适配干预研究进展

2021-03-28 21:13:49李帅妮倪晓莎胡文奕高雅婷
中国医学科学院学报 2021年4期

李帅妮,倪晓莎,胡文奕,高雅婷,林 颖,楼 妍

1杭州师范大学医学部护理学院,杭州 3111212浙江省杭州市第九人民医院护理部,杭州 3112253中国计量大学校医院,杭州 310018

对不良生活方式与不健康行为应进行积极干预,传统行为干预通过在固定时间给所有研究对象固定的干预方案,经过固定的干预周期,从整体水平对干预效果进行评价。该种干预模式不考虑干预过程中个体需求的变化,研究对象对干预产生效果的时间差异以及干预效果的动态变化。因此,可能导致对研究对象的干预不足、干预过剩或不适用。适配干预(adaptive intervention,AI)是一种以满足个体需求为导向,能随时间变化根据干预结局动态调整干预方案的干预方法学,即通过在决策点对个体的适配变量进行动态评估,制定个性化的干预措施,帮助个体适应动态改变,促进及维持干预结局[1]。本研究主要介绍AI的起源与发展、核心要素、分类和展望,旨在为健康行为干预的研究与实践提供方法学指导。

起源与发展

1979年,Schal[2]提出的“数据决策模型”是AI核心理念之一“动态决策”的起源。1996年,Bertsekas和Tsitsiklis[3]指出干预过程存在多变性,健康行为干预方案无法完全提前确定。1995至2000年,多位学者通过应用“动态治疗策略”调整患者的治疗方式,进一步促进了“动态性”理念的发展[4-5]。

同期,AI的另一核心理念“个性化”在“分阶段照护干预”或“分阶段照护模型”中得以体现,即当研究对象对低强度、低成本初始干预方案无效时,应为其调整更高强度、更密集的干预方案[5- 12],该理念在“快速通道预防干预”项目中得以应用,即研究者通过多年跟踪、根据父母的不同家教水平等变量来制定个性化方法,以全方位减少儿童品性障碍风险因素[13- 14]。……

登录APP查看全文