Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

En mobilapp för att öka fysisk aktivitet hos studenter

22 juni 2020 uppdaterad av: University of California, Berkeley

En mHealth-app som använder adaptivt lärande för att öka den fysiska aktiviteten hos universitetsstudenter

Bakgrund: Otillräcklig fysisk aktivitet är en av de ledande riskfaktorerna för dödsfall i världen. Beteendebehandlingar som levereras via smartphone-appar har ett stort löfte för att hjälpa människor att engagera sig i hälsosamma beteenden, inklusive att bli mer fysiskt aktiva. Men i likhet med "ansikte mot ansikte"-behandlingar verkar effekterna vanligtvis inte bibehållas under längre tidsperioder.

Metoder: utredarna utvecklade en smartphone-applikation som använder olika typer av motiverande och feedback-sms för att motivera individer att öka fysisk aktivitet. Här randomiseras deltagarna för att antingen ta emot meddelanden genom en enhetlig slumpmässig fördelning (n=50), eller väljas av en förstärkningsinlärningsalgoritm (n=50), som lär sig från dagliga deltagardata för att anpassa frekvensen och typen av motivation för meddelanden.

Mål: I den aktuella studien undersöker utredarna denna ansökan hos studenter och doktorander vid University of California, Berkeley. Utredarna jämför om deltagarna i den enhetliga slumpmässiga eller adaptiva gruppen har högre ökningar i steg under studien. Utredarna undersöker också effekten av de olika typerna av meddelanden på antalet steg. Vidare bedömer utredarna påverkan av patientegenskaper, såsom sociodemografiska, psykologiska frågeformulär och fysisk aktivitet vid baslinjen, på effekten av den adaptiva armen och effektiviteten av meddelandena. Slutligen bedömer utredarna deltagarnas kvalitativa återkoppling på textmeddelandeprogrammet, genom återkoppling via frågeformulär, textmeddelanden och telefonintervjuer.

Studieöversikt

Detaljerad beskrivning

Utredarna utvecklade en smartphone-applikation, DIAMANTE-appen, som använder maskininlärning för att generera adaptiva textmeddelanden, lära sig från dagliga deltagares data för att anpassa frekvensen och typen av motivation för meddelanden. I den aktuella studien kommer utredarna att jämföra denna applikation hos studenter på grund- och forskarnivå vid University of Berkeley med slumpmässigt valda textmeddelanden. Denna studie kommer att ge insikt i effektiviteten av denna smartphone-applikation för att öka fysisk aktivitet hos universitetsstudenter. Vidare kommer det att ge preliminär kunskap om de arbetsmekanismer och variabler som modererar effektiviteten av interventionen.

Denna studie kännetecknas av en faktoriell design med totalt 3 faktorer som representerar Motivational Messages (M), Feedback Messages (F) och Time Frame (T) när meddelandet skickades, på 4, 5 respektive 4 nivåer vardera. En nivå av M och F motsvarade en kontrollbehandling, d.v.s. inget meddelande skickat. Varje deltagare fick en annan kombination av M, F och T varje dag.

Både den adaptiva och den enhetliga slumpmässiga gruppen kommer att få samma typer av meddelanden: feedback (4 aktiva kategorier plus inget meddelande) och motivation (3 aktiva kategorier plus inget meddelande). Emellertid kommer meddelandekategorierna, timing och frekvens att optimeras av en förstärkningsinlärningsalgoritm i den adaptiva gruppen, och kommer att levereras med lika sannolikheter i den enhetliga slumpmässiga gruppen (efter en enhetlig slumpmässig fördelning).

För förstärkningsinlärargruppen består algoritmträningsdata av historiska data för alla deltagare (kontextvariabler), som inkluderar vilka meddelanden som skickades tidigare och inom vilka tidsperioder, och utvalda kliniska/demografiska data (som ålder, dag för vecka och depressionspoäng) för att förbättra prediktionsförmågan. Därefter väljs meddelandet baserat på den förutspådda effektiviteten av meddelanden, kombinerat med en samplingsmetod. Som sådan plockar den ofta ut bland de mest givande meddelandena och undersöker ibland meddelandena med osäkerhet i belöningen.

Målen med denna studie är:

  1. för att bedöma om deltagare i förstärkningsinlärningspolicyn visar en större ökning av dagliga steg efter sex veckors uppföljning, än deltagare som får meddelanden med en enhetlig slumpmässig fördelning
  2. att bedöma om sociodemografiska, fysiska aktivitetsbeteende/attityder i baslinjen och psykologiska faktorer påverkar effekten av den adaptiva interventionen.
  3. för att bedöma vilka budskap som är mest fördelaktiga för att öka fysisk aktivitet.

Studietyp

Interventionell

Inskrivning (Faktisk)

103

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • California
      • Berkeley, California, Förenta staterna, 94709
        • Caroline Figueroa

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år till 65 år (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier: Vi kommer att inkludera för närvarande inskrivna grund- och doktorander i åldrarna 18 till 65.

-

Uteslutningskriterier: Studenter som inte har en smartphone, inte kan träna på grund av funktionshinder eller har planer på att lämna landet under den 6 veckor långa studien kommer att exkluderas.

-

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Förebyggande
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Aktiv komparator: Uniform slumpmässig
I denna arm sändes meddelandetyperna ut slumpmässigt, det vill säga med en enhetlig slumpmässig fördelning.
Den enhetliga slumpmässiga interventionsgruppen får feedback och motiverande meddelanden valda från meddelandebankerna med lika sannolikhet.
Experimentell: Förstärkningsinlärning
I denna arm valdes typerna av meddelanden ut av en förstärkningsinlärningsalgoritm. Beslutet om vilket meddelande som skulle skickas baserades på flera kontextuella variabler, inklusive data för stegräknarappen, och på varandra följande dagar sedan meddelanden från olika kategorier skickades.
Den adaptiva interventionsgruppen tar emot meddelanden som väljs från meddelandebankerna genom en förstärkningsinlärningsalgoritm.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Steg (mätt med telefonens stegräknare)
Tidsram: 24 timmar (mätt under en period av 6 veckor)
Ändring av dagligt antal steg (dagens antal steg minus gårdagens antal steg)
24 timmar (mätt under en period av 6 veckor)
Steg (mätt med telefonens stegräknare)
Tidsram: Ändra från baslinje till 6 veckors uppföljning
Genomsnittlig förändring av dagliga stegräkningar under studiens gång
Ändra från baslinje till 6 veckors uppföljning

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Depression poäng
Tidsram: Ändra från baslinje till 6 veckors uppföljning
Patienthälsa frågeformulär 9 punkt (PHQ-9). PHQ-9 har poäng från 0 till 27. Högre poäng innebär ett sämre resultat.
Ändra från baslinje till 6 veckors uppföljning
Ångest poäng
Tidsram: Ändra från baslinje till 6 veckors uppföljning
General Anxiety Disorder 7 punkt (GAD-7). GAD-7 har poäng från 0 till 21. Högre poäng innebär ett sämre resultat.
Ändra från baslinje till 6 veckors uppföljning
Beteendeaktivering
Tidsram: Ändra från baslinje till 6 veckors uppföljning
Behavioral Activation for Depression Scale - Short Form (BADS-SF). BADS-SF har poäng från 0-54. Högre poäng betyder bättre resultat.
Ändra från baslinje till 6 veckors uppföljning

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Adrian Aguilera, PhD, University of California, Berkeley

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

12 september 2019

Primärt slutförande (Faktisk)

10 december 2019

Avslutad studie (Faktisk)

20 december 2019

Studieregistreringsdatum

Först inskickad

17 juni 2020

Först inskickad som uppfyllde QC-kriterierna

17 juni 2020

Första postat (Faktisk)

19 juni 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

24 juni 2020

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

22 juni 2020

Senast verifierad

1 juni 2020

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 2019-04-12118

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Individuella deltagardata som ligger till grund för resultaten som redovisas i artiklarna kommer att göras tillgängliga för forskare på begäran efter avidentifiering.

Tidsram för IPD-delning

Efter publicering av uppgifterna, inget slutdatum

Kriterier för IPD Sharing Access

Alla som har ett metodologiskt bra förslag.

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • SAV
  • ANALYTIC_CODE

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Fysisk aktivitet

3
Prenumerera