인공 지능을 사용하여 체중 감량 치료 제공 최적화 (ReLearn)
2026년 9월 1일 업데이트: elafata@ori.org, Oregon Research Institute
Project ReLearn은 체중 감량 코칭을 최적화하기 위한 인공 지능 시스템의 효능과 비용 효율성을 테스트하고 있습니다.
참가자는 무작위로 1년 주간 골드 표준 행동 체중 감량 원격(비디오) 그룹 치료 또는 원격 그룹 치료, 짧은 화상 통화 및 자동 메시지의 조합으로 구성된 AI 최적화 치료에 배정됩니다.
AI에 최적화된 조건에서 시스템은 결과를 모니터링하고(무선 체중계, 휴대폰 앱 및 손목 착용 추적기를 통해) 매주 특정 시간 제약 내에서 각 참가자에게 가장 잘 반응하는 치료를 할당합니다.
연구 개요
연구 유형
중재적
등록 (실제)
301
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, 미국, 19104
- Drexel University Center for Weight, Eating and Lifestyle Science
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
설명
포함 기준:
- 개인은 과체중 또는 비만 BMI(27-50kg/m2)여야 합니다.
- 개인은 성인이어야 합니다(18-70세).
- 원격 프로그램에 참여할 수 있고 참여할 의향이 있는 자
- 신체 활동에 참여할 수 있음(멈추지 않고 도시 두 블록을 걷는 것으로 정의됨)
- 개인은 또한 연구팀이 필요한 경우 개인 주치의에게 연락하거나 허가를 제공하거나 급속한 체중 감량에 대해 상담하는 데 동의해야 합니다.
- Apple 또는 Android 스마트폰에 대한 접근성 및 사용 의향
- 모든 등록 절차를 만족스럽게 완료
제외 기준:
- 중재 중 참여자에게 위험을 초래하거나 체중 변화를 유발할 수 있는 의학적 상태(예: 암, 제1형 당뇨병, 정신병, 전임계 섭식 장애)
- 현재 임신 중이거나 모유 수유 중이거나 향후 12개월 이내에 임신할 계획이 있는 경우
- 체중에 상당한 변화를 일으킬 수 있는 약물의 복용량을 최근에 시작했거나 변경함
- 비만 수술의 역사
- 지난 3개월 동안 > 5%의 체중 감소
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 치료
- 할당: 무작위
- 중재 모델: 요인 할당
- 마스킹: 하나의
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
활성 비교기: BWL-S
MS 수준의 임상의와 함께하는 1년 원격 표준, 소그룹 기반 행동 체중 감량 치료.
|
행동 체중 감소 치료는 현재 비만에 대한 표준 치료법입니다.
|
|
실험적: BWL-AI
(1) 원격 소그룹 기반 행동 체중 감량 세션, (2) 12분 개별 영상 통화, (2) 자동 문자 메시지의 조합으로 구성된 1년간의 원격 체중 감량 치료.
MS 수준의 임상의가 그룹 치료를 제공합니다.
대부분의 화상 통화는 준전문 코치가 진행하지만 일부는 MS 수준의 임상의가 진행합니다.
매주 AI 시스템은 특정 시간 제약 내에서 참가자가 가장 잘 반응한 치료법을 기반으로 각 참가자에 대한 중재 중 하나를 선택합니다.
|
AI 최적화 행동 체중 감량 치료는 지속적으로 모니터링되는 참가자 디지털 데이터를 기반으로 강도(자동 문자 메시지, 화상 회의 그룹, 개별 코칭 통화) 및 코치 유형(준전문가 또는 MS 수준 전문가)을 지속적으로 변화시킵니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
체중 변화
기간: 기준선, 1개월, 6개월 및 12개월 평가
|
체중은 0.2kg까지 정확한 Fitbit Aria Air 무선 체중계를 사용하여 측정됩니다.
정확성을 극대화하기 위해 (1) 지침을 제공하고(예: 평평하고 단단한 표면에 저울을 놓으십시오. 기상 후 옷을 입지 않고 화장실을 사용한 후 무게를 잰다), (2) 참가자에게 지시를 따르고 있는지 확인하도록 요구합니다 각 평가 포인트, (3) 각 시점에 대해 평균 5개의 연속 일일 가중치 사용, (4) 잘못된 가중치 제거(예: 1일에 >1kg 변경).
|
기준선, 1개월, 6개월 및 12개월 평가
|
|
소송 비용
기간: 기준선, 1개월, 6개월 및 12개월 평가
|
카운슬러, 참가자 및 감독 카운슬러를 교육하는 데 소요되는 모든 시간은 카운슬러가 개인 및 그룹 치료를 제공하는 데 소비하는 시간과 마찬가지로 프로젝트 코디네이터가 추적합니다.
웹 포털은 예를 들어 음식 기록 검토 및 문자 메시지와 같이 포털에서 카운셀러 시간을 추적합니다.
기본 시간 약정은 조건에 따라 사전 설정되지만 참가자 노쇼, 참가자 탈락, 카운슬러의 시간 제한 준수 등 여러 요인이 달라질 수 있습니다.
|
기준선, 1개월, 6개월 및 12개월 평가
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
신체 활동
기간: 기준선, 1개월, 6개월 및 12개월 평가
|
중등도에서 격렬한 신체 활동(MVPA)의 시간(분)은 연구 등급 가속도계와 동등한 수준의 정확도와 우수한 순응도를 제공하는 소비자용 손목 착용 활동 추적기인 Fitbit을 통해 측정됩니다.
MVPA 목표를 충족하는 일수는 AI 시스템에서 사용되며 MVPA 시간은 2차 결과로 사용됩니다.
|
기준선, 1개월, 6개월 및 12개월 평가
|
|
칼로리 섭취량
기간: 기준선, 1개월, 6개월 및 12개월 평가
|
Fitbit 앱의 음식 로그에서 파생된 7일간의 칼로리 섭취량은 2차 결과로 사용됩니다.
코치(표준 치료에 따라)와 AI 시스템 모두에서 데이터를 사용하기 때문에 참가자는 이미 앱을 사용하여 소비를 추적하고 있을 것입니다.
|
기준선, 1개월, 6개월 및 12개월 평가
|
|
리커트 자기 보고 척도에 의해 측정된 수용성
기간: 6개월 및 12개월 평가
|
참가자들은 프로그램에 대한 만족도와 인지된 효과를 평가하도록 요청받을 것입니다.
카운슬러는 효율성과 사용 용이성을 평가할 것입니다.
|
6개월 및 12개월 평가
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
자율규제능력
기간: 기준선 및 1개월 평가
|
자기 조절 능력은 간단한 자기 조절 척도(강력한 재검사 신뢰도와 내적 일관성을 갖고 체중 감소와 식이 건강을 예측함)를 사용하여 직접 측정됩니다.
|
기준선 및 1개월 평가
|
|
자율적 동기 부여
기간: 기준선 및 1개월 평가
|
자율적 동기는 내부적으로 일관되고 유효한 치료 자기 규제 설문지에 의해 측정됩니다.
|
기준선 및 1개월 평가
|
|
우울 증상
기간: 기준선 및 1개월 평가
|
우울 증상은 Center for Epidemiologic Studies Depression Scale로 20개 항목으로 측정됩니다.
이 자가 보고 척도는 널리 사용되며 다양한 인구통계학적 그룹과 임상 및 비임상 인구 모두에서 신뢰할 수 있는 것으로 입증되었습니다.
|
기준선 및 1개월 평가
|
|
폭식
기간: 기준선 및 1개월 평가
|
폭식은 섭식 장애 검사(EDE)의 폭식 모듈로 측정됩니다. 이 모듈은 폭식 장애가 있는 사람과 없는 사람을 구별하는 섭식 장애 증상의 잘 검증되고 신뢰할 수 있는 측정입니다.
|
기준선 및 1개월 평가
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Evan M Forman, PhD, Drexel University Center for Weight, Eating and Lifestyle Science
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Berry M, Taylor L, Huang Z, Chwyl C, Kerrigan S, Forman E. Automated Messaging Delivered Alongside Behavioral Treatment for Weight Loss: Qualitative Study. JMIR Form Res. 2023 Nov 6;7:e50872. doi: 10.2196/50872.
- Forman EM, Berry MP, Butryn ML, Hagerman CJ, Huang Z, Juarascio AS, LaFata EM, Ontanon S, Tilford JM, Zhang F. Using artificial intelligence to optimize delivery of weight loss treatment: Protocol for an efficacy and cost-effectiveness trial. Contemp Clin Trials. 2023 Jan;124:107029. doi: 10.1016/j.cct.2022.107029. Epub 2022 Nov 23.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2022년 3월 22일
기본 완료 (실제)
2025년 2월 28일
연구 완료 (실제)
2025년 2월 28일
연구 등록 날짜
최초 제출
2022년 1월 26일
QC 기준을 충족하는 최초 제출
2022년 2월 7일
처음 게시됨 (실제)
2022년 2월 9일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 9월 4일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 9월 1일
마지막으로 확인됨
2026년 9월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .