Hodnocení dopadu adaptivního stanovení cílů na úroveň zapojení vládních zaměstnanců pomocí nástroje Gamified mHealth (BSAK19)

Pozadí: Ačkoli jsou zdravotní přínosy fyzické aktivity dobře známé, pro lidi je stále náročné osvojit si aktivnější životní styl. Intervence mobilního zdraví (mHealth) mohou být účinnými nástroji na podporu fyzické aktivity a snížení sedavého chování. Slibné výsledky byly získány použitím gamifikačních technik jako strategií změny chování, zvláště když byly přizpůsobeny preferencím a cílům jednotlivce; přesto zůstává nejasné, jak by mohly být cíle personalizovány, aby účinně podporovaly zdravotní chování.

Cíl: V této studii se výzkumníci zaměřují na vyhodnocení dopadu personalizovaného stanovení cílů v kontextu gamifikovaných intervencí mHealth. Vyšetřovatelé předpokládají, že intervence navrhující zdravotní cíle, které jsou šité na míru na základě aktuálních a požadovaných schopností koncových uživatelů (sami hlášených), budou poutavější než intervence s obecnými cíli.

Metody: Studie byla navržena jako dvouramenná randomizovaná intervenční studie. Účastníci byli rekrutováni z řad zaměstnanců vládní organizace Noorderkempen. Zúčastnili se 8týdenní digitální kampaně na podporu zdraví, která byla speciálně navržena tak, aby propagovala procházky, vyjížďky na kole a sportovní akce. Pomocí aplikace mHealth mohli účastníci sledovat svůj výkon na dvou sociálních žebříčcích: žebříčku zobrazující individuální skóre účastníků a žebříčku zobrazujícím průměrné skóre za organizační oddělení. Aplikace mHealth také poskytla zpravodajský kanál, který ukázal, kdy ostatní účastníci získali body. Body lze sbírat provedením kteréhokoli ze 6 zadaných úkolů (např. ujít alespoň 2000 m). Úroveň složitosti 3 z těchto 6 úkolů byla aktualizována každé 2 týdny změnou buď navrhované intenzity úkolu, nebo navrhované frekvence úkolu. 2 intervenční ramena – s účastníky náhodně přiřazenými – se skládala z personalizované léčby, která přizpůsobovala parametry složitosti na základě schopností a cílů, které účastníci sami uvedli, a kontrolní léčby, kde byly parametry složitosti nastaveny obecně na základě národních pokynů. Měření byla shromážděna z aplikace mHealth a také z průzkumů příjmu a po testování a analyzována pomocí hierarchických lineárních modelů.

Poznámka: Eindhoven University of Technology není oficiálním sponzorem GCP. Tato studie tedy není lékařskou klinickou studií.