《Obesity Reviews》：A Scoping Review of the Mechanisms Influencing Socioeconomic Disparities in Outcomes of Digital Interventions for Weight-Related Behaviors
编辑推荐：
本文系统梳理了数字行为改变干预（DBCI）在应对体重相关行为（如身体活动、久坐行为、饮食）时，在不同社会经济地位（SES）和种族/族裔群体中有效性差异的相关机制。研究发现，尽管数字健康工具在普及性上具有潜力，但其在弱势群体中的效果可能不佳，甚至可能加剧现有的健康不平等。环境背景与资源、动机和社会影响是文献中最常被引用的作用机制（MoA）。然而，现有研究对这些机制的定义和测量缺乏一致性，凸显了在解释“数字健康鸿沟”因果路径方面存在显著的研究空白。本综述旨在描绘现有证据版图，为未来设计更具公平性和针对性的干预措施提供方向。
引言
健康不平等一直是公共卫生领域一个持久且紧迫的挑战。社会经济地位（SES）——一个由收入、教育和职业构成的综合指标——长期以来被认为与多种健康领域的良好结局呈正相关。肥胖就是一个受社会经济因素影响的突出健康问题，因此也成为旨在改变健康行为的公共卫生干预措施的焦点。
行为改变干预（BCI）通常是一系列结构化活动，旨在通过针对动机、意向、自我效能和社会规范等社会心理因素来改变行为。尽管有证据表明BCI可以有效促进减重，但个人和干预相关因素，以及心理过程（如个人能动性）似乎是BCI减重效果的重要预测因素。这些因素可能更有利于那些能够获得更多个人资源（包括物质、时间、精神、社会和文化资源）的群体。有有限证据表明，BCI在不同不平等指标（包括SES）上的效果可能存在差异。这表明，针对弱势群体的BCI可能需要专门的策略，以免加剧现有的健康不平等。
不平等也存在于数字领域。虽然关于数字鸿沟的研究主要集中在第一级和第二级（即接入和技能），但对结果差异（常被称为第三级数字鸿沟）的关注较少。用于健康管理的数字行为改变干预（DBCI）是通过互联网、智能手机和智能手表等技术提供的、针对健康行为的BCI。虽然有证据表明，针对体重相关行为的DBCI可能在短期有效，但其长期效果仍不确定。值得注意的是，定制化数字干预似乎比“一刀切”的方法更有效。数字健康技术的可及性以及数字技能分布不均，社会经济因素（如职业和教育水平）加剧了这种不均。尽管数字健康的支持者认为，数字技术和互联网的可及性与覆盖范围使其具备解决现有健康不平等的潜力，但关于结果差异的证据基础是混合的。为了更好地理解数字健康鸿沟，研究者借鉴了多种理论，包括技术接受模型、创新扩散理论，以及来自认知和行为科学的社会认知理论、计划行为理论等。最近，生态学方法有助于构建环境和社会背景如何导致数字健康不平等的框架。然而，需要更多关于决定因素与结果之间关系的因果机制的证据。在行为科学中，“作用机制”（MoA）一词被用来描述行为改变技术影响现实世界行为的过程。然而，机制的概念化方式缺乏标准化。更好地理解有助于实现DBCI结果，特别是在弱势群体中的机制，将是有益的。
这篇范围综述是探索性和描述性的。它旨在审视研究者如何讨论和试图通过其背后的机制来解释DBCI的结果差异。综述将描绘现有证据，识别差距，并为未来研究提出方向。证据将使用叙事分析进行综合，并额外使用作用机制（MoA）本体论对描述的机制进行事后编码。据我们所知，MoA本体论是BCI中用于分类MoA的唯一经过同行评审的分类系统。本综述试图回答以下研究问题：哪些作用机制被报告用以解释体重相关行为数字行为改变干预在参与度和效果方面的社会经济差异？
材料与方法
本综述遵循乔安娜·布里格斯研究所（JBI）进行范围综述的方法。此外，本报告遵循系统评价范围综述报告规范（PRISMA-ScR）。研究方案已于2023年1月21日上传至开放科学框架（OSF）。
