《Journal of Advanced Nursing》：Comparative Efficacy of eHealth-Based Interventions for Weight Loss in Adults With Overweight or Obesity: A Systematic Review and Network Meta-Analysis
目的：本系统评价与网状Meta分析旨在比较基于电子健康的干预措施对超重或肥胖成人群体体重减轻的效果。
设计：本研究遵循PRISMA 2020指南，设计为一项系统评价与网状Meta分析（NMA）。
数据来源：系统检索了五个电子数据库（即PubMed、EMBASE、CINAHL、Cochrane Library和Scopus），检索时间从建库至2026年5月4日。
综述方法：采用预先设定的标准评估研究的纳入资格。两名研究人员独立使用Cochrane偏倚风险工具2.0评估方法学质量。采用CINeMA框架评估NMA结果的置信度。在R软件中使用限制性最大似然估计的频率学派随机效应NMA进行数据合成。
结果：共纳入182项试验，评估了21种单组分和多组分电子健康干预措施。总体而言，36.3%的研究为低偏倚风险，34.1%存在一定担忧，29.7%为高偏倚风险。NMA估计值的置信度范围从极低到高，其中72.5%的比较被评为高或中等置信度。移动应用程序、可穿戴设备与健康教育三者联合显示出最大的疗效，其减重效果显著优于所有其他对照干预措施，平均差（MD）范围为-9.14至-3.86 kg（所有p < 0.05）。在单组分干预措施中，电话呼叫干预在减重方面排名最高（p-score = 0.52）。
结论：将移动应用程序、可穿戴设备与健康教育相结合，似乎是降低超重或肥胖成人群体体重的有效策略。
影响：这些发现可为个体、社区及医疗保健环境中循证选择电子健康体重管理干预措施提供支持。
无患者或公众贡献：患者或公众均未参与本研究的设计、实施或报告。
试验注册：PROSPERO（CRD编号：420251119776）
1 背景
超重和肥胖是主要的全球公共卫生问题，带来巨大的健康和经济负担。2022年，全球43%的成年人超重，16%患有肥胖症，分别影响约25亿和8.9亿成年人。预计这一全球负担将持续增加，到2050年可能影响38亿成年人。超重和肥胖是多种慢性疾病的主要危险因素，包括2型糖尿病、高血压、心血管疾病、骨关节炎、脂肪肝和多种肥胖相关癌症。这些状况导致过早死亡、残疾、活动能力受损、健康相关生活质量下降以及医疗支出增加。此外，肥胖还与不良心理社会结局相关，包括体重自我污名化、身体不满意、自卑、焦虑和抑郁。因此，迫切需要有效且可持续的体重管理策略。
目前有多种药物和非药物治疗可用于管理超重和肥胖。尽管药物治疗可产生显著的体重减轻，但常伴有副作用，包括恶心、呕吐、腹泻、胃排空延迟和脂肪泻。当前的临床指南推荐生活方式干预，包括饮食调整、体力活动和行为矫正，作为超重和肥胖的一线治疗。这些方法副作用极小，且在长期坚持的情况下可改善代谢健康并实现持续的体重减轻。然而，维持对生活方式干预的依从性仍具挑战性，因为成功的体重管理需要持续的动力、行为支持、自我监测和持续随访。这些挑战凸显了对创新且可持续的方法的需求，以支持循证生活方式干预的交付并促进长期依从性。
近年来，电子健康已成为一种有前景的方法，通过促进体力活动、饮食调整和持续的行为支持来提供和支持生活方式干预。电子健康广义上指利用信息和通信技术来支持健康和医疗保健，涵盖多种数字和通信模式，用于传递健康信息、干预和服务。在此广泛框架内，电子健康干预是通过使用一种或多种电子健康技术来促进健康行为改变、自我管理和医疗保健交付的结构化健康计划。这些干预可通过多种方式提供，包括网站、移动应用程序、可穿戴设备、电话、电子邮件、短信、即时消息和社交媒体，以及严肃游戏等互动数字方法。电子健康干预可分为单组分或多组分干预。单组分干预仅使用单一电子健康模式，而多组分干预则整合多种电子健康模式或将电子健康模式与其他干预成分（如健康教育或行为咨询）相结合。这两种方法越来越多地应用于体重管理计划，但其相对有效性尚不明确。
