综述：识别使用连续血糖监测的精准健康干预中的行为改变技术：一项范围综述的二次分析

《International Journal of Behavioral Nutrition and Physical Activity》：Identifying behaviour change techniques within precision health interventions that use continuous glucose monitoring: a secondary analysis of a scoping review

本综述通过系统分析31项随机对照试验，首次对连续血糖监测（CGM）干预中伴随的行为改变技术（BCT）进行编码鉴定。研究发现CGM干预普遍采用“反馈与监测”、“塑造知识”等BCT类别，但理论应用率仅13%，且未发现单一BCT与糖化血红蛋白（HbA1c）改善显著相关。文章为优化精准健康干预设计提供了重要方法学基础，强调未来需加强行为改变理论（如自我效能理论）与作用机制（MoAs）的整合研究。

　　

背景

慢性疾病如糖尿病和心血管疾病可通过针对饮食和活动的行为干预来预防或治疗。然而，传统“一刀切”干预方法的效果往往有限，因为个体对干预的反应差异很大。相比之下，精准健康（Precision Health）干预利用个体遗传、行为和环境数据，提供个性化策略以增强干预效果、改善依从性并优化健康结局。连续血糖监测（CGM）作为一种生物反馈（Biofeedback）技术，正越来越多地用于精准健康干预中，以激励行为改变。CGM是最小侵入性的可穿戴设备，可在至少10天内向用户智能手机提供连续的血糖趋势反馈。这些数据和可视化可以揭示健康行为（如饮食和身体活动[PA]）如何影响血糖水平，从而赋能个体（无论是否患有糖尿病）做出明智的行为改变以改善相关健康结局（例如，平均血糖水平、血糖在目标范围内时间[TIR]）。尽管证据表明这种创新的数字行为改变方法在医疗保健、数字初创公司和研究等多个健康领域获得关注，但CGM在健康行为改变干预中的实施方法尚未得到系统表征。

方法

本研究是一项预先注册的二次分析，对已发表的范围综述进行深入探讨。该综述旨在鉴定在成人中提供CGM生物反馈以促进行为改变的健康行为干预随机对照试验（RCT）。两名研究人员应用包含93个条目的行为改变技术分类法（BCTTv1），根据CGM使用、血糖仪使用、饮食、身体活动或药物依从性等目标行为，对所有试验组（即干预组和对照组）的干预内容进行独立编码。BCT既单独分析，也按其相应的类别进行分析。研究进行了单变量线性回归分析，以检验干预组中个体BCT和目标行为的存在是否影响HbA_1c的前后变化。

结果

共纳入31项RCT，包含35个干预组和29个对照组。仅4项研究（13%）报告了理论指导，最常用的是自我效能理论（Self-Efficacy Theory）。仅5项研究（16%）明确了作用机制（MoAs），通常针对的是关于能力的信念（beliefs about capabilities）。在所有研究组中，共鉴定出40种（共93种可能的）独特的BCT。干预组平均采用7.1种BCT（标准差[SD]: 4.8），而对照组为5.3种（SD: 4.3）。BCT可针对多个行为目标。干预组中的BCT针对CGM使用（35组，100%）、血糖仪使用（9组，26%）、促进饮食改变（33组，94%）、身体活动改变（26组，74%）和药物依从性（4组，11%）。

在基于CGM生物反馈的干预中，最常用的BCT类别是“反馈与监测”（35/35, 100%）、“塑造知识”（28/35, 80%）和“社会支持”（22/35, 63%）。经过多重比较校正后，干预组与对照组最显著的差异出现在“反馈与监测”类别（100% vs. 86%, p-adjusted=0.001）、“塑造知识”（80% vs. 59%, p-adjusted=0.010）以及“自然结果”（51% vs. 24%, p-adjusted=0.001）类别。

在支持CGM使用以及促进饮食和身体活动改变方面，常用的具体BCT包括“生物反馈”（35/35; 100%）、“关于如何执行行为的指导”（19/35; 54%）和“可信来源”（14/35; 40%）。针对饮食和身体活动改变，“行为自我监测”（饮食: 16/35; 46%；PA: 11/35; 31%）、“社会支持（未明确指定）”（饮食: 14/35; 40%；PA: 12/35; 34%）和“关于健康后果的信息”（饮食: 13/35; 37%；PA: 12/35; 34%）也较为常见。

有6种BCT在至少一个干预组中出现，但在所有对照组中均未出现，包括“当前行为与目标的差异”、“关注过去的成功”、“非特定奖励”、“有价值的自我认同”、“社会比较”和“分级任务”。

行为改变技术与血糖控制的关联

尽管CGM生物反馈干预对HbA_1c的疗效已被证实，但为探索HbA_1c变化的潜在调节因素，对31个有可用HbA_1c数据的干预组进行了单变量线性回归分析。结果显示，没有任何个体BCT或行为目标与HbA_1c变化显著相关（所有p>0.05）。

讨论

本研究首次系统性地识别和描述了CGM干预中伴随使用的BCT，旨在为未来该领域干预措施的开发和报告提供信息。尽管CGM干预在改善血糖控制方面有效，但各干预中BCT的使用存在显著异质性。干预组一致包含“反馈与监测”类别的BCT，强调了生物反馈的核心作用。其他常用BCT，如“关于如何执行行为的指导”（“塑造知识”类别）、“可信来源”（“结果比较”类别）和“社会支持”（“社会支持”类别）的使用，表明干预侧重于通过提供教育和来自可信来源的外部支持，以促进CGM生物反馈作为综合行为改变策略的一部分。

值得注意的是，干预组和对照组实施的BCT类型存在大量重叠，尽管频率和背景不同。这表明某些BCT（如“生物反馈”、“关于如何执行行为的指导”和“可信来源”）并非CGM策略所独有，而可能是针对血糖控制的更广泛行为干预的核心组成部分。此外，许多最常用的BCT被应用于多个行为目标，包括CGM使用、饮食改变和身体活动。这种交叉应用意味着这些BCT可能作为可推广的作用机制，同时支持不同健康行为的参与。

研究结果凸显了行为改变理论在CGM干预中应用的不一致性，很少有研究明确引用理论框架或指明目标MoAs。这限制了我们理解特定BCT如何以及为何促成行为改变，并最终导致血糖改善的能力。未来的干预措施将受益于更系统地应用行为改变理论来指导BCT选择，并加强干预机制的报告。

单变量线性回归分析未发现任何特定BCT或目标行为与干预后HbA_1c值显著相关，这可能与干预设计的高变异性、血糖控制的多因素性质、未捕获的BCT间相互作用，或整体干预情境（而非个体BCT）驱动有效性有关。未来的研究应探索特定的BCT组合、序列或操作化是否能够增强干预效果，以及个体差异（如基线自我调节能力、糖尿病自我管理技能）是否影响对特定BCT的反应性。

未来方向

为提升CGM干预的有效性，未来研究应优先评估特定的BCT组合及其MoAs。我们的发现表明，一个核心的BCT子集——“生物反馈”、“关于如何执行行为的指导”和“可信来源”——可能作为CGM干预内多个行为目标的基础要素。未来的评估应探索这些技术组合在一起时是否产生协同作用，以及它们是否通过共同的MoAs（如增强自我效能、行为调节或动机）持续运作。将行为改变理论纳入干预开发，并在BCT选择中明确MoAs，将提高未来评估的精确性。此外，遵守干预成分的标准化报告，例如使用干预描述与复制模板（TIDieR）核对表、BCTTv1和行为改变干预本体论等框架，有助于积累关于CGM干预如何产生效果的知识。

结论

本研究首次系统识别了CGM随机试验中使用的BCT数量和类型。我们认为这是呼吁更好地报告此类干预“有效成分”的重要一步，以促进后续有效CGM干预版本的优化、复制、推广和普及。通过系统识别CGM干预中使用的BCT，本研究强调需要提高干预报告的透明度，以及更需要理论驱动的设计和评估。未来的工作应优先评估特定的BCT组合和序列及其MoAs，并评估它们对血糖控制和与血糖调节相关行为的影响。