综述：COVID-19期间健康行为干预的有效性：一项系统评价和网络荟萃分析

《PsyCh Journal》：Intervention Effectiveness of Health Behaviors During COVID-19: A Systematic Review and a Network Meta-Analysis

健康行为干预在COVID-19中的有效性研究采用网状Meta分析和系统综述，纳入57项研究，显示预防健康行为最优干预为低风险信息框架和健康教育，促进健康行为最优为锻炼和心理干预，但存在发表偏倚和异质性风险。

　　在面对全球公共卫生危机，如新冠疫情（COVID-19）时，开发有效的干预措施以改善公众健康行为已成为健康管理策略中的关键组成部分。尽管各国在疫情初期采取了多种非药物干预措施，如社交距离、佩戴口罩和接种疫苗等，这些措施在一定程度上控制了疫情的传播，但如何进一步提升公众健康行为的有效性，尤其是在疫情演变过程中，仍然是一个值得深入探讨的问题。本文通过筛选57篇文献（共计47,264名参与者），利用成对元分析（Pairwise Meta-Analysis, PMA）和网络元分析（Network Meta-Analysis, NMA）方法，对不同健康行为干预措施的效果进行了系统评估，旨在识别最有效的干预方式，并探讨在不同情境下干预效果的变化。研究结果表明，针对预防性健康行为和促进性健康行为的干预措施具有显著的效果，其中在预防性健康行为方面，信息干预中的“低风险信息框架”被证实为最优选择；而在促进性健康行为方面，“亲社会信息框架”和“积极文本信息框架”则表现出更强的干预效果。这些发现不仅为未来的健康干预研究提供了方向，也为应对可能的公共卫生危机提供了科学依据。

在新冠疫情的背景下，健康行为的概念和实施方式发生了显著变化。传统的健康行为干预主要关注于预防疾病和改善个人健康状况，但疫情的爆发和持续，使得健康行为的内涵更加复杂。预防性健康行为指的是个体为避免疾病传播或减轻周围环境可能带来的健康风险而采取的一系列措施，如佩戴口罩、勤洗手、接种疫苗和保持社交距离等。这些行为在疫情初期被广泛推广，以减少病毒的传播。然而，随着疫情的演变，公众的健康行为不仅限于这些预防措施，还延伸至促进健康的行为，如规律的体育锻炼和健康的饮食习惯。这些促进性行为有助于增强个体的免疫能力，提高整体生活质量，并在疫情的不同阶段展现出持续的积极影响。

本文通过系统性回顾和元分析方法，对多种健康行为干预策略进行了比较研究。这一研究的目的是在新冠疫情的特殊情境下，识别哪些干预方式最有效，并进一步探讨这些干预措施在不同背景下的适用性。由于疫情的特殊性和不可预测性，传统的健康行为干预方式可能无法完全适应新的挑战。因此，采用网络元分析的方法，能够将多种干预措施纳入分析，不仅比较它们在相同结果上的相对效果，还能通过可视化证据，系统地评估每种干预方式的优劣。这种方法的优势在于，它能够帮助研究人员更全面地理解不同干预措施之间的相互作用，并在多种情境下识别出最佳干预策略。

研究团队在方法学上采用了严格的文献筛选和质量评估流程。首先，通过PubMed、Web of Science、ScienceDirect、PsycINFO、PsycARTICLES和Google Scholar等多个数据库进行文献检索，时间跨度从2020年1月至2023年8月。研究聚焦于与新冠疫情相关的健康行为干预，包括预防性健康行为和促进性健康行为。在筛选过程中，研究人员设定了明确的纳入和排除标准，以确保所选文献的科学性和相关性。例如，文献必须包含实验组和对照组，研究对象为一般公众，且研究设计为随机对照试验（RCT）或准实验研究。此外，所有纳入研究都需提供足够的数据，包括均值、标准差和样本量，以便进行元分析。对于可能存在重复样本的研究，团队进行了进一步核查，确保结果的独立性。对于数据缺失的研究，研究人员尝试联系作者获取补充信息，但未能获得数据的文献则被排除。最终，共纳入57篇文献，涵盖47,264名参与者。

在数据提取和质量评估方面，研究团队采用了标准化流程，并进行了严格的内部一致性检查。三位研究者（ZR、LS和ZW）接受了为期一个月的数据编码培训，随后独立进行文献筛选和数据提取。所有提取的数据均按照统一模板进行记录，包括研究作者、发表年份、实验组和对照组的基线与终点数据、国家/地区、因变量、研究设计、平均年龄和性别比例等。在质量评估过程中，ZR和LS分别独立评估每项研究，对于评估结果不一致的情况，由SK进行协调，最终确保评估结果的一致性达到100%。根据 Joanna Briggs Institute 的评估标准，研究质量被分为高、中和低三个等级，其中高质研究的评分超过80%，中质研究的评分在50%至79%之间，低质研究的评分低于50%。结果显示，大部分研究属于中质或高质，这表明研究的科学性和可信度较高，为后续分析提供了可靠的基础。

