《Current Developments in Nutrition》：Exploring the receptivity and feasibility of Just-In-Time support for healthy food choices: Mixed-method insights for adaptive intervention development
编辑推荐：
研究背景：次优饮食是心血管疾病、癌症和2型糖尿病等慢性疾病发生的主要风险因素，同时造成大量伤残调整寿命年和过早死亡。尽管数字健康技术特别是智能手机应用程序已成为促进健康生活方式的流行工具，但其长期效果往往减弱，部分原因在于生活方式行为受情绪、物理环境和社交情境
研究背景：次优饮食是心血管疾病、癌症和2型糖尿病等慢性疾病发生的主要风险因素，同时造成大量伤残调整寿命年和过早死亡。尽管数字健康技术特别是智能手机应用程序已成为促进健康生活方式的流行工具，但其长期效果往往减弱，部分原因在于生活方式行为受情绪、物理环境和社交情境等多重动态个人因素影响。这要求干预措施能够针对个体及其情境进行定制。实时健康测量技术的进步为在个体最可能采取行动的时刻提供及时、情境特异的支持创造了机会。即时（Just-in-Time, JIT）原则旨在个体最具可接受性且能够采取行动的时刻提供适宜类型的支持。尽管JIT支持在体力活动和戒烟领域显示出前景，但其在饮食摄入中的应用仍较有限，关于何时、何地、对何人此类支持最为可接受和相关的实证证据不足。
研究目的：评价研究人员开发的基于JIT原则的智能手机应用程序EetWijzer的用户可接受性。该应用程序在食品销售点附近及预设时间推送提示以促进健康食品选择。主要结局为JIT提示的可接受性，即用户在日常生活中接收、处理并依从提示的意愿和能力。探索性结局包括可用性、感知隐私和感知有效性。
研究方法：采用单臂混合方法设计，14名成年人（平均年龄27岁）在选定营养健康目标后使用该应用程序一周。数据通过研究后问卷、应用程序内反馈和对8名参与者的访谈收集。可接受性基于参与者在真实情境中参与提示的意愿和能力进行评估。定量数据采用描述性统计和探索性统计检验分析；定性数据采用主题分析。
研究结果：JIT提示的可接受性在有意义的时间和地点推送时最高，特别是在家中和超市，且在更为积极和平静的情绪状态下表现更高。探索性可行性发现表明，技术问题和电池消耗影响了可用性。当数据被透明地用于个性化时，参与者普遍表示愿意分享个人数据。用户报告自评饮食质量和目标相关饮食行为有所改善，情绪状态与感知即时有效性相关。较低教育程度的参与者报告了更多的安装困难、对提示语气较不利的评价以及食品选择改善幅度较小。
研究结论：该研究结果为洞察个体在何时、何地对健康饮食JIT支持最具可接受性提供了初步证据，为未来根据用户情境和即时状态定制的自适应饮食干预设计提供了依据。
本文发表于《Current Developments in Nutrition》，由Wageningen University & Research的Laura H.H. Winkens、Nieke A. Sonneveld、Arend Ligtenberg、Ayla Schwarz和Monique Simons完成。研究团队针对次优饮食这一主要健康风险因素，探讨了如何采用即时（Just-in-Time, JIT）数字支持促进健康饮食习惯的养成与维持，针对目前关于用户何时、何地对此类支持最具可接受性尚缺乏了解的问题，开展了EetWijzer应用程序的可接受性与可行性评价研究。
研究背景层面，现有数字健康干预的长期效果往往不佳，原因在于生活方式行为受情绪、物理环境和社交情境等多重动态因素影响，而传统干预未能充分适应这种复杂性。JIT方法通过实时、情境特异的支持有望在关键决策点促进健康饮食行为，但饮食领域的应用证据有限，尤其缺乏关于可接受性情境因素的实证研究。为此，研究人员开发了基于JIT原则的EetWijzer应用程序，通过地理信息系统（Geographic Information System, GIS) 和基于位置的服务技术，在用户接近特定食品销售点时发送邻近性提示，并在预设时间发送时间性提示，以支持健康食品决策。
研究方法与关键技术方面，该研究采用单臂混合方法可行性设计，于2023年1月至5月期间实施，为期两周（一周控制期加一周干预期）。14名完成研究的成年参与者通过Facebook广告和社区场所传单招募，针对Wageningen地区18-65岁、拥有Android手机的居民，并特意纳入可能存在健康素养困难的个体。样本队列来源为上述社区招募的本地居民。数据收集采用多方法途径：研究前问卷采集人口学特征、自评健康与饮食质量、健康素养初始指标；研究期问通过应用程序实时收集参与者对提示地点和时间的开放度回应、情绪状态（七种基本情绪加压力）以及感知目标相关性；研究后问卷评估可接受性的时间、地点和情绪偏好，以及可用性、隐私和感知有效性；并对8名参与者进行20分钟的半结构化在线访谈。统计分析方法包括描述性统计、Wilcoxon符号秩检验、线性混合效应模型，以及基于主题分析框架的定性分析，采用IBM SPSS Statistics version 28和Atlas.ti软件。
研究结果部分包含以下主要内容。"可接受性"部分显示，参与者普遍在看到提示时会打开信息，但参与度取决于内容相关性和接收情境。应用程序内数据显示高开放度（地点开放度53/54，时间开放度51/53），但问卷和访谈揭示了更细致的模式。地点因素方面，家中（13人）和超市（12人）被认为最有用，而餐厅（11人反对）等场所则不受欢迎，因为参与者不希望在外出就餐时关注健康目标。一位参与者表示"去超市是有计划的，所以提示往往未能转化为行动"，而另一位则说"在餐厅或咖啡馆，你不是去做健康选择的，只是想享受美好时刻"。时间因素方面，下午（13人）和晚上（8人）被认为最合适，早晨（3人）和周末（6人反对）较不受欢迎，因参与者希望周末更加灵活。情绪因素方面，平静（8人）、压力（8人）和快乐（4人）时更愿意接收提示，而愤怒（9人）和焦虑（4人）时可接受性较低。
"可行性与有效性"部分涵盖三个子主题。"相关性与可用性"显示，参与者认为三个健康目标（更健康零食、减少肉类摄入、增加果蔬摄入）具有相关性和可实现性，其中更健康零食目标选择最多（64%）。但技术问题严重影响体验：高电池消耗、某些Android版本安装困难、保持位置设置开启的不便等。多数参与者表示不会继续使用该应用程序（85.7%），主要原因为无法重读已接收信息、提示数量不稳定、集成到日常生活过于费力等。然而，92.8%的参与者认为更个性化的版本会更好。"感知隐私"方面，参与者对隐私影响的看法不一，但共同强调透明度和控制的重要性——需要清晰沟通数据用途，并能决定分享何种数据。大多数人对位置追踪表示舒适，前提是知情同意且认为数据用途明确有益。参与者还愿意分享日历（用于及时提示）、营养摄入、步数、体重以及压力、睡眠、心率等生理参数。"感知有效性"方面，尽管多数参与者认为应用程序没有显著增加健康知识或导致更自觉的选择（分别为10/14和5/14不认同），但Wilcoxon符号秩检验显示自评饮食质量（z=-2.22, p=0.027）和目标相关饮食质量（z=-7.42, p<0.001）均有显著改善。线性混合模型显示情绪与感知有效性显著相关（F=2.53, p=0.045），快乐时提示最有效，悲伤、惊讶和厌恶时最不有效。
"教育程度和健康素养差异"部分显示，较低教育程度参与者对提示语气的评价较差（z=-2.25, p=0.03），安装更困难（z=-2.31, p=0.02），且报告的食物选择改善幅度较小（z=-2.3, p=0.021）。但健康素养水平未显示出显著差异，可能与样本中健康素养变异有限有关。
讨论部分，研究人员指出该研究的关键价值在于结合应用程序内实时数据和访谈，提供了关于用户何时、何地可接受健康饮食支持的洞见。可接受性被确认为有效性的关键决定因素。研究发现提示可接受性受情境因素影响：家中和超市等参与者更可能使用手机的情境更受欢迎；缺乏健康选择的环境限制了提示的效果转化，暗示需要更早介入决策过程，如购物规划阶段。参与者对控制提示的时间、地点、频率和类型有强烈需求，这与以往研究中个性化特征增加参与度的发现一致。技术可靠性是实现行为干预的前提条件。数据分享方面，感知的个性化收益通常超过隐私担忧，但透明度和用户控制不可或缺。情绪状态与可接受性和感知有效性的关联提示，需要平衡用户舒适度与行为改变关键时刻的干预交付，压力时刻虽与不良饮食相关，却可能正是需要支持的关键窗口。教育程度差异的发现强调了设计包容性数字健康干预时考虑社会经济背景的重要性。未来研究方向包括探索机器学习技术预测不健康行为和"风险"时刻，以及运用强化学习算法持续自适应优化干预交付。
研究结论部分翻译如下：这项混合方法研究表明，对健康饮食即时支持的可接受性具有情境依赖性，受地点、时间和情绪状态影响。参与者对家中、超市、工作日以及处于积极或更平静情绪状态时的提示表现出更高的可接受性。此外，研究结果提示此类干预的有效性取决于平衡用户舒适度和自主性与在行为相关时刻进行交付。这些结果共同为设计更具自适应性和个性化的数字饮食干预提供了初步指导。