电子健康干预在体重管理方面具有多项优势，包括提高可及性、提供个性化指导、实现远程监测以及通过实时反馈和可扩展的支持促进持续参与。饮食调整和体力活动是全面生活方式干预的核心组成部分，而电子健康模式提供了提供和支持这些行为策略的手段。因此，将这两个组成部分整合到电子健康干预中，为解决体重相关生活方式行为提供了一个综合框架。先前的随机对照试验表明，单组分电子健康干预和多组分电子健康干预均可有效减轻体重。同样，几项成对Meta分析报告了与移动应用程序、网站和可穿戴设备相关的显著减重益处。然而，研究结果并不一致。例如，有研究报告基于网络的干预并未显著改善体重；另有报告称网络与应用程序联合项目并不比最低限度支持更有效，且效果不如面对面护理。此外，大多数随机试验和成对Meta分析是将单个电子健康干预与常规护理或对照组进行比较，而非直接比较不同的电子健康模式，这限制了关于其相对有效性的结论。随着电子健康干预设计范围的不断扩大，目前尚不清楚多组分干预是否比单组分方法提供额外益处，以及哪种电子健康策略对实现减重最有效。解决这些问题对于为循证决策提供依据和优化电子健康干预在临床实践中的实施至关重要。
因此，研究人员开展了一项网状Meta分析，以比较不同单组分和多组分电子健康干预对超重或肥胖成人群体减重的效果，并确定最有效的干预策略。研究结果可帮助医疗保健专业人员和政策制定者选择循证的电子健康干预措施，并将其整合到社区和医疗环境中的体重管理计划中。
2 方法
本NMA根据PRISMA NMA扩展声明进行并报告，并在PROSPERO前瞻性注册。
2.1 数据来源与检索
对五个电子数据库进行了全面检索，包括PubMed、Embase、CINAHL、Cochrane Library和Scopus，以识别从建库至2026年5月4日的相关研究。检索策略纳入了与参与者、干预措施和结局相关的关键词和医学主题词。此外，补充检索包括手动筛选纳入研究和相关系统评价的参考文献列表，以及检索相关组织来源和网站，以识别其他符合条件的试验。两名研究人员使用预设策略独立进行文献检索。
2.2 研究选择的纳入与排除标准
研究纳入需满足以下标准：（1）纳入年龄≥18岁的成年人；（2）纳入超重或肥胖的参与者，定义为亚洲人群身体质量指数（BMI）≥23 kg/m2或西方人群≥25 kg/m2；（3）评估单组分或多组分电子健康干预；（4）通过电子健康模式提供包含饮食调整和体力活动的生活方式调整策略，可附加行为改变策略或其他健康生活方式成分；（5）将干预措施与另一种电子健康干预、健康教育、主动对照或不活动对照进行比较；（6）报告至少一项与体重相关的结局，即从基线到干预后评估的体重变化或BMI变化；（7）采用随机对照试验设计。排除标准包括：参与者怀孕、患癌症或进食障碍，或曾接受减重手术；各组接受相同电子健康模式但仅在饮食或体力活动内容上有所不同；或无法获得体重相关结局数据。两名研究人员独立评估研究资格，分歧通过讨论和共识解决。
2.3 数据提取
两名研究人员根据预先设计的数据提取表独立提取每项研究的数据。提取的数据包括：研究特征、参与者特征、实施的干预措施和结局数据。任何分歧通过讨论和共识解决。
2.4 研究质量评估
两名研究人员使用Cochrane偏倚风险工具2.0独立评估纳入研究的方法学质量。此外，采用CINeMA框架评估NMA结果的置信度。CINeMA基于GRADE方法并针对NMA进行调整，评估六个关键领域：研究内偏倚、研究间偏倚、间接性、不精确性、异质性和不一致性。任何分歧通过讨论和共识解决，必要时咨询第三位研究人员。
2.5 数据合成与分析
减重数据以从基线到终点的平均变化和标准差及其95%置信区间提供。当作者报告干预前后的测量数据时，使用《Cochrane手册》中的公式计算平均变化和标准差用于数据分析。向通讯作者发送至少一封电子邮件以获取缺失或不明确的数据。若未收到回复，则将缺乏足够数据进行效应量计算的结局从NMA中排除。
