没有合适的资源?快使用搜索试试~ 我知道了~
基于互联网的预防计划StudentBodies™在饮食失调中的依从性和效果的综述
互联网干预1(2014)26参与者对基于互联网的预防计划StudentBodies™饮食失调的依从性-综述☆I inaBei n t nera,C. BarTaylorba德国德累斯顿工业大学临床心理学和心理治疗研究所b美国斯坦福大学医学院a r t i c l e i n f o文章历史记录:2014年1月27日收到2014年3月6日收到修订版2014年3月6日接受2014年3月13日在线提供关键词:依从性网络预防进食障碍综述a b s t r a c t在基于互联网的干预研究中,研究和治疗退出和依从性是特别的挑战然而,在线预防中的研究、干预和患者特征、参与和干预结果之间的关系的系统调查很少。对参与研究认知行为、基于互联网的8周饮食失调预防计划(StudentBodies™)的试验、参与调节因素以及参与对结果调节因素与结果关系的影响进行了综述。纳入了7项美国和3项德国研究,共N= 1059例女性受试者两个美国。德国的一项试验明确地以选择性预防方法处理高风险样本在所有研究中,脱落率范围为3%至26%。参与试验的女性平均访问了49%至83%的指定干预内容。研究特征(普遍与选择性预防、激励措施、国家、参与者年龄)预测了粘附或研究退出。调整后的坚持,干预结果(EDI驱动器薄和EDI贪食症)仅受参与者的年龄,在一个样本的青春期女孩的影响较小在许多试验、环境和国家中,对StudentBodies™的遵守率都很高这些发现是有希望的,但很可能在普通公众中的依从性明显低于研究环境,干预效果也会更小。然而,这种干预措施很容易获得,每个参与者的成本最低,公共卫生影响可能仍然是显着的。© 2014作者。由爱思唯尔公司出版这是一篇CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/3.0/)中找到。1. 介绍饮食失调是年轻女性的常见问题。只有1- 3%的女性患有神经性厌食症、神经性贪食症或暴食症(Hoek和van Hoeken,2003; Hudson等人,2007),高达25%的人报告了符合亚阈值进食障碍标准的部分综合征或症状(Leon等人,1997; Shisslak等人, 1995年)。近年来,在纵向研究中已经确定了进食障碍的许多风险因素,包括频繁节食和限制性饮食以及对体重和体型的极度关注(Jacobi等人,2004年)。结构化和/或手动化的心理教育计划已显示出减少这些风险因素的影响(Stice等人,2007年),以及在一些高风险群体中,☆我们感谢德国研究基金会和德累斯顿工业大学开放获取出版基金的支持*通讯作者:TU Dresden,Institut für Klinische Psychologie undPsychotherapie,Chemnitzer Straße 46,01187 Dresden,Germany. 联系电话:电话:+49 351 463传真:+49 351 463 37208。电子邮件地址:Ina. tu-dresden.de(I.Beintner)。完全综合征进食障碍的发作(Stice等人,2008; Taylor等人, 2006年)。这种方案,特别是当它们可以电子方式获得时,有可能以低成本向每个参与者广泛传播。StudentBodies™ 是 用 于 预 防 饮 食 失 调 的 基 于 互 联 网 的 程 序(Winzelberg等人,2000年; Winzelberg和Taylor,1998年)。这是一个结构化的认知行为计划,为青春期女孩和妇女提供8周8次会议,解决可能导致或减轻饮食病理学的因素,包括高体重和形状问题。普遍的以及选择性的预防方法都采用了StudentBodies™。在普遍预防方法中,每个有兴趣参与干预的女孩或妇女都有资格参与。在选择性预防方法中,参与者仅限于体重和体型问题升高和/或最初有进食障碍症状的女性。美国和德国的近1000名少女和年轻女性参加了10项随机对照试验,评估该计划。在所有试验中,干预与进食障碍相关态度的适度改善相关,特别是负面身体形象和瘦的愿望的减少(Beintner等人, 2012年)。http://dx.doi.org/10.1016/j.invent.2014.03.0012214-7829/© 2014作者。由爱思唯尔公司出版这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/3.0/)。