Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

En mobilapp til at øge fysisk aktivitet hos studerende

22. juni 2020 opdateret af: University of California, Berkeley

En mHealth-app, der bruger adaptiv læring til at øge fysisk aktivitet hos universitetsstuderende

Baggrund: Utilstrækkelig fysisk aktivitet er en af ​​de største risikofaktorer for død på verdensplan. Adfærdsbehandlinger, der leveres via smartphone-apps, har et stort løfte om at hjælpe folk med at engagere sig i sund adfærd, herunder at blive mere fysisk aktive. Men i lighed med 'ansigt-til-ansigt'-behandlinger, synes virkninger typisk ikke at være vedvarende over længere perioder.

Metoder: Efterforskerne udviklede en smartphone-applikation, der bruger forskellige typer motiverende og feedback-sms-beskeder til at motivere individer til at øge fysisk aktivitet. Her randomiseres deltagerne til enten at modtage beskeder ved en ensartet tilfældig fordeling (n=50), eller valgt af en forstærkende læringsalgoritme (n=50), som lærer af daglige deltagerdata for at personalisere hyppigheden og typen af ​​motivation af beskeder.

Mål: I den aktuelle undersøgelse undersøger efterforskerne denne ansøgning hos bachelor- og kandidatstuderende ved University of California, Berkeley. Efterforskerne sammenligner, om deltagerne i den ensartede tilfældige eller adaptive gruppe har højere stigninger i trin under undersøgelsen. Efterforskerne undersøger også effekten af ​​de forskellige typer beskeder på skridttællinger. Yderligere vurderer efterforskerne indflydelsen af ​​patientkarakteristika, såsom socio-demografiske, psykologiske spørgeskemascores og fysisk aktivitet ved baseline på effekten af ​​den adaptive arm og effektiviteten af ​​beskederne. Endelig vurderer efterforskerne deltagernes kvalitative feedback på sms-programmet gennem feedback givet via spørgeskemaer, sms- og telefoninterviews.

Studieoversigt

Detaljeret beskrivelse

Efterforskerne udviklede en smartphone-applikation, DIAMANTE-appen, der bruger maskinlæring til at generere adaptive tekstbeskeder, ved at lære fra daglige deltagerdata for at tilpasse frekvensen og typen af ​​motivation af beskeder. I den aktuelle undersøgelse vil efterforskerne sammenligne denne applikation hos bachelor- og kandidatstuderende ved University of Berkeley med tekstbeskeder valgt tilfældigt. Denne undersøgelse vil give indsigt i effektiviteten af ​​denne smartphone-applikation til at øge fysisk aktivitet hos universitetsstuderende. Yderligere vil det give foreløbig viden om de arbejdsmekanismer og variabler, der modererer effektiviteten af ​​interventionen.

Denne undersøgelse er karakteriseret ved et faktorielt design med i alt 3 faktorer, der repræsenterer Motivationsbeskeder (M), Feedbackbeskeder (F) og Tidsrammen (T), da meddelelsen blev sendt, på henholdsvis 4, 5 og 4 niveauer hver. Et niveau af M og F svarede til en kontrolbehandling, dvs. ingen besked sendt. Hver deltager modtog en forskellig kombination af M, F og T hver dag.

Både den adaptive og ensartede tilfældige gruppe vil modtage de samme typer beskeder: feedback (4 aktive kategorier plus ingen besked) og motivation (3 aktive kategorier plus ingen besked). Meddelelseskategorierne, timing og frekvens vil dog blive optimeret af en forstærkende læringsalgoritme i den adaptive gruppe, og vil blive leveret med lige store sandsynligheder i den ensartede tilfældige gruppe (efter en ensartet tilfældig fordeling).

For forstærkningselevgruppen består algoritmetræningsdata af de historiske data for alle deltagere (kontekstuelle variabler), som inkluderer hvilke beskeder der blev sendt tidligere og inden for hvilke tidsperioder, og udvalgte kliniske/demografiske data (såsom alder, dag for uge- og depressionsscore) for at forbedre forudsigelsesevnerne. Efterfølgende vælges budskabet ud fra den forudsagte effektivitet af beskeder kombineret med en stikprøvemetode. Som sådan udvælger den ofte fra de mest givende beskeder og udforsker af og til beskederne med usikkerhed i deres belønning.

Formålet med denne undersøgelse er:

  1. at vurdere, om deltagere i forstærkningslæringspolitikken viser en større stigning i daglige skridt efter seks ugers opfølgning, end deltagere, der modtager beskeder med en ensartet tilfældig fordeling
  2. at vurdere, om sociodemografiske, fysiske aktivitetsadfærd/holdninger og psykologiske faktorer har indflydelse på effekten af ​​den adaptive intervention.
  3. at vurdere, hvilke budskaber der er mest gavnlige til at øge den fysiske aktivitet.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

103

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • California
      • Berkeley, California, Forenede Stater, 94709
        • Caroline Figueroa

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

18 år til 65 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier: Vi vil inkludere aktuelt tilmeldte bachelor- og kandidatstuderende i alderen 18 til 65.

-

Eksklusionskriterier: Studerende, der ikke har en smartphone, ikke er i stand til at dyrke motion på grund af handicap eller har planer om at forlade landet i løbet af 6 ugers studiet, vil blive udelukket.

-

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Forebyggelse
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Aktiv komparator: Ensartet tilfældig
I denne arm blev meddelelsestyperne sendt ud tilfældigt, det vil sige med en ensartet tilfældig fordeling.
Den ensartede tilfældige interventionsgruppe modtager feedback og motiverende beskeder valgt fra beskedbankerne med lige stor sandsynlighed.
Eksperimentel: Forstærkende læring
I denne arm blev typerne af meddelelser valgt af en forstærkningsindlæringsalgoritme. Beslutningen om, hvilken besked der skulle sendes, var baseret på flere kontekstuelle variabler, herunder data for skridttæller-appen, og på hinanden følgende dage, siden beskeder fra forskellige kategorier blev sendt.
Den adaptive interventionsgruppe modtager beskeder valgt fra beskedbankerne ved hjælp af en forstærkende indlæringsalgoritme.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Trin (målt med telefonens skridttæller)
Tidsramme: 24 timer (målt i en periode på 6 uger)
Ændring i det daglige antal skridt (dagens antal skridt minus gårsdagens antal skridt)
24 timer (målt i en periode på 6 uger)
Trin (målt med telefonens skridttæller)
Tidsramme: Skift fra baseline til 6 ugers opfølgning
Gennemsnitlig ændring i daglige skridttællinger i løbet af undersøgelsen
Skift fra baseline til 6 ugers opfølgning

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Depression scorer
Tidsramme: Skift fra baseline til 6 ugers opfølgning
Patientsundhedsspørgeskema 9 punkt (PHQ-9). PHQ-9 har score fra 0 til 27. Højere score betyder et dårligere resultat.
Skift fra baseline til 6 ugers opfølgning
Angst scorer
Tidsramme: Skift fra baseline til 6 ugers opfølgning
Generel angstlidelse 7 punkt (GAD-7). GAD-7 har score fra 0 til 21. Højere score betyder et dårligere resultat.
Skift fra baseline til 6 ugers opfølgning
Adfærdsaktivering
Tidsramme: Skift fra baseline til 6 ugers opfølgning
Behavioural Activation for Depression Scale - Short Form (BADS-SF). BADS-SF har scores fra 0-54. Højere score betyder bedre resultater.
Skift fra baseline til 6 ugers opfølgning

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Adrian Aguilera, PhD, University of California, Berkeley

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

12. september 2019

Primær færdiggørelse (Faktiske)

10. december 2019

Studieafslutning (Faktiske)

20. december 2019

Datoer for studieregistrering

Først indsendt

17. juni 2020

Først indsendt, der opfyldte QC-kriterier

17. juni 2020

Først opslået (Faktiske)

19. juni 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. juni 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

22. juni 2020

Sidst verificeret

1. juni 2020

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 2019-04-12118

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Individuelle deltagerdata, der ligger til grund for resultaterne rapporteret i artiklerne, vil blive stillet til rådighed for forskere på anmodning efter afidentifikation.

IPD-delingstidsramme

Efter offentliggørelse af data, ingen slutdato

IPD-delingsadgangskriterier

Enhver med et metodisk forsvarligt forslag.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • SAP
  • ANALYTIC_CODE

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Fysisk aktivitet

Abonner