基于互联网的运动干预项目
——提升大众体育行为的新途径

周 婷,李宇欣



基于互联网的运动干预项目
——提升大众体育行为的新途径

周 婷1,李宇欣2

近十几年来，随着互联网技术的发展，以互联网为载体的线上运动干预项目正大量出现。为了介绍目前国外的线上运动干预项目内容及评估其有效性，采用文献研究的方法，检索2001年至今在Medline和Sciencedirect两大数据库收录的线上运动干预项目文献，筛选出23篇研究报告进行综述。健康信念模型、跨理论模型及社会认知理论是线上运动干预项目最常见的理论模型；主流线上运动干预项目大多包括自我运动行为监控、个性化的运动计划及建议、小组讨论、运动提醒和相关健康知识推送等内容。现有研究支持线上运动干预项目对促进体育行为的短期效果，但其长期效应有待进一步研究验证。

线上运动干预项目；理论依据；内容构成；有效性评估

1 前言

有证据表明，经常参加体育运动能够降低心血管疾病、糖尿病、一些肿瘤和其他慢性疾病的风险，并对抑郁、焦虑等心理障碍的症状有缓解作用[13,17,40,43]。美国运动医学学会(ACSM)推荐，成人应每周进行3～5次有氧运动，根据运动量大小，每次持续20～60 min[33]。按照我国的界定标准，每周参加体育锻炼3次及以上，每次锻炼持续时间达30 min及以上，且每次锻炼的强度须达到中等及以上者，可称为经常参加体育锻炼的人[2]。然而，我国相当大比例的成年人难以达到这个标准。全国性调查结果显示：全国经常参加体育锻炼的人数比例不足30%，中老年人(50～70岁)群体中，经常参加体育锻炼的人数比例较高；而20～50岁的中青年人群中，经常参加体育锻炼者比例只有6%～8%[2，3]。因此，在人群中有效推进运动干预项目、提高人群体育锻炼水平具有重要意义。

互联网在推广健康行为方面具有巨大潜力。我国已是互联网大国，截止到2014年6月，网民规模达到6.32亿人，普及率为46.9%[4]。最新数据显示，中国移动互联网用户平均每天用手机和平板电脑上网时间达到146 min[1]。与传统的体育锻炼促进计划相比，基于互联网的运动干预项目具有潜在优势：1)由于互联网的普及性，基于互联网的干预项目有可能干预到大量的运动不足人群；2)互联网干预项目不受时间、地点等条件影响，并能够根据个体需求进行个性化定制，实施更为灵活；3)项目参与者能够与项目实施者进行实时互动，能够更及时获得相应反馈；4)互联网干预项目能够结合文字、声音、图片等多媒体进行健康宣教和干预，满足不同群体的需求；5)相比于传统健康干预项目，互联网干预项目能够节省更多人力、物力和时间成本[19,30]。

基于互联网的健康促进项目在国外已经推行了十多年，涵盖了戒烟、饮食控制、高血压、糖尿病等慢性病的控制等多个领域，其中，运动促进计划已经开发得较为成熟。从2001年开始，国外已经有实证研究开始关注线上运动促进计划的有效性。国内虽已出现一些线上运动干预项目，但有效性证据还比较缺乏。本研究系统检索Medline和Sciencedirect两个数据库自2001年来有关基于互联网运动干预项目的相关文献，筛选出面向成年人的、有理论依据的随机对照实验研究报告23篇，并结合相关分析性文献进行综述。本文的目的：1)介绍开发线上运动干预项目的理论依据；2)介绍国外常见运动干预项目的主要内容和有效性评估；3)探索影响项目有效性的相关因素。

2 线上运动干预项目的主要理论依据

线上运动干预项目是借助互联网科技对传统线下干预项目的发展[10,12]，其干预理论与线下运动干预项目一脉相承。现有线上运动干预项目多以一个或多个经典运动干预理论模型为依托，运用互联网平台，开发有效的干预手段。健康信念模型(health belief model，HBM)、跨理论模型(the transtheoretical model，TTM)及社会认知理论(social cognitive theory，SCT)在线上运动干预项目中的运用最为常见。

健康信念模型(HBM)是1950年代美国心理学家提出的预测健康相关行为的理论。该理论认为，人们对健康问题的信念、对采取行动的利弊评估、对行为改变的思想障碍以及坚持行动的自我效能感这些认知因素会很大程度上影响人们对健康促进行为的投入和坚持[38]。因此，运动促进项目应该首先了解人群对体育运动和健康的相关认知，并以此为突破口，改变人群的运动行为。在现有线上运动干预项目中，项目实施者一般会通过在线问卷的方式了解参与者的基本健康理念、对体育锻炼的获益评价以及坚持运动的思想障碍等认知因素，进而根据参与者的认知特征给予有针对性的建议，从改变健康和运动相关的认知角度，影响其运动行为[14]。

TTM是Prochaska (1983)提出的研究行为改变过程的理论模型，在健康行为形成的研究和实践中被广泛应用。该理论认为，个体的行为变化是一个连续的过程，包括前意向阶段 (precontemplation stage)、意向阶段 (contemplation stage)、准备阶段 (preparation stage)、行动阶段 (action stage)和维持阶段 (maintenance stage)。该理论融合了健康信念模型(HBM)的观点，认为处在不同改变阶段的个体，对行为改变的利弊权衡偏向(decisional balance)有所不同。例如，处于前意向阶段的个体不清楚危险行为(如久坐)的结果，无法进行利弊权衡；而意向阶段的个体更清晰地了解到行为改变的益处和弊端，并认为利弊处于相对平衡的状态，因此，往往难以开始真正的改变[35]。另外，处于不同改变阶段的个体，对于能够实现行为改变这一信念的坚信程度，即自我效能感(self efficacy)也有所不同。随着每个阶段的深入，个体对行为改变的自我效能感逐渐提升。因此，基于TTM的线上运动干预项目会在项目开始前、项目进行的前、中、后期，定期通过在线问卷的方式了解个体所处的改变阶段，并根据参与者所处的不同阶段及其利弊权衡倾向、自我效能感，进行有针对性的认知矫正和认知重建工作[5]。

社会认知理论则认为，观察和模仿是个体行为获得的重要方式[7]。人们往往会在生活中树立榜样，通过观察榜样的行为和对应的行为结果，指导自己的行为。例如，一些线上运动干预项目会在系统中为参与者匹配一位年龄、身体条件相当而运动行为坚持较好的同伴，就是通过树立榜样的策略促进参与者进行体育锻炼[8]。同时，大量线上干预项目都会采取与常模比较的方式，即告知参与者其同龄人的平均数据(如运动量、BMI等健康指标)[27,46]，目的也在于促使参与者进行社会比较，从而改变其运动动机和行为。

以上三个理论的关注点都在于如何改变个体的认知因素，从而促进运动行为的增加。也有理论着眼于通过改变环境或生态因素来影响个体的运动行为，Sallis和Owen(2000)提出了影响运动行为的生态模型(ecological model)。该理论认为，帮助人们更好地去发现和认识所在社区的运动资源，能够有助于增加人群的运动行为频率[39]。以此为依据，他们设计的干预项目着眼于为参与者识别周边的运动设施、建议运动形式并规划运动路线。试图通过这些为参与者创造良好运动环境的方式，提升参与者的运动行为[16]。

3 已有线上运动干预项目的主要内容和有效性评估

按照目标人群的不同，现有线上运动干预项目可分为针对健康人群的项目和针对临床病人的项目。前者多针对超重人群或久坐人群，后者则多是针对心血管疾病、II型糖尿病等慢性疾病人群的特殊干预项目。两类项目在干预方法上基本一致，区别主要体现在推荐的运动形式、运动量及相应健康知识方面。总的来说，现有线上运动干预项目主要包括自我运动行为监控、个性化的运动计划及建议、小组讨论、运动提醒和相关健康知识推送几部分内容。

已有一些实证研究采用随机对照实验的方法来验证线上运动干预项目的有效性。对健康人群项目的评估研究中，有些以超重或久坐人群为研究对象[8,16,26,34]；有些面向所有健康成年人[14,31]；特殊干预项目则以其针对的人群行为为评估对象，如糖尿病患者或风湿性关节炎患者[18,22]。评估指标不仅包括体育行为时间、频率、强度的变化，还包括跟运动相关认知因素的转变，如运动动机、自觉运动障碍、运动自我效能感等[16,19,37]。一些研究纳入了腰围、体重、血压、血糖等相关医学指标，评估线上运动项目对健康促进的作用[22,32]。

根据现有评估研究的目的，可将其分为两种类型：第一类研究对比线上干预项目参与者与未参加任何运动干预项目的空白对照组，评估线上运动干预项目在提升运动行为、改变运动认知和促进身体健康方面的效果[8,14,21]。第二类研究比较线上干预项目组和传统线下干预项目组的效果，从而了解新兴的线上干预项目在提升体育行为等方面与传统项目的差异[11]。

现有研究发现，与未进行任何干预的空白对照组相比，线上运动干预项目能够显著提升参与者的短期运动行为[8,14,21]，且能够增强参与者对体育锻炼的自我效能感和运动意愿[37]。Van den Berg等(2007)和Vandelanotte等(2007)的综述结果也支持，线上运动项目参与者的体育锻炼行为有显著提高[44，45]。Albright等(2014)和Okazaki等(2014)的研究还发现，线上运动项目对于没有运动习惯的人群来说效果尤其明显[6,31]。

虽然现有证据支持线上运动干预项目具有短期有效性，但从效应大小来看，少量提供效应量统计的实证研究，如Jennings等(2014)的研究，以及Vanlelanotte(2007)的综述研究结果提示，现有线上项目对提升体育行为的效应量多在0.10～0.50的范围内，按照Cohen(1988)对效应量大小的界定标准，属于小到中度的效应[12]。

另外，线上运动干预项目的效果能否在干预项目结束之后得以继续保持，哪些干预手段能够延长干预项目的有效性，目前的研究还比较薄弱。Okazaki等(2014)的研究发现，为期4个月的线上运动干预项目的效果能够维持到8个月之后[31]；Irvine等(2013)的研究也发现，12周的干预项目效果能够维持到项目结束半年之后[20]。然而，Jennings等(2014)的研究则认为，12周的干预项目能够有效提升参与者在项目期间的运动行为，但效果难以维持到项目结束后半年[21]。

少量研究对比了线上运动干预项目与传统线下干预(信件或电话干预)项目的效果。从干预效果来看，线上运动项目与传统线下远程干预的效果相当，在提升运动行为上的差异不显著[11]。从实施成本上看，当干预人群数量达到数百人时，线上干预项目的成本更低[25]。

4 影响干预效果的主要因素

除了验证现有线上运动干预项目的整体有效性，已有研究还深入探讨项目中的有效组成部分。Carr等(2013)通过焦点小组访谈的定性研究方法总结出5个有效成分，分别是目标设定和自我行为监测、周边健身环境搜寻、组织讨论小组、推送运动视频和更新同伴运动行为[9]。实证定量研究中，研究者则着重关注项目的个性化程度、项目与参与者的互动频率、小组讨论、周边健身环境搜寻等要素对线上干预项目效果的影响。

目标设定和自我管理是现有每项线上干预项目的必备内容。以运动网站为平台，要求参与者设立个人账号，设定阶段性目标和总体目标。参与者可以定期登陆网站，记录每日运动行为及健康相关指标(如体重、腰围等)，从而监控运动行为坚持程度和目标达成情况。Lewis等(2008)的调查则表明，参与者认为最有效的干预手段是目标设定和自我行为监测[24]。由于该要素为线上运动干预项目的最基本成分，目前并无随机对照研究评估该成分对干预项目有效性影响的效应大小。

