Iteracyjny rozwój innowacyjnego narzędzia do oceny diety opartego na smartfonach: Traqq

Desiree A. Lucassen; Elske M. Brouwer-Brolsma; Anne M. van de Wiel; Els Siebelink; Edith J. M. Feskens

doi:10.3791/62032

Artykuł metodologiczny

Iteracyjny rozwój innowacyjnego narzędzia do oceny diety opartego na smartfonach: Traqq

5.1K wyświetleń

⸱

DOI:

10.3791/62032

⸱

19 marca 2021

Desiree A. Lucassen¹ , Elske M. Brouwer-Brolsma¹ , Anne M. van de Wiel¹ , Els Siebelink¹ , Edith J. M. Feskens¹

¹Division of Human Nutrition and Health, Wageningen University and Research

W tym artykule

Podsumowanie

Ten artykuł opisuje protokół rozwoju innowacyjnej aplikacji do oceny diety opartej na smartfonie Traqq, w tym oceny ekspertów i testy użyteczności.

Streszczenie

Aby zbierać dane o spożyciu w szybki i niezawodny sposób, stworzono elastyczną i innowacyjną aplikację (aplikację) na smartfony o nazwie Traqq (iOS/Android). Ta aplikacja może być używana jako zapis żywności i 24-godzinne wycofanie (lub krótsze okresy wycofania). Dla obu metod można tworzyć różne schematy pobierania próbek w określonych lub losowych dniach/godzinach w określonym okresie, z powiadomieniami push, aby zachęcić uczestników do zarejestrowania spożycia pokarmu. W przypadku braku odpowiedzi, powiadomienia są automatycznie przekładane, aby zapewnić pełne gromadzenie danych. Do wykorzystania jako rejestr posiłków respondenci mogą uzyskać dostęp do aplikacji i rejestrować spożycie pokarmu w ciągu dnia. Rejestry żywności zamykają się automatycznie na koniec dnia; wycofuje się blisko po przesłaniu zużytych przedmiotów. Wycofanie produktu z rynku, jak również moduł ewidencji żywności zapewniają dostęp do obszernej listy produktów spożywczych opartej na holenderskiej bazie danych składu żywności (FCDB), którą można wykorzystać do różnych celów badawczych. Wybierając artykuł spożywczy, respondenci są jednocześnie proszeni o podanie wielkości porcji, tj. w miarach gospodarstwa domowego (np. kubki, łyżki, szklanki), standardowych wielkości porcji (np. mała, średnia, duża) lub wagi w gramach oraz okazji/czasu spożycia. Opcje wielkości porcji można dostosować, np. wpis tylko w gramach w przypadku rekordu ważonej żywności lub czasu spożycia, a nie okazji do jedzenia). Aplikacja zawiera również funkcję Moje potrawy, która pozwala respondentowi tworzyć własne przepisy lub kombinacje produktów (np. codzienne śniadanie) i raportować tylko całkowitą ilość spożytego. Następnie aplikacja uwzględnia współczynniki wydajności i retencji. Dane są przechowywane na bezpiecznym serwerze. W razie potrzeby można załączyć dodatkowe pytania, np. ogólne lub związane z konkretnymi artykułami spożywczymi lub okazjami żywieniowymi. W artykule opisano proces rozwoju systemu (aplikacji i backendu), w tym oceny eksperckie i testy użyteczności.

Wprowadzenie

Dokładna ocena diety jest kluczowa dla zapewnienia jakości badań nad rolą odżywiania w zdrowiu i zapobieganiu chorobom. Obecnie w takich badaniach na ogół stosuje się uznane metody samoopisowej oceny dietetycznej, tj. kwestionariusze częstotliwości spożywania posiłków, 24-godzinne wycofanie produktów z rynku (24hR) i/lub zapisy dotyczące żywności¹. Pomimo tego, że metody te mają ogromne znaczenie dla badań nad żywieniem, mają również różne wady, np. stronniczość związaną z pamięcią, stronniczość atrakcyjności społecznej i są uciążliwe zarówno dla respondenta, jak i badacza¹^,². Najnowsze wynalazki technologiczne dają obecnie możliwość przezwyciężenia tych wad. W ciągu ostatnich lat różne grupy badawcze wykorzystały tę okazję i opracowały internetowe i oparte na smartfonach narzędzia oceny diety do badań żywieniowych, które rozwiązują niektóre z tych znanych wad (zobacz Eldridge et al.³ dla obszernego przeglądu narzędzi internetowych i smartfonów), tj. redukują przyczyny błędów, poprawiają przyjazność dla użytkownika i zmniejszają obciążenie uczestnika i badacza¹.

Niemniej jednak, liczba w pełni zautomatyzowanych i zweryfikowanych aplikacji na smartfony, które są odpowiednie do badań żywieniowych, jest nadal ograniczona. Większość dostępnych aplikacji do oceny diety (tj. komercyjnych lub opracowanych do celów badawczych) albo nie jest w pełni zautomatyzowana (tj. wymaga ręcznego kodowania produktów spożywczych), albo nie jest (dobrze) zweryfikowana³. Co więcej, większość dostępnych zwalidowanych aplikacji została opracowana w jednym konkretnym celu badawczym i do użytku w określonym kraju; Ze względu na dość sztywne projekty, ponowne wykorzystanie takich aplikacji do innych celów badawczych lub w innych krajach wydaje się trudne³^,⁴^,⁵^,⁶^,⁷^,⁸. Wreszcie, pomimo dostępności aplikacji opartych na ewidencji żywności, do tej pory wydaje się, że nie istnieją jeszcze żadne aplikacje oparte na wycofaniu. Chociaż zapisy dotyczące żywności są podatne na błąd reaktywności, tj. respondenci mogą zmieniać swoje spożycie żywności ze względu na świadomość, że są obserwowani²^,⁹, nie dotyczy to wycofań, co podkreśla potrzebę opracowania zweryfikowanej aplikacji opartej na przypominaniu¹⁰. Innowacyjna aplikacja do oceny diety o nazwie Traqq została opracowana do użytku w Holandii, która może być używana zarówno jako rejestr żywności, jak i przypomnienie, w zależności od pytania badawczego¹.

Oprócz możliwości przełączania między opcją zapisu jedzenia a opcją przypomnienia, ta aplikacja różni się również od innych narzędzi do oceny diety ze względu na swoją elastyczną naturę. W szczególności w odniesieniu do listy żywności, szacunkowej wielkości porcji, schematów pobierania próbek i możliwości zamieszczenia dodatkowych pytań. Poziom elastyczności systemu umożliwia dostosowanie go do wielu celów badawczych, które wymagają dokładnej oceny zachowań żywieniowych. Obecnie aplikacja jest w trakcie walidacji i będzie gotowa do wykorzystania w różnego rodzaju badaniach związanych z odżywianiem. Aplikacja może być również wykorzystywana, a być może jeszcze bardziej ulepszona, w programach interwencji żywieniowych w celu pomiaru i wpływania na zachowania żywieniowe. Ponieważ opracowanie wiarygodnych narzędzi do oceny diety jest wyzwaniem, a raporty na temat tych procesów są rzadkie, zwłaszcza w odniesieniu do zaangażowania użytkowników i ekspertów³^,¹¹^,¹², niniejszy artykuł zawiera szczegółowy przegląd tego, w jaki sposób różne źródła informacji zostały zintegrowane w systematycznym i iteracyjnym rozwoju tej aplikacji do oceny diety na smartfony. Proces obejmuje teorię, konsultacje z ekspertami i zaangażowanie użytkowników.

Protokół

UWAGA: Wszystkie procedury z udziałem ludzi zostały przeprowadzone w sposób nieinwazyjny, głównie za pomocą jakościowych metod badawczych. Przed rozpoczęciem oceny od wszystkich uczestników uzyskano świadomą zgodę. Niniejszy protokół opisuje iteracyjny proces rozwojowy, który można podzielić na cztery etapy, przy czym etapy 1-3 są ze sobą przeplatające się (Rysunek 1).

Schemat blokowy procesu tworzenia aplikacji, od badań formacyjnych do walidacji, etapy projektowania zorientowanego na użytkownika.
Rycina 1: Przegląd etapów iteracyjnego procesu tworzenia aplikacji. Proces tworzenia składał się łącznie z pięciu etapów. Proces ten był jednak iteracyjny, co oznacza, że etapy od 1 do 3 były ze sobą powiązane. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

1. Przeprowadź obszerną analizę formatywną w ramach przygotowania do właściwego procesu rozwoju.

Przeprowadzić kwerendę literatury i źródeł internetowych w celu zbadania istniejących narzędzi do oceny spożycia pokarmów opartych na stronach internetowych i aplikacjach smartfonowych, ze szczególnym uwzględnieniem funkcji uznanych za kluczowe dla dokładnego gromadzenia danych o spożyciu żywności, tj.., metoda wprowadzania danych o żywności (w tym lista produktów spożywczych i bazowa baza danych FCDB) oraz szacowanie wielkości porcji.
Przeanalizuj istniejące narzędzia do oceny diety oparte na stronach internetowych i smartfonach, koncentrując się na takich aspektach jak metodologia oceny diety, dostarczanie informacji, niezawodność, wyszukiwarka oraz zaimplementowane funkcje (np.., obrazy, skaner kodów kreskowych, funkcje przepisów).
Skonsultuj się z ekspertami w dziedzinie oceny stanu odżywienia.
UWAGA: Wyniki analizy literatury oraz przeglądu istniejących narzędzi zostały omówione z ekspertami w dziedzinie oceny stanu odżywienia, co doprowadziło do opracowania projektu planu rozwoju aplikacji. Projekt ten został poddany ocenie przez ekspertów i w razie potrzeby odpowiednio udoskonalony.

2. Projekt aplikacji do oceny diety

Opracuj projekt wizualny aplikacji, uwzględniając istotne aspekty, takie jak animacje, identyfikacja wizualna, kolorystyka, układ oraz typografia²⁰.
UWAGA: Ponieważ przestrzeń, kolory, czcionki, grafiki i elementy interfejsu podkreślają treść i komunikują interaktywność, niezbędne jest włączenie elementów ułatwiających funkcjonalność aplikacji.
Wybierz wiarygodną bazę składników odżywczych (FCDB), w tym przypadku NEVO, aby ułatwić obliczenia wartości odżywczych na podstawie zgromadzonych danych o spożyciu pokarmów¹⁴.
Stwórz listę produktów spożywczych, krytycznie oceniając opisy produktów zawarte w FCDB.
UWAGA: Bazy FCDB są najczęściej opracowywane do użytku profesjonalnego; opisy produktów są często złożone, co utrudnia wyszukiwanie (np. „margarina niskotłuszczowa 35% tłuszczu < 10 g nasyconych kwasów tłuszczowych niesolona”²³).
Sformułuj wymagania dotyczące wyszukiwarki; rozważ zastosowanie znaków interpunkcyjnych, nazw obcych, literówek, różnych terminów wyszukiwania oraz ranking wyników, aby ułatwić wyszukiwanie produktów spożywczych.
Wybierz metodę szacowania wielkości porcji (pomoc), oceniając istniejące narzędzia do oceny spożycia pokarmów oraz przeprowadzając testy terenowe odpowiednich opcji.
Zaprojektuj strukturę nawigacji w aplikacji, aby zapewnić użytkownikowi logiczną, przewidywalną i łatwą do śledzenia ścieżkę poruszania się po programie.
Zaprojektuj funkcje i wymagania zaplecza (backend) do sterowania aplikacją; uwzględnij funkcje związane z ogólnym zarządzaniem projektem, zarządzaniem specyficznym dla projektu (np. uczestnicy, zaproszenia, zbieranie danych) oraz zarządzaniem użytkownikami (np. uprawnienia).

3. Oceniający badacze

UWAGA: Po każdej aktualizacji aplikacja była testowana przez naukowców zajmujących się żywieniem oraz dietetyków badawczych z doświadczeniem w ocenie stanu odżywienia (testy wewnętrzne), aby zweryfikować, czy funkcjonalności poprawiły się zgodnie z oczekiwaniami. Poniższe instrukcje powinny być wykonane przez badaczy.

Przeprowadź ekspercką ewaluację za pomocą poznawczych analiz przejścia (cognitive walkthroughs), aby zasymulować doświadczenia użytkownika korzystającego z aplikacji po raz pierwszy, co umożliwi ekspertom indywidualną eksplorację aplikacji bez zewnętrznej instruktaży.²⁸Należy upewnić się, że analizy kognitywne (cognitive walkthroughs) obejmują następujące etapy.
1. Należy upewnić się, że ekspert wypełni ogólny kwestionariusz z pytaniami o markę i typ smartfona.
2. Zainstaluj aplikację na smartfonie eksperta.
  UWAGA: Aby zapewnić prawidłową instalację i działanie oraz zminimalizować ryzyko przerwania procesu podczas ewaluacji, zaleca się, aby badacz w pierwszej kolejności zweryfikował funkcjonalność aplikacji.
3. Instruuj eksperta w zakresie procedur testowych, w których każdy ekspert zostaje poproszony o wcielenie się w rolę użytkownika korzystającego z urządzenia po raz pierwszy (t.j.., uczestnik badania). Należy podkreślić, że ocena jest przeprowadzana z perspektywy użytkownika, a nie z perspektywy samego eksperta.
  UWAGA: Przyjęto założenie, że użytkownik jest doświadczonym użytkownikiem smartfona i posiada ogólną wiedzę na temat korzystania z aplikacji. Niemniej jednak, aplikacja ta była używana po raz pierwszy.
4. Uruchom nagrywanie ekranu i dźwięku.
5. Poproś eksperta o przeprowadzenie poznawczego przejścia (cognitive walkthrough) podczas korzystania z aplikacji i wykonywania określonego zestawu zadań.³¹1) „Chcę zapisać mój posiłek kolacyjny. Rozpocząłem od filiżanki zupy pomidorowej i szklanki mleka”, 2) „Następnie zjadłem danie z makaronu, które spożywam regularnie i chcę wprowadzić je jako ulubione (t. j.., poprzednik Moje naczynia)." [podano przepis], 3) „Ponieważ zjadłam również danie z makaronem, chcę dodać je do dzisiejszego zapisu spożycia pokarmów”, oraz 4) „Wpisałam wszystko, co zjadłam podczas kolacji. Chcę jeszcze raz sprawdzić swój wpis, a następnie go przesłać”.
  UWAGA: Podczas wykonywania zadań ekspert informuje badacza o swoim toku rozumowania, t. j.., wyjaśniając kroki, które należy wykonać w celu realizacji opisanego zadania.
6. Przeprowadź krótką analizę uzupełniającą w celu wyjaśnienia niejednoznaczności³²orzyczając ekspertowi możliwość przekazania dodatnych uwag.
7. Oceniać wyniki każdego eksperta poprzez sprawdzanie nagrań w celu upewnienia się, że zadania zostały wykonane zgodnie z zamierzeniem, oraz poprzez analizę przekazanych dodatkowych komentarzy.
8. Udostępnij wyniki ekspertom w celu oceny, czy założenia przyjęte na podstawie nagrań były prawidłowe.
  UWAGA: Wyniki ewaluacji zostały omówione i uporządkowane według priorytetów w konsultacji z ekspertami. Na podstawie wyników tej ewaluacji aplikacja została następnie zaktualizowana.
Należy przeprowadzić testy użyteczności z docelowymi użytkownikami, aby ocenić użyteczność i atrakcyjność aplikacji wśród tej grupy za pomocą wywiadów metodą głośnego myślenia oraz skali użyteczności systemu (SUS).³³ postępując zgodnie z poniższymi krokami:
1. Zrekrutuj uczestników będących reprezentatywną grupą dla docelowej populacji użytkowników³⁵.
2. Poinformuj uczestnika o procedurach badania, w tym o rejestracji obrazu ekranu i dźwięku. Następnie uzyskaj świadomą zgodę od uczestników.
  UWAGA: Ważne jest, aby badacz zachęcał uczestnika do „głośnego myślenia” podczas ewaluacji, t. j.., wyjaśniając swoje przemyślenia na temat kroków niezbędnych do wykonania każdego zadania w trakcie jego realizacji, a także komentując, które funkcjonalności działały dobrze, a które nie.
3. Zainstaluj aplikację na smartfonie uczestnika.
  UWAGA: Aby zapewnić prawidłową instalację i działanie oraz zminimalizować ryzyko wystąpienia przerw podczas ewaluacji, zaleca się, aby badacz w pierwszej kolejności zweryfikował funkcjonalność aplikacji.
4. Poproś uczestnika o wykonanie zadania próbnego dla wywiadu metodą głośnego myślenia: poproś uczestników o zwizualizowanie swojej sypialni i policzenie liczby okien, z jednoczesnym opisywaniem badaczowi tego, co widzą i o czym myślą podczas liczenia okien. Następnie poproś uczestników o podejście do jednego z okien w ich sypialni i opisanie swoich doświadczeń w drodze do tego okna.
  UWAGA: W celu zapewnienia, aby uczestnicy czuli się swobodnie podczas głośnego myślenia w zaplanowany sposób, zapewniono zadanie treningowe, które w razie potrzeby powtórzono.³⁷.
5. Rozpocznij nagrywanie ekranu i dźwięku.
6. Poproś uczestnika o przeprowadzenie właściwego wywiadu metodą głośnego myślenia (think-aloud interview) z wykorzystaniem zdefiniowanych zadań: uczestnik musi: 1) odnotować wszystko, co zjadł i wypił w ciągu poprzedniego dnia oraz 2) odnotować regularnie spożywaną potrawę za pomocą Moje naczynia funkcja
7. W trakcie sesji należy obserwować przebieg badania, sporządzać notatki oraz w razie potrzeby zachęcać uczestników do dalszego głośnego myślenia, stosując proste sugestie, takie jak: „Proszę kontynuować głośne myślenie”, „Proszę mówić, co Pan/Pani myśli” lub „Proszę powiedzieć, co Pan/Pani ma teraz na myśli”. Należy ograniczyć dalsze interakcje do minimum, aby uniknąć zakłócenia procesu myślowego uczestnika.²⁸^,³².
8. Przeprowadź krótką weryfikację w celu wyjaśnienia niejasności³².
9. Poproś uczestnika o wypełnienie kwestionariusza ewaluacyjnego z ogólnymi pytaniami dotyczącymi wieku, płci, poziomu wykształcenia, rodzaju smartfona oraz stopnia doświadczenia w korzystaniu ze smartfona (t. j.., doświadczeni użytkownicy mają większą tendencję do szybkiego i poprawnego wykonywania zadań³⁸), a także SUS³³– 10-punktowy kwestionariusz do oceny użyteczności systemu z wykorzystaniem skali Likerta, w której punktacja obejmuje zakres od 1 (zdecydowanie się nie zgadzam) do 5 (zdecydowanie się zgadzam).
10. Przeanalizuj dane z każdej sesji poprzez 1) transkrypcję, kodowanie i tworzenie tematów (oraz podtematów) oraz 2) obliczenie wyniku SUS przy użyciu określonego wzoru, co pozwoli uzyskać wynik w przedziale od 0 do 100³³, gdzie wynik wynoszący >Wynik 68/100 wskazuje, że narzędzie funkcjonuje na powyżej przeciętnym poziomie użyteczności, a ocena >80/100 wskazuje na doskonałą użyteczność³⁹^,⁴⁰.
  UWAGA: Zaleca się, aby badacz prowadzący sesję przeanalizował dane przy użyciu oprogramowania do jakościowej analizy danych. W przypadku niejasności można skonsultować się z drugim badaczem.
Przeprowadzić ilościową walidację zapisów spożycia pokarmowego w odniesieniu do zwalidowanych metod tradycyjnych i, jeśli to możliwe, niezależnych miar³.
UWAGA: Aplikacja jest walidowana w odniesieniu do metod opartych na Internecie oraz telefonicznych (t.j.., wywiady) 24-godzinową zbiórkę moczu (24hRs) oraz niezależne biochemiczne markery moczu i krwi. Ponieważ ilościowa walidacja aplikacji wykracza poza zakres niniejszej pracy, nie będzie ona dalej omawiana.

4. Korzystanie z systemu backendowego do zarządzania aplikacjami i badaniami

UWAGA: System posiada trzy poziomy autoryzacji: (1) administrator – ten poziom autoryzacji zapewnia dostęp do wszystkich sekcji zaplecza systemu (tj. tworzenie nowych użytkowników, określanie uprawnień użytkowników oraz przyznawanie użytkownikom dostępu do jednego lub wielu projektów); (2) kierownicy projektów – ten poziom autoryzacji umożliwia dostęp do konkretnych projektów oraz możliwość tworzenia nowych projektów; oraz (3) badacze – ten poziom autoryzacji zapewnia dostęp wyłącznie do tych konkretnych projektów, w których uczestniczą badacze.

