基于机器学习的移动应用程序对超重和肥胖女性体力活动的影响

根据世界卫生组织 (WHO) 的说法，缺乏身体活动是当今时代的重大公共卫生问题之一。 与此问题相关的健康问题导致医疗服务超载。 根据世界卫生组织2022年发布的报告，全球超重和肥胖患病率占总人口的60%，导致欧洲地区120万人死亡。 在土耳其，所有性别的肥胖患病率为 66.8，女性为 69.3。 体重过重和肥胖日益流行，从长远来看会导致慢性疾病，对全球和我国的公共卫生构成重大威胁。

体力活动是保持健康体重和预防肥胖的重要生活方式措施。 对于女性来说，怀孕期间体力活动水平会下降，而产后仍会继续缺乏活动。 因此，确定有肥胖风险的女性的体力活动水平并规划公共卫生举措以提高她们的体力活动水平也很重要。

认知行为理论（CBT）是一种认为思想、感觉和行为是相互关联并相互影响的理论。 CBT 用于许多健康改善干预措施，例如提高身体活动水平。 另一方面，社会认知理论（SCT）是规划与个体改变和维持健康行为相关的行为改变干预措施的重要理论。 SCT 通过识别个体、环境和行为之间的相互作用，为理解与身体活动相关的健康行为提供了强有力的视角。 将 CBT 和 SCT 的组成部分与身体活动水平联系起来，将提供一种综合方法，同时解决影响中年女性身体活动水平的认知、行为、环境和社会因素。

增加体力活动是减少肥胖和超重患病率的有效干预措施，肥胖和超重是全世界和我国的重大公共卫生问题。 迫切需要行为改变干预措施来确定和提高整个社会特别是高危人群的身体活动水平，以促进健康的生活方式。 这项研究旨在评估基于机器学习的移动应用程序的影响，该应用程序提供增加身体活动的个性化建议，这是预防超重和肥胖女性肥胖和许多其他非传染性疾病的重要健康行为。

在获得机构和道德批准后，将通过对向伊斯坦布尔家庭健康中心提出申请的 35 至 60 岁女性进行面对面访谈来收集数据。 将测量女性的身高和体重，并计算她们的体重指数（BMI）。 BMI 值为 25 或更高且没有妨碍其身体活动状况的健康状况或健康问题的女性将被纳入该研究。

研究数据将使用以下工具和测量方法收集：特征识别表、视觉模拟量表（VAS）、人体测量测量、国际身体活动问卷（简表）、女性身体活动自我效能量表、身体活动障碍量表、认知行为身体活动量表、运动自我效能量表和智能腕带。

数据收集后，数据将传输至社会科学统计软件包（SPSS）25.0软件包中进行分析。 数据分析将包括百分比、平均值、标准差和卡方检验、独立样本 t 检验、重复测量方差分析检验以及用于高级分析的修正 Bonferroni 检验。