综述：数字助推在改善膳食质量中的有效性：随机对照试验的系统评价

这篇系统评价通过分析22项随机对照试验(RCT)，全面评估了数字助推(Digital Nudging)策略对膳食质量的改善效果。研究发现，营养标签(Nutrition Labeling)和产品可及性增强(Accessibility Enhancement)是最有效的干预手段，尤其在虚拟餐厅和在线超市场景中，组合策略(如标签+可及性)效果优于单一干预。研究强调策略效果受社会经济地位(SES)、环境背景等因素影响，为数字化健康干预提供了循证依据。

　　

引言

膳食质量作为影响人类健康的核心因素，其改善策略备受关注。行为经济学中的双系统理论(Dual-Process Theory)指出，人类决策受理性(Reflective)和直觉(Automatic)系统共同驱动。基于此，数字助推通过界面设计元素在虚拟环境中引导健康饮食选择，成为新兴研究热点。

研究方法

采用PRISMA 2020指南对7个数据库进行系统检索，纳入22项RCT（共33,352名受试者）。使用Cochrane ROB 2工具评估偏倚风险，发现多数研究存在高损耗偏倚(Attrition Bias)。研究覆盖美国(7项)、欧洲(13项)和亚洲(2项)的成人群体，干预场景包括在线餐厅(12项)和虚拟超市(10项)。

主要发现

营养标签的差异化效果

• •

  数值标签：如卡路里标签在虚拟快餐店中使订单总能量降低71 kcal（p<0.001），但对低SES人群效果有限。

• •

  图像标签：乌拉圭研究显示，含钠警告图标使高钠食品选择率下降38%（p=0.002）。

• •

  评分标签：美国试验中，皇冠评分系统(Gamified Nutrition Score)使健康食品购买量增加4.15单位（p<0.001）。

产品可及性的阈值效应

• •

  比例调整：将低能量密度(ED)食品占比提升至75%时，购物篮平均ED降低17 kcal/100g（95%CI[-21,-14]），但完全剔除非健康选项可能引发抵触。

• •

  菜单设计：英国研究发现，素食选项占比50%时无效，增至75%后选择率显著提升（OR=2.19-4.01）。

组合策略的协同作用

荷兰试验结合Nutri-Score标签与健康替代推荐，使营养评分(NP)显著提高（F(1,542)=6.93, p<0.01）。美国研究同步使用碳足迹标签和植物基分类，推动植物基食品选择增加37%。

影响因素与局限性

• •

  人群差异：高SES群体对能量标签响应更显著（β=-129 kcal vs. 低SES组无统计学意义）。

• •

  环境依赖性：快餐场景中标签效果弱于正餐厅（p=0.116 vs. p<0.001）。

• •

  长期效果：所有试验均为短期干预，缺乏持续性数据支持。

未来方向

需探索个性化即时干预(JIT Nudging)与认知启动(Priming)的结合，如中国研究中健康-环境共益启动(Co-Benefit Priming)使可持续食品选择提升0.93单位（p=0.017）。同时，应优化标签设计位置（如悬停显示）以提升低SES人群参与度。

结论

数字助推通过轻量级行为干预有效改善膳食质量，但其设计需兼顾场景适配性、人群特征及策略组合的科学性，方能在数字化饮食生态中实现精准健康促进。