Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Gépalapú algoritmus a fokozott fizikai aktivitás és a tartós felhasználói elkötelezettség érdekében

2025. április 21. frissítette: Western University, Canada

Gépalapú algoritmus a tevékenységi célok módosítására a fizikai aktivitás növelése és a felhasználói elkötelezettség fenntartása érdekében a kifolyófelhasználók körében

Ez a 12 hetes tanulmány a Sprout alkalmazás gépi tanulási algoritmusa által generált személyre szabott napi lépéscélok hatékonyságát hasonlítja össze a felnőttek körében rögzített napi 10 000 lépéses lépésekkel. A résztvevőket a Sprout alkalmazáson keresztül toborozzák, majd 1 hetes bejáratási időszak után besorolják őket a beavatkozási vagy a kontrollcsoportba. Az intervenciós csoport adaptív célokat kap a történeti lépésadatai alapján, míg a kontrollcsoport fix célt kap. Mindkét csoport anyagi ösztönzést kap. Ennek a tanulmánynak a célja, hogy tájékoztassa a jövőbeni beavatkozásokat a napi lépések és az alkalmazások elköteleződési szintjének változásairól (azaz az alkalmazásban eltöltött idő, az alkalmazásmegnyitások száma) annak tanulmányozásával, hogy a pénzügyi ösztönzők és az adaptív célmeghatározás hogyan javíthatja az alkalmazás felhasználóinak fizikai aktivitási szintjét. , amelyről egy gépi tanulási algoritmus tájékoztat.

A tanulmány áttekintése

Részletes leírás

A kutatócsoport együttműködik a Telus Health-szel és a Sprout alkalmazással (iOS és Android verziók), amelyek célja a fizikai aktivitás növelése azáltal, hogy lehetővé teszi a résztvevők számára, hogy nyomon kövessék napi lépéseik számát, és aktívan összehasonlítsák azokat napi céljaikkal. A Sprout letöltése után a felhasználók megnyithatják az alkalmazást, és navigálhatnak a céloldalon és a kezdőlapon. A kezdőlapon megjelenik az aznap megtett lépések száma és a felhasználók napi lépéscélja. A résztvevők két ikonra kattinthatnak a kezdőlap tetején. Ha a felhasználók a bal oldali ikonra kattintanak, megjelenik az előzmények oldala. Az előzmények oldalon a résztvevők nyomon követhetik az elmúlt hét teljesítményét, napi lépéseiket és napi céljaikat egy színkódolt oszlopdiagramon. A zöld sáv a lépés céljának elérését jelzi a megfelelő napon, a piros sáv pedig azt, hogy a megfelelő napon nem sikerült elérni a lépéscélt. Az iPhone és Android készülékek beépített egészségügyi chipje gyűjti a lépésadatokat, és az iPhone és az Android egészségügyi chip által gyűjtött lépésszámlálások pontosságát számos tanulmány igazolta, hogy az ActiGraphhoz hasonló pontosságú. A Sprout alkalmazás először helyileg menti a lépés- és céladatokat a telefonra, majd 10 percenként szinkronizálja a szervert, amikor a telefon aktív. Az alkalmazás push értesítése is aktiválva van (ha a felhasználó aktiválja), és a szabványos iOS és Android push értesítést használja. A push értesítés a céloldalon és a telefon legutóbbi értesítései lapján látható.

