Aplikacja mobilna zwiększająca aktywność fizyczną uczniów
Aplikacja mHealth wykorzystująca adaptacyjne uczenie się w celu zwiększenia aktywności fizycznej studentów uniwersytetów
Wstęp: Niewystarczająca aktywność fizyczna jest jednym z głównych czynników ryzyka śmierci na całym świecie. Terapie behawioralne dostarczane za pośrednictwem aplikacji na smartfony są bardzo obiecujące, jeśli chodzi o pomaganie ludziom w podejmowaniu zdrowych zachowań, w tym zwiększaniu aktywności fizycznej. Jednak podobnie jak w przypadku zabiegów „twarzą w twarz”, efekty zwykle nie wydają się utrzymywać przez dłuższy czas.
Metody: badacze opracowali aplikację na smartfony, która wykorzystuje różne rodzaje motywacyjnych i zwrotnych wiadomości tekstowych, aby zmotywować osoby do zwiększenia aktywności fizycznej. Tutaj uczestnicy są losowo przydzielani do otrzymywania wiadomości według jednolitego rozkładu losowego (n = 50) lub wybierani przez algorytm uczenia się przez wzmacnianie (n = 50), który uczy się na podstawie codziennych danych uczestników, aby spersonalizować częstotliwość i rodzaj motywacji wiadomości.
Cele: W bieżącym badaniu badacze badają tę aplikację u studentów studiów licencjackich i magisterskich na Uniwersytecie Kalifornijskim w Berkeley. Badacze porównują, czy uczestnicy w jednolitej grupie losowej lub adaptacyjnej mają większy wzrost kroków podczas badania. Badacze badają również wpływ różnych rodzajów wiadomości na liczbę kroków. Ponadto badacze oceniają wpływ cech pacjenta, takich jak wyniki socjodemograficzne, wyniki kwestionariuszy psychologicznych i wyjściowa aktywność fizyczna na wpływ ramienia adaptacyjnego i skuteczność komunikatów. Na koniec badacze oceniają jakościowe informacje zwrotne uczestników na temat programu wiadomości tekstowych, na podstawie informacji zwrotnych przekazywanych za pośrednictwem kwestionariuszy, wiadomości tekstowych i wywiadów telefonicznych.
Przegląd badań
Status
Szczegółowy opis
Badacze opracowali aplikację na smartfony, aplikację DIAMANTE, która wykorzystuje uczenie maszynowe do generowania adaptacyjnych wiadomości tekstowych, ucząc się na podstawie codziennych danych uczestników, aby spersonalizować częstotliwość i rodzaj motywacji wiadomości. W bieżącym badaniu badacze porównają tę aplikację u studentów studiów licencjackich i magisterskich na Uniwersytecie w Berkeley z losowo wybranymi wiadomościami tekstowymi. Badanie to zapewni wgląd w skuteczność tej aplikacji na smartfony w zwiększaniu aktywności fizycznej studentów. Ponadto dostarczy wstępnej wiedzy na temat mechanizmów działania i zmiennych, które moderują skuteczność interwencji.
Badanie to charakteryzuje się schematem czynnikowym z łącznie 3 czynnikami reprezentującymi komunikaty motywacyjne (M), komunikaty zwrotne (F) i ramy czasowe (T), w których wysłano komunikat, odpowiednio 4, 5 i 4 poziomy. Jeden poziom M i F odpowiadał traktowaniu kontrolnemu, tj. Brak wysłanej wiadomości. Każdy uczestnik otrzymywał codziennie jedną inną kombinację M, F i T.
Zarówno adaptacyjna, jak i jednorodna grupa losowa otrzymają te same rodzaje komunikatów: informację zwrotną (4 aktywne kategorie plus brak komunikatu) i motywację (3 aktywne kategorie plus brak komunikatu). Jednak kategorie wiadomości, czas i częstotliwość zostaną zoptymalizowane przez algorytm uczenia się przez wzmacnianie w grupie adaptacyjnej i zostaną dostarczone z równym prawdopodobieństwem w jednolitej grupie losowej (zgodnie z jednolitym rozkładem losowym).
W przypadku grupy uczącej się ze wzmocnieniem dane dotyczące treningu algorytmu składają się z danych historycznych wszystkich uczestników (zmienne kontekstowe), które obejmują wiadomości wysłane wcześniej i w jakich przedziałach czasowych oraz wybrane dane kliniczne/demograficzne (takie jak wiek, dzień tydzień i wyniki depresji) w celu poprawy zdolności przewidywania. Następnie wiadomość jest wybierana na podstawie przewidywanej skuteczności wiadomości w połączeniu z metodą próbkowania. W związku z tym często wybiera najbardziej satysfakcjonujące wiadomości i czasami bada wiadomości z niepewnością co do ich nagrody.
Celem tego badania jest:
- ocenić, czy uczestnicy polityki wzmacniania uczenia się wykazują większy wzrost dziennych kroków po sześciotygodniowej obserwacji niż uczestnicy otrzymujący wiadomości o jednolitym rozkładzie losowym
- ocenić, czy socjodemograficzne, podstawowe zachowania/postawy związane z aktywnością fizyczną oraz czynniki psychologiczne wpływają na efekt interwencji adaptacyjnej.
- ocenić, które komunikaty są najbardziej korzystne w zwiększaniu aktywności fizycznej.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
California
-
Berkeley, California, Stany Zjednoczone, 94709
- Caroline Figueroa
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Kryteria włączenia: Uwzględnimy obecnie zapisanych studentów studiów licencjackich i magisterskich w wieku od 18 do 65 lat.
-
Kryteria wykluczenia: Studenci, którzy nie mają smartfona, nie są w stanie ćwiczyć z powodu niepełnosprawności lub planują opuścić kraj podczas 6-tygodniowego badania, zostaną wykluczeni.
-
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Zapobieganie
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Aktywny komparator: Jednolity losowy
W tym ramieniu rodzaje wiadomości były wysyłane losowo, tj. z równomiernym rozkładem losowym.
|
Jednolita losowa grupa interwencyjna otrzymuje informacje zwrotne i komunikaty motywacyjne wybrane z banków wiadomości z równym prawdopodobieństwem.
|
|
Eksperymentalny: Uczenie się ze wzmocnieniem
W tym ramieniu typy komunikatów zostały wybrane przez algorytm uczenia się przez wzmacnianie.
Decyzja o tym, którą wiadomość wysłać, opierała się na kilku zmiennych kontekstowych, w tym danych dla aplikacji krokomierza i kolejnych dniach od wysłania wiadomości z różnych kategorii.
|
Adaptacyjna grupa interwencyjna otrzymuje wiadomości wybrane z banków wiadomości za pomocą algorytmu uczenia się przez wzmacnianie.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Kroki (mierzone krokomierzem w telefonie)
Ramy czasowe: 24 godziny (mierzone dla okresu 6 tygodni)
|
Zmiana dziennej liczby kroków (dzisiejsza liczba kroków minus wczorajsza liczba kroków)
|
24 godziny (mierzone dla okresu 6 tygodni)
|
|
Kroki (mierzone krokomierzem w telefonie)
Ramy czasowe: Zmiana z punktu początkowego na 6-tygodniową obserwację
|
Średnia zmiana dziennej liczby kroków w trakcie badania
|
Zmiana z punktu początkowego na 6-tygodniową obserwację
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wyniki depresji
Ramy czasowe: Zmiana z punktu początkowego na 6-tygodniową obserwację
|
Kwestionariusz Zdrowia Pacjenta 9 pozycja (PHQ-9).
PHQ-9 ma wyniki od 0 do 27.
Wyższe wyniki oznaczają gorszy wynik.
|
Zmiana z punktu początkowego na 6-tygodniową obserwację
|
|
Wyniki lęku
Ramy czasowe: Zmiana z punktu początkowego na 6-tygodniową obserwację
|
Ogólne zaburzenie lękowe 7 pozycja (GAD-7).
GAD-7 ma wyniki od 0 do 21.
Wyższe wyniki oznaczają gorszy wynik.
|
Zmiana z punktu początkowego na 6-tygodniową obserwację
|
|
Aktywacja behawioralna
Ramy czasowe: Zmiana z punktu początkowego na 6-tygodniową obserwację
|
Skala Aktywacji Behawioralnej dla Depresji - Krótka Forma (BADS-SF).
BADS-SF ma wyniki od 0-54.
Wyższe wyniki oznaczają lepsze wyniki.
|
Zmiana z punktu początkowego na 6-tygodniową obserwację
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Adrian Aguilera, PhD, University of California, Berkeley
Publikacje i pomocne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- 2019-04-12118
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- PROTOKÓŁ BADANIA
- SOK ROŚLINNY
- ANALITYCZNY_KOD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Aktywność fizyczna
-
University of MichiganRejestracja na zaproszenieSmart-Quality Physical EducationStany Zjednoczone