Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Mobiilisovellus, joka lisää opiskelijoiden fyysistä aktiivisuutta

maanantai 22. kesäkuuta 2020 päivittänyt: University of California, Berkeley

MHealth-sovellus, joka käyttää adaptiivista oppimista lisäämään yliopisto-opiskelijoiden fyysistä aktiivisuutta

Taustaa: Riittämätön fyysinen aktiivisuus on yksi johtavista kuoleman riskitekijöistä maailmanlaajuisesti. Älypuhelinsovellusten kautta toimitetuilla käyttäytymishoidoilla on suuri lupaus auttaa ihmisiä harjoittamaan terveellistä käyttäytymistä, mukaan lukien fyysisen aktiivisuuden lisääminen. Kuitenkin, kuten "kasvotusten" hoidoissa, vaikutukset eivät yleensä näytä jatkuvan pitkiä aikoja.

Menetelmät: tutkijat kehittivät älypuhelinsovelluksen, joka käyttää erilaisia ​​motivaatio- ja palautetekstiviestejä motivoimaan ihmisiä lisäämään fyysistä aktiivisuutta. Tässä osallistujat satunnaistetaan joko vastaanottamaan viestejä tasaisen satunnaisjakauman mukaan (n=50) tai valitaan vahvistusoppimisalgoritmilla (n=50), joka oppii päivittäisistä osallistujatiedoista personoimaan viestien tiheyttä ja motivaatiotyyppiä.

Tavoitteet: Tässä tutkimuksessa tutkijat tutkivat tätä sovellusta Kalifornian yliopiston Berkeleyn perustutkinto- ja jatko-opiskelijoissa. Tutkijat vertailevat sitä, ovatko tasaisen satunnaisen tai mukautuvan ryhmän osallistujat nousseet enemmän askeleilla tutkimuksen aikana. Tutkijat tutkivat myös erityyppisten viestien vaikutusta askelmäärään. Lisäksi tutkijat arvioivat potilaan ominaisuuksien, kuten sosio-demografisten, psykologisten kyselylomakepisteiden ja fyysisen perusaktiivisuuden vaikutusta adaptiivisen käsivarren vaikutukseen ja viestien tehokkuuteen. Lopuksi tutkijat arvioivat osallistujien laadullista palautetta tekstiviestiohjelmasta kyselylomakkeiden, tekstiviestien ja puhelinhaastattelujen kautta.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tutkijat kehittivät älypuhelinsovelluksen, DIAMANTE-sovelluksen, joka käyttää koneoppimista mukautuvien tekstiviestien luomiseen, oppien päivittäisten osallistujien tiedoista personoimaan viestien tiheyttä ja motivaatiotyyppiä. Tässä tutkimuksessa tutkijat vertaavat tätä sovellusta Berkeleyn yliopiston perustutkinto- ja jatko-opiskelijoille satunnaisesti valittuun tekstiviestintään. Tämä tutkimus antaa käsityksen tämän älypuhelinsovelluksen tehokkuudesta yliopisto-opiskelijoiden fyysisen aktiivisuuden lisäämisessä. Lisäksi se antaa alustavaa tietoa toimenpiteen tehokkuutta säätelevistä toimintamekanismeista ja muuttujista.

Tälle tutkimukselle on tunnusomaista tekijöiden suunnittelu, jossa on yhteensä 3 tekijää, jotka edustavat motivaatioviestejä (M), palauteviestejä (F) ja aikakehystä (T), kun viesti lähetettiin. Kussakin on 4, 5 ja 4 tasoa. Yksi M- ja F-taso vastasi kontrollikäsittelyä, eli viestiä ei lähetetty. Jokainen osallistuja sai yhden eri yhdistelmän M, F ja T joka päivä.

Sekä mukautuva että yhtenäinen satunnaisryhmä saavat samantyyppisiä viestejä: palautetta (4 aktiivista luokkaa plus ei viestiä) ja motivaatiota (3 aktiivista luokkaa plus ei viestiä). Kuitenkin viestiluokat, ajoitus ja taajuus optimoidaan vahvistusoppimisalgoritmilla adaptiivisessa ryhmässä, ja ne toimitetaan yhtä suurella todennäköisyydellä yhtenäisessä satunnaisryhmässä (yhtenäisen satunnaisjakauman jälkeen).

Vahvistusoppijaryhmän osalta algoritmiharjoitusdata koostuu kaikkien osallistujien historiallisista tiedoista (kontekstimuuttujat), jotka sisältävät aiemmin lähetetyt viestit ja minkä ajanjakson aikana, sekä valitut kliiniset/demografiset tiedot (kuten ikä, tapahtumapäivä). viikko- ja masennuspisteet) ennustuskyvyn parantamiseksi. Tämän jälkeen sanoma valitaan sanomien ennustetun tehokkuuden perusteella yhdistettynä otantamenetelmään. Sellaisenaan se poimii usein palkitsevimmista viesteistä ja tutkii ajoittain viestejä epävarmalla palkkiolla.

Tämän tutkimuksen tavoitteet ovat:

  1. arvioida, lisääntyvätkö vahvistusoppimispolitiikan osallistujat päivittäiset askeleet enemmän kuuden viikon seurannan jälkeen kuin osallistujat, jotka saavat viestejä yhtenäisellä satunnaisjakaumalla
  2. arvioida, vaikuttavatko sosiodemografiset, fyysisen aktiivisuuden perustason käyttäytyminen/asenteet ja psykologiset tekijät mukautuvan intervention vaikutukseen.
  3. arvioida, mitkä viestit ovat hyödyllisimpiä fyysisen aktiivisuuden lisäämisessä.

Opintotyyppi

Interventio

Ilmoittautuminen (Todellinen)

103

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

    • California
      • Berkeley, California, Yhdysvallat, 94709
        • Caroline Figueroa

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta - 65 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Joo

Sukupuolet, jotka voivat opiskella

Kaikki

Kuvaus

Osallistumiskriteerit: Otamme mukaan tällä hetkellä ilmoittautuneet 18–65-vuotiaat perus- ja jatko-opiskelijat.

-

Poissulkemiskriteerit: Opiskelijat, joilla ei ole älypuhelinta, jotka eivät voi harjoitella vamman vuoksi tai jotka aikovat lähteä maasta 6 viikon opiskelun aikana, suljetaan pois.

-

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Ennaltaehkäisy
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Active Comparator: Tasainen satunnainen
Tässä haarassa erityyppiset viestit lähetettiin satunnaisesti eli tasaisesti satunnaisesti.
Yhtenäinen satunnainen interventioryhmä saa yhtäläisin todennäköisyyksin palautetta ja motivaatioviestejä, jotka on valittu viestipankeista.
Kokeellinen: Vahvistusoppiminen
Tässä haarassa viestityypit valittiin vahvistusoppimisalgoritmin avulla. Päätös lähetettävästä viestistä perustui useisiin kontekstuaalisiin muuttujiin, mukaan lukien askelmittarisovelluksen tiedot ja peräkkäiset päivät eri luokkien viestien lähettämisestä.
Mukautuva interventioryhmä vastaanottaa vahvistusoppimisalgoritmin avulla viestipankeista valitut viestit.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Vaiheet (puhelimen askelmittarilla mitattuna)
Aikaikkuna: 24 tuntia (mitattuna 6 viikon ajalta)
Muutos päivittäisissä askelmäärissä (tämän päivän askelmäärä miinus eilisen askelmäärä)
24 tuntia (mitattuna 6 viikon ajalta)
Vaiheet (puhelimen askelmittarilla mitattuna)
Aikaikkuna: Muutos lähtötilanteesta 6 viikon seurantaan
Päivittäisten askellukujen keskimääräinen muutos tutkimuksen aikana
Muutos lähtötilanteesta 6 viikon seurantaan

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Masennuspisteet
Aikaikkuna: Muutos lähtötilanteesta 6 viikon seurantaan
Potilaan terveyskyselyn 9 kohta (PHQ-9). PHQ-9:n pisteet ovat 0-27. Korkeammat pisteet tarkoittavat huonompaa lopputulosta.
Muutos lähtötilanteesta 6 viikon seurantaan
Ahdistuspisteet
Aikaikkuna: Muutos lähtötilanteesta 6 viikon seurantaan
Yleinen ahdistuneisuushäiriö 7 (GAD-7). GAD-7:n pisteet ovat 0-21. Korkeammat pisteet tarkoittavat huonompaa lopputulosta.
Muutos lähtötilanteesta 6 viikon seurantaan
Käyttäytymisaktivointi
Aikaikkuna: Muutos lähtötilanteesta 6 viikon seurantaan
Behavioral Activation for Depression Scale – lyhyt muoto (BADS-SF). BADS-SF:n tulokset ovat 0-54. Korkeammat pisteet tarkoittavat parempia tuloksia.
Muutos lähtötilanteesta 6 viikon seurantaan

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Adrian Aguilera, PhD, University of California, Berkeley

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Torstai 12. syyskuuta 2019

Ensisijainen valmistuminen (Todellinen)

Tiistai 10. joulukuuta 2019

Opintojen valmistuminen (Todellinen)

Perjantai 20. joulukuuta 2019

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 17. kesäkuuta 2020

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 17. kesäkuuta 2020

Ensimmäinen Lähetetty (Todellinen)

Perjantai 19. kesäkuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 24. kesäkuuta 2020

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 22. kesäkuuta 2020

Viimeksi vahvistettu

Maanantai 1. kesäkuuta 2020

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • 2019-04-12118

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

JOO

IPD-suunnitelman kuvaus

Artikkeleissa raportoitujen tulosten taustalla olevat yksittäiset osallistujatiedot ovat pyynnöstä tutkijoiden saatavilla henkilöllisyyden poistamisen jälkeen.

IPD-jaon aikakehys

Tietojen julkaisemisen jälkeen ei päättymispäivää

IPD-jaon käyttöoikeuskriteerit

Jokainen, jolla on metodologisesti järkevä ehdotus.

IPD-jakamista tukeva tietotyyppi

  • STUDY_PROTOCOL
  • MAHLA
  • ANALYTIC_CODE

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Kliiniset tutkimukset Liikunta

Tilaa