Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

פיתוח איטרטיבי של כלי הערכה תזונתי חדשני מבוסס סמארטפון: Traqq

Published: March 19, 2021 doi: 10.3791/62032
Automatic Translation
1, 1, 1, 1, 1
1Division of Human Nutrition and Health, Wageningen University and Research

Summary

מאמר זה מתאר את הפרוטוקול לפיתוח יישום הערכה תזונתית חדשני מבוסס סמארטפון Traqq, כולל הערכות מומחים ובדיקות שימושיות.

Abstract

כדי לאסוף נתוני צריכה תזונתיים בצורה מהירה ואמינה, פותח יישום סמארטפון גמיש וחדשני (אפליקציה) בשם Traqq (iOS/Android). יישום זה יכול לשמש כרישום מזון ואחזור של 24 שעות (או תקופות אחזור קצרות יותר). ניתן ליצור ערכות דגימה שונות בימים/פעמים מוגדרים מראש או אקראיים בתוך תקופה קבועה מראש עבור שתי השיטות, עם הודעות דחיפה כדי לעודד את המשתתפים לרשום את צריכת המזון שלהם. במקרה של אי-תגובה, הודעות מתוזנות מחדש באופן אוטומטי כדי להבטיח איסוף נתונים מלא. לשימוש כרשומת מזון, המשיבים יכולים לגשת לאפליקציה ולרשום את צריכת המזון שלהם לאורך כל היום. רשומות מזון נסגרות באופן אוטומטי בסוף היום; אחזור קרוב לאחר שליחת הפריטים הנצרכים. האחזור, כמו גם מודול שיא המזון מספקים גישה לרשימת מזון נרחבת המבוססת על מסד הנתונים הרכב המזון ההולנדי (FCDB), אשר ניתן להתרגל להתאים למטרות מחקר שונות. בעת בחירת פריט מזון, המשיבים מתבקשים בו זמנית להכניס גודל מנה, כלומר,במדדים ביתיים (למשל,כוסות, כפות, כוסות), כוסות, כוסות), גדלי מנה סטנדרטיים (למשל,קטנים, בינוניים, גדולים), או משקל בגרמים, ואירוע אכילה / זמן צריכה. ניתן להתאים אפשרויות גודל מנה, למשל .,רק ערך בגרמים במקרה של שיא מזון שקל או זמן צריכה במקום אירוע אכילה). האפליקציה כוללת גם פונקציית My מנות, המאפשרת למשיב ליצור מתכונים או שילובי מוצרים משלו(למשל,ארוחת בוקר יומית) ולדווח רק על הכמות הכוללת הנצרכת. לאחר מכן, האפליקציה אחראית לגורמי תשואה ושמירה. הנתונים מאוחסנים בשרת מאובטח. אם תרצה, ניתן לשלב שאלות נוספות, כלומרבאופן כללי או אלה הקשורים פריטי מזון ספציפיים או לאירועי אכילה. מאמר זה מתאר את התפתחות המערכת (אפליקציה ו backend), כולל הערכות מומחים ובדיקות שימושיות.

Introduction

הערכה תזונתית מדויקת חיונית כדי להבטיח את איכות המחקרים על תפקיד התזונה בבריאות ובמניעת מחלות. נכון לעכשיו, מחקרים כאלה משתמשים בדרך כלל בשיטות הערכה תזונתיות מבוססות של דיווח עצמי, כלומר. למרות העובדה כי שיטות אלה הם בעלי חשיבות רבה למחקר תזונה, הם גם בעליחסרונותשונים, למשל, הטיה הקשורה לזיכרון, הטיה הרצון החברתי, והם מעיקים עבור המשיב, כמו גם החוקר 1,2. המצאות טכנולוגיות אחרונות מציעות כעת את ההזדמנות להתגבר על חסרונות אלה. במהלך השנים האחרונות, קבוצות מחקר שונות ניצלו הזדמנות זו ופיתחו כלי הערכה תזונתיים מבוססי אינטרנט וסמארטפון למחקר תזונתי המטפלים בכמה מהחסרונות הידועים הללו (ראו אלדרידג' ואח '3 לסקירה מקיפה של כלים מבוססיאינטרנט וסמארטפון), כלומר.

עם זאת, מספר היישומים האוטומטיים והאימותים לחלוטין של טלפונים חכמים (אפליקציות) המתאימים למחקר תזונתי עדיין מוגבל. רוב אפליקציות הערכת התזונה הזמינות(כלומר,מסחרית או מפותחת למחקר) אינן אוטומטיות לחלוטין(כלומר,דורשות קידוד ידני של פריטי מזון) או שאינן (טוב) מאומתות3. יתר על כן, רוב האפליקציות המאומתות הזמינות פותחו למטרת מחקר ושימוש ספציפיים במדינה מסוימת; בשל עיצובים קבועים למדי, שימוש חוזר באפליקציות כאלה למטרות מחקר אחרות או במדינות אחרות נראה מאתגר3,4,5,6,7,8. לבסוף, למרות הזמינות של אפליקציות מבוססות שיא מזון, עד כה, עדיין לא קיימות אפליקציות מבוססות החזרה. למרות רשומות מזון נוטים הטיה תגובתית, כלומר., המשיבים עשויים לשנות את צריכת המזון שלהם בשל המודעות כי הם נצפים2,9, זה לא המקרה עבור החזרות, אשר מדגיש את הצורך בפיתוח של יישום מבוסס אחזור מאומת10. אפליקציה חדשנית להערכה תזונתית בשם Traqq פותחה לשימוש בהולנד אשר יכול לשמש שיא מזון, כמו גם החזרה, בהתאם לשאלת המחקר1.

מלבד האפשרות להחליף בין אפשרות שיא המזון לבין אפשרות האחזור, אפליקציה זו שונה גם מכלי הערכה תזונתיים אחרים בשל אופיה הגמיש. באופן ספציפי, לגבי רשימת המזון, הערכות גודל המנה, תוכניות דגימה, ואת האפשרות לשלב שאלות נוספות. רמת הגמישות במערכת מאפשרת התאמה למטרות מחקר מרובות הדורשות הערכה מדויקת של התנהגויות תזונתיות. נכון לעכשיו, האפליקציה נמצאת בתהליך של אימות ויהיה מוכן לשימוש בסוגים שונים של מחקרים הקשורים לתזונה. ניתן להשתמש באפליקציה גם, ואולי משופרת עוד יותר לשימוש, בתוכניות התערבות תזונתית כדי למדוד ולהשפיע על התנהגויות תזונתיות. כמו הפיתוח של כלי הערכה תזונתיים אמינים הוא מאתגר, ודיווחים על תהליכים אלה הם נדירים, במיוחד לגבי מעורבות משתמש ומומחה3,11,12, מאמר זה מספק סקירה מפורטת על איך מקורות מידע שונים שולבו בפיתוח שיטתי איטרטיבי של יישום הערכה תזונתית מבוסס טלפון חכם זה. התהליך משלב תיאוריה, ייעוץ מומחה ומעורבות משתמשים.

Protocol

הערה: כל ההליכים כולל משתתפים אנושיים נערכו באופן לא פולשני באמצעות שיטות מחקר איכותיות בעיקר. הסכמה מדעת התקבלה מכל המשתתפים לפני תחילת ההערכות. פרוטוקול זה מתאר את התהליך ההתפתחותי האיטרטיבי שניתן לחלק בערך לארבעה שלבים שבהם שלבים 1-3 שזורים זה בזה (איור 1).

Figure 1
איור 1: סקירה כללית של שלבי תהליך הפיתוח האיטרטיבי של האפליקציה. תהליך הפיתוח כלל חמישה שלבים בסך הכל. עם זאת, התהליך היה איטרטיבי מה שאומר ששלבים 1 עד 3 היו שזורים זה בזה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

1. לערוך מחקר מעצב מקיף בהכנת התהליך ההתפתחותי בפועל.

  1. בצע מחקר שולחני הבוחן כלי הערכה תזונתיים קיימים מבוססי אינטרנט וסמארטפון, תוך שימת לב מיוחדת לתכונות הידועות כחשיבות מרכזית לאיסוף נתונים מדויק של צריכת מזון, כלומרשיטת הזנת מזון (כולל רשימת המזון וההערכות הבסיסיות של FCDB) ואומדני גודל המנה.
  2. בדוק כלי הערכה תזונתיים קיימים המבוססים על אינטרנט וסמארטפון המתמקדים בהיבטים כגון מתודולוגיית הערכה תזונתית, אספקת מידע, אמינות, מנוע חיפוש ותכונות מיושמות (למשל,תמונות, סורק ברקוד, פונקציות מתכון).
  3. יש להיוועץ במומחים בתחום ההערכה התזונתית.
    הערה: תוצאות המחקר ובדיקת שולחן העבודה של הכלים הקיימים נדונו עם מומחים בתחום ההערכה התזונתית, מה שהוביל לטיוטת תוכנית עיצוב לפיתוח האפליקציה. טיוטת תוכנית עיצוב זו הוערכת על ידי המומחים ושיפרה עוד יותר כנדרש.

