さまざまなインセンティブとそれらがどの程度効果的に歩行行動を動機付けるかをテストする
12週間にわたる歩行行動を追跡したアプリでの、宝くじ、保証、および複合インセンティブの有効性に関するランダム化試験。
この研究は、トラッカー アプリを使用する人々の歩行を動機付けるさまざまな種類のインセンティブの有効性をテストすることを目的としています。 アプリユーザーはランダムに 3 つのグループに割り当てられます。グループ 1 は、ウォーキング 1 分あたりのポイントの形で保証されたインセンティブを受け取り、グループ 2 は、賞品抽選券の形で非保証のインセンティブを受け取ります。 3 は 2 つの組み合わせを受け取ります。
アプリユーザーはこの研究に参加するよう招待され、参加に同意した人は、BetterPoints アプリを使用して 12 週間の歩行活動を追跡します。 参加者はまた、モチベーションと報酬に対する反応性を評価するために、研究期間の開始時と終了時にアンケートに回答するよう求められます。
12週間の介入期間の終わりに、研究の開始から3つの追跡時点までの歩行時間の変化が評価され、グループ間で比較されます。 合計の歩行時間もグループ間で比較されます。 報告された自律的モチベーションのレベルの違いは、研究の開始時と終了時、およびグループ間で評価されます。
調査の概要
詳細な説明
身体活動が一般的な非感染性疾患のリスクを軽減することは十分に確立されています。 英国では 2025 年までに 6,500 万人がスマートフォンを使用すると予測されています。 このようなリーチにより、モバイル アプリは身体活動を促進する介入として期待されています。 体系的なレビューは、金銭的インセンティブが身体活動の促進に効果的であることを示唆していますが、人口レベルでの費用対効果はまだ不明です。 アプリとインセンティブを組み合わせた研究では、インセンティブの大きさは、介入の手頃な価格に影響を与える種類、タイミング、内容ほど重要ではないことが示唆されています。
アプリで使用される 2 種類のインセンティブは、身体活動の 1 分あたりのステップごとに獲得される保証報酬と、活動に対して賞品の抽選へのより多くの応募が報酬となる宝くじインセンティブです。 保証されたものであっても、宝くじで当選したものであっても、報酬はデジタル通貨の形で提供され、買い物券と引き換えたり、慈善団体に寄付したりできます。
確実な報酬を提供するコストは、ユーザーの数とそのアクティビティのレベルによって異なります。 宝くじベースのアプローチでは、コストを固定できます。 つまり、宝くじの賞品は、ユーザーの数やユーザーのアクティビティに関係なく固定されます。 ただし、これは、ユーザーが増え、ユーザーがよりアクティブになると、アクティビティごとにユーザーごとに期待される勝利が減少することを意味します。 宝くじベースのインセンティブを比較する証拠は限られています。 パテル氏らは、13週間にわたってさまざまな宝くじの条件を比較し、5ドルを獲得する確率が18%、50ドルを獲得する確率が1%である組み合わせアプローチの方が、高頻度で低配当やジャックポットよりも効果的であることを発見した。 宝くじベースのアプローチと確実なインセンティブを直接比較した研究は見つかりませんでした。 これが現在の裁判が埋めることを目指しているギャップである。
本研究は、身体活動の促進における保証型インセンティブ、抽選型インセンティブ、インセンティブ併用型インセンティブの有効性を評価することを目的としています。 この研究から得られた洞察は、公衆衛生の成果を改善するための拡張可能で費用対効果の高い介入を開発するのに役立つ可能性があります。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Hannah McCarthy, MA
- 電話番号:07487680514
- メール:hannah.mccarthy.16@ucl.ac.uk
研究連絡先のバックアップ
- 名前:Abigail Fisher, PhD
- 電話番号:020 7679 1722
- メール:abigail.fisher@ucl.ac.uk
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
包含基準:
BetterPoints アプリの既存ユーザー。 スポンサー付きプログラムではありません。
除外基準:
18 歳未満の BetterPoints アプリ ユーザー。 地方自治体が主催するプログラムに登録している BetterPoints アプリ ユーザー。
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:防止
- 割り当て:ランダム化
- 介入モデル:並列代入
- マスキング:ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:グループ 1: 保証されたインセンティブ
グループ 1: 保証 (ポイントのみ): 参加者は、10 分間のウォーキングごとに 10 ポイントを獲得できます。
1 分ごとにカウントされ、参加者はポイントを受け取るために 10 分間連続して歩く必要はありません。
10分間のウォーキング運動を蓄積するとポイントが付与されます。
これは 1 日あたり 40 ポイントに制限されます。つまり、参加者は 40 分のウォーキングを行うことで 1 日に 4 回まで 10 BetterPoints を獲得できます。
|
BetterPoints アプリは、インセンティブとゲーミフィケーションを使用して身体活動を動機付けるスマートフォン アプリケーションです。
|
|
実験的:グループ 2: 保証されていないインセンティブ
グループ 2: 非保証 (宝くじのみ): 参加者は、10 分間歩くごとに宝くじを 1 枚獲得できます。
これはポイント条件と同じ方法で蓄積および付与されます。
チケットは1日4枚までとなります。
|
BetterPoints アプリは、インセンティブとゲーミフィケーションを使用して身体活動を動機付けるスマートフォン アプリケーションです。
|
|
実験的:グループ 3: 複合
グループ 3: 複合 (ポイント/チケットの組み合わせ): グループ 3 の参加者は、10 分間のウォーキングで 5 ポイントと 1 枚の宝くじを獲得できます。
この条件での毎日の宝くじは 500 ベターポイント (グループ 2 の 1000 ベターポイントではなく) となるため、各チケットの期待値 (EV) は 5 ベターポイントになります。
参加者はこの方法で、1日あたり最大40分のウォーキングでポイントとチケットを獲得できます。
|
BetterPoints アプリは、インセンティブとゲーミフィケーションを使用して身体活動を動機付けるスマートフォン アプリケーションです。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
ベースラインからの週ごとの歩行時間の変化
時間枠:12週間
|
3 つのグループの歩行行動のベースライン分と追跡時点を比較します。
歩行時間はGPSアプリを使用して計測されます。
ベースラインは、介入期間の開始前の 2 週間のウォーキングになります。
フォローアップ日は、介入期間の開始から 4 週間、8 週間、12 週間後に行われます。
|
12週間
|
|
毎週の歩行時間の達成時間におけるグループ間の差異
時間枠:12週間
|
毎週の歩行時間をプロットし、グループ間の違いを視覚的に検査します。
4週間、8週間、12週間の歩行レベルの平均値と中央値の統計的差異がテストされます。
週あたり 150 分に達するグループ間の比例的な差異が調査されます。
|
12週間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
認識された動機
時間枠:12週間
|
介入期間の開始時と終了時の自律的動機付けに関する調査スコアを、グループ内の変化とグループ間の変化の差異について比較します。
一般多面的自動性スケールの短縮版の 9 項目 (Boiché, J., et al, 2016.
Marchant et al, 2021 によって短縮された) が使用されます。
これはリッカート尺度であり、参加者は 9 つの意見にどの程度同意するかを 1 (まったく同意しない) から 5 (完全に同意する) までのスケールで示すように求められます。
スコアリング: 合計して 9 で割ります。スコアが低い = 自動性が低い。
高スコア = 高い自動性。
|
12週間
|
|
報酬応答性 (RR)
時間枠:12週間
|
RR は、Gray の行動抑制/行動活性化スケール (BIS/BAS) の行動活性化項目を使用して、介入期間の開始時と終了時に測定されます (Van den Berg et al、2011)。
カーバー C.S. 1994)。
参加者は、リッカート尺度を使用して、5 つのステートメントに同意する (1) または同意しない (4) 程度を示すように求められます。
RR は、BAS からの 4 つの項目を逆にスコアリングすることによって、経時的な変化について評価されます。つまり、スコアが低い場合は報酬反応性が高いことを意味し、スコアが高い場合は報酬反応性が低いことを意味します。
RR のレベルは、グループ内およびグループ間の歩行時間のレベルの予測因子として調査されます。
|
12週間
|
協力者と研究者
捜査官
- 主任研究者:Hannah McCarthy, MA、University College, London
研究記録日
主要日程の研究
研究開始 (推定)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。