Utvärdera en incitamentsbaserad mHealth-applikation med hjälp av RE-AIM-ramverket

Detta var en 12-veckors enarmad pilotstudie som undersökte en incitamentsbaserad mHealth PA-intervention i Storbritannien. Detta försök registrerades och fick godkännande från den lokala forskningsetiska nämnden. godkännande erhölls (120615). Checklistan för att stärka rapporteringen av observationsstudier i epidemiologi (STROBE) användes också för att standardisera rapporteringen. ORBIT-modellen styrde utvecklingen av Caterpillar Health-appen (Caterpillar Health Inc., Leeds, Storbritannien), en hälsosam livsstilsapp med flera komponenter som inkluderar FIs (poäng som kan lösas in för konsumentvaror som filmer eller gymkort). Denna modell ger ett ramverk för att utveckla beteendebehandlingar, från initial innovation till effekttestning (Figur 1). ORBIT-modellen hjälpte till att forma nyckelfrågor i varje utvecklingsstadium, informerade våra metodiska val och etablerade milstolpar för utveckling och testning före effekt. Denna pilotstudie beskriver utvecklingsstadierna, inklusive: (1) identifiera en signifikant klinisk fråga, (2) designa och förfina beteendebehandlingen med hjälp av teori och riktade behandlingsmål, och (3) genomföra ett pilotförsök för att testa den preliminära effektiviteten och acceptans bland invånare i Storbritannien. Vi genomförde en litteraturgenomgång, tillämpade relevanta teorier och engagerade intressenter genom kvalitativa metoder som kundupptäckt och användartester för att säkerställa att appen tillgodoser användarnas behov och övervinner problem med låg användning. Framtida utvecklingsstadier kommer att innebära att utöka appens möjligheter med avancerad spårning (t.ex. aktivitets- och friskvårdsloggar) och målsättningsverktyg (t.ex. virtuell coaching) och inkorporering av sociala stödelement (t.ex. grupputmaningar) för att öka användarens engagemang. Dessutom kommer vi att genomföra en fulldriven randomiserad kontrollerad prövning (RCT) för att testa appens effektivitet och användbarhet samtidigt som vi utforskar partnerskap med ytterligare belöningspartner för att bredda omfattningen av tillgängliga belöningsalternativ som kan möta potentiella användares intressen. Metoder valdes baserat på ORBIT-modellens rekommendationer för att utveckla en effektiv, pragmatisk och hållbar beteendeförändringslösning.

I utvecklingen av Caterpillar Health-appen använde forskargruppen COM-B-modellen som den teoretiska grunden för appen för att identifiera och ta itu med potentiella hinder och möjliggöra för att uppmuntra användare att öka antalet dagliga steg och öka det övergripande engagemanget. Vid implementeringen av COM-B-modellen (Capability, Opportunity, Motivation-Behaviour) identifierade forskargruppen potentiella påverkande faktorer (d.v.s. brist på motivation, tidsbrist) och facilitatorer (d.v.s. socialt stöd, användarvänliga gränssnitt) för att avgöra hur appens funktioner kan utformas för att på bästa sätt framkalla beteendeförändringar. Appens funktioner har utformats för att förbättra upplevd kapacitet (d.v.s. hälsoinformationsinnehåll, 'Utbildning'), möjligheter (d.v.s. integration med bärbara enheter, 'Enablement') och öka motivationen (d.v.s. incitament, 'övertalning'). Beteendeförändringstekniker46 vägledde valet av specifika strategier och implementerade ytterligare tekniker som realtidsfeedback (d.v.s. uppmaningar) och personliga målsättningar (dvs. individualiserade dagliga stegmål), vilket ytterligare informerade utformningen av appfunktioner. Caterpillar Health gjordes tillgänglig för invånare i Leeds, Storbritannien på Apple iTunes/App Store och Google Play appbutiker den 8 augusti 2022 (Figur 2). Appen gjordes senare tillgänglig för hela Storbritannien från och med den 3 oktober 2022. För att erbjuda en mängd olika populära incitament bildade Caterpillar Health Inc. partnerskap med två stora brittiska företag, Vue Cinema och Hussle (ett gymnätverkssystem), som gjorde det möjligt för användare att lösa in poäng för gratis film- och gymkort. Dessutom samarbetade företaget med en brittisk hälsomyndighet (Active Leeds via Leeds City Council) för att hjälpa till med utveckling och godkännande av pedagogiskt hälsofrågesportinnehåll. För att hjälpa till med lanseringen av appen i Leeds, utnyttjade företaget marknadsföringstillgångarna för sina lojalitetspartners genom att använda e-postkampanjer som skickades till Leeds kommunfullmäktige och KPMG-anställda samt Hussle gymmedlemmar som bor i Leeds, Storbritannien. Appen gjordes tillgänglig för nedladdning på två sätt: organiskt (d.v.s. att upptäcka och installera appen utan betald reklam) eller genom ovan nämnda partner-e-postinbjudningar. Efter inledande partnerskapsuppsökande började betalda reklamkampanjer på sociala medier (Facebook, Instagram, Twitter) den 1 augusti 2022. En PR-kampanj började den 9 augusti 2022.