在数据合成和统计分析方面，研究团队首先将干预措施分为五类：健康教育、信息干预、心理干预、运动干预和混合干预。考虑到信息干预的多样性，团队在初步分析中排除了信息干预类别，仅对其他四类干预措施进行网络元分析。随后，团队对信息干预进行了进一步分类，包括以收益、规范、自我利益、亲社会、健康、叙述、高风险、低风险、内疚、积极、消极、威胁、时间等框架为基础的信息干预方式。通过这种方式，团队能够更全面地分析信息干预的不同类型对健康行为的影响。

成对元分析（PMA）和网络元分析（NMA）的进行基于随机效应模型，以考虑研究之间的异质性。PMA分析结果显示，预防性健康行为（PHB）的干预效果具有显著但较小的效应量（SMD = 0.14），而促进性健康行为（HPB）的干预效果则具有中等较大的效应量（SMD = 0.60）。在异质性方面，PHB的异质性较低，而HPB的异质性较高，这表明在促进性健康行为的干预研究中，不同研究之间的差异较大。为确保分析结果的稳健性，团队进行了异质性检验和敏感性分析，排除了可能的异常值。网络元分析的结果表明，在PHB中，低风险信息框架表现出最强的干预效果，而在HPB中，亲社会信息框架和积极文本信息框架效果最佳。

此外，团队还进行了调节分析和敏感性分析，以探讨不同因素对干预效果的影响。研究发现，国家、研究类型、结果变量、干预形式和健康行为类型等因素均对效应量产生一定影响。在敏感性分析中，排除了部分研究后，PHB和HPB的效应量均有所下降，但整体结果仍然保持稳健。这表明，尽管某些研究对整体效应量产生影响，但大多数研究的结果仍具代表性。在出版偏倚方面，团队通过Egger回归检验和比较调整的漏斗图进行了分析。结果显示，信息干预在PHB和HPB中均存在一定程度的出版偏倚，而其他类型的干预措施（如健康教育、运动干预、混合干预和心理干预）则在某些情况下表现出较低的偏倚风险。这提示研究者在解读结果时需谨慎，并考虑未来研究中如何减少出版偏倚的影响。

研究还指出，信息干预在促进健康行为方面具有一定的作用，但其效果相对较低。这可能是因为信息干预的框架多样，且不同框架对健康行为的影响存在差异。例如，低风险信息框架和积极文本信息框架在预防性健康行为中表现出较好的干预效果，而在促进性健康行为中，亲社会信息框架和积极文本信息框架则被证明是最有效的。这与一些现有研究的结果相吻合，即积极的健康信息能够更好地促进公众的健康行为。此外，健康教育在预防性健康行为中的干预效果显著优于心理干预，这可能与健康教育的可操作性和实用性有关。而运动干预在促进性健康行为中表现出最佳效果，这不仅是因为运动本身对健康有益，还可能是因为运动能够提升个体的自我效能感，从而促进其他健康行为的形成。

本研究还存在一些局限性。首先，由于研究中纳入了多种研究设计，包括准实验研究和随机对照试验，这可能导致一定的出版偏倚和研究异质性。其次，研究中纳入的因变量数量较多，尤其是在预防性健康行为方面，这可能影响干预效果的准确性。此外，部分研究对预防性健康行为和促进性健康行为的定义不够明确，这可能导致研究结果的混淆。因此，未来的研究需要更加清晰地界定不同健康行为的定义，并在设计干预措施时考虑其适用性和有效性。最后，研究未直接比较信息干预与其他干预措施的效果，因此需要进一步的研究来探讨信息干预与其他干预方式之间的关系。

综上所述，本文通过系统性的元分析方法，揭示了新冠疫情背景下健康行为干预的有效性。研究结果表明，针对预防性健康行为和促进性健康行为的干预措施各有其优势，其中信息干预中的低风险和积极文本框架在预防性健康行为中表现出较强的干预效果，而亲社会信息框架和积极文本信息框架则在促进性健康行为中效果最佳。这些发现不仅为当前疫情下的健康干预提供了科学依据，也为未来可能的公共卫生危机应对提供了参考。然而，研究中也存在一些不足，如出版偏倚、研究异质性和因变量定义模糊等问题，需要在未来的研究中进一步解决。通过持续的研究和干预，可以更有效地提升公众的健康意识和行为，从而在未来的公共卫生危机中发挥更大的作用。