社交网络暴露对营养学习的影响:在线教育平台的开发

简介

网上公共卫生干预

随着人们花在数字媒体上的大量时间[1]，互联网为健康教育提供了理想的机会。对互联网提供的公共卫生干预措施的研究是一个新兴领域，近年来势头迅猛[2］．虽然大多数在线干预研究(电脑游戏、互联网网站、Facebook应用程序;移动应用程序等)专注于评估干预的整体效果，很少有研究试图分离特定干预特征的影响[2，3.］．

利用社交网站促进公共健康

社交网站是年轻人使用互联网的主要组成部分[4]，部分原因是它们能够满足人类对社会强化的需求[5］．这些网络的使用涉及到一种“社交曝光”的元素，即用户相互观察并交换对他人活动的反馈。例如，利用社会曝光成功地大幅增加了器官捐献登记[6］．社会关系对体重的具体影响7]，以及预防肥胖行为的社会支持[8]之前已经在社交媒体框架之外得到了证明。

目前，世界上最受欢迎的社交网络是Facebook [9]，该网站报告有超过12亿活跃用户[3.］．高达57%的美国成年人拥有Facebook账号，平均每个人在Facebook上有338个好友。10］．

利用社交媒体的潜力来促进公共卫生问题，特别是预防肥胖，是一个巨大的机会。在西方社会，肥胖与许多最常见、最昂贵的医疗问题有关。11，12]，达到流行病的程度，影响了大约三分之一的20-39岁美国年轻人[13］．鉴于这些令人担忧的趋势，迫切需要采取干预措施，防止青年人肥胖。尽管营养知识和饮食行为之间的直接联系存在争议[14]，一旦一个人渴望改善他或她的营养，这些知识似乎是必需的。美国心脏协会的一份声明认为，社交网络可能对塑造年轻人的饮食行为至关重要，并强调缺乏针对社交网络的干预措施。15］．

2010年的一项文献综述发现，只有一项关于社交媒体和健康结果的对照干预研究[16］．最近发表的2篇系统综述发现，总体上只有16篇研究探讨了社交媒体对健康行为改变的影响[17，18］．这些研究大多报告了一些显著的影响，但具有相当大的异质性。然而，这些研究中的绝大多数评估了涉及社交媒体组成部分的干预的总体有效性，但没有分离社交媒体内社交暴露的具体影响。

客观的

本研究的目的是评估社交媒体提供的社交曝光是否可以增加在线公共卫生干预的效果，特别是通过评估其对营养知识学习曲线的影响。

方法

食品英雄营养教育平台

为了进行这项研究，我们开发了一个基于游戏的教育平台叫做食物的英雄，专注于营养教育。Facebook网络被选为开发应用程序的社交网络，因为它的广泛流行。3.］．

在食物的英雄在平台上，用户首先选择一个虚拟角色。在每个比赛日，用户必须根据用户在现实世界中的热量和营养成分需求(根据用户的性别、年龄、体重和运动习惯计算)为虚拟角色组合最佳食物菜单。用户可以选择3顿正餐和1份零食的食物，以及每种食物的详细营养信息卡(图1)．在选择菜单期间，用户可以通过一组状态栏(图2)．在组装菜单后，用户会收到关于其表现的反馈，包括基于表现的分数。用户可以重复尝试为每个比赛日选择最佳菜单，直到用户满意为止。在每个比赛日结束时，用户有机会完成一系列虚拟的跑步、骑自行车和游泳挑战。角色完成这些挑战的能力直接取决于用户为了让角色移动而按下键盘上特定按键的速度，以及当天菜单选择的质量;过多或过少的食物，或不平衡的饮食都会减慢运动挑战的速度。用户还可以用累积的表现点数为虚拟角色获取配件，从而进一步协助完成各种运动任务。

