综述：基于移动应用的多模式行为干预对肥胖减重的有效性：系统评价与Meta分析

《Obesity Reviews》：Effectiveness of Mobile Application-Based Multimodal Behavioral Interventions on Weight Loss in Obesity: A Systematic Review and Meta-Analysis

　　

背景：医疗系统在慢性病管理（如肥胖）方面面临日益增长的需求。移动应用提供了可扩展的体重管理工具，从简单的追踪器到可处方的数字疗法（digital therapeutics, DTx）。
目的：本综述评估完全远程、基于应用的多模式干预对肥胖成人减重的有效性。遵循国际指南，这些干预结合了针对饮食、身体活动和/或心理社会教育的行为改变策略。
方法：进行了系统性文献检索。使用Cochrane偏倚风险工具2（Cochrane Risk of Bias Tool 2）和推荐等级评估、发展与评价（Grading of Recommendations, Assessment, Development and Evaluation, GRADE）方法评估了符合条件的研究的证据确定性。对体重结局进行了Meta分析。
结果：共纳入12项随机对照试验（randomized controlled trials, RCTs）和5项系统评价，报告了体重或身体质量指数（body mass index, BMI）的变化。干预结束时体重变化的标准化均差（standardized mean difference, SMD）为?0.50（95%置信区间：?0.77至?0.22），对应平均差（mean difference, MD）为?2.61 kg（?4.45至?0.78）。异质性显著（I²=79.2%；p<0.0001）。
结论：完全远程、基于应用的干预在肥胖管理中显示出中等程度的减重效果，具有良好潜力。然而，研究间的异质性强调需要进一步研究对结果有显著影响的潜在因素。

1 引言
肥胖作为21世纪重大公共卫生挑战，给医疗系统带来沉重负担，其长期管理需要资源支持。国际指南推荐多模式生活方式干预作为一线治疗，涵盖饮食咨询、身体活动促进及心理社会技能训练。移动应用（app）作为可扩展工具，可提供从简单追踪到处方级数字治疗（DTx）的多样化功能。德国已将可报销的数字健康应用（DiGA）纳入医保，并列入肥胖治疗指南。本综述旨在评估完全远程、基于应用的多模式干预对肥胖成人减重的有效性，所有干预均通过智能手机应用传递，且额外个人支持仅通过数字远程渠道提供，干预设计遵循至少包含营养、身体活动和/或心理社会教育中两个模块的多模式框架。

2 材料与方法
2.1 检索策略与资格标准
2025年2月系统检索PubMed、Cochrane Library、Nature、PubPsych和IEEE Xplore数据库，遵循PICOS框架。纳入标准为成人肥胖或样本平均BMI≥30 kg/m²的研究，干预需为移动应用传递的数字多模式生活方式干预，对照为常规护理或等待列表，结局报告体重或BMI变化，研究类型为RCT或系统评价。排除年龄<18岁、妊娠、平均BMI<30、特殊亚组人群、非应用干预、单模式干预、现场个人支持、药物或手术干预等。

2.2 研究选择与数据提取
检索结果导入Zotero去重，由两名评审者使用CADIMA平台独立完成标题摘要筛选和全文筛选，分歧通过讨论或第三评审者解决。手动筛查相关系统评价的参考文献。使用标准化表格提取数据，内容包括研究特征、参与者特征、干预细节、对照类型、结局指标及时间点、安全性报告等。

2.3 结局指标
主要结局为从基线至干预结束的体重变化，报告为绝对（kg）或百分比（%）变化或BMI变化（kg/m²），同时提取6个月随访数据。对满足报告均值及标准差或置信区间的研究，分别使用标准化均差（SMD）和均差（MD）进行Meta分析。次要结局为生活质量和心血管参数，采用叙述性总结。

2.4 统计分析
使用R软件（4.4.2版）进行随机效应模型分析，以Hedges' g计算SMD，并计算MD。优先基于意向性治疗（intention-to-treat, ITT）数据，否则使用符合方案（per-protocol, PP）数据。通过I²统计量量化异质性（25%/50%/75%分别对应低/中等/实质性异质性）。对主要终点（干预结束SMD）进行敏感性和离群值分析，包括排除高风险偏倚研究及仅使用6个月数据。

2.5 偏倚风险与质量评估
遵循PRISMA 2020声明，方案在PROSPERO注册。采用Cochrane RoB 2工具独立评估偏倚风险。通过漏斗图目测和Egger回归检验评估发表偏倚（仅当某结局研究数≥10时）。使用GRADE方法评估主要结局的证据确定性。

2.6 探索性事后分析
为解释效果差异，根据SMD森林图将研究分为高表现组与低表现组，回顾各项干预的行为改变组件（如目标设定、自我监测、个性化反馈），计算组件数量并进行描述性比较。

3 结果
3.1 研究选择
检索共获得566篇记录，去除重复后余464篇，经标题摘要及全文筛选，最终纳入17项研究，包括12项RCT和5项系统评价。其中10项RCT纳入Meta分析；1项报告数据不足，另1项仅报告PP数据，故仅纳入叙述性综合。

3.2 研究特征
研究发表于2014至2025年，覆盖全球多个地区。样本量50至650，干预时长3至24个月。应用作为干预核心，普遍包含自我监测（饮食和/或活动记录）、教育内容和目标设定功能，多数提供个性化反馈或提示。部分研究整合异步或结构化远程个人支持（如短信、电话），或引入同伴/社会支持。所有研究报告干预结束后结果，部分提供6个月及随访数据。

3.3 偏倚风险与质量评估
10项RCT中，1项为低风险，6项存在部分问题，3项为高风险。主要偏倚来源为领域五（选择性报告）。主分析显示I²=79.2%（SMD）和85.6%（MD），提示实质异质性。漏斗图目测及Egger检验均未提示明显发表偏倚。GRADE评估主要结局证据确定性为中等，因异质性降级，但排除高风险研究后结果稳健，故未因偏倚风险额外降级。

3.4 减重结果
3.4.1 系统评价结果
5项系统评价一致报告智能手机干预与减重相关。例如，Cavero-Redondo等报告移动健康干预合并SMD=?0.37，MD=?1.78 kg，其中智能手机效果最优；Patel等发现数字自我监测与减重显著关联；Wang等支持应用和可穿戴设备用于自我调节；Rumbo-Rodriguez等报告47%的技术干预获得显著减重；Cheatham等发现可穿戴设备在综合减重项目中短期（≤6个月）可能优于常规方案。

3.4.2 Meta分析
主要结局（干预结束体重变化SMD）共纳入10项研究，合并结果为SMD=?0.50（95%CI ?0.77至?0.22，p<0.01），显著有利于干预组，预测区间为(?1.29, 0.30)，I²=79.2%。基于9项报告kg变化的研究，MD=?2.61 kg（95%CI ?4.45至?0.78）。排除高风险研究的敏感性分析仍显著（SMD=?0.42），仅保留6个月数据的分析呈非显著趋势（SMD=?0.58，p=0.068）。

3.4.3 事后描述性发现
高表现组（5项研究）平均包含5.0个行为改变组件（中位数5，范围4–6），低表现组（5项研究）平均4.4个（中位数4，范围3–7），提示组件数量可能影响效果，但该趋势较弱且属事后分析，需谨慎解读。

3.4.4 次要结局
5项研究报告生活质量，结果不一致，部分显示组内或组间改善，部分无显著差异。7项研究提供心血管数据，其中4项报告干预后结局，Hurkmans等和Ruiz-Leon等观察到血压或多项风险因素改善，而其他研究未见显著组间差异。仅2项研究报告安全性，未发现与干预相关的不良事件。

4 讨论
4.1 主要发现
完全远程应用干预产生中等减重效果（SMD=?0.50，MD=?2.61 kg），与既往数字健康干预综述结果一致。效果优于仅针对单一行为或完全自动化干预，可能因为纳入了多模式设计和远程人际互动。预测区间较宽提示效果依实施背景而异。部分研究达到5%和10%减重目标，显示临床应用价值。德国两项已认证的DiGA（zanadio和Oviva Direkt）在纯远程条件下仍取得显著减重，表明规范设计的应用可部分弥补人工支持缺乏的不足。

4.2 异质性可能解释
研究间异质性可能源于干预强度、时长、组件质量及方法学差异。排除高风险偏倚文献或限制为6个月数据均未显著降低异质性。森林图目测显示“高表现”和“低表现”两个聚类，高表现组平均组件数略多，但该关系不稳健，无法确定具体因素，提示需进一步探索组件质量、整合方式及用户参与度等因素。

4.3 优势与局限性
优势：首个专门聚焦移动应用多模式干预的Meta分析；采用全面检索、双人独立筛选和数据提取，流程透明；方案前瞻性注册；使用Cochrane RoB 2和GRADE等标准化工具；同时纳入RCT和系统评价。局限性：部分RCT存在高风险偏倚（主要为选择性报告）；异质性显著；研究的纳入标准允许部分超重者（但样本均值为肥胖）可能影响结果；排除针对特定社会经济或种族亚组的研究；次要结局数据不足，无法得出确切结论。

4.4 未来展望
需进行纵向研究以评估长期减重维持效果；探索干预组件的最佳组合及个体化预测因素；开展成本效益分析，为医疗系统整合提供依据；建立数字行为改变技术的标准化分类，以评估实施保真度和作用机制。

5 结论
本系统评价与Meta分析表明，基于应用的多模式生活方式干预可显著促进肥胖成人减重，尽管不同应用间存在明显异质性。研究结果支持移动电话干预作为可扩展、可获取的体重管理工具，能够提供循证干预并促进行为改变。初步证据提示，纳入更多行为改变组件可能增强干预效果，但目前尚无法确定具体有效组件。鉴于肥胖的全球负担和数字健康干预的认可度不断提升，未来研究应聚焦优化组件组合，以最大化数字干预在肥胖管理中的效果。