可在ScienceDirect上获得目录列表互联网干预杂志首页:www.invent-journal.com/I. Beintner et al./ Internet Interventions 1(2014)26 -3227除了有效性,坚持是预防计划的关键因素。坚持性差可能会妨碍预防计划的积极影响,而预防计划有可能是有效的。从公共卫生的角度来看,这一点尤其重要:在有限的实验室条件下已被证明有效但在更广泛的 环 境 中 未 被 采 用 和 接 受 的 干 预 措 施 对 公 共 卫 生 几 乎 没 有 影 响(Glasgow等人,1999年)。依从性已被定义为“患者的行为与处方者同意的建议相匹配的程度”(Haynes等人,1979年)。虽然药物依从性已经得到了很多关注(例如,Andrade等人,2006; Cramer等人,2008; Farmer,1999; Haynes等人, 2001)和一些关于坚持心理治疗的研究(例如, Edlund等人,2002; Ogrodniczuk等人, 2006; Olfson等人,2009; Scheel等人,2004年),和基于互联网的自助(例如,Christensen等人,2009;Eysenbach,2005; Wangberg等人, 2008年),相对较少的是知道坚持预防计划。然而,先前关于自我导向干预的研究表明,初始风险状态(例如,Linke等人,2007)和参与者的年龄(例如, Buller等人,2008;Christensen等人,2009; Donker等人,2013年;Stenyi等人,2009)可能影响依从性和脱落。激励措施已被证明可以提高调查的响应率(Edwards例如,2009; Simmons和Wilmot,2004; Singer等人,1999 ) , 并 且 还 可 以 减 少 基 于 互 联 网 的干 预 试 验 的 研 究 脱 落(Alexander等人,2008; Khadjesari等人, 2011年)。了解哪些调节者影响依从性和结果可以通过以下方式促进临床决策:(1)确保不向首先不太可能从中受益的参与者提供基于互联网的预防计划,以及(2)确保受益但需要额外鼓励使用该计划的参与者获得适当的额外支持。与非在线预防性干预措施相比,基于互联网的预防性干预措施具有利用参与者登录数据获得客观遵守措施的内在潜力。这些数据已在大多数StudentBodies™试验中报告。对该计划的坚持似乎随着计划结构的增加而增加(Celio等人, 2002年)。 在一项单独的研究中,研究了依从性的预测因素以及依从性对结果的影响:较高的依从性与更明显的饮食失调相关态度相关(Tayloretal. ,2006),并且在该样本中,高度一致性预测了EDI驱动力的更大降低,但没有其他结果(Manwaring等人,2008年)。这项研究值得注意,因为它包括对依从性与特定计划组成部分和结果之间关系的分析,从而试图确定最有意义的依从性指标。主要发现是,程序使用的持续时间,阅读的内容量和自我监控日志程序使用中的帖子数量与干预后的结果相关,而参与在线讨论并不能预测结果。通过这篇综述,我们旨在扩展过去关于对StudentBodies ™的粘附的研究(Celio等人,2002; Manwaring等人,2008)和我们之前的荟萃分析(Beintner等人,2012)以进一步检查试验的依从性。我们将1)整合StudentBodies™个体研究中报告的依从性数据,2)调查依从性的潜在调节因素(普遍与选择性预防方法,研究进行的国家,参与者的平均年龄,激励)的影响,3)分析依从性的差异是否以及在多大程度上有助于干预结果的调节。 为了做到这一点,我们需要确定坚持的主持人,干预结果的主持人,并检查当考虑坚持时,这些主持人和干预结果之间的关联是否以及如何变化。2. 方法2.1. 资料选择纳入了在RCT中采用StudentBodies™的所有研究,这些研究在2013年8月之前完成(Beintner等人, 2012年)。2.2. 遵守措施对干预的依从程度定义为每次试验的干预组研究脱落率也纳入分析中,作为依从性的代表我们之所以选择这样做,是因为在报告自我指导干预的依从性方面存在很大差异,并且大多数研究都报告了研究脱落此外,据推测,研究辍学(即,未能提供干预后数据;也称为脱落)和过早终止治疗(即,未能参与预先设定的最低干预量;也称为不使用(也称为不使用)与基于互联网的干预密切相关(Eysenbach,2005年)。2.3. 干预结局效应量计算为干预组和对照组评估前后的平均结果差异除以基线时干预和对照条件的合并标准差(d=((MIGpost- MIGpre)-(MWCGpost- MWCGpre))/SD合并)。