李帥妮，倪曉莎，胡文奕，高雅婷，林 穎，樓 妍

1杭州師范大學(xué)醫(yī)學(xué)部護(hù)理學(xué)院，杭州 3111212浙江省杭州市第九人民醫(yī)院護(hù)理部，杭州 3112253中國計(jì)量大學(xué)校醫(yī)院，杭州 310018

對(duì)不良生活方式與不健康行為應(yīng)進(jìn)行積極干預(yù)，傳統(tǒng)行為干預(yù)通過在固定時(shí)間給所有研究對(duì)象固定的干預(yù)方案，經(jīng)過固定的干預(yù)周期，從整體水平對(duì)干預(yù)效果進(jìn)行評(píng)價(jià)。該種干預(yù)模式不考慮干預(yù)過程中個(gè)體需求的變化，研究對(duì)象對(duì)干預(yù)產(chǎn)生效果的時(shí)間差異以及干預(yù)效果的動(dòng)態(tài)變化。因此，可能導(dǎo)致對(duì)研究對(duì)象的干預(yù)不足、干預(yù)過?；虿贿m用。適配干預(yù)(adaptive intervention，AI)是一種以滿足個(gè)體需求為導(dǎo)向，能隨時(shí)間變化根據(jù)干預(yù)結(jié)局動(dòng)態(tài)調(diào)整干預(yù)方案的干預(yù)方法學(xué)，即通過在決策點(diǎn)對(duì)個(gè)體的適配變量進(jìn)行動(dòng)態(tài)評(píng)估，制定個(gè)性化的干預(yù)措施，幫助個(gè)體適應(yīng)動(dòng)態(tài)改變，促進(jìn)及維持干預(yù)結(jié)局[1]。本研究主要介紹AI的起源與發(fā)展、核心要素、分類和展望，旨在為健康行為干預(yù)的研究與實(shí)踐提供方法學(xué)指導(dǎo)。

起源與發(fā)展

1979年，Schal[2]提出的“數(shù)據(jù)決策模型”是AI核心理念之一“動(dòng)態(tài)決策”的起源。1996年，Bertsekas和Tsitsiklis[3]指出干預(yù)過程存在多變性，健康行為干預(yù)方案無法完全提前確定。1995至2000年，多位學(xué)者通過應(yīng)用“動(dòng)態(tài)治療策略”調(diào)整患者的治療方式，進(jìn)一步促進(jìn)了“動(dòng)態(tài)性”理念的發(fā)展[4-5]。

同期，AI的另一核心理念“個(gè)性化”在“分階段照護(hù)干預(yù)”或“分階段照護(hù)模型”中得以體現(xiàn)，即當(dāng)研究對(duì)象對(duì)低強(qiáng)度、低成本初始干預(yù)方案無效時(shí)，應(yīng)為其調(diào)整更高強(qiáng)度、更密集的干預(yù)方案[5- 12]，該理念在“快速通道預(yù)防干預(yù)”項(xiàng)目中得以應(yīng)用，即研究者通過多年跟蹤、根據(jù)父母的不同家教水平等變量來制定個(gè)性化方法，以全方位減少兒童品性障礙風(fēng)險(xiǎn)因素[13- 14]。隨著現(xiàn)代科技的發(fā)展，AI的核心理念基于計(jì)算機(jī)得到初步發(fā)展。1996年，Kreuter等[7]通過計(jì)算機(jī)對(duì)個(gè)體觸發(fā)“個(gè)性化行為改變”的反饋信息，增強(qiáng)健康風(fēng)險(xiǎn)評(píng)估的有效性；1999年，學(xué)者們?cè)俅位谝苿?dòng)科技，通過分析問題、產(chǎn)生評(píng)估工具、觸發(fā)個(gè)性化信息、建立數(shù)據(jù)庫、產(chǎn)生個(gè)性化算法5個(gè)步驟，為個(gè)體提供“私人訂制”的健康衛(wèi)生宣傳信息[8]。

干預(yù)方案“個(gè)性化”和“動(dòng)態(tài)化”的具體實(shí)現(xiàn)規(guī)則也逐步清晰化。1998年，Collins等[9]提出“中介變量”能通過影響“中介過程”影響干預(yù)效果。2000年，Lavori等[10]強(qiáng)調(diào)干預(yù)過程中何時(shí)以及如何調(diào)整干預(yù)方案，2001年，Murphy等[11]指出可以根據(jù)干預(yù)水平隨時(shí)間變化的變量信息調(diào)整干預(yù)方案。2004年，Collins等[12]首次提出AI的概念，闡述選擇和評(píng)估適配變量，以及制定決策規(guī)則的方法。2012年，臨床醫(yī)生可基于“適配理論”進(jìn)行個(gè)性化評(píng)估、診斷和制定治療方案[13]。2014年，學(xué)者開始積極探索決策的最佳時(shí)間并進(jìn)行優(yōu)化[1]。2016年，Nahumshani等[14]闡明AI的研究目的、核心要素及設(shè)計(jì)原則。自此，AI在多個(gè)領(lǐng)域開始廣泛應(yīng)用。

核心要素

AI的核心要素包括干預(yù)結(jié)局、干預(yù)方案、決策點(diǎn)、適配變量、決策規(guī)則。

干預(yù)結(jié)局根據(jù)實(shí)現(xiàn)時(shí)間長短將其分為：(1)短期結(jié)局：是干預(yù)過程中的階段性目標(biāo)，有利于個(gè)體循序漸進(jìn)實(shí)現(xiàn)長期結(jié)局；(2)長期結(jié)局：是實(shí)施AI的最終目的，即主要的臨床結(jié)果。例如，針對(duì)肥胖人群干預(yù)時(shí)，短期結(jié)局為降低對(duì)零食的欲望，長期結(jié)局為改善不良飲食習(xí)慣[15]；針對(duì)靜坐人群干預(yù)時(shí)，短期結(jié)局為增加每日步數(shù)，長期結(jié)局為增強(qiáng)體力活動(dòng)水平[16]。

干預(yù)方案干預(yù)方案即個(gè)性化的干預(yù)策略，即在決策點(diǎn)基于適配變量的動(dòng)態(tài)信息，為個(gè)體制定的個(gè)性化干預(yù)策略[14]，回答干預(yù) “How”的問題，即如何達(dá)到干預(yù)結(jié)局。與傳統(tǒng)干預(yù)相比，進(jìn)行AI的個(gè)體可能持續(xù)使用同一干預(yù)方案或接受一系列不同干預(yù)方案。干預(yù)方案包括干預(yù)者、干預(yù)方式、干預(yù)內(nèi)容。

干預(yù)者：實(shí)施干預(yù)主體，除了傳統(tǒng)干預(yù)中的研究者、專業(yè)干預(yù)人員，還包括智能的移動(dòng)科技。在減重干預(yù)中，干預(yù)者為移動(dòng)應(yīng)用OnTrack，該應(yīng)用通過每天提醒研究對(duì)象進(jìn)行飲食失誤風(fēng)險(xiǎn)因素調(diào)查，并基于此觸發(fā)減重提示建議[15]。

干預(yù)方式：包括干預(yù)形式和觸發(fā)方式。干預(yù)形式包括語音視頻、面對(duì)面訪談、培訓(xùn)課程、互動(dòng)游戲等。觸發(fā)方式?；谝苿?dòng)科技自動(dòng)分析變量數(shù)據(jù)或由個(gè)體提交數(shù)據(jù)進(jìn)行。例如，為了提高艾滋病患者抗逆轉(zhuǎn)錄病毒服藥依從性，通過個(gè)體自我和電子藥物監(jiān)測(cè)設(shè)備實(shí)時(shí)監(jiān)測(cè)其藥物劑量服用情況，并通過雙向短信提醒、高強(qiáng)度面對(duì)面訪談、視頻片段多種形式，幫助個(gè)體提高自我管理能力，降低患者血液抗逆轉(zhuǎn)錄病毒載量[17]。

干預(yù)內(nèi)容：指實(shí)施AI有關(guān)的行為計(jì)劃、情緒支持、干預(yù)方法、反饋建議等，與傳統(tǒng)干預(yù)相比，個(gè)體接受的干預(yù)方案可存在內(nèi)容的差異。在促進(jìn)精神障礙患者癥狀的自我管理研究中，應(yīng)用程序FOCUS會(huì)自動(dòng)提示個(gè)體評(píng)估藥物依從性、情緒調(diào)節(jié)、睡眠、社交功能和應(yīng)對(duì)幻覺，并根據(jù)評(píng)估結(jié)果給予不同支持反饋。當(dāng)個(gè)體狀態(tài)非常糟糕時(shí)，F(xiàn)OCUS會(huì)提供建議，例如提示個(gè)體訪問自我管理資源庫；若個(gè)體狀況較佳則給予積極鼓勵(lì)和強(qiáng)化[18]。此外，不同個(gè)體其干預(yù)劑量，即干預(yù)措施的水平或強(qiáng)度存在差別。例如，對(duì)吸煙人群干預(yù)時(shí)，戒煙智能APP根據(jù)實(shí)時(shí)數(shù)據(jù)提供0～3級(jí)4種自動(dòng)化促進(jìn)信息。在干預(yù)前1周和干預(yù)后1周，當(dāng)個(gè)體已經(jīng)戒煙或?qū)錈煕]有興趣時(shí)，干預(yù)方案為不進(jìn)行信息發(fā)送；當(dāng)個(gè)體處于較低的吸煙行為風(fēng)險(xiǎn)時(shí)，干預(yù)方案為1級(jí)提示信息，即保持不吸煙的動(dòng)機(jī)并給予常規(guī)戒煙建議；當(dāng)其處于較高風(fēng)險(xiǎn)時(shí)，則給予2級(jí)提示信息，即提供失誤行為高風(fēng)險(xiǎn)因素的應(yīng)對(duì)策略；當(dāng)個(gè)體存在吸煙行為，應(yīng)立即給予3級(jí)提示信息，幫助尋找吸煙原因并制定新的戒煙計(jì)劃[19]。