Innan nedladdningen krävdes användare att ha en appkompatibel smartphone (dvs. iPhone 5S-modell eller högre; Android-versionen måste stödja stegräkning, dvs. inkludera en "inbyggd" accelerometer) och ha Health Kit eller Google Fit-appen (eller motsvarande) laddas ner. Enligt brittisk lag är individer under 13 år inte berättigade att delta i lojalitetsbelöningsprogram och uteslöts därför från denna studie.44 För att slutföra appregistreringen ombads deltagarna att ange sitt födelseår, kön och postnummer. Efter registreringen instruerades användarna att (a) aktivera stegräkningsspårning och (b) "bära sin telefon" så mycket som möjligt under en femdagars baslinjeperiod. Användarnas första personliga dagliga stegmål beräknades med hjälp av mediantalet steg för femdagars baslinjen. Ett mål gavs när fem dagars stegdata samlades in; om medianen var <2500 steg per dag, var det första målet 2500 steg. Ett mål gavs när fem dagars stegdata samlades in; om medianen var <2500 steg per dag, var det första målet 2500 steg. Efteråt utvärderades stegräkningsmålen varje vecka och nya stegmål (de senaste 30-dagarsmedianen) introducerades för användaren på söndagskvällen.45 Det fanns ingen ökning utöver medianen (t.ex. +500 steg/dag) för att främja målkonsistens och minska antalet dagar med stegantalet lägre än 30-dagarsmedianen. Efter baslinjeperioden tjänade deltagarna FIs i form av "poäng" (0,10 USD per dag) för att nå personliga dagliga stegmål. Eftersom människor tenderar att övervärdera poäng ("numerosity"-konceptet),32 är detta värdefullt för att göra mindre FI:er mer effektiva. Poäng kan lösas in för biobiljetter och gymkort. Användare kan välja att delta och delta i en veckovis stegmålutmaning (dvs. slutföra 5/7 dagliga mål) för poäng (0,25 USD). Under de första 12 veckorna kunde användare fylla i ~2-4 hälsokunskapsfrågeformulär eller undersökningar per vecka, för poäng (~0,25 USD per frågesport); detta fungerade som ett pedagogiskt inslag. Efter vecka 12 sjunker frekvensen av frågeformulär för hälsokunskap till en gång i veckan. Användare kan tjäna maximalt 23,65 USD inom de 12 veckorna. Frågeformulären för hälsokunskap omfattade i första hand hälsosam kost och att uppfylla PA-riktlinjer (i linje med National Health Service (NHS), "Lev väl"-riktlinjer).

Två huvudgrupper rapporteras om: (a) "användare" och (b) "deltagare" och särskiljs för datainsamling/analysändamål. Användare är de som skapade ett konto på Caterpillar Health-appen och samtyckte till analysen av aggregerad appdata (via Caterpillar Health-appens användarvillkor). Deltagare är användare som också har (a) samtyckt till en samtyckesundersökning i appen för att delta i en mer detaljerad studie, inklusive individualiserad datainsamling (dvs. demografi, hälsoegenskaper och stegantal), (b) "aktiverad stegspårning" och (c) konsekvent registrerat minst 1000 steg per dag under minst tre dagar vid baslinjen. Fysisk aktivitet mättes objektivt med hjälp av inbyggd smartphone och bärbara fitnesstracker-accelerometrar integrerade med Apple Health och/eller Google Fit med aktiverad stegspårning. Deltagarna instruerades att bära sina smartphones och bära sina träningsspårare så mycket som möjligt under dagen för att möjliggöra en exakt och tillförlitlig analys av deltagarnas dagliga stegmönster vid baslinjen och under interventionen. För att ytterligare öka tillförlitligheten hos insamlade stegdata ansågs endast dagar med stegtal mellan 1 000 och 40 000 som "giltiga dagar". Appupptaget (dvs. antal nedladdningar och appbutiksbesök) mättes med hjälp av Google Analytics och Firebase-verktyg. Representativiteten för urvalspopulationen av studiedeltagare (användare som samtycker till delning av individuella användardata) samlades in genom en demografisk undersökning i appen. Leveransprocess (dvs. antal e-postkampanjer, skickade e-postmeddelanden, betalda annonser i sociala medier, inlägg via appens konton för sociala medier), ändringar av intervention (d.v.s. storleken på erbjudna incitament) och apppartnerskap (d.v.s. Leeds City Council, Hussle Gym, Vue Cinemas) rapporterades narrativt. Engagemanget mättes med hjälp av verktygen Google Analytics och Firebase från 12 september 2022 till 12 december 2022, vilket gav objektiv insikt i den faktiska användningen av appen efter installationen. Data inkluderade antalet unika användare och användningsfrekvens, antal sidbesök i appen, användningstid per appbesök samt ny och återkommande användning av appen. Individuell data om appanvändning samlades in från deltagardata, som undersökte appens pedagogiska frågesporter och undersökningar enligt vad som gjorts tillgängligt för användarna och deltagarna under en femveckorsperiod.

De primära resultaten var förändring i PA (dvs genomsnittliga dagliga steg och uppnående av stegmål) från baslinjen till slutet av interventionsperioden, fem veckor efter baslinjen. Vi rapporterar också förändringen i PA efter engagemang och PA-undergrupper (n=14) (dvs högt engagemang definieras som att slutföra mer än 50 % av hälsofrågesporterna; låg PA definieras som att ta färre än 5 000 dagliga steg vid baslinjen). De sekundära resultaten var appupptag vid baslinjen och förändringar i appengagemang från baslinjen till 12 veckor. Appupptaget inkluderade demografisk data (d.v.s. hushållsinkomst, kronisk sjukdomsstatus, användning av bärbara träningsspårare). Engagemangsresultat var förändringar i antalet sidbesök i appen, användningstid per appbesök, ny och återkommande användning av appen och individuella frågesports- och enkätdata.