‎ 查看此图

‎ 查看此图

学习小组

我们开发了2个不同版本的平台，一个“私人版本”和一个“社交版本”，并将这些版本随机分配给不同的用户。在私人版本中，只显示用户自己的分数，没有任何关于其他玩家表现的信息。在社交版本中，用户的表现是在其他玩家的背景下呈现的，高分条显示了5个最好的玩家的分数，而另一个显示了用户Facebook好友的前5个分数(图3)．在社交版本中，只要用户的好友成功通关，就会弹出消息。随机分配到社交版本的用户组成了研究组，而随机分配到私人版本的用户组成了对照组。的其他屏幕截图食物的英雄平台提供于多媒体附件1-13年。

‎ 查看此图

营养信息

营养信息来自美国农业部膳食指南的官方数据库“我的金字塔”。这些信息包括5类食物的定义，食物种类及其营养价值，以及计算每种食物的适当卡路里摄入量和理想水平的公式(根据性别、年龄、体重和运动习惯进行调整)[19，20.］．

研究参与者和招募过程

参与者是选择安装该平台的Facebook用户，并同意通过填写作为应用程序安装过程一部分的同意书来参加这项研究。如参与同意书中所述，出于法律同意的原因，所有研究参与者年龄均大于18岁。排除标准包括没有同意参与研究的用户，没有报告年龄或报告年龄小于18岁的用户，以及安装了软件但没有积极开始使用它的用户(即没有完成第一个游戏日)。

从2012年4月开始，该平台的发布持续了2个月，并通过社交网络通过点对点消息传播进行传播。分发是由单个消息推荐发起的食物的英雄，由研究团队成员之一的种子个人发布给一群Facebook朋友。其余的数据分布是基于用户向朋友推荐该平台，以及该平台在用户Facebook留言板上自动发布的消息。选择这种分配方法是为了确保研究成员在研究人群中有Facebook好友，期望观察已知熟人的表现会比陌生人的表现产生更大的社会影响[21］．

数据收集

该研究的所有数据都是在食物的英雄平台。在平台安装过程中，每个用户都会收到一份参与研究的同意书，以及一份个人信息表，包括年龄、性别、体重(公斤/磅)、身高(厘米/英寸)、母语、教育程度、每周体育活动时间和吸烟状况。为了解决研究问题，有必要在整个研究随访期间跟踪用户的营养知识。为此，我们开发了4个测试，每个测试包含8个不同的选择题，这些选择题是用户之前从未见过的，并且基于相关测试之前在平台中介绍的信息。测试分别在游戏的第2、6、10和14天进行。评估用户营养知识的第二个变量是在3个固定的游戏日(第4、第8和第12天)首次尝试组装菜单的得分。在这3个游戏日期间，用户被要求在没有常规营养信息卡和状态栏的帮助下，以无指导的方式构建菜单。为了衡量用户对教育平台的参与度，我们记录了选择每个菜单所花费的时间，每个比赛日重复尝试创建菜单的次数，以及用户在每个比赛日试图完成的运动挑战的次数。

在第15个比赛日，在随访期结束时，提交了一份最终的问卷，以评估每个用户对SNS如何影响他们对平台的使用的印象，以及平台对营养方法和行为的影响。没有完成完整随访期的参与者会收到通过电子邮件回答问卷的要求。关于社交网络影响的问题被假设地呈现给控制组成员——如果他们能看到他们朋友的表现，他们会期待什么影响。最终的调查问卷载于多媒体附件14．

统计分析

采用SPSS statistics 18.0进行描述性统计和组间比较。两组间定量变量的比较采用t当样本量较小且非正态分布时，可以采用非参数曼-惠特尼检验(M-W)。2个定性变量之间的联系使用卡方检验进行评估，或在细胞中观察数量有限的情况下使用Fisher精确检验。所有统计检验均为双尾检验，且aP5%或以下的值被认为有统计学意义。

研究批准

耶路撒冷希伯来大学人类研究伦理委员会批准了该项目。

结果

研究参与者

在两个月的分发期内成功安装该平台的70名Facebook用户中，有7人被排除在数据分析之外(2人没有输入年龄，5人没有开始积极使用该应用程序)。共有63名用户，其中30名属于研究组，33名属于对照组，被纳入分析。两组基本特征(年龄、性别、体重指数;两组研究参与者(表1)．

应用程序使用

研究参与者平均玩了8.8个比赛日，两个研究小组的持续率没有显著差异(P=升至t测试)。32%(20/63)的参与者完成了15个游戏日的完整随访期。总共有40%(25/63)的研究参与者回答了最终的问卷。当然，完成更多游戏天数的参与者会积累更多的测试成绩和无指导菜单组合分数。对这些变量的统计分析包括所有到达比赛日的参与者。

各研究组营养知识变化情况

如前所述，测验成绩被选为评估知识变化与平台使用的主要变量。为了记录用户的基本知识，第一个测试在第二个比赛日呈现给玩家，测试的平均分数在两组之间几乎相同，两组都正确回答了57%的问题(平均4.6/8个正确答案)。之后的测试成绩是通过计算一组测试成绩改善变量来分析的，衡量每个测试分数相对于玩家回答的第一个测试的改善程度。对这些变量的分析显示，随着时间的推移，研究组有更大的改善趋势。对于控制组成员，第二次测试改善变量的平均值是正的，这意味着相对于第一次测试有所改善，但在进一步的测试中，表现逐渐下降(图4)．然而，对于研究组的成员来说，测试2-4的平均分数相对于测试1有所提高，其中最大的提高出现在最后的测试中(图4)．随着时间的推移，两个研究组的改善变量之间的差异越来越大(图5)，到第四个测验(P= .02点，t测试)。

与测试成绩一样，通过计算每个玩家在第一个无指导菜单组装日的相对表现的提高来分析无指导菜单组装得分。这些分数随后被转换为标准化的z分数，因为原始分数的范围是无限的，包括负数。研究小组在第二次和第三次无引导菜单组装得分上都有了积极的改善，而对照组随着时间的推移表现出了恶化。在研究组中，第二和第三个无指导菜单组装日的平均z分数比第一个菜单组装日高0.18，而对照组为-0.26。

‎ 查看此图

‎ 查看此图

研究小组的平台参与

研究小组的成员也投入了更多的时间和精力，试图通过教育平台的各个阶段，他们在每个菜单组装上平均花费3分40秒，而对照组的成员为2分50秒。此外，研究小组成员在每个比赛日平均尝试1.42次创建菜单，而对照组为1.37次。在每个比赛日，用户尝试完成的运动挑战的平均数量(反映了用户通过游戏关卡前进的动机)在研究组为1.58，在对照组为1.21 (P=。03 M-W)。

参与者对社交网站效应的感知

最终的调查问卷显示，来自两个研究小组的大多数参与者(没有统计学上的显著差异)都认为，能够观看其他玩家的表现可以促进他们对平台的粘性。总体而言，64%(14/22)的受访者表示中等或高度认同他们对其他玩家的表现感兴趣的说法。67%(14/21)的受访者表示，其他玩家的表现鼓励了他们在平台上的投入，并增加了他们取得成功的动力。几乎所有受访者(95%，20/21)都不太认同其他玩家的表现会影响他们对该平台的粘性。

平台对营养方法和行为的影响

问卷还包括旨在获得是否初步指示的陈述食物的英雄也有超越知识变化的影响。玩家的回答表明，该平台可能有可能影响个人的营养方法和行为(研究组之间没有统计学上的显著差异):43%(9/21)的受访者回答说，该平台极大地影响了他们改善饮食习惯的愿望，另有38%(8/21)的受访者回答说，他们受到了中度影响。对于“该平台是否真的改善了饮食习惯”的提问，32%(7/22)和45%(10/22)的人回答说，他们的饮食习惯受到了高度或中等程度的影响。探索具体行为变化的问题得到了最高水平的积极回应:73%(16/22)和55%(12/22)的受访者表示，他们对食物成分和热值的关注分别得到了极大的改善。

讨论

主要结果

这项研究的结果表明，在线教育平台的用户如果在社交网络上看到了朋友的表现，他们的营养知识就会有所提高，与那些没有看到朋友表现的人相比，他们对平台的参与度也会增加。这些玩家对平台的更多参与似乎不仅是因为他们能够看到同伴的表现，还因为他们理解他们的表现对同伴来说是同样可见的。

许多研究研究了营养知识和饮食行为之间的潜在相关性，但许多研究报告称没有发现这种相关性[14］．虽然不是这项研究的主要目的，但我们试图获得一个初步的指示，教育平台是否喜欢食物的英雄也有可能引导球员改善他们的营养习惯。相当一部分受访者表示，该平台对他们改善饮食习惯的愿望产生了积极影响，并对他们的实际饮食习惯产生了积极影响。尽管人们普遍认为自我报告的健康习惯的信度和效度有限[22，23]，这些结果鼓励进一步研究这个教育平台和社交媒体对饮食习惯改变的影响。

与之前工作的比较

尽管近年来人们越来越多地研究利用网络社交媒体促进公众健康[17，18，24]，我们发现很少有研究试图描述哪些特定因素使在线公共卫生干预成功。具体而言，我们发现大多数社交网络健康相关研究都没有孤立社交网络的社会效应。Bramlett等人[25研究人员发现，与传统的讲座相比，Facebook页面对食品安全态度和实践的影响更大，但没有研究社交网络与其他在线干预措施的影响。格雷厄姆等人[26]确实比较了两种在线戒烟干预措施，但包括社交网络在内的研究还包括其他附加元素，如量身定制的内容，从而掩盖了社交网络的孤立效应。Cavallo等[27]试图隔离SNS的影响。他们比较了鼓励体育活动的教育网站和提供支持的Facebook小组的结合效果。这项研究并没有发现Facebook小组的额外影响，作者将这一事实部分归因于参与者的招募过程，该过程没有包括个人和他们现有朋友的一部分。在我们的研究中，参与者招募使用点对点消息，因此确保每个参与者在研究中平均有2.75个Facebook好友，这可能增强了社交元素，并导致了研究小组之间的差异。福斯特等[28通过比较两组5名以前熟悉的护士使用计步器，有和没有能够看到同龄人所走的步数，成功地隔离了SNS的影响，并证明了它的优势。我们希望对在线干预的特定成功元素进行描述，就像我们试图做的那样，将成为未来更多研究的重点。Cobb等人目前正在进行一项研究[29]，以研究影响通过Facebook推广在线戒烟干预的因素。

限制

这项研究有几个局限性。首先，我们没有关注广泛的参与者招募，而是关注应用程序在Facebook上的自然传播。这些影响大到足以在研究小组之间产生统计上的显著差异，未来的工作将进一步研究增加平台分布的因素，建立在Cobb等人的相关先前工作的基础上[29］．作者认识到，即使对专业游戏公司这样的商业组织来说，开发一款成功的“病毒式”在线产品也是一项挑战，因此对科研项目的现实期望也相应设定了。其次，我们的研究人群在教育水平和母语方面是相对同质的，这可能是因为应用程序是通过点对点消息传播的，以确保参与者在研究中有现有的朋友。最后，由于研究同意的要求，本研究排除了18岁以下的参与者。未来的研究将探索在同意的研究框架内研究青少年等年轻人群的方法。

结论

在这项研究中，我们试图通过隔离社交网络组件的影响来评估社交网络暴露是否可以用于加强在线公共卫生干预。结果表明，当人们有能力看到同龄人的表现，并假设他们的表现同样暴露在同龄人面前时，他们对在线营养教育平台的参与度会增加，并在这个过程中获得更多的知识。这些发现增强了人们利用在社交媒体上花费的大量时间来实现健康促进等有益目的的动机。进一步的研究需要包括更多来自异质人群和其他年龄组的参与者，以提高外部有效性，并评估社交网络对实际行为变化的影响。虽然并不是每一次在线健康促进干预的尝试都会受到欢迎并被广泛使用，但一旦进行了初步投资并开发出了成功的干预措施，受影响的潜在人数可能会非常大。因此，了解如何最大限度地利用社交网络的力量，使在线干预尽可能有效，有可能对公共卫生产生重大影响。