样本量的调整是(Hedges and Olkin,1985)。考虑到某些试验中样本量较小,我们计算了Hedges' g(Hedges,1981; Hedges and Olkin,1985)。由于大多数原始出版物缺乏ITT数据,我们计算了研究完整样本的效应量我们纳入了至少8项试验的结局指标2.4. 编码根据下列特征,通过IB对每项研究进行纳入了研究所有部分的信息辍学率未参加干预后评估的受试者比例(基于干预组的意向治疗样本量)。一些作者认为参与者在被分配到干预但从未开始干预时不属于脱落者。在这种情况下,我们将未开始干预的患者比例添加到报告的脱落率中。粘附每次试验中干预组参与者打开的平均页数干预结果饮食失调量表(EDI)消瘦驱动力和EDI贪食亚量表(Garner,1991)的效应量按上述规定计算预防性干预的类型通用与选择性预防。如果纳入标准包括最小量的体重和形状关注(即德国样本中体重关注量表(Grund,2003)的最小评分为42或体重关注量表(Killen et al.,1994)或110对身体形状问卷(Cooper等人,1987)在美国样品中)和/或饮食失调的症状。28I. Beintner et al./ Internet Interventions 1(2014)26 -32国家进行试验的国家(美国与德国)。鼓励参与对参与者是否因参与试验而获得任何激励进行编码(是vs.否)。年龄参与者的平均年龄(岁)。2.5. 参与措施我们使用IBM SPSS Statistics Version 19和21结合SPSS宏进行所有分析,以执行荟萃分析(Lipsey和Wilson,2000; Wilson,2005)。我们使用荟萃分析模型对事件发生率进行整合,以获得单组的点估计值( Einarson , 1997 ) 。 主 要 分 析 基 于 固 定 效 应 模 型 ( Hedges和Olkin,1985)。我们还进行了二次随机效应模型分析。通过限制性最大似然法估计随机方差分量(Hedges和Olkin,1985)。2.6. 主持人分析在最初的荟萃分析中(Beintner等人,2012),只有在有证据表明个体研究的效应量之间存在异质性时,才进行调节剂分析。在目前的审查中,我们选择了一种不同的方法。我们根据足够数量的研究报告了这些变量,并进行了探索性分析,而不考虑总体异质性,务实地选择了潜在的我们包括1)预防类型(普遍与选择性),2)研究进行的国家,3)参与者的平均年龄和4)是否给予激励,作为参与和分析结果的潜在调节因素。为了确保检测调节剂效应的最小功效,已经建议包括来自至少10次试验的数据(Borenstein等人, 2011年)。然而,到目前为止,只有10个试验雇用了学生团体,™。因此,我们务实地决定,如果这10项试验中至少有8项试验的数据可用,则进行调节剂为了确定潜在的调节因子,我们进行了元回归分析(Hedges和Olkin,1985)。为了便于解释结果,所有自变量均以其中位数为中心(Kraemer and Blasey,2004)。 由于试验数量较少,并且在所有试验 中 检 查 了 相 同 的 干 预 措 施 , 因此主 要 分 析 基 于 固 定 效 应 模 型(Borenstein等人, 2011年)。此外,还进行了基于随机效应模型的次要分析干预效果的调节分析首先进行未经调整,如上所述。 由于干预效果不太可能独立于依从性,我们通过调整干预组中打开的平均页数以及潜在调节因素与干预组中打开的平均页数之间的相互作用来重复所有分析,当分析不进行调整时,仅由于依从性差异导致的治疗结局差异可能被误认为是治疗效果的真正差异。相反,在未校正的分析中,被依从性差异掩盖的真实差异可能会被遗漏3. 结果3.1. 研究样本我们纳入了6项美国研究和4项德国研究,共有N= 990名女性受试者。在大学人群中进行了9项试验;参与者平均年龄为20岁一项审判是在德国的一所预科学校,有15两美国德国的两项试验明确针对高风险样本进行选择性预防。已在别处提供了所纳入研究的详细描述(Beintner等人,2012年)。在五项研究中,对完成干预后和随访评估给予了奖励,但对参与干预没有在一项研究中,干预是大学课堂的一部分,参与者必须获得及格分数。在其余四项研究中,没有给予任何奖励。3.2. 参与各项试验中报告的依从性指标总结见表1。9%至26%(平均值:13%)的参与者退出了研究(即,他们没有完成干预后的评估)。在8项试验中,报告了干预组参与者打开的在线页面的平均数量参与者打开了49%到81%(平均值:74%)的指定在线页面.