Zarządzanie użytkownikami i projektami w panelu administracyjnym przez administratorów
1. Uzyskaj dostęp do zaplecza internetowego poprzez traqq.idbit.net, z danymi logowania (t. j.., nazwa użytkownika, hasło).
2. Utwórz nowy projekt, klikając w Projekty zakładka, a następnie włączona Utwórz nowy projekt.
3. Na następnym ekranie wprowadź wymagane szczegóły projektu (t. j.., nazwa projektu, opis kontaktu, e-mail kontaktowy, numer telefonu kontaktowego, strona internetowa kontaktu).
  UWAGA: Do utworzenia nowego projektu wymagana jest wyłącznie nazwa projektu. Opis kontaktu, adres e-mail, numer telefonu oraz strona internetowa będą widoczne w aplikacji w sekcji Kontakt & Informacje przycisk
4. Wybierz żądane funkcje (t. j.., lista produktów, zapytaj o okazję do spożycia i/lub czas spożycia, zapis lub przypomnienie).
  UWAGA: Każdy nowy projekt wymaga indywidualnego podjęcia decyzji w kwestii wyboru najodpowiedniejszej metody oceny spożycia pokarmów (t. j.., zapis lub przypomnienie), lista produktów spożywczych, szacowanie wielkości porcji oraz okazje jedzenia lub pory posiłków.
5. Zapisz nowy projekt, klikając w Zapisz.
  UWAGA: Po zamknięciu ekranu administrator powraca do Przegląd projektu ekran
6. Następnie utwórz nowego użytkownika, klikając w Użytkownik zakładka, a następnie włączone Dodaj nowego użytkownika.
7. W następnym oknie wprowadź a Nazwa użytkownika, a Hasłoi przypisz użytkownikowi a Rola (t. j.., administrator, kierownik lub użytkownik).
8. Zapisz nowego użytkownika, klikając w Zapisz.
  UWAGA: Po zamknięciu ekranu administrator powraca do Przegląd użytkownika ekran
9. Przypisz użytkownika do projektu, klikając ikonę notatnika (tj.., Kolumna Edytuj) dla konkretnego użytkownika.
10. Przypisz projekt, otwierając menu rozwijane pod Powiązane projekty, wybierając pożądany projekt i klikając w Dodaj.
  UWAGA: Czynność tę należy powtórzyć dla każdego projektu, do którego użytkownik ma zostać przypisany.
11. Przekaż dane logowania nowemu użytkownikowi wraz z adresem URL zaplecza (backendu).
Zarządzanie projektami w panelu administracyjnym przez badaczy (t. j.., rola Menedżera lub Użytkownika)
1. Zaloguj się do panelu administracyjnego poprzez traqq.idbit.net korzystając z danych uwierzytelniających przekazanych przez administratora.
2. Kliknij w Przejdź do projektów do zarządzania projektami.
3. Kliknij strzałkę w Widok kolumna dla wybranego projektu.
  UWAGA: Po wykonaniu tej czynności badacz zostaje przeniesiony do Przegląd projektu strona, a następnie pojawią się nowe karty dla tego konkretnego projektu.
4. Wprowadź uczestników w panelu administracyjnym, klikając w Uczestnicy tab. Następnie, gdy Przegląd uczestników po wyświetleniu ekranu kliknij Dodaj nowego uczestnika.
5. W następnym oknie wprowadź Nazwa kodowa, Uwagi (opcjonalnie), Identyfikator logowania, Klucz logowania, i kończąc na Zapisz.
  UWAGA: Zaleca się, aby identyfikator badania uczestnika stosować zarówno jako kod, jak i identyfikator logowania. Minimalizuje to ryzyko pomyłek u uczestnika w przypadku posiadania wielu danych logowania. Ponadto kod jest widoczny w odpowiedziach. Wykorzystanie identyfikatora uczestnika ułatwia analizę danych. Opcję tę należy powtórzyć dla każdego uczestnika. W przypadku większych grup, Import uczestników z pliku Można użyć pliku (.csv). W tym przypadku dla każdego uczestnika wymagane są te same dane. Backend nie może zawierać żadnych danych osobowych uczestników.
6. Zaplanuj zaproszenia dla każdego uczestnika, klikając w Zaproszenia tab. Następnie, gdy an Przegląd zaproszenia po wyświetleniu ekranu należy kliknąć Dodaj nowe zaproszenie.
7. W poniższym oknie wybierz a Uczestnik z menu rozwijanego i zatwierdź klawiszem Enter Czas rozpoczęcia okresu, Czas zakończenia okresu, Godzina otwarcia, Godzina zamknięcia, URL ankiety (tj.., opcjonalnie do implementacji dodatkowych pytań), Notatki (opcjonalnie), Włącz (zawsze tak).
  UWAGA: Początek okresu i czas zakończenia odnieś się do ram czasowych raportowania (t. j.., co zostało spożyte między ..:.. a ..:..). Z kolei czas otwarcia i zamknięcia odnosi się do okresu, w którym uczestnik może faktycznie zgłosić swój pobór. Prawidłowe wdrożenie zewnętrznej ankiety wymaga pewnego stopnia programowania; w tym celu zaleca się pomoc administratora. W przypadku większości zaproszeń, Importuj zaproszenia z opcja (.csv) w sekcji Plik można wykorzystać. Plik wymaga podania tych samych informacji, co w przypadku ręcznego wprowadzania danych. Zaproszenia można również tworzyć za pomocą Schematy próbkowania (t. j.., w którym system generuje losny schemat zaproszeń obejmujący różne dni i godziny na podstawie zestawu predefiniowanych reguł, takich jak okres próbkowania, liczba wymaganych zaproszeń czy termin odpowiedzi). Zaletą tego Schematy próbkowania opcją jest automatyczne planowanie przez system nowego zaproszenia w przypadku braku odpowiedzi.
8. Monitorowanie zbierania danych za pomocą Kalendarz zakładka, wybierając interesującego uczestnika z menu rozwijanego.
  UWAGA: Kalendarz zapewnia przegląd zaplanowanych zaproszeń w ramach projektu, zarówno ogólny, jak i dla poszczególnych uczestników. Przyszłe zaproszenia są zaznaczone na niebiesko, zrealizowane zaproszenia z przeszłości na zielono, natomiast zaproszenia z przeszłości, na które nie udzielono odpowiedzi, na czerwono. Odpowiedzi na zaproszenia można również sprawdzić za pomocą Odpowiedź tab.
9. Śledź odpowiedzi za pomocą Odpowiedź tab.
  UWAGA: W ramach Odpowiedź sekcja, zgłoszone dane dotyczące spożycia pokarmu (t. j.., produkt spożywczy, spożyta ilość, okazja do jedzenia i/lub czas spożycia) są gromadzone.
10. Prośba do administratora o eksport danych.
  UWAGA: Dane można wyeksportować z zaplecza systemu do pliku .csv w celu przeprowadzenia dalszej analizy (np.., odpowiedzi/dane o spożyciu pokarmów, dane o przestrzeganiu protokołu) przez administratora. Odpowiedzi obejmują zgłoszone produkty spożywcze, wybrane wielkości porcji, spożyte ilości w gramach oraz okazje/godziny spożycia posiłków.
11. Zaimportuj plik .csv do oprogramowania do obliczeń żywieniowych w celu przeprowadzenia szczegółowej analizy składników odżywczych.
  UWAGA: Dane można zaimportować do oprogramowania do obliczeń żywieniowych, które korzysta z holenderskiej bazy danych składników pokarmowych FCDB.

5. Korzystanie z aplikacji przez uczestników podczas badania

Pobierz bezpłatną aplikację z App Store (iOS) lub Google Play Store (Android), a następnie zaloguj się, aby uzyskać do niej dostęp.
UWAGA: Do uzyskania dostępu do aplikacji wymagane są dane logowania przekazane przez badacza (krok 4.2.5.). Po zalogowaniu aplikacja wysyła zaproszenia zgodnie z harmonogramem w systemie backendowym, w oparciu o dane uwierzytelniające uczestnika (krok 4.2.7.).
Po otrzymaniu zaproszenia za pośrednictwem aplikacji należy zgłosić spożycie pokarmów.
UWAGA: Uczestnicy mogą rejestrować spożycie pokarmów wyłącznie w określone dni i godziny.
1. Otwórz aplikację, klikając w otrzymane powiadomienie lub uruchamiając ją za pomocą ikony aplikacji.
  UWAGA: Po otwarciu aplikacji, an Przegląd zaproszenia pojawia się ekran, na którym wyświetlane są zaproszenia poprzednie i aktualne.
2. Kliknij w otwarte zaproszenie.
  UWAGA: Uczestnik zostaje przeniesiony do Przegląd ekran, na którym widoczny jest okres obowiązywania zaproszenia.
3. Wprowadź produkt spożywczy skonsumowany jako pierwszy, klikając w Dodaj produkt (Dodaj produkt spożywczy).
  UWAGA: Uczestnik zostaje zaprowadzony do Szukaj ekran
4. Zacznij wpisywać nazwę zużytego elementu (np.., sok pomarańczowy [jus d'orange]). Kliknij żądany element w miarę jego pojawiania się podczas pisania.
5. W następnym ekranie należy podać zużytą ilość (Ilość), odpowiadający opis wielkości porcji (Portie), okazja do spożycia posiłku (Moment spożycia posiłku) i/lub czas spożycia (Czas), a następnie zakończ poprzez zapisanie (Zapisz) .
6. Powtarzaj powyższe kroki, aż zostaną zgłoszone wszystkie produkty spożywcze.
7. Prześlij listę (przywołaj), klikając w (Wyślij listę) (Wyślij listę), lub zaproszenie zamyka się automatycznie pod koniec dnia (rejestr).
  UWAGA: Wyślij listę Opcja ta jest widoczna również w wersji nagranej, dzięki czemu uczestnicy korzystający z nagrania mogą także przesyłać swoje dane do bazy. Niemniej jednak, nawet jeśli dane zostały już wysłane, zaproszenie wciąż zostaje zamknięte na koniec dnia, przesyłając wszystkie dane na serwer.

Wyniki

System (aplikacja i backend) został opracowany zgodnie z krokami opisanymi w powyższym protokole; kluczowe wyniki tego procesu opisano poniżej, kończąc na końcowym projekcie aplikacji.

Badania formatywne
Oprócz obszernych przeglądów literatury, przeanalizowano kilka narzędzi internetowych (np. Compl-eat¹³, ASA24¹⁴, Foodbook24¹⁵, MyFood24¹⁶) pod kątem metodologii oceny żywienia i zaimplementowanych funkcji. Ponadto porównano działanie kilku aplikacji do śledzenia spożycia żywności często używanych w Holandii (np. MijnEetmeter¹⁷, MyFitnessPal¹⁸, Virtuagym Food¹⁹), koncentrując się na takich aspektach jak metodologia oceny diety, przekazywanie informacji, niezawodność, wyszukiwarka oraz wykorzystanie dodatkowych funkcji (np zdjęcia, skaner kodów kreskowych, funkcje przepisów). Wyniki tej analizy doprowadziły do decyzji o opracowaniu aplikacji w taki sposób, aby mogła ona służyć zarówno jako dzienniczek żywieniowy, jak i wywiad żywieniowy. Co więcej, doprowadziło to do wdrożenia funkcji Moje Dania, która może być wykorzystana do tworzenia oryginalnych przepisów lub często spożywanych kombinacji produktów (np codzienne śniadanie). W ramach tej funkcji automatycznie uwzględniane są współczynniki uzysku i retencji.

Aby dokładnie określić ilość spożywanego pożywienia i składników odżywczych, niezbędna jest kompletna, a zarazem praktyczna lista produktów spożywczych. Opracowanie takiej listy wymaga kompromisu pomiędzy jej zakresem a łatwością wyszukiwania pozycji (tj. opisy produktów muszą być jasne, zrozumiałe i łatwe do zlokalizowania)⁴¹^,⁴². Ponieważ dane o składzie żywności stanowią fundamentalną podstawę oceny stanu odżywienia²¹^,²², ważne jest zapewnienie, aby opracowana lista produktów mogła zostać powiązana z dokładnymi danymi o składzie żywności. Lista produktów zawarta w aplikacji opiera się na holenderskiej bazie FCDB (NEVO)¹⁴, która została wybrana ze względu na swoją wiarygodność i bogate dane o składzie żywności. Pierwotnie NEVO składała się z 2389 pozycji (wersja 2016/5.0), co zostało zredukowane do listy 1449 pozycji poprzez wyeliminowanie „pozycji mylących” (np. produktów, których nie można spożywać na surowo, produktów, których nie można spożywać bez dodatków) lub pozycji, których uwzględnienie nie było niezbędne (np. ze względu na niską częstotliwość spożycia na podstawie holenderskiego badania spożycia żywności (DNFCS)⁴³).

Dodatkowo, NEVO zawiera podobne produkty spożywcze pod różnymi nazwami marek; w takich przypadkach w liście produktów uwzględniono jedynie opcję generyczną. Aby dodatkowo zwiększyć użyteczność, niektóre produkty zostały przemianowane w celu usunięcia zbędnej terminologii, takiej jak „przygotowany”, „mrożony”, „przeciętny” i „naturalny”. Ten „protokół oczyszczania” został opracowany przez trzech wykwalifikowanych dietetyków badawczych i wykonany za pomocą składni, która może zostać ponownie uruchomiona po aktualizacji NEVO. Ponadto, aby zoptymalizować możliwość wyszukiwania produktów, do listy dodano 1 019 powszechnie znanych synonimów zawartych produktów spożywczych. W rezultacie lista produktów uwzględniona w aplikacji objęła ostatecznie 2 468 pozycji. Przegląd procesu opracowywania listy produktów przedstawiono na Rysunku 2. Należy zauważyć, że choć ta obszerna lista produktów została opracowana do ogólnego użytku, backend aplikacji umożliwia import alternatywnych list produktów, jeśli jest to wymagane.

Schemat procesu bazy składu żywności: od FCDB do listy produktów, wielkości porcji i synonimów.
Rycina 2: Struktura listy produktów opracowanej na potrzeby aplikacji. Lista produktów opiera się na holenderskiej bazie składu żywności (FCDB), a dla każdego elementu w końcowej liście dodano odpowiadające mu sugestie wielkości porcji oraz synonimy. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Kolejnym kluczowym aspektem oceny diety jest kwantyfikacja wielkości porcji. Chociaż narzędzia wspomagające szacowanie wielkości porcji (PSEAs), np. obrazy, obiekty referencyjne i standardowe wielkości porcji, pomagają w raportowaniu ilości spożywanych pokarmów²⁴^,²⁶^,⁴⁴, błędne raportowanie wielkości porcji wciąż stanowi istotne źródło błędu²⁴^,²⁵^,⁴⁵^,⁴⁶, a literatura dotycząca skuteczności różnych PSEAs jest niespójna²⁶. Zdjęcia potraw, sugestie dotyczące wielkości porcji (tj. standardowe rozmiary i miary domowe) oraz swobodne wpisywanie wagi w gramach to najczęściej stosowane PSEAs w narzędziach do oceny diety opartych na stronach internetowych i smartfonach³⁴. Na przykład, podczas gdy sugestie dotyczące wielkości porcji (np. filiżanki, łyżki, mała, duża) są stosowane w narzędziach takich jak Compl-eat¹³ i Oxford WebQ⁴⁷, obrazy pomagają w szacowaniu wielkości porcji w narzędziach takich jak ASA24¹⁴ i Myfood24¹⁶. Aby zbadać, które PSEA będzie najodpowiedniejsze dla aplikacji, przeprowadzono badanie pilotażowe w celu porównania dokładności sugestii wielkości porcji (np. mała, średnia, duża lub filiżanka, łyżka), swobodnego wpisywania w gramach oraz obrazów wielkości porcji. Wyniki tego badania doprowadziły do wdrożenia sugestii wielkości porcji jako PSEA w aplikacji, wraz z opcją wpisywania ilości w gramach²⁷.

Recenzja ekspercka
Celem ocen eksperckich była jakościowa ocena aplikacji pod kątem funkcjonalności oraz łatwości nauki. Ponieważ wielu użytkowników preferuje naukę obsługi oprogramowania poprzez eksplorację²⁹, poziom łatwości nauki systemu jest istotny. Łącznie 10 ekspertów, t.j.., 4 dietetyków (badaczy) oraz 6 ekspertów w dziedzinie żywienia i zachowań zdrowotnych (naukowców) wzięło udział w analizach poznawczych (cognitive walkthroughs), z czego 60% korzystało ze smartfona z systemem Android. Co najważniejsze, oceny ekspertów wykazały, że pierwsza wersja aplikacji nie była wystarczająco intuicyjna, np.., struktura menu została oceniona jako niejasna ze względu na nieprecyzyjne przyciski/ikony, a wyszukiwarka generowała wyniki w nielogicznej kolejności. Kolejny krytyczny punkt wynikający z opinii ekspertów dotyczył faktu, że wybrane elementy nie mogły być modyfikowane. Na podstawie tych wyników projekt aplikacji został znacząco ulepszony od etapu 2 włącznie (Rysunek 1).

Ocena użyteczności
W wywiadach metodą głośnego myślenia, które stanowiły podstawę oceny użyteczności, wzięło udział łącznie 22 osoby. Początkowa liczebność próby została ustalona na 20 uczestników³⁶, po czym oceniono nasycenie danych. Ponieważ po 20 wywiadach nie osiągnięto nasycenia danych, kontynuowano włączanie uczestników, oceniając nasycenie danych po każdym kolejnym wywiadzie. Średni wiek uczestników wynosił 48 ± 17 lat (odchylenie standardowe, zakres 22-70 lat); 36% stanowili mężczyźni, a większość populacji posiadała wyższe wykształcenie (55%). Ponadto większość uczestników korzystała z urządzenia z systemem Android (n=14, 64%), a niemal wszyscy uczestnicy mieli ponad roczne doświadczenie w korzystaniu ze smartfona (n=21, 96%) (Tabela 1). Wszyscy uczestnicy wykonali zadania bez instrukcji lub przy minimalnym instruktażu.

	Suma (n=22)
Płeć
Mężczyźni (%)	36.4
Kobiety (%)	63.6
Średni wiek (średnia, SD)	48.1 (17.2)
Poziom wykształcenia
Niska (%)	0
Pożywka (%)	45.5
Wysoki (%)	54.5
Typ smartfona
Android (%)	63.6
iOS (%)	36.4
Doświadczenia ze smartfonem
Krócej niż 6 miesięcy (%)	4.5
Między 6 miesiącem a 1 rokiem (%)	0
Powyżej 1 roku (%)	95.5
SUS (średnia, SD)	79.4 (15.1)

Tabela 1. Charakterystyka populacji badanej i wyniki oceny użyteczności.W tej tabeli przedstawiono jedynie wyniki skali użyteczności systemu (SUS) wraz z charakterystyką uczestników.

