基于生成式人工智能的孕妇营养聊天机器人可用性评估
面向孕妇的基于生成式人工智能的营养聊天机器人可用性评估:一项准实验性试点研究
背景:妊娠期会给身体带来显著负担,妊娠期糖尿病(GDM)和先兆子痫等并发症会构成严重风险。 营养对于缓解这些风险至关重要,但获取可靠指导仍然具有挑战性。 本研究评估了人工智能聊天机器人提供营养指导以管理这些状况的可行性。
方法:在准实验设计中,100名孕妇将自行选择进入干预组(n=50,使用人工智能聊天机器人)或对照组(n=50,接受标准护理)。 主要结局指标是在12周时通过系统可用性量表(SUS)测量的可用性,预期平均差异≥13分。 次要结局指标包括技术接受度(技术接受模型)、用户参与度、信息准确性以及饮食知识/行为的变化。 定量数据将采用意向性分析和t检验进行分析。 通过对20名参与者的半结构化访谈,将通过主题分析探讨用户体验。
预期结果:预计人工智能聊天机器人将展示出卓越的可用性和高用户接受度(TAM >5.0/7),并在饮食知识和行为方面有所改善。 定性研究结果将提供关于益处、障碍和参与因素的见解。
结论:本研究将为产前营养人工智能聊天机器人的可行性和接受度建立证据基础,为工具优化和未来大规模试验提供参考。
研究概览
详细说明
目标:本研究主要旨在通过比较干预组和对照组之间的系统可用性量表(SUS)得分,评估营养AI聊天机器人对孕妇的可用性。次要目标包括评估技术接受度(技术接受模型)、参与模式、信息质量(准确性、可理解性、一致性)以及营养知识的变化。
设计:将采用两组平行设计的准实验方法(每组n=50)。参与者将通过自我选择方式,选择加入干预组(使用AI聊天机器人加常规护理)或对照组(使用标准化微信信息服务加常规护理)。所有参与者的常规护理包括标准产前门诊就诊和印刷的营养材料。
对照组的微信服务将由一名经过培训的研究助理在每日两个预定时间段内,使用预定义的脚本来操作,提供来自官方营养宣传单的信息。这旨在将信息传递方式(AI与人工辅助信息传递)作为主要变量进行隔离。
参与者:纳入标准:年龄≥18岁的孕妇,能够知情同意,拥有可上网的智能手机。排除标准:参与其他营养干预项目或有严重影响技术使用的严重心理健康状况。将有目的地选取20名参与者(每组10名)完成定性访谈。
样本量:基于干预组预期平均SUS得分为78(标准差=12)、对照组为65(标准差=15)(Cohen's d=0.95)的假设,每组需要23名参与者以达到90%的统计功效(α=0.05)。考虑到50%的流失率,每组将招募50名参与者。将使用倾向评分匹配法,基于年龄、孕周、产次、教育程度和基线技术使用情况等变量来减少选择偏倚。
测量指标:主要结果——可用性,将在12周时使用系统可用性量表(SUS)和聊天机器人可用性问卷(CUQ)进行测量。技术接受度将使用技术接受模型(TAM)进行评估。营养知识将在基线和12周时通过15项问卷和国际妇产科联合会(FIGO)营养清单进行评估。信息准确性和一致性将由专家小组通过评估150条聊天机器人回复和重复提交20个测试问题来评定。参与度将通过应用程序使用日志分析,测量依从性、强度和持续性。半结构化访谈将深入探讨用户体验。
数据分析:定量数据将按意向性治疗原则进行分析。主要分析将使用独立样本t检验比较组间平均SUS得分,效应大小计算为Cohen's d。次要结果将采用类似方法分析,比例数据使用卡方检验,营养知识变化得分使用线性混合模型。缺失数据将通过多重插补法处理。定性访谈记录将使用主题分析法和双独立编码进行分析。
研究时间线:参与者将在6个月内完成招募,每位参与者完成12周的干预和随访期。
研究类型
注册 (估计的)
阶段
- 不适用
联系人和位置
学习联系方式
- 姓名:Bronya Luk, DHSc
- 电话号码:+852 39708758 +852 39708758
- 邮箱:bluk@hkmu.edu.hk
学习地点
-
-
-
Hong Kong、香港
- Hong Kong Metropolitan University
-
接触:
- Bronya Luk, DHSc
- 电话号码:+852 39708758
- 邮箱:bluk@hkmu.edu.hk
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准:
- 年龄18岁及以上的孕妇
- 能够用研究语言提供知情同意
- 拥有可上网且安装微信应用的智能手机
排除标准:
- 目前正在参加其他营养干预研究
- 可能影响技术使用或提供知情同意能力的严重心理健康状况
学习计划
研究是如何设计的?
