Um aplicativo móvel para aumentar a atividade física em alunos
Um aplicativo mHealth usando aprendizagem adaptativa para aumentar a atividade física em estudantes universitários
Introdução: A atividade física insuficiente é um dos principais fatores de risco de morte em todo o mundo. Os tratamentos comportamentais fornecidos por meio de aplicativos para smartphones são uma grande promessa para ajudar as pessoas a se envolverem em comportamentos saudáveis, incluindo se tornarem mais ativos fisicamente. No entanto, semelhante aos tratamentos 'cara a cara', os efeitos geralmente não parecem ser sustentados por períodos de tempo mais longos.
Métodos: os pesquisadores desenvolveram um aplicativo para smartphone que usa diferentes tipos de mensagens de texto motivacionais e de feedback para motivar os indivíduos a aumentar a atividade física. Aqui, os participantes são randomizados para receber mensagens por uma distribuição aleatória uniforme (n = 50) ou escolhidos por um algoritmo de aprendizado por reforço (n = 50), que aprende com os dados diários do participante para personalizar a frequência e o tipo de motivação das mensagens.
Objetivos: No estudo atual, os pesquisadores examinam esta aplicação em alunos de graduação e pós-graduação da Universidade da Califórnia, Berkeley. Os investigadores comparam se os participantes do grupo aleatório uniforme ou do grupo adaptativo têm aumentos maiores nas etapas durante o estudo. Os investigadores também examinam o efeito dos diferentes tipos de mensagens na contagem de passos. Além disso, os investigadores avaliam a influência das características do paciente, como sociodemográficas, pontuações do questionário psicológico e atividade física de base sobre o efeito do braço adaptativo e eficácia das mensagens. Finalmente, os investigadores avaliam o feedback qualitativo dos participantes sobre o programa de mensagens de texto, por meio de feedback fornecido por meio de questionários, mensagens de texto e entrevistas por telefone.
Visão geral do estudo
Status
Descrição detalhada
Os investigadores desenvolveram uma aplicação para smartphone, a app DIAMANTE, que utiliza a aprendizagem automática para gerar mensagens de texto adaptativas, aprendendo com os dados diários dos participantes para personalizar a frequência e o tipo de motivação das mensagens. No estudo atual, os pesquisadores irão comparar esta aplicação em alunos de graduação e pós-graduação da Universidade de Berkeley, com mensagens de texto escolhidas aleatoriamente. Este estudo fornecerá informações sobre a eficácia deste aplicativo de smartphone para aumentar a atividade física em estudantes universitários. Além disso, fornecerá conhecimentos preliminares sobre os mecanismos de funcionamento e variáveis que moderam a eficácia da intervenção.
Este estudo caracteriza-se por um desenho fatorial com um total de 3 fatores que representam Mensagens Motivacionais (M), Mensagens de Feedback (F) e Time Frame (T) quando a mensagem foi enviada, de 4, 5 e 4 níveis cada, respetivamente. Um nível de M e F correspondeu a um tratamento de controle, ou seja, nenhuma mensagem enviada. Cada participante recebeu uma combinação diferente de M, F e T todos os dias.
Tanto o grupo aleatório adaptativo quanto o uniforme receberão os mesmos tipos de mensagens: feedback (4 categorias ativas mais nenhuma mensagem) e motivação (3 categorias ativas mais nenhuma mensagem). No entanto, as categorias de mensagem, tempo e frequência serão otimizados por um algoritmo de aprendizado por reforço no grupo adaptativo e serão entregues com probabilidades iguais no grupo aleatório uniforme (seguindo uma distribuição aleatória uniforme).
Para o grupo de aprendizes por reforço, os dados de treinamento do algoritmo consistem nos dados históricos de todos os participantes (variáveis contextuais), que incluem quais mensagens foram enviadas anteriormente e em quais períodos de tempo, e dados clínicos/demográficos selecionados (como idade, dia da semana e pontuações de depressão) para melhorar as habilidades de previsão. Posteriormente, a mensagem é escolhida com base na eficácia prevista das mensagens, combinada com um método de amostragem. Como tal, ele frequentemente seleciona as mensagens mais gratificantes e ocasionalmente explora as mensagens com incerteza em sua recompensa.
Os objetivos deste estudo são:
- avaliar se os participantes da política de aprendizado por reforço apresentam um aumento maior nos passos diários após seis semanas de acompanhamento, do que os participantes que receberam mensagens com distribuição aleatória uniforme
- avaliar se o comportamento/atitudes sociodemográficas e de base da atividade física e os fatores psicológicos influenciam o efeito da intervenção adaptativa.
- para avaliar quais mensagens são mais benéficas no aumento da atividade física.
Tipo de estudo
Inscrição (Real)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
California
-
Berkeley, California, Estados Unidos, 94709
- Caroline Figueroa
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Descrição
Critérios de inclusão: Incluiremos estudantes de graduação e pós-graduação atualmente matriculados com idades entre 18 e 65 anos.
-
Critérios de Exclusão: Serão excluídos os alunos que não tiverem smartphone, não puderem se exercitar por deficiência ou planejarem deixar o país durante as 6 semanas de estudo.
-
Plano de estudo
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: Aleatório uniforme
Neste braço os tipos de mensagens foram enviados aleatoriamente, ou seja, com uma distribuição aleatória uniforme.
|
O grupo de intervenção aleatória uniforme recebe feedback e mensagens motivacionais escolhidas dos bancos de mensagens com probabilidades iguais.
|
|
Experimental: Aprendizagem por reforço
Neste braço os tipos de mensagens foram escolhidos por um algoritmo de aprendizado por reforço.
A decisão sobre qual mensagem enviar foi baseada em diversas variáveis contextuais, incluindo dados do aplicativo pedômetro e dias consecutivos desde o envio de mensagens de diferentes categorias.
|
O grupo de intervenção adaptativa recebe mensagens escolhidas dos bancos de mensagens por um algoritmo de aprendizado por reforço.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Passos (medidos pelo pedômetro do telefone)
Prazo: 24 horas (medido por um período de 6 semanas)
|
Alteração na contagem de passos diários (contagem de passos de hoje menos contagem de passos de ontem)
|
24 horas (medido por um período de 6 semanas)
|
|
Passos (medidos pelo pedômetro do telefone)
Prazo: Mudança da linha de base para acompanhamento de 6 semanas
|
Mudança média na contagem diária de passos durante o curso do estudo
|
Mudança da linha de base para acompanhamento de 6 semanas
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Pontuações de depressão
Prazo: Mudança da linha de base para acompanhamento de 6 semanas
|
Item 9 do Questionário de Saúde do Paciente (PHQ-9).
O PHQ-9 tem pontuações de 0 a 27.
Pontuações mais altas significam um resultado pior.
|
Mudança da linha de base para acompanhamento de 6 semanas
|
|
Pontuações de ansiedade
Prazo: Mudança da linha de base para acompanhamento de 6 semanas
|
Item Transtorno de Ansiedade Geral 7 (GAD-7).
O GAD-7 tem pontuações de 0 a 21.
Pontuações mais altas significam um resultado pior.
|
Mudança da linha de base para acompanhamento de 6 semanas
|
|
Ativação Comportamental
Prazo: Mudança da linha de base para acompanhamento de 6 semanas
|
Escala de Ativação Comportamental para Depressão - Forma Curta (BADS-SF).
O BADS-SF tem pontuações de 0-54.
Pontuações mais altas significam melhores resultados.
|
Mudança da linha de base para acompanhamento de 6 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Adrian Aguilera, PhD, University of California, Berkeley
Publicações e links úteis
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- 2019-04-12118
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Prazo de Compartilhamento de IPD
Critérios de acesso de compartilhamento IPD
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
- SEIVA
- ANALYTIC_CODE
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
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 .