项目的个性化程度是可能影响线上运动干预项目效果的一个潜在因素。为了为参与者提供个性化的干预方案并与其保持互动，有些线上项目定期采集参与者的运动相关数据，如所处的行为改变阶段、感知到的运动阻碍以及对坚持运动的自我效能感等，并提供一对一的反馈和建议，其中，一些项目采用计算机自动生成的结构化反馈[27,46]；另一些项目则邀请专业人士进行人工反馈[42]。研究认为，个人化的信息和反馈能够增加参与者阅读该消息、采纳该建议的可能性，从而提高参与者对项目的依从性，增加其体育锻炼行为[28]。随机对照研究发现，相比于没有个人化反馈的项目，使用个人化反馈的项目效果更好[18,24,27,36]。反馈和建议的个人化程度也能够影响干预项目的效果。有研究比较了计算机自动生成的运动咨询意见和人工咨询意见，结果显示，两种项目在3个月时都能够有效增加参与者的体育行为水平，但人口咨询意见组效果更加持久，其效果在6个月时超过电脑咨询组[42]。

使用电子邮件或短信的方式发送锻炼提醒和运动健康知识也是研究者讨论较多的可能提升项目有效性的因素[41]。有研究表明，与参与者交互性高的项目(如定期发送运动提醒、推送健康信息并给予反馈)能够提高参与者对项目的投入程度、增加其期待和满意度[29]。Vandelanotte等(2007)的综述也表明，项目与参与者的互动次数越多，项目的有效性越高[45]。然而，也有研究认为，在网站应用之外使用电子邮件、短信等加强与参与者的联系，无法提升参与者的运动行为，反而会造成参与者的过多流失[41]。由此可见，项目与参与者的互动频率应控制在适宜范围。

帮助参与者认识和整合社区运动资源的功能也已被证明能够有效提升参与者的运动行为。研究发现，相比于常见的线上干预项目(包括自我管理、个性化反馈和使用讨论小组等要素)，整合了社区运动资源信息的项目(如提供社区内的步行地图、提供社区运动资源的搜索引擎)更能够吸引参与者，更能够提升参与者的投入程度和运动水平[16]。

虽然一些项目试图采用小组线上讨论的方式，加强项目参与者之间的了解和支持，从而促进干预效果，但这一方式对提升项目有效性的实证证据仍不充分[19,42]。例如，McKay等(2001)对糖尿病患者运动促进的线上项目使用了小组讨论的方式，但没有收到实际效果。该研究设计者反思，使用小组讨论这一功能需要以一定数量的参与者为基础，并需要调动参与者的讨论积极性，才可能提升社会支持质量[29]。Cavallo等人(2012)在一般互联网干预内容之上，增加facebook群作为参与者间的沟通工具。结果显示，虽然facebook群有一定活跃程度，但增加facebook群的项目和一般干预项目在增加运动行为方面没有显著差异[10]。

5 现有研究局限性和未来发展方向

基于互联网的运动干预项目在国外已经开展近20年，有着相对成熟的理论基础和干预技术。但从项目设计和项目评估两方面来说，都存在一定的局限性。首先，从有效性评估的研究结果来看，现有项目能够提升参与者的短期运动行为，效应值在小到中度之间[45]，项目对参与者长期运动行为的有效性还有待提高。第二，大量项目存在着流失率较高的情况，有些项目流失率可达40%或以上[23,34]。虽然高流失率在互联网自助项目中是正常反应[15]，但如何提升参与者的投入程度和依从性将是提升项目有效性的关键[29]。第三，现有实证研究在鉴别有效干预要素方面还比较薄弱，难以明确常见干预要素如行为监测、个人化反馈、群体支持等对项目有效性的具体影响。未来应进一步深入这方面的研究，以期能够尽可能整合有效的干预要素，设计出更为有效的干预项目。

虽然国内已经出现一些基于互联网的线上运动和饮食干预项目，有些项目也应用了目标设定、自我行为监测、小组讨论等干预手段，但目前尚未见到有实证研究评估这些项目的理论架构和有效性。鉴于中国已经拥有庞大数量的互联网用户，使用互联网进行健康促进项目将具有巨大潜力。通过学习国外相关经验，我们更有理论和实证依据选择适合的理论架构和干预手段，开发出定位准确、符合国内运动不足人群需求的线上干预项目，有效推进互联网干预项目的普及和应用。在开展线上运动干预项目的同时，还应系统开展项目有效性的评估研究，检验项目的整体有效性和影响有效性的因素，并致力于解决现有项目的高流失率和有限的长期效应等问题，为改善项目设计提供依据。

[1]2014中国移动互联网用户行为洞察报告[J].新财经,2014,(3):24-25.

[2]国家体育总局.2007年中国城乡居民参加体育锻炼现状调查公报[EB/OL].2008,中华人民共和国中央人民政府网, http://www.gov.cn/test/2012-04/19/content_2117453.htm.

[3]肖焕禹,翁志强,陈玉忠,当代中国社会结构与体育人口结构的基本特征[J].上海体育学院学报,2005,29(2):10-14.

[4]中国互联网络信息中心.第34次中国互联网络发展状况统计报告[J].互联网天地,2014,(7):71-89.

[5]ADAMS J,WHITE M.Are activity promotion interventions based on the transtheoretical model effective? A Critical Review[J].Bri J Sports Med,2003，37(2):106-114.

[6]ALBRIGHT C L,STEFFEN A D,WILKENS L R,etal,Effectiveness of a 12-month randomized clinical trial to increase physical activity in multiethnic postpartum women:Results from Hawaii's Nā Mikimiki Project[J].Preven Med,2014，69:214-223.

[7]BANDURA A.Social Learning Theory[M].Englewood Cliffs,NJ:Prentice Hall，1977.

[8]CARR L J,BARTEE R TDOROZYNSKI C,etal.Internet-delivered behavior change program increases physical activity and improves cardiometabolic disease risk factors in sedentary adults:results of a randomized controlled trial[J].Preven Med,2008，46(5):431-438.

[9]CARR L J,DUNSIGER S I,LEWIS B,et al.,Randomized controlled trial testing an internet physical activity intervention for sedentary adults[J].Health Psychol:Official J Division Health Psychol,Am Psychol Assoc,2013，32(3):328-336.

[10]CAVALLO D N,TATE D F,RIES A V,et al.,A social media-based physical activity intervention:a randomized controlled trial[J].Am J Preven Med,2012，43(5):527-532.

[11]CICCOLO J T,LEWIS B A,MARCUS B H.Internet-based physical activity interventions[J].Current Cardiovascular Risk Reports,2008,(2):299-304.

[12]COHEN J.Statistical Power Analysis for the Behavioral Sciences[M].2nd ed.London:Lawrence Erlbaum Associates,1988.

[13]DUNN A L,TRIVEDI M H,O’NEAL H A.Physical activity dose-response effects on outcomes of depression and anxiety[J].Med Sci Sports Exe,2001，33(6)：S587.

[14]DUNTON G F，ROBERTSON T P.A tailored Internet-plus-email intervention for increasing physical activity among ethnically-diverse women[J].Preven Med,2008，47(6):605-611.

[15]EYSENBACH G.Patient-to-patient communication:support groups and virtual communities[C].LEWIS D,EYSENBACH G,KUKAFKA R,Ed.Consumer health informatics[M].New York:Springer,2005:97-106.

[16]FERNEY S L,MARSHALL A L,EAKIN E G,etal.Randomized trial of a neighborhood environment-focused physical activity website intervention[J].Preven Med,2009,48(2):144-150.

[17]FRIEDENREICH C M,ORENSTEIN M R.Physical activity and cancer prevention:etiologic evidence and biological mechanisms[J].J Nutrition,2002,132(11):3456S-3464S.

[18]HURKMANS E J,VAN DEN BERG M H,RONDAY K H.Maintenance of physical activity after Internet-based physical activity interventions in patients with rheumatoid arthritis[J].Rheumatology (Oxford,England),2010,49(1):167-172.

[19]HURLING R,FAIRLEY B W,DIAS M B.Internet-based exercise intervention systems:Are more interactive designs better?[J] Psychol Health,2006,21(6):757-772.

[20]IRVINE A B,GELATT V A,SEELEY J R,etal.Web-based intervention to promote physical activity by sedentary older adults:randomized controlled trial[J].J Med Int Res,2013,15(2):e19.

[21]JENNINGS C A,VANDELANOTTE C,CAPERCHIONE C M,etal.Effectiveness of a web-based physical activity intervention for adults with Type 2 diabetes—A randomised controlled trial[J].Preven Med,2014,60:33-40.

[22]KIM S I,KIM H S.Effectiveness of mobile and internet intervention in patients with obese type 2 diabetes[J].Int J Med Infor(Shannon,Ireland),2008,77(6):399-404.

[23]LESLIE E,MARSHALL A L,OWEN N,etal.Engagement and retention of participants in a physical activity website[J].Preven Med,2005,40(1):54-59.

[24]LEWIS B,WILLIAMS D,DUNSIGER S,etal.User attitudes towards physical activity websites in a randomized controlled trial[J].Preven Med,2008.47(5):508-513.

[25]LEWIS B A,WILLIAMS D M,NEIGHBORS C J,etal.Cost analysis of Internet vs.print interventions for physical activity promotion[J].Psychol Sport Exe,2010,11(3):246-249.

[26]LIEBER S B,REDBERG R F,BLUMENTHAL R S,etal.A national interactive web-based physical activity intervention in women,evaluation of the american heart association choose to move program 2006—2007[J].Am J Cardiology,2012，109(12):1754-1760.

[27]MARCUS B H,LEWIS B A,WILLIAMS D M,etal.Step into Motion:A randomized trial examining the relative efficacy of Internet vs.print-based physical activity interventions[J].Contemporary Clinical Trials,2007，28(6):737-747.

[28]MARCUS B H,NIGG C R,RIEBE D,etal.Interactive communication strategies:implications for population-based physical-activity promotion[J].Am J Preven Med,2000，19(2):121-126.

[29]MCKAY H G,KING D,SEELEY J R,etal.The Diabetes Network Internet-based physical activity intervention:A randomized pilot study[J].Diabetes Care,2001，24(8):1328-1334.

[30]NIGG C R.Technology’s influence on physical activity and exercise science:the present and the future[J].Psychol Sport Exe,2003，4(1):57-65.

[31]OKAZAKI K,OKANNO S,HAGA S,etal.One-year outcome of an interactive internet-based physical activity intervention among university students[J].Int J Med Informatics,2014，83(5):354-360.

[32]PARK M J，KIM H S.Evaluation of mobile phone and Internet intervention on waist circumference and blood pressure in post-menopausal women with abdominal obesity[J].Int J Med Infor(Shannon,Ireland),2012，81(6):388-394.

[33]POLLOCK M L,GAESSER G A,BUTCHER J D,etal.ACSM Position stand:TherRecommended quantity and quality of exercise for developing and maintaining cardiorespiratory and muscular fitness,and flexibility in healthy adults[J].Med Sci Sports Exe,1998,30:975-991.

[34]PRESSLER A,KNEBEL U,ESCH S,et al.An internet-delivered exercise intervention for workplace health promotion in overweight sedentary employees:A randomized trial[J].Preven Med,2010,51(3-4):234-239.

[35]PROCHASKA J,DICLEMENTE C.Self change processes,self efficacy and decisional balance across five stages of smoking cessation[J].Progress Clinical Biol Res,1983,156:131-140.

[36]REID R D,MORRIN L I,BEATON L J,etal.Randomized trial of an internet-based computer-tailored expert system for physical activity in patients with heart disease[J].Eur J Preven Cardiology,2012,19(6):1357-1364.

[37]ROESCH S C,NORMAN G J,VILLODAS F,etal.Intervention-mediated effects for adult physical activity:A latent growth curve analysis[J].Social Sci Med,2010,71(3):494-501.

[38]ROSENSTOCK I M,STRECHER V J,BECKER M H.Social learning theory and the health belief model[J].Health Edu Behavior,1988,15(2):175-183.

[39]SALLIS J F,OWEN N,FISHER E B.Ecological models of health behavior[J].Health Behavior Health Educ:Theory,Res Practice,2008,(4):465-485.

[40]SIGAL R J,KENNY G P,WASSERMAN D H,etal.Physical activity/exercise and Type 2 diabetes A consensus statement from the American diabetes association[J].Diabetes Care,2006,29(6):1433-1438.

[41]SPITTAELS H,DE BOURDEAUDHUIJ I,VANDELANO-TTE C.Evaluation of a website-delivered computer-tailored intervention for increasing physical activity in the general population[J].Preven Med,2007,44(3):209-217.

[42]TATE D F,JACKVONY E H, WING R R.A randomized trial comparing human e-mail counseling,computer-automated tailored counseling,and no counseling in an Internet weight loss program[J].Archives Int Med,2006,166(15):1620-1625.

[43]THOMPSON P D,BUCHNER D,PINA I L,etal.Exercise and physical activity in the prevention and treatment of atherosclerotic cardiovascular disease:a statement from the Council on Clinical Cardiology (Subcommittee on Exercise,Rehabilitation,and Prevention) and the Council on Nutrition,Physical Activity,and Metabolism (Subcommittee on Physical Activity)[J].Circulation,2003,107(24):3109-3116.

[44]VAN DEN BERG M H,SCHOONES J W,VLIELAND T P V.Internet-based physical activity interventions:a systematic review of the literature[J].J Med Int Res,2007,9(3):e7.

[45]VANDELANOTTE C,SPATHONIS K M,EAKIN E G,etal.Website-delivered physical activity interventions:A review of the literature[J].Am J Preven Med,2007,33(1):54-64.

[46]WARE L J,HURLING R,BATAVELJIC O,etal.Rates and determinants of uptake and use of an internet physical activity and weight management program in office and manufacturing work sites in England:cohort study[J].J Med Int Res,2008,10(4):e56.

A Narrative Review on the Internet-based Physical Activity Interventions

ZHOU Ting1，LI Yu-xin2

A great number of internet-based physical activity interventions have occurred as the Internet technology development in recent years.For the purpose of introducing contents of these programs and evaluating their efficacies,this article reviewed 23 empirical studies on the internet-based physical activity interventions searched in the Medline and Sciencedirect databases(2001—2015) and introduced the main theoretical basis,effective elements and results of efficacy evaluation of the existing online physical activity promotion interventions.As results indicated,the health belief model,the trans-theoretical model and the social cognitive theory were the most widely used theories in these programs.A theory-based online physical activity intervention program usually include self-monitoring,individualized suggestions and feedback,group discussion and email reminders for exercises or delivery of health-related information.The short-term efficacies of these programs have been confirmed,but results on the long-term efficacies are still inconsistent.Results of this study might have implications on the development and evaluation of similar domestic interventions.

internet-basedphysicalactivityintervention;theoreticalbasis;effectiveelements;efficacyevaluation

1000-677X(2015)06-0073-05

10.16469/j.css.201506011

2015-02-03；

2015-05-25

周婷(1984-)，女，福建人，讲师，博士，研究方向为健康心理学，Tel：(010)64287011，E-mail:zhouting.92@bucm.edu.cn；李宇欣(1982-)，女，河北人，硕士，医师，研究方向为补充替代医学，Tel：(021)81885476，E-mail:hakuna510@vip.163.com。

1.北京中医药大学，北京 100029；2.上海长征医院，上海 200003 1.Beijing University of Chinese Medicine,Beijing 100029，China;2.Shanghai Changzheng Hospital,Shanghai 200003，China.

G804.32

A