先看重点
在200名台湾大学生参加的12周单臂试验中,使用饮食记录应用后,果蔬摄入每天增加1.1份,饮食自我调节得分从64.59升至79.50(p < 0.001)。由于没有对照组且结局为自我报告,这些改善不能全部归功于该应用。
证据类型
研究论文
解读依据
公开摘要
阅读重点
方法与适用范围
研究在问什么
大学生往往知道什么是健康饮食却做不到,辅助工具又必须适合本地文化和日常环境。作者想了解哪些因素决定学生是否采用饮食记录应用,以及使用后饮食、自我调节和生活质量是否改善。
研究了谁,如何研究
单臂前瞻性现场干预,前后对比评估。200名台湾大学生(平均年龄20.4 ± 1.8岁,62%为女性)使用一款基于Kano模型设计的应用12周,其中包括基础功能(准确、可靠、简单)、效能功能(目标设定、反馈)和吸引力功能(游戏化、社交分享)。结局包括果蔬份数、饮食自我调节得分、每日步数、WHOQOL-BREF生活质量量表和BMI。研究用结构方程模型检验扩展的技术接受模型,并对宿舍与家中居住、不同自我效能亚组做多组比较。
主要发现
以下为作者报告的结果。数字须连同人群和不确定性一起阅读。
- 1完成率为93%,饮食记录覆盖约78%的天数(每周5.5天)。
- 2果蔬摄入每天增加1.1份;饮食自我调节得分在0至100分的量表上从64.59升至79.50(报告的变化为+16.17,配对检验p < 0.001)。
- 3WHOQOL-BREF总分从70.75升至77.23(变化+6.59,p < 0.001),BMI前后均为22.4,保持稳定。
- 4扩展模型拟合良好(χ²/df = 1.87,CFI = 0.98,RMSEA = 0.032),所有假设路径均成立(p < 0.01),分别解释了36%的使用频率、45%的饮食自我调节改善和54%的生活质量提升;基础模型约为7%的使用率和约39%的饮食变化。该结构在宿舍和家中、低和高自我效能组中均成立。
局限与不确定性
- 1没有对照组,12周内的变化可能源于新鲜感、迎合研究者的动机或学期因素,而不是应用本身。
- 2饮食、自我调节和生活质量均为自我报告,摘要也未说明步数和Kano功能如何测量或比较。
- 3参与者为200名较年轻的台湾学生,结果不一定适用于其他年龄和文化;“解释的变异”来自在同一批数据上构建的模型。
- 4摘要报告的自我调节变化(+16.17)与前后两个平均值不一致,也未给出每日步数结果。本解读仅基于摘要。
对日常健康的启示
坚持使用带有目标设定和反馈的饮食应用12周的学生,报告吃了更多果蔬、对生活感觉更好,这令人鼓舞,但不能证明是应用造成的。如果你想试用此类应用,坚持记录和反馈的习惯可能比技术本身更重要。
如何联系自己的数据
这与饮食记录、每日步数以及体重或BMI相关。要保持记录的一致性(研究中的学生每周记录约5.5天),在相近条件下比较每周平均值,关注数周的趋势而非单日。
如何理解这类证据
索引未明确确定具体研究设计,应先读方法;核对人群、对照、结局和不确定性,再判断能否作因果解释。
作者的结构化摘要 English
以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。
Background
A healthy lifestyle contributes to optimal nutrition and physical well-being. However, the cognitive and feedback regulation of hunger at psychophysiological levels-as a core mechanism for food intake control and self-regulation-remains understudied. University students commonly exhibit a gap between nutritional knowledge and practice. In Taiwan, the prevalence of lifestyle-related chronic diseases coexists with universal health insurance coverage, highlighting the urgent need for culturally adapted, user-centered technological interventions to enhance daily self-management capabilities.
Objective
Guided by the KANO model, this study integrates Culture, Environment, Habit, Self-Perception, and User Evaluation (CEHSV) into a unified KANO-TAM-SEM framework, extending the Technology Acceptance Model (TAM) to explain adoption behaviors and downstream outcomes of dietary tracking wearables.
Methods
The present study employed a single-arm, prospective field intervention with pre-post assessments (within-subject longitudinal design). During a 12-week field intervention, N = 200 university students (mean age 20.4 ± 1.8 years; 62% female) used a human-centered application designed based on the Kano model (Basic Functions: Accuracy/Reliability/Simplicity; Efficacy features: goal setting and feedback; Attractiveness features: gamification and social sharing). Evaluation metrics included: fruit and vegetable intake portions, dietary self-regulation scores, daily step counts, and WHOQOL-BREF quality-of-life scales. Structural equation modeling (SEM) validated the theoretical framework; multi-group SEM separately examined dormitory vs. home living environments and self-efficacy subgroups.
Results
93% completion rate; food recording coverage ~78% (5.5 days/week). Fruit and vegetable intake increased by +1.1 servings/day; The results of the study demonstrated a significant increase in dietary self-regulation scores, from 64.59 to 79.50, on a scale ranging from 0 to 100 ( Δ = +16.17, paired test p < 0.001); The WHOQOL-BREF overall score increased from 70.75 to 77.23 (Δ = +6.59; p < 0.001); BMI (kg/m^(2)) was incorporated into the analysis. The data were reported with the mean ± standard deviation (SD), the delta ( Δ ), the paired t-test, and the effect size. BMI remained stable (22.4 at both pre- and post-measurement). Model fit was excellent (χ^(2)/df = 1.87, CFI = 0.98, RMSEA = 0.032), with all hypothesized paths supported ( p < 0.01). The extended model explained 36% of usage frequency, 45% of dietary self-regulation improvement, and 54% of quality-of-life enhancement, significantly surpassing baseline effects observed with TAM alone (approximately 7% usage rate; ~39% dietary change). This model structure was validated across dormitory/home environments and across low- and high-self-efficacy groups.
Conclusion
Integrating CEHSV contextual factors into TAM establishes a culturally intelligent and user-centered framework for preventive dietary wearables. This framework bridges the knowledge-practice gap, thereby enhancing health and well-being.
来源与署名
How culture and environment reshape the adoption and effectiveness of wearable diet monitoring in university students: an extended KANO-TAM-SEM model study using Taiwan as an example.
Han C, Wang C, Sun J, Fang T.
Frontiers in psychology · 2026-04-07
DOI: 10.3389/fpsyg.2026.1795601 ↗PubMed · 42022418 ↗Europe PMC · 记录的开放许可: cc by ↗摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。
MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅
来源核验日期 2026-11-01
实用健康指南
放在一起读
加速度计处理方法不同,身体活动与卒中、心肌梗死的关联曲线也不同
在英国生物银行中,基线无心血管疾病的90237名成年人随访至2022年12月,共发生1298例卒中和2031例心肌梗死;中高强度身体活动(MVPA)与这两种结局的关联曲线形状,取决于加速度计数据的处理方法。就卒中而言,只有机器学习法得到直线下降的风险;就心肌梗死而言,机器学习法和LFENMO法呈曲线下降,活动计数法呈直线下降。摘要没有给出风险比,只能说明不同方法的结论不一致,不能说明哪种方法更正确,而且这些只是观察性关联。
Preventive Medicine
智能手表数据能当“证人”吗:心率验证得最充分,其余证据参差
一项围绕数字取证展开的系统评价和荟萃分析,梳理了四大主流品牌智能手表的验证研究,发现心率是研究最多、也最准确的指标。步数、距离、能量消耗、活动分类和睡眠的验证不够一致,结果因品牌、方案和报告方式而异。摘要没有给出汇总数据,且多数研究是在健康人群中、于实验室内完成的,所以无法说明某一块手表对某个人在日常生活中的表现。
Forensic Science International
活动追踪器:每天多走约1800步,对其他健康指标影响较小
这项伞形综述汇总了39篇系统评价和荟萃分析,涉及163992名参与者;结果显示使用活动追踪器与身体活动增加相关(标准化均数差SMD为0.3–0.6),相当于每天多走约1800步、多步行40分钟,体重减轻约1公斤。对血压、胆固醇、糖化血红蛋白、生活质量和疼痛的影响通常很小,且多数不显著。摘要没有说明这些项目里追踪器还搭配了什么,也没有说明各评价之间重叠多少,因此不能把效果完全归功于设备本身。
The Lancet Digital Health
七款睡眠追踪设备:识别睡着很准,识别醒着和睡眠分期较差
在睡眠实验室里,34名健康的年轻成年人连续三晚佩戴七款消费级睡眠追踪设备中的若干款。与多导睡眠监测相比,所有设备识别睡眠都很准(灵敏度均不低于0.93),但识别清醒较差(特异度0.18–0.54),七款中有五款与研究用活动记录仪(特异度0.39)持平或更好;睡眠分期的估计结果不稳定。受试者是18至35岁的健康成年人,卧床时间固定为8小时,每款设备只在其中11至20人身上测试,因此对有睡眠问题的人几乎没有参考价值。
Sleep

