论著

基于移动健康技术对超重或肥胖孕妇体重管理的随机对照试验

  • 李萍 1 ,
  • 王海雪 1 ,
  • 高晓 2 ,
  • 韩亚静 2 ,
  • 王辉 1 ,
  • 王海俊 , 1, * ,
  • 牟莹莹 , 2, *
展开
  • 1. 北京大学公共卫生学院妇幼卫生学系/北京大学医学部-潍坊市妇幼健康联合研究中心/国家卫生健康委员会生育健康重点实验室, 北京 100191
  • 2. 潍坊市妇幼保健院, 山东潍坊 261011

收稿日期: 2025-02-08

  网络出版日期: 2025-06-13

基金资助

北京大学医学部-潍坊市妇幼健康联合研究中心(PKUWF-Y09)

版权

版权所有,未经授权,不得转载。

A randomized controlled trial of weight management based on mobile health techno-logy among overweight or obese pregnant women

  • Ping LI 1 ,
  • Haixue WANG 1 ,
  • Xiao GAO 2 ,
  • Yajing HAN 2 ,
  • Hui WANG 1 ,
  • Haijun WANG , 1, * ,
  • Yingying MU , 2, *
Expand
  • 1. Department of Maternal and Child Health, Peking University School of Public Health / Peking University Health Science Center-Weifang Joint Research Center for Maternal and Child Health / National Health Commission Key Laboratory of Reproductive Health, Beijing 100191, China
  • 2. Weifang Maternal and Child Health Center, Weifang 261011, Shandong, China
WANG Haijun, e-mail,
MU Yingying, e-mail,

Received date: 2025-02-08

  Online published: 2025-06-13

Supported by

Peking University Health Science Center-Weifang Maternal and Child Health Joint Research Center(PKUWF-Y09)

Copyright

All rights reserved. Unauthorized reproduction is prohibited.

摘要

目的: 评估基于移动健康技术的生活方式干预对超重或肥胖妇女的孕期体重管理的有效性,探索干预效果的影响因素,为超重或肥胖妇女的孕期体重管理提供科学依据。方法: 采用随机对照试验设计,于2024年4—8月招募200名18~40岁的孕前超重或肥胖的孕早期单胎孕妇,根据体重指数(body mass index,BMI)分类、年龄、产次进行分层区组随机化。对照组接受常规诊疗和保健,干预组接受基于移动健康技术的生活方式干预,包括每2周1次面对面或电话随访;指导孕妇在微信公众号记录每周饮食行为目标实现情况并提供个性化反馈;每天走6 000步,每周健步走150 min;每周记录1次体重并进行个性化反馈。基于意向性分析原则,利用广义线性混合模型分析干预对孕24~28周前增重及增重速率、妊娠糖尿病和饮食运动行为的影响。采用亚组分析和交互作用分析,探索孕24~28周前增重干预效果是否受孕妇不同特征影响。结果: 干预组和对照组孕妇的平均年龄分别为(30.49±3.99)岁、(29.83±3.95)岁,入组孕周分别为(11.35±1.61)周、(11.26±1.52)周,两组基线特征差异均无统计学意义(P均>0.05)。干预组和对照组分别失访10人和12人,共计178名孕妇完成中期随访。孕24~28周中期随访时,干预组和对照组分别增重(5.00±3.72) kg和(6.57±4.28) kg,调整年龄、孕次、产次、地区、孕前BMI分类、社会经济状况等协变量后,孕24~28周前增重的组间差异为-1.63 kg(95%CI:-2.80~-0.46;P=0.007),增重速率的组间差异为-0.07 kg/周(95%CI:-0.11~-0.02;P=0.005)。与对照组相比,干预组口服葡萄糖耐量试验(oral glucose tolerance test,OGTT)空腹血糖降低0.19 mmol/L(95%CI:0.04~0.33;P=0.013)。两组妊娠糖尿病发生率差异无统计学意义。在年龄、地区、社会经济水平、产次等因素的不同亚组中,孕期体重干预效果差异无统计学意义。结论: 基于移动健康技术的生活方式干预能有效控制超重或肥胖妇女的孕24~28周前增重,并改善空腹血糖。

本文引用格式

李萍 , 王海雪 , 高晓 , 韩亚静 , 王辉 , 王海俊 , 牟莹莹 . 基于移动健康技术对超重或肥胖孕妇体重管理的随机对照试验[J]. 北京大学学报(医学版), 2025 , 57(3) : 465 -472 . DOI: 10.19723/j.issn.1671-167X.2025.03.009

Abstract

Objective: To evaluate the effect of lifestyle interventions based on mobile health technology on gestational weight gain among overweight or obese pregnant women, to explore the influencing factors of the intervention effect, and to provide scientific evidence for weight management during pregnancy. Methods: The randomized controlled trial (RCT) design was used. From April 2024 to August 2024, 200 singleton overweight or obese pregnant women aged 18-40 years in early pregnancy were recruited and stratified block-randomized according to body mass index (BMI) categories, age, and parity. The control group received routine prenatal care, while the intervention group received lifestyle interventions based on mobile health technology, which included biweekly face-to-face or telephone sessions; weekly recording of dietary behavior goals with personalized feedback on WeChat public account; 6 000 steps per day and 150 minutes of brisk walking per week; and weekly weight recording with personalized feedback. Based on the intention-to-treat principle, generalized linear mixed models were used to analyze the effects on weight gain and weight gain rate up to 24-28 gestational weeks, gestational diabetes mellitus (GDM), and dietary and physical activity behaviors. Additionally, subgroup analysis and interaction analysis were conducted to explore whether intervention effects on weight gain varied by different maternal characteristics. Results: The mean age of the women in the intervention and control groups was (30.49± 3.99) years and (29.83±3.95) years, respectively, with gestational weeks at enrollment being (11.35±1.61) weeks and (11.26±1.52) weeks. No statistically significant differences were observed in the baseline characteristics between the two groups (P>0.05). In the study, 10 and 12 participants were lost to the follow-up in the intervention and control groups, respectively, with 178 women completing the midterm follow-up. At the midterm follow-up (24-28 weeks), the weight gain in the intervention and control groups was (5.00±3.72) kg and (6.57±4.28) kg, respectively. After adjusting for age, parity, gravidity, region, pre-pregnancy BMI categories, and socioeconomic status, the between-group difference was -1.63 kg (95%CI: -2.80 to -0.46; P=0.007). The adjusted between-group difference in weight gain rate was -0.07 kg/week (95%CI: -0.11 to -0.02; P=0.005). Compared with the control group, the intervention group had lower fasting blood glucose at the oral glucose tolerance test (OGTT) by 0.19 mmol/L (95%CI: 0.04 to 0.33; P=0.013). No significant difference was observed in GDM incidence between the two groups. Among different subgroups based on characteristics, such as age, region, socioeconomic status, and parity, there was no statistically significant dif-ference in the effect on weight gain. Conclusion: The lifestyle interventions based on mobile health technology effectively controlled weight gain up to 24-28 gestational weeks among overweight or obese women and improved fasting blood glucose level. This has significant public health implications for improving the health of overweight or obese pregnant women in China.

全球近一半孕妇发生孕期增重过多[1],这一问题在中国孕妇群体中形势比较严峻[2]。孕期增重过多会导致妊娠糖尿病(gestational diabetes mellitus,GDM)、妊娠高血压、大于胎龄儿、剖宫产等不良妊娠结局的风险增加,并与母亲及子代的近期和远期健康密切相关[3]。既往研究显示,相较于孕前正常体重妇女,孕前超重或肥胖妇女发生孕期增重过多的风险增加3.5倍[4]。因此,加强超重或肥胖孕妇的孕期体重管理有利于促进母婴健康,是妇幼健康领域的研究重点之一。
近年来国内外针对超重或肥胖孕妇的大多数高质量孕期体重干预研究均采用饮食联合运动的干预方法[5-7],但干预方式主要是通过多次面对面或电话指导饮食和运动,干预所需人力和时间成本较大。随着信息技术的发展,基于移动健康技术的干预可能成为一种有效、易于普及的孕期体重管理模式[8-9]Lancet最新述评指出,亟需综合性生活方式干预以促进超重或肥胖孕妇健康增重[10]。本研究以促进孕妇健康饮食行为和增加身体活动为目标开展随机对照试验,评价基于移动健康的生活方式干预技术对超重或肥胖妇女孕24~28周前增重控制的有效性和安全性,为我国超重或肥胖妇女的孕期体重管理提供科学依据。

1 资料与方法

1.1 研究对象

本研究于2024年4—8月在山东省潍坊市妇幼保健院和北京市通州区妇幼保健院常规产检孕妇中招募研究对象。由项目人员向孕妇详细阐述本研究的背景、目的、意义、过程、受益、风险和退出等信息,在孕妇充分理解并同意参与本试验后,对其按照纳入和排除标准进行评估,包括询问基本情况、查阅电子健康档案以及采用身体活动准备问卷评估其运动风险,筛选出符合要求的孕妇。
纳入标准:(1)孕8~14周;(2)孕前超重或肥胖,即孕前体重指数(body mass index, BMI)24~40 kg/m2;(3)年龄18~40岁;(4)单胎妊娠;(5)使用智能手机并熟练使用微信;(6)决定在该医院定期产检并分娩;(7)无运动禁忌证:身体活动准备问卷均回答“否”。排除标准:(1)孕前患高血压或入组时被诊断高血压、严重心脑血管疾病(如心力衰竭)、严重呼吸系统疾病(如哮喘、肺结核等)、肝肾功能不全(如慢性肾病)、恶性肿瘤、系统性红斑狼疮、甲状腺疾病、重度贫血等疾病;(2)宫颈机能不全、多胎妊娠、持续阴道流血等;(3)孕前患糖尿病;(4)特殊饮食需求者(如素食主义者等);(5)有精神障碍(如抑郁、焦虑);(6)有认知障碍、视力障碍或听力障碍;(7)有减肥手术史或近3个月重要脏器手术史;(8)近6个月内参加过其他临床试验。本研究经北京大学生物医学伦理委员会审查批准(审批号:IRB00001052-24010),研究对象均已签署知情同意书。
采用PASS 2021计算样本量。既往研究的孕24~28周前增重标准差约为2.6 kg,本研究预计干预组相较于对照组,孕24~28周前增重降低1.19 kg[6],每组100名时检验效能>0.85。因此,在潍坊市妇幼保健院和通州区妇幼保健院各招募50名干预组和50名对照组孕妇,共计招募200名孕妇,干预组和对照组各100名。根据BMI分类(超重:24 kg/m2≤BMI<28 kg/m2;肥胖:BMI≥28 kg/m2)、年龄(是否≥30岁)、产次(是否初产妇)进行分层区组随机化,区组大小为4,随机序列在研究开始前由独立的数据管理人员用随机数发生器生成,将孕妇以1 ∶ 1分为干预组和对照组。由于干预措施的可感知性,无法对参与者和研究人员进行盲法。

1.2 干预方案

1.2.1 对照组(常规管理)

对照组孕妇采用医院常规诊疗和保健的管理模式,常规产检时由产科医生进行健康宣教和指导。在潍坊市妇幼保健院,常规产检时医生提醒孕妇控制体重,将GDM孕妇转诊到孕期营养门诊进行一次饮食指导。通州区妇幼保健院设有专业的营养门诊,孕早期建档时接受健康宣教,产科门诊及时将增重过多者转至营养门诊,GDM孕妇也由营养门诊进行统一管理,接受孕期体重和血糖管理培训。虽然通州区妇幼保健院的孕期体重和血糖管理的宣教和流程较潍坊市妇幼保健院详细,但两家医院常规都是面对面健康宣教和指导,没有采用移动健康技术。

1.2.2 干预组(常规管理+干预方案)

从孕10~14周到孕32~36周,干预组孕妇接受基于移动健康技术的线上线下相结合的生活方式干预。干预内容主要包括以下四个方面:(1)健康教育:每2周开展面对面或电话随访,针对孕妇最近的体重情况个性化给予饮食和身体活动建议;借助微信公众号“人群健康服务平台”,以图片、文字、短视频等形式提供健康教育材料,内容涵盖孕期增重推荐范围、增重过多危害、饮食建议、身体活动建议及注意事项等。(2)饮食干预:为孕妇制定8个饮食行为目标,包括不过量饮食、不喝含糖饮料、少吃油炸食品、少吃不健康零食、少吃西式快餐、少吃外卖、少吃高糖甜品、少吃加工肉类;根据基线调查的饮食行为目标改变意愿顺序为每个月个性化设定2个饮食行为目标;孕妇每周记录饮食行为的频次,平台自动反馈当周2个饮食行为目标实现情况,激励孕妇继续坚持或努力改善饮食行为。(3)身体活动干预:为孕妇提供30 min的有氧运动视频和抗阻运动视频,给孕妇发放运动手环和弹力带,向孕妇强调身体活动安全注意事项,指导孕妇每天步数达到6 000步,饭后散步或室内自由走动,每周150 min健步走;由孕妇记录运动时长、类型、不适等情况,平台根据填写的Borg量表[11]评估并反馈是否达到中等强度运动水平,根据每周运动频次和时间、心率、步数等给予个性化反馈和建议。(4)体重监测:建议孕妇每周称重1次并记录,孕妇记录体重后可看出体重是否超出推荐范围,平台根据记录的体重自动给予个性化反馈。为确保干预措施得以落实,干预全程由经过专业培训的研究人员统一执行,确保每位孕妇接收到标准化的干预内容;依托移动健康技术平台跟踪孕妇的饮食、运动和体重,并通过定期随访,及时解答疑问、调整干预内容,确保干预的连贯性和针对性。此外,研究人员还将全程监督干预过程,及时解决实施中的问题。

1.3 资料收集方法

孕妇入组后在基线(孕8~14周)和中期(孕24~28周)完成问卷调查、身体测量和临床检验。问卷内容包括一般情况、饮食情况、身体活动、妊娠并发症发生情况等。采用膳食频率问卷(food frequency questionnaire,FFQ)面对面调查孕妇近一个月内各种食物的摄入频率及摄入量。采用改良国际身体活动问卷短卷(international physical activity questionnaire short form,IPAQ-SF)评估孕妇过去7天内不同强度的身体活动情况。身高和体重取两次测量的均值,若两次读数相差0.5 cm或0.1 kg以上,则再次测量。

1.4 资料整理与分析

1.4.1 干预效果评价指标

本研究的主要结局为孕24~28周前增重,即孕24~28周与孕前体重的差值。其他增重相关指标包括:(1)孕24~28周前增重速率:孕前到孕24~28周的增重速率(kg/周);(2)孕24~28周前增重是否达标:根据2009年美国国家医学院(National Academy of Medicine,NAM)标准评价;(3)基线至中期增重和增重速率:孕8~14周到孕24~28周的增重和增重速率;(4)孕28周前增重:孕前到孕28周的增重。根据国际妊娠合并糖尿病研究组织(International Association of Diabetes and Pregnancy Study Groups,IADPSG)标准,口服葡萄糖耐量试验(oral glucose tolerance test,OGTT)空腹血糖≥5.1 mmol/L,或服糖后1 h血糖≥ 10.0 mmol/L,或服糖后2 h血糖≥8.5 mmol/L,则可诊断为GDM[12]。根据IPAQ-SF调查得到身体活动频率(min/周),步行、中等强度、高等强度活动的代谢当量(metabolic equivalent of task, MET) 分别为3.3、4.0和8.0[13],身体活动水平为MET赋值×活动频率的总和。根据FFQ各类食物频率及食用量计算得到孕期膳食平衡指数(diet balance index for pregnancy,DBI_P)[14]。另外,结合《中国食物成分表》中的食物成分数据,计算得到日均摄入热量、蛋白质、脂肪和碳水化合物的量。

1.4.2 协变量指标

协变量主要包括年龄、孕次、产次(是否初产)、地区(潍坊或北京)、孕前营养状况(超重或肥胖)、社会经济状况。社会经济状况参照Green社会经济地位综合评价方法,用Green评分表示(Green评分=0.7×受教育水平得分+0.4×职业得分)。受教育水平得分中,文盲或扫盲班为28分,小学为32分,初中为40分,高中或中专为49分,大专为61分,大学及以上为70分。职业得分中,农林牧渔生产人员、无业或其他职业从业人员为34分,运输设备操作人员为42分,办事人员为49分,军人为53分,商业、服务业人员为56分,专业技术人员为59分,国家机关、党群组织、企业、事业单位负责人为63分,本文中将Green评分高于中位数定义为社会经济水平较高。孕前BMI根据孕妇自我报告的孕前体重和测量的身高计算。

1.5 统计学方法

统计分析使用R 4.4.0软件,根据意向性分析原则进行分析。所有检验均采用双侧检验,P值小于检验水平(α=0.05)时差异具有统计学意义。连续变量以均值±标准差表示,组间比较采用t检验;分类变量用频数(百分比)表示,组间比较采用卡方检验或Fisher精确检验。采用广义线性混合模型调整年龄、社会经济状况、孕次、产次、孕前BMI分类等协变量,评价干预对结局指标的效果。敏感性分析进行多重插补后再次评价干预效果,判断结论是否稳健可靠。另外,通过亚组分析和交互作用分析,探究地区、年龄、产次、社会经济状况、孕前营养状况等是否影响干预对孕24~28周前增重的效果。

2 结果

2.1 研究对象基线特征

研究对象的基线特征见表 1。对照组和干预组孕妇的平均年龄分别为(29.83±3.95)岁和(30.49± 3.99)岁,孕前BMI分别为(27.68±3.03) kg/m2和(28.08±3.45) kg/m2,身体活动水平分别为(645.17±840.43)MET-min/周、(599.07±568.87) MET-min/周,热量摄入分别为(1 887±574) kcal和(1 982±595) kcal(1 kcal≈4.19 kJ),DBI_P分别为(14.12±8.65)分和(15.64±8.98)分。两组基线特征差异均无统计学意义(P>0.05)。干预组和对照组各有90人和88人完成中期随访,分别失访10人(10%)和12人(12%),两组失访率差异无统计学意义(P=0.821),失访者与随访者的基线特征差异均无统计学意义(P>0.05)。通州区失访14人(14%),潍坊市失访8人(8%),两地区失访率差异亦无统计学意义(P=0.259)。
表1 研究对象基线特征

Table 1 Baseline characteristics of the participants

Variable All (n=200) Control group (n=100) Intervention group (n=100) P value
Age/years 30.16±3.97 29.83±3.95 30.49±3.99 0.244
Gestational age/weeks 11.31±1.56 11.26±1.52 11.35±1.61 0.504
Pre-pregnancy BMI/(kg/m2) 27.88±3.25 27.68±3.03 28.08±3.45 0.596
Overweight 122 (61.0%) 61 (61.0%) 61 (61.0%) >0.999
Associate degree or above 169 (84.5%) 86 (86.0%) 83 (83.0%) 0.558
Employed 152 (76.0%) 75 (75.0%) 77 (77.0%) 0.741
Green score 64.89±8.63 64.83±8.53 64.95±8.76 0.824
Gravidity 0.752
  1 93 (46.5%) 49 (49.0%) 44 (44.0%)
  2 70 (35.0%) 34 (34.0%) 36 (36.0%)
  ≥3 37 (18.5%) 17 (17.0%) 20 (20.0%)
Primiparous 133 (66.5%) 69 (69.0%) 64 (64.0%) 0.454
Natural conception 188 (95.4%) 95 (96.0%) 93 (94.9%) 0.747
PCOS history 25 (12.5%) 10 (10.0%) 15 (15.0%) 0.285
Diabetes family history 46 (23.0%) 24 (24.0%) 22 (22.0%) 0.737
GDM history 3 (1.5%) 2 (2.0%) 1 (1.0%) >0.999
Nausea 126 (63.0%) 63 (63.0%) 63 (63.0%) >0.999
MET-min/week 622.12±716.18 645.17±840.43 599.07±568.87 0.167
Daily steps 3 882±2 685 3 680±2 277 4 081±3 030 0.486
Energy intake/(kcal/d) 1 935±585 1 887±574 1 982±595 0.203
Protein intake/(g/d) 74.53±24.41 73.00±24.42 76.05±24.43 0.282
Carbohydrate intake/(g/d) 303.63±100.55 297.07±98.06 310.19±103.05 0.323
Fat intake/(g/d) 48.48±19.23 46.73±19.74 50.24±18.63 0.143
DBI_P 14.88±8.83 14.12±8.65 15.64±8.98 0.214

Categorical variables were presented as numbers (row percentages), and compared using Chi-square test or fisher exact test, continuous variables were presented as ${\bar x}$±s, and compared using student’ s t test. BMI, body mass index; PCOS, polycystic ovary syndrome; GDM, gestational diabetes mellitus; MET, metabolic equivalent of task; DBI_P, diet balance index for pregnancy. 1 kcal≈4.19 kJ.

2.2 干预效果

2.2.1 干预对孕期体重的影响

干预组和对照组的中期孕周分别为(26.1±1.2)周和(25.8±1.2)周,具体孕期增重情况见表 2。孕24~28周进行中期随访时,干预组孕妇增重(5.00±3.72) kg,增重速率(0.19±0.14) kg/周;对照组增重(6.57±4.28) kg,增重速率(0.25±0.17) kg/周;在调整年龄、孕次、产次、地区、孕前BMI分类、社会经济状况等协变量后,干预组相较于对照组增重降低1.63 kg(95%CI:0.46~2.80;P=0.007),增重速率降低0.07 kg/周(95%CI:0.02~0.11;P=0.005)。相比于对照组,干预组从基线到中期增重降低1.33 kg(95%CI:0.33~2.33;P=0.010),增重速率降低0.09 kg/周(95%CI:0.03~0.16;P=0.008)。到28孕周时,干预组增重比对照组降低2.23 kg(95%CI:1.06~3.40;P < 0.001)。根据NAM标准,干预组的孕24~28周前增重过多的风险与对照组相比降低49%(RR=0.51,95%CI:27%~96%;P=0.036),两组孕24~28周前增重过少和达标比例差异无统计学意义(P均>0.05)。
表2 干预组和对照组增重情况

Table 2 Weight gain in the intervention and control groups

Variables Intervention group (n=90) Control group (n=88) MD/RR (95%CI) P value
GWG/kg 5.00±3.72 6.57±4.28 -1.63 (-2.80, -0.46) 0.007
GWG rate/(kg/week) 0.19±0.14 0.25±0.17 -0.07 (-0.11, -0.02) 0.005
T1-T2 GWG/kg 4.53±2.79 5.80±3.94 -1.33 (-2.33, -0.33) 0.010
T1-T2 GWG rate/(kg/week) 0.31±0.19 0.40±0.27 -0.09 (-0.16, -0.03) 0.008
28-week GWG/kg 5.57±3.78 7.83±4.40 -2.23 (-3.40, -1.06) < 0.001
EGWG 41 (46.1%) 50 (58.8%) 0.51 (0.27, 0.96) 0.036
IGWG 25 (28.1%) 16 (18.8%) 1.94 (0.91, 4.09) 0.084
AGWG 23 (25.8%) 19 (22.4%) 1.32 (0.66, 2.63) 0.439

Categorical variables were presented as numbers (row percentages), and continuous variables were presented as ${\bar x}$±s. Generalized linear mixed models were adjusted for region, age, parity, gravidity, pre-pregnancy body mass index (BMI) categories, and socioeconomic status. MD, mean dif-ference; RR, relative risk; CI, confidence interval; GWG, gestational weight gain, refers to the weight gain up to 24-28 gestational weeks; EGWG, excessive gestational weight gain; IGWG, inadequate gestational weight gain; AGWG, adequate gestational weight gain. T1-T2 GWG refers to weight gain from baseline(8-14 weeks) to midterm (24-28 weeks). 28-week GWG refers to gestational weight gain up to 28 gestational weeks.

2.2.2 干预对妊娠期糖尿病和空腹血糖的控制效果

孕24~28周中期随访时,干预组有46例(47.9%)诊断为GDM,对照组有47例(49.0%)诊断为GDM,在调整年龄、孕次、产次、地区、孕前BMI分类、社会经济状况等协变量后,两组GDM发生率差异无统计学意义(RR=0.89;95%CI:0.49~1.61;P=0.704)。与对照组相比,干预组OGTT空腹血糖降低0.19 mmol/L(95%CI:0.04~0.33;P=0.013);OGTT服糖后1 h血糖(95%CI:-0.72~0.27 mmol/L, P=0.368)和服糖后2 h血糖(95%CI:-0.43~0.42 mmol/L,P=0.984)在两组间差异均无统计学意义。

2.2.3 干预对饮食运动行为的效果

表 3所示,在调整年龄、孕次、产次、地区、孕前BMI分类、社会经济状况、基线相应指标等协变量后,与对照组相比,干预组活动量增加412.70 MET-min/周(95%CI:211.27~614.13;P < 0.001),每天步数增加1 189步(95%CI:547~1 830;P < 0.001),热量摄入降低250.2 kcal(95%CI:58.5~441.9;P=0.011),碳水化合物摄入降低43.41 g(95%CI:9.39~77.42;P=0.013)。干预组和对照组蛋白质摄入、脂肪摄入、DBI_P差异均无统计学意义(P>0.05)。
表3 干预组和对照组的饮食运动情况

Table 3 Diet and physical activity in the intervention and control groups

Variables Intervention group (n=90) Control group (n=88) MD (95%CI) P value
Baseline Midterm Baseline Midterm
MET-min/week 599.1±568.9 1 070.8±831.0 645.2±840.4 681.6±551.6 412.70 (211.27, 614.13) < 0.001
Daily steps 4 081±3 030 5 213±2 382 3 680±2 277 3 795±2 386 1 189 (547, 1 830) < 0.001
Energy intake/(kcal/d) 1 982±595 1 804±537 1 887±574 2 032±736 -250.2 (-441.9, -58.5) 0.011
Protein intake/(g/d) 76.05±24.43 77.83±21.75 73.00±24.42 82.65±28.15 -6.03 (-13.41, 1.34) 0.111
Carbohydrate intake/(g/d) 310.2±103.0 265.6±103.6 297.1±98.1 306.0±124.1 -43.41 (-77.42, -9.39) 0.013
Fat intake/(g/d) 50.24±18.63 51.19±14.50 46.73±19.74 55.69±23.28 -5.26 (-10.99, 0.48) 0.074
DBI_P 15.64±8.98 13.60±9.17 14.12±8.65 15.33±9.87 -2.32 (-5.04, 0.40) 0.097

Continuous variables were presented as ${\bar x}$±s. The baseline survey was conducted between 8 and 14 weeks of gestation, and the midterm survey was conducted between 24 and 28 weeks of gestation. Generalized linear mixed models were adjusted for region, age, parity, gravidity, pre-pregnancy body mass index (BMI) categories, and socioeconomic status. MD, mean difference; CI, confidence interval; MET, metabolic equivalent of task; DBI_P, diet balance index for pregnancy. 1 kcal≈4.19 kJ.

2.3 敏感性分析

采用多重插补法填充缺失值后再次分析发现, 干预依然对孕24~28周前增重相关指标和OGTT空腹血糖的控制有效,表明干预能有效改善孕24~28周前增重和OGTT空腹血糖的结论稳健可靠。

2.4 不良事件发生情况

干预组和对照组孕妇均未报告任何跌倒或其他运动相关损伤情况。此外,没有孕妇自述出现头晕、眼花、晕厥等运动相关低血糖症状,也未发生运动后腹痛、阴道出血等可能与干预措施相关的不适症状。同时,未发现任何因饮食改变而引起的消化系统不适或其他健康问题。两组孕妇在整个研究过程中均未出现任何严重不良事件。

2.5 干预效果影响因素分析

表 4所示,对不同特征孕妇的孕24~28周前增重干预效果的亚组分析结果显示,仅在 < 30岁、潍坊市、初产、社会经济水平较高的亚组中,干预组和对照组的组间差异具有统计学意义,但异质性检验(Q检验)差异均无统计学意义(P>0.10)。此外,各特征与干预效果的交互作用均无统计学意义(P>0.05)。因此,年龄、地区、社会经济水平、产次等因素并未影响孕期体重干预效果。
表4 不同特征孕妇的增重(kg)干预效果

Table 4 Effects on weight gain (kg) in pregnant women with different characteristics

Variables Intervention group (n=90) Control group (n=88) MD (95%CI) P value P value for interaction
Age 0.191
  ≥30 years 5.53±3.29 6.25±3.44 -0.90 (-2.30, 0.50) 0.210
   < 30 years 4.32±4.15 6.83±4.90 -2.30 (-4.20, -0.39) 0.021
BMI categories 0.982
  Overweight 5.71±3.34 7.36±4.34 -1.40 (-2.90, 0.10) 0.070
  Obese 3.84±4.05 5.31±3.93 -1.49 (-3.45, 0.47) 0.141
Region 0.493
  Weifang, Shandong 5.21±3.67 7.34±4.70 -1.76 (-3.48, -0.04) 0.048
  Tongzhou, Beijing 4.78±3.80 5.61±3.52 -1.30 (-2.92, 0.31) 0.117
Parity 0.882
  Primiparous 4.72±3.95 6.52±4.80 -1.63 (-3.2, -0.07) 0.043
  Multiparous 5.48±3.30 6.68±2.57 -1.39 (-3.07, 0.29) 0.111
Socioeconomic status 0.834
  Higher 5.38±2.97 7.01±4.64 -1.91 (-3.51, -0.32) 0.021
  Lower 4.57±4.41 6.13±3.89 -1.62 (-3.42, 0.17) 0.080

Continuous variables were presented as ${\bar x}$±s. Generalized linear mixed models were adjusted for region, age, parity, gravidity, pre-pregnancy body mass index (BMI) categories, and socioeconomic status. MD, mean difference; CI, confidence interval. Overweight is defined as BMI ranging from 24 kg/m2 to less than 28 kg/m2, and obesity is defined as BMI of 28 kg/m2 or higher. Socioeconomic status is assessed using the Green score and scores above the median are categorized as the ‘higher’.

3 讨论

本研究对干预组和对照组孕妇基线(孕8~14周)和中期(孕24~28周)数据的分析发现,基于移动健康技术的生活方式干预可有效降低孕24~28周前增重和增重速率,孕24~28周前增重过多(NAM标准)风险降低。干预降低孕24~28周前增重的同时,并未增加增重过少的风险,表明将移动健康技术与常规管理相结合,开展健康教育、饮食干预、身体活动干预、体重监测等生活方式干预,对于改善超重或肥胖孕妇的体重管理有积极益处。Simmons等[6]的4次面对面会议开展的饮食运动综合干预显著降低了孕20周前到孕24~28周的增重(-1.19 kg;95%CI:-1.90~-0.49)。Harrison等[15]发现,从早期到孕28周4次面对面会议形式开展的饮食和运动干预后,干预组的26~28周前增重显著降低(-0.9 kg;95%CI:-1.7~-0.1)。国内Wang等[16]针对超重或肥胖孕妇开展的每周3次、每次30 min监督下的固定式自行车运动,发现其能有效降低1.8 kg的孕25周前增重。国内Ding等[17]通过微信互动指导孕妇每日所需能量以及三大营养素分配比例,并鼓励孕妇每天步行6 000步,有效降低了孕25周前增重2.0 kg。本研究改善孕24~28周前GWG的效应值与既往传统干预研究基本一致,说明移动健康与传统模式相结合,在降低干预人力和时间成本的同时,能保证干预效果不下降,值得进一步推广。
随着信息技术的发展以及手机、手环等移动设备的使用增多,移动健康干预成为孕期体重管理的新模式。本研究得出的孕24~28周前增重和增重速率的效应值与既往的移动健康相关研究一致。Pas and Pes研究建议孕妇采取地中海饮食和每天步行10 000步,并结合APP提供信息咨询和智能手环监测步数,其结果是有效降低了孕前肥胖孕妇的2.5 kg的孕期总增重和0.1 kg/周的增重速率[18]。HealthyMoms研究借助可以实现推送通知、饮食和运动监测、体重、饮食和运动反馈等功能的移动健康APP,显著降低了孕妇的孕期总增重(-1.67 kg;95%CI:-3.26~-0.09;P=0.031)[19]
本研究中近一半孕妇发生GDM,干预组和对照组的GDM发生率差异无统计学意义,与既往多数研究一致[5, 7, 18]。meta分析结果表明,生活方式干预组与对照组相比,无法有效预防GDM(RR=0.80,95%CI:0.58~1.10)[20]。既往研究表明,孕早期增重可能与GDM关联更为密切[21],提示预防GDM需要在怀孕初期甚至孕前开始干预;孕前肥胖孕妇GDM与孕期增重或能量失衡无关,需要进一步探索肥胖女性GDM发病机制并开发针对不同代谢表型个体的干预方法[22]。大多数孕期体重干预并不能预防GDM,可能是因为干预对增重的影响程度不足以预防GDM,也可能是因为GDM与增重无关,而与孕前血糖异常或孕早期糖耐量异常关联更大[23]。相比于既往其他传统干预方法对空腹血糖无效的研究[5-7],本研究虽然并未降低GDM发生率,但是干预组O GTT空腹血糖比对照组降低0.19 mmol/L(95%CI:0.04~ 0.33;P=0.013),提示将来扩大样本量可能会发现基于移动健康技术的生活方式干预对GDM的预防作用。
本研究有效改善了超重或肥胖孕妇的饮食和运动行为,进一步解释了干预对孕24~28周前增重的有效性。干预组孕妇的身体活动水平相比于对照组显著增加了412.7 MET-min/周(95%CI:211.3~ 614.1),身体活动水平提升主要体现在日均步数的增加(1 189步,95%CI:547~1 830),这与本研究增加步数的运动干预目标一致。UPBEAT研究中,综合干预后身体活动水平增加295 MET-min/周,也主要归因于步行时间增加77 min/周[7]。Harrison等[15]从孕早期到孕28周进行4次面对面会议,开展饮食和运动干预,干预组的每日步数比对照组增加20%。此外,本研究的干预降低了250.2 kcal的热量摄入和43.41 kcal的碳水化合物摄入。GLOW研究中的综合干预使热量摄入显著降低107.3 kcal[5];UPBEAT研究的干预也降低了能量摄入(-0.70 MJ,95%CI:-0.96~-0.45) 和碳水化合物供能比例(-1.4%,95%CI:-2.2%~ -0.58%)[7]
既往研究发现生活方式干预可以有效改善孕期增重,但是很少关注孕期增重干预效果的影响因素,即哪些特征会影响干预有效性及效应量大小。本研究结果显示,在年龄、地区、社会经济水平、产次等因素的不同亚组中,孕期体重干预效果差异并无统计学意义,但年龄 < 30岁、潍坊、社会经济水平较高、初产的亚组存在干预效果更好的趋势。既往观察性研究提示,受教育水平较低的孕妇的孕期增重更多,且孕期增重速率随年龄增加而增加[24]
本研究的优势在于将移动健康技术与常规管理相结合,增强了干预过程的互动性和可行性,且面对面干预与常规产检门诊相结合,便于融入日常诊疗。另外,既往研究多集中于低血糖指数饮食、宏量营养素能量摄入比例,以及各营养素或食物种类推荐摄入量、热量摄入等方面的饮食咨询,需要专业营养师的指导,并且对孕妇的营养素养和接受度有较高的要求。本研究的重点饮食行为干预更容易被孕妇接受和执行,便于在临床中推行。但本研究也存在局限性:首先,对饮食和运动行为的评估主要依赖于问卷调查,这可能引入一定的报告偏倚;其次,本研究仅针对超重和肥胖孕妇,结果可能难以推广到所有孕妇群体。
综上,基于移动健康技术的生活方式干预对孕前超重或肥胖妇女的体重控制、血糖管理和健康行为具有良好的改善效果,本研究可为我国制定科学有效的孕期体重管理措施提供依据,对改善母婴健康状况具有重要的公共卫生学意义。

利益冲突  所有作者均声明不存在利益冲突。

作者贡献声明  李萍:设计研究方案,现场干预实施,收集、整理、分析数据,撰写论文;王海雪:设计研究方案,现场干预实施,收集、整理数据;高晓、韩亚静:协助现场招募,收集、整理数据;王辉:分析数据,修改论文;王海俊:提出研究思路,设计研究方案,总体把关和最终审定论文;牟莹莹:设计研究方案,协助现场招募。

1
Goldstein RF , Abell SK , Ranasinha S , et al. Gestational weight gain across continents and ethnicity: Systematic review and meta-analysis of maternal and infant outcomes in more than one million women[J]. BMC Med, 2018, 16 (1): 153.

DOI

2
Cheikh Ismail L , Bishop DC , Pang R , et al. Gestational weight gain standards based on women enrolled in the Fetal Growth Longitudinal Study of the INTERGROWTH-21st Project: A prospective longitudinal cohort study[J]. BMJ, 2016, 352, i555.

