Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Bruksvurdering av Gen AI-basert ernæringschatbot for gravide kvinner

16. september 2026 oppdatert av: Dr Bronya LUK Hi Kwan, Hong Kong Metropolitan University

Brukervurdering av Gen AI-basert ernæringschatbot for gravide kvinner: En pilotkvasi-eksperimentell studie

Bakgrunn: Svangerskap påfører betydelige fysiske krav, med komplikasjoner som svangerskapsdiabetes (GDM) og preeklampsi som utgjør alvorlige risikoer. Ernæring er avgjørende for forebygging, men tilgang til pålitelig veiledning forblir utfordrende. Denne studien evaluerer gjennomførbarheten av en AI-chatbot som gir ernæringsveiledning for å håndtere disse tilstandene.

Metoder: I et kvasi-eksperimentelt design vil 100 gravide kvinner selv velge enten intervensjonsgruppen (n=50, som bruker en AI-chatbot) eller kontrollgruppen (n=50, som mottar standard behandling). Primært resultatmål er brukervennlighet målt med System Usability Scale (SUS) etter 12 uker, med en forventet gjennomsnittsforskjell på ≥13 poeng. Sekundære resultatmål inkluderer teknologiaksept (Technology Acceptance Model), brukerengasjement, informasjonsnøyaktighet og endringer i ernæringskunnskap/-atferd. Kvantitative data vil analyseres ved hjelp av intention-to-treat og t-tester. Semistrukturerte intervjuer med 20 deltakere vil utforske brukeropplevelser gjennom tematisk analyse.

Forventede resultater: AI-chatboten forventes å demonstrere overlegen brukervennlighet og høy brukeraksept (TAM >5,0/7), med forbedringer i ernæringskunnskap og atferd. Kvalitative funn vil gi innsikt i fordeler, barrierer og engasjementsfaktorer.

Konklusjon: Denne studien vil etablere et bevisgrunnlag for AI-chatbotens gjennomførbarhet og aksept for prenatal ernæring, og informere om verktøyoptimalisering og fremtidige storskala forsøk.

Studieoversikt

Detaljert beskrivelse

Mål: Denne studien har først og fremst som mål å evaluere brukervennligheten til en ernærings-AI-chatbot for gravide kvinner ved å sammenligne System Usability Scale (SUS)-skår mellom intervensjons- og kontrollgruppen. Sekundære mål inkluderer vurdering av teknologiaksept (Technology Acceptance Model), engasjementsmønstre, informasjonskvalitet (nøyaktighet, forståelighet, konsistens), og endringer i ernæringskunnskap.

Design: Et kvasi-eksperimentelt design med to parallelle grupper (n=50 hver) vil bli benyttet. Ved hjelp av selvseleksjon vil deltakerne velge å melde seg på i intervensjonsgruppen (tilgang til en AI-chatbot i tillegg til rutinemessig pleie) eller kontrollgruppen (tilgang til en standardisert WeChat-informasjonstjeneste i tillegg til rutinemessig pleie). Rutinemessig pleie for alle deltakere inkluderer standard besøk på svangerskapsklinikk og trykte ernæringsmateriell.

WeChat-tjenesten for kontrollgruppen vil bli drevet av en opplært forskningsassistent ved bruk av et forhåndsdefinert manus under to planlagte tidsvinduer daglig, og vil gi informasjon sitert fra de offisielle ernæringsarkene. Dette isolerer informasjonsformidlingsmåten (AI mot menneskefasilitert melding) som den primære variabelen.

Deltakere: Inklusjonskriterier: gravide kvinner i alderen ≥18 år, i stand til å samtykke, eier en smarttelefon med internettilgang. Eksklusjonskriterier: påmelding i andre ernæringsintervensjoner eller alvorlige psykiske helsetilstander som hindrer teknologibruk. Et målrettet underutvalg på 20 deltakere (10 per gruppe) vil fullføre kvalitative intervjuer.

Utvalgsstørrelse: Basert på en forventet gjennomsnittlig SUS-skår på 78 (SD=12) i intervensjonsgruppen og 65 (SD=15) i kontrollgruppen (Cohens d=0,95), kreves 23 deltakere per gruppe for 90% styrke ved alfa=0,05. Med hensyn til 50% frafall, vil 50 deltakere per gruppe bli rekruttert. Propensity score matching vil bli anvendt for å redusere seleksjonsbias ved bruk av variabler inkludert alder, svangerskapsalder, paritet, utdanning og grunnleggende teknologibruk.

Målinger: Det primære resultatet, brukervennlighet, vil bli målt ved bruk av System Usability Scale (SUS) og Chatbot Usability Questionnaire (CUQ) ved 12 uker. Teknologiaksept vil bli vurdert ved bruk av Technology Acceptance Model (TAM). Ernæringskunnskap vil bli evaluert ved baseline og 12 uker ved bruk av et 15-spørsmåls skjema og FIGO Nutrition Checklist. Informasjonsnøyaktighet og konsistens vil bli vurdert av et ekspertpanel som rangerer 150 chatbot-svar og gjentatt innsending av 20 testspørsmål. Engasjement vil bli analysert via applikasjonsbrukslogger som måler overholdelse, intensitet og vedholdenhet. Semistrukturerte intervjuer vil utforske brukeropplevelser i dybden.

Dataanalyse: Kvantitative data vil bli analysert ved bruk av intention-to-treat-prinsipper. Primæranalyse vil sammenligne gjennomsnittlige SUS-skår mellom grupper ved bruk av uavhengige prøver t-tester, med effektstørrelser beregnet som Cohens d. Sekundære resultater vil bli analysert ved bruk av lignende tilnærminger, med chi-square-tester for andeler og lineære blandede modeller for endringsskår i ernæringskunnskap. Manglende data vil bli håndtert gjennom multiple imputasjoner. Kvalitative intervjutranskripsjoner vil bli analysert ved bruk av tematisk analyse med dobbelt uavhengig koding.

Studietidslinje: Deltakere vil bli inkludert over en 6-måneders periode, hvor hver deltaker fullfører en 12-ukers intervensjons- og oppfølgingsperiode.

Studietype

Intervensjonell

Registrering (Antatt)

100

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

  • Navn: Bronya Luk, DHSc
  • Telefonnummer: +852 39708758 +852 39708758
  • E-post: bluk@hkmu.edu.hk

Studiesteder

      • Hong Kong, Hong Kong
        • Hong Kong Metropolitan University
        • Ta kontakt med:

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Beskrivelse

Inklusjonskriterier:

  • Gravide kvinner 18 år eller eldre
  • I stand til å gi informert samtykke på studiens språk
  • Eier en smarttelefon med internettilgang og WeChat-applikasjonen

Eksklusjonskriterier:

  • Pågående deltakelse i andre ernæringsintervensjonsstudier
  • Alvorlige psykiske lidelser som kan hindre teknologibruk eller evne til å gi informert samtykke

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Støttende omsorg
  • Tildeling: Ikke-randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Intervensjonsgruppen
Intervensjonsgruppen vil ha tilgang til ernærings-AI-chatboten.
En kulturelt tilpasset ernærings-AI-chatbot for gravide kvinner, og AI-chatbotstøtten vil være tilgjengelig 24/7
Ingen inngripen: Kontrollgruppen
Kontrollgruppen vil motta rutinemessig pleie sammen med tilgang til en standardisert WeChat-informasjonstjeneste. For å sikre en rettferdig sammenligning vil WeChat-tjenesten for kontrollgruppen bli drevet av en opplært forskningsassistent som bruker et forhåndsdefinert manus og protokoll. Assistenten vil svare på henvendelser i to forhåndsplanlagte vindu per dag (f.eks. 10:00-12:00 og 14:00-16:00) ved å gi informasjon direkte sitert eller parafrasert fra de offisielle ernæringsbladene.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
System Usability Scale (SUS)
Tidsramme: 12 uker
Brukervennlighet vil bli vurdert ved hjelp av System Usability Scale (SUS), et spørreskjema med 10 spørsmål med fempunkters Likert-svar. SUS gir en totalscore fra 0 til 100, der høyere score indikerer bedre opplevd brukervennlighet. Scorene vil bli sammenlignet mellom gruppene etter 12 uker.
12 uker

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Gjennomsnittlig poengsum på Technology Acceptance Model (TAM) spørreskjema
Tidsramme: 12 uker
Teknologiaksept vil bli vurdert ved bruk av Technology Acceptance Model (TAM)-spørreskjemaet. Dette 12-punkts instrumentet måler to domener: opplevd nytteverdi (6 punkter) og opplevd brukervennlighet (6 punkter). Hvert punkt vurderes på en 7-punkts Likert-skala fra 1 (sterkt uenig) til 7 (sterkt enig). Domene-skårer beregnes som gjennomsnittet av punktene innenfor hvert domene, hvor høyere skårer indikerer større opplevd nytteverdi eller brukervennlighet.
12 uker
Andel deltakere som oppnår tilstrekkelig engasjementsetterlevelse
Tidsramme: 12 uker
Engasjement og overholdelse vil bli målt ved bruk av applikasjonsbrukslogger. Tilstrekkelig overholdelse er definert som bruk av plattformen minst 3 dager per uke i minst 10 av de 12 ukene i intervensjonsperioden. Andelen deltakere som oppfyller denne terskelen vil bli rapportert.
12 uker
Gjennomsnittlig antall plattforminnlogginger per uke
Tidsramme: 12 uker
Engasjementsintensiteten vil bli målt ved bruk av applikasjonsbrukslogger. Gjennomsnittlig antall innlogginger per uke over 12-ukers intervensjonsperioden vil bli beregnet for hver deltaker og rapportert som et gruppegjennomsnitt.
12 uker
Gjennomsnittlig antall spørringer innsendt per deltaker
Tidsramme: 12 uker
Engasjementsintensiteten vil også bli vurdert ut fra det totale antallet spørsmål (henvendelser eller forespørsler) som hver deltaker sender inn til plattformen i løpet av den 12-ukers intervensjonsperioden, rapportert som et gruppegjennomsnitt.
12 uker
Andel chatbot-svar vurdert som nøyaktige av klinisk ekspertpanel
Tidsramme: 12 uker
Et panel med kliniske eksperter vil vurdere et utvalg på 150 chatbot-svar for nøyaktighet. Svarene vil bli vurdert som nøyaktige eller unøyaktige basert på samsvar med gjeldende kliniske retningslinjer. Andelen av svar som vurderes som nøyaktige vil bli rapportert.
12 uker

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Bronya Luk, DHSc, School of Nursing and Health Sciences, Hong Kong Metropolitan University

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Antatt)

1. oktober 2026

Primær fullføring (Antatt)

31. januar 2027

Studiet fullført (Antatt)

31. januar 2027

Datoer for studieregistrering

Først innsendt

24. februar 2026

Først innsendt som oppfylte QC-kriteriene

4. mars 2026

Først lagt ut (Faktiske)

9. mars 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

17. september 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

16. september 2026

Sist bekreftet

1. mars 2026

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Informert samtykkeskjemaet som ble signert av deltakerne inkluderte ikke bestemmelser for offentlig deling av data på individuelt nivå. Videre pålegger den etiske godkjenningen gitt av [Navn på din etiske komité/IRB] restriksjoner på spredning av data for å beskytte deltakernes konfidensialitet. Derfor vil kun aggregerte og anonymiserte resultater bli publisert.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere