肥満治療のための自己モニタリングフィードバックの最適化

自己モニタリング（体重、食事摂取量、身体活動など）は、科学的根拠に基づいた肥満に対する包括的なライフスタイル介入の中核要素であり、自己モニタリングの遵守の強化は、短期的な減量と長期的な減量の両方に関連しています。 - 定期的な減量維持。 重要なのは、自己モニタリングに関する介入主義者のフィードバックを提供すると、自己モニタリングの遵守が高まり、減量結果が改善されることが研究で実証されているということです。 ただし、このフィードバックをどのように提供すべきかについての指針となる経験的証拠はほとんどありません。 この分野で実施されたある研究では、自己モニタリングの意図はフィードバックの複雑さによって異なることが実証されており、フィードバックが少なすぎると（逆に多すぎると）、将来の自己モニタリングや関連する健康行動の変化に取り組む意図が減少します。しかし、フィードバックメッセージの種類と複雑さが実際の自己モニタリング行動とその後の減量結果にどのように影響するかについてはあまり知られていません。 重要なのは、このフィードバックの提供には臨床医の時間がかなり費やされることでもあります。研究によると、体重、食事摂取量、身体活動に関する自己モニタリングデータを組み込んだフィードバックメッセージの作成には、1 人あたり約 26 分かかる可能性があります。 そこで研究者らは、体重管理行動の遵守をサポートするための自己モニタリングフィードバックの提供を最適化する（つまり、フィードバックメッセージの最適な数と種類を特定する）ことを目的とした一連の研究を提案している。 今回の研究では、研究者らは、体重の変化や体重関連の行動（自己モニタリング、カロリー目標の順守など）に対するフィードバックのさまざまな種類と量の直近の影響を評価するミクロランダム化要因試験を実施することを提案している。達成、身体活動目標の達成）。 2x2x2x2 要因モデルを使用すると、参加者は 16 週間にわたって毎週ランダムに 16 のフィードバック条件の 1 つに割り当てられ、4 つのフィードバック要素 (つまり、カロリー目標達成、食事の質、身体活動目標達成、または運動に関するフィードバック) を効率的にテストできるようになります。目標設定）を 1 つの研究で行います。 混合効果モデルは、各コンポーネントが提供された翌週 (つまり、次の「研究週間」) の体重変化に対する 4 つの指定されたフィードバック コンポーネントの影響を評価するために使用されます。 第二の目的として、研究者らは、フィードバックの特定の種類および組み合わせの有効性が個人的要因または文脈的要因によって影響を受けるかどうかを調査することを提案しています。 同様の多変量混合効果モデリングアプローチを使用して、フィードバックの有効性を調整する可能性のある要因（つまり、年齢、性別、人種）を調査し、個人がプログラムで「うまくやっている」ときと、プログラムで「うまくやっている」ときのフィードバックのさまざまな組み合わせがより効果的であるかどうかを調査します。彼らはうまくいっていません。 最後に、フィードバック構成要素の時間依存効果（例えば、一部のフィードバック構成要素が介入の早い段階でより効果的であるか、それとも介入の後半でより効果的であるか）は、時間を線形効果と多項式効果の両方としてモデル化して、時間とフィードバック条件の間の相互作用を調査することによって検査されます。 結果は、フィードバック提供のための最適化されたプロトコルの開発に役立ちます。