End of Average. Understanding Overweight & Obesity: Rationale and Design
“终结平均值”研究旨在通过分析 600 名个体的多样化基线特征和日常行为，以确定能够预测干预效果并指导定制化生活方式干预的聚类，从而实现从一刀切模式向个性化肥胖治疗的转变。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
核心理念：为什么“平均值”行不通
想象一下，你正在尝试修理一辆汽车。如果你告诉技师：“平均而言，汽车需要更换机油，”这对于一个拥有数千辆车的车库来说很有用。但如果你带着你的特定车辆走进那个车库，技师需要知道你的车是一辆跑车、一辆卡车还是一辆老爷车。他们需要知道你的引擎是否嘈杂，轮胎是否磨损，或者你主要是跑高速还是在城市里行驶。
这项名为**“终结平均值”（End of Average）*的研究认为，目前治疗超重或肥胖的方式，就像是技师仅根据“平均”汽车统计数据来试图修理你的车。我们知道生物学、心理学、环境和习惯都在起作用，但我们并不知道究竟是哪些因素的特定组合导致了你*的问题。
研究人员希望停止关注“平均人”，转而开始关注“特定的人”。他们相信，因为每个人的“引擎”都不同，所以解决方案也必须是个性化的。
计划：为 600 人建立“指纹”
研究人员正在招募 600 人来建立一个庞大且详细的数据库。他们不仅仅是在观察体重；他们正在为每个人建立一个“指纹”，其中包括：
- 身体状况： 血液检测（饥饿激素、血糖水平）、体脂百分比以及体能测试。
- 心理状态： 关于压力、抑郁、冲动控制以及对自身身体感受的调查问卷。
- 外部环境： 你居住在哪里，你的社交圈子是谁，以及你的社交圈是如何生活的。
- 日常琐事： 在为期三周的时间里，每个人都会佩戴健身追踪器，并在一天中通过手机回答问题（例如“你现在饿吗？”或“你在吃什么？”）。这被称为生态瞬时评估（EMA）。你可以把它想象成一个“旁观者”式的摄像机，捕捉的是真实的生活场景，而不是人们事后回忆起来的内容。
该群体被分为三个相等的团队：
- 健康体重组： 200 名 BMI 处于正常范围的人。
- 超重组： 200 名 BMI 略高的人。
- 肥胖组： 200 名 BMI 较高的人。
实验：为 400 人准备的两条路径
在采集完“指纹”后，这 400 名超重或肥胖的人将被分为两组，以观察他们对帮助的反应：
- A 组（教练辅导组）： 这些人将接受“生活方式干预”。他们会得到一本手册，同时还会配备一名私人教练。他们将通过小组和一对一的形式进行为期六个月的交流，学习关于食物、运动以及如何处理导致进食的情绪方面的知识。
- B 组（自力更生组）： 这些人会得到完全相同的手册，但没有教练。他们被告知阅读手册并尝试在六个月内自行改变生活方式。
目标：寻找模式，而非平均值
六个月后，以及 12 个月后，研究人员会再次测量谁减轻了体重，谁没有。
这里是神奇之处：他们不仅仅是在计算全组的平均减重量。相反，他们正在使用计算机算法将 600 人进行聚类（就像按花色和数字对一副扑克牌进行分类一样）。
他们想看看特定“类型”的人是否在教练指导下表现更好，而其他“类型”的人是否可以靠自己做得很好。
- 例子： 或许数据显示，那些“高度冲动”且“睡眠质量差”的人通过教练辅导减重效果最显著。
- 例子： 或许那些“压力大但身体活跃”的人并不需要教练。
他们希望发现什么
这项研究旨在证明并不存在单一的“最佳”减肥方法。通过绘制出这些不同的特征谱系，他们希望能够预测：
- 谁通过高强度教练计划会取得成功？
- 谁仅靠获取信息就能取得成功？
- 日常习惯（如压力大时进食）在计划期间是如何变化的。
总结
这项研究是一场大规模的侦探任务。与其猜测什么对每个人都有效，不如通过收集深度数据来弄清楚谁最适合哪种方法。如果他们成功了，未来体重管理的模式将不再是“一刀切”的饮食计划，而是专门为你的独特生物学和心理学“指纹”量身定制的策略。
注：这篇论文是一个方案（protocol），这意味着它描述的是研究的计划和规则。它尚未包含最终的结果或关于哪种方法效果更好的结论；它是如何发现这些规律的蓝图。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。