移动设备辅助饮食生态瞬时评估，用于连续评估对地中海饮食的依从性

这里介绍的是一项研究方案，旨在通过生态瞬时评估来监测对地中海饮食 （MedDiet） 的持续依从性。该方法评估 MedDiet 关键食物组的摄入量并计算依从性指数。

移动设备辅助饮食生态瞬时评估 （EMA） 已成为一种新工具，允许在真实环境中以连续的方式实时评估饮食摄入量。它们有可能最大限度地减少召回偏差、参与者和研究者的负担，减少经济和时间投入，同时最大限度地提高生态有效性。

我们开发了一套 EMA，旨在评估对 MedDiet 的持续依从性。每天从总共八个问题中以随机方式发送四个多项选择 EMA。EMA 以半定量方式询问了过去 11-24 小时内地中海饮食的 48 种主要食物组的消费情况。EMA 捕捉了一周中不同日子水果、蔬菜和特级初榨橄榄油的每日消费频率。此外，EMA 还记录了全谷物产品、含糖饮料、坚果、豆类、糖果、鱼和海鲜以及红肉和加工肉类的每周消费频率。EMA 背后设计好的评分系统提取了对 MedDiet 建议的依从性百分比，并每周计算饮食的质量指数。定期向志愿者发送个性化报告，强调他们饮食的优势和劣势。预计 EMA 还将产生行为效应，加强地中海食物的选择。

地中海饮食 （MedDiet） 是一种与长寿和多种健康益处相关的饮食模式。对 MedDiet 的高依从性与降低总体死亡率、心血管疾病、总体癌症发病率、神经退行性疾病和糖尿病的风险有关¹。特别是，基于时令和当地产品的 MedDiet 的特点是大量摄入植物性食物（水果、蔬菜、豆类、坚果和未精制的谷物）和适量摄入鱼、鸡蛋、乳制品和家禽。橄榄油是脂肪的主要来源。饱和脂肪酸的摄入量很低，红肉和加工肉类、糖果和加工食品的摄入量非常低。MedDiet 的另一个特点是适度摄入乙醇，主要以用餐时饮用的葡萄酒的形式²。

饮食的评估是复杂且具有挑战性的。在营养研究中正确评估饮食习惯和 MedDiet 依从性是试图找到这种饮食模式与其健康结果之间关联的关键。用于评估饮食的传统方法是食物频率问卷、食物日记和 24 小时饮食回忆。它们已广泛用于营养流行病学和临床营养学，但是，它们很容易出现误报、回忆偏倚，并且取决于参与者估计食物含量和份量的能力。这些传统的饮食评估方法耗时、昂贵，并且对参与者和研究人员来说都是一个重要的负担 ^3,4。为了克服这些限制，有必要重新制定传统的膳食评估。饮食评估的目标是在收集准确可靠的数据与消耗的资源和参与者的负担之间取得平衡³。几位研究人员开发了补充方法来评估对 MedDiet 的依从性。这些方法计算了与 MedDiet² 相关的不同饮食特征组合得出的综合饮食评分。第一个 MedDiet 评分由 Trichoupoulou 等人 （1995）⁵ 于 1995 年创建，总共包括 8 个组成部分。该评分评估了 7 个食物组的食用频率：蔬菜、水果和坚果、豆类、谷物、肉类和肉制品、牛奶和奶制品以及酒精摄入量。第八个组成部分是脂肪质量测量;单不饱和脂肪酸和饱和脂肪酸之间的比率 （MUFA/SFA）⁵。MEDAS（地中海饮食依从性筛查器）是最常用的 MedDiet 评估问卷之一，是在 PREDIMED 研究 （Prevención con Dieta Mediterránea） 期间开发的，旨在控制饮食干预依从性⁶。MEDAS 是一个经过验证的 14 项饮食筛选器，它与第一个 MedDiet 评分相比考虑了其他项目，例如烹饪中使用的油的类型、饮料和糖果中糖的摄入量以及典型的西班牙五香番茄酱的摄入量，称为“sofrito”。发现该问卷有助于评估对 MedDiet 的依从性，尤其是在有时限的环境中，例如大型流行病学研究和一般临床实践⁶。

新技术的广泛普及和人们使用它们的方式发生了变化，为将这些创新纳入膳食评估创造了机会。它们提供了捕捉食物摄入复杂性的机会，同时克服了上述传统方法的局限性。在此背景下，生态瞬时评估 （EMA） 已被开发为一种工具，使用新技术对个人的当前行为和体验进行重复采样⁷。将 EMA 引入膳食评估可以提高准确性、生态效度和数据稳健性，同时最大限度地减少报告和回忆偏倚并减轻参与者和研究负担。此外，使用 EMA 可以对饮食进行持续评估;通过观察随时间的变化，观察人体内的变化，以及对这些变化进行建模。EMA 有可能最大限度地减少反应性偏差，产生更高的依从率并降低缺失数据的发生率 ^4,7,8。总之，与使用 EMA 相关的主要优点是：（1） 收集自然环境中出现的数据，（2） 实时或近乎实时的数据收集而不是回顾性调查，从而避免回忆偏差，以及 （3） 重复抽样，这允许研究给定时间段内的行为和体验^4，9.使用 EMA 来评估膳食摄入量的情况正在增加，一些临床试验已经使用它们来收集饮食信息。这些研究中收集的数据类型包括：进餐和零食的频率、预定义食物组和饮料的消费量以及食物图像的记录 ^4,7。

据我们所知，EMA 方法从未用于研究对 MedDiet 的依从性。本研究的目的是开发一套移动设备辅助 EMA，以持续评估对 MedDiet 的依从性。为此，我们开发了一组 8 个移动设备辅助 EMA 来测量 11 个食物组的消费量，包括评估 MedDiet 的典型食物（橄榄油、水果、蔬菜等）以及代表 MedDiet 中通常低消费量的食物组的摄入量（加工和红肉、含糖饮料、 等）。

该协议演示了如何通过量身定制的 EMA 持续评估对 MedDiet 的依从性。该协议已由 Hospital del Mar 当地伦理委员会审查和批准：CEIm-PSMAR（参考编号：2019/8972）。

1. 研究设计：采样方案

1. 确定评估膳食摄入量的天数;至少需要 1 周才能获得第一个分数，因此，请确保以 7 天为基础调整总天数（例如，经过 4 周的评估才能在一个月内获得 MedDiet 依从性评分）。
   注意：天数的确定与研究目的密切相关。在专门监测 MedDiet 依从性的研究中，建议使用短时间，例如 2 周。在旨在提高 MedDiet 依从性的干预研究的情况下，建议进行更长的评估时间。
2. 确定研究的波数（例如，两个监测期，每两周，间隔一个月）。在纵向研究的情况下，可以将 MedDiet 依从性的评估整合到志愿者的重复抽样中。
   注意：我们将波数的决定留给研究人员的标准。这个决定可能会受到一系列评估标准的约束，例如研究背景下的调查目的、志愿者的类型等。根据文献，大多数研究仅在一个时期进行监测，而其他一些研究包括多达 8 波数据收集。具有多个监测期的研究比只有一个监测期的研究持续时间短⁸。
3. 确定 EMA 的交付时间表（例如，每天晚上 21：00）。
4. 确定 EMA 的延迟;就像给志愿者回答问题的时间一样（例如，2 小时）。

2. 参与者的选择

1. 定义参与者选择的包含标准。
   1. 确保参与者拥有智能手机。
      注意：或者，该研究可以在参与者没有智能手机的情况下提供智能手机。
   2. 确保参与者的智能手机有良好的互联网连接。
      注意：或者，该研究可以为参与者提供互联网连接。
2. 定义参与者选择的排除标准。
   1. 不包括文盲和/或不具备数字技能的参与者。
   2. 不要包括居住在没有 Internet 连接的环境中的参加者。
3. 根据纳入排除标准选择研究参与者。

3. 评估前与参与者会面

1. 安排与参与者的介绍会。
2. 详细解释如何回答日常问题，强调他们将如何接收通知、如何回复 EMA 以及回复所需的时间。
   1. 通知他们，他们将通过短信在手机中收到问题。SMS 附加了指向调查问卷的特定链接。每个链接都特定于志愿者和当天。
3. 向参与者介绍 8 个 EMA 问题，解释哪些食物属于每个类别，哪些不属于每个类别，并在适当时描述份量（表 1）。
4. 为确保正确理解 EMA，请与参与者一起准备一个试点测试，为他们提供饮食示例，并使他们能够根据所呈现的示例对 EMA 做出反应。
   1. 准备一个个人饮食示例，具体描述所食用的食物类型和份量。已将一个例子作为补充材料包括在内。
   2. 通过电子邮件向参与者提供示例，并要求他们仔细阅读。
   3. 在在线表格上给志愿者 EMA 调查中包含的 8 个问题，并让他们根据给出的饮食示例回答这些问题。在线表格由 8 道多项选择题组成，志愿者必须用他们的 ID 研究编号来识别。
   4. 纠正问题并通过电子邮件向每位志愿者返回个性化反馈，并解释所犯的错误。

表 1： 查询的食品类别清单，详细说明包含和排除的食品示例，以及报告的份量。

4. 使用 EMA 测量对 MedDiet 的依从性。

1. 在研究中确定的时间段内，按照表 2 中概述的每周频率，通过 SMS 中附带的链接（图 1）每天发送四份随机 EMA。在这个实验中，LimeSurvey （https://www.limesurvey.org） 平台被用于 EMA 交付和数据存储。

表 2： EMA 的描述、问题类型、查询间隔和频率。

图 1：参与者收到的四次每日 EMA 示例。 请单击此处查看此图的较大版本。

2. 在研究的最初几天，检查参与者是否回复了 EMA：
   1. 登录到调查问卷管理员界面。
   2. 点击答案空间，用志愿者的号码搜索他们是否已经回答，以及答案是完整的（用绿色勾号表示）还是不完整的（用红叉表示）。
   3. 联系未回复的参加者以检测技术问题（如果有）。

5. 评估每周对 MedDiet 的依从性

1. 接受 EMA 7 天后，计算 MedDiet 的依从性分数。
   1. 从调查网站下载所有已完成的答案。
      1. 登录到调查问卷管理员界面。
      2. 单击菜单以查找答案，然后单击以导出答案。
      3. 选择要导出的数据格式，然后单击“仅已完成的答案”。
      4. 单击以导出以下载文件。
   2. 打开 Excel 文件，然后按日期顺序和志愿者人数对列进行排序。
   3. 检查重复的答案并消除（如果有）。
   4. 使用电子表格，对每位志愿者给出的所有答案进行排序，并将获得的答案转化为所询问食物组的食用频率，如 表 3 所示。
2. 将每个人的消费频率与MedDiet中描述的消费频率进行比较，从而为每个食物类别授予分数，如 表3所示。
3. 将所有查询的食物组别的分数相加，得到最终分数。分数最高为 11 分。此外，将分数转换为百分比并分类为以下 MedDiet 依从性级别：
   每周得分 ≤ 5 分 （≤ 45%）：对 MedDiet 的依从性低
   每周评分 > 5 分和 < 分 8 分 （< 73%）：适度依从性 MedDiet
   每周评分 ≥ 8 分 （≥ 73%）：对 MedDiet 的高度依从性
4. 使用以下公式计算本周数据的准确性，评估参与者的依从率：
   
   Number of EMAs answered：完全回答的 EMA 提示总数
   已交付的 EMA 数量：发送给参与者的 EMA 提示总数：4 个提示 x 每周 7 天 =28
   注意：精度 ≥80% 被认为是可以接受的。低准确率百分比表明参与者的依从性低，因此获得的数据质量很差，可能不具有代表性。
5. 通过电子邮件向参与者发送个性化反馈;包括每周得分和每个食物类别中取得的得分。将评估延长总共连续 4 周，通过将 4 周内取得的分数相加来获得月度分数（最高 44 分）。每月计算的分数可分为以下 MedDiet 依从性级别：
   月度评分 ≤20 分 （≤45%）：对 MedDiet 的依从性低
   月度评分 >20 分和 <32 分 （<73%）：适度依从性 MedDiet
   月评分 ≥32 分 （≥73%）：对 MedDiet 的高依从性
6. 向参与者发送个性化反馈，包括每月分数。

表 3： 计算每周 MedDiet 依从性分数的项目和标点符号标准。

本方案用于一项概念验证研究，该研究共包括 63 名年龄在 22 至 76 岁之间的受试者。概念验证研究的目的是将拟议的 EMAs 方法获得的地中海饮食依从性与经过验证的 MEDAS 测试进行比较。本研究并不打算验证 EMA，而是将这两种工具作为衡量 MedDiet 依从性的工具，以测试其可行性以及研究参与者对为期两周的 EMA 评估的依从性。

研究设计和研究人群
本研究是一项观察性临床试验，共包括 63 名健康志愿者。 表 4 总结了研究参与者的基线特征。该协议的参与者是来自庞培法布拉大学的医学/人类生物学学生和已经参加 PENSA 研究的受试者。他们于 2020 年 7 月至 2020 年 11 月被纳入。资格标准是参与者年满 18 岁，会说西班牙语并拥有可连接互联网的智能手机。排除标准是文盲和患有不稳定健康慢性病的参与者，这些疾病可能会改变他们的习惯性饮食。

表 4： 研究参与者的特征 （n= 63）

在进行任何研究程序之前，应征得所有筛选参与者的知情同意。最初，所有研究参与者都完成了 MEDAS 测试。在为期两周的 EMA 评估期开始之前，由训练有素的营养师进行个人诱导会议，其中包括 EMA 原则。该会议包括对每个问题的详细解释，包括每个类别包含和排除的食物类型，以及以克和份量为单位的份量描述（表 1）。所有信息都以纸质形式提供给参与者，供他们在整个研究过程中查阅。初步培训后，个人接受了 EMA 示例，并在营养师的监督下回答。此时检测到的疑问和误解在 EMA 评估期开始前得到了澄清。在研究结束时，参与者收到了有关他们在两周内对 MedDiet 的依从性和 MEDAS 结果的反馈。为了避免改变他们的习惯饮食，第一周结束时没有提供反馈。志愿者没有因参与研究而获得报酬。该试验是按照良好的临床实践和赫尔辛基宣言进行的。

使用 EMA 评估 MedDiet 依从性
志愿者从周一开始每天 20：00 接受 4 个随机 EMA。EMA 评估的第一周和第二周在问题的随机化模式上有所不同，详见 表 5。总体而言，EMA 遵循 表 2 中详述的频率，并且每个问题中包含的时间窗口在同一周内没有重叠。

表 5： 概念验证研究中遵循的 EMA 调查模式：在研究当周的每一天都提出问题。

基于 EMA 的 MedDiet 依从性
使用 EMA 获得的观察平均 （SD） 评分在第一周为 6.3 （2.2），第二周为 6.4 （2.1），最高评分为 11 分。周间评分无显著差异 （p>0.05）。在获得第一周和第二周的分数之间计算个体内变异的变异系数 （CV），获得 25.5% 的平均值 （SD = 39.5）。平均每周评分为 1.5 至 10.3，平均值 （SD） 为 6.4 （2.0）。 图 2 概述了所获得分数的直方图。

图 2：使用 EMA 获得两周平均评分的直方图 （n=63）。 请单击此处查看此图的较大版本。

合规率
在合规性方面，43 名志愿者 （68%） 回答了 100% 的发送提示，这意味着所获得数据的准确性达到 100%。在其余志愿者中，15 名 （24%） 的准确率超过 80%，3 名 （5%） 志愿者的回答在 70-80% 的 EMAS 之间，只有 2 名志愿者 （3%） 的准确率低于 70%。

与 MEDAS 的比较
最后，如前所述，所有受试者都回答了 MEDAS 测试以进行比较。获得的分数从 3 到 13 分不等，对应于对 MedDiet 的依从性从 21.1% 到 92.8% 不等。26 名 （42.6%） 志愿者对 MedDiet 的依从性较低，19 名 （31.2%） 志愿者对 MedDiet 的依从性中等，66 名 （26.2%） 志愿者对 MedDiet 的依从性较高。使用 MEDAS 和 EMA 获得的 MedDiet 依从性百分比未显示任何统计差异（p > 0.05）。 图 3 表示通过两项测试获得的 MedDiet 依从性百分比之间的相关性。在两者之间观察到显著的正相关，相关系数为 0.672 （p<0.001）。在志愿者回答了超过 70% 的发送提示 （n=61） 的情况下计算了相关性。

图 3：使用 MEDAS 测量的 MedDiet 依从性百分比与使用 EMA 测量的依从性百分比之间的相关性 （n=61）。 请单击此处查看此图的较大版本。

MedDiet 依从性评估
根据 EMA 中给出的答案，根据志愿者是否达到 MedDiet 建议给出标点符号。参与者分为两组：达到推荐值的人（分配分数 = +1）和未达到 MedDiet 建议值（分配分数 = 0）的参与者。对于某些食物组，当达到 50% 的建议时，给予半分。 图 4 概述了研究人群对 MedDiet 的依从性较高（EVOO 和含糖饮料的低消费）和依从性较低的食品类别（蔬菜、坚果和豆类）。此信息在公共卫生政策的制定中可能很重要，因为它将有助于确定和优先考虑普通人群对 MedDiet 建议的依从性较低的食物组。

图 4：第 1 周 （A） 和第 2 周 （B） （n=63） 每个查询食物类别中收到的标点符号。根据 EMA 的答案，获得了对每个食物类别的 MedDiet 建议的依从性。对于评估的每个特定食物组，根据 MedDiet 建议的实现程度给出一个分数：0、+0.5 或 +1。该图概述了每个食物类别每周获得的分数分布。 请单击此处查看此图的较大版本。

补充信息：
统计分析
使用 R 3.0.2 版进行分析。通过配对样本的学生 t 检验评估 MedDiet 依从性评分的差异和 EMA 结果的周间变化。计算 Pearson 相关系数以评估使用 MEDAS 测量的 MedDiet 与我们的 EMA 方法之间是否存在线性关联。显着性定义为 p < 0.05。所有统计分析均对 EMA 调查依从率高于 70% 的参与者进行。

在这里，我们描述了一种通过基于移动设备的应用程序评估个人对 MedDiet 的依从性的协议。该方法使用每日 EMA 来捕获饮食模式，并通过算法计算代表对 MedDiet 的依从性程度的每周分数。健康食品的高摄入量得到好评，这是 MedDiet 的特点。相反，根据对西班牙人口¹⁰ 的建议，摄入不健康的食物组会给负分。

使用 EMA 来评估膳食摄入量代表了一种创新方法，能够捕捉食物持续消费的复杂性，并克服了传统膳食评估方法的一些局限性。该方法的一个关键优势是它能够在一段时间内连续监测饮食摄入量。饮食的评估是在真实环境中实时或近乎实时进行的，最大限度地提高了所获得数据的生态有效性。目前的方法以其简短和简单而著称，对参与者来说负担很轻。一旦参与者习惯并接受了响应 EMA 的适当培训，他们就可以在不到 3 分钟的时间内回答问题。对获得的饮食信息的评估是自动执行的，从而减轻了研究者的负担和时间投入。所提出的分数与其他营养综合分数（如健康饮食指数 （HEI） 和替代健康饮食指数 （AHEI））显着不同，并且不能替代其他营养综合分数。通过 EMA 计算 MedDiet 评分代表了一种半定量方法，不需要软件来进一步计算个人饮食的营养成分。

尽管在膳食评估中使用 EMA 具有优势，但目前的方法存在一些局限性和挑战。关于饮食消费的信息仅限于预定义的食物组，没有考虑饮食中的其他重要食物组，例如乳制品、鸡蛋或酒精消费。MEDAS 也不监控鸡蛋和乳制品的消费量。饮酒及其建议一直是一个主要辩论的主题。因此，我们决定不在 EMA 中包括酒精消费，以避免促进其消费以及与酒精滥用和滥用相关的后果。未评估组的不同消费模式可能会对饮食的整体质量产生重大影响，并且不会反映在当前方法给出的最终分数中。与传统饮食评估方法相同的 EMA 的另一个局限性是它们依赖于自我报告的数据和参与者对 EMA 的解释，因此它们容易出现测量误差、反应性偏差和社会期望。尽管使用 EMA 的主要目标之一是减轻参与者的负担，但获得准确数据的愿望可能会导致提示数量过多，这些提示对参与者来说过于重复，并导致响应率降低和研究退出风险增加。事实上，据描述，在使用 EMA 评估膳食摄入量的研究中，提示的最高频率与最低的依从率相关⁸。在这种情况下，由于分数是根据一整周的标点符号和百分比累积的，因此零星的信息缺失不会影响所获得数据的质量。尽管如此，大量的缺失数据可能会触发不可靠和不充分的信息，并阻碍对 MedDiet 的依从性计算。

归根结底，当前方法的部分挑战与其技术组成部分有关。虽然年轻人可能对基于移动的技术感到满意并很容易将其作为日常使用，但年长的参与者对技术的接受度可能较低，这反过来可能会在响应日常 EMA 时引发困难，并最终降低响应率。此外，平台和所使用的设备可能会出现潜在的技术问题以及连接问题⁴。

在进行人体研究时，应始终特别小心。因此，应谨慎执行所有步骤并遵循良好的临床实践。要使用上述方法获得可靠的信息，最关键的步骤之一是对参与者进行培训。研究人员必须确保正确理解 EMA 中包含的所有问题，包括哪些食物组，哪些不包括。由于目前的方法包括份数报告，因此还必须指导参与者如何准确报告。对 EMA 的了解不足将导致误报，从而导致收集有偏见的数据。最后，参与者必须意识到回答收到的所有 EMA 以避免低依从率的重要性。研究人员可以设计奖励计划策略来促进合规性。所有使用 EMA 的研究中常见的另一个关键步骤是正确报告其出版物中获得的数据。为了确保研究之间的数据可比性，Liao 等人（2016 年）设计了一套专门为使用 EMA 及其独特特征的研究量身定制的指南和清单⁸。这些指南强调需要报告详细的研究设计和依从率等信息，以评估所获得数据的质量⁸。我们的方案和概念验证研究结果报告的形式遵循 Liao 等人 （2016^{） 设计的}指南8。

此外，本研究中提出的定制饮食 EMA 可以成为行为干预的一部分，以触发饮食习惯的改变。如前所述，仅仅测量行为的行为就可以触发该行为的变化¹¹。因此，反复接触 EMA 可能会导致饮食习惯的积极变化。该应用程序的扩展使用可能旨在鼓励参与者遵循 MedDiet。该应用程序概述了 MedDiet 中存在的积极和消极的食物。提供个性化反馈的目的是提高饮食自我意识和饮食自我管理。反馈可以与自动个性化饮食建议相结合，以应对食品的低消费或高消费，提供食谱、更健康的替代品和时令食品清单，以提高饮食质量。总体而言，使用该应用程序可以鼓励根据 MedDiet 建议选择食物。

新技术的发展以及移动使用的普及为膳食评估提供了机会。使用膳食 EMA 的特点是对个体进行实时重复评估，代表了一种评估膳食摄入量的新工具。膳食 EMA 的使用可以作为营养流行病学和临床干预的有用工具。展望未来，EMA 的使用可以与客观测量（例如饮食相关生物标志物）相结合，以加强整体方法并克服其挑战。此外，所描述的方法可以集成到一个更复杂的平台中，该平台能够同时收集饮食习惯和其他类型的数据，例如环境（例如位置）、生活方式（例如身体活动、睡眠等）和健康结果（例如心率、血压、血糖等）。最后，值得一提的是，目前的方法属于未来医学 （P4） 的新方法，即预测性、预防性、参与性和个性化¹²。

作者没有什么可披露的。

这项工作得到了阿尔茨海默病协会 （18PTC-R-592192;阿尔茨海默病中的脑细胞退化计划）、卡洛斯三世健康研究所 （FEDERPI17/00223）、CIBER de Fisiopatología de la Obesidad y Nutrición （CIBEROBN） 和加泰罗尼亚政府 （2017 SGR 138） 来自 Agència de Gestió d'Ajuts Universitaris i de Recerca （AGAUR）。