2. עיצוב אפליקציית הערכת התזונה

  1. צור את העיצוב החזותי של האפליקציה בהתחשב בהיבטים חשובים כגון הנפשה, מיתוג, צבע, פריסה וטיפוגרפיה20.
    הערה: ככל שרכיבי רווח, צבע, גופנים, גרפיקה וממשק מדגישים תוכן ומעבירים אינטראקטיביות, חיוני לשלב אלמנטים המקלים על הפונקציונליות של האפליקציה.
  2. בחר FCDB אמין (כאן, NEVO) כדי להקל על חישובים תזונתיים של נתוני צריכת המזון שנאספו14.
  3. צור רשימת מזון על-ידי הערכה ביקורתית של תיאור פריטי המזון המוזכרים ב- FCDB.
    הערה: FCDBs מפותחים בעיקר לשימוש מקצועי; תיאורי מזון הם לעתים קרובות מורכבים ומעכבים את יכולת החיפוש (למשל,"מרגרינה דלת שומן 35% שומן < 10 גרם של שומנים רוויים ללא מלוח"23).
  4. גיבוש דרישות מנוע חיפוש; שקול את השימוש בסימני פיסוק, שמות זרים, שגיאות איות, מונחי חיפוש שונים ודירוג תוצאות חיפוש כדי להקל על יכולת החיפוש של פריטי מזון.
  5. בחר הערכת גודל מנה (סיוע) על ידי הערכת כלים שונים להערכת תזונה קיימים ובדיקת שדה של אפשרויות מתאימות.
  6. עצב ניתוב בתוך האפליקציה כדי להבטיח שהניווט של המשתמש באפליקציה יהיה הגיוני, צפוי וקל למעקב.
  7. עצב תכונות ודרישות של הקצה העורפי כדי לשלוט באפליקציה; כוללים פונקציות הקשורות לניהול פרוייקטים כולל, ניהול ספציפי לפרוייקט (למשל.משתתפים, הזמנות, איסוף נתונים) וניהול משתמשים (למשל.

3. הערכות של חוקרים

הערה: לאחר כל שדרוג, האפליקציה נבדקה על ידי מדעני תזונה ודיאטניות מחקר עם מומחיות בהערכה תזונתית (בדיקות פנימיות) כדי לוודא אם הפונקציות השתפרו כצפוי. ההוראות הבאות יבוצעו על ידי החוקרים.

  1. לערוך הערכת מומחה באמצעות הדרכות קוגניטיביות כדי לדמות חוויית משתמש בפעם הראשונה, כך המומחים יכולים לחקור את האפליקציה בנפרד וללא הדרכה28. ודא כי הדרכות קוגניטיביות מורכבים השלבים הבאים.
    1. ודא כי המומחה משלים שאלון כללי שואל על המותג וסוג הטלפון החכם.
    2. התקן את האפליקציה בסמארטפון של המומחה.
      הערה: כדי להבטיח התקנה ותפקוד תקינים ולמזער את הסיכון להפרעות במהלך ההערכה, מומלץ שהחוקר יאמת תחילה את הפונקציונליות של האפליקציה.
    3. להנחות את המומחה על נהלי בדיקה שבהם כל מומחה מתבקש לקחת על עצמי את התפקיד של משתמש בפעם הראשונה (כלומר,משתתף במחקר). להדגיש כי ההערכה מתבצעת מנקודת מבטו של המשתמש ולא מנקודת המבט של המומחה עצמו.
      הערה: ההנחה הייתה שהמשתמש הוא משתמש חכם מנוסה ויש לו ידע על השימוש באפליקציות באופן כללי. עם זאת, יישום זה שימש בפעם הראשונה.
    4. הפעל את המסך ואת הקלטת השמע.
    5. יש המומחה להשלים את הדרכה קוגניטיבית בעת השימוש באפליקציה ולבצע קבוצה קבועה מראש של משימות31:1) "אני רוצה להקליט את ארוחת הערב שלי. התחלתי עם מרק עגבניות וכוס חלב., 2) לאחר מכן אכלתי צלחת פסטה, שאני צורכת באופן קבוע ורוצה להיכנס אליה כמועדפת(כלומר,קודמתי למנות שלי). [מתכון סופק], 3) "כפי שצרכתי גם את מנת הפסטה, אני רוצה להוסיף את זה לשיא צריכת המזון של היום.", ו 4) "נכנסתי לכל מה שאכלתי במהלך ארוחת הערב. אני רוצה לבדוק את הרישום שלי פעם נוספת ואז להגיש אותו.".
      הערה: בעת ביצוע המשימות, המומחה מודיע לחוקר על תהליך החשיבה שלו, כלומר.,על ידי הסבר השלבים הדרושים להשלמת המשימה המתוארת.
    6. לערוך מעקב קצר כדי להבהיר עמימות32, ולספק למומחה את ההזדמנות למשוב נוסף.
    7. הערך את התוצאות של כל מומחה על-ידי בדיקת ההקלטות כדי לוודא שהמשימות בוצעו כמתוכנן ועל-ידי סקירת ההערות הנוספות שסופקו.
    8. שתף את התוצאות עם המומחים כדי להעריך אם ההנחות שנעשו על סמך ההקלטות היו נכונות.
      הערה: תוצאות ההערכה נדונו וקיבלו עדיפות בהתייעצות עם המומחים. בהתבסס על תוצאות הערכה זו, האפליקציה שודרגה עוד יותר.
  2. בצע בדיקת שימושיות עם משתמשים מיועדים כדי להעריך את השימושיות והחביבות של האפליקציה בקרב המשתמשים המיועדים באמצעות ראיונות חשיבה בקול רם וסולם השימושיות של המערכת (SUS)33 על ידי ביצוע השלבים הבאים:
    1. לגייס משתתפים המייצגים את אוכלוסיית משתמשי היעד35.
    2. להנחות את המשתתף לגבי נהלי הלימוד, לרבות הקלטת מסך ושמע. לאחר מכן, לקבל הסכמה מדעת מהמשתתפים.
      הערה: חשוב שהחוקר יעודד את המשתתף "לחשוב בקול רם" במהלך ההערכה, כלומרלהסביר את מחשבותיהם על השלבים הנדרשים להשלמת כל משימה בעת ביצוע המשימה, כמו גם להעיר על מה פונקציות עשה או לא עבד טוב.
    3. התקן את האפליקציה בטלפון החכם של המשתתף.
      הערה: כדי להבטיח התקנה ותפקוד תקינים ולמזער את הסיכון בהפרעות במהלך ההערכה, מומלץ לחוקר לאמת תחילה את הפונקציונליות של האפליקציה.
    4. בקשו מהמשתתף לבצע משימת תרגול לראיון הרך: בקשו מהמשתתפים לדמיין את חדר השינה שלהם ולספור את מספר החלונות, תוך כדי שהם מספרים לחוקר על מה שהם ראו וחשבו בזמן ספירת החלונות. לאחר מכן, בקש מהמשתתפים לגשת לאחד החלונות בחדר השינה שלהם ולתאר את חוויותיהם בדרכם לחלון זה.
      הערה: משימת תרגול סופקה וחזרה על עצמה במידת הצורך כדי להבטיח שהמשתתפים ירגישו בנוח לחשוב בקול רם לפי37הרצוי .
    5. הפעל את המסך ואת הקלטת השמע.
    6. בקשו מהמשתתף להשלים ראיון אמיתי עם המשימות המוגדרות מראש: המשתתף חייב: 1) להקליט את כל מה שאכלו ושתו במהלך היום הקודם, ו -2) להקליט מנה נצרכת באופן קבוע באמצעות הפונקציה My Dishs.
    7. במהלך הפגישה, התבונן, ציין הערות, ולעורר את המשתתפים להמשיך לחשוב בקול רם, במידת הצורך, על ידי הנחיות פשוטות כגון "תמשיך לדבר בקול רם", "תגיד לי מה אתה חושב", או "תגיד לי מה מטריד אותך". מזער אינטראקציות נוספות כדי למנוע הפרעה לתהליך החשיבה של המשתתף28,32.
    8. לערוך מעקב קצר כדי להבהיר עמימות32.
    9. בקש מהמשתתף למלא שאלון הערכה עם שאלות כלליות הקשורות לגיל, מין, רמת השכלה, סוג הטלפון החכם, רמת חוויית הסמארטפון (כלומר,משתמשים מנוסים נוטים יותר לבצע משימות במהירות ובצדק38), כמו גם את שאלון SUS33-a 10 פריטים כדי להעריך את השימושיות של המערכת באמצעות ניקוד בקנה מידה Likert הנע בין 1 (מאוד לא מסכים) ל -5 (מסכים מאוד).
    10. ניתוח הנתונים מכל הפעלה על-ידי 1) תעתיק, קידוד ויצירה (משנה)ערכות נושא ו- 2) חישוב ציון SUS באמצעות נוסחה מוגדרת מראש וכתוצאה מכך ציון בין 0 ל 10033, כאשר ציון של >68/100 מציין כי הכלי פועל ברמה הגבוהה מהממוצע של שימושיות וציון >80/100 מציין שימושיות מעולה39, 40.
      הערה: מומלץ כי החוקר שהנחה את הפגישה לנתח את הנתונים באמצעות תוכנת ניתוח נתונים איכותית. ניתן להתייעץ עם חוקר שני במקרה של אי בהירות.
  3. לבצע אימות כמותי של רשומות צריכת תזונה נגד שיטות מסורתיות מאומתות ועדיף אמצעים עצמאיים3.
    הערה: האפליקציה מאומתת נגד סמנים ביוכימיים מבוססי אינטרנט ומבוססים על טלפונים (כלומר,ראיונות) 24 שעות, כמו גם סמנים ביוכימיים עצמאיים בדרכי השתן והדם. מכיוון שהאימות הכמותי של האפליקציה נמצא מחוץ לטווח של נייר זה, הדבר לא יידונו בהמשך.

4. שימוש במערכת הקצה העורפי לניהול אפליקציות ולימודים

הערה: למערכת שלוש רמות הרשאה: (1) מנהל מערכת ברמת הרשאה זו מספקת גישה לכל המקטעים של הקצה העורפי (כלומר,יצירת משתמשים חדשים, קביעת הרשאת משתמש והענקת גישה למשתמשים לפרוייקט אחד או יותר); (2) מנהלי פרוייקטים - רמת הרשאה זו מאפשרת גישה לפרוייקטים ספציפיים ואפשרות ליצור פרוייקטים חדשים; ו-(3) חוקרים - רמת הרשאה זו מספקת גישה רק לפרויקטים הספציפיים שהחוקרים מעורבים בהם.

  1. ניהול משתמשים ופרוייקטים בחלק האחורי על-ידי מנהלי מערכת
    1. גש אל הקצה העורפי המקוון באמצעות traqq.idbit.net,עם אישורי כניסה (כלומר,שם משתמש, סיסמה).
    2. צור פרוייקט חדש על-ידי לחיצה על הכרטיסיה פרוייקטים ולאחר מכן על יצירת פרוייקט חדש.
    3. במסך הבא, הזן את פרטי הפרוייקט המבוקשים (כלומר,שם פרוייקט, תיאור איש קשר, דואר אלקטרוני של איש קשר, טלפון איש קשר, אתר קשר).
      הערה: רק שם הפרוייקט חובה ליצירת פרוייקט חדש. תיאור איש הקשר, הדואר האלקטרוני, מספר הטלפון ואתר האינטרנט יהיו גלויים באפליקציה תחת לחצן איש קשר ומידע.
    4. בחר את התכונות הרצויות (כלומר,רשימת מוצרים, שאל אירוע אכילה ו /או זמן הצריכה, הקלטה או אחזור).
      הערה: כל פרויקט חדש דורש קבלת החלטות פרטנית ביחס לשיטת הערכת התזונה המתאימה ביותר (כלומר,רשומה או החזרה), רשימת מזון, הערכת גודל מנה, ואירוע אכילה או זמני ארוחה.
    5. שמור את הפרוייקט החדש על-ידי לחיצה על שמור.
      הערה: כאשר המסך נסגר, מנהל המערכת חוזר למסך מבט כולל על פרוייקט.
    6. לאחר מכן, צור משתמש חדש על-ידי לחיצה על הכרטיסיה משתמש ולאחר מכן על הוסף משתמש חדש.
    7. במסך הבא, הזן שם משתמש, סיסמהוהקצה למשתמש תפקיד (כלומר,מנהל, מנהל או משתמש).
    8. שמור את המשתמש החדש על-ידי לחיצה על שמור.
      הערה: כאשר המסך נסגר, מנהל המערכת חוזר למסך מבט כולל על משתמש.
    9. הקצה משתמש לפרוייקט על-ידי לחיצה על סמל פנקס הרשימות(כלומר,ערוך עמודה) עבור משתמש מסוים.
    10. הקצה פרוייקט על-ידי פתיחת התפריט הנפתח תחת פרוייקטים מקושרים, בחירת הפרוייקט הרצוי ולחיצה על הוסף.
      הערה: יש לחזור על פעולה זו עבור כל פרוייקט שהמשתמש צריך להקצות לו.
    11. העבר את אישורי הכניסה למשתמש החדש יחד עם כתובת ה- URL של הקצה העורפי.
  2. ניהול פרויקטים בחלק האחורי על ידי חוקרים (i.e., תפקיד מנהל או תפקיד משתמש)
    1. היכנס אל הקצה העורפי באמצעות traqq.idbit.net באמצעות האישורים שסופקו על-ידי מנהל המערכת.
    2. לחץ על עבור לפרוייקטים כדי לנהל את הפרויקטים.
    3. לחץ על החץ בעמודה תצוגה עבור הפרוייקט הרצוי.
      הערה: לאחר ביצוע פעולה זו, החוקר נלקח לדף מבט כולל על פרוייקט, וכרטיסיות חדשות עבור פרוייקט ספציפי זה מופיעות.
    4. הזן את המשתתפים הקצה העורפי על-ידי לחיצה על הכרטיסיה משתתפים. לאחר מכן, כאשר מופיע מסך מבט כולל על משתתפים, לחץ על הוסף משתתף חדש.
    5. במסך הבא, הזן שם קוד, הערות (אופציונלי), מזהה כניסה, מפתח כניסהומסתיים בשמירה.
      הערה: מומלץ כי מזהה המחקר של המשתתף ישמש הן כשם קוד והן כמזהה כניסה. פעולה זו ממזערת את הבלבול עבור המשתתף במקרה של אישורי כניסה מרובים. יתר על כן, שם הקוד גלוי בתגובות. השימוש במזהה המשתתף מקל על השימוש בנתונים. יש לחזור על אפשרות זו עבור כל משתתף. עבור קבוצות גדולות יותר, ניתן להשתמש בייבוא משתתפים מקובץ (.csv). כאן, נדרשים אותם פרטים עבור כל משתתף. ייתכן שהלוח העורפי לא יכיל מידע אישי של המשתתפים.
    6. תזמן הזמנות עבור כל משתתף על-ידי לחיצה על הכרטיסיה הזמנות. לאחר מכן, כאשר מופיע מסך מבט כולל על הזמנה, לחץ על הוסף הזמנה חדשה.
    7. במסך הבא, בחר משתתף מהתפריט הנפתח והזן שעת התחלה של תקופה, שעת סיום תקופה, שעת פתיחה, שעת סגירה, כתובת URL של סקר (כלומר.
      הערה: שעת ההתחלה והסיום של התקופה מתייחסת למסגרת זמן הדיווח (כלומר. . , מה שנצרך בין ..:.. ו - ..:.). לעומת זאת, זמן הפתיחה והסגירה מתייחס לתקופה שבה המשתתף יכול למעשה לדווח על צריכתו. היישום הנכון של סקר חיצוני דורש קידוד מסוים; עבור זאת, מומלץ לסייע למנהל המערכת. עבור רוב ההזמנות, ניתן להשתמש באפשרות ייבוא הזמנות מ(.csv) תחת קובץ. הקובץ דורש את אותו מידע כמו עבור הקלט הידני. ניתן ליצור הזמנות גם באמצעות ערכות דגימה (כלומר,כאשר המערכת יוצרת ערכת הזמנות אקראית בימים ושעות שונים בהתבסס על קביעת כללים מוגדרת מראש כגון תקופת דגימה, מספר ההזמנות הנדרשות, מועד אחרון לתגובה). היתרון של האפשרות 'ערכות דגימה' הוא שהמערכת מתזמנת באופן אוטומטי הזמנה חדשה במקרה של אי-תגובה.
    8. עקוב אחר איסוף נתונים באמצעות הכרטיסיה לוח שנה על-ידי בחירת משתתף בעל עניין מהתפריט הנפתח.
      הערה: לוח התאריכים מספק מבט כולל על הזמנות מתוזמנות בתוך פרוייקט, באופן כללי או עבור משתתפים ספציפיים. הזמנות עתידיות מוצגות בכחול, הזמנות עבר שהושלמו הן ירוקות, בעוד הזמנות בעבר ללא תגובה הן אדומות. ניתן גם לבדוק תגובות להזמנות באמצעות הכרטיסיה תגובה.
    9. עקוב אחר תגובות באמצעות הכרטיסיה תגובה.
      הערה: בסעיף תגובה, הנתונים המדווחים על צריכת מזון (כלומר,פריט מזון, כמות נצרכת, אירוע אכילה ו / או זמן הצריכה) נאספים.
    10. מבקש מנהל המערכת לייצוא נתונים.
      הערה: מנהל המערכת יכול לייצא נתונים מהלוח העורפי לקובץ .csv לניתוח נוסף (לדוגמה,נתוני תגובות/צריכת מזון, נתוני תאימות). התגובות כוללות פריטי מזון שדווחו, גדלי מנה נבחרים, כמויות נצרכות בגרמים ואירועי אכילה/פעמים.
    11. יבא את קובץ .csv לתוכנת חישוב תזונה עבור ניתוחים תזונתיים מעמיקים.
      הערה: ניתן לייבא את הנתונים לתוכנת חישוב תזונה שעושה שימוש ב- FCDB ההולנדי.

5. שימוש באפליקציה על ידי המשתתפים במהלך המחקר

  1. הורד את האפליקציה הזמינה באופן חופשי מה-App Store (iOS) או מחנות Google Play (Android) וגש לאפליקציה על-ידי כניסה.
    הערה: אישורי כניסה, כפי שסופקו על ידי החוקר, נדרשים כדי לגשת לאפליקציה (שלב 4.2.5).). לאחר הכניסה, האפליקציה שולחת הזמנות כמתוכנן הקצה העורפי בהתבסס על אישורי המשתתף (שלב 4.2.7).
  2. לאחר קבלת הזמנה באמצעות האפליקציה, דווח על צריכת מזון.
    הערה: המשתתפים יכולים לרשום את צריכת המזון שלהם רק בימים ושעות קבועים מראש.
    1. פתח את האפליקציה על ידי לחיצה על ההודעה שהתקבלה או על ידי פתיחת האפליקציה באמצעות סמל האפליקציה.
      הערה: לאחר פתיחת האפליקציה, מופיע מסך מבט כולל על הזמנה שבו מוצגות הזמנות קודמות והזמנות עדכניות.
    2. לחץ על ההזמנה הפתוחה.
      הערה: המשתתף נלקח למסך מבט כולל שבו תקופת ההזמנה גלויה.
    3. הזן את פריט המזון הנצרך תחילה על ידי לחיצה על Product toevoegen (הוסף פריט מזון).
      הערה: המשתתף נלקח למסך החיפוש.
    4. התחל להקליד את שם הפריט הנצרך (למשל., מיץ תפוזים [jus d 'כתום]). לחץ על הפריט הרצוי כפי שהוא מופיע תוך כדי הקלדה.
    5. במסך הבא, דווח על הכמות הנצרכת (Hoeveelheid), תיאור גודל המנה המתאים (Portie), אירוע אכילה (Maaltijdmoment) ו / או זמן הצריכה (Tijdstip), ולהסתיים על ידי חיסכון (Opslaan).
    6. חזור על השלבים הנ"ל עד שכל פריטי המזון מדווחים.
    7. שלח את הרשימה (אחזור) על-ידי לחיצה על (Lijst versturen) (רשימת שלח), או שההזמנה נסגרת באופן אוטומטי בסוף היום (רשומה).
      הערה: האפשרות שלח רשימה גלויה גם בגירסת הרשומה, כך שמשתתפים המשתמשים ברשומה יכולים גם לשלוח את הקלט שלהם למסד הנתונים. עם זאת, גם אם הנתונים כבר נשלחו, ההזמנה עדיין נסגרת בסוף היום, ושולחת את כל הנתונים לשרת.

Representative Results

המערכת (אפליקציה ו backend) פותחה באמצעות השלבים המתוארים בפרוטוקול המתואר לעיל; התוצאות העיקריות של תהליך זה מתוארות להלן, ומסכמת את העיצוב הסופי של האפליקציה.

מחקר מעצב
בנוסף לסקירה ספרותית נרחבת, נבדקו מספר כלים מבוססי אינטרנט (למשל,Compl-eat13, ASA2414, Foodbook2415, MyFood2416) ביחס למתודולוגיית הערכה תזונתית ותכונות מיושמות. בנוסף, הביצועים של מספר אפליקציות מעקב מזון בשימוש תכוף בהולנד הושוו (למשל,MijnEetmeter17, MyFitnessPal18, Virtuagym Food19), תוך התמקדות בהיבטים כגון מתודולוגיית הערכה תזונתית, אספקת מידע, אמינות, מנוע חיפוש ושימוש בתכונות נוספות (למשל. תוצאות בדיקה זו הובילו להחלטה לפתח את האפליקציה באופן שיאפשר לה לשמש כרישום מזון והחזרה. יתר על כן, זה הוביל ליישום של הפונקציה My מנות, אשר ניתן להשתמש בו כדי ליצור מתכונים מקוריים או שילובי מוצרים נצרך לעתים קרובות (למשל. בתוך פונקציה זו, גורמי תשואה ושמירה נלקחים בחשבון באופן אוטומטי.

כדי לכמת במדויק את צריכת המזון והחומרים המזינים, רשימת מזון מלאה, אם כי מעשית, היא חיונית. הרכבת רשימת מזון כזו דורשת החלפה בין הנרחבות של רשימת המזון לבין החיפוש של פריטי המזון(כלומר,תיאורי מזון צריכים להיות ברורים, מובנים וקלים לאיתור)41,42. כמו נתוני הרכב המזון מהווים את הבסיס הבסיסי להערכה תזונתית21,22, חשוב להבטיח כי רשימת המזון המפותח ניתן לקשר לנתוני הרכב מזון מדויקים. רשימת המזון הכלולה באפליקציה מבוססת על FCDB ההולנדי (NEVO)14, שנבחר על אמינותו ועל נתוני הרכב המזון העשירים שלו. במקור, ה- NEVO מורכב מ-2,389 פריטי מזון (גרסה 2016/5.0), שהופחתה לרשימת מזון של 1,449 פריטים על ידי ביטול "פריטים מבלבלים"(למשל,מזונות שלא ניתן לצרוך גולמי, מזונות שלא ניתן לצרוך ללא תוספות) או פריטים שאינם חיוניים לכלול (למשל,בשל שיעורי צריכה נמוכים המבוססים על סקר צריכת המזון ההולנדי (DNFCS)43).

בנוסף, NEVO מכיל מזונות דומים עם שמות מותגים שונים; במקרה כזה, רק האפשרות הגנרית נכללה ברשימת המזון. כדי להקל עוד יותר על שימושיות, כמה פריטי מזון שונו כדי לחסל מינוח מיותר כגון 'מוכן', 'קפוא', 'ממוצע' ו 'טבעי'. "פרוטוקול ניקוי" זה פותח על ידי שלושה דיאטנים מחקר מיומנים היטב ובוצע באמצעות תחביר, אשר ניתן להפעיל מחדש לאחר NEVO מתעדכן. בנוסף, כדי לייעל את יכולת החיפוש של פריטי מזון, 1,019 מילים נרדפות ידועות של המזונות הכלולים נוספו לרשימת המזון. כך, רשימת המזון הכלולה באפליקציה כללה בסופו של דבר 2,468 פריטים. סקירה כללית של התפתחות רשימת המזון מוצגת באיור 2. יש לציין שלמרות שרשימת מזון נרחבת זו פותחה לשימוש כללי, הקצה האחורי של האפליקציה מאפשר ייבוא של רשימות מזון חלופיות במידת הצורך.

Figure 2
איור 2:מבנה רשימת המזון שפותחה עבור האפליקציה. רשימת המזון מבוססת על מסד הנתונים של הרכב המזון ההולנדי (FCDB) והצעות גודל מנה מתאימות ומילים נרדפות נוספו עבור כל פריט ברשימת המזון הסופית. אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

היבט מכריע נוסף של הערכה תזונתית הוא כימות גדלי המנות. למרות שדיווח על כמויות המזונות הנצרכות24,26,44, דיווח שגוי של גדלי המנות הוא עדיין מקור משמעותי להטיה24,25,45,46,וספרות על האפקטיביות של ה- PSEAs השונים אינה עקבית26. תמונות מזון, הצעות לגודל מנה(כלומר,גדלים סטנדרטיים ואמצעים ביתיים), וכניסה חופשית של משקל בגרמים הם ה- PSEAs הנפוצים ביותר בכלי הערכה תזונתיים מבוססי אינטרנט וסמארטפון34. לדוגמה, בעוד שהצעות גודל מנה(למשל,כוסות, כפות, קטנות, גדולות) משמשות בכלים כגון Compl-eat13 ו- Oxford WebQ47, הערכות גודל חלק סיוע בתמונות בכלים כגון ASA2414 ו- Myfood2416. כדי לחקור את PSEA המתאים ביותר עבור האפליקציה, נערך מחקר פיילוט כדי להשוות את הדיוק של הצעות גודל המנה (למשל.,קטן, בינוני, גדול, או, כף), כניסה חופשית בגרמים, ותמונות גודל מנה. תוצאות מחקר זה הובילו ליישום הצעות גודל מנה כמו PSEA באפליקציה יחד עם האפשרות להזין כמויות בגרמים27.

