智能手机应用程序减肥:试点随机对照试验。J Med Internet Res 2013 april 15;15(4):e32 [免费全文] [CrossRef] [Medline
  18. West JH, Belvedere LM, Andreasen R, Frandsen C, Hall PC, Crookston BT.控制你的“应用程序”饮食:饮食和营养相关的移动应用程序如何导致行为改变。JMIR Mhealth Uhealth 2017年7月10日;5(7):e95 [免费全文] [CrossRef] [Medline
  19. Valinskas S, Aleknavicius K, Jonusas J.生酮饮食的KetoCycle移动应用程序:减肥和参与的回顾性研究。BMC Nutr 2022五月02;8(1):40 [免费全文] [CrossRef] [Medline
  20. Miller AS, Cafazzo JA, Seto E.一个游戏计划:游戏化设计原则在慢性疾病管理的移动健康应用。卫生信息学杂志2016 Jun 01;22(2):184-193 [免费全文] [CrossRef] [Medline
  21. Arno A, Thomas S.助推理论策略在影响成人饮食行为中的功效:系统综述和荟萃分析。BMC公共卫生2016年7月30日;16(1):676 [免费全文] [CrossRef] [Medline
  22. Mele C, Russo Spena T, Kaartemo V, Marzullo ML.智能助推:认知技术如何为价值共同创造的选择架构提供支持。J Bus Res 2021年5月;129:949-960。[CrossRef
  23. Joachim S, Forkan ARM, Jayaraman PP, Morshed A, Wickramasinghe N.一个基于轻推的人工智能驱动的糖尿病自我管理健康平台。传感器(巴塞尔)2022年6月19日;22(12):4620 [免费全文] [CrossRef] [Medline
  24. Ansong S, Iahad N.设计游戏化间歇性禁食移动应用程序的概念模型。2019年发表于:2019年第六届信息系统研究与创新国际会议(ICRIIS);2019年12月2日至3日;柔佛新鲁页1-5。[CrossRef
  25. Kim H, Ray CD, Veluscek AM。促进者和同行为促进移动健康参与和减肥提供补充支持。中华卫生杂志2017年11月10日;22(11):905-912。[CrossRef] [Medline
  26. Michaelides A, Raby C, Wood M, Farr K, Toro-Ramos T.一种新型移动糖尿病预防计划交付平台的减肥效果与人类指导。BMJ Open Diabetes Res Care 2016 9月08日;4(1):e000264 [免费全文] [CrossRef] [Medline
  27. Vitale R, Kim Y.间歇性禁食对肥胖和2型糖尿病成人血糖控制和身体成分的影响:一项系统综述。Metab Syndr Relat Disord 2020年12月01日;18(10):450-461。[CrossRef] [Medline
  28. Enríquez格雷罗A,圣毛罗Martín I,加里卡诺比利亚尔E,卡米纳Martín MA。在超重和肥胖成人中,间歇性禁食饮食与持续能量限制对人体测量、身体成分和血脂的影响:一项荟萃分析。中华临床病学杂志2021年7月27日;21(7):1024-1039。[CrossRef] [Medline
  29. Williams RL, Wood LG, Collins CE, Callister R.减肥干预的有效性——男性和女性之间有区别吗:一项系统综述。Obes Rev 2015 Feb 11;16(2):171-186 [免费全文] [CrossRef] [Medline
  30. Tinsley总经理,La Bounty总理。间歇性禁食对人体组成和临床健康指标的影响Nutr Rev 2015 10月15日;73(10):661-674。[CrossRef] [Medline
  31. Soeters MR, Soeters PB, Schooneman MG, Houten SM, Romijn JA。人短期饥饿中脂糖代谢的适应性相互作用。Am J Physiol Endocrinol Metab 2012 12月15日;303(12):E1397-E1407 [免费全文] [CrossRef] [Medline
  32. zuner C, Schneeweiss B, Kranz A, Madl C, Ratheiser K, Kramer L,等。短期饥饿的静息能量消耗增加是血清去甲肾上腺素增加的结果。中华临床杂志2000年6月;71(6):1511-1515。[CrossRef] [Medline
  33. Soeters M, Lammers N, Dubbelhuis P, Ackermans M, Jonkers-Schuitema C, Fliers E,等。间歇性禁食不会影响全身的葡萄糖、脂质或蛋白质代谢。中华临床杂志2009年11月;90(5):1244-1251。[CrossRef] [Medline
  34. Bosy-Westphal A, Later W, Hitze B, Sato T, Kossel E, Gluer CC,等。与全身磁共振成像和双x射线吸收仪相比,用于测量身体成分的生物电阻抗消费设备的准确性。2008年12月2日;1(6):319-324 [免费全文] [CrossRef] [Medline
  35. 王艳,薛宏,黄艳,黄玲,张东。移动健康干预在肥胖和糖尿病治疗及自我管理中的应用和有效性的系统综述。Adv Nutr 2017年5月;8(3):449-462 [免费全文] [CrossRef] [Medline


广告:活动天数
克雷格:热量限制
如果:间歇性禁食
“公盟”:肥胖I类
OCII:II类肥胖
OCIII:III类肥胖
TT:总使用时间


A Mavragani编辑;提交29.08.22;A chwawczzyzynska, G Aljuraiban的同行评审;对作者02.11.22的评论;订正版本收到10.12.22;接受05.01.23;发表24.01.23

版权

©Sarunas Valinskas, Marius Nakrys, Kasparas aleknaviius, Justinas Jonusas, angellileikien。最初发表于JMIR形成研究(https://formative.www.mybigtv.com), 24.01.2023。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR Formative Research上的原创作品。必须包括完整的书目信息,https://formative.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。


Baidu
map