在一项招募德国高中生的研究中,坚持率最低3.3. 参与调节人潜在的调节因素(预防类型、国家、激励措施、参与者年龄)均不能显著预测研究脱落率和依从性(见表2)。3.4. 参与对干预结果适度性的影响在固定效应模型(b= 0.01,p= 0.01)和随机效应模型(b= 0.01,p= 0.04)中,依从性显著预测EDI瘦身驱动力子量表的效应量;试验平均参与者打开指定页面的比例增加10%,效应量增加d= 0.10。依从性不能预测对EDI暴食症分量表的影响。首先对治疗效果调节因子进行了未调整的分析在第二步中,我们通过调整粘附性以及潜在调节者和粘附性之间的统计相互作用来重复所有分析分析的详细结果总结见表3。在未校正的固定和随机效应模型中,预防类型可显著预测EDI瘦身驱动力子量表的效应量,但在针对依从性校正的固定和随机效应模型中则不可在这方面,选择性预防办法比普遍办法产生更大的效果。预防类型不能预测EDI贪食症分量表的效应大小进行试验的国家不能预测EDI瘦和贪食子量表的效应量在未调整的固定效应模型中,激励因素显著预测了EDI瘦身驱动力分量表的效应大小,但在任何其他模型中均未显著预测如果参与者被给予完成干预后评估的激励,则效果大小较低在未校正的固定效应模型以及针对依从性校正的固定和随机效应模型中,参与者的年龄显著预测了EDI瘦身驱动力分量表较高的年龄与较大的干预效果相关,当调整依从性时,患者年龄的影响甚至更大在未调整的固定和随机效应模型中,参与者的年龄也显著预测EDI贪食症子量表的效应大小,但在调整依从性的固定和随机效应模型中则不然。在这里,年龄越大,效应量越小然而,如果从分析中排除对青少年的唯一研究(Fritsche和Schlenkrich,2005),则在任何模型中,年龄都不能显著预测干预结果I. Beintner et al./ Internet Interventions 1(2014)26 -32294. 讨论本综述的目的是通过荟萃分析技术评估所有采用StudentBodies™的随机对照试验的依从性,并分析依从性是否以及如何影响这些研究的主要结局。在线程序中打开的平均页面数被用作粘附性的测量。此外,在分析中纳入了研究脱落率作为依从性的代表(Eysenbach,2005),以便于与其他试验进行比较。总体而言,无论该计划是用于普遍还是选择性预防方法,无论该计划是在美国还是德国使用,无论是否给予奖励,无论参与者的年龄如何,对StudentBodies™的平均而言,参与者打开了近四分之三的指定页面。 这与另一项基于互联网的饮食失调预防计划的试验结果一致(Stice等人, 2012),但与基于互联网的组合有针对性的预防和早期干预计划相比,使得StudentBodies ™脱颖而出(Bauer等人,2009;Lindenberg等人, 2011),饮食失调患者的基于互联网的自助干预(Beintner等人,2014)和用于预防和治疗其他精神障碍和/或行为问题的在线干预(Christensen等,2009; Eysenbach,2005; Melville等人,2010年),自然减员通常是一个主要问题。另一方面,研究的退出率是中等的,并且与针对饮食失调患者的基于互联网的干预的其他试验相当(Beintner等人, 2014)以及其他关于预防的RCT(例如, Carli等人,2013; Hansen等人,1990年)。依从性预测了EDI瘦身驱动子量表的干预效果,但未预测EDI暴食子量表。虽然没有分析的变量预测依从性,但我们不能排除其他调节因素,这些调节因素由于缺乏来自个体研究的足够数据而无法分析,可能是不确定的。在进食障碍的自助干预中,初始症状严重程度可影响依从性(Beintner等人,2014年)。同样,在饮食失调预防中,参与者的体重和体型关注程度或基线时的其他饮食失调体征和症状可能会影响他们参与预防计划。不幸的是,原始研究中没有足够的数据可用于更详细地检查这种可能的相互作用,因为至少需要8项试验的可比指标尽管如此,来自在具有神经性厌食症的高风险或首发症状的女性样本中采用StudentBodies ™的试点研究的数据(Ohlmer等人, 2013)令人信服地表明,在具有限制性饮食和高重量和形状问题的样品中可以实现与仅具有升高的重量和形状问题的样品中相同的高粘附性。在最初的荟萃分析中(Beintner等人,2012),只有在个体研究的效应量之间存在异质性的证据时,才进行干预结局的调节分析。在当前的综述中,我们基于足够数量的报告这些变量的研究探索性地分析了潜在的因此,在分析干预结果的调节因素时,我们发现了一种在第一次荟萃分析中没有发现的效果:选择性干预比普遍干预对参与者的瘦身驱动力产生了更大的影响然而,这种效应对于调整依从性并不稳健。此外,与最初的Meta分析相反,我们还分析了参与者的年龄作为潜在的调节因素。我们发现,参与者的年龄与他们对苗条的追求减少之间存在强有力的正相关,但与相关态度无关。表1StudentBodies™试验中的依从性和脱落率辍学率Celio等人(2000年)SB参与者阅读了71%的指定在线屏幕并发布了64%的必要的讨论组消息,坚持与讨论组是在节目的最初几周较高,然后下降C. Jacobi等人(2005,2007)参与者阅读了83%的指定页面,完成了81%的要求在个人日志中的帖子,以及在身体形象日志中所需帖子的50%,以及在讨论组中所需帖子干预作为大学课堂的一部分,如果参与者没有完成足够数量的作业,30€(WL)或40€+课程学分(IG)用于完成百分之十二百分之三LoW等. (2006)9%的人从未登录,参与者平均花费4小时在程序泰勒等人(2006年)11%的人从未登录,其余的人平均阅读79%的页面,40%已使用的增强会话Jacobi等人(2012年)参与者阅读了67.5%的指定页面,完成了151.6%的要求张贴到个人日志,28%的要求张贴到自我监控日志,并张贴了38.3%的要求讨论组的消息Winzelberg和Taylor(1998年)自我报告使用光盘:53%的参与者完成了在整个项目中,70%的参与者完成了关于身体形象和一般知识的部分,33%-67%的参与者完成了关于其他方面的知识Wi-nzelberg等人(2000)干预参与者平均完成64%的页面在研究过程中,Zabinski等人(2001年)妇女平均阅读80.5%的网页。依从性均较高在前四周,参与者平均张贴了70.7%的所需信息,这些信息是由研究助理每周通过电话在讨论组中发布的,研究助理负责监测参与者的进展。05 The Dog(2005)参与者阅读了49.3%的指定页面,完成了58.7%的要求张贴到个人日志,和21.8%的要求张贴到身体形象杂志和张贴13.22%的要求讨论组的消息Endruschat和Gere(2006)参与者阅读了72.0%的指定页面,完成了100%的要求张贴到个人杂志,44.7%的要求张贴到身体形象杂志和张贴28.5%的要求讨论组的消息40$完成评估10%未指定12%未指定9%10$完成研究21%25$完成研究26%25$完成研究10%未指定22%未指定21%30I. Beintner et al./ Internet Interventions 1(2014)26 -32表2研究脱落和依从性潜在调节因素的荟萃回归分析结果。测量研究辍学率已打开的指定页面预防类型通用与选择性FEMb选择性=−.015p=.81b选择性=.073 p=.40REM b选择性=−.015p=.81b选择性=.073p=.40K108国家美国与德国FEMb=−.011p=.87b =−.075p=.34快速眼动b=−.011p=.87b = −.075p=.34奖励k10 8是vs. 无FEMb奖励=−.019p=.80b奖励=−.013p=.89快速眼动b激励=−.019p=.80b奖励=.013p=.89参加者年龄k98有限元 b=−.019p=.31b=.032p=.15快速眼动b=−.019p=.31b=.032p=.15FEM:固定效应模型; REM:随机效应模型; k:纳入的研究数量贪食症行为然而,当从分析中移除一项关于青少年的研究(Fritsche和Schlenkrich,2005)时,这些相互关系消失了因此,可以得出结论,年轻女性样本中的参与者能够实现更大程度的减肥,这不仅仅是由于坚持性的差异,而不是高中生样本中的参与者然而,这一发现必须谨慎考虑,因为迄今为止只进行了一项包括青少年的研究。然而,这一发现与之前的荟萃分析结果一致,后者表明饮食失调预防在年轻女性中的效果大于青春期女孩(Muller和Stice,2013; Stice和Shaw,2004; Stice等人, 2007年)。然而,来自一项关于年轻女性的原始研究的主持人分析(Völker等人,在准备中)显示出某种程度上的相反效果:在20多岁的女性中,对暴食的干预效果要小得多,这些女性与饮食失调相关的态度和行为可能持续了更长的时间。因此,结合荟萃分析和在个体研究中,参与者的年龄和干预结果的关系可能不是线性的,而是遵循倒U形曲线,其中干预对青少年后期和二十出头的女性的潜在影响最大,这些女性也具有最高的进食障碍发作风险(Hudson等人,2007;Micali等人, 2013年)。进行研究的国家不影响本综述中分析的干预结果 这与我们先前的分析一致(Beintner等人, 2012),并表明具有类似内容和结构的在线干预在德国和美国同样表现良好。这项审查的一个主要局限性(以及大多数关于遵守基于互联网的干预措施的研究)植根于利用参与者的登录历史来衡量遵守情况。虽然这些数据本身可以被认为是高度客观的,但仍然不清楚参与者在计算机上打开干预页面后对干预内容的参与程度虽然我们通常只是假设他们彻底阅读了他们打开的每一页,但必须意识到他们注意力的焦点实际上可能在其他地方(在线或在线)。然而,本综述中调查的具体干预措施在每次会议中都包含许多单独的页面,包括额外阅读的链接额外的阅读可以是可选的,并且阅读基于用户的兴趣。尽管如此,StudentBodies™的参与者平均访问了74%的程序页面。如果参与者对阅读程序内容不感兴趣,他们似乎不太可能不厌其烦地浏览程序的大部分在未来的研究中,这个问题可以通过跟踪每个页面上花费的时间并检查可扩展性(即,定义在每个页面被注册为“已读”之前必须花费在每个页面上的最小时间量)此外,由于采用StudentBodies™的研究数量相对较少,因此关于其他结局指标(如体重和体型问题或进食障碍的初始症状)的数据不足,无法分析对这些结局的潜在调节作用一旦试验表3干预效果潜在调节因素的元回归分析结果观察指标潜在慢化剂EDI Drive for ThinnessEDI暴食症KK预防型普遍与选择性有限元10b选择性=.2869pb.00110b选择性=−.0392p = .56Adj. 粘附8b选择性=−.2618p = .748b选择性 =−1.4009p =.07REM10b选择性=.2869pb.00110b选择性=−.0392p=.56Adj. 粘附8b选择性=−.2618p = .748b选择性 =−1.4009p=.07国家美国vs.德国有限元10b=−.1184p=.1010b =.1093p=.78Adj. 粘附8b= 0.1245p=0.888b = 0.0046p=1.00REM10b=−.0568p=.6210b =.1093p=.78Adj. 粘附8b= 0.1245p=0.888b = 0.0046p=1.00激励是与没有有限元10b奖励=−.1763p =.0110b奖励=−.0561p=.41Adj. 粘附8b奖励=.0093p=.958b奖励= .0893p=.52REM10b奖励=−.1134p =.2710b奖励=.0561p=.41Adj. 粘附8b奖励=.0093p=.958b奖励=.0893p=.52参加者年龄有限元9b= 0.0425p=0.04a9b = −.0488p=.02aAdj. 粘附8b= 0.2828p=0.02a8b=−.1006p=.41REM9b=.0436p=.129b = −.0488p=.02aAdj. 粘附8b= 0.2828p=0.02a8b=−.1066p=.41FEM:固定效应模型; REM:随机效应模型; k:纳入的研究数量;adj.依从性:干预组中调整后的平均打开页数,b:线性回归斜率;显著不同于零的回归斜率以粗体表示参与者的年龄集中在所有试验的中位年龄对于分类调节因子,b是两组之间的差异。参考基团在下标中指示。示例:在固定和随机效应模型中,选择性预防可预测对EDI“瘦身动力”的效应。在未调整的固定和随机效应模型中,与普遍预防相比,选择性预防的EDI瘦身驱动的效应量增加了0.29(b选择性= 0.2869对于连续调节变量,b表示调节变量值增加一个单位时效应量的变化示例:参与者的年龄预测EDI Drive for Thinness的效应量在未调整的固定效应模型中,样本的平均年龄相对于总体中位年龄每增加一岁,EDI Drive for Thinness的效应量就会增加0.04(b= 0.0425 *)a当从分析中排除唯一的青少年试验(Fritsche和Schlenkrich,2005)时,年龄不能显著预测结局I. Beintner et al./ Internet Interventions 1(2014)26 -3231采用这种干预措施的情况进一步增加此外,相对较少的研究数量限制了荟萃分析检测潜在调节效应的统计功效为了解决这一问题,本综述选择固 定 效 应 分 析 ( 其 产 生更 大 的 检 测 差 异 的 能 力 ) 作 为 主 要 分 析(Hedges和Vevea,1998)。最后,审查 受到可用于分析的调节 器数量相对较少的限制 对StudentBodies™的遵守可能受到干预或参与者特征的影响,而不是预防方法,激励措施和年龄仍然未被发现。