Podczas gdy część uczestników (n=13, 59%) wskazała na trudności podczas korzystania z Moje dania funkcjonalność; inni (n=5, 23%) napotkali niewielkie problemy z funkcjonalnością, takie jak powolna reakcja przycisku menu oraz trudności w korzystaniu z przycisków wynikające z niewystarczającego rozmiaru ekranu w mniejszych smartfonach). Ponadto 15 (68%) uczestników wskazało preferencję dotyczącą opcji wprowadzania wielkości spożytych porcji w gramach. Wreszcie ocena w skali SUS wykazała wynik 79/100 (zakres 40-100), przy czym tylko 3 z 22 uczestników oceniło aplikację poniżej 68/100, a 13 oceniło >80/100, co sugeruje, że aplikację można uznać za przyjazną dla użytkownika. Tym samym, ogólnie rzecz biorąc, sugerowane ulepszenia były niewielkie, a oceny użyteczności okazały się obiecujące. Następnie propozycje poprawek zostały omówione w zespole badawczym i, jeśli uznano je za istotne, włączone do aktualizacji w etapie 4, aby dalej optymalizować atrakcyjność i użyteczność aplikacji (Rycina 1).

Ostateczny projekt
Kroki opisane w protokole oraz wyniki badania ewaluacyjnego doprowadziły ostatecznie do opracowania końcowego projektu aplikacji i zaplecza systemowego (backendu), którego celem była prosta oprawa wizualna. Aplikacja ta może służyć zarówno jako dzienniczek żywieniowy, jak i narzędzie do wywiadu żywieniowego. Jak opisano wcześniej, lista produktów jest zmodyfikowaną wersją NEVO. Szacowanie wielkości porcji jest wspierane przez sugestie wielkości porcji specyficzne dla danego produktu; spożyte porcje można również wprowadzać w gramach. W przypadku wersji aplikacji do wywiadu żywieniowego badacz ma możliwość wyboru różnych przedziałów czasowych (np. 2hR, 8hR lub 24hR). Aby zebrać dane o spożyciu żywności w różne dni i o różnych porach, w określonym okresie można stworzyć różnorodne schematy próbkowania. Powiadomienia push zapraszają respondentów do zapisywania spożytych pokarmów. Aby zapewnić kompletność zbieranych danych, zaproszenia są automatycznie reprogramowane w przypadku braku odpowiedzi. W module wywiadu żywieniowego respondenci mogą zgłosić spożycie pokarmów dopiero po otrzymaniu zaproszenia. W przypadku dzienniczka żywieniowego respondenci mogą korzystać z aplikacji i rejestrować spożycie pokarmów przez cały dzień.

W przeciwieństwie do większości narzędzi 24hR, moduł przypominania w aplikacji nie opiera się na Automated Multiple-Pass Method – pięcioetapowej metodzie zbierania danych o spożyciu pokarmów z poprzednich 24 h⁴⁸ – ponieważ metoda ta jest zbyt złożona i czasochłonna do zastosowania w aplikacji. W szczególności, aby zwiększyć użyteczność i poprawić zgodność z protokołem zapisywania spożycia pokarmów¹¹^,³⁸^,⁴⁹, nawigację ograniczono do minimum, redukując liczbę ekranów, do których należy uzyskać dostęp, do 4 (Rysunek 3): 1) ekran Przeglądu wyświetlający okno raportowania; 2) spożyte produkty spożywcze raportowane są za pomocą ekranu Wyszukiwania, a po wybraniu pożądanego produktu 3) pojawia się okno dialogowe z pytaniami o okazję do spożycia i ilość spożytego produktu, po czym 4) użytkownik wraca do ekranu Przeglądu, który wyświetla teraz zapisane produkty spożywcze. Dodatkowo użytkownik może korzystać z funkcji Moje Dania w celu tworzenia przepisów lub kombinacji produktów, które można wprowadzić za pomocą przycisku Menu.

Schemat przedstawiający ekrany procesu: Start, Wyszukiwanie, Ilość, Przegląd; ilustrujący przepływ procesu.
Rysunek 3: Schematyczny przegląd nawigacji w aplikacji. Aby wyświetlić powiększoną wersję tego rysunku, kliknij tutaj.

Dane są przechowywane na zabezpieczonym serwerze. W razie potrzeby można wprowadzić dodatkowe pytania – ogólne lub związane z konkretnymi okazjami do spożycia posiłków bądź określonymi produktami spożywczymi. Aplikacja może łączyć się z internetowymi narzędziami ankietowymi. Dzięki temu możliwe jest przeprowadzenie za pośrednictwem aplikacji badania niezwiązanego z poborem pokarmów w określonych czasach (np. pytania dotyczące kontekstu, zachowań lub nastroju). Można również zadawać konkretne pytania odnoszące się do zgłoszonych produktów spożywczych lub okazji do jedzenia (np. w momencie zgłoszenia spożycia jabłek lub obiadu). Wykorzystanie internetowych narzędzi ankietowych daje możliwość zadawania wielu różnych pytań za pomocą aplikacji. Zebrane dane o poborze pokarmów można wyeksportować z serwera i zaimportować do oprogramowania do obliczeń żywieniowych w celu przeprowadzenia dalszych analiz. W przypadku zastosowania dodatkowych pytań, dane te będą dostępne w narzędziu ankietowym w standardowy sposób. Celem było opracowanie dobrze ustrukturyzowanej i łatwej w obsłudze aplikacji. Niektóre zrzuty ekranu z projektu przedstawiono na Rysunku 4A-E.

Proces projektowania interfejsu użytkownika aplikacji mobilnej dla wyboru i potwierdzenia produktu, przedstawiający etapy ścieżki użytkownika.
Rycina 4Zrzuty ekranu końcowej wersji aplikacji. (A) The Start/Przegląd ekran z zaproszeniem zawierającym (w tym przypadku) 2-godzinny okres przypomnienia. Użytkownik może nacisnąć Dodaj produkt (t. j.., Dodaj element) aby zgłosić produkt spożywczy lub Nic nie jedzono ani nie pito (t.j.., nie spożywałem/spożywałam żadnych pokarmów ani napojów) w przypadku, gdy w tym oknie czasowym nic nie zostało spożyte. (B) The Szukaj ekran wyświetlający wyniki dopasowane do terminu wyszukiwania „Jus” z listy produktów spożywczych. Z wyników wyszukiwania można wybrać pożądany element. (C) W oknie wyskakującym wymagane jest wprowadzenie szczegółów dotyczących wybranego produktu „Jus d 'orange”. W tym przypadku aplikacja pyta o ilość spożytej porcji oraz okazję spożycia. Użytkownik może powrócić do wyników wyszukiwania, naciskając Anuluj (t. j.., anuluj) lub Zapisz (t.j.., zapisz), aby kontynuować. (D) The Przegląd ponownie, tym razem wyświetlając wszystkie zgłoszone pozycje. Można dodać kolejną pozycję (Dodaj produkt) lub można przesłać sygnał wejściowy (Wyślij listę). (E) Po wybraniu Wysyłanie listy, pojawi się okno pop-up z pytaniem, czy użytkownik na pewno chce wysłać dane, oraz z przypomnieniem, że po wysłaniu listy nie będzie można wprowadzić żadnych dalszych zmian. Użytkownik ma możliwość anulowania działania (Anuluj) lub wyślij (Wyślij). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Dyskusja

W artykule przedstawiono iteracyjny proces rozwoju aplikacji do oceny diety Traqq na smartfony. Zrównoważenie wymaganego poziomu dokładności i przyjazności dla użytkownika postawiło przed następującymi głównymi wyzwaniami w rozwoju aplikacji związanymi z decyzjami dotyczącymi: 1) wprowadzania danych (tj. wyboru najdokładniejszej metody identyfikacji żywności i kwantyfikacji wielkości porcji), 2) danych dotyczących składu żywności (tj. wyboru dokładnej bazy danych i stworzenia pełnoprawnej listy żywności), 3) opcji dostosowywania (tj., elastyczność w zakresie listy żywności, kwantyfikacji wielkości porcji i przepisów) oraz 4) walidacja (tj. w stosunku do tradycyjnych metod i/lub niezależnych środków)^3,50. Podczas przeglądu piśmiennictwa^{zidentyfikowano} pięć zwalidowanych i w pełni zautomatyzowanych, opartych na smartfonach narzędzi oceny diety opracowanych na potrzeby badań3, a mianowicie My Meal Mate⁴, Electronic Dietary Intake Assessment (eDIA)⁷, Easy Diet^Diary8, Electronic Carnet Alimentaire (e-CA)⁵ oraz Eat and Track (EaT)⁶.