3
Champion ML , Harper LM . Gestational weight gain: Update on outcomes and interventions[J]. Curr Diab Rep, 2020, 20 (3): 11.

DOI

4
Shen J , Zhang Z , Chen K , et al. Prepregnancy obesity status and risks on pregnancy outcomes in Shanghai: A prospective cohort study[J]. Medicine (Baltimore), 2018, 97 (40): e12670.

DOI

5
Ferrara A , Hedderson MM , Brown SD , et al. A telehealth life-style intervention to reduce excess gestational weight gain in pregnant women with overweight or obesity (GLOW): A randomised, parallel-group, controlled trial[J]. Lancet Diabetes Endocrinol, 2020, 8 (6): 490- 500.

DOI

6
Simmons D , Devlieger R , van Assche A , et al. Effect of physical activity and/or healthy eating on GDM risk: The DALI lifestyle study[J]. J Clin Endocrinol Metab, 2017, 102 (3): 903- 913.

7
Poston L , Bell R , Croker H , et al. Effect of a behavioural intervention in obese pregnant women (the UPBEAT study): A multicentre, randomised controlled trial[J]. Lancet Diabetes Endocrinol, 2015, 3 (10): 767- 777.

DOI

8
Sparks JR , Ghildayal N , Hivert MF , et al. Lifestyle interventions in pregnancy targeting GDM prevention: Looking ahead to precision medicine[J]. Diabetologia, 2022, 65 (11): 1814- 1824.

DOI

9
Niebrzydowska-Tatus M , Pełech A , Rekowska AK , et al. Recent insights and recommendations for preventing excessive gestational weight gain[J]. J Clin Med, 2024, 13 (5): 1461.

DOI

10
Gaillard R . Optimising gestational weight gain among pregnant women with obesity[J]. Lancet, 2024, 403 (10435): 1423- 1425.

DOI

11
Ritchie C . Rating of perceived exertion (RPE)[J]. J Physio-ther, 2012, 58 (1): 62.

DOI

12
Metzger BE , Gabbe SG , Persson B , et al. International association of diabetes and pregnancy study groups recommendations on the diagnosis and classification of hyperglycemia in pregnancy[J]. Diabetes Care, 2010, 33 (3): 676- 682.

DOI

13
IPAQ group. Guidelines for data processing and analysis of the International Physical Activity Questionnaire (IPAQ)[EB/OL]. (2005-11-01)[2024-12-23]. http://www.ipaq.ki.se/scoring.html.

14
李梦媛, 王杰, 房玥晖, 等. 应用调整的孕期膳食平衡指数评价孕妇膳食质量[J]. 卫生研究, 2023, 52 (2): 198- 204.

15
Harrison CL , Lombard CB , Strauss BJ , et al. Optimizing healthy gestational weight gain in women at high risk of gestational diabetes: A randomized controlled trial[J]. Obesity (Silver Spring), 2013, 21 (5): 904- 909.

DOI

16
Wang C , Wei Y , Zhang X , et al. A randomized clinical trial of exercise during pregnancy to prevent gestational diabetes mellitus and improve pregnancy outcome in overweight and obese pregnant women[J]. Am J Obstet Gynecol, 2017, 216 (4): 340- 351.

DOI

17
Ding B , Gou B , Guan H , et al. WeChat-assisted dietary and exercise intervention for prevention of gestational diabetes mellitus in overweight/obese pregnant women: A two-arm randomized clinical trial[J]. Arch Gynecol Obstet, 2021, 304 (3): 609- 618.

DOI

18
Gonzalez-Plaza E , Bellart J , Arranz Á , et al. Effectiveness of a step counter smartband and midwife counseling intervention on gestational weight gain and physical activity in pregnant women with obesity (Pas and Pes Study): Randomized controlled trial[J]. JMIR Mhealth Uhealth, 2022, 10 (2): e28886.

DOI

19
Sandborg J , Söderström E , Henriksson P , et al. Effectiveness of a smartphone app to promote healthy weight gain, diet, and physical activity during pregnancy (HealthyMoms): Randomized controlled trial[J]. JMIR Mhealth Uhealth, 2021, 9 (3): e26091.

DOI

20
Oteng-Ntim E , Varma R , Croker H , et al. Lifestyle interventions for overweight and obese pregnant women to improve pregnancy outcome: Systematic review and meta-analysis[J]. BMC Med, 2012, 10, 47.

DOI

21
Lan X , Zhang YQ , Dong HL , et al. Excessive gestational weight gain in the first trimester is associated with risk of gestational diabetes mellitus: A prospective study from Southwest China[J]. Public Health Nutr, 2020, 23 (3): 394- 401.

DOI

22
Most J , Broskey NT , Altazan AD , et al. Is energy balance in pregnancy involved in the etiology of gestational diabetes in women with obesity?[J]. Cell Metab, 2019, 29 (2): 231- 233.

DOI

23
Redman LM , Drews KL , Klein S , et al. Attenuated early pregnancy weight gain by prenatal lifestyle interventions does not prevent gestational diabetes in the LIFE-Moms consortium[J]. Diabetes Res Clin Pract, 2021, 171, 108549.

DOI

24
Dolatian M , Sharifi N , Mahmoodi Z , et al. Weight gain during pregnancy and its associated factors: A path analysis[J]. Nurs Open, 2020, 7 (5): 1568- 1577.

DOI

文章导航

/