使用物理跟踪来预测晒伤

皮肤癌是美国最常见的癌症。 每年诊断出超过 540 万例角质形成细胞癌（基底细胞癌和鳞状细胞癌），黑色素瘤的发病率在过去 30 年中每年增加 3%。 在 2014 年预防皮肤癌行动呼吁中，美国外科医生纳入了协调防晒安全和身体活动信息的策略，认识到从事户外身体活动的人群需要防晒。 娱乐性紫外线照射与各种形式的皮肤癌有关；从事更多体力活动的人晒伤的患病率更高。 黑色素瘤是唯一一种与体力活动呈正相关的癌症。 Strava 是一款针对运动员的跟踪应用程序和社交网站，是最流行的移动技术之一，用于记录身体活动并提供对其他 Strava 用户活动的社交反馈。 这项 R21 研究的目标是测试与 Strava 网站及其移动应用程序连接以开发一种算法的可行性，该算法 a) 预测当紫外线辐射高时个人何时可能在阳光下进行户外体育活动 b ) 提供针对 Strava 用户的时间、地点和个人风险（例如皮肤阳光敏感性）量身定制的防晒建议。 由 Strava 用户 (n=16) 和非用户 (n=16) 组成的概念焦点小组将就 Strava Sun (SS) 干预的可行性、内容和功能提供意见。 预测未来户外运动的算法将通过对 Strava 用户 (n=1000) 提供的活动数据进行机器学习建模来开发。 SS 干预将被编程为通过 Strava 的开源应用程序编程接口 (API) 通过电子邮件和 Strava 界面中的评论提供生态有效的太阳安全建议。 阳光安全建议将根据地点、时间、季节和用户的个人风险量身定制，采用我们为户外休闲度假村 Go Sun Smart 干预中的阳光安全移动应用程序 sunZapp 和社交媒体消息库开发的建议算法。 在进行试点现场试验以确定 SS 在实践中的可行性（n=226 Strava 用户）之前，将测试 SS 的可用性（n=30 Strava 用户）。 该项目具有重大意义和创新性。 Strava 平台的防晒界面将为定期进行体育锻炼的个人提供个性化的、生态有效的建议，以帮助他们在户外活动中练习防晒。 它将包含一种新颖的机器学习算法，可以预测未来的高风险行为，即户外体育活动，以提供精准的预防建议。 干预将通过一个拥有超过 4200 万注册用户的成熟且流行的技术平台进行。