Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

MyBehavior: Persuasion by Adapting to User Behavior and User Preference

10 februari 2015 bijgewerkt door: Cornell University
MyBehavior is a mobile application with a suggestion engine that learns a user's physical activity and dietary behavior, and provides finely-tuned personalized suggestions. To our knowledge, MyBehavior is the first smartphone app to provide personalized health suggestions automatically, going beyond commonly used one-size-fits-all prescriptive approaches, or tailored interventions from health-care professionals. MyBehavior uses an online multi-armed bandit model to automatically generate context-sensitive and personalized activity/food suggestions by learning the user's actual behavior. The app continually adapts its suggestions by exploiting the most frequent healthy behaviors, while sometimes exploring non-frequent behaviors, in order to maximize the user's chance of reaching a health goal (e.g. weight loss).

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

A dramatic rise in self-tracking applications for smartphones has occurred recently. Rich user interfaces make manual logging of users' behavior easier and more pleasant; sensors make tracking effortless. To date, however, feedback technologies have been limited to providing counts or attractive visualization of tracked data. Human experts (health coaches) have needed to interpret the data and tailor make customized recommendations. No automated recommendation systems like Pandora, Netflix or personalized search for the web have been available to translate self-tracked data into actionable suggestions that promote healthier lifestyle without needing to involve a human interventionist.

MyBehavior aims to fill this gap. It takes a deeper look into physical activity and dietary intake data and reveal patterns of both healthy and unhealthy behavior that could be leveraged for personalized feedback. Based on common patterns from a user's life, suggestions are created that ask users to continue, change or avoid existing behaviors to achieve certain fitness goals. Such an approach is different from existing literature in two important aspects: (1) suggestions are contextualized to a user's life and are built on existing user behaviors. As a result, users can act on these suggestions easily, with minimal effort and interruption to daily routines; (2) unique suggestions are created for each individual. This personalized approach differs from traditional one-size-fits-all or targeted intervention models where identical suggestions are applied for groups of similar people or the entire population.

Studietype

Ingrijpend

Inschrijving (Werkelijk)

17

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

  • Verenigde Staten
    • New York
      • Ithaca, New York, Verenigde Staten, 14850
        • Cornell University

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar tot 60 jaar (Volwassen)

Accepteert gezonde vrijwilligers

Ja

Geslachten die in aanmerking komen voor studie

Allemaal

Beschrijving

Inclusion Criteria:

  • In relatively healthy condition. Also, users must be interested in health and fitness.

Exclusion Criteria:

  • Individuals with physical disability and dietary problems are excluded.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Preventie
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Actieve vergelijker: Generic suggestions
Control group participants received suggestions generated by the a nutritionist and exercise trainer. These suggestions didn't relate to user's life or their past behavior.
Gedragsmatig: Generic suggestions
A nutritionist and an exercise trainer jointly created 45 food and exercise suggestions based on guidelines posted by the NIH. These suggestions ask users to walk for 30 minutes or eat healthier foods. These suggestions however doesn't personalize to users daily behavior into account.
Apparaat: Smartphone
An Android Smartphone with operating system version higher than 2.2
Experimenteel: MyBehavior
Experiment group participants received personalized suggestions from MyBehavior that relates their life and past behavior.
Apparaat: Smartphone
An Android Smartphone with operating system version higher than 2.2
Gedragsmatig: MyBehavior
The intervention automatically provides personalized suggestions based on users behavior and user context. Suggestions relates to users life and how often they have done them in the past. Since the suggestions relate to users' lives, they are easy to follow.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
User intentions to follow automated suggestions and behavior change
Tijdsspanne: 3 weeks

The primary outcome is to measure efficacy of MyBehavior suggestions. Efficacy will be measured in two dimensions (1) whether users intend to follow the automated suggestions from MyBehavior (2) effectiveness of automated suggestions in actual behavior change.

User intentions towards following MyBehavior suggestions are measured using a 5 point likert scale. The investigators will ask users to rate whether they can follow the suggestions on an average day within a scale of 1-5 (1- I can't follow the suggestion, 5 - I can easily follow the suggestion).

On the other hand, behavior change is measured from food (calories in per meal consumed) and activity (walking, running or exercise durations per day etc.) log collected using their smartphone. Regarding physical activity, how much physical activity users are performing will be compared across experiment conditions. Similarly, calorie consumption change in food will be used to compare dietary behavior change.
3 weeks

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Usability improvements of automated suggestions
Tijdsspanne: 3 weeks
MyBehavior is the first system to provide health suggestions for food and activity automatically. Thus there are scopes of usability improvement on how to effectively present the automatically generated information to the user. Qualitative interviews at the end of study will be conducted to gather user experience of using MyBehavior. This interviews will help to build a better and more usable version of MyBehavior for future larger scale deployments.
3 weeks

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Cornell University

Onderzoekers

  • Hoofdonderzoeker: Mashfiqui Rabbi, BS, Cornell University

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start

1 mei 2013

Primaire voltooiing (Werkelijk)

1 juni 2013

Studie voltooiing (Werkelijk)

1 juni 2013

Studieregistratiedata

Eerst ingediend

2 februari 2015

Eerst ingediend dat voldeed aan de QC-criteria

5 februari 2015

Eerst geplaatst (Schatting)

10 februari 2015

Updates van studierecords

Laatste update geplaatst (Schatting)

11 februari 2015

Laatste update ingediend die voldeed aan QC-criteria

10 februari 2015

Laatst geverifieerd

1 februari 2015

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 1302003617

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Gewichtsverlies

Klinische onderzoeken op Generic suggestions

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Kosovo

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren