基于多阶段优化策略的在线肥胖干预新组件随机析因实验研究

本研究针对在线行为肥胖治疗方案的优化需求，来自多机构的研究团队通过随机析因实验评估五种新型干预组件（视频反馈、体力活动定制、失调饮食技能、VR训练及社交竞争支持）对12个月减重效果的影响。结果显示单一组件未显著改善结局，但特定组合（视频反馈+失调饮食技能+社交竞争）通过提升社会支持与膳食质量显著促进减重（p<0.01），为数字化健康干预优化提供新路径。

　　

一项基于多阶段优化策略（multiphase optimization strategy, MOST）框架的随机析因实验，旨在评估五种新型干预组件对在线行为肥胖治疗方案的效果。研究纳入384名成年人（平均年龄53.5±11.7岁，体重指数(BMI)35.0±6.1 kg/m²），随机分配接受零至五种新增组件：交互式视频反馈、体力活动个性化干预、失调饮食（dysregulated eating）调控技能、虚拟现实（VR）技能训练以及融合友好竞争的社交支持。

结果显示，单一干预组件均未独立改善12个月减重效果（p值>0.199）。但交互作用分析表明，视频反馈、失调饮食技能与社交竞争支持的三重组合显著提升减重效果（p<0.01）。中介分析进一步揭示，社交支持与饮食失调干预通过改善体力活动的社会支持度和膳食质量，间接影响减重结局。

研究者结论指出，该组合策略较传统在线治疗方案可能更具增效潜力。试验注册于ClinicalTrials.gov（标识号NCT04520256）。利益冲突声明显示部分作者参与Medifast Inc.等企业的科学咨询委员会。