סקירת מומחים
מטרת הערכות המומחים הייתה להעריך את האפליקציה באופן איכותי מבחינת פונקציונליות וקלות הלמידה. כמו משתמשים רבים מעדיפים ללמוד תוכנה על ידי חקר29, רמת הלמידה של המערכת חשובה. בסך הכל השתתפו 10 מומחים, כלומר4 דיאטנים (מחקר) ו-6 מומחים לתזונה ובריאות (מדענים) בהליכה הקוגניטיבית שבה 60% השתמשו בסמארטפון אנדרואיד. והכי חשוב, הערכות מומחים הצביעו על כך שהגרסה הראשונה של האפליקציה לא הייתה אינטואיטיבית מספיק, למשל.מבנה התפריט נשפט לא ברור בגלל כפתורים / סמלים מעורפלים, ומנוע החיפוש יצר סדר תוצאות לא הגיוני. נקודה קריטית נוספת הנובעת מביקורות המומחים קשורה לעובדה שלא ניתן היה לשנות פריטים נבחרים. בהתבסס על תוצאות אלה, עיצוב האפליקציה שודרג במידה ניכרת משלב 2 ואילך(איור 1).

הערכת שימושיות
בסך הכל השתתפו 22 משתתפים בראיונות הנ"ל, שהיוו את הבסיס להערכת השימושיות. גודל המדגם הראשוני נקבע על 20 משתתפים36, ולאחר מכן רוויית נתונים הוערך. מכיוון שרוויה בנתונים לא הושגה לאחר 20 ראיונות, ההכללה נמשכה תוך הערכת רוויית נתונים לאחר כל ראיון עוקב. למשתתפים היה גיל סטיית תקן ממוצע ± של 48 ± 17 שנים (טווח 22-70 שנים); 36% היו גברים, ורוב האוכלוסייה הייתה משכילה מאוד (55%). בנוסף, רוב המשתתפים השתמשו במכשיר אנדרואיד (n = 14, 64%), וכמעט לכל המשתתפים היה מעל שנה אחת של ניסיון עם שימוש בסמארטפון (n = 21, 96%) (טבלה 1). כל המשתתפים השלימו את המשימות ללא או עם הוראה מינימלית.

סה"כ (n=22)
מין
זכר (%) 36.4
נקבה (%) 63.6
גיל ממוצע (ממוצע, SD) 48.1 (17.2)
רמת השכלה
נמוך (%) 0
בינוני (%) 45.5
גבוה (%) 54.5
סוג הטלפון החכם
אנדרואיד (%) 63.6
iOS (%) 36.4
חוויית הטלפון החכם
קצר מ-6 חודשים (%) 4.5
בין 6 חודשים לשנה (%) 0
יותר משנה (%) 95.5
SUS (ממוצע, SD) 79.4 (15.1)

טבלה 1. מאפייני אוכלוסיית המחקר ותוצאות הערכת שימושיות. רק את התוצאות של סולם השימושיות של המערכת (SUS) מוצגות בטבלה זו יחד עם מאפייני המשתתפים.

בעוד שחלק מהמשתתפים (n=13, 59%) הצביעו על קשיים בעת השימוש בפונקציונליות My הכלים; אחרים (n = 5, 23%) נתקלו בבעיות פונקציונליות קלות כגון תגובה איטית של לחצן התפריט וקשיים בשימוש בלחצנים הקשורים לגודל מסך לא מספיק של טלפונים חכמים קטנים יותר). יתר על כן, 15 (68%) משתתפים ציינו את העדפתם לאפשרות להזין גדלי מנה נצרכים בגרמים. לבסוף, הערכת ציון ה-SUS הצביעה על דירוג של 79/100 (טווח 40-100), כאשר רק 3 מתוך 22 המשתתפים דירגו את האפליקציה מתחת ל-68/100 ו-13 מדורגים >80/100, מה שמצביע על כך שהאפליקציה יכולה להיחשב ידידותית למשתמש. לפיכך, בסך הכל, השיפורים המוצעים היו מינוריים, והערכות שימושיות היו מבטיחות. לאחר מכן, נדונו הצעות לשיפור בצוות המחקר, ואם ייחשבו רלוונטיות, שולבו בשדרוג שלב 4 כדי לייעל עוד יותר את החביבות וה השימושיות של האפליקציה (איור 1).

עיצוב סופי
השלבים המתוארים בפרוטוקול ותוצאות מחקר ההערכה הביאו בסופו של דבר לעיצוב סופי עבור האפליקציה והחלק האחורי, אשר מכוון לעיצוב חזותי פשוט. יישום זה יכול לשמש כרישום מזון ואחזור. כפי שתואר קודם לכן, רשימת המזון היא גרסה שונה של NEVO. הערכת גודל המנה נתמכת על-ידי הצעות לגודל מנה ספציפיות למזון; חלקים נצרכים ניתן גם להזין בגרמים. במקרה של גרסת האחזור של האפליקציה, לחוקר יש אפשרות לבחור לוחות זמנים שונים (למשל, 2hR, 8hR או 24hR). כדי לאסוף נתוני צריכת מזון בימים ובזמנים שונים, ניתן ליצור ערכות דגימה שונות בתוך תקופה קבועה מראש. התראות דחיפה מזמינות את המשיבים להקליט את צריכת המזון שלהם. כדי להבטיח איסוף נתונים מלא, הזמנות מתוזנות מחדש באופן אוטומטי במקרה של אי-תגובה. בתוך מודול האחזור, המשיבים יכולים לדווח על צריכת המזון שלהם רק לאחר קבלת הזמנה. במקרה של תיעוד המזון, המשיבים יכולים לגשת לאפליקציה ולרשום את צריכת המזון שלהם לאורך כל היום.

בניגוד לרוב כלי 24hR, מודול האחזור של האפליקציה אינו מבוסס על שיטת אוטומטית מרובת מעברים - שיטה בת חמישה שלבים לאיסוף נתוני צריכת מזון עבור 24 שעות48הקודמות - מכיוון ששיטה זו משוכללת מדי וגוזלת זמן רב מדי לשימוש באפליקציה. ליתר דיוק, כדי להגביר את השימושיות ולשפר את הציות של הקלטות צריכת המזון11,38,49, הניווט צומצם למינימום על ידי הגבלת מספר המסכים שיש לגשת אליהם ל- 4 ( איור 3 ): 1) מסך סקירה כללית המציג אתחלוןהדיווח; 2) פריטי מזון נצרכים מדווחים דרך מסך החיפוש, וברגע שהפריט הרצוי נבחר 3) מופיעה תיבת דו-שיח הבוחנת את אירוע האכילה ואת הכמות הנצרכת, ולאחר מכן 4) המשתמש חוזר למסך סקירה כללית המציג כעת את פריטי המזון המוקלטים. בנוסף, המשתמש יכול גם להשתמש בפונקציה My מנות כדי ליצור מתכונים או שילובי מוצרים, אשר ניתן להזין באמצעות לחצן תפריט.

Figure 3
איור 3: סקירה סכמטית של הניתוב באפליקציה. לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

הנתונים מאוחסנים בשרת מאובטח. אם תרצה, שאלות כלליות נוספות או קשורות לאירועי אכילה ספציפיים או פריטי מזון - ניתן לשלב. האפליקציה יכולה להתחבר לכלי סקר מקוונים. לכן, ניתן לערוך סקר שאינו קשור לצריכת מזון באמצעות האפליקציה בזמנים מוגדרים מראש (למשל,הקשר, שאלות התנהגותיות, מצב רוח). ניתן גם לשאול שאלות ספציפיות הקשורות פריטי מזון שדווחו או הזדמנויות אכילה (למשל.. . . כאשר תפוחים מדווחים, כאשר ארוחת הצהריים מדווחת). השימוש בכלי סקר מקוונים מספק הזדמנות לשאול שאלות רבות ושונות באמצעות האפליקציה. ניתן לייצא את נתוני צריכת המזון שנאספו מהשרת ולייבא אותם לתוכנת חישוב תזונה לצורך ניתוחים נוספים. במקרה של שימוש בשאלות נוספות, נתונים אלה יהיו זמינים בכלי הסקר כרגיל. המטרה הייתה לפתח אפליקציה מובנית וקלה לשימוש. ניתן לראות כמה צילומי מסך של העיצוב באיור 4A-E.

Figure 4
איור 4:צילומי מסך של הגירסה הסופית של האפליקציה. (A) מסך 'התחל/מבט כולל', המציג את ההזמנה עם (במקרה זה) תקופת האחזור של 2 שעות. המשתמש יכול ללחוץ על Product toevoegen (כלומר,הוסף פריט) כדי לדווח על פריט מזון או Niets gegeten של gedronken (כלומר,לא אכלתי או שתיתי שום דבר) במקרה ששום דבר לא נצרך במהלך חלון זמן זה. (B)מסך החיפוש, המציג תוצאות התואמות למונח החיפוש "Jus" מרשימת המזון. ניתן לבחור את הפריט הרצוי מתוך תוצאות החיפוש. (C)מסך מוקפץ דורש קלט של פרטים על הפריט הנבחר "Jus d 'כתום'. במקרה זה, האפליקציה מבקשת את כמות הצריכה ואת אירוע האכילה. המשתמש יכול לחזור לתוצאת החיפוש על-ידי הקשה על Annuleren (כלומר,לבטל) או Opslaan (כלומר., שמור) כדי ללכת רחוק יותר. (ד) הסקירה הכללית שוב, הפעם מציגה את כל הפריטים המדווחים. ניתן להוסיף פריט נוסף (Product toevoegen) או שניתן לשלוח את הקלט (Lijst versturen). (ה)לאחר בחירת Lijst versturen, מופיע חלון מוקפץ השואל את המשתמש אם הוא בטוח שברצונו לשלוח, ומזכיר למשתמש שלא ניתן לבצע שינויים נוספים לאחר שליחת הרשימה. למשתמש יש אפשרות לבטל (Annuleren) או לשלוח (Versturen). אנא לחץ כאן כדי להציג גירסה גדולה יותר של איור זה.

Discussion

מאמר זה מציג את התהליך ההתפתחותי האיטרטיבי של אפליקציית ההערכה התזונתית מבוססת הסמארטפון Traqq. איזון רמת הדיוק הנדרשת וידידותיות למשתמש הציבו את האתגרים העיקריים הבאים בפיתוח האפליקציה הקשורים להחלטות על 1) הזנת נתונים (כלומר,בחירת השיטה המדויקת ביותר לזיהוי מזון וכימות גודל מנה), 2) נתוני הרכב מזון (כלומר,בחירת מסד נתונים מדויק ויצירת רשימת מזון מלאה), 3) אפשרויות התאמה אישית (כלומר. גמישות ברשימת המזון, כימות גודל המנה ומתכונים, ו -4) אימות (כלומר,נגד שיטות מסורתיות ו / או אמצעים עצמאיים)3,50. במהלך סקירת הספרות, חמישה מאומתים ואוטומטיים לחלוטין, מבוססי סמארטפון, כלי הערכה תזונתיים שפותחו למחקר זוהו3, כלומר My Meal Mate4, הערכת צריכת תזונה אלקטרונית (eDIA)7, יומן דיאטה קלה8, מכונה אלקטרונית Carnet Alimentaire (e-CA)5, ו לאכול ולעקוב (EaT)6.

בשל רמת האוטומציה של חמש אפליקציות הערכה תזונתיות אלה, כמו גם אפליקציה זו, נטל החוקרים והעלויות יורדים באופן משמעותי בעוד שלמות הנתונים עולה בהשוואה לשיטות הערכה תזונתיות מסורתיות. בנוסף, אפליקציה זו, בתורה, שונה מחמשת כלי ההערכה התזונתיים הקיימים מבחינת גמישות. באופן ספציפי, בעוד שאפליקציות קיימות מבוססות כולן על שיטת רשומת המזון, אפליקציה זו יכולה לשמש כרמקול מזון כמו גם כחזרה. יתר על כן, בעוד העיצוב של אפליקציות אלה קבוע, Traqq יש את היתרון העיקרי כי זה יכול להיות שונה כדי להתאים למטרות מחקר שונות (למשל..,שיטת הערכה תזונתית, רשימת מזון, תוכניות דגימה, שאלות נוספות)3,50. לעומת זאת, אפליקציות קיימות אחרות להערכה תזונתית מכילות תכונות בעלות ערך, שאינן מיושמות באפליקציה (עדיין). כדי להמחיש נקודה זו, אפליקציות מסוימות מאפשרות למשתמש לצלם את מזונו לצורך זיהוי מזון ואומדן גודל מנה כגון מערכת הערכה תזונתית חצי אוטומטית בסיוע טכנולוגיה (TADA)51,52.

המשתתפים במחקר השימושיות ציינו גם כי השימוש בתצלומים יכול להיות תוספת חשובה להערכת גודל חלק הסיוע. עם זאת, עדיין היו יותר מדי אתגרים שיש לטפל בהם כדי ליישם תכונה כזו בשלב זה, למשל. ועל איך לעבד מנות מתכון. בשל אתגרים טכניים אלה, אפליקציות ההערכה התזונתיות הקיימות המבוססות על תמונה עדיין אוטומטיות למחצה, מה שאומר שבדיקת תמונה ידנית חייבת להיעשות על ידי המשתמש, החוקר, אושניהם 51,52. התקדמות טכנולוגית, כגון מיקור המונים ולמידת מכונה, יש פוטנציאל לשפר את השימוש בתמונות מזון להערכה תזונתית53,54. בעתיד, אפשרויות אלה ייבדקו כדי לשפר עוד יותר את האפליקציה. התהליך ההתפתחותי של האפליקציה התאפיין בצעדים קריטיים שונים. ראשית, הושלם שלב מחקרי מעצב שבו המושגים המדעיים העומדים בבסיס הרציונל ליצירת אפליקציות הקלו על קבלת ההחלטות בהגדרת המתווה הכללי של האפליקציה.

במהלך שלב זה, תשומת לב מיוחדת הוקדשה לבחירת FCDB ובחירת היבטי PSEA המשפיעים ישירות על דיוק הנתונים21. לגבי FCDB, כפי שהאפליקציה פותחה במקור לשימוש בהולנד, רשימת המזון שלה מבוססת על FCDB ההולנדי, NEVO14. בעתיד, המטרה היא להמשיך לפתח את האפליקציה לשימוש בינלאומי, אשר דורש נתוני הרכב מזון נרחבים יותר כמו מזונות רבים הם ספציפיים למדינה. נכון לעכשיו, עדיין לא קיים FCDB בינלאומי ואם הוא קיים, ייתכן שהשימוש בו היה מוגבל. ליתר דיוק, מכיוון שרשימת המזון ההולנדית כבר מכילה 2,389 פריטי מזון, יישום טבלת הרכב מזון בינלאומית, למשל., עבור 5 מדינות כנראה יכפיל את מספר פריטי המזון הזה בכ -5 וישפיע לרעה על יכולת החיפוש של מזון וכתוצאה מכך, השימושיות של האפליקציה. לכן, רשימות מזון ספציפיות למדינה יהיו כנראה היקרות ביותר ולעתים קרובות גם מועדפות על ידי אנשי מקצוע55.

זה מקל על ידי האפליקציה כפי שהיא מאפשרת ייבוא של רשימות מזון חלופי ובכך הצמדה לשולחנות הרכב מזון שונים (בינלאומיים). לגבי גדלי המנות, קיימות אפשרויות מרובות התומכות בדיוק ההערכות, למשל., שימוש בחוברת תמונות, אובייקטים רפרנים ו/או הצעות לגודל מנה טקסטואלית26. לאור ידידותיות המשתמש, יישום ישיר של PSEA באפליקציה עדיף על פני שימוש ב- PSEA לצד האפליקציה (למשל,חוברת תמונות, אובייקטים רפרנטים). במהלך פיתוח האפליקציה, הוחלט להקל על כימות גודל המנה על ידי מתן אפשרות להזין גדלי מנה באמצעות הצעות גודל מנה וכניסה בגרמים. הצעת גודל המנה מבוססת על מסד הנתונים הזמין היחיד בגודל מנה הולנדית56. למרות כלי הערכה תזונתיים הולנדיים כגון Compl-eat ו- Eetmeter מסתמכים גם על מסד נתונים זה13,17, יש לציין כי מסד נתונים זה גודל מנה מתוארך 2003, וגדלי כלי שולחן גדלו מאז57. לפיכך, שימוש במסד נתונים זה עשוי לזלזל בצריכת המזון.

נכון לעכשיו, מסד הנתונים בגודל המנה מתעדכן על ידי המכון הלאומי ההולנדי לבריאות הציבור וסביבה (RIVM), מרכז התזונה ההולנדי, ואוניברסיטת Wageningen ומחקר58, אשר בסופו של דבר ישמש כדי לעדכן את הצעות גודל המנה באפליקציה. פערים בין המנות הישנות והחדשות ימופו ויותאמו במידת הצורך. למרות שהשימוש בתמונות בגודל מנה(כלומר,סדרה של תמונות המציגות כמויות שונות של מזון שנבחר) עשוי להיות חלופה טובה להצעות גודל מנה מבוססות טקסט59,מחקרים הראו כי הדיוק של הערכת גודל המנה הוא הגבוה ביותר כאשר סדרה של תמונות בגודל מנה מוצגת בבת אחת, במקום תמונה אחת בכל פעם45, 60,61. בדרך כלל, טלפונים חכמים זמינים כעת יש מסכים קטנים יחסית, אשר מגביל את ההצגה של סדרה של תמונות. למרות טכנולוגיות חדשות להקל על השימוש גרפיקה בגודל מנה אינטראקטיבית שבו כמויות של מזון על צלחת וירטואלית או ניתן להגדיל או להקטין באמצעות מחוון61, טכניקות אלה הם חדשים יחסית ועדיין צריך להעריך ביסודיות כדי להעריך את הדיוק שלהם.

צעד קריטי נוסף בפיתוח האפליקציה כלל מעורבות של מומחים ומשתמשי קצה מיועדים. אמנם לא משולב לעתים קרובות בתהליך ההתפתחותי של כלים (או לא מתואר)11,12, משוב ממומחים - כמו גם משתמשי קצה מיועדים - הוא חיוני61, מאפשר למקסם את השימושיות, ושומר על רמת הדיוק הנדרשת. המשוב של משתמשי הקצה המיועדים היה מועיל במיוחד בעיצוב הסופי של הפונקציה My מנות. בסך הכל, המשתמשים היו מרוצים מהאפשרות ליצור מנות משלהם. עם זאת, הם נאבקו עם חלק מההליכים, למשל, למרות שהפונקציה תשמור נתונים באופן אוטומטי, זה לא היה גלוי למשתמש. לכן, משתמשים רבים המשיכו לחפש את כפתור השמירה ונתקעו, מפחדים לחזור ולאבד את הקלט שלהם. בהתבסס על סוגים אלה של משוב, הפונקציה שופרה כדי להתאים טוב יותר את הציפיות של המשתמש.

לסיכום, Traqq היא אפליקציה חדשנית עם יתרונות רבים על פני אפליקציות קיימות וכלים מבוססי אינטרנט. עם זאת, עדיין קיימות מגבלות שונות. מכיוון שהאפליקציה עדיין מסתמכת על דיווח עצמי, שגיאות מדידה הקשורות לדיווח עצמי עדיין קיימות (לדוגמה,הטיית זיכרון (כלומר,במקרה של החזרה), הטיית הרצון החברתי ושינויי צריכת המזון (כלומר,במקרה של רשומות מזון), הערכות גודל מנה לא מדויקות (כלומר,בשניהם))1. בשנים הקרובות ייבדקו טכנולוגיות חדשניות שהושקו לאחרונה כדי לקדם עוד יותר את האפליקציה, למשלעל ידי בחינת הערך של הטמעת תכונות כגון סורקי ברקוד, הקלטת קול, צ'אטבוטים ותמונות, אשר עשויים לשפר את זיהוי המזון ואת הערכת גודל המנה. אפשרויות להתחבר עם אפליקציות אחרות(למשל,עוקבים אחר פעילות, מעקב שינה) והתקנים(למשל. לבסוף, הקצה האחורי גם נתון לפיתוח נוסף, למשל, באמצעות הרחבת אפשרויות הדגימה.

Disclosures

למחברים אין מה לחשוף.

Acknowledgments

המחברים רוצים להודות לאנוק גיילן וארווין דטדיאן על תפקידם המרכזי בפיתוח טראק. יתר על כן, המחברים רוצים להודות רומי וילמסן על עזרתה באיסוף הנתונים וניתוח הנתונים במחקר שימושיות. לבסוף, המחברים רוצים להודות למומחים ולמשתתפים על ששיתפו את חוויותיהם ודעותיהם לאורך כל התהליך. הפיתוח בוצע על ידי אוניברסיטת ווגנינגן ומחקר ומומן בחלקו על ידי משרד החקלאות, איכות הטבע והמזון והתעשייה, בהקשר של TKI Agri&Food PPS - פרויקט צריכת מזון חכם (AF16096).

Materials

Name Company Catalog Number Comments
ASA24 Portion size picture book American National Cancer Institute na The portion size image database as used in the ASA24-tool
Atlas.ti v8 ATLAS.ti Scientific Software Development GmbH na Qualitative data analysis software for research
Compl-eat Wageningen University na The portion size suggestions database as used in the Compl-eat 24hR module
iOS screen record function Apple Inc. na Build-in iOS feature to make screen recordings
NEVO (version 2016/5.0) RIVM na Dutch Food Composition Database
Qualtrics Qualtrics XM na Online survey tool that can be used to implement additional questions in Traqq
Recordable Invisibility ltd. na Android app to make screen recordings
SPSS version 24.0 IBM Corporation na Statistical software
System Usability Scale (SUS) na na Validated questionnaire to assess a system's usability