決策點(diǎn)決策點(diǎn)是當(dāng)個(gè)體處于高風(fēng)險(xiǎn)狀態(tài)(最易產(chǎn)生不健康行為)時(shí)，基于適配變量的動(dòng)態(tài)信息，實(shí)施或調(diào)整干預(yù)措施的最佳時(shí)間點(diǎn)[20]，回答干預(yù)“When”的問題，即何時(shí)調(diào)整干預(yù)策略。根據(jù)研究問題和適配變量特點(diǎn)，可設(shè)置一個(gè)或多個(gè)決策點(diǎn)。例如，自閉癥兒童溝通問題AI設(shè)置1個(gè)決策點(diǎn)(第3個(gè)月)[21]，而青少年糖尿病血糖控制AI設(shè)置5個(gè)決策點(diǎn)(基線和第3、6、12、18個(gè)月)[22]。決策點(diǎn)的類型可分為：(1)提前確定：決策點(diǎn)可基于循證提前確定，且每個(gè)研究對(duì)象的決策點(diǎn)固定。例如，為了促進(jìn)成年人身體活動(dòng)，在每天下午2點(diǎn)和9點(diǎn)，通過手提電腦提醒個(gè)體完成身體活動(dòng)水平評(píng)估，獲取其身體活動(dòng)中的阻礙和促成因素，為個(gè)體制定個(gè)性化的運(yùn)動(dòng)目標(biāo)[23]；(2)動(dòng)態(tài)變化：AI中，基于移動(dòng)科技動(dòng)態(tài)監(jiān)測(cè)適配變量信息，一旦符合預(yù)先設(shè)定規(guī)則如適配變量超過某特定值或當(dāng)個(gè)體提交數(shù)據(jù)時(shí)，即為決策點(diǎn)。針對(duì)辦公室長期工作人員，用鼠標(biāo)及鍵盤活動(dòng)記錄電腦用時(shí)，當(dāng)檢測(cè)其持續(xù)工作時(shí)間大于30 min，會(huì)即時(shí)觸發(fā)身體活動(dòng)相關(guān)提示，例如提醒個(gè)體起身接水并在接水機(jī)旁伸展身體[24]。

適配變量又稱情境信息，指在AI中影響目標(biāo)完成的潛在變量，它是運(yùn)行和檢測(cè)AI的基礎(chǔ)，是實(shí)施AI的中心環(huán)節(jié)[20]。通過適配變量變化水平?jīng)Q定何時(shí)以及如何調(diào)整干預(yù)方案。

適配變量根據(jù)收集時(shí)間不同分為：(1)基線適配變量：主要指?jìng)€(gè)體的基線信息。例如，人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、臨床特征及生物學(xué)指標(biāo)，可為初次或后期分配個(gè)性化干預(yù)方案提供參考；(2)過程適配變量：在干預(yù)過程中，為選擇動(dòng)態(tài)性方案而收集的一類變量信息，可作為長期結(jié)局的早期指標(biāo)。例如，減重干預(yù)研究中的過程適配變量為減重值[1]，可根據(jù)其變化情況AI措施。

