Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Машинный алгоритм для повышения физической активности и устойчивого взаимодействия с пользователем

21 апреля 2025 г. обновлено: Western University, Canada

Машинный алгоритм корректировки целевых показателей активности для повышения физической активности и поддержания вовлеченности пользователей среди пользователей Spout

В этом 12-недельном исследовании сравнивается эффективность персонализированных ежедневных целей по шагам, созданных с помощью алгоритма машинного обучения в приложении Sprout, с фиксированными ежедневными целями по шагам в 10 000 шагов среди взрослых. Участники будут набраны через приложение Sprout, и после недельного периода обкатки они будут распределены либо в экспериментальную, либо в контрольную группу. Группа вмешательства получит адаптивные цели, основанные на исторических данных о шагах, а контрольная группа будет иметь фиксированную цель. Обе группы получат финансовые стимулы. Целью этого исследования является информирование о будущих мерах по измерению изменений в ежедневных шагах и уровнях взаимодействия с приложением (т. е. времени, затрачиваемого на приложение, количества его открытий), путем изучения того, как использование финансовых стимулов и адаптивного дизайна постановки целей может улучшить уровень физической активности пользователей приложений. , информируемый алгоритмом машинного обучения.

Обзор исследования

Статус

Завершенный

Условия

Вмешательство/лечение

Подробное описание

Исследовательская группа будет сотрудничать с Telus Health и приложением Sprout (версии для iOS и Android), которое предназначено для повышения физической активности, позволяя участникам отслеживать количество шагов за день и активно сравнивать их со своими ежедневными целями. После загрузки Sprout пользователи могут открыть приложение и перемещаться по целевой и домашней странице. На главной странице отображается количество шагов, пройденных за день, и ежедневная цель по шагам пользователя. Участники могут нажать на две иконки вверху главной страницы. Если пользователи нажимают на левый значок, отображается страница истории. Страница истории позволяет участникам отслеживать свои результаты за прошедшую неделю, показывая ежедневные шаги и ежедневные цели на столбчатой ​​диаграмме с цветовой кодировкой. Зеленая полоса указывает на достижение цели шага в соответствующий день, а красная полоса указывает на неспособность достичь цели шага в соответствующий день. Встроенный чип здоровья в устройствах iPhone и Android собирает данные о шагах, а точность подсчета шагов, собранная чипом здоровья iPhone и Android, была подтверждена в ряде исследований и сопоставима с точностью ActiGraph. Приложение Sprout сначала сохраняет данные о шагах и целях локально на телефоне, а затем синхронизируется с сервером каждые 10 минут, когда телефон активен. Также активируется push-уведомление для приложения (если оно активировано пользователем), и используется стандартное push-уведомление iOS и Android. Push-уведомление отображается на целевой странице и на вкладке последних уведомлений на телефоне.

Для участников, имеющих право на участие, начнется 1-недельный период обучения после загрузки приложения. Цель периода обкатки — собрать базовые ежедневные шаги и оценить, способен ли участник соблюдать требования, необходимые для регулярного использования приложения Sprout. В течение периода обкатки все участники контрольной и экспериментальной групп получат одинаковые наборы ежедневных целей по шагам с 1 по 7 день: 3000, 3500, 4000, 4500, 5000, 5500 и 6000 шагов соответственно. Алгоритм машинного обучения не будет использоваться для расчета целей шагов для участников группы вмешательства во время вводного периода. В период обкатки будут использоваться динамически увеличивающиеся цели по шагам, чтобы привлечь участников к регулярному использованию приложения. Кроме того, все участники получат push-уведомление в 8 утра, в котором будет указана цель по шагам на день, а если участник достигнет цели до 20:00, то будет отправлено еще одно push-уведомление, чтобы поздравить этого участника с достижением цели по шагам на день. . Идентичные цели между двумя группами во время вводного периода используются для установления контрольного уровня начальной физической активности, который будет использоваться в статистическом анализе для сравнения разницы в ежедневных шагах между вводным периодом и 12 неделями для двух групп. группы. Данные, собранные во время периода обкатки, будут использоваться алгоритмом машинного обучения для расчета целей этапов на период вмешательства. Это правильный подход, поскольку данные обкатки будут указывать на предпочтения различных участников. Все участники будут распределены в одну из двух групп. Распределение пользователей приложения по группам будет реализовано Telus Health после периода обкатки. После 1-недельного периода обкатки участникам контрольной группы будут предоставлены постоянные ежедневные цели по шагам, которые были установлены на уровне 10 000 шагов в день через приложение Sprout. Участники будут получать push-уведомление каждый день в 8:00 утра, в котором будет указана цель по шагам на этот день (10 000 шагов), и если участник достигнет цели до 20:00, то будет отправлено еще одно push-уведомление, чтобы поздравить участника с достижением. цель по шагам (10 000 шагов) на день.

После недельного вводного периода участники интервенционной группы получат адаптивно персонализированные цели по шагам через приложение Sprout. Ежедневные цели по шагам будут рассчитываться с использованием машинного обучения на основе полной истории (прошлые шаги и цели) пользователя. Машинное обучение будет применяться каждый день, чтобы уменьшить различия в будущих шагах и целях. Участники будут получать push-уведомление каждый день в 8:00 утра с указанием сегодняшней цели по шагам, а если участник достигнет цели до 20:00, то будет отправлено еще одно push-уведомление, чтобы поздравить участника с достижением цели по шагам. день. Машинное обучение будет адаптивно рассчитывать персонализированные цели по шагам, которые, по прогнозам, позволят максимизировать будущую физическую активность для каждого участника на основе всех данных его прошлых шагов и целей каждого участника. Машинное обучение применяется к каждому участнику индивидуально и состоит из двух основных этапов. Первый шаг — использовать все данные участника для построения количественной модели, которая предсказывает, сколько шагов участник сделает в будущем, учитывая заданный набор целей шагов. Важным аспектом модели является компонент, описывающий, как Достижение целей в настоящем может увеличить вероятность достижения целей в будущем. Второй шаг — использовать эту количественную модель для выбора последовательности целей шагов, которая максимизирует прогнозируемое количество шагов в будущем. Чтобы сделать процесс обновления целей по шагам адаптивным, машинное обучение применяется каждый день (с использованием всех прошлых данных пользователей) для генерации целей по шагам на предстоящий день. Более того, цели шагов, рассчитанные с помощью машинного обучения на предстоящий день, не являются постоянными, а увеличиваются или уменьшаются в зависимости от прогноза модели. Приложение Sprout будет автоматически отслеживать количество шагов участников каждый день и предлагать цели независимо от уровня их активности в приложении в течение 12-недельного периода обучения. Поскольку данные анализируются ретроспективно, участникам не будет предоставлено письмо об окончании исследования. Однако при регистрации для участия в исследованиях все пользователи предоставили письменное информированное согласие на сбор и анализ своих данных.

Тип исследования

Интервенционный

Регистрация (Действительный)

1249

Фаза

  • Непригодный

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

    • Ontario
      • London, Ontario, Канада
        • Western University

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Да

Описание

Критерии включения:

  • Взрослые в возрасте 18 лет и старше
  • Намерение пользователя стать физически активным в течение следующих 12 недель
  • Иметь смартфон
  • Готов установить и использовать приложение Sprout (для которого требуется подключение к Интернету) каждый день в течение 12 недель.
  • Умение говорить и читать по-английски

Критерий исключения:

  • Известные заболевания или физические проблемы, которые требуют особого внимания в программе физической активности.
  • Планирование международной поездки в течение следующих 3 месяцев, которая может помешать ежедневной загрузке данных с мобильного телефона на сервер.
  • Беременность или роды в течение последних 6 месяцев.
  • Текущее участие в программах изменения образа жизни или научных исследованиях, которые могут исказить результаты исследований.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Основная цель: Уход
  • Распределение: Рандомизированный
  • Интервенционная модель: Параллельное назначение
  • Маскировка: Одинокий

Оружие и интервенции

Группа участников / Армия
Вмешательство/лечение
Экспериментальный: Цель адаптивной шага (вмешательство)
В функции «Smart Mode» использовался алгоритм ML уместности для генерации 16 пользовательских кластеров на основе ежедневных шаблонов подсчета ступеней от примерно 100 000 пользователей Global Telus Wellbeing в течение предыдущих двух лет (с 1 марта 2020 года по 1 марта 2022 года; характеристики этих пользователей неизвестны). Затем алгоритм сравнил данные временных рядов из пятинедельного базового уровня участников с репозиторием из 16 пользовательских кластеров, чтобы определить, на какой кластер им будет назначен. После назначения была рассчитана разница в пропорциях (соотношение среднего ежедневного шага на предыдущей неделе по достижению целей шага на эту неделю и соотношение среднего суточного шага с двух недель ранее по сравнению с целью этапа за эту неделю [например, 8000 шагов/7500 шагов = 1,067 против 8000 шагов/9500 шагов = 0,8421]). Тестирование хи-квадрат использовалось для оценки статистической значимости разницы (р <0,05). Это было сделано, чтобы определить, будет ли следующая рассчитанная цель подняться, вниз или оставаться прежней.
Получение автоматически персонализированных ежедневных целей по шагам,
Активный компаратор: Цель статического шага (контроль)
В течение 12-недельного периода вмешательства контролировались с их статической ежедневной целью, что эквивалентно их базовому периоду еженедельно ежедневно. Участники контроля получали уведомление о толчке вне приложения в 8:00 утра каждый понедельник в период вмешательства, напоминающие им об их статической цели ежедневной шаги. Если участник достиг своей ежедневной цели до 8:00 вечера. В любой день было отправлено уведомление о толчке, чтобы поздравить их с достижением своей цели на целый день. Никаких уведомлений не было отправлено в 8:00 вечера. Участники, достигнутые ежедневными шагами, были вознаграждены FI в форме очков (то есть «Sproutbucks»). Они могли бы выкупить «Sproutbucks» либо «платформы» (например, подарочные карты для Starbuckstm, Bestbuytm, Itunestm, Visatm) или «вне платформы» (например, награды, конкретные работодателя, такие как ваучеры на дисконсии по фитнесу). Стоимость «Sproutbucks» была уникальной для компаний, в диапазоне от 0,00 до 1,00 долл. США за ежедневную цель.
Получение персонализированных статических ежедневных шагов целей.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Количество шагов
Временное ограничение: 17 недель
Относительное изменение количества ежедневных шагов с 5-недельного вводного периода до 12-недельного периода наблюдения в группах, получавших адаптивные цели по ежедневным шагам, по сравнению с группами, получавшими неадаптивные цели.
17 недель

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Количество открытий приложения, общее время, проведенное в приложении, количество открытых страниц.
Временное ограничение: 12 недель
Разница в уровне участия (описанном в заголовке) в группе адаптивных целей по сравнению с неадаптивными целями на протяжении 12-недельного периода наблюдения.
12 недель

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 января 2023 г.

Первичное завершение (Действительный)

1 марта 2025 г.

Завершение исследования (Действительный)

24 марта 2025 г.

Даты регистрации исследования

Первый отправленный

29 июля 2023 г.

Впервые представлено, что соответствует критериям контроля качества

24 апреля 2024 г.

Первый опубликованный (Действительный)

29 апреля 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

25 апреля 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

21 апреля 2025 г.

Последняя проверка

1 апреля 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Другие идентификационные номера исследования

  • 123632

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Описание плана IPD

Все данные не поддаются идентификации, и будут представлены только результаты.

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

продукт, произведенный в США и экспортированный из США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Клинические исследования Поведение в отношении здоровья

Искать похожие исследования