Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Une application mobile pour augmenter l'activité physique des élèves

22 juin 2020 mis à jour par: University of California, Berkeley

Une application mHealth utilisant l'apprentissage adaptatif pour augmenter l'activité physique des étudiants universitaires

Contexte : Une activité physique insuffisante est l'un des principaux facteurs de risque de décès dans le monde. Les traitements comportementaux fournis via des applications pour smartphone sont très prometteurs pour aider les gens à adopter des comportements sains, notamment à devenir plus actifs physiquement. Cependant, à l'instar des traitements «en face à face», les effets ne semblent généralement pas se maintenir sur de longues périodes.

Méthodes : les enquêteurs ont développé une application pour smartphone qui utilise différents types de messages texte de motivation et de rétroaction pour motiver les individus à augmenter leur activité physique. Ici, les participants sont randomisés pour recevoir des messages selon une distribution aléatoire uniforme (n = 50), ou choisis par un algorithme d'apprentissage par renforcement (n = 50), qui apprend des données quotidiennes des participants pour personnaliser la fréquence et le type de motivation des messages.

Objectifs : Dans la présente étude, les enquêteurs examinent cette application chez des étudiants de premier cycle et des cycles supérieurs de l'Université de Californie à Berkeley. Les enquêteurs comparent si les participants du groupe uniforme aléatoire ou adaptatif ont des augmentations plus élevées d'étapes au cours de l'étude. Les enquêteurs examinent également l'effet des différents types de messages sur le nombre de pas. En outre, les enquêteurs évaluent l'influence des caractéristiques des patients, telles que les scores sociodémographiques, les scores des questionnaires psychologiques et l'activité physique de base sur l'effet du bras adaptatif et l'efficacité des messages. Enfin, les enquêteurs évaluent les commentaires qualitatifs des participants sur le programme de messagerie texte, grâce à des commentaires fournis via des questionnaires, des messages texte et des entretiens téléphoniques.

Aperçu de l'étude

Description détaillée

Les enquêteurs ont développé une application pour smartphone, l'application DIAMANTE, qui utilise l'apprentissage automatique pour générer des messages texte adaptatifs, en apprenant des données quotidiennes des participants pour personnaliser la fréquence et le type de motivation des messages. Dans la présente étude, les enquêteurs compareront cette application chez les étudiants de premier cycle et des cycles supérieurs de l'Université de Berkeley, à la messagerie texte choisie au hasard. Cette étude donnera un aperçu de l'efficacité de cette application pour smartphone pour augmenter l'activité physique chez les étudiants universitaires. En outre, il fournira des connaissances préliminaires sur les mécanismes de travail et les variables qui modèrent l'efficacité de l'intervention.

Cette étude est caractérisée par un plan factoriel avec un total de 3 facteurs représentant les messages de motivation (M), les messages de rétroaction (F) et le délai (T) lorsque le message a été envoyé, de 4, 5 et 4 niveaux chacun, respectivement. Un niveau de M et F correspondait à un traitement témoin, c'est-à-dire aucun message envoyé. Chaque participant a reçu une combinaison différente de M, F et T chaque jour.

Les groupes aléatoires adaptatif et uniforme recevront les mêmes types de messages : commentaires (4 catégories actives plus aucun message) et motivation (3 catégories actives plus aucun message). Cependant, les catégories, le timing et la fréquence des messages seront optimisés par un algorithme d'apprentissage par renforcement dans le groupe adaptatif, et seront délivrés avec des probabilités égales dans le groupe aléatoire uniforme (suivant une distribution aléatoire uniforme).

Pour le groupe d'apprenants renforcés, les données d'apprentissage de l'algorithme sont constituées des données historiques de tous les participants (variables contextuelles), qui incluent les messages qui ont été envoyés précédemment et dans quelles périodes, et certaines données cliniques/démographiques (telles que l'âge, le jour de semaine et scores de dépression) pour améliorer les capacités de prédiction. Par la suite, le message est choisi en fonction de l'efficacité prévue des messages, combinée à une méthode d'échantillonnage. En tant que tel, il sélectionne fréquemment les messages les plus gratifiants et explore parfois les messages avec une incertitude quant à leur récompense.

Les objectifs de cette étude sont :

  1. évaluer si les participants à la politique d'apprentissage par renforcement montrent une plus grande augmentation des pas quotidiens après un suivi de six semaines, que les participants recevant des messages avec une distribution aléatoire uniforme
  2. évaluer si des facteurs sociodémographiques, des comportements/attitudes de base en matière d'activité physique et des facteurs psychologiques influencent l'effet de l'intervention adaptative.
  3. pour évaluer quels messages sont les plus bénéfiques pour augmenter l'activité physique.

Type d'étude

Interventionnel

Inscription (Réel)

103

Phase

  • N'est pas applicable

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • California
      • Berkeley, California, États-Unis, 94709
        • Caroline Figueroa

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

18 ans à 65 ans (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Oui

Sexes éligibles pour l'étude

Tout

La description

Critères d'inclusion : Nous inclurons les étudiants actuellement inscrits au premier cycle et aux cycles supérieurs âgés de 18 à 65 ans.

-

Critères d'exclusion : les étudiants qui n'ont pas de smartphone, qui ne sont pas en mesure de faire de l'exercice en raison d'un handicap ou qui envisagent de quitter le pays pendant les 6 semaines d'étude seront exclus.

-

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: La prévention
  • Répartition: Randomisé
  • Modèle interventionnel: Affectation parallèle
  • Masquage: Seul

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Comparateur actif: Uniforme aléatoire
Dans ce bras, les types de messages ont été envoyés de manière aléatoire, c'est-à-dire avec une distribution aléatoire uniforme.
Le groupe d'intervention aléatoire uniforme reçoit des commentaires et des messages de motivation choisis dans les banques de messagerie avec des probabilités égales.
Expérimental: Apprentissage par renforcement
Dans ce bras, les types de messages ont été choisis par un algorithme d'apprentissage par renforcement. La décision concernant le message à envoyer était basée sur plusieurs variables contextuelles, y compris les données de l'application podomètre et les jours consécutifs depuis l'envoi des messages de différentes catégories.
Le groupe d'intervention adaptative reçoit des messages choisis parmi les banques de messagerie par un algorithme d'apprentissage par renforcement.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Pas (mesurés par un podomètre téléphonique)
Délai: 24 heures (mesuré sur une période de 6 semaines)
Modification du nombre de pas quotidiens (les pas d'aujourd'hui comptent moins les pas d'hier)
24 heures (mesuré sur une période de 6 semaines)
Pas (mesurés par un podomètre téléphonique)
Délai: Changement de la ligne de base au suivi de 6 semaines
Changement moyen du nombre de pas quotidiens au cours de l'étude
Changement de la ligne de base au suivi de 6 semaines

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Scores de dépression
Délai: Changement de la ligne de base au suivi de 6 semaines
Questionnaire sur la santé du patient 9 élément (PHQ-9). Le PHQ-9 a des scores de 0 à 27. Des scores plus élevés signifient un résultat pire.
Changement de la ligne de base au suivi de 6 semaines
Scores d'anxiété
Délai: Changement de la ligne de base au suivi de 6 semaines
Trouble Anxieux Général 7 item (GAD-7). Le GAD-7 a des scores de 0 à 21. Des scores plus élevés signifient un résultat pire.
Changement de la ligne de base au suivi de 6 semaines
Activation comportementale
Délai: Changement de la ligne de base au suivi de 6 semaines
Échelle d'activation comportementale pour la dépression - Forme abrégée (BADS-SF). Le BADS-SF a des scores de 0 à 54. Des scores plus élevés signifient de meilleurs résultats.
Changement de la ligne de base au suivi de 6 semaines

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chercheur principal: Adrian Aguilera, PhD, University of California, Berkeley

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

12 septembre 2019

Achèvement primaire (Réel)

10 décembre 2019

Achèvement de l'étude (Réel)

20 décembre 2019

Dates d'inscription aux études

Première soumission

17 juin 2020

Première soumission répondant aux critères de contrôle qualité

17 juin 2020

Première publication (Réel)

19 juin 2020

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

24 juin 2020

Dernière mise à jour soumise répondant aux critères de contrôle qualité

22 juin 2020

Dernière vérification

1 juin 2020

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • 2019-04-12118

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

OUI

Description du régime IPD

Les données individuelles des participants qui sous-tendent les résultats rapportés dans les articles seront mises à la disposition des chercheurs sur demande après l'anonymisation.

Délai de partage IPD

Après publication des données, pas de date de fin

Critères d'accès au partage IPD

Toute personne ayant une proposition méthodologiquement solide.

Type d'informations de prise en charge du partage d'IPD

  • PROTOCOLE D'ÉTUDE
  • SÈVE
  • ANALYTIC_CODE

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner