Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

MyBehavior: Persuasion by Adapting to User Behavior and User Preference

10 de fevereiro de 2015 atualizado por: 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).

Visão geral do estudo

Descrição detalhada

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.

Tipo de estudo

Intervencional

Inscrição (Real)

17

Estágio

  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • New York
      • Ithaca, New York, Estados Unidos, 14850
        • Cornell University

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos a 60 anos (Adulto)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Descrição

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.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: Prevenção
  • Alocação: Randomizado
  • Modelo Intervencional: Atribuição Paralela
  • Mascaramento: Solteiro

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Comparador Ativo: 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.
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.
An Android Smartphone with operating system version higher than 2.2
Experimental: MyBehavior
Experiment group participants received personalized suggestions from MyBehavior that relates their life and past behavior.
An Android Smartphone with operating system version higher than 2.2
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.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
User intentions to follow automated suggestions and behavior change
Prazo: 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

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Usability improvements of automated suggestions
Prazo: 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

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Investigador principal: Mashfiqui Rabbi, BS, Cornell University

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo

1 de maio de 2013

Conclusão Primária (Real)

1 de junho de 2013

Conclusão do estudo (Real)

1 de junho de 2013

Datas de inscrição no estudo

Enviado pela primeira vez

2 de fevereiro de 2015

Enviado pela primeira vez que atendeu aos critérios de CQ

5 de fevereiro de 2015

Primeira postagem (Estimativa)

10 de fevereiro de 2015

Atualizações de registro de estudo

Última Atualização Postada (Estimativa)

11 de fevereiro de 2015

Última atualização enviada que atendeu aos critérios de controle de qualidade

10 de fevereiro de 2015

Última verificação

1 de fevereiro de 2015

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • 1302003617

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Ensaios clínicos em Perda de peso

3
Se inscrever