深度解析医学证据，lxfs.net为你支撑决策   18-25 岁的新兴成年群体是大麻使用的高发人群，规律使用不仅会损害学业工作表现、提升驾驶受伤风险，还会增加大麻使用障碍的发病概率。但该群体主动寻求专业治疗的比例极低，传统干预覆盖十分有限。移动健康（mHealth）干预凭借高可及性、低门槛的优势被寄予厚望，但用户参与度不足始终是制约其效果的核心瓶颈。传统即时自适应干预（JITAI）依赖预设规则推送内容，难以适配个体状态的动态变化，也易引发用户倦怠。为此，研究团队开发了整合强化学习（RL）算法的个性化即时自适应干预（pJITAI）工具 MiWaves，并通过微随机试验（MRT）验证其可行性、可接受性与初步效果。     本次研究共纳入 122 名每周至少使用 3 次大麻、有一定减用动机且未接受正规治疗的 18-25 岁青年，开展为期 30 天的微随机试验，同步完成 1 个月后测与 2 个月随访。参与者需在自行选定的早晚时段完成两次自我监测调研，系统则通过强化学习算法，基于参与者的使用状态、参与度与时段特征，实时调整推送干预短信的概率，随机分配至推送

小提示：本篇资讯仅在梅斯医学APP中开放阅读，请扫描二维码直接下载APP