Less is more:一项操纵不健康零食评估频率的智能手机生态瞬时评估(EMA)研究

《Eating Behaviors》:Less is more: A smartphone EMA study manipulating frequency of assessment of unhealthy snacking

【字体: 大 中 小 】 时间:2026年07月17日 来源:Eating Behaviors 2.8

编辑推荐:

  背景:自我监测是减少不健康零食摄入的有效策略,智能手机生态瞬时评估(Ecological Momentary Assessment, EMA)可能通过测量反应性(measurement reactivity)促进行为改变。然而,更高的监测频率是否会增强这些效应

  
背景:自我监测是减少不健康零食摄入的有效策略,智能手机生态瞬时评估(Ecological Momentary Assessment, EMA)可能通过测量反应性(measurement reactivity)促进行为改变。然而,更高的监测频率是否会增强这些效应或反而增加负担仍不清楚。方法:在为期3周的EMA方案中,136名健康体重指数(Body Mass Index, BMI)的女性参与者(多为大学生)被随机分配到低(3次/天)、中(6次/天)或高(9次/天)监测条件组。每天多次报告渴望(程度和数量)、摄入、自我控制和压力。广义线性混合效应模型检验随时间的变化和条件间差异。假设更高监测频率会产生更强的渴望和零食减少效应(H1),且效应受自我控制(特质)、饮食节制和享乐性饥饿调节(H2)。结果:各条件下渴望(程度和数量)和零食摄入随时间显著减少,支持一般测量反应性效应。与H1相反,高监测条件相比低监测条件未产生更陡的渴望或零食减少。贝叶斯分析结果进一步支持此效应。最后与H2相反,自我控制(特质)、饮食节制和享乐性饥饿未调节监测频率对渴望和/或零食摄入的效应。结论:智能手机EMA可有效通过测量反应性减少渴望和零食摄入。重要的是,低监测条件(3次提示/天)在非临床样本中随时间是减少渴望和零食摄入负担最轻且有效的方法。未来研究应检验此EMA诱导的测量反应性效应是否推广到临床人群。
该研究发表于《Eating Behaviors》。在当前致肥胖环境中,高热量美味食物无处不在,超重和肥胖患病率居高不下,个体维持健康体重愈发困难。自我监测是减少不健康进食行为的有效策略,智能手机生态瞬时评估(Ecological Momentary Assessment, EMA)可在日常生活中实时重复评估行为并减少回忆偏倚,其重复(自我)监测本身可作为行为干预,即测量反应性(measurement reactivity)。然而EMA研究设计中提示密度(每日提示次数)、持续时间(天数)和深度(每次提示条目数)会影响参与者依从性、应答风格和脱落率,更长更繁重的方案会导致依从率下降,因此操纵密度可能影响渴望和零食行为,但目前更高监测频率是否增强效应或增加负担尚不清楚,故开展此项研究。
研究人员开展了一项3周EMA协议研究,136名健康体重指数(Body Mass Index, BMI)女性(多为大学生)来自欧洲,随机分配至低(3次/天)、中(6次/天)、高(9次/天)监测条件组,每日多次报告渴望(程度和数量)、摄入、自我控制(state self-control)和压力,采用广义线性混合效应模型分析,假设高频率组减少更强(H1),且受特质自我控制、饮食节制(Dietary Restraint, RS)、享乐性饥饿(hedonic hunger,用Power of Food Scale, PFS评估)调节(H2),还探索状态和压力遗留效应。结果显示各条件渴望和零食随时间显著减少,支持测量反应性;高频率未产生更陡减少,贝叶斯分析支持零假设;上述特质未调节频率效应;低频率(3次/天)负担最轻且有效。结论为智能手机EMA可通过测量反应性减少渴望和零食,低频率是非临床样本有效低负担方法,未来需验证临床人群推广性。
作者用到的主要关键技术方法如下:研究纳入136名18–35岁、健康BMI(18.5–24.9)、非专业节食、非妊娠、每日≥1次高热量零食的欧洲女性(多为大学生),排除后用Qualtrics收集基线量表(PFS、饮食节制量表、Brief Self-Control Scale, BSCS),用Avicenna Research APP发送等距随机提示(10分钟窗内),低中高条件分别3/6/9次/天,固定协议深度(条目数)和持续时间(21天),用广义线性混合效应模型(Generalized Linear Mixed-Effects Models)分析连续(高斯分布)和计数(零膨胀负二项等)结局,用似然比检验(Likelihood Ratio Tests, LRT)定随机结构,Satterthwaite近似求自由度,Cohen's d算效应量,边际和conditional R2算方差解释,贝叶斯分析和等价检验支持零假设,用重复测量方差分析(ANOVA)检验依从率。
研究结果如下:
3.1. Compliance rate:通过3×3重复测量方差分析(Condition×Time)检验平均依从率,各条件每周依从率高(M=87.46%,SD=4.99),不随时间(周1vs2 p=.82,周1vs3 p=.23,周2vs3 p=.33)和条件变化,Condition×Time交互不显著F(2,262)=0.04,p=.96,说明所有条件依从率稳定。
3.2. Results of the preregistered hypothesis:
3.2.1. H1: Do changes in craving and/or snacking depend on monitoring frequency?”:用广义多层模型(与原预注册ANCOVA一致)检验时间、条件及其交互,发现各结果交互均不显著,频率不改变变化速率。
3.2.2. Craving degree:随机效应选随机斜率(ΔAIC=86.8,χ2(2)=90.85,p<.001),基线低频组均值34.20(SE=5.95,p<.001),高频显著低于低频(β=?5.86,SE=2.53,p=.022),中频不显著(β=?3.12,SE=2.56,p=.224);三组分随时间显著下降:低频β=?0.36,95%CI[?0.62,?0.11],中频β=?0.60,95%CI[?0.83,?0.37],高频β=?0.41,95%CI[?0.63,?0.19];Time×Condition不显著(中频p=.162,高频p=.770),Tukey调整成对斜率比较无差异(低频vs中频p=.348,低频vs高频p=.955,中频vs高频p=.448,所有d s<0.01)。
3.2.3. Craving amount:模型比较选零膨胀负二项(Zero-Inflated Negative Binomial, ZINB)(AIC=29,250.84),基线低频期望2.92次,高频显著低于低频(Incidence Rate Ratio, IRR=0.65,z=?2.84,p=.005),中频不显著(IRR=0.80,z=?1.44,p=.149);三组分随时间显著减少:低频β=?0.043,95%CI[?0.059,?0.027],IRR/day=0.96,中频β=?0.056,95%CI[?0.084,?0.028],IRR/day=0.95,高频β=?0.046,95%CI[?0.073,?0.019],IRR/day=0.96;Time×Condition不显著(中频p=.262,高频p=.822),Tukey调整成对无差异(所有p s>0.50,d s<0.01)。
3.2.4. Snacking amount:模型比较选ZINB(AIC=24,542.74),基线低频平均1.86次,中频(IRR=0.70,z=?2.40,p=.017)和高频(IRR=0.53,z=?4.29,p<.001)显著低于低频;三组分随时间显著减少:低频β=?0.031,95%CI[?0.047,?0.015],IRR/day=0.97,中频β=?0.028,95%CI[?0.055,?0.001],IRR/day=0.97,高频β=?0.030,95%CI[?0.057,?0.004],IRR/day=0.97;Time×Condition不显著(中频p=.787,高频p=.945),Tu=key调整成对无差异(所有p s>0.96,d s<0.003)。
讨论部分总结:研究检验智能手机EMA诱导的测量反应性能否减少日常不健康食物渴望和摄入,操纵EMA提示频率(低中高)而保持持续时间和条目数恒定,评估对渴望程度、渴望数量和零食数量的影响,得出三点:各条件渴望和零食随时间减少,确认测量反应性效应;高监测未导致更强减少;特质自我控制、享乐性饥饿、饮食节制未调节监测频率效应。重复自我监测增强自我意识、打断习惯反应、提高健康目标显著性从而减少冲动零食,EMA非被动评估工具而是通过测量反应性主动塑造行为。更高监测未放大效应,与元分析一致,增加密度不因负担或习惯化削弱效应,贝叶斯分析和等价检验支持零假设。特质等无调节作用,因健康体重样本特质得分范围受限、统计功效不足,这些调节因子在临床人群(超重肥胖、更频繁强烈渴望、更低自控)更相关。局限:仅年轻健康BMI女性,不能推广男性、 older adults、超重肥胖;渴望和零食数量靠自报份量,需营养素养易误;协议短,需长期随访看维持;最低依从阈值在临床或老年适用性低。未来方向:低频结合个性化反馈或适时自适应干预;保持低密度(3次/天)操纵持续时间;开发直观准确评估方法(如传图);扩展多样本(男性、老年、超重肥胖)增强推广性。综上,智能手机EMA可通过测量反应性减少渴望和不健康零食,低监测频率(3次/天)最有望,负担最小且持续有效,但时间下降不能仅归因EMA自我监测,回归均值、习惯化、季节效应等替代解释可能存在,需谨慎解释。
研究结论部分原文翻译:智能手机EMA可有效通过测量反应性减少渴望和零食摄入。重要的是,低监测条件(3次提示/天)在非临床样本中随时间是减少渴望和零食摄入负担最轻且有效的方法。未来研究应检验此EMA诱导的测量反应性效应是否推广到临床人群。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号