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

2024. április 24. 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 (Becsült)

500

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: Nem véletlenszerű
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Adaptív lépéses cél (beavatkozás)
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 órakor 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 a lépéscél eléréséhez ( 10 000 lépés) a napra.
Automatizált, személyre szabott napi lépéscélok fogadása,
Aktív összehasonlító: Statikus lépés cél (kontroll)
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 órakor 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 a lépéscél eléréséhez ( 10 000 lépés) a napra.
Rögzített napi 10 000 lépéses napi lépéscélok fogadása

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.

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 (Becsült)

2025. január 1.

A tanulmány befejezése (Becsült)

2025. február 1.

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)

2024. április 29.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2024. április 24.

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

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)

3
Iratkozz fel