Summary
Dit artikel beschrijft het protocol voor de ontwikkeling van een innovatieve smartphone-gebaseerde dieetbeoordelingstoepassing Traqq, inclusief deskundige evaluaties en bruikbaarheidstests.
Abstract
Om op een snelle en betrouwbare manier innamegegevens via de voeding te verzamelen, is een flexibele en innovatieve smartphone-applicatie (app) genaamd Traqq ontwikkeld (iOS / Android). Deze app kan worden gebruikt als een voedselrecord en 24-uurs recall (of kortere terugroepperioden). Verschillende bemonsteringsschema's kunnen worden gemaakt op vooraf gespecificeerde of willekeurige dagen/tijden binnen een vooraf bepaalde periode voor beide methoden, met pushmeldingen om de deelnemers aan te sporen hun voedselinname te registreren. In geval van niet-respons worden meldingen automatisch opnieuw gepland om volledige gegevensverzameling te garanderen. Voor gebruik als voedselrecord hebben respondenten toegang tot de app en kunnen ze hun voedselinname gedurende de dag registreren. Voedselrecords sluiten automatisch aan het einde van de dag; terugroepacties sluiten na indiening van de verbruikte artikelen. De recall en de food record module bieden toegang tot een uitgebreide voedsellijst op basis van de Nederlandse voedselsamenstellingsdatabase (FCDB), die kan worden gebruikt om aan verschillende onderzoeksdoeleinden te voldoen. Bij het selecteren van een voedingsitem wordt respondenten tegelijkertijd gevraagd om portiegrootte in te voegen, d.w.z.in huishoudelijke maatregelen(bijv.kopjes, lepels, glazen), standaard portiegroottes(bijv.klein, medium, groot) of gewicht in grammen en eetmoment / tijd van consumptie. Portiegrootteopties kunnen worden aangepast, bijvoorbeeldalleen vermelding in gram in het geval van een gewogen voedselrecord of tijd van consumptie in plaats van een eetmoment). De app bevat ook een My Dishes-functie, waarmee de respondent zijn eigen recepten of productcombinaties kan maken(bijvoorbeeldeen dagelijks ontbijt) en alleen de totale verbruikte hoeveelheid kan rapporteren. Vervolgens houdt de app rekening met opbrengst- en retentiefactoren. De gegevens worden opgeslagen op een beveiligde server. Indien gewenst kunnen aanvullende vragen, d.w.z.in het algemeen of die met betrekking tot specifieke voedingsmiddelen of eetgelegenheden, worden opgenomen. Dit artikel beschrijft de ontwikkeling van het systeem (app en backend), inclusief deskundige evaluaties en usability testing.
Introduction
Nauwkeurige beoordeling via de voeding is van cruciaal belang om de kwaliteit van studies over de rol van voeding bij gezondheid en ziektepreventie te waarborgen. Momenteel gebruiken dergelijke studies over het algemeen gevestigde zelfrapportage dieetbeoordelingsmethoden, d.w.z.vragenlijsten over de voedselfrequentie, 24-uurs recalls (24hRs) en/of voedselrecords1. Ondanks het feit dat deze methoden van groot belang zijn voor voedingsonderzoek, hebben ze ook verschillende nadelen, bijvoorbeeld geheugengerelateerde bias, sociale wenselijkheidsbias, en zijn ze belastend voor de respondent en de onderzoeker1,2. Recente technologische uitvindingen bieden nu de mogelijkheid om deze nadelen te overwinnen. In de afgelopen jaren hebben verschillende onderzoeksgroepen deze kans aangegrepen en webgebaseerde en smartphonegebaseerde voedingsbeoordelingstools ontwikkeld voor voedingsonderzoek die enkele van deze bekende nadelen aanpakken (zie Eldridge et al.3 voor een uitgebreid overzicht van web- en smartphonegebaseerde tools), d.w.z.oorzaken van fouten verminderen, de gebruiksvriendelijkheid verbeteren en de last van de deelnemer en onderzoeker verminderen1.
Toch is het aantal volledig geautomatiseerde en gevalideerde smartphonetoepassingen (apps) die geschikt zijn voor voedingsonderzoek nog steeds beperkt. De meeste beschikbare apps voor dieetbeoordeling (d.w.z.commercieel of ontwikkeld voor onderzoek) zijn ofwel niet volledig geautomatiseerd(d.w.z.vereisen handmatige codering van voedingsmiddelen) of zijn niet (goed) gevalideerd3. Bovendien zijn de meeste beschikbare gevalideerde apps ontwikkeld voor één specifiek onderzoeksdoel en gebruik in een specifiek land; als gevolg van vrij vaste ontwerpen lijkt het hergebruik van dergelijke apps voor andere onderzoeksdoeleinden of in andere landen een uitdaging3,4,5,6,7,8. Tot slot, ondanks de beschikbaarheid van op voedselrecords gebaseerde apps, lijken er tot op heden nog geen op recall gebaseerde apps te bestaan. Hoewel voedselrecords gevoelig zijn voor reactiviteitsbias, d.w.z.dat respondenten hun voedselinname kunnen wijzigen vanwege het bewustzijn dat ze worden waargenomen2,9, is dit niet het geval voor recalls, wat de noodzaak benadrukt voor de ontwikkeling van een gevalideerde recall-gebaseerde app10. Voor gebruik in Nederland is een innovatieve dieetbeoordelingsapp genaamd Traqq ontwikkeld die kan worden gebruikt als voedselrecord en terugroepactie, afhankelijk van de onderzoeksvraag1.
Naast de mogelijkheid om af te wisselen tussen de optie voor voedselrecord en terugroepoptie, verschilt deze app ook van andere voedingsbeoordelingsinstrumenten vanwege het flexibele karakter. Met name met betrekking tot de voedsellijst, schattingen van de portiegrootte, bemonsteringsschema's en de mogelijkheid om aanvullende vragen op te nemen. Het niveau van flexibiliteit in het systeem maakt het mogelijk om aan te passen aan meerdere onderzoeksdoeleinden die een nauwkeurige beoordeling van voedingsgedrag vereisen. Momenteel wordt de app gevalideerd en zal deze klaar zijn voor gebruik in verschillende soorten voedingsgerelateerd onderzoek. De app kan ook worden gebruikt, en misschien verder verbeterd voor gebruik, in voedingsinterventieprogramma's om voedingsgedrag te meten en te beïnvloeden. Aangezien de ontwikkeling van betrouwbare voedingsbeoordelingsinstrumenten een uitdaging is en rapporten over deze processen schaars zijn, vooral met betrekking tot gebruikers- en expertbetrokkenheid3,11,12, biedt dit artikel een gedetailleerd overzicht van hoe verschillende informatiebronnen zijn geïntegreerd in de systematische en iteratieve ontwikkeling van deze smartphonegebaseerde dieetbeoordelingsapp. Het proces omvat theorie, deskundig overleg en gebruikersbetrokkenheid.
Protocol
OPMERKING: Alle procedures, inclusief menselijke deelnemers, werden op een niet-invasieve manier uitgevoerd door middel van meestal kwalitatieve onderzoeksmethoden. Van alle deelnemers is vóór de start van de evaluaties geïnformeerde toestemming verkregen. Dit protocol beschrijft het iteratieve ontwikkelingsproces dat grofweg kan worden onderverdeeld in vier fasen waarin fase 1-3 met elkaar verweven zijn (figuur 1).
Figuur 1: Overzicht van de fasen van het iteratieve ontwikkelingsproces van de app. Het ontwikkelingsproces bestond in totaal uit vijf fasen. Het proces was echter iteratief, wat betekent dat fase 1 tot en met 3 met elkaar verweven waren. Klik hier om een grotere versie van deze afbeelding te bekijken.
1. Voer uitgebreid formatief onderzoek uit ter voorbereiding van het daadwerkelijke ontwikkelingsproces.
- Voer desktoponderzoek uit naar bestaande web- en smartphonegebaseerde voedingsbeoordelingstools, met speciale aandacht voor functies waarvan bekend is dat ze van cruciaal belang zijn voor nauwkeurige verzameling van voedselinnamegegevens, d.w.z.methode van voedselinvoer (inclusief de voedsellijst en onderliggende FCDB) en schattingen van de portiegrootte.
- Inspecteer bestaande web- en smartphonegebaseerde voedingsbeoordelingstools die zich richten op aspecten zoals dieetbeoordelingsmethodologie, informatievoorziening, betrouwbaarheid, zoekmachine en geïmplementeerde functies(bijv.afbeeldingen, barcodescanner, receptfuncties).
- Raadpleeg deskundigen op het gebied van dieetbeoordeling.
OPMERKING: De resultaten van het desktoponderzoek en de inspectie van bestaande tools werden besproken met experts op het gebied van dieetbeoordeling, wat leidde tot een ontwerpontwerpplan voor de ontwikkeling van de app. Dit ontwerpontwerpplan werd door de deskundigen geëvalueerd en waar nodig verder verbeterd.
2. Ontwerp de dieetbeoordelingsapp
- Maak het visuele ontwerp van de app met belangrijke aspecten zoals animatie, branding, kleur, lay-out en typografie20.
OPMERKING: Aangezien ruimte, kleur, lettertypen, afbeeldingen en interface-elementen inhoud markeren en interactiviteit overbrengen, is het essentieel om elementen op te nemen die de functionaliteit van de app vergemakkelijken. - Selecteer een betrouwbare FCDB (hier, NEVO) om nutriëntenberekeningen van de verzamelde voedselinnamegegevens te vergemakkelijken14.
- Maak een voedsellijst door de beschrijving van de in de FCDB genoemde voedingsmiddelen kritisch te evalueren.
OPMERKING: FCDB's zijn meestal ontwikkeld voor professioneel gebruik; voedselbeschrijvingen zijn vaak complex en belemmeren de doorzoekbaarheid (bijv."margarine vetarm 35% vet < 10 g verzadigde vetten ongezouten"23). - Formuleren van zoekmachine eisen; denk aan het gebruik van leestekens, buitenlandse namen, spelfouten, verschillende zoektermen en rangschikking van zoekresultaten om de doorzoekbaarheid van voedselartikelen te vergemakkelijken.
- Selecteer een schatting van de portiegrootte (hulpmiddel) door verschillende bestaande instrumenten voor dieetbeoordeling te evalueren en het veld te testen van geschikte opties.
- Ontwerp routering binnen de app om ervoor te zorgen dat de navigatie van de gebruiker door de app logisch, voorspelbaar en gemakkelijk te volgen is.
- Ontwerp backend-functies en -vereisten om de app te beheren; omvatten functies met betrekking tot algemeen projectbeheer, projectspecifiek beheer(bijv.deelnemers, uitnodigingen, gegevensverzameling) en gebruikersbeheer(bijv.autorisaties).
3. Evaluaties door onderzoekers
OPMERKING: Na elke upgrade werd de app getest door voedingswetenschappers en onderzoeksd diëtisten met expertise in dieetbeoordeling (interne tests) om te controleren of functionaliteiten verbeterden zoals verwacht. De volgende instructies moeten door onderzoekers worden uitgevoerd.
- Voer deskundige evaluatie uit door middel van cognitieve walkthroughs om een eerste gebruikerservaring te simuleren, zodat de experts de app individueel en zonder begeleiding kunnen verkennen28. Zorg ervoor dat de cognitieve walkthroughs bestaan uit de volgende stappen.
- Zorg ervoor dat de expert een algemene vragenlijst ins vult met vragen over het merk en type smartphone.
- Installeer de app op de smartphone van de expert.
OPMERKING: Om een goede installatie en werking te garanderen en het risico op onderbrekingen tijdens de evaluatie te minimaliseren, wordt aanbevolen dat de onderzoeker eerst de functionaliteit van de app verifieert. - Instrueer de expert over testprocedures waarbij elke expert wordt gevraagd om de rol van eerste gebruiker(d.w.z.onderzoeksdeelnemer) op zich te nemen. Benadruk dat de evaluatie wordt uitgevoerd vanuit het perspectief van een gebruiker en niet vanuit het eigen perspectief van de expert.
OPMERKING: De gebruiker werd verondersteld een ervaren smartphonegebruiker te zijn en kennis te hebben van het gebruik van apps in het algemeen. Deze app werd echter voor het eerst gebruikt. - Start het scherm en de audio-opname.
