创新智能手机饮食评估工具的迭倍开发:Traqq
2021年3月19日
本文介绍了开发基于智能手机的创新饮食评估应用程序 Traqq的协议，包括专家评估和可用性测试。
饮食评估工具的发展过程往往不仅部分描述，表明科学基础的整个过程，并可能有利于可比工具的发展。该协议描述了开发应用程序的所有步骤，包括对文献和现有工具进行广泛筛选，然后由专家和预期最终用户进行原型构建和评估。本协议提供了营养研究饮食评估工具的发展过程以及行为改变应用的见解。
开发像Traqq这样的工具需要多个专家的参与，如营养研究人员、营养师和IT人员。确保让这些专家参与整个过程。要管理管理器角色中的项目，要导航到 traqq.idbit。
网并使用管理员凭据登录到应用程序的后端。单击"去"项目并单击"视图"列中的箭头以选择项目中所需的项目。在项目概述页面中，单击参与者选项卡。
当参与者概述屏幕出现时，单击"添加新参与者"，并酌情输入代码名、注释、登录 ID 和登录密钥并保存文件。要为每个参与者安排邀请，请单击邀请选项卡。在邀请概述屏幕中，单击"添加新邀请"。
在以下屏幕中，选择参与者并输入期间开始时间、期间结束时间、开放时间、关闭时间、调查 URL、注释，并酌情启用。要通过日历选项卡跟踪数据收集，请从下拉菜单中选择感兴趣的参与者。要通过响应选项卡跟踪响应，请从下拉菜单中选择感兴趣的参与者。
要分析收集的数据，请通过电子邮件向管理员发送数据导出请求。要将应用程序用作参与者，请将免费应用程序下载到智能手机上并登录以访问该应用。收到邀请后，单击通知并单击打开的邀请。
要输入所消耗的食物项目，请单击添加食品项目并输入所消耗物品的名称。如果项目在键入时出现，可以单击其名称。在下列屏幕中，报告物品的消耗量、相应的份量大小描述、用餐场合和消费时间。
保存后，重复输入，直到所有消耗的食物项目已报告，然后单击发送列表提交列表。在这次可用性评估中，共有22个受试者参加了思想访谈。参加者年龄在22至70岁之间，平均年龄为48岁。
36%是男性，超过50%的人受过高等教育。大多数参与者都使用 Android 设备，几乎所有参与者都有一年以上的智能手机使用经验。对系统可用性评分的评价显示，平均评分为 100 分中的 79 分，范围在 40 到 100 之间。
只有三个参与者将应用程序评级为低于 68，13 名参与者将其评级为 80 以上，这表明该应用可以被视为用户友好型。Traqq 是第一个灵活的饮食评估工具，用于共享发育协议。我们希望帮助和激励那些致力于开发类似灵活工具的研究人员。
概览
本文描述了开发基于智能手机的饮食评估应用Traqq的协议，详细说明了专家评估和可用性测试。
关键研究组成部分
科学领域
- 饮食评估工具
- 移动健康应用
- 营养研究
背景
- 饮食评估工具的开发往往没有充分的文档记录。
- 现有工具可能无法提供其开发的全面洞察。
- 专家之间的合作对有效的工具开发至关重要。
- 可用性测试对于确保用户友好性至关重要。
研究目的
- 概述开发Traqq应用的完整过程。
- 提供创建可比较饮食评估工具的指南。
- 分享工具开发最佳实践的见解。
使用的方法
- 文献筛选和现有工具的评估。
- 专家参与的原型构建。
- 与多样化参与者的可用性测试。
- 通过参与者反馈进行数据收集和分析。
主要结果
- 共有22名受试者参与了可用性评估。
- 参与者的平均年龄为48岁，大多数受过高等教育。
- 该应用的平均可用性得分为100分满分中的79分。
- 大多数参与者认为该应用用户友好，只有少数将其评分低于68。
结论
- Traqq代表了饮食评估工具的重大进步。
- 分享的协议可以指导未来类似项目的研究人员。
- 持续的专家参与对成功的工具开发至关重要。
常见问题
Executive Industry Relevance
Dietary assessment tools are critical for nutritional research and behavior change applications, yet their development processes are often inadequately documented, limiting reproducibility and cross-study comparability. The Traqq protocol provides a transparent, end-to-end framework for developing flexible smartphone-based tools, supporting predictive confidence in data collection methodologies. This enables biopharma R&D teams to evaluate or adapt similar digital phenotyping approaches for mechanistic de-risking in metabolism-focused discovery programs.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of dietary hypotheses and clarification of nutrient-pathway relationships in preclinical models.
- Operational Value: Supports functional validation of nutritional targets through standardized, real-world food intake tracking.
Screening & Assay Development
- Scientific Value: Prepares validated dietary assessment systems for downstream compound screening in nutrition-related indications.
- Operational Value: Ensures assay standardization, reproducibility, and quantitative outputs via structured portion size and timing data.
- Strategic Value: Enhances screening readiness and platform reuse across metabolic disease models.
Translational & Preclinical Research
- Scientific Value: Aligns with disease-relevant systems by enabling continuous monitoring of dietary exposures in translational studies.
- Operational Value: Facilitates continuity from discovery through preclinical validation by linking dietary behavior to phenotypic outcomes.
Pipeline & Workflow Integration
The Traqq development protocol positions dietary assessment as a reusable capability within the discovery continuum, supporting hypothesis testing and biological de-risking in early nutrition-focused research.
- Discovery Biology: Supports hypothesis testing and pathway clarification through systematic food intake data collection.
- Screening: Delivers assay readiness via standardized food logging, portion size tracking, and time-stamped consumption events.
- Analytics: Enables quantitative dependent variable measurements such as nutrient intake, meal frequency, and eating occasion patterns.
- Translational Research: Connects to preclinical continuity by aligning dietary exposure metrics with biomarker-aligned outcomes.
- Enterprise Reuse: Frames the tool as a scalable, adaptable platform for multi-study deployment across nutritional and behavioral research workflows.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in dietary exposure assessment, reduction of mechanistic ambiguity in nutrient-response relationships.
- Operational Value: Standardization, reproducibility, and scalability of dietary data collection across diverse participant cohorts.
- Strategic Value: Improved go/no-go decisions in nutrition-related target validation, capital efficiency through reusable digital tools.
- Portfolio Impact: Risk-adjusted prioritization of metabolic targets based on reliable dietary phenotyping data.
Implementation Considerations
- Required expertise in nutrition science, dietetics, and software development for tool design and validation.
- Instrumentation needs include smartphones, secure backend servers, and data export pipelines for analysis.
- Cross-team standardization requires alignment on food databases, portion size protocols, and notification scheduling logic.
- Adaptation considerations involve customizing food lists, portion size units, and recall windows for specific model systems or populations.
- Practical limitations include dependency on participant compliance with logging prompts and smartphone usability across age groups.
