一项针对25万人的数字健康减肥计划

摘要

重视．肥胖是一种日益严重的全球性流行病。有效且容易实现的减肥计划可以大规模对抗肥胖，但频繁的面对面护理的需求可能会带来限制。目标是．在一个大队列中，评估个体是否遵循基于移动应用、无线秤和营养计划的减肥计划，但没有面对面的护理，能否实现临床显著的减肥。设计．回顾性观察分析。设置．2016年10月至2017年12月在中国。参与者．移动应用程序用户至少2个体重(基线和≥35天)。干预．一种商业(卫健科技)减肥计划，包括饮食替代，使用无线家庭秤进行自我监测，以及通过移动应用程序进行频繁指导。主要结果．平均重量变化约42，60，90，并用按性别，年龄，和使用频率的亚组分析程序开始后120天。结果．251718年individuals, with a mean age of 37.3 years (SD: 9.86) (79% female), were included with a mean weight loss of 4.3 kg (CI: ±0.02) and a mean follow-up of 120 days (SD: 76.8 days). Mean weight loss at 42, 60, 90, and 120 d was 4.1 kg (CI: ±0.02), 4.9 kg (CI: ±0.02), 5.6 kg (CI: ±0.03), and 5.4 kg (CI: ±0.04), respectively. At 120 d, 62.7% of participants had lost at least 5% of their initial weight. Both genders and all usage frequency tertiles showed statistically significant weight loss from baseline at each interval ( ），而且男性比女性损失更大(120 d: 6.5 vs. 5.2 kg; )．记录频率(分类为高、中、低频用户)与更大的体重减轻相关，当比较高、中、低三次次使用组在所有时间间隔(例如，120 d:−8.6、−5.6和−2.2 kg; )．结论．在没有面对面互动的情况下，人们通过使用移动应用程序、无线秤和营养计划进行商业混合减肥计划，平均取得了临床显著的短期和中期减肥效果。这些结果支持在大群体中实施可比较的体重控制技术。

1.介绍

肥胖是一种世界性的流行病，而且规模还在不断扩大[1］．这是密切相关的许多疾病状态，包括心血管疾病，糖尿病和各种形式的恶性肿瘤[2］．甚至中等重量损失（体重的5％）可以转换成有意义的疾病的预防[3.］．有效的生活方式计划已经被开发出来与肥胖作斗争;然而，这些项目难以扩展，成本高，且具体位置不同[4］．数字健康减肥方案具有易于传播、成本相对较低、可扩展性强等吸引人的特点[5］．如果这些工具能够有效地促进个人减肥，他们可以扩大以帮助遏制已经在智能手机的使用急剧上升和互联网连接[恰逢肥胖流行6］．

一些单独使用移动和网络应用程序或与食品补充剂或替代品结合使用的方法已经被研究过，结果好坏参半[7］．虽然大多数研究显示了一些体重减轻的证据，但它们受到样本量小和方法异质性的限制[5，7］．具体的干预措施，如基于智能手机的应用程序[8，9]及无线秤[10]似乎是特别有效的。进一步的研究，在大量不同的人群和在长时间内具体的干预措施将进一步明确这些工具在肥胖治疗中的作用[11］．

坚持减肥计划之前已经证明是成功的一个重要的预测[12］．小型研究表明，由于使用移动应用程序而不是基于纸张的重量监测方法，因此表现出增加的遵守方法[13］．然而，移动应用程序遵守和减肥之间的关系，需要进一步的探索[8］．

