此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

使用游戏化 mHealth 工具评估自适应目标设定对政府工作人员参与水平的影响 (BSAK19)

2022年3月7日 更新者:Eindhoven University of Technology

使用游戏化的 mHealth 工具评估自适应个性化目标设定对政府工作人员参与水平的影响:为期 2 个月的随机对照试验的研究方案

背景:尽管身体活动对健康的益处已得到充分证实,但人们要采取更积极的生活方式仍然具有挑战性。 移动健康 (mHealth) 干预措施可以成为促进身体活动和减少久坐行为的有效工具。 通过使用游戏化技术作为行为改变策略,已经取得了可喜的结果,特别是当它们针对个人的偏好和目标量身定制时;然而,目前尚不清楚如何将目标个性化以有效促进健康行为。

目的:在本研究中,研究人员旨在评估个性化目标设定在游戏化移动医疗干预背景下的影响。 研究人员假设,建议根据最终用户(自我报告)当前和期望的能力量身定制的健康目标的干预措施将比具有通用目标的干预措施更具吸引力。

方法:该研究被设计为一项 2 臂随机干预试验。 参与者是在 Noorderkempen 政府组织的工作人员中招募的。 他们参加了为期 8 周的数字健康促进活动,该活动专为促进步行、骑自行车和运动而设计。 使用 mHealth 应用程序,参与者可以在两个社交排行榜上跟踪他们的表现:一个排行榜显示参与者的个人分数,另一个排行榜显示每个组织部门的平均分数。 mHealth 应用程序还提供了一个新闻提要,显示其他参与者何时得分。 可以通过执行 6 项指定任务中的任何一项来收集分数(例如,步行至少 2000 米)。 这 6 项任务中的 3 项的复杂程度每 2 周更新一次,方法是更改​​建议的任务强度或建议的任务频率。 参与者随机分配的 2 个干预组包括根据参与者自我报告的能力和目标定制复杂性参数的个性化治疗和根据国家指南一般设置复杂性参数的对照治疗。 从 mHealth 应用程序以及摄入量和测试后调查中收集测量值,并使用分层线性模型进行分析。

注意:埃因霍温科技大学不是 GCP 的官方赞助商。 因此,本研究不是医学临床试验。

研究概览

研究类型

介入性

注册 (实际的)

176

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

      • Wuustwezel、比利时
        • Noorderkempen governmental organization

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

是的

有资格学习的性别

全部

描述

纳入标准:

  • Noorderkempen 政府组织的雇员

排除标准:

  • 没有任何

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:预防
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
安慰剂比较:控制:一刀切

该研究被设计为一项 2 臂随机干预试验。 实验设置以设置 3 个动态任务的复杂性参数(即 X 值)为中心。 具体而言,要确定的参数如下:(1) 较长距离步行的最短距离,(2) 较长距离自行车骑行的最短距离,以及 (3) 奖励运动的最大次数(以及因此次数每场比赛的奖励积分)。

对于对照组,动态任务的参数值基于国家指南。

使用 mHealth 应用程序 GameBus,参与者可以在 2 个社交排行榜上跟踪他们的表现:一个显示参与者个人分数的排行榜和一个显示每个部门平均分数的排行榜。 为了在这些排行榜上得分,参与者被分配了一组 6 项任务,完成后将获得积分奖励。 在这项研究中,3/6 的任务要么进行了一般更新(对于对照组),要么进行了个性化更新(对于治疗组)。 通过移动应用程序,用户可以手动注册他们执行了一项任务。 或者,用户可以使用活动跟踪器来自动跟踪他们的努力。 支持的活动追踪器包括 Google Fit、Strava 和基于 GPS 的活动追踪器。 最后,GameBus 提供了一组社交支持功能:当其他参与者得分时,会显示一个新闻源,参与者可以点赞和评论彼此的健康成就,也可以互相聊天。
有源比较器:治疗:个性化

该研究被设计为一项 2 臂随机干预试验。 实验设置以设置 3 个动态任务的复杂性参数(即 X 值)为中心。 具体而言,要确定的参数如下:(1) 较长距离步行的最短距离,(2) 较长距离自行车骑行的最短距离,以及 (3) 奖励运动的最大次数(以及因此次数每场比赛的奖励积分)。

对于治疗组,这些参数是根据用户自我报告的能力和健康目标量身定制的。

使用 mHealth 应用程序 GameBus,参与者可以在 2 个社交排行榜上跟踪他们的表现:一个显示参与者个人分数的排行榜和一个显示每个部门平均分数的排行榜。 为了在这些排行榜上得分,参与者被分配了一组 6 项任务,完成后将获得积分奖励。 在这项研究中,3/6 的任务要么进行了一般更新(对于对照组),要么进行了个性化更新(对于治疗组)。 通过移动应用程序,用户可以手动注册他们执行了一项任务。 或者,用户可以使用活动跟踪器来自动跟踪他们的努力。 支持的活动追踪器包括 Google Fit、Strava 和基于 GPS 的活动追踪器。 最后,GameBus 提供了一组社交支持功能:当其他参与者得分时,会显示一个新闻源,参与者可以点赞和评论彼此的健康成就,也可以互相聊天。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
被动用户参与
大体时间:一周。
参与者访问应用程序的天数。
一周。
积极的用户参与
大体时间:一周。
参与者在应用程序中访问的健康相关活动的数量。
一周。

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Pieter Van Gorp, Dr.、Eindhoven University of Technology

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2019年10月14日

初级完成 (实际的)

2019年12月16日

研究完成 (实际的)

2019年12月16日

研究注册日期

首次提交

2022年2月22日

首先提交符合 QC 标准的

2022年3月2日

首次发布 (实际的)

2022年3月3日

研究记录更新

最后更新发布 (实际的)

2022年3月22日

上次提交的符合 QC 标准的更新

2022年3月7日

最后验证

2022年3月1日

更多信息

与本研究相关的术语

其他研究编号

  • BSAK19

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

GameBus(移动健康应用程序)的临床试验

3
订阅