Ocena wpływu zaleceń ćwiczeń opartych na aplikacji przy użyciu RL na satysfakcję i intensywność ćwiczeń (PERFORM-RL)

Przegląd badania Badanie PERFORM-RL było 12-tygodniowym randomizowanym badaniem krzyżowym przeprowadzonym w celu oceny wpływu spersonalizowanych zaleceń ćwiczeń opartych na aplikacji na satysfakcję użytkownika i intensywność ćwiczeń, wykorzystując uczenie się przez wzmacnianie (RL) jako kluczowy mechanizm dostosowywania. Celem tego badania było ustalenie, czy sesje ćwiczeń generowane przez RL mogą poprawić satysfakcję użytkownika i zwiększyć intensywność ćwiczeń w porównaniu z niespersonalizowanymi sesjami ogólnymi. Oczekuje się, że odkrycia przyczynią się do rozwijającego się obszaru cyfrowych interwencji zdrowotnych, szczególnie w obszarze skalowalnych programów ćwiczeń opartych na aplikacjach, zaprojektowanych w celu zwiększenia zaangażowania użytkowników i długoterminowego przestrzegania zaleceń.

Cele badania Głównym celem badania było porównanie zadowolenia użytkowników pomiędzy sesjami ćwiczeń generowanymi przez RL i sesjami ogólnymi. Postawiono hipotezę, że personalizacja oparta na RL będzie skutkować wyższym zadowoleniem użytkownika, mierzonym za pomocą Skali przyjemności z aktywności fizycznej (PACES-8). Drugorzędnym celem była ocena wpływu RL na intensywność ćwiczeń mierzoną za pomocą skali Borg Rating of Perceived Exertion (RPE). Postawiono hipotezę, że uczestnicy będą ćwiczyć z większą intensywnością w warunkach RL ze względu na dostosowany charakter sesji, który jest dostosowany do ich preferencji i poziomu sprawności.

Projekt Studium

Było to randomizowane, krzyżowe badanie zaślepione przez osobę oceniającą. Każdy uczestnik spełnił dwa różne warunki podczas 12-tygodniowego badania:

Warunek interwencji: Sesje ćwiczeń zostały spersonalizowane przy użyciu modelu uczenia się przez wzmacnianie, który dostosowywał trudność i treść sesji w oparciu o preferencje uczestników, wcześniejsze osiągnięcia i opinie.

Warunek kontrolny: Uczestnicy ukończyli ogólne, niespersonalizowane sesje ćwiczeń. Sesje te zostały wcześniej zaprojektowane i nie były dostosowywane na podstawie opinii ani preferencji użytkownika.

Uczestnicy co tydzień zmieniali warunki interwencji i kontroli, co oznacza, że ​​każdego tygodnia doświadczali innego podejścia do zaleceń ćwiczeń. Taki projekt zapewniał, że każdy uczestnik działał jako własna kontrola, zmniejszając zmienność i zwiększając solidność wyników. Wszystkie sesje ćwiczeń odbywały się za pośrednictwem aplikacji i80 BPM opracowanej przez firmę Samsung, która również ułatwiła gromadzenie danych.

Uczestnicy Uczestnicy byli rekrutowani z Dublina w Irlandii i okolic za pośrednictwem poczty pantoflowej i mediów społecznościowych. W sumie 62 uczestników (27 mężczyzn, 42 kobiety; średni wiek 42 lata) ukończyło co najmniej jedną sesję ćwiczeń, przy czym w sumie 559 sesji odbyło się w ciągu 12-tygodniowego okresu próbnego. Uczestnikami byli zdrowi, aktywni rekreacyjnie dorośli w wieku od 18 do 65 lat. Zostali sprawdzeni pod kątem kwalifikowalności za pomocą „Kwestionariusza przesiewowego stanu zdrowia przed przystąpieniem do ćwiczeń dla profesjonalistów zajmujących się ćwiczeniami”. Kryteria wykluczenia obejmowały niepełnosprawność fizyczną, poważne upośledzenie funkcji poznawczych lub niezdolność do czytania i pisania w języku angielskim.

Interwencje Uczenie się przez wzmacnianie (RL) Interwencja

Model RL zastosowany w aplikacji i80 BPM spersonalizowane sesje ćwiczeń w oparciu o preferencje użytkownika, postrzegany wysiłek i opinie z poprzednich sesji. Struktura RL wykorzystywała agenta decyzyjnego, który wybierał ćwiczenia z istniejącej bazy danych w oparciu o poziom sprawności użytkownika, cele i informacje zwrotne w czasie rzeczywistym. Funkcja nagrody w modelu miała na celu maksymalizację satysfakcji użytkownika i efektywności sesji poprzez dostosowanie trudności i treści ćwiczeń w odpowiedzi na zmieniające się potrzeby użytkownika.

Na przykład, jeśli uczestnik podczas poprzedniej sesji zgłosił wysoką satysfakcję i umiarkowaną intensywność, model RL zasugerowałby podobne lub nieco trudniejsze ćwiczenia na następną sesję. System RL w sposób ciągły uczył się na podstawie interakcji użytkownika, dostosowując zalecenia ćwiczeń w celu utrzymania optymalnego zaangażowania i efektywności.

Warunek kontroli

W warunkach kontrolnych uczestnicy otrzymali ogólne sesje ćwiczeń, które nie były spersonalizowane ani dostosowane na podstawie opinii użytkowników. Sesje te obejmowały ustalony wybór ćwiczeń i nie ewoluowały w czasie, zapewniając punkt odniesienia, z którym można było porównać spersonalizowaną interwencję RL.

Miary wyników Główny wynik: zadowolenie użytkownika

Zadowolenie użytkownika oceniano po każdej sesji za pomocą skróconej, 8-pozycyjnej wersji Skali Przyjemności z Aktywności Fizycznej (PACES-8). Ta zatwierdzona skala mierzy stopień, w jakim uczestnicy byli zadowoleni z sesji ćwiczeń. Wyniki wahają się od 1 (niska satysfakcja) do 5 (wysoka satysfakcja), przy czym wyższe wyniki wskazują na większą przyjemność i ogólną satysfakcję z ćwiczeń.

Wynik drugorzędny: Intensywność ćwiczeń

Intensywność ćwiczeń mierzono za pomocą skali Borg Rating of Perceived Exertion (RPE), która waha się od 1 (bardzo łatwy) do 10 (maksymalny wysiłek). Uczestnicy byli proszeni o ocenę odczuwanego wysiłku po każdej sesji za pośrednictwem aplikacji, co zapewniało rejestrację ich doświadczeń w czasie rzeczywistym. Dane dotyczące tętna zebrane za pomocą smartwatcha Samsung Galaxy Fit 2 posłużyły jako dodatkowa miara intensywności, potwierdzająca subiektywne wyniki RPE.

Dodatkowy wynik: tętno

Podczas każdej sesji tętno było stale monitorowane za pomocą smartwatcha Samsung Galaxy Fit 2. Dane dotyczące tętna były automatycznie przesyłane do aplikacji i80 BPM i wykorzystywane do śledzenia reakcji fizjologicznych podczas sesji ćwiczeń.

Gromadzenie danych i zarządzanie nimi Dane zbierano za pomocą aplikacji i80 BPM, która rejestrowała satysfakcję użytkownika, intensywność ćwiczeń, tętno i czas trwania każdej sesji ćwiczeń. Aby zapewnić uczestnikom poufność, wszystkie dane przed analizą zostały zanonimizowane. Uczestnikom przydzielono unikalny kod identyfikacyjny, a wszystkie wrażliwe dokumenty były bezpiecznie przechowywane, a dostęp do nich mieli wyłącznie upoważnieni pracownicy.

Obliczenia wielkości próby i mocy Na podstawie poprzedniego studium wykonalności oszacowano, że wielkość próby obejmuje co najmniej 40 uczestników, aby wykryć średnią różnicę 8 punktów w skali PACES-8 przy mocy 80%. W celu uwzględnienia potencjalnych osób, które przerwały udział w badaniu, zrekrutowano ogółem 69 uczestników, a 62 uczestników ukończyło co najmniej jedną sesję ćwiczeń. Ostateczna wielkość próbki zapewniła wystarczającą moc do wykrycia różnic między RL a warunkami kontrolnymi.

Do analizy wyników pierwotnych i wtórnych wykorzystano analizę statystyczną uogólnionych równań szacunkowych (GEE). Zastosowano modele GEE w celu uwzględnienia korelacji powtarzanych pomiarów w obrębie badanych osób. Zmiennymi zależnymi w modelach były zadowolenie użytkownika (wyniki PACES-8) i postrzegany wysiłek (wyniki w skali Borga), natomiast zmiennymi niezależnymi były stan (RL vs kontrola) i tydzień próby. Zmienne towarzyszące obejmowały wiek, płeć i wyjściowy poziom aktywności fizycznej, a jako efekt podmiotowy uwzględniono identyfikator uczestnika.