本研究的目的是在一项大型回顾性观察研究中评估使用移动应用程序和无线秤进行减肥的数字健康平台的使用情况，注意人口统计学差异和使用频率。

2.方法

2.1。MetaWell

梅达纽尔计划（Weijian Technologies Inc.，杭州）是一个完全远程减肥计划，没有面对面的互动，包括一个免费的移动应用程序与无线家庭规模和营养计划相结合。MetaWell应用程序可在Google Play和Apple App Stores中提供。下载后，提示用户注册并提供基本的人口统计信息，包括年龄和性别。还提示他们购买相关的无线规模（45美元），该装置捕获体重和生物阻抗测量，包括含水量和脂肪百分比。该调查仅重点改变。该计划主要通过提供围绕应用额外的膳食替代饼干的低卡路里的膳食计划，主要专注于减肥饮食。在从事该计划的同时，参与者从申请中获得个性化的膳食计划，建议每天提供3个Yufit饼干以及各种其他推荐的食物，其目的是负热量平衡。该计划根据每个参与者的基础代谢要求量身定制。Yufit饼干是低卡路里，非血糖指数的低卡路里，非替补膳食替代品。它们可用于零售购买作为减肥计划的一部分。 Their macronutrient profile is 416 calories per 100 g, with 11.2 g of protein, 17.5 g of fat, and 44.4 g of carbohydrates. Complete nutritional information and sample diet plans provided in the app are detailed in Figure1．之前没有研究饼干。学习期间的补充用途的直接测量不可用。在该计划期间鼓励活动，但没有提供具体的锻炼计划。应用程序由应用程序提示，通过无线规模每天称重自己。在申请中，参与者可以看到重量损失进度的记录，以及“健康状况概述”，它提供了当前健康数据的快照和使用22.0 kg / m的目标BMI提供了最佳措施²．应用程序的屏幕截图如图所示2．如果在项目开始或整个项目过程中，一个人的体重达到BMI <22.0 kg/m²，程序指示它们保持体重而不是继续减肥。

２.２.研究协议

采用回顾性设计，我们对数据进行了调查，以确定活跃的MetaWell用户是否平均实现了体重减轻，以及记录的任何因素是否与项目用户的体重减轻程度有关。维健科技有限公司收集了一份完整的、可识别的应用程序用户记录，用于研究目的。参与者提供了电子同意书，以便将他们的数据用于研究目的。所有参与研究的人都下载了免费的应用程序，并购买了相关的无线称，这是一个商业减肥计划的一部分，可能是为了减肥。然而，动机没有被评估。该分析包括中国成年MetaWell用户，他们的体重至少为正常体重(BMI为18.5 kg/m)²2016年10月27日至2017年12月31日。受试者还需要达到最低记录的参与水平，包括基线体重和35天或以上的体重。研究设计、数据分析策略、实际数据分析以及手稿的撰写都没有公司的投入。

该计划指示用户启动初始六周减肥计划;然而，通常持续更长的持续时间。在专业分析中包括基线重量和围绕特定时间点的基线重量和重量的所有用户都包含在第42,60,90,90天内的14天间隔，而所有具有基线重量和重量的用户在二级分析中包含超过35天的时间点。每个时间窗口中的用户都不相同。进行次要分析以研究最后一次随访的平均重量，包括所有在35天或更长时间记录的重量的个体。鉴于该应用程序旨在促进体重减轻，对BMI观测的受试者分类为体重不足（BMI≤18.5千克/米²）被排除。Exceptionally high BMI (≥80 kg/m²）观察也被排除推测为表示错误的测量结果。为了提高分析和删除异常值的可靠性，对于重量在基线的顶部和底部1％也从分析中除去。与所述用户的年龄<18或>百年也被排除。因为这个群体在很大程度上是基于在中国，所有的分析进行通过世界卫生组织依靠BMI分类成年亚洲人（低：<;正常18.5：18.5-23.0; preobese：23.0-27.5;肥胖：> 27.5）14］．根据年龄、性别、基线体重状况和使用频率对亚组进行评估。使用频率的定义是:在研究的每个时间段内，每个人记录的体重数除以这个时间段内每个人的天数。然后将这些频率的三分之一划分为高(最高的1/3用户)、中(中间的1/3用户)和低(最低的1/3用户)的使用频率类别进行比较。在基线超重或肥胖的参与者中，我们根据已发表的建议计算超重百分比和超重减重百分比[15］．

2.3。统计分析

均值和标准差用于描述连续变量;计数和百分比被用来总结分类变量，包括跨阶层和阶层内部。基线体重是通过在第一个使用者观察的3天内取中位体重来确定的。时间间隔结束时的权重以类似的方式构建，但将结束窗口延长至结束日期标记前后7天(或120层的14天)。超重被定义为任何体重超过最大健康体重(BMI为23)。利用卡方检验来调查在时间1到时间2之间是否有平均的权重变化，然后进一步探讨男女、年龄类别、超重类别以及低、中、高频体重记录器之间的差异。

3.结果

总共251,718个独特的个体，45%的原始样本被纳入(在基线和至少35天的测量)，其中78.6%是女性。平均年龄为37.3±(9.9)岁，73.4%的研究人群超重或肥胖(基于基线时的BMI)。232,759名个体被纳入区间分析(42、60、90或120天区间组)，78.8%为女性，平均年龄37.4±9.9岁。基线人口统计如表所示1对于符合纳入标准且参与时间至少为35天的个体。

总体而言，患者平均体重减轻4.3 kg (CI:±0.02)，平均随访120天(SD: 76.8天)。在42天期间，192,405人被纳入(表)2)．Mean weight loss for the population was 4.1 kg (95% CI: 0.02) with 58.2% losing >5% of their baseline weight. Men on average lost a mean of 5.2 kg (CI: ±0.05), which was significantly more than in women, who lost a mean of 3.8 kg (CI: ± 0.02, )．所有年龄组的42天瘦了，与那些<30岁的失去比研究了其他年龄组临床小，但在统计学上显著，更大的量（ )．在研究的每个间隔时间内，男性减重明显多于女性2，所有的比较)。虽然绝对的减肥是更大的男性，相对于它们的基线体重或超重的重量减少为比男性更多的女性。然而，在60天以上的所有测试的时间间隔，女性比男性更大的比例达到5％以上的减肥（所有的比较)。所有年龄组的42天瘦了，但那些<30岁有略高，但统计学上显著减肥，相比于其他年龄组（ )．

在高频率的用户记录，平均1.2（SD：0.41）每人每天的重量测量，显著超过培养基（0.76的重量/人天，SD：0.12）和低（0.16 0.33的权重/人天，SD）42天的间隔（所有的比较)。在每个时间间隔的体重测量频率的体重减轻如图所示3.．在研究的每个时间间隔内，高频用户比中频用户减肥效果更好，中频用户比低频用户减肥效果更好(所有的比较)。

在35天或35天以上记录了至少一次体重测量的用户中，应用程序的平均使用时间为120天(CI:±0.3)，中位数为97天。女性的参与时间往往更长(平均为121天;CI:±0.34)高于男性(平均:115天;置信区间:±0.64; )．增加的频率也与较长的使用持续时间相关。120天，62.7％的参与者损失了至少5％的初始体重。

表格3.以BMI≥23.0 kg/m为基础，显示172,464名被划分为超重或肥胖的个体的体重减轻和BMI变化²（表3.)．在这些研究中，所有BMI组在每个间隔时间内体重都显著减轻。一般来说，基线超重最高的组在研究间隔时间内减重更多，同样，超重减重的百分比也更大。在基线时被归类为肥胖的参与者(38025人)中，53%的人根据最后观察到的体重进入超重或前肥胖类别，2%的人进入正常BMI类别。在基线时被归类为超重的参与者(146,646)中，30%的人通过最后一次观察体重达到了正常的BMI分类。

4.讨论

在这项针对超过25万人的大型观察性研究中，人们使用数字健康平台进行商业减肥计划，没有面对面的互动和简单的膳食补充剂，实现了临床显著的短期和中期减肥。被定义为基线肥胖的人，因此最有可能从减肥中获益，[16]经历了更大的体重减轻。规模和这项研究的持续时间有助于越来越多的证据基础，移动应用程序可以在群体水平与被广泛访问的，成本相对较低的明显优势对抗肥胖的一个有用的工具，没有的约束面TO-面对面的互动[5］．

这是在大约36000人[与最大的同类研究报告减肥的移动应用程序的最大的观察研究17］．我们的研究不同显著通过将混合方法使用无线家庭规模和具体的营养计划。类似的几个随机试验等观测研究，这项研究显示减肥和应用程序使用[之间的关联18］．令人鼓舞的是，在男女和所有年龄组的研究中都看到了显著的体重减轻，这表明适用性很广。值得注意的是，该计划没有涉及任何具体的活动建议。这突出了在活动受限群体中的可能潜力。这也为项目的持续发展和改进提供了可能的机会。