Dzięki poziomowi automatyzacji tych pięciu aplikacji do oceny dietetycznej, a także tej aplikacji, obciążenie i koszty badaczy znacznie się zmniejszają, a kompletność danych wzrasta w porównaniu z tradycyjnymi metodami oceny dietetycznej. Dodatkowo ta aplikacja z kolei różni się od pięciu istniejących narzędzi do oceny diety pod względem elastyczności. W szczególności, podczas gdy wszystkie istniejące aplikacje są oparte na metodzie rejestrowania żywności, ta aplikacja może być używana zarówno jako zapis żywności, jak i jako wycofanie. Co więcej, podczas gdy projekt tych aplikacji jest stały, Traqq ma główną zaletę, że można go modyfikować w celu dopasowania do różnych celów badawczych (np. metody oceny diety, listy żywności, schematów pobierania próbek, dodatkowych pytań)^3,50. I odwrotnie, inne istniejące aplikacje do oceny diety zawierają cenne funkcje, które nie są (jeszcze) zaimplementowane w aplikacji. Aby zilustrować tę kwestię, niektóre aplikacje umożliwiają użytkownikowi robienie zdjęć żywności w celu rozpoznania żywności i oszacowania wielkości porcji, takich jak półautomatyczny, wspomagany technologią system oceny diety (TADA)^51,52.

Uczestnicy badania użyteczności wskazali również, że wykorzystanie zdjęć może być cennym dodatkiem do pomocy w oszacowaniu wielkości porcji. Jednak nadal było zbyt wiele wyzwań, z którymi trzeba było się zmierzyć, aby wdrożyć taką funkcję na tym etapie, np. określenie i wskazówki w odniesieniu do kąta fotograficznego (tj. oceny głębi), potrzeba korzystania z usług twórcy referencyjnego (tj. korekty rozmiarów i kolorów), niezbędne elementy przed i po zdjęciu (tj.., aby ocenić spożyte ilości) oraz o tym, jak przetwarzać potrawy z przepisu. Ze względu na te wyzwania techniczne, istniejące aplikacje do oceny diety oparte na obrazach są nadal częściowo zautomatyzowane, co oznacza, że ręczny przegląd obrazu musi być wykonywany przez użytkownika, badacza lub obu^tych ^elementów. Postęp technologiczny, taki jak crowdsourcing i uczenie maszynowe, może poprawić wykorzystanie obrazów żywności do oceny diety^53,54. W przyszłości opcje te zostaną zbadane w celu dalszego ulepszania aplikacji. Proces tworzenia aplikacji charakteryzował się różnymi krytycznymi krokami. Po pierwsze, zakończono etap badań kształtujących, w ramach którego koncepcje naukowe leżące u podstaw tworzenia aplikacji ułatwiły podejmowanie decyzji przy ustalaniu ogólnego zarysu aplikacji.

Na tym etapie szczególną uwagę zwrócono na wybór bazy danych FCDB oraz wybór aspektów PSEA, które mają bezpośredni wpływ na dokładność danych²¹. Jeśli chodzi o FCDB, ponieważ aplikacja została pierwotnie opracowana do użytku w Holandii, jej lista produktów spożywczych jest oparta na holenderskiej FCDB, NEVO¹⁴. W przyszłości celem jest dalszy rozwój aplikacji do użytku międzynarodowego, co wymaga bardziej obszernych danych dotyczących składu żywności, ponieważ wiele produktów spożywczych jest specyficznych dla danego kraju. Obecnie nie istnieje jeszcze żadna międzynarodowa baza danych FCDB, a jeśli istnieje, jej zastosowanie może być ograniczone. Mówiąc dokładniej, ponieważ holenderska lista produktów spożywczych zawiera już 2 389 pozycji żywnościowych, wdrożenie międzynarodowej tabeli składu żywności, np. dla 5 krajów, prawdopodobnie pomnożyłoby tę liczbę artykułów spożywczych przez około 5 i negatywnie wpłynęłoby na możliwość wyszukiwania produktów spożywczych, a co za tym idzie, na użyteczność aplikacji. W związku z tym listy produktów spożywczych specyficzne dla danego kraju będą prawdopodobnie najbardziej wartościowe, a często także preferowane przez profesjonalistów⁵⁵.

Jest to ułatwione przez aplikację, ponieważ umożliwia importowanie alternatywnych list żywności, a tym samym powiązanie z różnymi (międzynarodowymi) tabelami składu żywności. Jeśli chodzi o wielkości porcji, dostępnych jest wiele opcji wspierających dokładność szacunków, np. wykorzystanie broszur z obrazami, obiektów referencyjnych i/lub tekstowych sugestii dotyczących wielkości porcji²⁶. Ze względu na łatwość obsługi, bezpośrednia implementacja PSEA w aplikacji jest preferowana w stosunku do używania PSEA wraz z aplikacją (np. broszura z obrazem, obiekty referencyjne). Podczas opracowywania aplikacji podjęto decyzję o ułatwieniu kwantyfikacji wielkości porcji poprzez zaoferowanie możliwości wprowadzania wielkości porcji za pomocą sugestii dotyczących wielkości porcji i wprowadzania ich w gramach. Sugestie dotyczące wielkości porcji są oparte na jedynej dostępnej holenderskiej bazie danych wielkości porcji⁵⁶. Chociaż holenderskie narzędzia oceny dietetycznej, takie jak Compl-eat i Eetmeter, również opierają się na tej bazie danych^13,17, należy zauważyć, że ta baza danych wielkości porcji pochodzi z 2003 roku, a od tego czasu rozmiary zastawy stołowej wzrosły^{o 57}. Korzystanie z tej bazy danych może zatem zaniżać spożycie pokarmu.

Obecnie baza danych wielkości porcji jest aktualizowana przez Holenderski Narodowy Instytut Zdrowia Publicznego i Środowiska (RIVM), Holenderskie Centrum Żywienia oraz Uniwersytet i Badania w Wageningen⁵⁸, które ostatecznie zostaną wykorzystane do aktualizacji sugestii dotyczących wielkości porcji w aplikacji. Rozbieżności między starą a nową porcją zostaną zmapowane i skorygowane w razie potrzeby. Chociaż wykorzystanie obrazów wielkości porcji (tj. serii obrazów przedstawiających różne ilości wybranego produktu spożywczego) może być dobrą alternatywą dla tekstowych sugestii dotyczących wielkości porcji⁵⁹, badania wykazały, że dokładność szacowania wielkości porcji jest największa, gdy seria obrazów wielkości porcji jest prezentowana jednocześnie, a nie jeden obraz na raz⁴⁵^.^{Lokal mieszkalny} ^60,61. Generalnie obecnie dostępne smartfony mają stosunkowo małe ekrany, co ogranicza prezentację serii obrazów. Chociaż nowe technologie ułatwiają korzystanie z interaktywnych grafik wielkości porcji, w których ilość jedzenia na wirtualnym talerzu lub kubku może być zwiększana lub zmniejszana za pomocą suwaka⁶¹, techniki te są stosunkowo nowe i nadal muszą być dokładnie oceniane, aby ocenić ich dokładność.

Kolejnym kluczowym krokiem w rozwoju aplikacji było zaangażowanie ekspertów i docelowych użytkowników końcowych. Chociaż nie są one często włączane do procesu rozwoju narzędzi (lub nie są one opisane)^11,12, informacje zwrotne od ekspertów – a także docelowych użytkowników końcowych – mają kluczowe^{znaczenie 61}, pozwalają na maksymalizację użyteczności i utrzymują wymagany poziom dokładności. Informacje zwrotne od docelowych użytkowników końcowych były szczególnie pomocne w ostatecznym projektowaniu funkcji My Dish. Ogólnie rzecz biorąc, użytkownicy byli zadowoleni z możliwości tworzenia własnych dań. Mieli jednak problemy z niektórymi procedurami, na przykład, chociaż funkcja automatycznie zapisywała dane, nie było to widoczne dla użytkownika. Dlatego wielu użytkowników szukało przycisku Zapisz i utknęło, bojąc się wrócić i stracić dane wejściowe. Na podstawie tego rodzaju informacji zwrotnych funkcja została ulepszona, aby lepiej odpowiadała oczekiwaniom użytkownika.

Podsumowując, Traqq to innowacyjna aplikacja, która ma wiele zalet w porównaniu z istniejącymi aplikacjami i narzędziami internetowymi. Jednak nadal istnieją różne ograniczenia. Ponieważ aplikacja nadal opiera się na samoopisie, błędy pomiarowe związane z samoopisem nadal istnieją (np. błąd pamięci (tj. w przypadku przypomnienia), błąd atrakcyjności społecznej i modyfikacje spożycia żywności (tj. w przypadku zapisów dotyczących żywności), niedokładne oszacowania wielkości porcji (tj. w obu))¹. W nadchodzących latach niedawno wprowadzone nowatorskie technologie będą badane w celu dalszego rozwoju aplikacji, np. poprzez badanie wartości wdrożenia funkcji, takich jak skanery kodów kreskowych, nagrywanie głosu, chatboty i obrazy, które mogą poprawić identyfikację żywności i szacowanie wielkości porcji. Badane są również możliwości łączenia się z innymi aplikacjami (np. monitorami aktywności, monitorami snu) i urządzeniami (np. akcelerometrami, monitorami pracy serca, czujnikami żucia). Wreszcie, backend jest również poddawany dalszemu rozwojowi, np. poprzez rozszerzenie opcji próbkowania.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Autorzy pragną podziękować Anouk Geelen i Arvindowi Datadienowi za ich kluczową rolę w rozwoju Traqq. Ponadto autorzy chcieliby podziękować Romy Willemsen za jej pomoc w zbieraniu danych i analizie danych w badaniu użyteczności. Na koniec autorzy pragną podziękować ekspertom i uczestnikom za podzielenie się swoimi doświadczeniami i opiniami w trakcie całego procesu. Inwestycja została zrealizowana przez Uniwersytet i Dział Badań w Wageningen i częściowo sfinansowana przez Ministerstwo Rolnictwa, Przyrody i Jakości Żywności oraz Przemysłu, w ramach projektu TKI Agri&Food PPS - Smart Food Intake (AF16096).

Materiały

Lista materiałów użytych w tym artykule
Nazwa	Firma	Numer katalogowy	Komentarze
ASA24 Książka obrazkowa o wielkości porcji	American National Cancer Institute	na	Baza danych obrazów wielkości porcji używana w narzędziu ASA24
Atlas.ti v8	ATLAS.ti Scientific Software Development GmbH	na	Oprogramowanie do analizy danych jakościowych do badań
Compl-eat	Wageningen University	na	Baza danych sugestii wielkości porcji używana w module
Compl-eat 24hRFunkcja nagrywania ekranu iOS	Apple Inc.		Wbudowana funkcja iOS do nagrywania ekranu
NEVO (wersja 2016/5.0)	RIVM	na	Holenderska baza danych składu żywności
Qualtrics	Qualtrics XM	na	Narzędzie do ankiet online, które można wykorzystać do realizacji dodatkowych pytań w Traqq
Recordable	Invisibility ltd.	Aplikacja	na Androida do nagrywania ekranu
SPSS w wersji 24.0	IBM Corporation	na	Oprogramowanie statystyczne
Usability Scale (SUS)	na		Zatwierdzony kwestionariusz do oceny użyteczności systemu

System

Bibliografia

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).
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).
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).
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).
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).
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).
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).
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).
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).
Kipnis, V., et al. Bias in dietary-report instruments and its implications for nutritional epidemiology. Public Health Nutrition. 5 (6), 915-923 (2002).
Simpson, E., et al. Iterative development of an online dietary recall tool: INTAKE24. Nutrients. 9 (2), 118(2017).
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).
Apple Inc. Human Interface Guidelines. Apple Inc. , Available from: https://developer.apple.com/ios/human-interface-guidelines/ (2017).
NEVO. RIVM 5.0. NEVO-online. , (2016).
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).
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).
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).
Brooke, J., et al. SUS - A quick and dirty usability scale. Usability evaluation in industry. 189 (194), 4-7 (1996).
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).
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).
Mouname, K., Idri, A., Abran, A. Usability evaluation of mobile applications using ISO 9241 and ISO 25062 standards. SpringerPlus. 5, 548(2016).
Sauro, J. A practical guide to the system usability scale: Background, benchmarks & best practices. CreateSpace Independent Publishing Platform. , (2011).
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).
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).
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).
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).
Carter, M. C., et al. Development of a UK online 24-h dietary assessment tool: myfood24. Nutrients. 7 (6), 4016-4032 (2015).
Voedingscentrum. Mijn Eetmeter. , Available from: https://itunes.apple.com/nl/app/mijn-eetmeter/id663382012?mt=8 (2014).
MyFitnessPal. MyFitnessPal. , Available from: http://www.myfitnesspal.com/welcome/learn_more (2015).
Virtuagym. Virtuagym. , (2017).
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).
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).
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).
Gibson-Moore, H. EuroFIR: Where we are now. Nutrition Bulletin. 38 (3), 358-362 (2013).
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).
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).
Faggiano, F., et al. Validation of a method for the estimation of food portion size. Epidemiology. 3 (4), 379-382 (1992).
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).
Hernandez, T., et al. Portion size estimation and expectation of accuracy. Journal of Food Composition and Analysis. 19, 14-21 (2006).
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).
Young, L. R., Nestle, M. S. Portion sizes in dietary assessment: issues and policy implications. Nutrition Reviews. 53 (6), 149-158 (1995).
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).
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).
Wharton, C., Rieman, J., Lewis, C., Polson, P. Usability Inspection Methods. Nielsen, J., Mack, R. L. , John Wiley & Sons. 79-104 (1994).
Nielsen, J. How many test users in a usability test. , Available from: https://www.nngroup.com/articles/how-many-test-users/ (2012).
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).
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).
Cade, J. E. Measuring diet in the 21st century: use of new technologies. Proceedings of the Nutrition Society. 76 (3), 276-282 (2017).
Ahmad, Z., et al. A mobile food record for integrated dietary assessment. MADiMa16. 2016, 53-62 (2016).
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).
Fang, S., et al. 2018 IEEE Southwest Symposium on Image Analysis and Interpretation (SSIAI). , Las Vega, Nevada, USA. 25-28 (2018).
Shao, Z., Mao, R., Zhu, F. 2019 IEEE International Conference on Big Data (Big Data). , Los Angeles, California, USA. 5186-5189 (2019).
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).
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).
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).
Portiegrootte voedingsmiddelen. RIVM. , (2019).
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).
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).
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).
Figwee - Learn More. Figwee. , Available from: https://figwee.com/learn-more/ (2021).
Preece, J., Sharp, H., Rogers, Y. Interaction design: beyond human-computer interaction. , John Wiley & Sons. (2015).

Przedruki i uprawnienia

Tagi

Aplikacja dietetyczna na smartfona aplikacja do dzienniczka żywieniowego 24-godzinna metoda przypominania szacowanie wielkości porcji badanie użyteczności badania żywieniowe aplikacja do zbierania danych baza składników pokarmowych aplikacja do zmiany zachowań

Iteracyjny rozwój innowacyjnego narzędzia do oceny diety opartego na smartfonach: Traqq