系统综述问题
我们的目的是探究使用计算机或移动设备提供的减少大量饮酒的个性化建议是否比无建议或印刷信息好。我们还将使用计算机或移动设备提供的建议与面对面交谈中提供的建议进行比较。主要结局是饮酒人群的饮酒量。
系统综述背景
大量饮酒将导致60多种疾病，并且每年都会导致许多事故、伤害和早逝。由医生或护士提供的简短建议或咨询可以帮助人们每周减少大约4到5个单位的饮酒量。用英国计量单位，就是每周约两品脱（1.13升）啤酒或半瓶葡萄酒（375毫升）。但是，人们可能会因为谈论酒精而感到尴尬。
检索日期
截至2017年3月。
研究特征
研究纳入了工作场所、大学或诊所的人以及互联网用户。每个人都将他们饮酒的信息输入电脑或移动设备——然后这些信息会向这些人中的一半提供关于他们的饮酒量及这对健康的影响的建议。该组还收到了有关如何减少饮酒的建议。另一组有时可以阅读普通的健康信息。一个月到一年后，每个人都被要求确认他们的饮酒量。在这些时间点比较两组的饮酒水平。
研究资金来源
许多研究（56%）由政府或研究基金会组织资助。一些(11%)的资金来自个人奖励，例如博士奖学金。其余研究没有报告资金来源。
主要结果
我们纳入了57项研究，比较了在1到12个月后从计算机或移动设备获得有关饮酒建议的人与未获得饮酒建议的人的饮酒情况。其中，41项研究（42项比较，19241名受试者）关注人们每周报告的实际饮酒量。大多数人报告说，与没有收到此建议的受试者相比，从计算机或移动设备上收到有关饮酒的建议的受试者饮酒更少。
有证据表明，人们每周减少的酒量可能约为1.5品脱（800毫升）啤酒或三分之一瓶葡萄酒（250毫升）。其他措施支持数字酒精干预的有效性，尽管效果的大小往往小于整体饮酒量。在建议后1、6 和12个月时，饮酒措施出现了阳性差异。
没有足够的信息来帮助我们决定通过计算机、电话或互联网提供的建议是否更能减少危险饮酒。我们不知道哪些建议对帮助人们减轻饮酒问题最重要。然而，医生等值得信赖的人的建议似乎很有帮助，建议人们考虑具体的方法来克服可能会阻碍他们少喝酒的问题，并提供可以做哪些事情来代替喝酒的建议。我们纳入了5项研究，比较了从计算机或移动设备获得建议的人与从与医生或护士面对面交谈中获得建议的人的饮酒情况；两者在减少酗酒方面差异很小或几乎没有差别。
没有研究报告干预措施是否会产生任何伤害。
使用计算机或移动设备的个性化建议相比什么都不做或只提供一般健康信息可能更好地帮助人们减少酗酒。与面对面交谈相比，通过计算机或移动设备提供的个性化建议对减少饮酒的影响很小或没有影响。
证据质量
证据质量为中等到低。
有中等质量的证据表明，数字干预可能会降低饮酒量，与对照组受试者相比，数字干预组受试者每周平均减少多达三个（英国）标准单位的饮酒量。显著的异质性以及实行偏倚和发表偏倚风险可能意味着减少幅度较低。少数研究的低质量证据表明，数字干预和面对面干预对饮酒影响的差异可能很小或没有差异。
行为替代、问题解决和可信来源的BCT与减少饮酒的数字干预的有效性相关，且需要在实验环境中进行进一步研究。
关于理论使用的报告非常有限，而且经常不明确。超过一半的干预没有提到任何理论。关于理论使用的有限报告与干预有效性的异质性无关。
过度饮酒会导致严重的身体和心理疾病、伤害和死亡，并对所有年龄段的人造成广泛的社会危害。降低饮酒过度的一个行之有效的策略是在基层医疗机构提供简短的谈话式干预，但是最近的技术创新使人们能够通过电脑、移动设备或智能手机与数字化干预措施交流互动，来解决酗酒问题。
评价数字干预在减少社区居民的危害性饮酒、酒精相关问题方面的有效性和成本效益，具体而言：(1)数字干预是否比无干预（或最小投入）更有效和更具成本效益？(2)数字干预是否至少与简短的、面对面的酒精干预同样有效？(3)此类干预措施的有效组成部分的行为改变技术 (behaviour change techniques，BCT) 及其作用机制是什么？(4)在干预的进展和/或评价中使用了哪些理论或模型？次要目标是(1)评价针对参加健康、社会照护、教育或其它社区环境的受试者的数字干预试验与通过互联网或手机平台远程提供的数字干预试验之间的结局是否不同；(2)根据提供服务的模式（例如功能特点）具体说明干预措施，并评价提供服务的模式对结局的影响。
我们检索了CENTRAL、MEDLINE、PsycINFO、CINAHL、ERIC、HTA和Web of Knowledge数据库；美国临床试验注册平台（ClinicalTrials.com）和WHO ICTRP试验注册库和相关网站，截至2017年4月。我们还检索了纳入试验及相关系统综述的参考文献列表。
我们纳入了评价数字干预与无干预或面对面干预相比在减少社区居民危害性饮酒方面有效性的随机对照试验 (randomised controlled trial，RCT)，并报告了饮酒量指标。
我们使用Cochrane协作网推荐的标准方法学程序。
我们纳入了57项研究，共有34390名随机分配的受试者。偏倚的主要来源是受试者失访和受试者盲法（分别占研究的36%和21%，高偏倚风险）。41项研究（42项比较，19241名受试者）为主要meta分析提供了资料，表明在随访结束时，使用数字干预的研究对象每周比接受无干预或最少干预的研究对象少喝大约23克酒精（95% CI [15，30]）（约3个英国酒精单位）（中等质量证据）。
15项研究（16项比较，10862名受试者）表明，参与数字干预的研究对象比无干预对照组的研究对象每月饮酒日少1天（中等质量证据），15项研究（3587名受试者）显示干预组与无干预对照组相比每月大约减少一次酗酒期（中等质量证据），在15项研究（9791名受试者）中，干预组研究对象每次比无干预对照组的受试者饮酒量少1个酒精单位（中等质量证据）。
只有5项小型研究（390名受试者）比较了数字干预和面对面干预。随访结束时饮酒量没有差异（MD=0.52克/周，95% CI [-24.59，25.63]；低质量证据）。因此，数字酒精干预在这些研究中产生了大致相似的结局。没有研究报告干预措施是否会产生任何不良反应。
实验组中使用了中位数9个BCTs（范围=[1，22]）。“B”是BCT每增加一个酒精单位的效果估计值（饮酒量的MD，以克/周表示），是一种报告个体BCT是否与干预效果相关的方法。目标设定(B=-43.94, 95% CI [-78.59，-9.30]), 问题解决(B=-48.03, 95% CI [-77.79，-18.27]), 前因信息(B=-74.20, 95% CI [-117.72，-30.68]）、行为替代（B=-123.71，95% CI [-184.63，-62.80]）和可靠来源（B=-39.89，95% CI [-72.66，-7.11]）的BCTs与未调整模型中减少饮酒量显著相关。在未调整模型中纳入了B>23的BCTs的多变量模型中，行为替代（B=-95.12，95% CI [-162.90，-27.34]），问题解决（B=-45.92，95% CI [-90.97，-0.87]) 和可信来源(B=-32.09, 95% CI [-60.64，-3.55])的的BCT与饮酒量减少有关。
被纳入的研究中最常提及的理论或模型是动机访谈理论（7/20）、跨理论模型（6/20）和社会规范理论（6/20）。超过一半的干预措施(n=21, 51%)没有提及理论。只有两项研究使用理论来选择研究对象或调整干预措施。没有证据表明报告使用理论与干预有效性之间存在关联。
译者：李佳庆（北京中医药大学人文学院2019级英语中医药国际传播方向），审校：王雪峰（北京中医药大学人文学院2019级英语中医药国际传播方向），2023年3月10日。简体中文翻译由Cochrane中国协作网成员单位，北京中医药大学循证医学中心翻译传播工作组负责，联系方式：tina000341@163.com