用户对StuddenDies™的接受程度-通过他们参与干预的程度和对干预评估的坚持程度来衡量-这将使他们在众多试验、环境和国家中脱颖而出 这些发现是有希望的,特别是当将它们与其他基于互联网的饮食失调干预措施的发现进行比较时(Beintner等人, 2014)和其他精神障碍(例如,Christensen等人,2009; Eysenbach,2005; Wangberg等人,2008年)。下一个重要的问题是,当干预措施从研究实验室带到“现实世界”环境(如学校和社区)时,依从性是否足以实现预期的干预结果有人认为,在初级保健或一般公众中,治疗的依从性明显低于临床试验,因此干预效果也较小(例如,Miller和Hays,2000年; Prado和Mion,2010年)。我们必须期待在线预防的类似效果,但由于干预措施可以以最低的成本获得,因此公共卫生影响可能仍然显着。引用亚历山大,G.L.,神圣的,G.W.,库珀,议员,McClure,J.B.,Staldi,硕士,福特曼,K.K.,2008. 激励措施和邮件功能对在线健康计划注册的影响。 分枝 J. P re v. 医学博士。 34(5),38 2- 3 8 8。Andrade,S.E.,Kahler,K.H.,Frech,F.,Chan,K.A.,2006年。使用自动化数据库评价药物依从性和持久性的方法。药物流行病学 D rugS af. 15,565- 574.鲍尔,S.,Moessner,M.,沃尔夫,M.,Haug,S.,Kordy,H.,2009年ES(S)PRIT-一个基于互联网的预防和早期干预大学生饮食失调的方案。 布雷河 J. G UI D. C ons. 37(3),3 27- 3 3 6。本特纳岛,Jacobi,C.,泰勒,C.B.,2012年。在美国和德国,基于互联网的饮食失调预防计划的效果-荟萃分析综述。E U R。 E at。 D is ord。Rev. 20(1),1- 8. h ttp://dx. 多岛或g/10。1 002/e rv. 1130.本特纳岛,Jacobi,C.,施密特,呃,2014年。参与神经性贪食症和暴食症的手动自助和结果-系统回顾和荟萃回归分析。Clin. 心理学。Rev. http://dx.doi.org//j.cpr.2014.01.003.Borenstein,M.,Hedges,L.V.,希金斯JP T罗斯坦,人力资源部,2011. Meta-分析导论。约翰·威利&父子公司奇切斯特布勒,D.B.,Woodall,W.G.,Zimmerman,D.E.,斯莱特医学博士,Heimendinger,J.,Waters,E.,2008. 每天5人的随机试验,格兰德河之路网站,一个基于网络的计划,以提高农村社区的水果和蔬菜消费。J. HealthC om mun. 13(3),2 30- 2 4 9.卡利,V.,Wasserman,C.,沃瑟曼,D.,萨基阿彭,M.,阿普特,A.,Balazs,J.,2013年。拯救和赋予欧洲年轻生命(SEYLE)随机对照试验(RCT):方法学问题和参与者特征。BMC公共卫生13,47 9。Celio,A. A.,Winzelberg,A.,Wil Quiney,D.,Eppstein-Herald,D.,Springer,E.A.Dev,P.,2000. 减少饮食失调的风险因素:互联网和课堂提供的心理教育计划的比较。J.咨询。《临床精神病学》68(4),6 50- 6 5 7。Celio,A. A.,Winzelberg,A.J.,Dev,P.,泰勒,C.B.,2002. 改善在线结构化自助计划的依从性:对饮食失调预防计划的评估。J. Ps yc hi atr. PRACT。 8(1),14- 20.克里斯滕森,H.,Griffiths,K.M.,法雷尔湖,加-地2009. 焦虑和抑郁的互联网干预依从性:系统回顾J. Med. Internet Res. 11(2)。P.J.库珀,泰勒,M.J.,库珀,Z.,Fairburn,C.G.,一九八七年 BodyS hape质量体系的开发和验证。 内部 J. E at。 D iso rd。6,4 85- 4 9 4。克莱默,J.A.,罗伊,A.,Burrell,A.,Fairchild,C.J.,Fuldeore,M.J.,奥伦多夫地方检察官2008年药物依从性和持久性:术语和定义。价值健康11(44-47)。Donker,T.,巴特汉姆,P.J.,沃默丹湖,Bennett,K.,贝内特,A.,屈伊佩斯山口2013. 抑郁症患者对网络人际心理治疗和认知行为治疗反应的预测因子和调节因子。 J.情感。 混乱。151(1),343-351。Edlund,M.J.,Wang,P.S.,Berglund,P.A.,Katz,S.J.,Lin,E.,Kessler,R.C.,2002年。心理健康治疗的退出:未受教育国家和地区流行病学调查结果中的模式和预测因素。 分枝 J. Ps yc hi atr. 15 9,84 5- 8 5 1。爱德华兹,P.J.,罗伯茨岛,克拉克,M.J.,Diguisestern,C.,温茨河,关岛,2009年增加对邮寄和电子 问卷的答复的方法Cochrane数据库系统修 订版(3),MR000008。http://dx.doi.org/10.1002/14651858.MR000008.pub4.T.R.,Einarson一九九七年。荟萃分析在单组药物经济学中的应用,使用一个单一的随机对照组。 C LI N。 你好。 19(3),5 59- 5 6 9. Endruschat角,Gere,M.(2006年)。Evaluation des Internet-gestützten Präventionsprogramms Student Bodies zur Reduktion vonRisikofaktoren für gestörtes verhalten an einer Risikostichprobe junger Studentinnen der TUDresden. (毕业论文/Dissertation)论文,未出版),TU德累斯顿,德累斯顿。埃森巴赫湾2005. 自然损耗定律。J. Med. Internet Res. 7(1)。法默,堪萨斯州,1999年用于测量和监测药物治疗方案依从性的临床试验和临床试验方法。 CLIN。 你好。 21(1074 - 1090)。Fritsche,A.,施伦克里希角(2005年)。 Evaluation des Internet-gestützen PräventionsprogrammsStudent Bodies zur Reduktion von Risikofaktoren für gestörtes verhalten anMädchender 8. 之二10.克拉斯(文凭论文/论文,未发表),德累斯顿工业大学,德累斯顿。Garner,D. M.,一九九一年EDI-2 饮食失调量表-2。专业手册,第二版。 心理评估资源,敖德萨,佛罗里达州。格拉斯哥,R.E.,Vogt,T. M.,Boles,S.M.,1999年评估健康促进干预措施的公共卫生影响Am. J. Public Health 89(9),1322- 1 3 2 7. h tt p://d x. 多岛或g/10。2105/a八九。9 .第九条。1 3 22.Grund,K.(2003年)的报告。 验证体重关注量表以评估患者。(DiplomaThesis Dissertation/Thesis,Unpublished),Universität Trier,Trier.Hansen,W.B.,北卡罗来纳州托布勒格雷厄姆,J.W.,1990年药物滥用预防研究的进展Eval. Rev. 14(6),67 7- 6 8 5. h ttp://d x. 多岛或g/10。1 1 77/0 1 93 8 4 1 x 9 0
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 新代数控API接口实现CNC数据采集技术解析
- Java版Window任务管理器的设计与实现
- 响应式网页模板及前端源码合集:HTML、CSS、JS与H5
- 可爱贪吃蛇动画特效的Canvas实现教程
- 微信小程序婚礼邀请函教程
- SOCR UCLA WebGis修改:整合世界银行数据
- BUPT计网课程设计:实现具有中继转发功能的DNS服务器
- C# Winform记事本工具开发教程与功能介绍
- 移动端自适应H5网页模板与前端源码包
- Logadm日志管理工具:创建与删除日志条目的详细指南
- 双日记微信小程序开源项目-百度地图集成
- ThreeJS天空盒素材集锦 35+ 优质效果
- 百度地图Java源码深度解析:GoogleDapper中文翻译与应用
- Linux系统调查工具:BashScripts脚本集合
- Kubernetes v1.20 完整二进制安装指南与脚本
- 百度地图开发java源码-KSYMediaPlayerKit_Android库更新与使用说明
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功