- Laat de expert de cognitieve walkthrough voltooien tijdens het gebruik van de app en het uitvoeren van een vooraf bepaalde set taken31: 1) "Ik wil mijn diner opnemen. Ik begon met een kop tomatensoep en een glas melk.", 2) "Daarna at ik een pastagerecht, dat ik regelmatig consumeer en als favoriet wil invoeren (d.w.z.voorganger van Mijn Gerechten)." [recept was voorzien], 3) "Omdat ik ook het pastagerecht heb geconsumeerd, wil ik dit toevoegen aan het voedselinnamerecord van vandaag.", en 4) "Ik heb alles ingevoerd wat ik tijdens het diner heb gegeten. Ik wil mijn inzending nog een keer controleren en dan indienen.'
OPMERKING: Tijdens het uitvoeren van de taken informeert de expert de onderzoeker over zijn/haar denkproces, d.w.z.door uit te leggen welke stappen moeten worden voltooid om de beschreven taak te vervullen. - Voer een korte follow-up uit om onduidelijkheden te verduidelijken32, en geef de expert de mogelijkheid voor aanvullende feedback.
- Evalueer de resultaten van elke deskundige door de opnamen te controleren om er zeker van te zijn dat de taken zijn uitgevoerd zoals bedoeld en door de aanvullende opmerkingen te bekijken.
- Deel de resultaten met de experts om te beoordelen of de op basis van de opnames gemaakte aannames juist waren.
OPMERKING: De resultaten van de evaluatie zijn besproken en geprioriteerd in overleg met de deskundigen. Op basis van de resultaten van deze evaluatie is de app verder geüpgraded.
- Voer usability-tests uit met beoogde gebruikers om de bruikbaarheid en sympathie van de app onder de beoogde gebruikers te evalueren door middel van hardop-interviews en de system usability scale (SUS)33 door deze stappen te volgen:
- Rekruteer deelnemers die representatief zijn voor de doelgroep35.
- Instrueer de deelnemer over de studieprocedures, inclusief het opnemen van scherm en audio. Vraag vervolgens geïnformeerde toestemming van de deelnemers.
OPMERKING: Het is belangrijk dat de onderzoeker de deelnemer aanmoedigt om tijdens de evaluatie "hardop" na te denken, d.w.z.hun gedachten uit te leggen over de vereiste stappen om elke taak uit te voeren tijdens het uitvoeren van de taak, evenals commentaar te geven op welke functionaliteiten wel of niet goed werkten. - Installeer de app op de smartphone van de deelnemer.
OPMERKING: Om een goede installatie en werking te garanderen en het risico op onderbrekingen tijdens de evaluatie te minimaliseren, wordt aanbevolen dat de onderzoeker eerst de functionaliteit van de app verifieert. - Vraag de deelnemer om een oefentaak uit te voeren voor het denk-hardop interview: vraag deelnemers om hun slaapkamer te visualiseren en het aantal ramen te tellen, terwijl ze de onderzoeker vertellen over wat ze zagen en dachten tijdens het tellen van de ramen. Vraag de deelnemers vervolgens om een van de ramen in hun slaapkamer te benaderen en hun ervaringen op weg naar dat raam te beschrijven.
OPMERKING: Er werd een oefentaak gegeven en indien nodig herhaald om ervoor te zorgen dat de deelnemers zich op hun gemak voelden om hardop te denken zoals gewenst37. - Start het scherm en de audio-opname.
- Vraag de deelnemer om een echt denk-hardop interview af te ronden met de vooraf gedefinieerde taken: de deelnemer moet: 1) alles opnemen wat hij de vorige dag heeft gegeten en gedronken, en 2) een regelmatig geconsumeerd gerecht opnemen via de my dishes-functie.
- Observeer, maak aantekeningen en stimuleer de deelnemers om, indien nodig, hardop te blijven denken door eenvoudige aanwijzingen zoals "Blijf hardop praten", "Vertel me wat je denkt", of "Vertel me wat er in je hoofd omgaat". Minimaliseer verdere interacties om interferentie met het denkproces van de deelnemer te voorkomen28,32.
- Voer een korte follow-up uit om dubbelzinnigheden op te helderen32.
- Vraag de deelnemer om een evaluatievragenlijst in te vullen met algemene vragen met betrekking tot leeftijd, geslacht, opleidingsniveau, type smartphone, niveau van smartphone-ervaring(d.w.z.ervaren gebruikers hebben meer kans om taken snel en correct uit te voeren38),evenals de SUS33- een vragenlijst van 10 items om de bruikbaarheid van het systeem te beoordelen door middel van Likert-schaalscore variërend van 1 (sterk oneens) tot 5 (helemaal mee eens).
- Analyseer de gegevens van elke sessie door 1) (sub)thema's te transcriberen, coderen en maken, en 2) de SUS-score te berekenen met behulp van een vooraf gedefinieerde formule die resulteert in een score tussen 0 en 10033, waarbij een score van >68/100 aangeeft dat de tool werkt op een bovengemiddeld niveau van bruikbaarheid en een score >80/100 wijst op uitstekende bruikbaarheid39, 40.
OPMERKING: Het wordt aanbevolen dat de onderzoeker die de sessie heeft geleid, de gegevens analyseert met behulp van kwalitatieve software voor gegevensanalyse. Een tweede onderzoeker kan worden geraadpleegd in geval van onduidelijkheden.
- Kwantitatieve validatie van voedingsinnamegegevens uitvoeren aan de hand van gevalideerde traditionele methoden en bij voorkeur onafhankelijke maatregelen3.
OPMERKING: De app wordt gevalideerd op basis van webgebaseerde en telefonische(d.w.z.interviews) 24 uur per dag, evenals onafhankelijke biochemische markers voor urine en bloed. Aangezien de kwantitatieve validatie van de app buiten het bereik van dit document valt, zal dit niet verder worden besproken.
4. Het backend-systeem gebruiken voor app- en studiebeheer
OPMERKING: Het systeem heeft drie autorisatieniveaus: (1) administrator-this authorization level biedt toegang tot alle secties van de backend(d.w.z.het maken van nieuwe gebruikers, het bepalen van gebruikersautorisatie en het verlenen van gebruikers toegang tot een of meer projecten); (2) projectmanagers- dit autorisatieniveau biedt toegang tot specifieke projecten en de mogelijkheid om nieuwe projecten te creëren; en (3) onderzoekers- dit autorisatieniveau biedt alleen toegang tot de specifieke projecten waar onderzoekers bij betrokken zijn.
- Beheer van gebruikers en projecten in de backend door beheerders
- Toegang tot de online backend via traqq.idbit.net, met inloggegevens(d.w.z.gebruikersnaam, wachtwoord).
- Maak een nieuw project door op het tabblad Projecten te klikken en vervolgens op Een nieuw project maken.
- Voer in het volgende scherm de gevraagde projectgegevens in(d.w.z.projectnaam, contactgegevens, e-mailadres, contacttelefoon, contactwebsite).
OPMERKING: Alleen de projectnaam is verplicht om een nieuw project te maken. De beschrijving van de contactpersoon, e-mail, telefoonnummer en website worden zichtbaar in de app onder de knop Contact en info. - Selecteer de gewenste functies(d.w.z.productlijst, vraag eetmoment en/of tijdstip van consumptie, registreren of terugroepen).
OPMERKING: Elk nieuw project vereist individuele besluitvorming met betrekking tot de meest geschikte dieetbeoordelingsmethode(d.w.z.registreren of terugroepen), voedsellijst, schatting van de portiegrootte en eetmomenten of maaltijdtijden. - Sla het nieuwe project op door op Opslaante klikken.
OPMERKING: Wanneer het scherm wordt gesloten, keert de beheerder terug naar het scherm Projectoverzicht. - Maak vervolgens een nieuwe gebruiker door op het tabblad Gebruiker te klikken en vervolgens op Nieuwe gebruiker toevoegen.
- Voer in het volgende scherm een gebruikersnaam, een wachtwoordin en wijs de gebruiker een rol toe(d.w.z.beheerder, manager of gebruiker).
- Sla de nieuwe gebruiker op door op Opslaante klikken.
OPMERKING: Wanneer het scherm wordt gesloten, keert de beheerder terug naar het scherm Gebruikersoverzicht. - Wijs een gebruiker toe aan een project door te klikken op het kladblokpictogram(d.w.z.kolom Bewerken) voor een specifieke gebruiker.
- Wijs een project toe door het vervolgkeuzemenu onder Gekoppelde projecten teopenen, het gewenste project te selecteren en op Toevoegente klikken.
OPMERKING: Deze actie moet worden herhaald voor elk project waaraan de gebruiker moet worden toegewezen. - Communiceer de aanmeldings referenties aan de nieuwe gebruiker samen met de back-end URL.
- Beheer van projecten in de backend door onderzoekers (i.e., Manager of Gebruikersrol)
- Log in op de backend via traqq.idbit.net met behulp van de referenties die door de beheerder zijn opgegeven.
- Klik op Ga naar projecten om de projecten te beheren.
- Klik op de pijl in de kolom Weergave voor het gewenste project.
OPMERKING: Nadat u dit hebt gedaan, wordt de onderzoeker naar een pagina Projectoverzicht geleid en worden nieuwe tabbladen voor dit specifieke project weergegeven. - Voer de deelnemers in de backend in door op het tabblad Deelnemers te klikken. Wanneer vervolgens een scherm Deelnemersoverzicht wordt weergegeven, klikt u op Nieuwe deelnemer toevoegen.
- Voer in het volgende scherm Codenaam, Notities (optioneel),Aanmeldings-ID, Aanmeldingssleutelen eindigend met Opslaanin.
OPMERKING: Het wordt aanbevolen om de onderzoeks-ID van de deelnemer te gebruiken als zowel codenaam als inlog-ID. Dit minimaliseert verwarring voor de deelnemer in het geval van meerdere inloggegevens. Bovendien is de codenaam zichtbaar in de antwoorden. Het gebruik van de deelnemers-ID maakt het gemakkelijk om de gegevens te gebruiken. Deze optie moet voor elke deelnemer worden herhaald. Voor grotere groepen kan deelnemers importeren uit bestand (.csv) worden gebruikt. Hier zijn dezelfde gegevens vereist voor elke deelnemer. De backend mag geen persoonlijke informatie van deelnemers bevatten. - Plan uitnodigingen voor elke deelnemer door op het tabblad Uitnodigingen te klikken. Wanneer vervolgens een scherm Uitnodigingsoverzicht wordt weergegeven, klikt u op Nieuwe uitnodiging toevoegen.
- Selecteer in het volgende scherm een deelnemer in het vervolgkeuzemenu en voer begintijd periode, eindtijd periode, openingstijd, sluitingstijd, enquête-URL (d.w.z. optioneel voor de implementatie van aanvullende vragen), Notities (optioneel), Inschakelen (altijd ja) in.
OPMERKING: De begin- en eindtijd van de periode verwijzen naar het rapportagetijdskader(d.w.z.wat er is verbruikt tussen ..:.. en ..:..). De openings- en sluitingstijd hebben daarentegen betrekking op de periode waarin de deelnemer daadwerkelijk zijn intake kan melden. De juiste implementatie van een externe enquête vereist enige codering; hiervoor wordt hulp van de beheerder aanbevolen. Voor de meeste uitnodigingen kan de optie Uitnodigingen importeren uit (.csv) onder Bestand worden gebruikt. Het bestand vereist dezelfde informatie als voor de handmatige invoer. Uitnodigingen kunnen ook worden gemaakt via steekproefschema's (d.w.z.waarbij het systeem een willekeurig uitnodigingsschema genereert over verschillende dagen en tijden op basis van een vooraf ingestelde regels zoals de bemonsteringsperiode, het aantal vereiste uitnodigingen, de reactiedeadline). Een voordeel van de optie Bemonsteringsschema's is dat het systeem automatisch een nieuwe uitnodiging plant in geval van niet-respons. - Volg de gegevensverzameling via het tabblad Agenda door een deelnemer van belang te selecteren in het vervolgkeuzemenu.
OPMERKING: De kalender biedt een overzicht van geplande uitnodigingen binnen een project, in het algemeen of voor specifieke deelnemers. Toekomstige uitnodigingen worden weergegeven in blauw, voltooide eerdere uitnodigingen zijn groen, terwijl eerdere uitnodigingen zonder antwoord rood zijn. Reacties op uitnodigingen kunnen ook worden gecontroleerd via het tabblad Reactie. - Volg reacties via het tabblad Reactie.
OPMERKING: In de sectie Respons worden de gerapporteerde voedselinnamegegevens(d.w.z.voedselitem, geconsumeerde hoeveelheid, eetgetijde en/of tijdstip van consumptie) verzameld. - Vraagt de beheerder om gegevensexport.
OPMERKING: Gegevens kunnen door de beheerder vanuit de backend naar een .csv-bestand worden geëxporteerd voor verdere analyse(bijv.antwoorden/voedselinnamegegevens, nalevingsgegevens). Reacties omvatten gerapporteerde voedingsmiddelen, geselecteerde portiegroottes, geconsumeerde hoeveelheden in grammen en eetmomenten / tijden. - Importeer het .csv bestand in voedingsberekeningssoftware voor diepgaande voedingsanalyses.
LET OP: De gegevens kunnen worden geïmporteerd in voedingsberekeningssoftware die gebruik maakt van de Nederlandse FCDB.
5. Gebruik van de app door de deelnemers tijdens het onderzoek
- Download de gratis beschikbare app in de App Store (iOS) of Google Play Store (Android) en krijg toegang tot de app door in te loggen.
OPMERKING: Inloggegevens, zoals verstrekt door de onderzoeker, zijn vereist om toegang te krijgen tot de app (stap 4.2.5.). Nadat u zich hebt aangemeld, verzendt de app uitnodigingen zoals gepland in de back-end op basis van de referenties van de deelnemer (stap 4.2.7.). - Meld na ontvangst van een uitnodiging via de app de voedselinname.
OPMERKING: Deelnemers kunnen hun voedselinname alleen registreren op vooraf bepaalde dagen en tijden.- Open de app door op de ontvangen melding te klikken of door de app te openen via het app-pictogram.
OPMERKING: Na het openen van de app verschijnt een scherm Uitnodigingsoverzicht waar eerdere en huidige uitnodigingen worden weergegeven. - Klik op de open uitnodiging.
LET OP: Deelnemer wordt naar een overzichtsscherm gebracht waar de uitnodigingsperiode zichtbaar is. - Voer het voedselitem dat u eerst consumeerde in door te klikken op Product toevoegen (Voedselitem toevoegen).
OPMERKING: De deelnemer wordt naar het zoekscherm gebracht. - Begin met het typen van de naam van het verbruikte artikel(bijv.sinaasappelsap [jus d 'orange]). Klik op het gewenste item zoals het verschijnt tijdens het typen.
- Rapporteer in het volgende scherm de verbruikte hoeveelheid (Hoeveelheid), overeenkomstige portiegroottebeschrijving (Portie), eetmoment (Maaltijdmoment) en/of tijdstip van consumptie (Tijdstip), en eindig met opslaan (Opslaan) .
- Herhaal de bovengenoemde stappen totdat alle voedingsmiddelen zijn gemeld.
- Dien de lijst in (recall) door te klikken op (Lijstverzenden ) of de uitnodiging wordt automatisch aan het einde van de dag gesloten (record).
OPMERKING: De optie Lijst verzenden is ook zichtbaar in de recordversie, zodat deelnemers die de record gebruiken, hun invoer ook naar de database kunnen verzenden. Zelfs als de gegevens al zijn verzonden, wordt de uitnodiging echter aan het einde van de dag nog steeds gesloten en worden alle gegevens naar de server verzonden.
- Open de app door op de ontvangen melding te klikken of door de app te openen via het app-pictogram.
Representative Results
Het systeem (app en backend) is ontwikkeld met behulp van de stappen die worden beschreven in het hierboven beschreven protocol; de belangrijkste resultaten van dit proces worden hieronder beschreven en eindigen met het definitieve ontwerp van de app.
