优化肥胖治疗的自我监测反馈

自我监测（例如体重、饮食摄入量和体力活动）是肥胖症循证综合生活方式干预措施的核心组成部分，更坚持自我监测与更好的短期减肥和长期减肥效果相关。长期减肥维持。 重要的是，研究表明，提供有关自我监测的干预反馈可以提高自我监测的依从性并改善减肥效果。 然而，几乎没有经验证据可以为如何提供这种反馈提供指导。 该领域进行的一项研究表明，自我监控的意图因反馈复杂性而异，反馈太少（反之亦然，太多）会降低未来自我监控和参与相关健康行为改变的意图；然而，关于反馈信息的类型和复杂性如何影响实际的自我监控行为和随后的减肥结果，人们知之甚少。 重要的是，提供这种反馈也意味着临床医生投入大量时间；研究表明，包含与体重、饮食摄入和身体活动相关的自我监测数据的反馈消息每人可能需要大约 26 分钟才能完成。 因此，研究人员提出了一系列研究，旨在优化自我监控反馈的提供（即确定反馈消息的最佳数量和类型），以支持坚持体重管理行为。 对于当前的研究，研究人员建议进行一项微随机、析因试验，以评估不同类型和数量的反馈对体重变化和体重相关行为的近期影响（例如，坚持自我监测、热量目标）达到，体力活动目标达到）。 使用 2x2x2x2 阶乘模型，参与者将在 16 周内每周被随机分配到 16 种可能的反馈条件之一，从而使我们能够有效地测试四个反馈组成部分（即，关于卡路里目标实现、饮食质量、身体活动目标实现或目标设定）在一项研究中。 混合效应模型将用于评估四个指定反馈成分在提供每个成分后一周（即在接下来的“研究周”）对体重变化的影响。 作为次要目标，研究人员建议调查某些类型和反馈组合的有效性是否受到个人或背景因素的影响。 类似的多变量混合效应建模方法将用于调查反馈有效性的潜在调节因素（即年龄、性别和种族），以及当个人在计划中“表现良好”时与个人在计划中“表现良好”时相比，不同的反馈组合是否更有效他们做得不好。 最后，将通过研究时间和反馈条件之间的相互作用来检查反馈成分的时间依赖性效应（例如，某些反馈成分在干预的早期或后期是否更有效），并将时间建模为线性效应和多项式效应。 结果将为开发提供反馈的优化协议提供信息。