设计细节
- 主要用途:支持治疗
- 分配:非随机化
- 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 |
|---|---|
|
实验性的:干预组
干预组将使用营养人工智能聊天机器人。
|
一款专为孕妇设计的文化定制营养AI聊天机器人,AI聊天机器人支持将全天候24/7提供
|
|
无干预:对照组
对照组将接受常规护理,并可访问标准化的微信信息服务。
为确保公平比较,对照组的微信服务将由经过培训的研究助理按照预定的脚本和协议进行操作。
助理将在每天两个预定的时间段(例如,10:00-12:00和14:00-16:00)内回应查询,直接引用或转述官方营养宣传单中的信息。
|
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 |
|---|---|---|
|
系统可用性量表 (SUS)
大体时间:12周
|
可用性将使用系统可用性量表(SUS)进行评估,该量表为包含10个项目的问卷,采用五点李克特量表进行评分。
SUS总分范围为0至100分,分数越高表示感知可用性越好。
将在12周时比较各组间的得分。
|
12周
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
技术接受模型(TAM)问卷平均得分
大体时间:12周
|
技术接受度将使用技术接受模型(TAM)问卷进行评估。
该12项工具测量两个维度:感知有用性(6项)和感知易用性(6项)。
每项均采用7点李克特量表评分,范围从1(非常不同意)到7(非常同意)。
维度得分计算为各维度内项目的平均值,分数越高表示感知有用性或易用性越强。
|
12周
|
|
达到充分参与依从性的参与者比例
大体时间:12周
|
参与依从性将通过应用程序使用日志进行测量。
充分的依从性定义为在12周的干预期内,每周至少使用平台3天,且至少持续10周。
将报告达到此阈值的参与者比例。
|
12周
|
|
每周平台平均登录次数
大体时间:12周
|
参与强度将通过应用程序使用日志进行测量。
将计算每位参与者在为期12周的干预期间每周的平均登录次数,并以组均值的形式报告。
|
12周
|
|
每位参与者提交的平均查询数量
大体时间:12周
|
参与强度还将通过每位参与者在12周干预期间向平台提交的查询(问题或请求)总数来评估,报告为组均值。
|
12周
|
|
临床专家小组评定为准确的聊天机器人回复比例
大体时间:12周
|
一个临床专家小组将对150个聊天机器人回复样本的准确性进行评分。
回复将根据其与当前临床指南的一致性被评定为准确或不准确。
将报告被评定为准确的回复比例。
|
12周
|
合作者和调查者
调查人员
- 首席研究员:Bronya Luk, DHSc、School of Nursing and Health Sciences, Hong Kong Metropolitan University
出版物和有用的链接
有用的网址
- Caropreso, L., de Azevedo Cardoso, T., Eltayebani, M., & Frey, B. N. (2020). Preeclampsia as a risk factor for postpartum depression and psychosis: a systematic review and meta-analysis. Archives of Women's Mental Health, 23(4), 493-505.
- Charlton, M. (2016). The evolving management of gestational diabetes. The Hong Kong Practitioner, 38(2).
- Feghali, M. N., Abebe, K. Z., Comer, D. M., Caritis, S., Catov, J. M., & Scifres, C. M. (2018). Pregnancy outcomes in women with an early diagnosis of gestational diabetes mellitus. Diabetes Research and Clinical Practice, 138, 177-186.
- Hyzy, M., Bond, R., Mulvenna, M., Bai, L., Dix, A., Leigh, S., & Hunt, S. (2022). System Usability Scale Benchmarking for Digital Health Apps: Meta-analysis. JMIR MHealth and UHealth, 10(8).
- Gao, C., Sun, X., Lu, L., Liu, F., & Yuan, J. (2019). Prevalence of gestational diabetes mellitus in mainland China: A systematic review and meta-analysis. Journal of Diabetes Investigation, 10(1), 154-162.
研究记录日期
研究主要日期
学习开始 (估计的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- HE-RD/2025/2.34 (其他标识符:Hong Kong Metropolitan University)
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
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.