Waiting
Login processing...

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

Behavior

एक अभिनव स्मार्टफोन आधारित आहार मूल्यांकन उपकरण का पुनरावर्तक विकास: 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

यह लेख विशेषज्ञ मूल्यांकन और प्रयोज्य परीक्षण सहित एक अभिनव स्मार्टफोन आधारित आहार मूल्यांकन आवेदन Traqqके विकास के लिए प्रोटोकॉल का वर्णन करता है ।

Abstract

तेजी से और विश्वसनीय तरीके से आहार सेवन डेटा एकत्र करने के लिए, Traqq नामक एक लचीला और अभिनव स्मार्टफोन एप्लिकेशन (ऐप) विकसित किया गया था (आईओएस/एंड्रॉइड)। इस ऐप को फूड रिकॉर्ड और 24-एच रिकॉल (या कम रिकॉल पीरियड) के रूप में इस्तेमाल किया जा सकता है। विभिन्न नमूना योजनाओं को दोनों तरीकों के लिए पूर्व निर्धारित अवधि के भीतर या तो पूर्वविशारकित या यादृच्छिक दिनों/समय पर बनाया जा सकता है, पुश सूचनाओं के साथ प्रतिभागियों से आग्रह करता हूं कि वे अपने भोजन का सेवन पंजीकृत करें । प्रतिक्रिया न होने की स्थिति में, पूर्ण डेटा संग्रह सुनिश्चित करने के लिए सूचनाओं को स्वचालित रूप से पुनर्निर्धारित किया जाता है। खाद्य रिकॉर्ड के रूप में उपयोग के लिए, उत्तरदाता ऐप तक पहुंच सकते हैं और पूरे दिन अपने भोजन का सेवन लॉग इन कर सकते हैं। दिन के अंत में खाद्य रिकॉर्ड स्वचालित रूप से बंद हो जाते हैं; भस्म वस्तुओं को प्रस्तुत करने के बाद बंद याद करते हैं । याद के साथ-साथ खाद्य रिकॉर्ड मॉड्यूल डच खाद्य संरचना डेटाबेस (एफसीडीबी) के आधार पर एक व्यापक खाद्य सूची तक पहुंच प्रदान करता है, जिसे विभिन्न शोध उद्देश्यों को फिट करने का आदी किया जा सकता है। किसी खाद्य पदार्थ का चयन करते समय, उत्तरदाताओं को एक साथ भाग का आकार डालने के लिए कहा जाता है, यानीघरेलू उपायों में(जैसे,कप, चम्मच, चश्मा), मानक भाग आकार(जैसे,छोटे, मध्यम, बड़े), या ग्राम में वजन, और खाने के अवसर/खपत का समय । भाग आकार विकल्पों को समायोजित किया जा सकता है, उदाहरण के लिए,केवल भोजन रिकॉर्ड या खाने के अवसर के बजाय खपत के समय के मामले में ग्राम में प्रवेश)। ऐप में एक माई डिश फ़ंक्शन भी शामिल है, जो प्रतिवादी को अपने स्वयं के व्यंजनों या उत्पाद संयोजनों(जैसे,दैनिक नाश्ता) बनाने की अनुमति देता है और केवल उपभोग की गई कुल मात्रा की रिपोर्ट करता है। बाद में, ऐप उपज और प्रतिधारण कारकों के लिए खाता है। डेटा एक सुरक्षित सर्वर पर संग्रहीत कर रहे हैं। यदि वांछित है, तो अतिरिक्त प्रश्न, यानीसामान्य रूप से या विशिष्ट खाद्य पदार्थों या खाने के अवसरों से संबंधित लोगों को शामिल किया जा सकता है। यह पेपर सिस्टम (ऐप और बैकएंड) के विकास का वर्णन करता है, जिसमें विशेषज्ञ मूल्यांकन और प्रयोज्य परीक्षण शामिल हैं।

Introduction

स्वास्थ्य और रोग की रोकथाम में पोषण की भूमिका पर अध्ययन की गुणवत्ता सुनिश्चित करने के लिए सटीक आहार मूल्यांकन महत्वपूर्ण है। वर्तमान में, इस तरह के अध्ययन आम तौर पर स्थापित आत्म रिपोर्ट आहार मूल्यांकन विधियों का उपयोग करें, यानी,खाद्य आवृत्ति प्रश्नावली, 24-h याद करते है (24hRs), और/या खाद्य रिकॉर्ड1। इस तथ्य के बावजूद कि ये विधियां पोषण अनुसंधान के लिए प्रमुख महत्व की हैं, उनके पास विभिन्न कमियां भी हैं, उदाहरण के लिए, स्मृति से संबंधित पूर्वाग्रह, सामाजिक वांछनीयता पूर्वाग्रह, और प्रतिवादी के साथ-साथ शोधकर्ता1, 2के लिए भारी हैं। हाल ही में तकनीकी आविष्कार अब इन कमियों को दूर करने का अवसर प्रदान करते हैं । पिछले वर्षों के दौरान, विभिन्न अनुसंधान समूहों ने इस अवसर को जब्त किया और पोषण अनुसंधान के लिए वेब-आधारित और स्मार्टफोन आधारित आहार मूल्यांकन उपकरण विकसित किए जो इनमें से कुछ ज्ञात कमियों को संबोधित करते हैं (वेब-और स्मार्टफोन-आधारित उपकरणों के व्यापक अवलोकन के लिए एल्ड्रिज एट अल देखें),यानी त्रुटि के कारणों को कम करें, उपयोगकर्ता-मित्रता में सुधार करें, और प्रतिभागी और शोधकर्ता के बोझ को कम करें1।

फिर भी, पोषण अनुसंधान के लिए उपयुक्त पूरी तरह से स्वचालित और मान्य स्मार्टफोन अनुप्रयोगों (ऐप्स) की संख्या अभी भी सीमित है। अधिकांश उपलब्ध आहार मूल्यांकन ऐप(यानी,वाणिज्यिक रूप से या अनुसंधान के लिए विकसित) या तो पूरी तरह से स्वचालित नहीं हैं(यानी,खाद्य पदार्थों की मैनुअल कोडिंग की आवश्यकता होती है) या (अच्छी तरह से) मान्य नहीं हैं3। इसके अलावा, अधिकांश उपलब्ध मान्य ऐप्स को एक विशिष्ट शोध उद्देश्य और किसी विशिष्ट देश में उपयोग के लिए विकसित किया गया है; बल्कि निश्चित डिजाइनों के कारण, अन्य शोध उद्देश्यों के लिए या अन्य देशों में ऐसे ऐप्स का फिर से उपयोग करना चुनौतीपूर्ण लगता है3,4,5,6,7,8. अंत में, खाद्य रिकॉर्ड आधारित ऐप्स की उपलब्धता के बावजूद, आज तक, कोई रिकॉल-आधारित ऐप अभी तक मौजूद नहीं दिखाई देता है। यद्यपि खाद्य रिकॉर्ड प्रतिक्रियाशीलता पूर्वाग्रह से ग्रस्त हैं, यानी,उत्तरदाताओं को जागरूकता के कारण उनके भोजन के सेवन में परिवर्तन हो सकता है कि उन्हें2,9देखा जा रहा है, यह याद करने के लिए मामला नहीं है, जो एक मान्य रिकॉल-आधारित ऐप10के विकास की आवश्यकता पर जोर देता है। नीदरलैंड में उपयोग के लिए Traqq नामक एक अभिनव आहार मूल्यांकन ऐप विकसित किया गया था जिसे शोध प्रश्न1के आधार पर खाद्य रिकॉर्ड के साथ-साथ याद के रूप में भी इस्तेमाल किया जा सकता है।

खाद्य रिकॉर्ड विकल्प और रिकॉल विकल्प के बीच वैकल्पिक करने की संभावना के अलावा, यह ऐप अपनी लचीली प्रकृति के कारण अन्य आहार मूल्यांकन उपकरणों से भी अलग है। विशेष रूप से, खाद्य सूची, भाग आकार अनुमान, नमूना योजनाओं, और अतिरिक्त प्रश्नों को शामिल करने की संभावना के बारे में। प्रणाली में लचीलेपन का स्तर कई शोध उद्देश्यों के लिए सिलाई सक्षम बनाता है जिसके लिए आहार व्यवहार के सटीक मूल्यांकन की आवश्यकता होती है। वर्तमान में, एप्लिकेशन को मान्य किया जा रहा है और पोषण से संबंधित अनुसंधान के विभिन्न प्रकार में इस्तेमाल किया जा करने के लिए तैयार हो जाएगा। ऐप का उपयोग भी किया जा सकता है, और शायद आहार व्यवहार को मापने और प्रभावित करने के लिए पोषण हस्तक्षेप कार्यक्रमों में उपयोग के लिए और बेहतर हुआ है। चूंकि विश्वसनीय आहार मूल्यांकन उपकरणों का विकास चुनौतीपूर्ण है, और इन प्रक्रियाओं पर रिपोर्ट दुर्लभ हैं, विशेष रूप से उपयोगकर्ता और विशेषज्ञ भागीदारी3,11,12के संबंध में, यह पेपर इस स्मार्टफोन आधारित आहार मूल्यांकन ऐप के व्यवस्थित और पुनरावर्तक विकास में विभिन्न सूचना स्रोतों को कैसे एकीकृत किया गया था, इस पर एक विस्तृत अवलोकन प्रदान करता है। इस प्रक्रिया में सिद्धांत, विशेषज्ञ परामर्श और उपयोगकर्ता सगाई शामिल हैं।

Protocol

नोट: मानव प्रतिभागियों सहित सभी प्रक्रियाओं ज्यादातर गुणात्मक अनुसंधान तरीकों के माध्यम से एक गैर आक्रामक तरीके से आयोजित किया गया । मूल्यांकन शुरू होने से पहले सभी प्रतिभागियों से सूचित सहमति प्राप्त की गई थी । यह प्रोटोकॉल पुनरावृत्ति विकास प्रक्रिया का वर्णन करता है जिसे मोटे तौर पर चार चरणों में विभाजित किया जा सकता है जिसमें चरण 1-3 आपस में जुड़े हुए हैं(चित्रा 1)।

Figure 1
चित्रा 1:ऐप की पुनरावृत्ति विकास प्रक्रिया के चरणों का अवलोकन। विकास प्रक्रिया में कुल पांच चरण शामिल थे । हालांकि, प्रक्रिया पुनरावर्तक थी जिसका अर्थ है कि चरण 1 से 3 जुड़े हुए थे। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

1. वास्तविक विकास प्रक्रिया की तैयारी में व्यापक प्रारंभिक अनुसंधान का संचालन करें।

  1. मौजूदा वेब और स्मार्टफोन आधारित आहार मूल्यांकन उपकरणों की खोज करने वाले डेस्कटॉप अनुसंधान करें, जिसमें सटीक खाद्य सेवन डेटा संग्रह के लिए महत्वपूर्ण महत्व के अनुसार जाने जाने वाले सुविधाओं पर विशेष ध्यान दिया जाता है, यानीखाद्य प्रविष्टि की विधि (खाद्य सूची और अंतर्निहित एफसीडीबी सहित) और भाग आकार अनुमान।
  2. आहार मूल्यांकन पद्धति, सूचना प्रावधान, विश्वसनीयता, खोज इंजन और लागू सुविधाओं(जैसे,छवियां, बारकोड स्कैनर, नुस्खा कार्य) जैसे पहलुओं पर ध्यान केंद्रित करते हुए मौजूदा वेब-और स्मार्टफोन आधारित आहार मूल्यांकन उपकरणों का निरीक्षण करें।
  3. आहार मूल्यांकन के क्षेत्र में विशेषज्ञों से परामर्श लें।
    नोट: डेस्कटॉप अनुसंधान और मौजूदा उपकरणों के निरीक्षण के परिणामों पर आहार मूल्यांकन के क्षेत्र में विशेषज्ञों के साथ चर्चा की गई, जिससे ऐप के विकास के लिए एक मसौदा डिजाइन योजना बन गई । इस मसौदा डिजाइन योजना का विशेषज्ञों द्वारा मूल्यांकन किया गया था और आवश्यकतानुसार और सुधार हुआ था ।

2. आहार मूल्यांकन ऐप डिजाइन करें

  1. एनीमेशन, ब्रांडिंग, रंग, लेआउट और टाइपोग्राफी20जैसे महत्वपूर्ण पहलुओं पर विचार करते हुए ऐप का दृश्य डिजाइन बनाएं।
    नोट: अंतरिक्ष, रंग, फोंट, ग्राफिक्स और इंटरफ़ेस तत्व सामग्री और संचार इंटरएक्टिविटी को उजागर करते हैं, इसलिए ऐप की कार्यक्षमता को सुविधाजनक बनाने वाले तत्वों को शामिल करना आवश्यक है।
  2. एकत्र खाद्य सेवन डेटा14के पोषक तत्वों की गणना की सुविधा के लिए एक भरोसेमंद FCDB (यहां, NEVO) का चयन करें ।
  3. एफसीडीबी में उल्लिखित खाद्य पदार्थों के विवरण का गंभीर मूल्यांकन करके खाद्य सूची बनाएं।
    नोट: FCDBs ज्यादातर पेशेवर उपयोग के लिए विकसित कर रहे हैं; खाद्य विवरण अक्सर जटिल होते हैं और खोज क्षमता में बाधा डालते हैं(उदाहरण के लिए,"मार्जरीन कम वसा वाले 35% वसा < 10 ग्राम संतृप्त वसा अनसाल्टेड"23)।
  4. खोज इंजन आवश्यकताओं को तैयार करें; खाद्य पदार्थों की खोज को सुविधाजनक बनाने के लिए विराम चिह्नों, विदेशी नामों, गलत वर्तनी, विभिन्न खोज शब्दों और खोज परिणामों की रैंकिंग के उपयोग पर विचार करें।
  5. विभिन्न मौजूदा आहार मूल्यांकन उपकरणों और उपयुक्त विकल्पों के क्षेत्र परीक्षण का मूल्यांकन करके भाग आकार अनुमान (सहायता) का चयन करें।
  6. ऐप के भीतर रूटिंग डिजाइन करें ताकि यह सुनिश्चित किया जा सके कि ऐप के माध्यम से उपयोगकर्ता का नेविगेशन तार्किक, पूर्वानुमानित और पालन करने में आसान है।
  7. ऐप को नियंत्रित करने के लिए बैकएंड सुविधाओं और आवश्यकताओं को डिजाइन करें; समग्र परियोजना प्रबंधन, परियोजना-विशिष्ट प्रबंधन(जैसे,प्रतिभागियों, निमंत्रण, डेटा संग्रह) और उपयोगकर्ता प्रबंधन(जैसे,प्राधिकरण) से संबंधित कार्य शामिल हैं।

3. शोधकर्ताओं द्वारा मूल्यांकन

नोट: प्रत्येक उन्नयन के बाद, ऐप का परीक्षण पोषण वैज्ञानिकों और अनुसंधान आहार विशेषज्ञों द्वारा आहार मूल्यांकन (इन-हाउस परीक्षण) में विशेषज्ञता के साथ किया गया था ताकि यह सत्यापित किया जा सके कि कार्यक्षमताओं में अनुमान के अनुसार सुधार हुआ है या नहीं। निम्नलिखित निर्देशों को शोधकर्ताओं द्वारा निष्पादित किया जाना है।

  1. पहली बार उपयोगकर्ता अनुभव का अनुकरण करने के लिए संज्ञानात्मक वॉकथ्रू के माध्यम से विशेषज्ञ मूल्यांकन का संचालन करें ताकि विशेषज्ञ व्यक्तिगत रूप से और मार्गदर्शन28के बिना ऐप का पता लगा सकें। सुनिश्चित करें कि संज्ञानात्मक वॉकथ्रू निम्नलिखित चरणों से मिलकर बनता है।
    1. सुनिश्चित करें कि विशेषज्ञ ब्रांड और स्मार्टफोन के प्रकार के बारे में पूछताछ एक सामान्य प्रश्नावली पूरा करता है।
    2. एक्सपर्ट के स्मार्टफोन पर ऐप इंस्टॉल करें।
      नोट: उचित स्थापना और कार्यप्रणाली सुनिश्चित करने और मूल्यांकन के दौरान रुकावट के जोखिम को कम करने के लिए, यह सिफारिश की जाती है कि शोधकर्ता पहले ऐप की कार्यक्षमता की पुष्टि करता है।
    3. परीक्षण प्रक्रियाओं पर विशेषज्ञ को निर्देश देते हैं जिसमें प्रत्येक विशेषज्ञ को पहली बार उपयोगकर्ता(यानी,अनुसंधान भागीदार) की भूमिका पर लेने के लिए कहा जाता है । जोर दें कि मूल्यांकन उपयोगकर्ता के नजरिए से किया जाता है न कि विशेषज्ञ के अपने नजरिए से।
      नोट: उपयोगकर्ता को एक अनुभवी स्मार्टफोन उपयोगकर्ता माना जाता था और सामान्य रूप से ऐप्स के उपयोग पर ज्ञान होता था। हालांकि इस ऐप का इस्तेमाल पहली बार किया गया था।
    4. स्क्रीन और ऑडियो रिकॉर्डिंग शुरू करें।
    5. क्या विशेषज्ञ ऐप का उपयोग करते समय संज्ञानात्मक वॉकथ्रू पूरा करें और कार्यों का एक पूर्व निर्धारित सेटले 31:1) "मैं अपना रात का खाना रिकॉर्ड करना चाहता हूं। मैं टमाटर का सूप और दूध के एक गिलास के साथ शुरू किया.", 2) "इसके बाद, मैं एक पास्ता पकवान है, जो मैं नियमित रूप से भस्म और यह एक पसंदीदा के रूप में प्रवेश करना चाहते है खाया(यानी,मेरे व्यंजन के पूर्ववर्ती)." [नुस्खा प्रदान किया गया था], 3) "जैसा कि मैंने पास्ता पकवान का सेवन किया, मैं आज के भोजन का सेवन रिकॉर्ड में इसे जोड़ना चाहता हूं।" और 4) "मैंने रात के खाने के दौरान जो कुछ भी खाया, उसमें प्रवेश किया। मैं एक बार और अपनी प्रविष्टि की जांच करना चाहता हूं और फिर इसे प्रस्तुत करना चाहता हूं ।
      नोट: कार्यों को निष्पादित करते समय, विशेषज्ञ शोधकर्ता को अपनी विचार प्रक्रिया के बारे में सूचित करता है, यानीवर्णित कार्य को पूरा करने के लिए पूरा किए जाने वाले चरणों को समझाकर।
    6. अस्पष्टताकोस्पष्ट करने के लिए एक संक्षिप्त अनुवर्ती कार्रवाई करें, और विशेषज्ञ को अतिरिक्त प्रतिक्रिया का अवसर प्रदान करें।
    7. रिकॉर्डिंग की जांच करके प्रत्येक विशेषज्ञ के परिणामों का मूल्यांकन करें ताकि यह सुनिश्चित किया जा सके कि कार्यों को इच्छित रूप से निष्पादित किया गया था और प्रदान की गई अतिरिक्त टिप्पणियों की समीक्षा करके ।
    8. रिकॉर्डिंग के आधार पर की गई मान्यताओं का आकलन करने के लिए विशेषज्ञों के साथ परिणाम साझा करें।
      नोट: मूल्यांकन के परिणामों पर चर्चा की और विशेषज्ञों के परामर्श से प्राथमिकता दी गई । इस मूल्यांकन के परिणामों के आधार पर, ऐप को आगे अपग्रेड किया गया था।
  2. इन चरणों का पालन करके सोच-जोर से साक्षात्कार और सिस्टम उपयोगिता पैमाने (एसयूएस)33 के माध्यम से इच्छित उपयोगकर्ताओं के बीच ऐप की उपयोगिता और पसंद का मूल्यांकन करने के लिए इच्छित उपयोगकर्ताओं के साथ प्रयोज्य परीक्षण का संचालन करें:
    1. उन प्रतिभागियों की भर्ती करें जो लक्षित उपयोगकर्ताजनसंख्या 35के प्रतिनिधि हैं।
    2. स्क्रीन और ऑडियो की रिकॉर्डिंग सहित अध्ययन प्रक्रियाओं के बारे में प्रतिभागी को निर्देश देते हैं। इसके बाद प्रतिभागियों से सूचित सहमति प्राप्त करें।
      नोट: यह महत्वपूर्ण है कि शोधकर्ता प्रतिभागी को मूल्यांकन के दौरान "जोर से सोचने" के लिए प्रोत्साहित करें, यानी,कार्य करने के दौरान प्रत्येक कार्य को पूरा करने के लिए आवश्यक चरणों पर अपने विचारों को समझाते हुए, साथ ही साथ इस बात पर टिप्पणी करना कि कार्यक्षमताओं ने क्या किया या अच्छी तरह से काम नहीं किया।
    3. प्रतिभागी के स्मार्टफोन पर ऐप इंस्टॉल करें।
      नोट: उचित स्थापना और कार्य सुनिश्चित करने और मूल्यांकन के दौरान रुकावट पर जोखिम को कम करने के लिए, यह सिफारिश की जाती है कि शोधकर्ता पहले ऐप की कार्यक्षमता को सत्यापित करें।
    4. प्रतिभागी से पूछो लगता है कि जोर से साक्षात्कार के लिए एक अभ्यास कार्य करने के लिए: प्रतिभागियों से पूछो अपने बेडरूम की कल्पना और खिड़कियों की संख्या गिनती, जबकि वे क्या देखा और सोचा के बारे में शोधकर्ता बता जबकि खिड़कियों की गिनती । इसके बाद, प्रतिभागियों से अपने बेडरूम में खिड़कियों में से एक दृष्टिकोण और उस खिड़की के लिए अपने रास्ते पर अपने अनुभवों का वर्णन करने के लिए पूछो ।
      नोट: एक अभ्यास कार्य प्रदान किया गया था और अगर यह सुनिश्चित करने के लिए कि प्रतिभागियों को लगता है कि सहज महसूस करने के लिए सहज महसूस किया जाता है की जरूरत है के रूप में वांछित३७।
    5. स्क्रीन और ऑडियो रिकॉर्डिंग शुरू करें।
    6. प्रतिभागी से पूछें कि पूर्वनिर्धारित कार्यों के साथ वास्तविक थिंक-जोर से साक्षात्कार पूरा करें: प्रतिभागी को चाहिए: 1) पिछले दिन के दौरान उन्होंने जो कुछ भी खाया और पिया था उसे रिकॉर्ड करें, और 2) माई डिश फ़ंक्शन के माध्यम से नियमित रूप से सेवन किए गए पकवान को रिकॉर्ड करें।
    7. सत्र के दौरान, निरीक्षण, नोट ले, और प्रतिभागियों को उत्तेजित करने के लिए जोर से सोच रखने के लिए, अगर जरूरत है, सरल संकेतों से इस तरह के रूप में "ज़ोर से बात कर रखो", "मुझे बताओ कि तुम क्या सोचते हो", या "मुझे बताओ कि आपके मन में क्या है" । प्रतिभागी की विचार प्रक्रिया28,32के साथ हस्तक्षेप को रोकने के लिए आगे की बातचीत को कम करें ।
    8. अस्पष्टता को स्पष्ट करने के लिए एक संक्षिप्त अनुवर्ती कार्रवाईकरें ३२।
    9. प्रतिभागी को उम्र, लिंग, शैक्षिक स्तर, स्मार्टफोन के प्रकार, स्मार्टफोन के प्रकार, स्मार्टफोन अनुभव के स्तर(यानी,अनुभवी उपयोगकर्ताओं को त्वरित और सही ढंग से३८)कार्य करने की अधिक संभावना है, साथ ही SUS३३-एक10-आइटम प्रश्नावली से संबंधित सामान्य प्रश्नों के साथ एक मूल्यांकन प्रश्नावली को पूरा करने के लिए 1 (दृढ़ता से असहमत) से लेकर 5 (दृढ़ता से सहमत) तक की तुलना में टिर्ट स्केल स्कोरिंग के माध्यम से प्रणाली की उपयोगिता का आकलन करने के लिए ।
    10. प्रत्येक सत्र से डेटा का विश्लेषण 1) ट्रांसक्रिबिंग, कोडिंग, और बनाने (उप) विषयों, और 2) एक पूर्वनिर्धारित फार्मूला का उपयोग कर SUS स्कोर की गणना 0 से १००३३के बीच एक स्कोर में जिसके परिणामस्वरूप, जहां >68/100 के स्कोर से पता चलता है कि उपकरण उपयोगिता के औसत स्तर से ऊपर कार्य करता है और एक स्कोर >80/100 हमें उत्कृष्टता३९,इंगित करता है 40.
      नोट: यह सिफारिश की जाती है कि सत्र का मार्गदर्शन करने वाले शोधकर्ता गुणात्मक डेटा विश्लेषण सॉफ्टवेयर का उपयोग करके डेटा का विश्लेषण करें। अस्पष्टता के मामले में एक दूसरे शोधकर्ता से परामर्श किया जा सकता है।
  3. मान्य पारंपरिक तरीकों के विरुद्ध आहार सेवन अभिलेखों का मात्रात्मक सत्यापन करें और अधिमानत स्वतंत्र उपाय3.
    नोट: एप्लिकेशन वेब आधारित और टेलीफोन आधारित(यानी,साक्षात्कार) 24hRs के साथ ही स्वतंत्र मूत्र और रक्त जैव रासायनिक मार्कर के खिलाफ मान्य किया जा रहा है । चूंकि ऐप का मात्रात्मक सत्यापन इस पेपर के दायरे से बाहर है, इसलिए इस पर आगे चर्चा नहीं की जाएगी ।

4. ऐप और अध्ययन प्रबंधन के लिए बैकएंड सिस्टम का उपयोग करना

नोट: सिस्टम में तीन प्राधिकरण स्तर हैं: (1) प्रशासक- यह प्राधिकरण स्तर बैकएंड के सभी वर्गों(यानी,नए उपयोगकर्ताओं का निर्माण, उपयोगकर्ता प्राधिकरण का निर्धारण करने और उपयोगकर्ताओं को एक या एक से अधिक परियोजनाओं तक पहुंच प्रदान करता है); (2) परियोजना प्रबंधक- यह प्राधिकरण स्तर विशिष्ट परियोजनाओं तक पहुंच और नई परियोजनाओं को बनाने की संभावना की अनुमति देता है; और (3) शोधकर्ताओं- यह प्राधिकरण स्तर केवल उन्हीं विशिष्ट परियोजनाओं तक पहुंच प्रदान करता है, जिनमें शोधकर्ता शामिल हैं।

  1. प्रशासकों द्वारा बैकएंड में उपयोगकर्ताओं और परियोजनाओं का प्रबंधन
    1. लॉगिनक्रेडेंशियल्स(यानी,उपयोगकर्ता नाम, पासवर्ड) के साथ, traqq.idbit.net के माध्यम से ऑनलाइन बैकएंड तक पहुंचें।
    2. प्रोजेक्ट्स टैब पर क्लिक करके और फिर एक नया प्रोजेक्ट बनाकर एक नया प्रोजेक्ट बनाएं।
    3. अगली स्क्रीन में, अनुरोध ति परियोजना विवरण(यानी,परियोजना का नाम, संपर्क विवरण, संपर्क ईमेल, संपर्क फोन, संपर्क वेबसाइट) दर्ज करें।
      नोट: एक नई परियोजना बनाने के लिए केवल परियोजना का नाम अनिवार्य है। संपर्क विवरण, ईमेल, फोन नंबर, और वेबसाइट संपर्क और जानकारी बटन के तहत एप्लिकेशन में दिखाई देगा ।
    4. वांछित सुविधाओं का चयन करें(यानी,उत्पाद सूची, खाने के अवसर और/या उपभोग का समय, रिकॉर्ड या याद पूछें)।
      नोट: प्रत्येक नई परियोजना के लिए सबसे उपयुक्त आहार मूल्यांकन विधि(यानी,रिकॉर्ड या रिकॉल), खाद्य सूची, भाग आकार अनुमान, और खाने के अवसर या भोजन के समय के संबंध में व्यक्तिगत निर्णय लेने की आवश्यकता होती है।
    5. सेवपर क्लिक करके नई परियोजना को बचाओ ।
      नोट: जब स्क्रीन बंद हो जाती है, तो प्रशासक प्रोजेक्ट अवलोकन स्क्रीन पर लौटता है।
    6. इसके बाद, यूजर टैब पर क्लिक करके एक नया यूजर बनाएं और फिर नए यूजर को जोड़ें।
    7. निम्नलिखित स्क्रीन में, एक उपयोगकर्ता नाम,एक पासवर्डदर्ज करें, और उपयोगकर्ता को एक भूमिका (यानी,प्रशासक, प्रबंधक या उपयोगकर्ता) असाइन करें।
    8. सेव पर क्लिक करके नए यूजर को सेवकरें ।
      नोट: जब स्क्रीन बंद हो जाती है, तो प्रशासक उपयोगकर्ता अवलोकन स्क्रीन पर लौटता है।
    9. किसी खास यूजर के लिए नोटपैड आइकन(यानीएडिट कॉलम) पर क्लिक करके किसी प्रोजेक्ट को यूजर असाइन करें।
    10. लिंक्ड प्रोजेक्ट्सके तहत ड्रॉपडाउन मेनू खोलकर, वांछित परियोजना का चयन करके और ऐडपर क्लिक करके एक प्रोजेक्ट असाइन करें।
      नोट: उपयोगकर्ता को सौंपे जाने वाले प्रत्येक प्रोजेक्ट के लिए इस कार्रवाई को दोहराया जाना चाहिए।
    11. बैकएंड यूआरएल के साथ नए उपयोगकर्ता को लॉग-इन क्रेडेंशियल्स का संचार करें।
  2. शोधकर्ताओं द्वारा बैकएंड में परियोजनाओं का प्रबंधन (i.e., प्रबंधक या उपयोगकर्ता भूमिका)
    1. प्रशासक द्वारा प्रदान की गई साख का उपयोग करके traqq.idbit.net के माध्यम से बैकएंड में लॉग इन करें।
    2. परियोजनाओं का प्रबंधन करने के लिए परियोजनाओं पर जाएं पर क्लिक करें।
    3. वांछित परियोजना के लिए दृश्य कॉलम में तीर पर क्लिक करें।
      नोट: ऐसा करने के बाद, शोधकर्ता को एक परियोजना अवलोकन पृष्ठ पर ले जाया जाता है, और इस विशिष्ट परियोजना के लिए नए टैब दिखाई देते हैं।
    4. प्रतिभागियों टैब पर क्लिक करके बैकएंड में प्रतिभागियों को दर्ज करें। इसके बाद, जब कोई प्रतिभागी अवलोकन स्क्रीन दिखाई देती है, तो नए प्रतिभागी को जोड़ेंपर क्लिक करें ।
    5. निम्नलिखित स्क्रीन में, कोडनेम, नोट्स (वैकल्पिक),लॉगिन आईडी, लॉगिन कुंजीदर्ज करें, और सेव के साथ समाप्त हो रहे हैं।
      नोट: यह अनुशंसा की जाती है कि प्रतिभागी की अध्ययन आईडी का उपयोग कोडनेम और लॉगिन आईडी दोनों के रूप में किया जाए। यह कई लॉगिन क्रेडेंशियल्स के मामले में प्रतिभागी के लिए भ्रम को कम करता है। इसके अलावा, प्रतिक्रियाओं में कोडनेम दिखाई देता है। प्रतिभागी आईडी का उपयोग करने से डेटा का उपयोग करना आसान हो जाता है। यह विकल्प प्रत्येक प्रतिभागी के लिए दोहराया जाना चाहिए। बड़े समूहों के लिए, फ़ाइल (.csv) से आयात प्रतिभागियों का उपयोग किया जा सकता है। यहां, प्रत्येक प्रतिभागी के लिए समान विवरण की आवश्यकता होती है। बैकएंड में प्रतिभागियों की कोई व्यक्तिगत जानकारी नहीं हो सकती है।
    6. निमंत्रण टैब पर क्लिक करके प्रत्येक प्रतिभागी के लिए निमंत्रण शेड्यूल करें। इसके बाद, जब कोई आमंत्रण अवलोकन स्क्रीन दिखाई देती है, तो नए आमंत्रण को जोड़ेंपर क्लिक करें.
    7. निम्नलिखित स्क्रीन में, ड्रॉपडाउन मेनू से प्रतिभागी का चयन करें, और अवधि शुरू समय, अवधि अंत समय, खुलने का समय, समापन समय, सर्वेक्षण यूआरएल (यानी,अतिरिक्त प्रश्नों के कार्यान्वयन के लिए वैकल्पिक), नोट्स (वैकल्पिक), सक्षम (हमेशा हां) दर्ज करें।
      नोट: अवधि शुरू और अंत समय रिपोर्टिंग समय सीमा को देखें(यानी,क्या के बीच भस्म हो गया है ..:. इसके विपरीत, खुलने और बंद करने का समय उस अवधि को संदर्भित करता है जिसमें प्रतिभागी वास्तव में अपने सेवन की रिपोर्ट कर सकता है। बाहरी सर्वेक्षण के सही कार्यान्वयन के लिए कुछ कोडिंग की आवश्यकता होती है; इसके लिए, प्रशासक से मदद की सिफारिश की जाती है। अधिकांश निमंत्रणों के लिए, फ़ाइल के तहत (.csv) विकल्प से आयात निमंत्रण का उपयोग किया जा सकता है। फ़ाइल को मैनुअल इनपुट के लिए समान जानकारी की आवश्यकता होती है। नमूना योजनाओं के माध्यम से निमंत्रण भी बनाया जा सकता है (यानी, जहां सिस्टम नमूना अवधि, आवश्यक निमंत्रण की संख्या, प्रतिक्रिया समय सीमा जैसे नियमों के पूर्व निर्धारित के आधार पर विभिन्न दिनों और समय में एक यादृच्छिक निमंत्रण योजना उत्पन्न करता है।) नमूना योजनाओं के विकल्प का एक लाभ यह है कि सिस्टम स्वचालित रूप से प्रतिक्रिया न होने की स्थिति में एक नया निमंत्रण शेड्यूल करता है।
    8. ड्रॉपडाउन मेनू से ब्याज के भागीदार का चयन करके कैलेंडर टैब के माध्यम से डेटा संग्रह को ट्रैक करें।
      नोट: कैलेंडर सामान्य रूप से या विशिष्ट प्रतिभागियों के लिए किसी परियोजना के भीतर अनुसूचित निमंत्रण का अवलोकन प्रदान करता है। भविष्य के निमंत्रण नीले रंग में चित्रित कर रहे हैं, पिछले निमंत्रण पूरा हरे रंग की हैं, जबकि प्रतिक्रिया के बिना पिछले निमंत्रण लाल हैं । निमंत्रण के लिए प्रतिक्रियाओं को भी प्रतिक्रिया टैब के माध्यम से जांच की जा सकती है ।
    9. प्रतिक्रिया टैब के माध्यम से प्रतिक्रियाओं को ट्रैक करें।
      नोट: प्रतिक्रिया अनुभाग में, रिपोर्ट किए गए भोजन सेवन डेटा(यानी,खाद्य पदार्थ, उपभोग की गई राशि, खाने का अवसर और/या उपभोग का समय) एकत्र किया जाता है ।
    10. डेटा निर्यात के लिए प्रशासक से अनुरोध करता है।
      नोट: डेटा को बैकएंड से आगे के विश्लेषण के लिए एक .csv फ़ाइल में निर्यात किया जा सकता है(उदाहरण केलिए, प्रतिक्रियाएं/खाद्य सेवन डेटा, अनुपालन डेटा) प्रशासक द्वारा । प्रतिक्रियाओं में खाद्य पदार्थों की रिपोर्ट, चयनित भाग आकार, ग्राम में खपत मात्रा, और खाने के अवसरों/समय शामिल हैं ।
    11. .csv में गहराई से पोषक तत्वों के विश्लेषण के लिए पोषण गणना सॉफ्टवेयर में फ़ाइल आयात ।
      नोट: डेटा पोषण गणना सॉफ्टवेयर है कि डच FCDB का उपयोग करता है में आयात किया जा सकता है ।

5. अध्ययन के दौरान प्रतिभागियों द्वारा ऐप का उपयोग

  1. ऐप स्टोर (आईओएस) या गूगल प्ले स्टोर (एंड्रॉइड) से स्वतंत्र रूप से उपलब्ध ऐप डाउनलोड करें, और लॉग इन करके ऐप तक पहुंचें।
    नोट: शोधकर्ता द्वारा प्रदान की गई लॉगिन क्रेडेंशियल्स, ऐप (चरण 4.2.5.) तक पहुंचने की आवश्यकता होती है। लॉग इन करने के बाद, ऐप प्रतिभागी की साख (चरण 4.2.7) के आधार पर बैकएंड में निर्धारित निमंत्रण भेजता है।
  2. ऐप के माध्यम से निमंत्रण प्राप्त करने के बाद, भोजन के सेवन की रिपोर्ट करें।
    नोट: प्रतिभागी केवल पूर्व निर्धारित दिनों और समय पर अपने भोजन का सेवन पंजीकृत कर सकते हैं।
    1. प्राप्त अधिसूचना पर क्लिक करके या ऐप आइकन के माध्यम से ऐप खोलकर ऐप खोलें।
      नोट: ऐप खोलने के बाद, एक आमंत्रण अवलोकन स्क्रीन दिखाई देती है जहां पिछले और वर्तमान निमंत्रण प्रदर्शित होते हैं।
    2. खुले निमंत्रण पर क्लिक करें।
      नोट: प्रतिभागी को एक अवलोकन स्क्रीन पर ले जाया जाता है जहां आमंत्रण अवधि दिखाई देती है।
    3. उत्पाद टोवोजेन (खाद्य पदार्थ जोड़ें) पर क्लिक करके पहले उपभोग किए गए खाद्य पदार्थ दर्ज करें।
      नोट: प्रतिभागी को खोज स्क्रीन पर ले जाया जाता है।
    4. सेवन किए गए आइटम का नाम टाइप करना शुरू करें(उदाहरण के लिए,संतरे का रस [जूस डी 'नारंगी])। टाइपिंग करते समय वांछित आइटम पर क्लिक करें।
    5. निम्नलिखित स्क्रीन में, उपभोग की गई राशि(होवेलहेड),इसी भाग आकार विवरण(पोर्टी),खाने के अवसर(माल्टिज्डमोमेंट)और/या उपभोग के समय(Tijdstip)की रिपोर्ट करें, और बचत(ऑप्सलान)द्वारा समाप्त करें ।
    6. उपरोक्त चरणों को तब तक दोहराएं जब तक कि सभी खाद्य पदार्थों की रिपोर्ट न हो जाए।
    7. (Lijst versturen)(सूची भेजें) पर क्लिक करके सूची (याद) सबमिट करें, या निमंत्रण स्वचालित रूप से दिन के अंत में बंद हो जाता है (रिकॉर्ड) ।
      नोट: सेंड लिस्ट विकल्प रिकॉर्ड संस्करण में भी दिखाई देता है, इसलिए रिकॉर्ड का उपयोग करने वाले प्रतिभागी डेटाबेस में अपना इनपुट भी भेज सकते हैं। हालांकि, भले ही डेटा पहले से ही भेजा जाता है, आमंत्रित अभी भी दिन के अंत में बंद हो जाता है, सर्वर को सभी डेटा भेजता है।

Representative Results

सिस्टम (ऐप और बैकएंड) को उपरोक्त वर्णित प्रोटोकॉल में उल्लिखित चरणों का उपयोग करके विकसित किया गया था; इस प्रक्रिया के प्रमुख परिणाम नीचे वर्णित हैं, ऐप के अंतिम डिजाइन के साथ समाप्त हो रहे हैं।

प्रारंभिक अनुसंधान
व्यापक साहित्य समीक्षा के अलावा, आहार मूल्यांकन पद्धति और लागू सुविधाओं के संबंध में कई वेब-आधारित उपकरणों(जैसे,कॉमपीएल-ईट13,एएएसए2414,Foodbook2415,MyFood2416)का निरीक्षण किया गया। इसके अलावा, नीदरलैंड में अक्सर उपयोग किए जाने वाले कई फूड ट्रैकिंग ऐप्स के प्रदर्शन की तुलना की गई(उदाहरण के लिए,मिजेनसेटमीटर17,MyFitnessPal18,Virtuagym खाद्य19),आहार मूल्यांकन पद्धति, सूचना के प्रावधान, विश्वसनीयता, खोज इंजन, और अतिरिक्त सुविधाओं के उपयोग(जैसे,छवियां, बारकोड स्कैनर, नुस्खा समारोह) । इस निरीक्षण के नतीजों के चलते एप को इस तरह से विकसित करने का फैसला किया गया कि इसे फूड रिकॉर्ड और रिकॉल के तौर पर इस्तेमाल किया जा सके। इसके अलावा, इसने माई डिश फ़ंक्शन के कार्यान्वयन का नेतृत्व किया, जिसका उपयोग मूल व्यंजनों या अक्सर उपभोग किए जाने वाले उत्पाद संयोजनों(जैसे,दैनिक नाश्ता) बनाने के लिए किया जा सकता है। इस समारोह के भीतर, उपज और प्रतिधारण कारकों को स्वचालित रूप से ध्यान में रखा जाता है।

भोजन और पोषक तत्वों के सेवन की सही मात्रा निर्धारित करने के लिए, एक पूर्ण, हालांकि व्यावहारिक, खाद्य सूची महत्वपूर्ण है। इस तरह की खाद्य सूची संकलित करने के लिए खाद्य सूची की व्यापकता और खाद्य पदार्थों की खोज के बीच व्यापार बंद की आवश्यकता होती है(यानी,खाद्य विवरणों को स्पष्ट, समझ में आने और पता लगाने में आसान होना चाहिए)४१,४२। चूंकि खाद्य संरचना डेटा आहार मूल्यांकन21,22के लिए मौलिक आधार बनाते हैं, इसलिए यह सुनिश्चित करना महत्वपूर्ण है कि विकसित खाद्य सूची को सटीक खाद्य संरचना डेटा से जोड़ा जा सकता है। ऐप में शामिल फूड लिस्ट डच एफसीडीबी (एनईवीओ)14पर आधारित है, जिसे इसकी विश्वसनीयता और रिच फूड कंपोजीशन डेटा के लिए चुना गया था । मूल रूप से, NEVO में 2,389 खाद्य वस्तुएं (संस्करण 2016/5.0) शामिल हैं, जिन्हें "भ्रामक वस्तुओं" को नष्ट करके 1,449 वस्तुओं की खाद्य सूची में कम कर दिया गया था(उदाहरण के लिए,खाद्य पदार्थ जिनका उपभोग कच्चे नहीं किया जा सकता है, खाद्य पदार्थ जिन्हें अतिरिक्त के बिना उपभोग नहीं किया जा सकता है) या ऐसे आइटम जो डच खाद्य उपभोग सर्वेक्षण (DNFCS)43के आधार पर कम खपत दरों के कारण शामिल करने के लिए आवश्यक नहीं हैं(उदाहरणके लिए)।

इसके अतिरिक्त, नेवओ में विभिन्न ब्रांड नामों के साथ समान खाद्य पदार्थ शामिल हैं; ऐसी स्थिति में, केवल जेनेरिक विकल्प को खाद्य सूची में शामिल किया गया था। उपयोगिता को और सुगम बनाने के लिए, कुछ खाद्य पदार्थों का नाम बदलकर अनावश्यक शब्दावली जैसे 'तैयार', 'जमे हुए', 'औसत', और 'प्राकृतिक' को खत्म किया गया। यह "सफाई प्रोटोकॉल" तीन अच्छी तरह से प्रशिक्षित अनुसंधान आहार विशेषज्ञों द्वारा विकसित किया गया था और एक वाक्य रचना के माध्यम से निष्पादित किया गया था, जिसे एक बार NEVO अपडेट होने के बाद फिर से दौड़ना जा सकता है। इसके अलावा, खाद्य पदार्थों की खोज को अनुकूलित करने के लिए, शामिल खाद्य पदार्थों के 1,019 प्रसिद्ध समानार्थी शब्दों को खाद्य सूची में जोड़ा गया था। इस प्रकार, ऐप में शामिल खाद्य सूची में अंततः 2,468 वस्तुएं शामिल थीं। खाद्य सूची के विकास का अवलोकन चित्र 2में प्रदर्शित किया गया है । ध्यान दें, हालांकि इस व्यापक खाद्य सूची को सामान्य उपयोग के लिए विकसित किया गया है, ऐप का बैकएंड आवश्यक होने पर वैकल्पिक खाद्य सूचियों के आयात की अनुमति देता है।

Figure 2
चित्र 2:ऐप के लिए विकसित खाद्य सूची की संरचना। खाद्य सूची डच खाद्य संरचना डेटाबेस (FCDB) पर आधारित है और इसी भाग आकार सुझाव और समानार्थी शब्द अंतिम खाद्य सूची में प्रत्येक आइटम के लिए जोड़ा गया । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

आहार मूल्यांकन का एक अन्य महत्वपूर्ण पहलू भाग के आकार का मात्राकरण है । यद्यपि भाग आकार अनुमान एड्स (PSEAs), उदाहरण के लिए, छवियों, संदर्भित वस्तुओं, और मानक भाग के आकार,24, 26, 44खपत खाद्य पदार्थों की मात्रा की रिपोर्टिंग का समर्थन करते हैं, भाग के आकार की गलत रिपोर्ट अभी भी पूर्वाग्रह का एक पर्याप्त स्रोत है24,25,45,46,और विभिन्न पीएसईएएस की प्रभावशीलता पर साहित्यअसंगत 26है। खाद्य छवियां, भाग आकार सुझाव(यानी,मानक आकार और घरेलू उपाय), और ग्राम में वजन की मुफ्त प्रविष्टि वेब और स्मार्टफोन आधारित आहार मूल्यांकन उपकरण३४में सबसे अधिक इस्तेमाल किया PSEAs हैं । उदाहरण के लिए, जबकि भाग आकार के सुझावों(जैसे,कप, चम्मच, छोटे, बड़े) का उपयोग कॉमपीएल-ईट13 और ऑक्सफोर्ड वेबक्यू47जैसे उपकरणों में किया जाता है, छवियां ASA2414 और Myfood2416जैसे उपकरणों में भाग आकार का अनुमान है। ऐप के लिए सबसे उपयुक्त पीएसईए की जांच करने के लिए, भाग आकार सुझावों(जैसे,छोटे, मध्यम, बड़े, या कप, चम्मच), ग्राम में मुफ्त प्रवेश और भाग आकार छवियों की सटीकता की तुलना करने के लिए एक प्रायोगिक अध्ययन किया गया था। इस अध्ययन के परिणामों के कारण ऐप में पीएसईए के रूप में भाग के आकार के सुझावों को लागू किया गया औरग्राम 27में मात्रा में प्रवेश करने का विकल्प भी दिया गया ।

विशेषज्ञ समीक्षा
विशेषज्ञ मूल्यांकनों का उद्देश्य कार्यक्षमता और सीखने में आसानी के मामले में ऐप का गुणात्मक मूल्यांकन करना था। के रूप में कई उपयोगकर्ताओं को अन्वेषण29द्वारा सॉफ्टवेयर सीखना पसंद करते हैं, सीखने की क्षमता का एक प्रणाली का स्तर महत्वपूर्ण है । कुल 10 विशेषज्ञों यानी4 (रिसर्च) आहार विशेषज्ञों और 6 पोषण और स्वास्थ्य व्यवहार विशेषज्ञों (वैज्ञानिकों) ने संज्ञानात्मक वॉकथ्रू में भाग लिया जिसमें 60% ने एंड्रॉइड स्मार्टफोन का इस्तेमाल किया। सबसे महत्वपूर्ण बात, विशेषज्ञ मूल्यांकनों ने संकेत दिया कि ऐप का पहला संस्करण पर्याप्त रूप से सहज नहीं था, उदाहरण के लिए,मेनू-संरचना अस्पष्ट बटन/माउस के कारण अस्पष्ट आंका गया था, और खोज इंजन ने परिणामों का एक विसंगत आदेश उत्पन्न किया। इस तथ्य से संबंधित विशेषज्ञ समीक्षाओं से उत्पन्न होने वाला एक और महत्वपूर्ण बिंदु जो चयनित वस्तुओं को संशोधित नहीं किया जा सकता है। इन नतीजों के आधार पर स्टेज 2 के बाद से ऐप के डिजाइन को काफी अपग्रेड किया गया(चित्रा 1)।

प्रयोज्य मूल्यांकन
कुल 22 प्रतिभागियों ने थिंक-जोर से इंटरव्यू में हिस्सा लिया, जिसने प्रयोज्य मूल्यांकन का आधार बनाया । प्रारंभिक नमूना आकार 20 प्रतिभागियों36पर स्थापित किया गया था, जिसके बाद डेटा संतृप्ति का आकलन किया गया था। चूंकि 20 साक्षात्कारों के बाद डेटा संतृप्ति नहीं पहुंची थी, इसलिए प्रत्येक क्रमिक साक्षात्कार के बाद डेटा संतृप्ति का आकलन करते समय समावेश जारी रहा । प्रतिभागियों ± 48 ± 17 वर्ष (सीमा 22-70 वर्ष) की मानक विचलन आयु का मतलब था; ३६% पुरुष थे, और जनसंख्या के बहुमत उच्च शिक्षित (५५%) इसके अलावा, अधिकांश प्रतिभागियों ने एंड्रॉइड डिवाइस (एन = 14, 64%) का उपयोग किया, और लगभग सभी प्रतिभागियों के पास स्मार्टफोन उपयोग (एन = 21, 96%)(तालिका 1)के साथ 1 वर्ष से अधिक का अनुभव था। सभी प्रतिभागियों के बिना या न्यूनतम अनुदेश के साथ कार्यों को पूरा किया।

कुल (एन=22)
लिंग
पुरुष (%) 36.4
महिला (%) 63.6
मतलब उम्र (मतलब, एसडी) 48.1 (17.2)
शैक्षिक स्तर
कम (%) 0
मध्यम (%) 45.5
उच्च (%) 54.5
स्मार्टफोन प्रकार
एंड्रॉयड (%) 63.6
आईओएस (%) 36.4
स्मार्टफोन अनुभव
6 महीने से कम (%) 4.5
6 महीने और 1 वर्ष के बीच (%) 0
1 वर्ष से अधिक (%) 95.5
SUS (मतलब, एसडी) 79.4 (15.1)

तालिका 1. अध्ययन जनसंख्या और प्रयोज्य मूल्यांकन के परिणामों की विशेषताएं। केवल सिस्टम प्रयोज्य स्केल (एसयूएस) के परिणामों को प्रतिभागी विशेषताओं के साथ इस तालिका में चित्रित किया गया है।

जबकि कुछ प्रतिभागियों (n = 13, 59%) ने माई डिश कार्यक्षमता का उपयोग करते समय कठिनाइयों का संकेत दिया; दूसरों (n=5, 23%) को मामूली कार्यक्षमता के मुद्दों का सामना करना पड़ा जैसे मेनू बटन की धीमी प्रतिक्रिया और छोटे स्मार्टफोन के अपर्याप्त स्क्रीन आकार से संबंधित बटन का उपयोग करके कठिनाइयों) । इसके अलावा, 15 (६८%) प्रतिभागियों ने ग्राम में खपत वाले हिस्से के आकार में प्रवेश करने के विकल्प के लिए अपनी वरीयता का संकेत दिया । अंत में, एसयूएस स्कोर के मूल्यांकन ने 79/100 (रेंज 40-100) की रेटिंग का संकेत दिया, जिसमें 22 प्रतिभागियों में से केवल 3 ने ऐप को 68/100 से नीचे और 13 रेटेड >80/100 से नीचे आंका, जिससे पता चलता है कि ऐप को यूजर फ्रेंडली माना जा सकता है । इस प्रकार, कुल मिलाकर, सुझाए गए सुधार मामूली थे, और उपयोगिता मूल्यांकन आशाजनक थे। बाद में, अनुसंधान टीम के भीतर सुधार के लिए सुझावों पर चर्चा की गई और यदि प्रासंगिक समझा जाता है, तो ऐप की पसंद और उपयोगिता(चित्रा 1)को और अनुकूलित करने के लिए चरण 4 अपग्रेड में शामिल किया गया।

अंतिम डिजाइन
प्रोटोकॉल में वर्णित चरणों और मूल्यांकन अध्ययन के परिणामों के परिणामस्वरूप अंततः ऐप और बैकएंड के लिए अंतिम डिजाइन हुआ, जिसका उद्देश्य एक सरल दृश्य डिजाइन था। इस ऐप को फूड रिकॉर्ड और रिकॉल के तौर पर इस्तेमाल किया जा सकता है। जैसा कि पहले वर्णित है, खाद्य सूची नेवो का एक संशोधित संस्करण है। भाग आकार का अनुमान खाद्य-विशिष्ट भाग आकार सुझावों द्वारा समर्थित है; उपभोग किए गए भागों को ग्राम में भी दर्ज किया जा सकता है। ऐप के रिकॉल संस्करण के मामले में, शोधकर्ता के पास विभिन्न टाइमलॉट(जैसे,2hR, 8hR, या 24hR) का चयन करने की संभावना है। विभिन्न दिनों और समय पर भोजन के सेवन के आंकड़े एकत्र करने के लिए, विभिन्न नमूना योजनाएं पूर्व निर्धारित अवधि के भीतर बनाई जा सकती हैं। पुश सूचनाएं उत्तरदाताओं को अपने भोजन का सेवन रिकॉर्ड करने के लिए आमंत्रित करती हैं। पूर्ण डेटा संग्रह सुनिश्चित करने के लिए, प्रतिक्रिया न होने की स्थिति में निमंत्रण स्वचालित रूप से पुनर्निर्धारित किए जाते हैं। रिकॉल मॉड्यूल के भीतर, उत्तरदाता केवल निमंत्रण प्राप्त करने के बाद अपने भोजन के सेवन की रिपोर्ट कर सकते हैं। खाद्य रिकॉर्ड के मामले में, उत्तरदाताओं एप्लिकेशन का उपयोग कर सकते है और दिन भर में अपने भोजन का सेवन लॉग इन करें ।

अधिकांश 24hR टूल्स के विपरीत, ऐप का रिकॉल मॉड्यूल स्वचालित मल्टीपल-पास मेथड पर आधारित नहीं है- पिछले 24 एच48के लिए भोजन सेवन डेटा एकत्र करने के लिए पांच चरण की विधि - क्योंकि यह विधि ऐप में उपयोग के लिए बहुत विस्तृत और समय लेने वाली है। अधिक विशेष रूप से, प्रयोज्य बढ़ाने और भोजन सेवन रिकॉर्डिंग11,38,49के अनुपालन को बढ़ाने के लिए, नेविगेशन को रिपोर्टिंग विंडो दिखाने वाली स्क्रीन की संख्या को 4(चित्रा 3):1) तक पहुंचाने की आवश्यकता को सीमित करके न्यूनतम तक कम कर दिया गया था; 2) भस्म खाद्य पदार्थों की सूचना सर्च स्क्रीन के माध्यम से दी जाती है, और एक बार वांछित आइटम का चयन किया जाता है 3) एक संवाद बॉक्स खाने के अवसर और उपभोग की गई राशि की जांच करता दिखाई देता है, जिसके बाद 4) उपयोगकर्ता अब रिकॉर्ड किए गए खाद्य पदार्थों को दिखाता है। इसके अलावा, उपयोगकर्ता व्यंजनों या उत्पाद संयोजन बनाने के लिए माई डिश फ़ंक्शन का भी उपयोग कर सकता है, जिसे मेनू बटन के माध्यम से दर्ज किया जा सकता है।

Figure 3
चित्र 3:ऐप में रूटिंग का योजनाबद्ध अवलोकन। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

डेटा एक सुरक्षित सर्वर पर संग्रहीत कर रहे हैं। यदि वांछित, अतिरिक्त प्रश्न-सामान्य या विशिष्ट खाने के अवसरों या खाद्य पदार्थों से संबंधित- शामिल किया जा सकता है। ऐप ऑनलाइन सर्वे टूल्स से जुड़ सकता है। इसलिए, पूर्वविशेदार समय(जैसे,संदर्भ, व्यवहार, मनोदशा प्रश्न) पर ऐप के माध्यम से भोजन के सेवन से असंबंधित सर्वेक्षण करना संभव है। रिपोर्ट की गई खाद्य वस्तुओं या खाने के अवसरों से संबंधित विशिष्ट प्रश्न पूछना भी संभव है(उदाहरण के लिए,जब सेब की रिपोर्ट की जाती है, जब दोपहर के भोजन की सूचना दी जाती है)। ऑनलाइन सर्वेक्षण उपकरणों का उपयोग ऐप के माध्यम से कई अलग-अलग प्रश्न पूछने का अवसर प्रदान करता है। एकत्र किए गए खाद्य सेवन डेटा को सर्वर से निर्यात किया जा सकता है और आगे के विश्लेषण के लिए पोषण गणना सॉफ्टवेयर में आयात किया जा सकता है। अतिरिक्त प्रश्नों के उपयोग के मामले में, ये डेटा हमेशा की तरह सर्वेक्षण उपकरण में उपलब्ध होगा। इसका उद्देश्य एक अच्छी तरह से संरचित और उपयोग में आसान ऐप विकसित करना था। डिजाइन के कुछ स्क्रीनशॉट चित्रा 4A-ई में देखा जा सकताहै।

Figure 4
चित्रा 4:ऐप के अंतिम संस्करण के स्क्रीनशॉट। (ए) स्टार्ट/ओवरव्यू स्क्रीन, (इस मामले में) 2 एच-रिकॉल अवधि के साथ निमंत्रण दिखा रहा है । उपयोगकर्ता उत्पाद toevoegen प्रेस कर सकते हैं(यानी,आइटम जोड़ें) एक खाद्य पदार्थ या gedronken के Niets gegeten रिपोर्ट करने के लिए(यानी,मैं कुछ भी नहीं खाया या पीने के मामले में कुछ भी नहीं किया था) मामले में कुछ भी इस समय खिड़की के दौरान भस्म हो गया था । (ख) खोज स्क्रीन, खाद्य सूची से खोज शब्द "जूस" मिलान परिणाम दिखा रहा है । खोज परिणामों से वांछित आइटम का चयन किया जा सकता है। (ग)एक पॉप-अप स्क्रीन के लिए चयनित आइटम "जूस डी 'ऑरेंज" पर विवरण के इनपुट की आवश्यकता होती है। इस मामले में, ऐप उपभोग की गई राशि और खाने के अवसर के लिए पूछता है। यूजर आगे जाने के लिए अन्नूलेरेन (यानीकैंसिल) या ऑप्सलान (यानीसेव) को दबाकर सर्च रिजल्ट पर वापस जा सकता है । (घ) अवलोकन फिर से, इस बार सभी रिपोर्ट किए गए आइटम दिखा रहे हैं । एक अन्य आइटम(उत्पाद toevoegen)जोड़ा जा सकता है या इनपुट(Lijst versturen)भेजा जा सकता है। (ई) लिजस्ट वर्स्चरनका चयन करने के बाद, एक पॉप-अप उपयोगकर्ता से पूछता हुआ दिखाई देता है कि क्या वे सुनिश्चित हैं कि वे भेजना चाहते हैं, और उपयोगकर्ता को याद दिलाता है कि सूची भेजे जाने के बाद कोई और बदलाव करना संभव नहीं है। उपयोगकर्ता के पास रद्द करने(Annuleren)या भेजने(Versturen)का विकल्प है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Discussion

यह पेपर स्मार्टफोन आधारित आहार मूल्यांकन ऐप Traqqकी पुनरावृत्ति विकास प्रक्रिया प्रस्तुत करता है। सटीकता और उपयोगकर्ता-मित्रता के आवश्यक स्तर को संतुलित करने से 1 पर निर्णयों से संबंधित ऐप के विकास में निम्नलिखित मुख्य चुनौतियां उत्पन्न हुईं) डेटा प्रविष्टि(यानी,खाद्य पहचान और भाग के आकार की मात्रा के लिए सबसे सटीक विधि का चयन करना), 2) खाद्य संरचना डेटा(यानी,एक सटीक डेटाबेस का चयन करना और एक पूर्ण खाद्य सूची बनाना), 3) अनुकूलन विकल्प(यानी.., खाद्य सूची में लचीलापन, भाग आकार मात्राकरण, और व्यंजनों), और 4) सत्यापन(यानी,पारंपरिक तरीकों और/या स्वतंत्र उपायों के खिलाफ)3,५०। साहित्य समीक्षा के दौरान, अनुसंधान के लिए विकसित पांच मान्य और पूरी तरह से स्वचालित, स्मार्टफोन आधारित, आहार मूल्यांकन उपकरणों की पहचान की गई3,अर्थात् माई मील मेट4,इलेक्ट्रॉनिक आहार सेवन मूल्यांकन (ईडिया)7,आसान आहार डायरी8,इलेक्ट्रॉनिक कार्नेट एलिमेंटेयर (ई-सीए)5,और ई-एंड ट्रैक (ईईटी)6।

इन पांच आहार मूल्यांकन ऐप के साथ-साथ इस ऐप के स्वचालितीकरण के स्तर के कारण, शोधकर्ता बोझ और लागत काफी कम हो जाती है जबकि पारंपरिक आहार मूल्यांकन विधियों की तुलना में डेटा पूर्णता बढ़ जाती है। इसके अतिरिक्त, यह ऐप, बदले में, लचीलेपन के मामले में पांच मौजूदा आहार मूल्यांकन उपकरणों से अलग है। विशेष रूप से, जबकि मौजूदा ऐप सभी खाद्य रिकॉर्ड विधि पर आधारित हैं, इस ऐप को खाद्य रिकॉर्ड के साथ-साथ रिकॉल के रूप में भी इस्तेमाल किया जा सकता है। इसके अलावा, जबकि इन ऐप्स का डिजाइन तय है, Traqq को प्रमुख लाभ है कि इसे विभिन्न अनुसंधान उद्देश्यों(जैसे,आहार मूल्यांकन विधि, खाद्य सूची, नमूना योजनाओं, अतिरिक्त प्रश्न)3,50को फिट करने के लिए संशोधित किया जा सकता है। इसके विपरीत, अन्य मौजूदा आहार मूल्यांकन ऐप्स में मूल्यवान विशेषताएं होती हैं, जिन्हें ऐप (अभी तक) में लागू नहीं किया जाता है। इस बिंदु को समझाने के लिए, कुछ ऐप उपयोगकर्ता को खाद्य मान्यता और भाग आकार अनुमान जैसे अर्ध-स्वचालित, प्रौद्योगिकी-सहायता प्राप्त आहार मूल्यांकन (टाडा) प्रणाली51,52के लिए अपने भोजन की तस्वीरें लेने की अनुमति देते हैं।

उपयोगिता अध्ययन में प्रतिभागियों ने यह भी संकेत दिया कि तस्वीरों का उपयोग भाग आकार अनुमान सहायता के लिए एक मूल्यवान इसके अतिरिक्त हो सकता है । हालांकि, इस स्तर पर इस तरहकी सुविधा को लागू करने के लिए अभी भी कई चुनौतियों का समाधान किया जाना था, उदाहरण के लिए, फोटोग्राफिक कोण(यानीगहराई का आकलन करने के लिए) के संबंध में निर्दिष्ट और मार्गदर्शक, एक संदर्भ निर्माता(यानी,आकार और रंगों के लिए सही करने की आवश्यकता), फोटो से पहले और बाद में आवश्यक(यानी,उपभोग की मात्रा का आकलन करने के लिए), और नुस्खा व्यंजनों को कैसे संसाधित करें। इन तकनीकी चुनौतियों के कारण, मौजूदा छवि-आधारित आहार मूल्यांकन ऐप अभी भी अर्ध-स्वचालित हैं, जिसका अर्थ है कि मैनुअल छवि समीक्षा उपयोगकर्ता, शोधकर्ता, या दोनों51, 52द्वारा की जानी चाहिए। क्राउडसोर्सिंग और मशीन लर्निंग जैसी तकनीकी प्रगति में आहार मूल्यांकन53, 54के लिए खाद्य छवियों के उपयोग में सुधार करने की क्षमता है। भविष्य में एप को और बेहतर बनाने के लिए इन विकल्पों की तलाश की जाएगी। ऐप की विकास प्रक्रिया को विभिन्न महत्वपूर्ण कदमों की विशेषता थी। सबसे पहले, एक प्रारंभिक अनुसंधान कदम पूरा किया गया था जिसमें ऐप निर्माण के औचित्य को रेखांकित करने वाली वैज्ञानिक अवधारणाओं ने ऐप की सामान्य रूपरेखा स्थापित करने में निर्णय लेने में मदद की ।

इस चरण के दौरान, एफसीडीबी के चयन और पीएसईए-पहलुओं के चयन पर विशेष ध्यान दिया गया था जो दोनों सीधे डेटा सटीकता21को प्रभावित करते हैं। FCDB के बारे में, जैसा कि ऐप मूल रूप से नीदरलैंड में उपयोग के लिए विकसित किया गया है, इसकी खाद्य सूची डच एफसीडीबी, नेवो14पर आधारित है। भविष्य में, इसका उद्देश्य अंतरराष्ट्रीय उपयोग के लिए ऐप को और विकसित करना है, जिसके लिए अधिक व्यापक खाद्य संरचना डेटा की आवश्यकता होती है क्योंकि कई खाद्य पदार्थ देश-विशिष्ट हैं। वर्तमान में, कोई अंतरराष्ट्रीय FCDB अभी तक मौजूद है और अगर मौजूद है, इसका उपयोग सीमित हो सकता है । अधिक विशेष रूप से, जैसा कि डच खाद्य सूची में पहले से ही 2,389 खाद्य पदार्थ शामिल हैं, एक अंतरराष्ट्रीय खाद्य संरचना तालिका का कार्यान्वयन, उदाहरणके लिए, 5 देशों के लिए शायद खाद्य पदार्थों की इस संख्या को लगभग 5 से गुणा करेगा और खाद्य पदार्थों की खोज को नकारात्मक रूप से प्रभावित करेगा और नतीजतन, ऐप की उपयोगिता। इसलिए, देश-विशिष्ट खाद्य सूचियां शायद सबसे मूल्यवान होंगी और अक्सर पेशेवरों द्वारा भी पसंद कीजाएंगी 55।

यह ऐप द्वारा सुविधाजनक है क्योंकि यह वैकल्पिक खाद्य सूचियों के आयात को सक्षम बनाता है और इस प्रकार विभिन्न (अंतरराष्ट्रीय) खाद्य संरचना तालिकाओं से जुड़ाव करता है। भाग के आकार के बारे में, अनुमानों की सटीकता का समर्थन करने के लिए कई विकल्प उपलब्ध हैं, उदाहरण के लिए,छवि पुस्तिकाओं, संदर्भित वस्तुओं का उपयोग, और/या पाठ भाग आकार सुझाव26। उपयोगकर्ता-मित्रता को ध्यान में रखते हुए, ऐप में पीएसईए के प्रत्यक्ष कार्यान्वयन को ऐप(जैसे,छवि पुस्तिका, संदर्भित वस्तुओं) के साथ पीएसईए का उपयोग करने पर प्राथमिकता दी जाती है। ऐप के विकास के दौरान, भाग आकार सुझावों और ग्राम में प्रवेश का उपयोग करके भाग आकार में प्रवेश करने का अवसर प्रदान करके भाग आकार मात्राकरण को सुविधाजनक बनाने का निर्णय लिया गया था। भाग आकार सुझाव केवल उपलब्ध डच भाग आकार डेटाबेस56पर आधारित हैं। यद्यपि कॉमपीएल-ईट और ईटमीटर जैसे डच आहार मूल्यांकन उपकरण भी इस डेटाबेस13, 17पर भरोसा करते हैं, यह ध्यान देने की आवश्यकता है कि यह भाग आकार डेटाबेस 2003 से है, और टेबलवेयर आकार57बढ़ गया है। इसलिए इस डेटाबेस का उपयोग भोजन के सेवन को कम कर सकते हैं ।

वर्तमान में, भाग आकार डेटाबेस डच नेशनल इंस्टीट्यूट फॉर पब्लिक हेल्थ एंड एनवायरमेंट (RIVM), डच पोषण केंद्र, और Wageningen विश्वविद्यालय और अनुसंधान५८द्वारा अद्यतन किया जा रहा है, जो अंततः app में भाग आकार सुझावों को अद्यतन करने के लिए इस्तेमाल किया जाएगा । पुराने और नए भागों के बीच विसंगतियों को मैप किया जाएगा और जहां जरूरत होगी उसे समायोजित किया जाएगा । हालांकि भाग आकार छवियों का उपयोग(यानी,एक चयनित भोजन की विभिन्न मात्रा को चित्रित छवियों की एक श्रृंखला) पाठ आधारित भाग आकार सुझावों के लिए एक अच्छा विकल्प हो सकता है59,अनुसंधान से पता चला है कि भाग के आकार के अनुमान की सटीकता सबसे अधिक है जब भाग आकार छवियों की एक श्रृंखला एक बार में प्रस्तुत किया जाता है, बजाय एक समय में एक छवि45, 60,61. आम तौर पर, वर्तमान में उपलब्ध स्मार्टफोन में अपेक्षाकृत छोटी स्क्रीन होती है, जो छवियों की एक श्रृंखला की प्रस्तुति को सीमित करता है। हालांकि नई प्रौद्योगिकियों इंटरैक्टिव भाग आकार ग्राफिक्स जिसमें एक आभासी थाली या कप पर भोजन की मात्रा में वृद्धि या एक स्लाइडर६१का उपयोग करके कम किया जा सकता है के उपयोग की सुविधा, इन तकनीकों अपेक्षाकृत नए है और अभी भी अच्छी तरह से उनकी सटीकता का आकलन करने की जरूरत है ।

ऐप के विकास में एक और महत्वपूर्ण कदम में विशेषज्ञों और इच्छित अंत उपयोगकर्ताओं की भागीदारी शामिल थी। यद्यपि अक्सर उपकरणों (या वर्णित नहीं)11, 12की विकासात्मक प्रक्रिया में शामिल नहीं कियाजाताहै, विशेषज्ञों के साथ-साथ इच्छित अंत उपयोगकर्ताओं से प्रतिक्रिया महत्वपूर्णहै- महत्वपूर्ण 61है, उपयोगिता को अधिकतम करने की अनुमति देता है, और सटीकता के आवश्यक स्तर को बनाए रखता है। इच्छित अंत उपयोगकर्ताओं की प्रतिक्रिया विशेष रूप से मेरे व्यंजन समारोह के अंतिम डिजाइन में सहायक था । कुल मिलाकर, उपयोगकर्ता अपने स्वयं के व्यंजन बनाने की संभावना से संतुष्ट थे। हालांकि, उन्होंने कुछ प्रक्रियाओं के साथ संघर्ष किया, उदाहरण के लिए, हालांकि फ़ंक्शन स्वचालित रूप से डेटा को सहेजेगा, यह उपयोगकर्ता को दिखाई नहीं दे रहा था। इसलिए, कई उपयोगकर्ताओं को बचाने के बटन के लिए खोज रखा है और अटक गया, वापस जाने के लिए और अपने इनपुट खो डर लगता है । इस तरह की प्रतिक्रिया के आधार पर, उपयोगकर्ता की अपेक्षाओं को बेहतर ी करने के लिए समारोह में सुधार किया गया था।

समाप्त करने के लिए, Traqq मौजूदा ऐप्स और वेब-आधारित उपकरणों पर कई फायदों के साथ एक अभिनव ऐप है। हालांकि, अभी भी विभिन्न सीमाएं हैं। जैसा कि ऐप अभी भी आत्म-रिपोर्ट पर निर्भर करता है, स्वयं-रिपोर्ट से संबंधित माप त्रुटियां अभी भी मौजूद हैं(उदाहरण के लिए,स्मृति पूर्वाग्रह(यानी, याद के मामले में), सामाजिक वांछनीयता पूर्वाग्रह, और खाद्य सेवन संशोधनों(यानी,खाद्य रिकॉर्ड के मामले में), गलत भाग आकार अनुमान(यानी,दोनों में))1. आने वाले वर्षों में, हाल ही में लॉन्च की गई उपन्यास प्रौद्योगिकियों को ऐप को आगे बढ़ाने के लिए खोजा जाएगा, उदाहरण के लिए,बारकोड स्कैनर, वॉयस रिकॉर्डिंग, चैटबॉट और छवियों जैसे सुविधाओं को लागू करने के मूल्य की खोज करके, जो खाद्य पहचान और भाग के आकार के अनुमान में सुधार कर सकता है। अन्य ऐप्स(जैसे,एक्टिविटी ट्रैकर्स, स्लीप ट्रैकर्स) और डिवाइस(जैसे,एक्सेलेरोमीटर, हार्ट रेट मॉनिटर, च्यूइंग सेंसर) के साथ जुड़ने की संभावनाओं का भी पता लगाया जा रहा है । अंत में, बैकएंड को नमूना विकल्पों के विस्तार के माध्यम से आगे के विकास के अधीन भी किया जा रहा है।

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

लेखक ट्राक के विकास में उनकी महत्वपूर्ण भूमिका के लिए अनोक गीलेन और अरविंद दत्तियन का शुक्रिया अदा करना चाहते हैं । इसके अलावा, लेखकों को डेटा संग्रह में उसकी सहायता और प्रयोज्य अध्ययन में डेटा विश्लेषण के लिए Romy Willemsen शुक्रिया अदा करना चाहते हैं । अंत में, लेखकों को इस प्रक्रिया में अपने अनुभवों और राय साझा करने के लिए विशेषज्ञों और प्रतिभागियों का शुक्रिया अदा करना चाहता हूं । विकास Wageningen विश्वविद्यालय और अनुसंधान द्वारा निष्पादित किया गया था और आंशिक रूप से कृषि, प्रकृति और खाद्य गुणवत्ता और उद्योग मंत्रालय द्वारा वित्त पोषित, TKI कृषि और खाद्य पीपीएस के संदर्भ में-परियोजना स्मार्ट खाद्य सेवन (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

व्यवहार अंक १६९ प्रौद्योगिकी आधारित आहार सेवन मूल्यांकन स्मार्टफोन अनुप्रयोगों विकास और मूल्यांकन याद खाद्य रिकॉर्ड वयस्कों
एक अभिनव स्मार्टफोन आधारित आहार मूल्यांकन उपकरण का पुनरावर्तक विकास: 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