Влияние приложения для смартфона на активность

Целью исследования является повышение физической активности пациентов с помощью специального мобильного приложения, которое будет поощрять пациентов соблюдать рекомендации своего врача на личной основе.

Первичный результат У больных сахарным диабетом: измерение увеличения ежедневной физической активности У онкологических больных: улучшение качества жизни в зависимости от уровня физической активности

Вторичные исходы У больных сахарным диабетом: улучшение гликемического контроля по результатам последовательных анализов крови на HbA1c.

Пациенты будут заполнять анкеты качества жизни (SF36) при наборе и через 6 месяцев. Через 6 месяцев пациенты также заполнят анкету о своем опыте использования приложения.

У каждого завербованного пациента будет смартфон на базе Android. Каждому пациенту будет предоставлено:

1. Разрешение на участие в эксперименте
2. Возраст, пол, рост
3. Номер телефона (для СМС)

Продолжительность вмешательства - не менее 6 месяцев на одного пациента. Каждый пациент будет случайным образом распределен в одну из двух групп, в которых будет указана обратная связь по отношению к себе или другим или еженедельное напоминание о физических упражнениях.

Количество пациентов:

1. Сахарный диабет: 150 пациентов, из них 50 человек контрольной группы.
2. Рак: 100 пациентов, из которых 20 являются контрольными. Все пациенты получат инструкции о важности физической активности и персональные рекомендации по уровню активности, n сеансам активности в неделю и промежутку времени на сеанс (т. е. не менее 2 часов ходьбы в неделю, разделенных на 3 сеанса ходьбы в неделю). Пациенты в группах лечения будут получать не менее n (количество рекомендованных сеансов) сообщений в неделю с положительными отзывами, если они выполняли действия, или отрицательными отзывами, если они не выполнялись. Каждую неделю в выбранный день пациент будет получать сводку упражнений за всю неделю.

Обратная связь Возможная обратная связь

(ПРИМЕЧАНИЕ - это фактические сообщения обратной связи, которые получат участники, и, следовательно, во втором лице):

1. Отрицательный отзыв: «Вам нужно заниматься спортом, чтобы достичь своих целей в активности. Пожалуйста, не забудьте завтра потренироваться».

2. Положительный отзыв:

   1. По отношению к себе: «Уровень вашей физической активности выше, чем на прошлой неделе. Продолжайте хорошую работу"
   2. По отношению к другим: «Вы тренируетесь больше, чем обычный человек. Продолжайте хорошую работу"
3. Рукоятка управления: «Ты не забыл потренироваться?»

Технические требования

1. Приложение — будет собирать информацию о физической активности и отправлять ее на сервер. Приложение будет работать в фоновом режиме без необходимости перезапуска при перезагрузке.
2. Сервер - собирает данные о физической активности

Политика обратной связи Эксперимент будет состоять из двух этапов обратной связи. Фаза 1

Исследователи начинают без данных, поэтому политика на этом этапе такова:

1. Положительный отзыв будет отправляться каждый день, если в этот день пользователь превысил 1/7 еженедельной активности.
2. Отрицательный отзыв будет отправляться каждые 3 дня, если активность не превысила 1/7 активности.

Каждый день с вероятностью 0,2 будет приниматься случайное решение по обратной связи.

Этот этап продлится примерно 4 недели. Фаза 2. Используя алгоритм обучения (см. ниже), компьютер регулирует обратную связь и ежедневно принимает решение об обратной связи (положительная\отрицательная\нет).

Изучение политики Исследователи начнут с простой стратегии изучения политики, а затем будут использовать более сложные методы, которые будут представлять пользователя в пространстве состояний.

Первоначальный алгоритм будет представлять каждого пользователя каждый день, используя следующие атрибуты:

1. Демография (возраст и пол)
2. Ожидаемый и фактический уровень активности на этой неделе (соотношение двух)
3. Последний отзыв (положительный\отрицательный)
4. День недели (будем использовать недельные циклы). Цель алгоритма — дать обратную связь сегодня, чтобы стимулировать активность завтра.

При обучении алгоритма компьютер будет иметь вектор признаков, состоящий из указанных выше атрибутов, и матрицу действий (для дня t). Результатом, который необходимо предсказать, является уровень активности на следующий день (t+1).

В зависимости от еженедельного и повседневного поведения может быть два типа обратной связи:

Недельная цель Не достигнута Достигнута Дневная цель (в день (t+1)) Не достигнута 1 1+альфа Достигнута 1+альфа 1 (альфа>0) Алгоритм будет платить больший штраф, если, например, в данный день сообщение поощряли активность, но недельная цель не была достигнута по сравнению с тем, если бы она была достигнута.

Для простоты начальный алгоритм обучения будет линейным, пока не будет собрано достаточно данных. То есть, учитывая матрицу:

X = (демография, ожидаемая и фактическая активность, последний отзыв, день недели, действия) И вектор, показывающий количество активности на следующий день, взвешенный, как в таблице выше, обозначенный Y, мы узнаем вектор весов w таких, что: X * w = Y.

На втором этапе проекта компьютер будет использовать другие алгоритмы обучения. Исследование (случайное действие в данный день) будет продолжаться на протяжении обеих фаз на одном и том же уровне.