- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT04440553
Una aplicación móvil para aumentar la actividad física en los estudiantes
Una aplicación mHealth que utiliza el aprendizaje adaptativo para aumentar la actividad física en estudiantes universitarios
Antecedentes: la actividad física insuficiente es uno de los principales factores de riesgo de muerte en todo el mundo. Los tratamientos conductuales administrados a través de aplicaciones para teléfonos inteligentes son muy prometedores para ayudar a las personas a participar en comportamientos saludables, incluida la actividad física. Sin embargo, de forma similar a los tratamientos 'cara a cara', los efectos normalmente no parecen mantenerse durante períodos de tiempo más prolongados.
Métodos: los investigadores desarrollaron una aplicación para teléfonos inteligentes que utiliza diferentes tipos de mensajes de texto motivacionales y de retroalimentación para motivar a las personas a aumentar la actividad física. Aquí, los participantes se aleatorizan para recibir mensajes mediante una distribución aleatoria uniforme (n=50), o se eligen mediante un algoritmo de aprendizaje por refuerzo (n=50), que aprende de los datos diarios de los participantes para personalizar la frecuencia y el tipo de motivación de los mensajes.
Objetivos: En el estudio actual, los investigadores examinan esta aplicación en estudiantes de pregrado y posgrado de la Universidad de California, Berkeley. Los investigadores comparan si los participantes en el grupo uniforme aleatorio o adaptativo tienen mayores incrementos en los pasos durante el estudio. Los investigadores también examinan el efecto de los diferentes tipos de mensajes en el conteo de pasos. Además, los investigadores evalúan la influencia de las características de los pacientes, como las puntuaciones de los cuestionarios sociodemográficos y psicológicos y la actividad física inicial sobre el efecto del brazo adaptativo y la eficacia de los mensajes. Finalmente, los investigadores evalúan los comentarios cualitativos de los participantes sobre el programa de mensajes de texto, a través de comentarios proporcionados a través de cuestionarios, mensajes de texto y entrevistas telefónicas.
Descripción general del estudio
Estado
Intervención / Tratamiento
Descripción detallada
Los investigadores desarrollaron una aplicación para teléfonos inteligentes, la aplicación DIAMANTE, que utiliza el aprendizaje automático para generar mensajes de texto adaptables, aprendiendo de los datos diarios de los participantes para personalizar la frecuencia y el tipo de motivación de los mensajes. En el estudio actual, los investigadores compararán esta aplicación en estudiantes de pregrado y posgrado de la Universidad de Berkeley, con mensajes de texto elegidos al azar. Este estudio proporcionará información sobre la eficacia de esta aplicación para teléfonos inteligentes para aumentar la actividad física en estudiantes universitarios. Además, aportará conocimientos preliminares sobre los mecanismos de trabajo y las variables que moderan la eficacia de la intervención.
Este estudio se caracteriza por un diseño factorial con un total de 3 factores que representan Mensajes Motivacionales (M), Mensajes de Retroalimentación (F) y el Marco de Tiempo (T) cuando se envió el mensaje, de 4, 5 y 4 niveles cada uno, respectivamente. Un nivel de M y F correspondía a un tratamiento de control, es decir, ningún mensaje enviado. Cada participante recibió una combinación diferente de M, F y T todos los días.
Tanto el grupo aleatorio adaptativo como el uniforme recibirán los mismos tipos de mensajes: retroalimentación (4 categorías activas más ningún mensaje) y motivación (3 categorías activas más ningún mensaje). Sin embargo, las categorías, el tiempo y la frecuencia de los mensajes se optimizarán mediante un algoritmo de aprendizaje por refuerzo en el grupo adaptativo y se entregarán con las mismas probabilidades en el grupo aleatorio uniforme (siguiendo una distribución aleatoria uniforme).
Para el grupo de aprendices de refuerzo, los datos de entrenamiento del algoritmo consisten en los datos históricos de todos los participantes (variables contextuales), que incluyen qué mensajes se enviaron previamente y dentro de qué períodos de tiempo, y seleccionan datos clínicos/demográficos (como edad, día del semana y puntajes de depresión) para mejorar las habilidades de predicción. Posteriormente, el mensaje se elige en función de la efectividad prevista de los mensajes, combinado con un método de muestreo. Como tal, elige con frecuencia los mensajes más gratificantes y ocasionalmente explora los mensajes con incertidumbre en su recompensa.
Los objetivos de este estudio son:
- evaluar si los participantes en la política de aprendizaje por refuerzo muestran un mayor aumento en los pasos diarios después de seis semanas de seguimiento, que los participantes que reciben mensajes con una distribución aleatoria uniforme
- evaluar si los factores sociodemográficos, de actividad física/actitudes basales y psicológicos influyen en el efecto de la intervención adaptativa.
- evaluar qué mensajes son más beneficiosos para aumentar la actividad física.
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
California
-
Berkeley, California, Estados Unidos, 94709
- Caroline Figueroa
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión: Incluiremos estudiantes de pregrado y posgrado actualmente matriculados de 18 a 65 años.
-
Criterios de exclusión: Se excluirán los estudiantes que no tengan un teléfono inteligente, que no puedan hacer ejercicio debido a una discapacidad o que tengan planes de salir del país durante las 6 semanas de estudio.
-
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Prevención
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Comparador activo: Uniforme aleatorio
En este brazo los tipos de mensajes se enviaban aleatoriamente, es decir, con una distribución aleatoria uniforme.
|
El grupo de intervención aleatorio uniforme recibe comentarios y mensajes de motivación elegidos de los bancos de mensajes con las mismas probabilidades.
|
|
Experimental: Aprendizaje reforzado
En este brazo los tipos de mensajes fueron elegidos por un algoritmo de aprendizaje por refuerzo.
La decisión sobre qué mensaje enviar se basó en varias variables contextuales, incluidos los datos de la aplicación del podómetro y los días consecutivos desde que se enviaron mensajes de diferentes categorías.
|
El grupo de intervención adaptativa recibe mensajes elegidos de los bancos de mensajería por un algoritmo de aprendizaje por refuerzo.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Pasos (medidos por el podómetro del teléfono)
Periodo de tiempo: 24 horas (medido por un período de 6 semanas)
|
Cambio en el recuento de pasos diarios (recuento de pasos de hoy menos recuento de pasos de ayer)
|
24 horas (medido por un período de 6 semanas)
|
|
Pasos (medidos por el podómetro del teléfono)
Periodo de tiempo: Cambio desde el inicio hasta el seguimiento de 6 semanas
|
Cambio medio en el conteo diario de pasos durante el curso del estudio
|
Cambio desde el inicio hasta el seguimiento de 6 semanas
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Puntuaciones de depresión
Periodo de tiempo: Cambio desde el inicio hasta el seguimiento de 6 semanas
|
Cuestionario de salud del paciente de 9 ítems (PHQ-9).
El PHQ-9 tiene puntuaciones de 0 a 27.
Las puntuaciones más altas significan un peor resultado.
|
Cambio desde el inicio hasta el seguimiento de 6 semanas
|
|
Puntuaciones de ansiedad
Periodo de tiempo: Cambio desde el inicio hasta el seguimiento de 6 semanas
|
Trastorno de Ansiedad General 7 ítem (GAD-7).
El GAD-7 tiene puntuaciones de 0 a 21.
Las puntuaciones más altas significan un peor resultado.
|
Cambio desde el inicio hasta el seguimiento de 6 semanas
|
|
Activación conductual
Periodo de tiempo: Cambio desde el inicio hasta el seguimiento de 6 semanas
|
Escala de Activación Conductual para la Depresión - Forma Corta (BADS-SF).
El BADS-SF tiene puntajes de 0-54.
Las puntuaciones más altas significan mejores resultados.
|
Cambio desde el inicio hasta el seguimiento de 6 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Adrian Aguilera, PhD, University of California, Berkeley
Publicaciones y enlaces útiles
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Otros números de identificación del estudio
- 2019-04-12118
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Marco de tiempo para compartir IPD
Criterios de acceso compartido de IPD
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- SAVIA
- CÓDIGO_ANALÍTICO
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .