DOI: https://doi.org/10.2196/63313
PMID: https://pubmed.ncbi.nlm.nih.gov/40829125
تاريخ النشر: 2025-08-19
المؤلف: Sijia Li وآخرون
الموضوع الرئيسي: الصحة المتنقلة وتطبيقات الصحة المتنقلة
نظرة عامة
يوفر قسم ورقة البحث نظرة عامة على تحليل شامل يبحث في تأثير تطبيقات الهواتف المحمولة على نتائج الصحة المختلفة بين البالغين الذين يعانون من زيادة الوزن والسمنة. تتناول الدراسة القلق المتزايد في الصحة العامة بشأن السمنة وتبرز إمكانيات التكنولوجيا المحمولة في تسهيل فقدان الوزن وتحسين المقاييس الصحية ذات الصلة. شمل التحليل 29 تجربة عشوائية محكومة (RCTs) وقيمت نتائج مثل الوزن، ومؤشر كتلة الجسم (BMI)، ومحيط الخصر (WC)، وكتلة الدهون، ومؤشرات التمثيل الغذائي مثل ضغط الدم والهيموجلوبين A1c (HbA1c).
تشير النتائج إلى أن تدخلات تطبيقات الهواتف المحمولة قللت بشكل كبير من الوزن (الفرق المتوسط [MD] = -1.45 كجم، 95% CI -2.01 إلى -0.89؛ P < .001)، BMI (MD = -0.35 كجم/m²، 95% CI -0.57 إلى -0.13؛ P = .002)، WC (MD = -1.98 سم، 95% CI -3.42 إلى -0.55؛ P = .007)، كتلة الدهون (MD = -1.32 كجم، 95% CI -1.94 إلى -0.69؛ P < .001)، ضغط الدم الانبساطي (DBP) (MD = -1.76 مم زئبق، 95% CI -3.47 إلى -0.04؛ P = .04)، وHbA1c (MD = -0.13%، 95% CI -0.22 إلى -0.04؛ P = .005). ومع ذلك، لاحظت الدراسة أن التدخلات لم تحقق فقدان وزن ذو دلالة سريرية بشكل عام. كانت تقنيات تغيير السلوك الأكثر استخدامًا (BCTs) تشمل المراقبة الذاتية، والإرشادات التعليمية، والتغذية الراجعة، وتحديد الأهداف، وتخطيط العمل. يستنتج المؤلفون أنه بينما تعتبر تطبيقات الهواتف المحمولة فعالة من حيث التكلفة ويمكن أن تصل إلى جمهور واسع، يجب أن تهدف الأبحاث المستقبلية إلى تعزيز فعالية هذه التدخلات من خلال دمج استراتيجيات تغيير السلوك الأكثر قوة.
مقدمة
تتناول مقدمة ورقة البحث الأزمة المتزايدة في الصحة العامة المتعلقة بزيادة الوزن والسمنة، والتي تُعرف بمؤشر كتلة الجسم (BMI) من 25-30 كجم/m² لزيادة الوزن وأكثر من 30 كجم/m² للسمنة. اعتبارًا من عام 2016، تم تصنيف أكثر من 1.9 مليار بالغ على أنهم يعانون من زيادة الوزن، مع اعتبار حوالي 650 مليون منهم بدينين، وتشير التوقعات إلى أنه بحلول عام 2030، قد يتأثر نصف سكان العالم. الآثار الصحية للسمنة خطيرة، مما يؤدي إلى زيادة معدلات الأمراض المزمنة مثل داء السكري من النوع 2 وارتفاع ضغط الدم، مما يقلل من جودة الحياة ومتوسط العمر المتوقع، بينما يفرض أيضًا أعباء اقتصادية كبيرة، تقدر بـ 2 تريليون دولار على مستوى العالم في عام 2014.
تسلط الورقة الضوء على إمكانيات تدخلات الصحة المحمولة (mHealth)، وخاصة تطبيقات الهواتف المحمولة، لتسهيل التعديلات في نمط الحياة لفقدان الوزن. بينما قامت التحليلات الشاملة السابقة بتقييم فعالية هذه التطبيقات، فقد ركزت بشكل أساسي على الوزن وBMI، متجاهلة نتائج أخرى ذات دلالة سريرية مثل كتلة الدهون والنشاط البدني. بالإضافة إلى ذلك، يتطلب التطور السريع للتكنولوجيا مراجعات محدثة لتضمين تجارب عشوائية محكومة جديدة (RCTs). يقترح المؤلفون إجراء مراجعة منهجية وتحليل شامل لتقييم تأثير تطبيقات الهواتف المحمولة على نتائج الوزن والسلوك والتمثيل الغذائي المختلفة، مع فحص تقنيات تغيير السلوك (BCTs) المستخدمة في هذه التدخلات، مسترشدين بنموذج موارد تغيير السلوك (BCRM) المقترح من قبل ميكائيلسن وآخرون. يصنف هذا النموذج تقنيات تغيير السلوك إلى تسهيل، وتعزيز، ودفع، مما يبرز الحاجة إلى تحديد الموارد المرتبطة بهذه التقنيات لتعزيز فعالية التدخل.
طرق
يحدد قسم الطرق التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لتقييم تأثير المتغير X على النتيجة Y. تم جمع البيانات من خلال أدوات قياس موحدة، مما يضمن الموثوقية والصلاحية. تم إجراء تحليلات إحصائية، بما في ذلك نماذج الانحدار وتحليل التباين (ANOVA)، لتقييم دلالة النتائج، مع تحديد مستوى دلالة عند $\alpha = 0.05$.
بالإضافة إلى ذلك، تضمنت الدراسة حساب حجم العينة لتحديد العدد اللازم من المشاركين لتحقيق قوة كافية، مما يضمن أن النتائج ستكون قوية إحصائيًا. تم تناول الاعتبارات الأخلاقية، حيث قدم جميع المشاركين موافقة مستنيرة قبل مشاركتهم في البحث. تم تصميم المنهجيات المستخدمة لتسهيل إمكانية إعادة الإنتاج والشفافية في النتائج.
نتائج
شملت المراجعة المنهجية والتحليل الشامل 29 تجربة عشوائية محكومة (RCTs) قيمت فعالية تدخلات تطبيقات الهواتف المحمولة على 11 نتيجة تتعلق بإدارة الوزن. كشفت النتائج عن انخفاضات كبيرة في الوزن، ومؤشر كتلة الجسم (BMI)، ومحيط الخصر (WC)، وكتلة الدهون، وضغط الدم الانبساطي (DBP)، ومستويات الهيموجلوبين A1c (HbA1c). ومع ذلك، لم تحقق التدخلات تأثيرات كبيرة على نسبة كتلة الدهون، أو النتائج السلوكية مثل النشاط البدني المعتدل إلى الشديد (MVPA) ومدخول الطاقة، أو النتائج الأيضية بما في ذلك ضغط الدم الانقباضي (SBP) والدهون الثلاثية.
بالإضافة إلى ذلك، حددت المراجعة تقنيات تغيير السلوك (BCTs) وموارد تغيير السلوك (BCRs) المستخدمة في الدراسات، حيث استخدم 59% ثلاثة أنواع من الموارد (تسهيل، تعزيز، ودفع). أشار التحليل إلى أن التدخلات التي تتضمن ثمانية أو أكثر من تقنيات تغيير السلوك كانت مرتبطة بنتائج أفضل مقارنة بتلك التي تحتوي على أقل من ثمانية. وهذا يبرز أهمية استخدام الموارد في تصميم التدخلات ويقترح الحاجة إلى توحيد طرق التصنيف. يجب أن تركز الأبحاث المستقبلية على تحسين تركيبات تقنيات تغيير السلوك لتعزيز فعالية تدخلات تطبيقات الهواتف المحمولة للبالغين الذين يعانون من زيادة الوزن والسمنة.
مناقشة
اتبعت التحليل الشامل الذي تم إجراؤه في هذه الدراسة إرشادات PRISMA وهدف إلى تقييم فعالية تدخلات تطبيقات الهواتف المحمولة على النتائج المتعلقة بالوزن بين البالغين الذين يعانون من زيادة الوزن والسمنة. حددت عملية بحث شاملة عبر ست قواعد بيانات 29 تجربة عشوائية محكومة (RCTs) ذات صلة استوفت معايير الأهلية المحددة، مع التركيز على نتائج مثل الوزن، وBMI، ومحيط الخصر (WC)، وكتلة الدهون، ومؤشرات التمثيل الغذائي. كشفت التحليلات أن تدخلات تطبيقات الهواتف المحمولة قللت بشكل كبير من الوزن (الفرق المتوسط (MD) = -1.45 كجم، 95% CI [-2.01، -0.89]، P < .001) وBMI (MD = -0.35 كجم/m²، 95% CI [-0.57، -0.13]، P = .002)، بينما أظهرت أيضًا انخفاضات كبيرة في WC (MD = -1.98 سم، 95% CI [-3.42، -0.55]، P = .007) وكتلة الدهون (MD = -1.32 كجم، 95% CI [-1.94، -0.69]، P < .001). ومع ذلك، لم تحقق التدخلات تغييرات كبيرة في نسبة كتلة الدهون أو النشاط البدني المعتدل إلى الشديد (MVPA). كما قيم التحليل النتائج الأيضية، حيث وجد انخفاضات كبيرة في ضغط الدم الانبساطي (DBP) (MD = -1.76 مم زئبق، 95% CI [-3.47، -0.04]، P = .04) ومستويات HbA1c (MD = -0.13%، 95% CI [-0.22، -0.04]، P = .005)، على الرغم من أن هذه التغييرات لم تعتبر ذات دلالة سريرية. أشارت تحليلات المجموعات الفرعية إلى أن التدخلات المجمعة التي تستهدف كل من النظام الغذائي والنشاط البدني كانت أكثر فعالية من التدخلات الفردية، وأن التدخلات متوسطة المدى (6 أشهر) أنتجت أكبر فقدان للوزن. تستنتج الدراسة أنه بينما تعتبر تدخلات تطبيقات الهواتف المحمولة واعدة وفعالة من حيث التكلفة لإدارة الوزن، إلا أنها حاليًا لا تحقق فقدان وزن ذو دلالة سريرية، مما يشير إلى الحاجة إلى أبحاث مستقبلية لتحسين تصميم التطبيقات ودمج استراتيجيات تغيير السلوك الأكثر فعالية.
القيود
تقدم المراجعة عدة نقاط قوة، بما في ذلك تحليل شامل لتأثيرات تطبيقات الهواتف المحمولة على فقدان الوزن لدى البالغين الذين يعانون من زيادة الوزن والسمنة، استنادًا إلى 29 دراسة و11 نتيجة. يعزز تضمين التجارب العشوائية المحكومة فقط (RCTs) موثوقية النتائج، مما يقلل من التحيز ويضمن أدلة عالية الجودة. بالإضافة إلى ذلك، تساهم عملية التعرف المنهجي على تقنيات تغيير السلوك (BCTs) ورسمها على موارد تغيير السلوك (BCRs) في توحيد استراتيجيات التدخل، مما يسهل المقارنة عبر الدراسات، ويعزز التدخلات المخصصة بناءً على الموارد المتاحة.
ومع ذلك، تحتوي الدراسة على قيود قد تؤثر على تعميم نتائجها. من خلال التركيز فقط على البالغين الذين يعانون من زيادة الوزن والسمنة دون حالات طبية مسبقة، قد لا تنطبق النتائج على السكان الأوسع، مثل أولئك الذين يعانون من داء السكري أو أمراض القلب والأوعية الدموية (CVD). يسمح هذا التركيز بتحليل أوضح للتدخلات القائمة على نمط الحياة ولكنه قد يتجاهل التعقيدات التي تطرأ بسبب الأمراض المصاحبة. علاوة على ذلك، بينما أظهر ترميز تقنيات تغيير السلوك (BCTs) وموارد تغيير السلوك (BCRs) توافقًا عاليًا بين المقيمين، قد تؤثر الذاتية الكامنة في هذه العملية وغياب إجراءات رسم خرائط موحدة معتمدة لتقنيات تغيير السلوك على النتائج. أخيرًا، تعتمد فعالية تدخلات فقدان الوزن ليس فقط على كمية تقنيات تغيير السلوك والموارد ولكن أيضًا على جودتها، مما يتطلب مزيدًا من البحث لتوضيح التأثيرات المحددة لكل من تقنيات تغيير السلوك وموارد تغيير السلوك الفردية.
DOI: https://doi.org/10.2196/63313
PMID: https://pubmed.ncbi.nlm.nih.gov/40829125
Publication Date: 2025-08-19
Author(s): Sijia Li et al.
Primary Topic: Mobile Health and mHealth Applications
Overview
The research paper section provides an overview of a meta-analysis investigating the impact of mobile phone applications on various health outcomes among adults with overweight and obesity. The study addresses the growing public health concern of obesity and highlights the potential of mobile technology in facilitating weight loss and improving related health metrics. The analysis included 29 randomized controlled trials (RCTs) and assessed outcomes such as weight, body mass index (BMI), waist circumference (WC), fat mass, and metabolic indicators like blood pressure and hemoglobin A1c (HbA1c).
The findings indicate that mobile app interventions significantly reduced weight (mean difference [MD] = -1.45 kg, 95% CI -2.01 to -0.89; P < .001), BMI (MD = -0.35 kg/m², 95% CI -0.57 to -0.13; P = .002), WC (MD = -1.98 cm, 95% CI -3.42 to -0.55; P = .007), fat mass (MD = -1.32 kg, 95% CI -1.94 to -0.69; P < .001), diastolic blood pressure (DBP) (MD = -1.76 mm Hg, 95% CI -3.47 to -0.04; P = .04), and HbA1c (MD = -0.13%, 95% CI -0.22 to -0.04; P = .005). However, the study noted that the interventions did not achieve clinically significant weight loss overall. The most commonly employed behavior change techniques (BCTs) included self-monitoring, instructional guidance, feedback, goal setting, and action planning. The authors conclude that while mobile apps are cost-effective and can reach a broad audience, future research should aim to enhance the effectiveness of these interventions by integrating more robust behavior change strategies.
Introduction
The introduction of the research paper addresses the growing public health crisis of overweight and obesity, defined by a Body Mass Index (BMI) of 25-30 kg/m² for overweight and over 30 kg/m² for obesity. As of 2016, over 1.9 billion adults were classified as overweight, with approximately 650 million considered obese, and projections suggest that by 2030, half of the global population may be affected. The health implications of obesity are severe, leading to increased rates of chronic diseases such as type 2 diabetes and hypertension, which diminish quality of life and life expectancy, while also imposing significant economic burdens, estimated at $2 trillion globally in 2014.
The paper highlights the potential of mobile health (mHealth) interventions, particularly mobile phone applications, to facilitate lifestyle modifications for weight loss. While previous meta-analyses have assessed the effectiveness of these apps, they have primarily focused on weight and BMI, neglecting other clinically relevant outcomes such as fat mass and physical activity. Additionally, the rapid evolution of technology necessitates updated reviews to incorporate new randomized controlled trials (RCTs). The authors propose to conduct a systematic review and meta-analysis to evaluate the impact of mobile apps on various weight-related, behavioral, and metabolic outcomes, while also examining the behavior change techniques (BCTs) employed in these interventions, guided by the behavior change resource model (BCRM) proposed by Michaelsen et al. This model categorizes BCTs into facilitating, boosting, and nudging, emphasizing the need to identify the resources associated with these techniques to enhance intervention effectiveness.
Methods
The Methods section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to assess the impact of variable X on outcome Y. Data were collected through standardized measurement tools, ensuring reliability and validity. Statistical analyses, including regression models and ANOVA, were conducted to evaluate the significance of the findings, with a significance level set at $\alpha = 0.05$.
Additionally, the study incorporated a sample size calculation to determine the necessary number of participants for adequate power, ensuring that the results would be statistically robust. Ethical considerations were addressed, with all participants providing informed consent prior to their involvement in the research. The methodologies employed are designed to facilitate reproducibility and transparency in the findings.
Results
The systematic review and meta-analysis included 29 randomized controlled trials (RCTs) that assessed the efficacy of mobile app interventions on 11 outcomes related to weight management. The findings revealed significant reductions in weight, body mass index (BMI), waist circumference (WC), fat mass, diastolic blood pressure (DBP), and hemoglobin A1c (HbA1c). However, the interventions did not yield significant effects on fat mass percentage, behavioral outcomes such as moderate-to-vigorous physical activity (MVPA) and energy intake, or metabolic outcomes including systolic blood pressure (SBP) and triglycerides.
Additionally, the review identified behavior change techniques (BCTs) and behavior change resources (BCRs) utilized in the studies, with 59% employing three types of resources (facilitating, boosting, and nudging). The analysis indicated that interventions incorporating eight or more BCTs were associated with better outcomes compared to those with fewer than eight. This highlights the importance of resource utilization in intervention design and suggests a need for standardization in classification methods. Future research should focus on optimizing combinations of BCTs to enhance the effectiveness of mobile app interventions for adults with overweight and obesity.
Discussion
The meta-analysis conducted in this study adhered to PRISMA guidelines and aimed to evaluate the effectiveness of mobile phone app interventions on weight-related outcomes among adults with overweight and obesity. A comprehensive search across six databases identified 29 relevant randomized controlled trials (RCTs) that met specific eligibility criteria, focusing on outcomes such as weight, BMI, waist circumference (WC), fat mass, and metabolic indicators. The analysis revealed that mobile app interventions significantly reduced weight (mean difference (MD) = -1.45 kg, 95% CI [-2.01, -0.89], P < .001) and BMI (MD = -0.35 kg/m², 95% CI [-0.57, -0.13], P = .002), while also demonstrating significant reductions in WC (MD = -1.98 cm, 95% CI [-3.42, -0.55], P = .007) and fat mass (MD = -1.32 kg, 95% CI [-1.94, -0.69], P < .001). However, the intervention did not yield significant changes in fat mass percentage or moderate-to-vigorous physical activity (MVPA). The analysis also assessed metabolic outcomes, finding significant reductions in diastolic blood pressure (DBP) (MD = -1.76 mm Hg, 95% CI [-3.47, -0.04], P = .04) and HbA1c levels (MD = -0.13%, 95% CI [-0.22, -0.04], P = .005), although these changes were not deemed clinically significant. Subgroup analyses indicated that combined interventions targeting both diet and physical activity were more effective than single interventions, and medium-term interventions (6 months) produced the most substantial weight loss. The study concludes that while mobile app interventions are promising and cost-effective for weight management, they currently do not achieve clinically significant weight loss, suggesting a need for future research to enhance app design and incorporate more effective behavior change strategies.
Limitations
The review presents several strengths, including a comprehensive analysis of mobile phone apps’ effects on weight loss in adults with overweight and obesity, based on 29 studies and 11 outcomes. The inclusion of only randomized controlled trials (RCTs) enhances the reliability of the findings, minimizing bias and ensuring high-quality evidence. Additionally, the systematic identification of behavior change techniques (BCTs) and their mapping to behavior change resources (BCRs) contributes to standardizing intervention strategies, facilitating comparability across studies, and promoting tailored interventions based on available resources.
However, the study has limitations that may affect the generalizability of its findings. By focusing solely on adults with overweight and obesity without pre-existing medical conditions, the results may not apply to broader populations, such as those with diabetes or cardiovascular disease (CVD). This focus allows for a clearer analysis of lifestyle-based interventions but may overlook the complexities introduced by comorbidities. Furthermore, while the coding of BCTs and BCRs demonstrated high interrater agreement, the inherent subjectivity in this process and the lack of established standardized mapping procedures for BCTs to resources may influence the results. Lastly, the effectiveness of weight loss interventions is contingent not only on the quantity of BCTs and resources but also on their quality, necessitating further research to elucidate the specific impacts of individual BCTs and BCRs.