DOWNLOAD MATERIALS LIST

References

  1. Brouwer-Brolsma, E. M. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Data science in action. ISESS 2020. IFIP Advances in Information and Communication Technolog. Athanasiadis, I., Frysinger, S., Schimak, G., Knibbe, W. 554, Springer, Cham. Chapter 2 7-23 (2020).
  2. Thompson, F. E., Subar, A. F. Nutrition in the prevention and treatment of disease. Coulston, A., Boushey, C., Ferruzzi, M., Delahanty, L. , Elsevier, Inc. 5-48 (2017).
  3. Eldridge, A. L., et al. Evaluation of new technology-based tools for dietary intake assessment-an ILSI Europe Dietary Intake and Exposure Task Force Evaluation. Nutrients. 11 (1), 55 (2018).
  4. Carter, M. C., Burley, V. J., Nykjaer, C., Cade, J. E. 'My Meal Mate' (MMM): validation of the diet measures captured on a smartphone application to facilitate weight loss. British Journal of Nutrition. 109 (3), 539-546 (2013).
  5. Buchaer Della Torre, S., Carrard, I., Farina, E., Danuser, B., Kruseman, M. Development and Evaluation of e-CA, an electronic mobile-based food record. Nutrients. 9 (1), 76 (2017).
  6. Wellard-Cole, L., et al. Relative validity of the Eat and Track (EaT) smartphone app for collection of dietary intake data in 18-to-30-year olds. Nutrients. 11 (3), 621 (2019).
  7. Rangan, A. M., et al. Electronic Dietary Intake Assessment (e-DIA): Comparison of a mobile phone digital entry app for dietary data collection with 24-hour dietary recalls. JMIR mHealth and uHealth. 3 (4), 98 (2015).
  8. Ambrosini, G. L., Hurworth, M., Giglia, R., Trapp, G., Strauss, P. Feasibility of a commercial smartphone application for dietary assessment in epidemiological research and comparison with 24-h dietary recalls. Nutrition. 117 (1), 5 (2018).
  9. Subar, A. F., et al. Addressing current criticism regarding the value of self-report dietary data. The Journal of Nutrition. 145 (12), 2639-2645 (2015).
  10. Kipnis, V., et al. Bias in dietary-report instruments and its implications for nutritional epidemiology. Public Health Nutrition. 5 (6), 915-923 (2002).
  11. Simpson, E., et al. Iterative development of an online dietary recall tool: INTAKE24. Nutrients. 9 (2), 118 (2017).
  12. Chen, J., Cade, J. E., Allman-Farinelli, M. The most popular smartphone apps for weight loss: a quality assessment. JMIR Mhealth Uhealth. 3 (4), 104 (2015).
  13. Apple Inc. Human Interface Guidelines. Apple Inc. , Available from: https://developer.apple.com/ios/human-interface-guidelines/ (2017).
  14. NEVO. RIVM 5.0. NEVO-online. , (2016).
  15. Jaspers, M. W. A comparison of usability methods for testing interactive health technologies: methodological aspects and empirical evidence. International Journal of Medical Informatics. 78 (5), 340-353 (2009).
  16. Penha, A. D. S., dos Santos, F. A. N. V. Evaluating the use of the cognitive walk-through usability. Human Factors in Design. 1 (1), (2012).
  17. Fonteyn, M. E., Kuipers, B., Grobe, S. J. A description of think aloud method and protocol analysis. Qualitative Health Research. 3 (4), 430-441 (2016).
  18. Brooke, J., et al. SUS - A quick and dirty usability scale. Usability evaluation in industry. 189 (194), 4-7 (1996).
  19. Kushniruk, A. W., Patel, V. L. Cognitive and usability engineering methods for the evaluation of clinical information systems. Journal of Biomedical Informatic. 37 (1), 56-76 (2004).
  20. Davison, G. C., Vogel, R. S., Coffman, S. G. Think-aloud approaches to cognitive assessment and the articulated thoughts in simulated situations paradigm. Journal of Consulting and Clinical Psychology. 65 (6), 950-958 (1997).
  21. Mouname, K., Idri, A., Abran, A. Usability evaluation of mobile applications using ISO 9241 and ISO 25062 standards. SpringerPlus. 5, 548 (2016).
  22. Sauro, J. A practical guide to the system usability scale: Background, benchmarks & best practices. CreateSpace Independent Publishing Platform. , (2011).
  23. Bangor, A., Kortum, P., Miller, J. Determining what individual SUS scores mean: Adding an adjective rating scale. Journal of Usability Studies. 4 (3), 114-123 (2009).
  24. Meijboom, S., et al. Evaluation of dietary intake assessed by the Dutch self-administered web-based dietary 24-h recall tool (Compl-eatTM) against interviewer-administered telephone-based 24-h recalls. Journal of Nutritional Science. 6, 49 (2017).
  25. Subar, A. F., et al. The Automated Self-Administered 24-hour dietary recall (ASA24): a resource for researchers, clinicians, and educators from the National Cancer Institute. Journal of the Academy of Nutrition and Dietetics. 112 (8), 1134-1137 (2012).
  26. Timon, C. M., et al. The development, validation, and user evaluation of Foodbook24: A web-based dietary assessment tool developed for the Irish adult population. Journal of Medical Internet Research. 19 (5), 158 (2017).
  27. Carter, M. C., et al. Development of a UK online 24-h dietary assessment tool: myfood24. Nutrients. 7 (6), 4016-4032 (2015).
  28. Voedingscentrum. Mijn Eetmeter. , Available from: https://itunes.apple.com/nl/app/mijn-eetmeter/id663382012?mt=8 (2014).
  29. MyFitnessPal. MyFitnessPal. , Available from: http://www.myfitnesspal.com/welcome/learn_more (2015).
  30. Virtuagym. Virtuagym. , (2017).
  31. Evans, K., et al. Development and evaluation of a concise food list for use in a web-based 24-h dietary recall tool. Journal of Nutritional Science. 6, 46 (2017).
  32. Svensson, A., Magnusson, M., Larsson, C. Overcoming barriers: adolescents' experiences using a mobile phone dietary assessment app. JMIR mHealth and uHealth. 4 (3), 92 (2016).
  33. Finglas, P. M., Berry, R., Astley, S. Assessing and improving the quality of food composition databases for nutrition and health applications in Europe: the contribution of EuroFIR. Advances in Nutrition. 5 (5), 608-614 (2014).
  34. Gibson-Moore, H. EuroFIR: Where we are now. Nutrition Bulletin. 38 (3), 358-362 (2013).
  35. Rossum, C. T. M., et al. The diet of the Dutch. Results of the first two years of the Dutch National Food Consumption Survey 2012–2016. RIVM. , (2016).
  36. Byrd-Bredbenner, C., Schwartz, J. The effect of practical portion size measurement aids on the accuracy of portion size estimates made by young adults. Journal of Human Nutrition and Dietetics. 17 (4), 351-357 (2004).
  37. Faggiano, F., et al. Validation of a method for the estimation of food portion size. Epidemiology. 3 (4), 379-382 (1992).
  38. Faulkner, G. P., et al. An evaluation of portion size estimation aids: precision, ease of use and likelihood of future use. Public Health Nutrition. 19 (13), 2377-2387 (2016).
  39. Hernandez, T., et al. Portion size estimation and expectation of accuracy. Journal of Food Composition and Analysis. 19, 14-21 (2006).
  40. Nelson, M., Atkinson, M., Darbyshire, S. Food photography. I: The perception of food portion size from photographs. British Journal of Nutrition. 72 (5), 649-663 (1994).
  41. Young, L. R., Nestle, M. S. Portion sizes in dietary assessment: issues and policy implications. Nutrition Reviews. 53 (6), 149-158 (1995).
  42. Liu, B., et al. Development and evaluation of the Oxford WebQ, a low-cost, web-based method for assessment of previous 24 h dietary intakes in large-scale prospective studies. Public Health Nutrition. 14 (11), 1998-2005 (2011).
  43. Lucassen, D. A., Willemsen, R. F., Geelen, A., Brouwer-Brolsma, E. M., Feskens, E. J. M. The accuracy of portion size estimation using food images and textual descriptions of portion sizes: an evaluation study. Journal of Human Nutrition and Dietetics. , (2021).
  44. Wharton, C., Rieman, J., Lewis, C., Polson, P. Usability Inspection Methods. Nielsen, J., Mack, R. L. , John Wiley & Sons. 79-104 (1994).
  45. Nielsen, J. How many test users in a usability test. , Available from: https://www.nngroup.com/articles/how-many-test-users/ (2012).
  46. AMPM - Features. USDA. , Available from: https://www.ars.usda.gov/mortheast-area/beltsville-md/beltsville-human-nutrition-research-center/food-surveys-research-group/docs/ampm-features/ (2016).
  47. Zhang, D. S., Adipat, B. Challenges, methodologies, and issues in the usability testing of mobile applications. International Journal of Human-Computer Interaction. 18 (3), 293-308 (2005).
  48. Cade, J. E. Measuring diet in the 21st century: use of new technologies. Proceedings of the Nutrition Society. 76 (3), 276-282 (2017).
  49. Ahmad, Z., et al. A mobile food record for integrated dietary assessment. MADiMa16. 2016, 53-62 (2016).
  50. Boushey, C. J., Spoden, M., Zhu, F. M., Delp, E. J., Kerr, D. A. New mobile methods for dietary assessment: review of image-assisted and image-based dietary assessment methods. Proceedings of the Nutrition Society. 76 (3), 283-294 (2017).
  51. Fang, S., et al. 2018 IEEE Southwest Symposium on Image Analysis and Interpretation (SSIAI). , Las Vega, Nevada, USA. 25-28 (2018).
  52. Shao, Z., Mao, R., Zhu, F. 2019 IEEE International Conference on Big Data (Big Data). , Los Angeles, California, USA. 5186-5189 (2019).
  53. Chen, J., Lieffers, J., Bauman, A., Hanning, R., Allman-Farinelli, M. Designing health apps to support dietetic professional practice and their patients: qualitative results from an international survey. JMIR Mhealth Uhealth. 5 (3), 40 (2017).
  54. Donders-Engelen, M. R., Van der Heijden, L. J. M., Hulshof, K. F. A. M. Maten, Gewichten en Codenummers 2003. Food portion sizes and coding instructions. Wageningen University: Division of Human Nutrition and TNO Nutrition. , (2003).
  55. Van Ittersum, K., Wansink, B. Plate size and color suggestibility: The Delboeuf Illusion’s bias on serving and eating behavior. Journal of Consumer Research. 39 (2), 215-228 (2012).
  56. Portiegrootte voedingsmiddelen. RIVM. , (2019).
  57. Timon, C. M., et al. A review of the design and validation of web- and computer-based 24-h dietary recall tools. Nutrition Research Reviews. 29 (2), 268-280 (2016).
  58. Kirkpatrick, S. I., et al. The use of digital images in 24-hour recalls may lead to less misestimation of portion size compared with traditional interviewer-administered recalls. The Journal of Nutrition. 146 (12), 2567-2573 (2016).
  59. Subar, A. F., et al. Assessment of the accuracy of portion size reports using computer-based food photographs aids in the development of an automated self-administered 24-hour recall. Journal of the American Dietetic Association. 110 (1), 55-64 (2010).
  60. Figwee - Learn More. Figwee. , Available from: https://figwee.com/learn-more/ (2021).
  61. Preece, J., Sharp, H., Rogers, Y. Interaction design: beyond human-computer interaction. , John Wiley & Sons. (2015).

Tags

התנהגות בעיה 169 הערכת צריכת תזונה מבוססת טכנולוגיה יישומי טלפון חכם פיתוח והערכה החזרה שיא מזון מבוגרים
פיתוח איטרטיבי של כלי הערכה תזונתי חדשני מבוסס סמארטפון: Traqq
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Lucassen, D. A., Brouwer-Brolsma, E. … More

Lucassen, D. A., Brouwer-Brolsma, E. M., van de Wiel, A. M., Siebelink, E., Feskens, E. J. M. Iterative Development of an Innovative Smartphone-Based Dietary Assessment Tool: Traqq. J. Vis. Exp. (169), e62032, doi:10.3791/62032 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter