数字健康故事讲述中同伴匹配的相似性变量评估

同伴匹配可以增强社交健康技术的影响。通过匹配相似的同伴，在线健康社区可以最优地促进支持积极健康态度和情绪的社交建模。然而，很少有工作研究如何在数字健康工具中操作化相似性，从而限制了我们进行最优同伴匹配的能力。为了解决这一差距，我们进行了一项析因实验，以研究三类相似性变量（即人口统计变量、能力变量和体验变量）如何用于执行支持身体活动社交建模的同伴匹配。我们将本研究聚焦于身体活动，因为它是一种降低慢性病风险的健康行为。我们还优先考虑单亲妈妈，因为她们经常面临巨大的就业和家庭责任障碍，尤其是黑人单亲妈妈。我们招募了309名单亲妈妈（49%黑人，51%白人），然后让她们听取关于家庭身体活动的同伴音频故事。我们使用三类相似性变量随机匹配/不匹配讲述者的 profile。我们的分析表明，通过人口统计变量匹配可以显著提高身体活动意向。此外，我们的亚组分析表明，黑人单亲妈妈经历了同伴匹配在身体活动意向、自我效能感和情绪方面的显著即时影响。相比之下，白人单亲妈妈没有报告任何显著的即时影响。总体而言，我们的数据表明，健康故事讲述中的同伴匹配对种族少数群体潜在有益；在健康技术中拥有多样化的 representation 对于促进健康公平是必要的。