资格标准是使用人群、概念和背景（PCC）框架制定的。具体包括：研究对象为18岁及以上成年人，研究聚焦于社会经济弱势群体，或在亚组分析中比较了优势与弱势群体；研究概念为探索针对体重相关行为（如饮食和身体活动）的DBCI有效性方面与SES或其相关因素有关的差异，干预必须主要通过互联网、智能手机、平板电脑和可穿戴设备提供，并供个人而非医疗专业人员使用，主要依靠短信传递的干预被排除，包含非数字组分的混合研究，只要大部分干预内容通过数字技术传递，则被纳入；研究背景方面，1990年以前（即互联网普及前）的研究被排除，仅纳入以英语发表的研究，对研究来源国没有限制，范围综述和其他灰色文献（包括会议摘要、研究方案和社论）被排除。
作者与学科馆员共同制定了检索策略，以识别包含以下四个核心概念的文献：健康、数字、不平等和有效性。检索采用了MeSH术语、关键词和同义词。检索策略根据数据库的具体术语和架构进行了调整。对以下数据库进行了电子检索：Embase、PubMed（包括MEDLINE）、APA PsycInfo、Web of Science和SCOPUS。文献上传至Covidence进行筛选过程管理。重复项由Covidence自动识别和移除。初步电子检索于2023年3月8日进行。2024年4月，对符合纳入条件的三篇系统评价论文进行了额外的后向引文追溯。2025年6月进行了检索更新。
在第一轮筛选中，所有文章由三位作者中的两位根据范围综述方案设定的资格标准进行筛选。当作者之间无法解决分歧时，由其他作者提供进一步指导或仲裁。初步筛选后，对初步检索到的研究进行了全文审查。排除最终综述的原因记录在Covidence中。
通讯作者将有关人群、干预措施、结果和已识别机制的数据提取到Microsoft Excel电子表格中。第二位审稿人对提取的数据进行了质量检查。文章选择、筛选和数据提取于2024年2月8日完成。第二次检索于2025年6月18日进行。提取的数据被总结并制成表格。此外，研究者还使用MoA本体论对讨论或正式测量的机制进行了事后演绎分类，编码使用nVivo软件完成。
结果
初步检索生成了36,316篇文献。去除重复后，17,503篇进入标题和摘要筛选。筛选后，104篇文章进入全文审查。经过全文筛选，进一步排除了83项研究。剩余21篇文章被纳入范围综述。初步筛选过程总结在PRISMA-ScR研究流程图中。2025年6月进行的第二次检索结果总结在另一个PRISMA-ScR研究流程图中。两次检索纳入研究的详细信息可参见综述中的表格。
讨论与未来方向
本次范围综述发现，现有研究主要关注社会经济不平等和种族/族裔差异。在综述纳入的研究中，最常被讨论的作用机制（MoA）群体是“环境背景与资源”、“动机”和“社会影响”。例如，环境障碍（如社区安全、健身设施可及性、时间限制）和资源限制（如经济压力、食物获取）在弱势群体中尤为突出，并可能削弱DBCI的效果。动机（包括内在动机和外在动机，如财务激励）被广泛讨论，但财务激励本身可能不足以克服根深蒂固的结构性障碍。社会影响，包括来自家庭、同伴和在线社区的支持或压力，也被认为是导致参与度和结果差异的重要因素。
然而，一个关键的发现是，这些机制在研究中的概念化和测量方式极不一致。许多研究未能明确阐述或测量假定的作用机制，使得难以确定哪些机制真正驱动了观察到的差异。此外，现有研究在方法学上存在异质性（包括研究设计、人群、干预措施和结果测量），这限制了对不同机制相对重要性的比较和综合理解。
文献中还存在几个明显的空白。首先，缺乏对潜在作用机制的深入探索性研究，大多数研究仅对机制进行描述而非验证。其次，针对特定弱势群体（如低收入人群、少数族裔、农村居民）的定制化或文化适应性干预研究不足，尽管有证据表明此类干预可能更有效。第三，对数字素养、自我效能、信任等个体层面心理社会因素如何与环境和社会因素相互作用，共同影响DBCI结果的理解仍然有限。最后，长期随访研究稀缺，难以评估DBCI在减少健康不平等方面的持久效果。
基于这些发现，未来研究应致力于：1）采用统一的理论框架（如MoA本体论）来明确界定和测量作用机制；2）设计严谨的研究（如机制性随机对照试验）来检验特定机制在导致DBCI结果差异中的因果作用；3）开发和评估针对弱势群体特定需求和背景的、理论依据充分的定制化DBCI；4）进行更长期的随访，以评估干预效果的可持续性及其对健康公平的长期影响；6）探索多层次（个体、社会、环境）因素之间的相互作用如何共同形塑数字健康鸿沟。通过解决这些差距，研究者和实践者可以更好地设计公平有效的数字健康干预措施，最终帮助缩小而非扩大健康不平等。
