《npj Digital Medicine》：Systematic review of dynamically tailored eHealth interventions targeting physical activity and healthy diet in chronic disease
编辑推荐：
为破解慢病患者体力活动与饮食依从性低迷难题，研究团队系统扫描117篇文献，首次全景剖析61项动态定制eHealth干预。结果揭示：规则主导、文本推送为主，虽多数报告组内获益，但对对照的优势仍不明确；亟需多学科协作、结构化报告与创新试验设计，为精准生活方式支持奠基。
当“管住嘴、迈开腿”成为慢病管理的金标准，现实却屡屡打脸：糖尿病患者因血糖波动不敢运动，心衰患者因气促拒绝散步，COPD患者因疲劳放弃买菜做饭。国际指南一致强调规律体力活动与均衡饮食可延缓2型糖尿病、心血管疾病和慢阻肺等进展，但文献显示患者实际依从率常低于30%，疾病相关症状、自我效能低下及“千人一面”的健康宣教难辞其咎。如何让干预像“私人教练”一样随症状、情绪和环境实时调整，成为数字医疗时代的新命题。
为回答“动态定制的eHealth干预究竟长什么样、能否真正带来额外获益”，E.A.G.Hietbrink等来自荷兰特温特大学、ZGT医院集团与MST管理董事会的跨学科团队，在《npj Digital Medicine》2025年第8卷发表系统综述。作者检索2000—2024年6月PubMed、Scopus等5大库，最终纳入117篇论文报道的61项独特干预，覆盖22国、以美、荷、英为主，聚焦2型糖尿病(36.1%)、超重/肥胖(32.8%)、心血管病(16.4%)和高血压(11.5%)。研究采用PRISMA流程与mERA质量清单，首次从“干预如何被量身定制”“如何递送”“基于何种行为理论”“效果如何”四个维度拆解该领域，并给出未来发展路线图。
关键技术方法：
系统综述与文献计量：双人独立筛选、ASReview机器学习辅助去噪，Cohen’s κ=0.65–0.80。
结构化数据提取：基于JITAI（Just-In-Time Adaptive Intervention）概念模型，拆解tailoring variables、decision rules等10项核心组件。
行为改变技术（BCT）编码：对照Michie等93项BCT Taxonomy V1，逐条标注干预所用技术群组。
mERA报告质量评估：16项移动健康证据报告清单量化透明度。
多变量统计：描述性汇总 tailoring 维度数量、BCT使用率及效应方向。
研究结果：
“研究选择”——最终61项干预被锁定，90%以上来自随机或方案类研究，反映领域尚处探索期。
“关键定制组件”——平均2.6类动态变量被纳入，86.9%干预采集体力活动指标（步数、久坐时间），42.6%纳入营养参数；仅24.6%使用生理/生物识别如体重、血压，血糖或血压自我监测罕见。74%采用基于规则（rule-based）决策，仅13%尝试机器学习等数据驱动法。
“递送方式”——60%以上通过手机App，36%辅以短信；73%干预纯线上，36%采用混合照护（blended-care）。内容以文本消息(77%)和图表(47.5%)为主，语音与触觉提示不足一成。
“理论基础与BCT”——70%明示至少一种理论，社会认知理论(SCT)占19.7%，自我调节理论13.1%；平均植入6.7项BCT群组，98%含“反馈与监测”，96%含“目标与计划”，而“身份认同”“隐性学习”等技术使用率低于10%。
“评估结局”——44项报告结局，仅42%设对照。组内改善最常见于体重相关指标（腰围87.5%显著下降），组间差异则以体力活动(37.5%)和血糖调控(42.9%)较多见。技术故障、内容重复致满意度下降，使用衰减普遍，如Storm等报道完成率自90%跌至20%。
结论与讨论：
文章指出，动态定制eHealth干预已从“概念炫技”走向“落地多元”，但高异质性、低透明度与缺乏组件解析试验阻碍最佳实践提炼。作者呼吁：
设计阶段以多学科框架明确变量取舍与决策规则，平衡准确-可行-用户负担；
报告阶段采用BCIO（行为改变干预本体）结构化模板，公开算法与理论依据；
评估阶段引入微随机化、阶乘设计或SMART试验，结合参与度、成本-效果与可扩展性指标，系统揭示“对谁、何时、何种推送最有效”。
该综述为研究者、开发者与政策方绘制了“动态定制数字健康干预”全景图，强调只有将行为机制、数据科学与用户体验深度融合，才能让eHealth真正突破“文本短信天花板”，实现精准、包容且可持续的慢病生活方式管理。
