《Journal of the Experimental Analysis of Behavior》：Daily assessments of behavioral economic indices and drinking among rural-residing adults with at-risk drinking
编辑推荐：
在一项针对居住在农村地区的高风险饮酒成年人的二次分析中（N=75；62.7%为女性；98.7%为白人），研究人员通过每日调查，检验了行为经济学（Behavioral Economic, BE）指标（需求、延迟折扣和无酒精活动比例）在不同酒精使用严重程度范围内对
在一项针对居住在农村地区的高风险饮酒成年人的二次分析中（N=75；62.7%为女性；98.7%为白人），研究人员通过每日调查，检验了行为经济学（Behavioral Economic, BE）指标（需求、延迟折扣和无酒精活动比例）在不同酒精使用严重程度范围内对次日饮酒的预测能力。这些关系使用线性混合效应模型进行检验，包括评估行为经济学指标与酒精使用严重程度的交互作用。在未调整的分析中，无酒精活动比例（β [95% CI]：?0.022 [?0.038, ?0.006]）、需求强度（即免费时的饮酒量；β [95% CI]：0.267 [0.143, 0.391]）和最大支出（Omax；β [95% CI]：0.036 [0.014, 0.059]）是次日饮酒量的显著预测因子。在调整后的分析中，研究人员观察到基线酒精使用严重程度与酒精需求强度（β [95% CI]：?0.014 [?0.027, ?0.001]）和Omax（β [95% CI]：0.005 [0.000, 0.010]）之间存在显著交互作用，其中行为经济学指标与次日饮酒之间的关系在较低和较高酒精使用严重程度个体中分别更强。这些结果支持在日常调查研究中纳入行为经济学指标，以支持数字化的、潜在的即时自适应干预。
酒精使用是一个重大的公共卫生问题，尤其在农村地区，居民面临更高的危险饮酒风险和酒精相关伤害，同时获取治疗服务的机会更为有限，且存在劳动力短缺、交通障碍、污名化和行为健康基础设施不足等结构性屏障。行为经济学（behavioral economics, BE）理论认为，酒精滥用源于对即时酒精奖赏的过度评价以及替代性奖赏的可及性和评价降低。已有的行为经济学指标，如延迟折扣（delay discounting）、酒精需求（alcohol demand）和无酒精活动时间比例，与饮酒结果存在关联，但多数研究为横断面设计，且集中于城市或大学生样本，纵向研究不足，农村人群代表性明显缺失。因此，本研究旨在通过每日调查，在居住于农村地区的高风险饮酒成年人中，前瞻性地检验多种行为经济学指标对次日饮酒的预测能力，并考察基线酒精使用严重程度是否调节这些关联，以填补现有文献的空白，并为数字干预和即时自适应干预提供机制性依据。
研究人员开展了一项来自试点随机对照试验（Bayrakdarian等，2024）的二次分析，该试验评估了移动行为经济学干预在农村高风险饮酒者中的可行性。研究对象通过电子健康记录（EHR）从大型学术医疗系统招募，纳入标准包括AUDIT-消费量表（AUDIT-C）阳性且有电子设备使用条件，最终样本为75名农村成年人。参与者被随机分配至情景未来思维（episodic future thinking, EFT）、意志选择（volitional choice, VC）、两者联合或增强型常规照护（enhanced usual care, EUC）四组。每日调查通过Qualtrics发送，持续两周，评估前一天饮酒量，并以0.33的每日概率随机测量三种行为经济学指标之一：无酒精活动比例（通过四题自评计算）、延迟折扣（六项分钟折扣任务，计算k值）以及简明酒精需求评估（Brief Assessment of Alcohol Demand, BAAD）中的强度、最大支出（Omax）和断点。数据采用线性混合效应模型分析，以次日饮酒量为因变量，分别纳入各行为经济学指标为固定和随机效应，调整中心化的基线酒精使用障碍识别测试（AUDIT）评分，并检验交互作用。
人口统计学特征
样本共75人，平均年龄55.2岁（标准差=15.9），62.7%为女性，98.7%为白人，93.3%为非西班牙裔/拉丁裔，66.3%的年收入低于75，000美元。平均基线AUDIT得分为7.9（标准差=6.8），处于风险饮酒范围。
未调整模型
在未调整模型中，无酒精活动比例是次日饮酒的显著负向预测因子（β [95% CI]：?0.022 [?0.038, ?0.006]），即无酒精活动比例每增加一个单位，次日饮酒量减少约0.02标准杯。酒精需求强度（β [95% CI]：0.267 [0.143, 0.391]）和Omax（β [95% CI]：0.036 [0.014, 0.059]）均显著正向预测次日饮酒量。然而，延迟折扣率ln(k)（β [95% CI]：?0.062 [?0.281, 0.157]）和需求断点（β [95% CI]：0.019 [?0.027, 0.065]）未达到统计学显著。
调整模型
在调整中心化基线AUDIT后，无酒精活动比例的主效应不再显著（β [95% CI]：?0.014 [?0.031, 0.002]），但基线AUDIT显著预测次日饮酒（β [95% CI]：0.211 [0.128, 0.294]），两者交互不显著。延迟折扣率ln(k)仍不显著（β [95% CI]：?0.103 [?0.316, 0.109]），且无显著交互作用。对于需求强度，观察到与基线酒精使用严重程度的显著交互作用（β [95% CI]：?0.014 [?0.027, ?0.001]），强度对次日饮酒的预测作用在低严重程度个体中更强，具体表现为低、中、高严重程度下，强度每单位增加分别对应次日饮酒增加0.345、0.247和0.178杯。对于Omax，同样存在显著交互作用（β [95% CI]：0.005 [0.000, 0.010]），其预测作用在高严重程度个体中更强，对应增加量分别为0.021、0.056和0.080杯。断点在调整模型中仍不显著。
讨论总结与结论
讨论部分指出，每日测量的无酒精活动比例、需求强度和Omax能够预测次日饮酒，这与既往在自然环境中观察到的需求与后续饮酒之间关联的研究一致。断点未显示出预测作用，可能因其对物质使用关联的敏感性低于强度和Omax。延迟折扣未预测饮酒，可能因为在较短时间窗内延迟折扣率相对稳定，不适合作为每日波动的指标。研究者还强调，使用行为经济学任务而非直接询问饮酒情况，可能减少测量反应性，并支持将这些指标纳入生态瞬时评估和即时自适应干预。局限性包括样本人群以白人为主要特征、样本量较小且来自试点研究、每日仅单次测量，未来需在更多样化的样本中验证。
研究结论可翻译为：在居住于农村地区的高风险饮酒成年人中，行为经济学指标——酒精需求强度、Omax和无酒精活动时间比例——能够显著预测次日饮酒量。这些结果支持在未来的生态瞬时评估（ecological momentary assessment, EMA）研究中纳入行为经济学测量，作为饮酒量评估的替代性项目，并更关键地，为即时自适应干预（just-in-time adaptive interventions, JITAIs）的实施提供依据。