The magnitude of the weight loss is highly significant, even in the setting of observational research, with 62.7% of the 120-day cohort losing >5% of their body weight and an average weight loss of 5.4 kg at 120 days. A systematic review of randomized control trials using in-person interventions for weight loss including diet, exercise, and meal replacements showed comparable weight loss of 5 to 8.5 kg at 6 months [19］．我们的研究显示成功的可比费率，但使用较少的资源，我们的干预并不需要面对面进行面对面的互动或访问医学或营养设施。同样，最近的一项研究表明，相对于面对面节目[密集的，多方面的网上糖尿病预防计划有较高的参与，但类似的减肥20.］．在整个研究过程中使用客观的无线家庭称，而不是自我报告，增加了减肥结果的价值。21］．相比之下，最大的一项观察性移动应用试验显示，31.2%的用户在6个月时体重下降了5%。17]而另一个使用移动应用程序和规模的大型研究指出，28.6％的用户在4个月内> 5％的用户[22］．造成这些差异的原因尚不清楚，但可能的因素可能包括个性化的营养计划和营养补充剂，应用设计，或由于对计划的财政投资而增加的参与者动机。

坚持减肥的干预已经注意到作为成功的一个重要的预测[12，23，这一发现似乎也适用于移动应用[24］．我们的研究证实了这一发现，研究表明，在大量人群中，更频繁地称体重的人减肥效果更好，这与之前的报告一致。25，26］．这项研究的持续时间限制了对超过90天的体重变化的了解;然而，从现有的结果来看，在研究的后期阶段，体重减轻可能会有一个平台期。减肥平台期可能的机制包括最初减肥后动力减弱，难以长时间维持推荐饮食，或实现个人目标体重。进一步的研究评估体重记录与持续体重减轻或体重维持在较长时间间隔的关系是有必要的。

肥胖是一种全球性流行病，发病率和死亡率普遍存在，最初集中在发达国家;然而，它正在发展中国家以惊人的速度加速发展[27］．除了公共政策和传统的医疗机制外，还需要新的工具来在相对低收入人群中大规模抗击肥胖。数字健康项目为这一工具集提供了一个有前景的补充，利用智能手机连接的增加，创建可扩展的解决方案，以帮助遏制日益增长的肥胖流行病[6］．

4．1.限制

本研究受其观察性设计的限制，不考虑应用与减肥之间的偶然关联。缺乏与控制组的比较是一个主要的限制，因为我们不能排除有动力的人在定期监测体重的同时能够自己减肥。然而，流行病学和试验数据历史表明，如果没有减肥计划的帮助，人们很少会减肥或保持一些体重。随机对照试验将显著增加，并将完成所有参与者的随访数据。多种因素有助于减肥[28]，但在本研究中只评估应用程序的使用情况。对饮食、身体活动和动机的进一步调查将是未来研究的有益补充。关于膳食补充剂使用的详细信息的缺乏限制了我们分析使用这些补充剂和成功减肥之间关系的能力。延长的随访时间将允许进一步调查应用可能延长的好处。该研究收集的信息本质上是用户通过应用程序生成的，因此很可能会出现一些错误。不自我报告体重信息很可能与体重减轻混淆，是偏见的潜在来源。在尽可能留住尽可能多的用户的同时，还努力删除那些在生理上看起来不可信的信息。使用这款应用和减肥之间的联系可以用更经常使用这款应用的人的内在特征来解释(更有动力、更自律或更投入)。研究人群以中国为基地，可能主要由亚裔后裔组成;在未来的研究中，还应考虑对其他民族进行进一步的调查。

五，结论

很多中国人之间的这项研究表明临床显著减肥使用移动应用和无线的规模。市售的减肥计划的一部分。更大的重量损失主要出现在称量谁更频繁和有高基线BMI用户。

数据可用性

用于支持本研究的结果的重量损失数据是请直接从相应的作者。

额外观点

问题．结合移动应用、无线秤、营养计划和膳食替代的远程减肥解决方案在大群体中是否有效?调查结果．在该计划中剩下的参与者平均损失4.1公斤的重量，120天，5.4公斤120天。意思．远程体重减轻溶液可提供大规模的可行的减肥方案。

披露

该公司已在研究设计，分析和解释数据没有影响。

利益冲突

Drs。Amir和Lilach Lerman担任Weijian Technologies Inc.(中国杭州)的顾问。

致谢

这项研究是由中国杭州维健科技有限公司提供的不受限制的研究经费资助的。

参考文献

1. L. Abarca-Gómez, Z. a . Abdeen, Z. a . Hamid等人，“1975年至2016年全球体重指数、体重过轻、超重和肥胖趋势:对1.289亿儿童、青少年和成年人的2416项基于人口的测量研究的汇总分析，”柳叶刀(英国伦敦)第390期10113, pp. 2627-2642, 2017。查看在：出版商的网站|谷歌学者
2. 国家卫生统计中心，美国卫生，2015年:种族和民族健康差距专题，国家卫生统计中心(美国)，Hyattsville, MD，美国，2016。
3. C. Ma, A. Avenell, M. Bolland等，“肥胖成人减肥干预对死亡率、心血管疾病和癌症的影响:系统综述和荟萃分析，”BMJ，卷。359，文章编号j4849，2017年。查看在：出版商的网站|谷歌学者
4. S. B. Heymsfield和T. A. Wadden，《肥胖的机制、病理生理学和管理》，新英格兰医学杂志，卷。376，没有。3，第254-266，2017。查看在：出版商的网站|谷歌学者
5. N. N. Bhardwaj, B. Wodajo, K. Gochipathala, D. P. Paul, A. Coustasse，“移动健康能彻底改变我们管理成人肥胖的方式吗?”健康信息管理的透视，卷。14，第如图1A所示，2017。查看在：谷歌学者
6. j . Pouschter新兴经济体的智能手机拥有量和互联网使用量持续攀升，皮尤研究中心，华盛顿特区，美国，2016。
7. A. Sorgente酒店，G. Pietrabissa，G. M.曼佐尼等人，“基于Web的干预对超重和肥胖的人减肥或减肥维护：系统评价的系统评价，”医学互联网研究杂志第19卷第2期文章编号e229, 2017。查看在：出版商的网站|谷歌学者
8. M. C. Carter，V.J.Burley，C.Nykjaer和J. E. Cade，“遵守智能手机申请减肥与网站和纸质日记相比：试点随机对照试验”医学互联网研究杂志，第15卷，第5期。4, p. 32, 2013。查看在：出版商的网站|谷歌学者
9. C. K.马丁，A. C.米勒，D·M·托马斯，C. M.香槟，H.汉和T.堂“SmartLoss的功效^SM，一项基于智能手机的减肥干预研究:来自随机对照试验的结果。肥胖，第23卷，第2期。5，pp。935-942,2015。查看在：出版商的网站|谷歌学者
10. D. M. Steinberg, D. F. Tate, G. G. Bennett, S. Ennett, C. Samuel-Hodge和D. S. Ward，“使用智能秤和电子邮件进行每日自我称重减肥干预的效果”，肥胖第21卷第2期21，第1789-1797页，2013。查看在：出版商的网站|谷歌学者
11. a . Afshin, D. Babalola, M. McLean等，“信息技术和生活方式:互联网和移动干预改善饮食、体育活动、肥胖、烟草和酒精使用的系统评估，”杂志美国心脏协会：心脑血管病，卷。5，不。9，文章ID e003058，2016。查看在：出版商的网站|谷歌学者
12. L. E.伯克，J. Wang和M. A. Sevick，“自我监控减肥：对文献的系统综述”美国饮食协会杂志，卷。111，没有。1，第92-102，2011。查看在：出版商的网站|谷歌学者
13. 王建军，刘永军，陆德平，邓永平，“船舶制造过程绿色度评价方法研究”，大连理工大雪山雪豹/大连理工大学，卷。52，不。2，第221-226页，2012。查看在：谷歌学者
14. w·h·组织,亚太视野：重新定义肥胖及其治疗澳大利亚卫生通讯，澳大利亚悉尼，2000年。
15. S. A. Brethauer, J. Kim, M. Chaar等人，“代谢和减肥手术的标准化结果报告，”减肥手术，第25卷，第2期4, pp. 587-606, 2015。查看在：出版商的网站|谷歌学者
16. F. Magkos，G. Fraterrigo，J. Yoshino等人，“关于代谢功能和与肥胖人类脂肪组织生物学中度和随后进行性消瘦的影响，”细胞新陈代谢，第23卷，第2期。4, pp. 591-601, 2016。查看在：出版商的网站|谷歌学者
17. S. O. Chin, C. Keum, J. Woo等人，“通过使用智能手机应用程序成功减肥和维持体重，对超重和肥胖的人来说，”科学报告文章编号34563,2016。查看在：出版商的网站|谷歌学者
18. G.弗洛雷斯刁，E.格兰纳-字体，C.费雷 - 格劳和X蒙大拿州卡雷拉斯，“手机应用程序，以促进减肥和增加体力活动：一个系统回顾和荟萃分析，”医学互联网研究杂志，第十七卷，第二期11, p. 53,2015。查看在：出版商的网站|谷歌学者
19. M. J.弗兰兹，J. J. VanWormer，A. L.克莱恩等人，“减肥的成果：一个系统的回顾，并以最小的1年随访，减肥的临床试验的荟萃分析”。美国饮食协会杂志，第107卷，第2期10，页1755-1767,2007。查看在：出版商的网站|谷歌学者
20. T.莫因，L. J. Damschroder，M. AuYoung等人，“从在线糖尿病预防程序的干预的试验的结果，”美国预防医学杂志，第55卷，第55期5, pp. 583-591, 2018。查看在：出版商的网站|谷歌学者
21. a . L. Bowring, a . peters, R. Freak-Poli, M. S. Lim, M. Gouillou，和M. helard，“在基于社区的年轻人样本中测量自我报告的身高和体重的准确性”，BMC医学研究方法，卷。12，p。175，2012。查看在：出版商的网站|谷歌学者
22. A. Y.Mao，C. Chen，C. Magana，K.Caballero Barajas和J. N. Olayiwola，一个基于手机的健康教练干预，用于国家付款人人口的减肥和血压减少：回顾性研究，“JMIR mHealth和uHealth，卷。5，不。6，p。E80,2017。查看在：出版商的网站|谷歌学者
23. M. R.科班和J. P. Foreyt，“设计‘生活方式干预’在头脑里的大脑，”老化神经生物学第26卷第2期1，页85-87,2005。查看在：出版商的网站|谷歌学者
24. S. Jacobs, C. Radnitz和T. Hildebrandt，“在一个常用的智能手机应用程序中，坚持作为减肥的预测因子，”肥胖研究与临床实践，第11卷，第5期。2, pp. 206-214, 2017。查看在：出版商的网站|谷歌学者
25. Y.郑，L. E.伯克，C. A.丹福德，L. J.尤因，M.A.特里和S. M. Sereika，“自称重行为和重量损失试验重量变化模式，”国际肥胖杂志，第40卷，第5期。9，第1392-1396页，2016。查看在：出版商的网站|谷歌学者
26. J. J. VanWormer, A. M. Martinez, B. C. Martinson等人，“自我称重促进肥胖成年人减肥，”美国预防医学杂志，卷。36，不。1期，第70-73，2009年。查看在：出版商的网站|谷歌学者
27. A. Afshin, M. H. Forouzanfar, M. B. Reitsma等人，“195个国家25年超重和肥胖对健康的影响”，新英格兰医学杂志号，第377卷1，第13-27页，2017。查看在：出版商的网站|谷歌学者
28. K. Elfhag和S. rosner， "谁能保持减肥效果? "对减肥维持和体重反弹相关因素的概念性综述，”肥胖评论，第6卷，第2期1，页67-85,2005。查看在：出版商的网站|谷歌学者

版权所有

版权所有©2020康纳尔Senecal等。这是分布下的开放式访问文章知识共享署名许可协议如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。