A jogosult résztvevők az alkalmazás letöltése után 1 hetes bejáratási időszakot kezdenek. A bejáratási időszak célja az alapszintű napi lépések összegyűjtése, és annak felmérése, hogy a résztvevő képes-e teljesíteni a Sprout alkalmazás rendszeres használatához szükséges követelményeket. A befutási időszakban a kontroll- és az intervenciós csoport minden résztvevője azonos napi lépéscélokat kap az 1. és a 7. napra vonatkozóan: 3000, 3500, 4000, 4500, 5000, 5500 és 6000 lépést. A gépi tanulási algoritmust nem fogják használni a lépéscélok kiszámítására a beavatkozási csoport résztvevői számára a befutási időszakban. A befutási időszakban dinamikusan növekvő lépéscélokat használunk, hogy a résztvevőket bevonják az alkalmazás rendszeres használatába. Ezenkívül minden résztvevő 8 órakor push értesítést kap, amely megadja a napi lépés célját, és ha a résztvevő 20:00 előtt teljesíti a célt, akkor egy másik push értesítést küldünk, amely gratulál a résztvevőnek az aznapi lépéscéljának eléréséhez. . A befutási időszakban a két csoport közötti azonos célokat használják a kezdeti fizikai aktivitás referenciaszintjének meghatározására, amelyet a statisztikai elemzésekben használnak fel a napi lépések közötti különbség összehasonlítására a bejáratás és a 12 hét között a 2. csoportok. A befutási időszakban gyűjtött adatokat a gépi tanulási algoritmus használja fel a beavatkozási időszak lépéscéljainak kiszámításához. Ez egy érvényes megközelítés, mert a befutási adatok jelzik a különböző résztvevők preferenciáját. Minden résztvevő a két csoport valamelyikébe kerül. Az alkalmazás felhasználóinak csoportokhoz való hozzárendelését a Telus Health fogja megvalósítani a befutási időszak után. Az 1 hetes bejáratási időszak után a kontrollcsoport résztvevői állandó napi lépéscélokat kapnak, amelyeket napi 10 000 lépésre állítottak be a Sprout alkalmazáson keresztül. A résztvevők minden nap reggel 8:00-kor push értesítést kapnak, amely megadja az aznapi lépéscélt (10 000 lépés), és ha a résztvevő 20:00 előtt eléri a célt, akkor újabb push értesítést küldünk, amely gratulál a résztvevőnek az eléréséhez. az aznapi lépéscéljuk (10 000 lépés).

Az 1 hetes bejáratási időszak után a beavatkozási csoport résztvevői adaptívan személyre szabott lépéscélokat kapnak a Sprout alkalmazáson keresztül. A napi lépéscélokat a rendszer gépi tanulással számítja ki a felhasználó teljes történetére (múltbeli lépésekre és célokra). A gépi tanulást minden nap alkalmazni fogják a jövőbeni lépések és célok eltérésének csökkentése érdekében. A résztvevők minden nap reggel 8:00-kor push értesítést kapnak, amely megadja a mai lépés célját, és ha a résztvevő 20:00 előtt teljesíti a célt, akkor egy másik push értesítést küldünk, amely gratulál a résztvevőnek a lépés céljának eléréséhez. nap. A gépi tanulás adaptív módon számítja ki a személyre szabott lépéscélokat, amelyek az előrejelzések szerint maximalizálják a jövőbeni fizikai aktivitást minden résztvevő számára az összes korábbi lépés adatai és az egyes résztvevők céljai alapján. A gépi tanulást minden résztvevőre külön-külön alkalmazzák, és két fő lépésből áll. Az első lépés a résztvevő összes adatának felhasználása egy kvantitatív modell felépítéséhez, amely előrejelzi, hogy a résztvevő hány lépést fog megtenni a jövőben, adott lépéscélok előre meghatározott halmaza mellett, és a modell fontos szempontja egy olyan komponens, amely leírja, hogyan a célok elérése a jelenben növelheti a jövőbeni célok elérésének valószínűségét. A második lépés ennek a kvantitatív modellnek a felhasználása a lépéscélok olyan sorozatának kiválasztására, amely maximalizálja a lépések előre jelzett jövőbeli számát. A lépéscélok frissítési folyamatának adaptívá tétele érdekében a gépi tanulást minden nap alkalmazzák (a felhasználó összes múltbeli adatának felhasználásával), hogy lépéscélokat állítsanak elő a következő napra. Ráadásul a gépi tanulás által kiszámított lépéscélok a következő napra nem állandóak, hanem a modell előrejelzése alapján növekednek vagy csökkennek. A Sprout alkalmazás minden nap automatikusan nyomon követi a résztvevők lépésszámát, és a 12 hetes vizsgálati időszak során az alkalmazáson belüli elkötelezettségük szintjétől függetlenül célokat tűz ki. Mivel az adatokat utólag elemezzük, a résztvevők nem kapnak „tanulmány vége” levelet. A vizsgálati eljárásokra való regisztrációkor azonban minden felhasználó írásos beleegyezését adta adatai gyűjtéséhez és elemzéséhez.

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

1249

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

    • Ontario
      • London, Ontario, Kanada
        • Western University

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Igen

Leírás

Bevételi kritériumok:

  • 18 éves vagy idősebb felnőttek
  • A felhasználó szándéka, hogy a következő 12 hétben fizikailag aktívvá váljon
  • Legyen saját okostelefonja
  • Hajlandó telepíteni és használni a Sprout alkalmazást (amelyhez internetkapcsolat szükséges) minden nap 12 héten keresztül
  • Tudjon beszélni és olvasni angolul

Kizárási kritériumok:

  • Ismert egészségügyi állapotok vagy fizikai problémák, amelyek különleges figyelmet igényelnek egy fizikai aktivitási programban
  • Nemzetközi utazás tervezése a következő 3 hónapban, ami zavarhatja a mobiltelefon-adatok napi szerveres feltöltését
  • Terhes vagy szült az elmúlt 6 hónapban
  • Jelenlegi részvétel életmódmódosító programokban vagy kutatási tanulmányokban, amelyek megzavarhatják a tanulmányi eredményeket

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Kezelés
  • Kiosztás: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Adaptív lépéscél (beavatkozás)
Az „intelligens mód” funkció egy megfelelő ML algoritmust használt, hogy 16 felhasználói klasztert generáljon a napi lépésszámú minták alapján, mintegy 100 000 globális Telus jóléti felhasználó az előző két évben (2020. március 1 -jétől 2022. március 1 -ig; ezeknek a felhasználóknak az ismeretlen tulajdonságai). Az algoritmus ezután összehasonlította a résztvevők öthetes alapvonalának idősoros adatait a 16 felhasználói klasztermintázat tárolójával, hogy meghatározzuk, melyik fürtöt hozzárendelik. A hozzárendelés után kiszámítottuk az arányok közötti különbséget (az előző hét átlagos napi lépésszámlálása az adott hét lépéshosszúságához viszonyítva az átlagos napi lépésszám arányát az előző két hétről a lépéshét célkitűzésére [például 8000 lépés/7500 lépés = 1,067 vs. 8000 lépés/9500 lépés = 0,8421]). A különbség statisztikai szignifikanciájának felmérésére chi-négyzet tesztelést használtunk (p <0,05). Ennek célja annak meghatározása volt, hogy a következő kiszámított cél felmegy, le, vagy ugyanaz marad -e.
Automatizált, személyre szabott napi lépéscélok fogadása,
Aktív összehasonlító: Statikus lépéscél (vezérlés)
A 12 hetes intervenciós időszak folyamán a kontrollok folytatódtak a statikus napi lépéscéljukkal, ami megegyezik a kiindulási időszak heti átlagos napi lépésszámlájával. A kontroll résztvevői minden hétfőn 8:00 órakor, az intervenciós időszakban 8:00 óráig értesítést kaptak, emlékeztetve őket statikus napi lépés céljára. Ha a résztvevő 8:00 óráig elérte a napi lépés célját. Bármelyik napon egy értesítést küldtek, hogy gratuláljanak nekik a napi cél eléréséhez. Nem küldtek értesítést 8:00 óráig. A napi lépéscélokat elérő résztvevőket pontok formájában (azaz "Sproutbucks") jutalmazták az FI -vel. Megváltoztathatják a "sproutbucks" vagy a "platform" (például ajándékkártyákat a Starbuckstm-hez, a BestBuytm, az iTunestm, a Visatm) vagy a "platformon kívüli" (például a munkáltató specifikus jutalmainak, mint például a fitnesz tagsági kedvezmények utalványai). A "SproutBucks" értéke egyedi volt a vállalatok számára, napi célként 0,00 és 1,00 USD USD között.
Személyre szabott statikus napi lépéscélok kapása.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Lépések száma
Időkeret: 17 hét
A napi lépések relatív változása az 5 hetes befutási időszaktól a 12 hetes követésig, az adaptív napi lépéscélokat kapó csoportokban, szemben a nem adaptív célokat kapó csoportokkal.
17 hét

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Alkalmazásmegnyitások száma, alkalmazással töltött teljes idő, megnyitott oldalak száma
Időkeret: 12 hét
Különbség az elkötelezettség szintjében (a címben leírtak szerint) az adaptív célok csoportján belül a nem adaptív célokhoz képest a 12 hetes követési időszak során.
12 hét

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2023. január 1.

Elsődleges befejezés (Tényleges)

2025. március 1.

A tanulmány befejezése (Tényleges)

2025. március 24.

Tanulmányi regisztráció dátumai

Először benyújtva

2023. július 29.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. április 24.

Első közzététel (Tényleges)

2024. április 29.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2025. április 25.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2025. április 21.

Utolsó ellenőrzés

2024. április 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • 123632

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

IPD terv leírása

Minden adat nem azonosítható, és csak az eredmények kerülnek bemutatásra.

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

az Egyesült Államokban gyártott és onnan exportált termék

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Klinikai vizsgálatok a Egészségügyi Viselkedés

Klinikai vizsgálatok a Adaptív lépéses cél (beavatkozás)

Iratkozz fel