数据分析使用R软件中的频率学派随机效应NMA模型，采用限制性最大似然估计法。通过检查网络连通性、处理效应估计、不一致性、稳健性和发表偏倚来评估NMA结果的有效性。
首先，使用netmeta包生成网络图以可视化干预之间的关系。评估网络连通性以确保所有干预措施通过共同比较剂直接或间接连接，从而允许有效的间接比较。其次，使用netmeta包拟合随机效应模型，以估计相对于不活动对照的处理效应。处理效应以平均差及其95%置信区间报告。当95%置信区间不包括零时，推断为统计学显著性。第三，使用netleague包构建联赛表，呈现所有成对治疗比较及其相应的95%置信区间。第四，根据P分数对干预措施进行排序。P分数基于频率学派网络估计值及其标准误，范围为0至1，数值越高表示排名越高，成为最有效干预措施的概率越大。通过排除样本量小的研究以及分别分析干预后和随访结局来进行敏感性分析。一致的结果被解释为稳健性的证据。第五，使用设计×处理交互模型评估全局不一致性。非显著结果被视为网络中直接和间接证据一致的证据，而显著结果提示潜在的不一致性。使用节点分裂法评估局部不一致性。直接和间接估计之间的显著差异被解释为局部不一致性的证据。第六，进行网络Meta回归分析，探讨研究层面特征是否解释了处理效应的变异性。统计显著的回归系数被视为调节效应的证据。最后，使用比较校正漏斗图和Egger检验评估发表偏倚和小型研究效应。视觉评估漏斗图不对称性，显著的Egger检验被视为潜在发表偏倚或小型研究效应的指标。
3 结果
3.1 研究选择
最初通过数据库检索共识别出8624条记录。去除重复项并筛选标题和摘要的相关性后，评估了223篇全文文章的资格。其中，47项研究被排除。通过手动引文检索相关系统评价，额外识别出6篇合格文章。最终，182项研究被纳入NMA。
3.2 纳入研究的特征
纳入研究共包含48389名参与者，平均年龄46.6岁。女性参与者的平均比例为61.0%。参与者招募时的平均基线BMI范围为25.1至47.1 kg/m2，平均基线BMI为32.3 kg/m2。一半的研究报告参与者无合并症。地理分布上，34项研究在东方地区进行，145项在西方地区进行，3项为跨国合作。研究设置方面，153项在社区环境中进行，28项在诊所环境中进行，1项同时包含社区和临床环境。
在研究设计方面，155项研究采用双臂设计，27项采用三臂设计。平均干预持续时间为8.6个月，范围为1至36个月。NMA包含21种不同的干预措施，分为9种单组分和12种多组分干预措施。在182项研究中，比较组被分类为11种干预类型。主动对照最常见，其次是不活动对照、健康教育和静态网站。干预组更加多样化，涵盖21种不同的干预类型。互动网站是最常评估的，其次是移动应用程序，以及互动网站联合可穿戴设备。
所有纳入研究均将饮食调整和体力活动作为核心干预组成部分。在电子健康干预所包含的行为支持功能中，自我监测最为常见，其次是个性化咨询和反馈、目标设定和动机支持。社会支持和同伴讨论以及其他行为改变技术也有报告。
3.3 减重的治疗水平比较
网络图比较了超重或肥胖个体中电子健康干预的减重效果，包含21个节点。网络中最大的节点是互动网站，其样本量最大，并经常作为比较干预措施。
如图3所示，移动应用程序、可穿戴设备与健康教育三者联合相比不活动对照组实现了最大的体重减轻。联赛表中的成对比较进一步表明，移动应用程序、可穿戴设备与健康教育联合组的减重效果显著优于所有其他干预措施。根据P分数分析，移动应用程序、可穿戴设备与健康教育联合是表现最佳的干预措施，其次是移动应用程序、互动网站与可穿戴设备联合。在单组分电子健康干预中，电话呼叫干预在减重方面排名最高。
3.4 不一致性检验
设计×处理交互模型显示网络中存在统计显著的全局不一致性。此外，节点分裂法识别出若干局部不一致性。具体而言，在某些比较中观察到效应量大小的不一致，但减重的方向保持一致。然而，有两项比较在大小和方向上均表现出不一致，提示这些特定比较中存在潜在的异质性担忧。
3.5 网络Meta回归
使用限制性最大似然估计的Meta回归表明，年龄、女性参与者比例、干预持续时间、干预设置、基线BMI和地理区域等变量均未显著影响电子健康干预与减重之间的关联，表明这些因素单独不能解释各研究间处理效应的变异。
3.6 敏感性分析
排除样本量小的研究后，剩余研究表明移动应用程序、可穿戴设备与健康教育联合仍是减重最有效的电子健康干预，表明主要结果对排除小样本试验是稳健的。在干预后分析和随访分析中，移动应用程序、可穿戴设备与健康教育联合均保持为减重排名最高的策略。
3.7 偏倚风险评估
总体而言，66项研究被评估为低偏倚风险。62项研究因随机化过程中的问题存在一定担忧。54项研究因不当分析或缺失数据处理等问题被判断为高偏倚风险。
3.8 证据置信度
NMA的置信度评级在不同治疗比较中从“极低”到“高”。在211项比较中，82项被评为高置信度，71项为中等置信度，19项为低置信度，38项为极低置信度。对于移动应用程序、可穿戴设备与健康教育联合的比较，置信度水平从中等到高。较低的置信度评级主要归因于与随机化过程、对预期干预的偏离处理不当或缺失结局数据相关的研究内偏倚。
3.9 发表偏倚
漏斗图的视觉检查提示围绕中心效应估计大致对称。Egger回归检验无统计学显著性，表明没有强烈的发表偏倚或小型研究效应证据。
4 讨论
据研究人员所知，这是首个比较超重或肥胖成人群体中电子健康干预减重效果的NMA。研究结果进一步支持，将移动应用程序与可穿戴设备和健康教育相结合可产生比单一电子健康干预更大的减重效果。在本研究中，移动应用程序、可穿戴设备和健康教育的关键特征包括自我监测、目标设定、教育内容传递、个性化反馈、提醒、动机、同伴支持以及与医疗保健专业人员的沟通，可实现个性化和高效的医疗保健服务。鉴于移动应用程序与可穿戴设备结合的便利性和用户友好性，将这些技术与健康教育整合可能是促进减重的最佳策略。
在电子健康干预中，大多数多组分方法在促进减重方面始终优于单组分电子健康干预。根据学习理论，采用多种学习策略可通过调动不同的认知过程和动机因素来增强知识获取并支持持久的行为改变。多组分电子健康干预通常结合移动应用程序、可穿戴设备和健康教育来解决体重管理的多个方面，从而促进更可持续的减重。因此，在体重管理计划设计中应优先考虑整合多组分电子健康策略以最大化效果。
在研究结果中，单独的静态网站，以及静态网站联合可穿戴设备和健康教育或仅联合可穿戴设备，并未产生比其他单一电子健康干预显著更大的减重效果。使用这些组合的研究样本量有限可能部分解释了这一结果。此外，基于静态网站的干预由于缺乏互动性、辅导和个性化反馈，对减重的影响有限。鉴于这些局限性，在体重管理计划中使用静态网站应谨慎。
研究结果表明，在评估的单组分电子健康干预中，电话呼叫干预最为有效。这一发现可能由电话通信的互动性质解释，它支持医疗保健提供者和参与者之间的实时双向交流。这种互动有助于量身定制的行为支持、及时澄清疑虑和即时反馈，所有这些都可能比被动、单向的通信方法更能增强动机和依从性。电话干预也具有高度可及性，尤其适用于数字素养有限、互联网访问受限或不适应复杂数字平台的个体。此外，电话联系便利性和人际交往性质可增强患者的感知支持、参与度和满意度。然而，其有效性可能受到通话频率、时长、提供者专业知识和沟通质量等因素的影响。因此，电话支持可能是一种实用且可扩展的策略，用于提供单组分电子健康干预。需要进一步的直接比较研究来确定最佳干预强度和交付特征。
在本NMA中，健康教育成为减重干预中一个关键的非电子健康组成部分，不一致性分析表明更多的健康教育课程与更显著的减重相关。在各研究中，健康教育通常侧重于饮食调整，包括代餐、热量减少、降低脂肪摄入、减少含糖饮料消费和增加体力活动，大多通过面对面课程提供。面对面交付使参与者能够直接接触教育内容、与医疗保健专业人员互动，并通过个人或小组讨论获得个人指导。先前研究表明，量身定制的健康教育可促进行为改变、培养同伴支持并增强对干预的依从性。因此，健康教育是有效体重管理的关键要素，将其整合到基于电子健康的计划中对最大化干预效果至关重要。
所有纳入研究均为随机对照试验，并使用客观的体重测量方法，这增强了研究结果有效性的可信度。尽管观察到了显著的全局不一致性，但在Meta回归分析中检查的预设研究层面协变量均未能显著解释所观察到的不一致性。此外，通过纳入标准在一定程度上最小化了临床异质性，所有纳入的干预措施均包含用于体重管理的饮食、体力活动、行为矫正或其他健康生活方式策略。因此，观察到的不一致性不太可能归因于研究人群或干预目标的重大差异。相反，它可能反映了干预实施方面的差异，如干预强度、接触频率、个性化程度、反馈机制和电子健康平台的技术特性。由于这些特征往往报告不足，其对处理效应的影响无法进一步检查。
健康教育与非互动网站之间的不一致性分析结果显示，直接证据倾向于健康教育，而间接证据倾向于非互动网站用于减重。直接比较研究通常纳入合并症较少的参与者，并且提供的健康教育课程次数多于提供间接证据的研究。这些差异可能部分解释了所观察到的不一致性，因为更高的干预强度和更少的合并症与更好的减重结局相关。然而，由于直接比较研究数量有限且参与者特征报告不完整，这一解释无法得到验证。需要进一步研究来阐明这种不一致性。
此外，直接证据倾向于移动应用程序与可穿戴设备的联合，而间接证据倾向于移动应用程序、互动网站与可穿戴设备的联合用于减重。一个可能的解释是干预强度的差异。在提供间接证据的研究中，互动网站成分的实施强度更高，而在直接比较研究中参与者仅接受了单次简短的互动网站课程。互动网站可促进自我监测、教育和个性化反馈，所有这些都可能支持减重。因此，直接比较研究中互动网站成分的较低强度可能部分解释了所观察到的不一致性。然而，由于直接证据来自单项小样本研究，这些发现应谨慎解读。需要进一步的高质量大规模试验来阐明这些干预措施的相对有效性。
大多数治疗比较得到了中等到高质量证据的支持；然而，27%的比较被评为低或极低确定性，主要是由于研究内偏倚。偏倚的主要来源涉及随机化过程、对预期干预的偏离以及缺失结局数据的担忧。尽管如此，体重是一个客观结局，通常使用标准化程序测量。因此，这些方法学局限性不太可能显著影响减重结局的评估。
本研究具有若干优势。首先，通过同时比较已建立的单组分和多组分电子健康干预措施用于减重，它为指导超重或肥胖成人群体选择最优策略提供了有价值的证据。其次，NMA仅纳入随机对照试验，提供了比以往研究更严格的证据。第三，采用了严格的纳入标准，要求干预成分专注于饮食、体力活动、行为矫正或健康生活方式策略，从而增强了电子健康干预之间的可比性并提高了研究结果的内部效度。第四，大多数纳入研究具有足够的样本量，且体重使用客观、标准化的程序进行测量。一致使用体重变化作为主要结局增强了各研究之间的可比性，并加强了研究结果的可靠性。第五，置信度评估表明，涉及移动应用程序、可穿戴设备与健康教育联合的比较具有中到高度的确定性，从而支持对所观察到的减重效果可靠性的更大信心。
4.1 局限性
然而，在解读这些发现时应考虑若干局限性。首先，评估某些类型电子健康干预的研究数量有限，限制了对其实效性得出确切结论的能力。其次，由于本研究中评估的电子健康干预仅包括移动应用程序、互动网站、静态网站、可穿戴设备、电子邮件、消息和电话，结果不能推广到其他基于技术的干预。大多数纳入研究将超重和肥胖参与者作为一个混合人群招募，并未分别报告结局。因此，无法独立检查电子健康干预对超重和肥胖个体的有效性。未来需要精心设计的研究分别报告这些人群的结局，以阐明这一问题。最后，各纳入研究的随访期差异很大，限制了对减重效果长期可持续性和维持的评估能力。
5 结论
本网状Meta分析表明，多组分电子健康干预，特别是那些将移动应用程序与可穿戴设备和健康教育相结合的干预，是降低超重或肥胖成人群体体重的最有效策略。通过整合自我监测、个性化反馈、目标设定和教育内容，移动应用程序与可穿戴设备和健康教育联合干预解决了行为改变的多个决定因素，并支持对饮食和体力活动目标的持续依从性。这些特征，加上移动和可穿戴技术的可及性，使得此类干预措施可扩展并适用于不同人群，包括那些难以获得面对面护理的人群。需要更多设计良好、大规模且具有延长随访期的随机对照试验来验证这些发现，探索其在多样化人群中的适用性，并评估其长期可持续性和成本效益。