適配變量的性質(zhì)類型分為：(1)時(shí)間類：包括時(shí)間周期、頻率及日程安排等信息。例如，老人靜坐行為干預(yù)項(xiàng)目中，靜坐總時(shí)間為適配變量[25]；(2)位置類：包括個(gè)體所處的位置。例如，通過通用分組無線服務(wù)技術(shù)進(jìn)行個(gè)體戶外跟蹤[16]或基于接收信號(hào)的強(qiáng)度指示對(duì)室內(nèi)環(huán)境進(jìn)行定位[25]；(3)生理指標(biāo)類：包括身體測(cè)量和生理參數(shù)。例如，在針對(duì)1型糖尿病的青少年的行為干預(yù)中，其適配變量為糖化血紅蛋白指標(biāo)[22]；(4)活動(dòng)類：包括活動(dòng)方式(靜坐、步行、跑步)、活動(dòng)強(qiáng)度(低、中、高強(qiáng)度)、活動(dòng)體能消耗。例如，通過裝有加速度計(jì)的智能手機(jī)確定上班個(gè)體是否處于靜坐狀態(tài)[12]或通過活動(dòng)記錄器評(píng)估孕產(chǎn)期婦女的活動(dòng)狀況[26]；(5)心理指標(biāo)類：包括壓力水平、自我調(diào)節(jié)能力、抑郁水平等，是影響行為改變的重要因素。例如，對(duì)孕期增重婦女干預(yù)時(shí)，其適配變量為焦慮和抑郁水平，可基于狀態(tài)特質(zhì)焦慮量表、流行病學(xué)研究中心抑郁癥量表對(duì)其進(jìn)行評(píng)估[26]。

適配變量信息通過以下方式獲?。?1)主動(dòng)報(bào)告：即通過研究對(duì)象、家屬或臨床醫(yī)生等進(jìn)行匯報(bào)或陳述來收集數(shù)據(jù)，需要個(gè)體參與其中。例如，針對(duì)注意力不集中的孩子，由學(xué)校老師、專職人員或結(jié)合兩者對(duì)其課堂違規(guī)行為數(shù)據(jù)進(jìn)行收集[27]。主動(dòng)報(bào)告方式存在主觀性，對(duì)個(gè)體易帶來壓力使所獲數(shù)據(jù)不準(zhǔn)確；(2)被動(dòng)獲取：在實(shí)況情境下，基于移動(dòng)技術(shù)如傳感器、掌上電腦、計(jì)算機(jī)獲取即時(shí)的數(shù)據(jù)信息。被動(dòng)獲取不需或較少需要研究者參與，具有便捷的特點(diǎn)。例如，基于智能手機(jī)內(nèi)置加速度傳感器獲取個(gè)體活動(dòng)的空間軌跡[16]。

決策規(guī)則決策規(guī)則指基于決策點(diǎn)，系統(tǒng)地連接適配變量和干預(yù)方案，通過獲取適配變量的數(shù)據(jù)信息，對(duì)個(gè)體適配個(gè)性化方案的一系列規(guī)則。例如，減重干預(yù)設(shè)計(jì)中，決策規(guī)則為給予初次行為認(rèn)知干預(yù)，5周后當(dāng)個(gè)體減重值大于5磅，繼續(xù)給予初次干預(yù)方案；當(dāng)個(gè)體沒有達(dá)到干預(yù)結(jié)局，給予加強(qiáng)干預(yù)即初次干預(yù)+代餐飲食，或改變初次干預(yù)給予接納與承諾療法[1]。

分 類

根據(jù)是否借助移動(dòng)設(shè)備、觸發(fā)干預(yù)、決策點(diǎn)設(shè)置的不同，AI可分為以下兩類。

傳統(tǒng)AI?；谝欢ɡ碚摶A(chǔ)，盡可能為個(gè)體適配個(gè)性化干預(yù)方案，促進(jìn)其干預(yù)結(jié)局的實(shí)現(xiàn)，是應(yīng)用較普遍的AI類型。較少有移動(dòng)科技介入，干預(yù)即時(shí)性不強(qiáng)。傳統(tǒng)AI目前應(yīng)用于兒童注意力不集中[4]、小兒廣泛性焦慮[28]、兒童自閉癥[21]、青少年2型糖尿病血糖控制[22]、大麻成癮干預(yù)研究[29]、肥胖人群減重[30]等。干預(yù)者涉及臨床醫(yī)生、特殊教育者、心理醫(yī)生等，常通過面對(duì)面訪談、專項(xiàng)會(huì)議、團(tuán)體活動(dòng)等形式給個(gè)體分配健康咨詢、個(gè)性化策略等干預(yù)措施，其決策點(diǎn)較為固定。此外，適配變量數(shù)量單一，常由個(gè)體或其家屬基于問卷調(diào)查主動(dòng)報(bào)告，種類相對(duì)較少。決策規(guī)則少且較為固定，實(shí)施相對(duì)容易。

傳統(tǒng)AI主要包括兩個(gè)關(guān)鍵環(huán)節(jié)：(1)第一階段：收集基線數(shù)據(jù)，個(gè)性化給予部分個(gè)體干預(yù)方案；(2)第二階段：通過動(dòng)態(tài)監(jiān)測(cè)適配變量如干預(yù)反應(yīng)、干預(yù)依從性來識(shí)別有效應(yīng)答者，即達(dá)到干預(yù)結(jié)局的個(gè)體，則給予原始干預(yù)方案；無效應(yīng)答者，即未達(dá)到干預(yù)結(jié)局的個(gè)體，則給予加強(qiáng)方案，或者改變初次干預(yù)方案。通過不斷調(diào)整干預(yù)方案，階段性完成短期結(jié)局并促使長期結(jié)局的實(shí)現(xiàn)。

即時(shí)AI又名動(dòng)態(tài)干預(yù)策略[29]，智能實(shí)時(shí)干預(yù)[14]，指基于移動(dòng)科技獲取動(dòng)態(tài)適配變量信息，在決策點(diǎn)為其提供個(gè)性化的干預(yù)措施，以達(dá)到個(gè)體的干預(yù)結(jié)局。移動(dòng)科技在即時(shí)AI(just-in-time adaptive intervention，JITAI)的適配變量評(píng)估、干預(yù)環(huán)節(jié)起關(guān)鍵作用。JITAI目前用于大學(xué)生醉酒和吸煙干預(yù)[31-32]、促進(jìn)成年人身體活動(dòng)[23- 24，33-34]、孕期婦女體重控制[26]、失眠癥狀管理[35]、抗逆轉(zhuǎn)錄病毒服藥依從性干預(yù)[17]、成年人肥胖控制等[15，36]。相比傳統(tǒng)AI短期結(jié)局，JITAI短期結(jié)局更為具體，能及時(shí)獲取適配變量信息以階段性達(dá)到干預(yù)結(jié)局，其干預(yù)方式側(cè)重短信發(fā)送、應(yīng)用程序、訪談、培訓(xùn)會(huì)議等。干預(yù)內(nèi)容包括提醒類信息、健康咨詢、個(gè)性化策略。JITAI決策點(diǎn)較為即時(shí)，以靈活設(shè)定為主，部分決策點(diǎn)設(shè)置較為固定，其適配變量和決策規(guī)則類別和數(shù)量較多。

與傳統(tǒng)AI相比，JITAI干預(yù)者通常包含移動(dòng)科技成分。干預(yù)時(shí)，移動(dòng)科技可自動(dòng)或基于個(gè)體主動(dòng)報(bào)告獲取即時(shí)數(shù)據(jù)，以此觸發(fā)干預(yù)方案，干預(yù)觸發(fā)更具有即時(shí)性和自適應(yīng)性。(1)即時(shí)性：指JITAI可在較短時(shí)間動(dòng)態(tài)獲取適配變量信息并即時(shí)觸發(fā)干預(yù)措施，強(qiáng)調(diào)AI的最佳時(shí)機(jī)，其決策點(diǎn)因個(gè)體而異。例如，在促進(jìn)個(gè)體身體活動(dòng)干預(yù)中，一旦個(gè)體步行活動(dòng)數(shù)據(jù)顯示其實(shí)現(xiàn)目標(biāo)，會(huì)收到即時(shí)反饋信息如“很棒!記住，每天一萬步，健康近一步！”；否則，在固定時(shí)刻，移動(dòng)科技評(píng)估其未實(shí)現(xiàn)活動(dòng)目標(biāo)，會(huì)給個(gè)體發(fā)送當(dāng)前步數(shù)信息并鼓勵(lì)繼續(xù)運(yùn)動(dòng)如“已收到您今日的活動(dòng)步數(shù)，明天活動(dòng)步數(shù)為：4525步”[37]；(2)自適應(yīng)性：指移動(dòng)科技基于適配變量信息，通過識(shí)別個(gè)體是否需要支持、需要何種支持及確定干預(yù)過程中的風(fēng)險(xiǎn)因素，在決策點(diǎn)為個(gè)體適配正確類型、正確強(qiáng)度的干預(yù)措施，以此促進(jìn)干預(yù)的即時(shí)實(shí)現(xiàn)。例如，對(duì)個(gè)體的飲食失誤行為干預(yù)時(shí)，應(yīng)用程序鼓勵(lì)個(gè)體每天完成6次的半隨機(jī)調(diào)查，實(shí)時(shí)評(píng)估潛在風(fēng)險(xiǎn)因素，當(dāng)個(gè)體每餐飯量超過預(yù)期目標(biāo)，OnTrack會(huì)提示其處于高危風(fēng)險(xiǎn)狀態(tài)，并針對(duì)3種主要風(fēng)險(xiǎn)因素制定不同干預(yù)策略，個(gè)體可在多種方案中選擇最佳方案[15]。

展 望

核心要素優(yōu)化目前，AI研究應(yīng)用逐漸增多，但因其開展時(shí)間不長，常出現(xiàn)AI核心要素循證依據(jù)不足，可通過序列多重隨機(jī)對(duì)照試驗(yàn)(sequential multiple assignment randomized trial，SMART)、微型隨機(jī)干預(yù)(micro-randomized trial，MRT)、控制系統(tǒng)工程來優(yōu)化設(shè)計(jì)。

SMART：SMART是多階段的隨機(jī)試驗(yàn)，指在每一個(gè)階段進(jìn)行一次干預(yù)決策，注重對(duì)無效應(yīng)答者調(diào)整并隨機(jī)AI方案[28]，常用于優(yōu)化傳統(tǒng)AI。SMART目前研究包括青少年兒童精神障礙如青少年抑郁[38]或兒童自閉癥[21]，社區(qū)兒童不良行為[39]，青少年肥胖[33]和孕產(chǎn)婦超重[40]。

與傳統(tǒng)AI和JITAI相比，SMART有以下特點(diǎn)：(1)隨機(jī)對(duì)照試驗(yàn)：設(shè)有對(duì)照組，并有多次隨機(jī)分組過程，在此基礎(chǔ)上調(diào)整并隨機(jī)給予干預(yù)方案[28]；(2)干預(yù)方案比較：通過在決策點(diǎn)評(píng)價(jià)個(gè)體對(duì)前期干預(yù)的應(yīng)答率，給予不同的干預(yù)方案，即應(yīng)答者繼續(xù)原有干預(yù)方案，無效應(yīng)答者強(qiáng)化初始干預(yù)方案或給予新的干預(yù)方案，以此明確不同干預(yù)階段最有效的干預(yù)組合方式；(3)AI效果比較：SMART中含多個(gè)AI，可通過比較不同干預(yù)規(guī)則來確定最優(yōu)AI[1]。

MRT：MRT是在多個(gè)決策點(diǎn)，對(duì)個(gè)體隨機(jī)分配多種干預(yù)方案的微型隨機(jī)試驗(yàn)，通過獲取和分析情境數(shù)據(jù)，以此評(píng)估干預(yù)方案如何隨時(shí)間變化及如何影響干預(yù)效果，在此基礎(chǔ)上優(yōu)化JITAI的即時(shí)性或自適應(yīng)。優(yōu)化時(shí)，應(yīng)在前期明確優(yōu)化問題，優(yōu)化方案，優(yōu)化目標(biāo)并構(gòu)建相關(guān)模型；進(jìn)而在多個(gè)時(shí)間點(diǎn)，給個(gè)體隨機(jī)分配一種或多種干預(yù)措施，分析其干預(yù)結(jié)果并得出優(yōu)化方案。

為了促進(jìn)藥物濫用青少年的自我報(bào)告，MRT通過構(gòu)建依從性模型來明確優(yōu)化方案。例如，研究要求73名研究對(duì)象在1個(gè)月內(nèi)完成以下事件，即每天下午6∶00～12∶00 完成1個(gè)評(píng)估(基于問卷調(diào)查評(píng)估日常情緒狀態(tài))和2個(gè)任務(wù)(基于活動(dòng)任務(wù)評(píng)估反應(yīng)時(shí)間和空間記憶)。研究設(shè)計(jì)在不同決策點(diǎn)，即事件前、事件完成時(shí)、事件完成后分別推送提醒類消息、鼓勵(lì)類消息、強(qiáng)化類通知，例如，在下午4∶00(事件前)，隨機(jī)選擇個(gè)體并隨機(jī)推送當(dāng)代名人勵(lì)志信息，以此增強(qiáng)個(gè)體自我信念，促進(jìn)自我報(bào)告的依從性。同時(shí)，使用乘法結(jié)構(gòu)嵌套對(duì)數(shù)線性模型、工作模型方法分析其結(jié)果來確定優(yōu)化設(shè)計(jì)方案。例如，結(jié)果表明，下午4∶00，收到提醒類通知的個(gè)體在同一天完成調(diào)查的比率更高；完成調(diào)查后，收到強(qiáng)化類動(dòng)態(tài)圖的個(gè)體在第2天完成調(diào)查的比率更高[41]。因此，JITAI干預(yù)設(shè)計(jì)可參考此數(shù)據(jù)分析結(jié)果實(shí)現(xiàn)其干預(yù)優(yōu)化目標(biāo)。

控制系統(tǒng)工程：控制系統(tǒng)工程是一門應(yīng)用系統(tǒng)學(xué)和工程學(xué)方法如動(dòng)態(tài)系統(tǒng)模型、模擬、控制器研究如何實(shí)現(xiàn)最大效益的學(xué)科[40]。在AI中，可通過動(dòng)態(tài)模型進(jìn)行探索性模擬研究來優(yōu)化JITAI，即設(shè)定JITAI核心要素，在調(diào)整輸入數(shù)據(jù)(干預(yù)方案)基礎(chǔ)上，分析模型數(shù)據(jù)輸出(干預(yù)效果)，根據(jù)其分析結(jié)果不斷調(diào)整干預(yù)方案，以此來了解不同干預(yù)方案對(duì)個(gè)體的即時(shí)干預(yù)效果，從而實(shí)現(xiàn)干預(yù)有效性的最大化。

控制系統(tǒng)工程基于動(dòng)態(tài)模型分析，適用于臨床干預(yù)存在倫理問題的AI。例如，對(duì)孕期增重(gestational weight gain，GWG)婦女進(jìn)行探索性干預(yù)研究[40]，該類研究由于控制孕期體重對(duì)胎兒生長與出生體重可能存在影響，直接干預(yù)存在倫理問題，可通過控制系統(tǒng)工程來初步探索相關(guān)性。干預(yù)時(shí)，控制系統(tǒng)工程以物質(zhì)能量平衡、計(jì)劃行為理論、自我調(diào)節(jié)理論為指導(dǎo)，通過計(jì)算機(jī)確定模擬研究對(duì)象(女性、年齡25歲、體重75 kg、身高160 cm、身體質(zhì)量指數(shù)29.3 kg/m2)適配變量(GWG)、研究目標(biāo)(管理GWG，控制嬰兒出生體重)、適配規(guī)則(每隔4周，對(duì)婦女GWG進(jìn)行評(píng)估，當(dāng)婦女實(shí)現(xiàn)減重目標(biāo)，繼續(xù)原有干預(yù)劑量；若干預(yù)未達(dá)到干預(yù)結(jié)局則加強(qiáng)干預(yù)劑量)并構(gòu)建動(dòng)態(tài)模型。動(dòng)態(tài)模型中，通過預(yù)測(cè)控制器自動(dòng)調(diào)整干預(yù)劑量(飲食水平和運(yùn)動(dòng)水平)，探討不同劑量干預(yù)方案對(duì)母嬰飲食、宮內(nèi)環(huán)境、孕期體重和嬰兒出生體重產(chǎn)生的實(shí)質(zhì)性影響，進(jìn)而明確不同干預(yù)劑量與方式的干預(yù)效果，為即時(shí)AI提供現(xiàn)實(shí)應(yīng)用的“理論證明”[41]。

設(shè)計(jì)實(shí)施要點(diǎn)設(shè)計(jì)實(shí)施AI時(shí)，為了優(yōu)化干預(yù)效果，除了優(yōu)化其核心要素，還應(yīng)注意干預(yù)可行性、依從性、樣本量確定和結(jié)局?jǐn)?shù)據(jù)分析等問題。

移動(dòng)科技可行性：移動(dòng)科技可實(shí)時(shí)獲取動(dòng)態(tài)數(shù)據(jù)信息，在提升干預(yù)效果的同時(shí)，伴隨著一定局限性。(1)人群方面：研究發(fā)現(xiàn)部分老年人不會(huì)或不熟練掌握使用方法，阻礙即時(shí)干預(yù)順利開展[42]。因此，進(jìn)行JITAI前，應(yīng)評(píng)價(jià)研究對(duì)象對(duì)移動(dòng)科技的應(yīng)用水平，并進(jìn)行移動(dòng)應(yīng)用的多方位培訓(xùn)；(2)設(shè)備方面：JITAI的緊急情況如機(jī)器障礙、網(wǎng)絡(luò)信號(hào)差、設(shè)備斷電常會(huì)導(dǎo)致數(shù)據(jù)缺失，從而影響AI的即時(shí)有效性[14]。軟件工程師可定期檢測(cè)并動(dòng)態(tài)監(jiān)測(cè)移動(dòng)應(yīng)用的運(yùn)行情況。干預(yù)中，研究者應(yīng)和軟件工程師定期溝通，以便提前預(yù)防和有效應(yīng)對(duì)移動(dòng)設(shè)備緊急狀況。

AI依從性：AI依從性受以下三方面影響：(1)即時(shí)性：進(jìn)行JITAI時(shí)，多次發(fā)送信息或觸發(fā)干預(yù)會(huì)給個(gè)體帶來一定壓力，影響其干預(yù)依從性。AI設(shè)計(jì)時(shí)需權(quán)衡干預(yù)觸發(fā)頻率與依從性的關(guān)系，可通過隨機(jī)化方法，優(yōu)化選擇觸發(fā)時(shí)機(jī)、減少觸發(fā)頻率等途徑增加依從性。如在飲食控制干預(yù)中，移動(dòng)科技要求個(gè)體回答引起飲食風(fēng)險(xiǎn)的8個(gè)行為問題來獲取數(shù)據(jù)信息，并非對(duì)所有風(fēng)險(xiǎn)因素進(jìn)行回答，以此減少個(gè)體負(fù)擔(dān)[15]；(2)干預(yù)參與度與滿意度：運(yùn)用移動(dòng)科技或自我報(bào)告收集數(shù)據(jù)的方式容易使個(gè)體形成錯(cuò)覺，即自身并未充分參與其中，導(dǎo)致干預(yù)參與度和滿意度不高，降低了干預(yù)的依從性[43]。因此，研究人員可通過多階段溝通提高個(gè)體干預(yù)參與度與滿意度，如在干預(yù)前進(jìn)行動(dòng)機(jī)性訪談，與個(gè)體討論干預(yù)措施的主要內(nèi)容、干預(yù)過程的注意事項(xiàng)；干預(yù)中，與個(gè)體保持溝通以了解干預(yù)進(jìn)展及個(gè)體狀況；干預(yù)后，基于半結(jié)構(gòu)訪談或量表評(píng)估詢問個(gè)體參與試驗(yàn)的感受與建議；(3)干預(yù)疲勞：AI中，個(gè)體常會(huì)產(chǎn)生以下疲勞：①認(rèn)知疲勞：指在學(xué)習(xí)活動(dòng)中，基于持續(xù)性和特定強(qiáng)度任務(wù)的驅(qū)使，大腦的認(rèn)知水平會(huì)有所下降。過度的認(rèn)知疲勞會(huì)對(duì)當(dāng)前和以后的干預(yù)方案產(chǎn)生干擾，個(gè)體出現(xiàn)思維遲鈍、反應(yīng)減慢等[44]；②習(xí)慣性反應(yīng)力下降：指由于個(gè)體過度暴露于干預(yù)研究中，使其對(duì)于干預(yù)的生理性或行為性反應(yīng)降低，如當(dāng)干預(yù)周期過長時(shí)，個(gè)體可能會(huì)忽視行為促進(jìn)類信息提示[14]；③情感狀態(tài)消極：干預(yù)過程部分個(gè)體會(huì)感到無聊、憤怒或失望[45]。為緩解干預(yù)疲勞，研究人員應(yīng)設(shè)計(jì)內(nèi)容直觀、簡短清晰、有創(chuàng)新性、且基于不同形式觸發(fā)的干預(yù)模塊。此外，干預(yù)的動(dòng)機(jī)性訪談環(huán)節(jié)，研究者應(yīng)教授個(gè)體干預(yù)疲勞的應(yīng)對(duì)和管理策略。干預(yù)中，研究者應(yīng)加強(qiáng)對(duì)疲勞的動(dòng)態(tài)監(jiān)測(cè)和有效識(shí)別，一旦發(fā)現(xiàn)立即進(jìn)行干預(yù)。

樣本量確定及結(jié)局?jǐn)?shù)據(jù)分析：AI側(cè)重在多階段對(duì)無效應(yīng)答者調(diào)整方案，樣本量不能過少，可基于有效應(yīng)答率、研究目的和主要結(jié)局變量，通過設(shè)定把握度、失訪率和干預(yù)效應(yīng)大小制定適宜的樣本量；若實(shí)證依據(jù)不足，可基于預(yù)試驗(yàn)確定樣本量。

相比傳統(tǒng)干預(yù)，AI包含縱向數(shù)據(jù)和聚類數(shù)據(jù)集等，且其變量多，干預(yù)組合和干預(yù)環(huán)節(jié)復(fù)雜，數(shù)據(jù)分析為難點(diǎn)。目前，?；诜讲罘治龊椭貜?fù)測(cè)量方差分析來評(píng)估長期干預(yù)結(jié)局的干預(yù)效果[46]；基于意向性分析、疾病控制率和生命表法評(píng)估每個(gè)干預(yù)方案的干預(yù)效果[47]；基于混合效應(yīng)模型[48- 49]、擬合模型、縱向回歸模型[21]、細(xì)粒度分析和Q-learning算法[50]等分析不同階段、不同決策點(diǎn)AI方案的有效性。確定JITAI適配變量與干預(yù)措施的因果關(guān)系時(shí)，可應(yīng)用事后分析[21，51]、中介效應(yīng)分析[47]、因果效應(yīng)模型[33]、時(shí)變效應(yīng)調(diào)節(jié)模型[33]、邊緣建構(gòu)模型[52]等。