Formatief onderzoek
Naast uitgebreide literatuurstudie werden verschillende webgebaseerde tools geïnspecteerd (bijv.Compl-eat13, ASA2414, Foodbook2415, MyFood2416) met betrekking tot de methodologie voor dieetbeoordeling en geïmplementeerde functies. Daarnaast werden de prestaties van verschillende food tracking apps die in Nederland veelvuldig worden gebruikt vergeleken (bijv.MijnEetmeter17, MyFitnessPal18, Virtuagym Food19), gericht op aspecten als dieetbeoordelingsmethodiek, informatievoorziening, betrouwbaarheid, zoekmachine en het gebruik van extra functies (bijv.afbeeldingen, barcodescanner, receptfuncties). De resultaten van deze inspectie leidden tot de beslissing om de app zo te ontwikkelen dat deze kan worden gebruikt als voedselrecord en terugroepactie. Bovendien leidde het tot de implementatie van de functie Mijn gerechten, die kan worden gebruikt om originele recepten of vaak geconsumeerde productcombinaties(bijv.een dagelijks ontbijt) te maken. Binnen deze functie wordt automatisch rekening gehouden met opbrengst- en retentiefactoren.
Om de voedsel- en nutriënteninname nauwkeurig te kwantificeren, is een volledige, zij het praktische, voedsellijst cruciaal. Het samenstellen van een dergelijke voedsellijst vereist een afweging tussen de uitgebreidheid van de voedsellijst en de doorzoekbaarheid van de levensmiddelen(d.w.z.voedselbeschrijvingen moeten duidelijk, begrijpelijk en gemakkelijk te vinden zijn)41,42. Aangezien gegevens over de voedselsamenstelling de fundamentele basis vormen voor dieetbeoordeling21,22, is het belangrijk ervoor te zorgen dat de ontwikkelde voedsellijst kan worden gekoppeld aan nauwkeurige gegevens over de voedselsamenstelling. De voedsellijst in de app is gebaseerd op de Nederlandse FCDB (NEVO)14, die is geselecteerd op zijn betrouwbaarheid en rijke voedselsamenstellingsgegevens. Oorspronkelijk bestaat de NEVO uit 2.389 voedingsartikelen (versie 2016/5.0), die zijn teruggebracht tot een voedsellijst van 1.449 items door het elimineren van "verwarrende items"(bijv.voedingsmiddelen die niet rauw kunnen worden geconsumeerd, voedingsmiddelen die niet kunnen worden geconsumeerd zonder toevoegingen) of items die niet zo essentieel zijn om op te nemen (bijvoorbeeldvanwege lage consumptiepercentages op basis van de Dutch Food Consumption Survey (DNFCS)4 ).
Bovendien bevat de NEVO vergelijkbare voedingsmiddelen met verschillende merknamen; in een dergelijk geval werd alleen de generieke optie opgenomen in de voedsellijst. Om de bruikbaarheid verder te vergemakkelijken, werden sommige voedingsmiddelen hernoemd om onnodige terminologie zoals 'bereid', 'bevroren', 'gemiddeld' en 'natuurlijk' te elimineren. Dit "reinigingsprotocol" is ontwikkeld door drie goed opgeleide onderzoeksdiëtisten en uitgevoerd door middel van een syntaxis, die kan worden herhaald zodra NEVO is bijgewerkt. Om de doorzoekbaarheid van voedingsmiddelen te optimaliseren, werden bovendien 1.019 bekende synoniemen van de meegeleverde voedingsmiddelen aan de voedsellijst toegevoegd. De voedsellijst in de app bestond dus uiteindelijk uit 2.468 items. Een overzicht van de ontwikkeling van de voedsellijst wordt weergegeven in figuur 2. Hoewel deze uitgebreide voedsellijst is ontwikkeld voor algemeen gebruik, staat de backend van de app indien nodig wel het importeren van alternatieve voedsellijsten toe.
Figuur 2: Structuur van de voedsellijst ontwikkeld voor de app. De voedsellijst is gebaseerd op de Nederlandse voedselsamenstellingsdatabase (FCDB) en voor elk item in de uiteindelijke voedsellijst zijn bijbehorende portiegroottesuggesties en synoniemen toegevoegd. Klik hier om een grotere versie van deze afbeelding te bekijken.
Een ander cruciaal aspect van de beoordeling van de voeding is de kwantificering van portiegroottes. Hoewel schattingshulpmiddelen voor portiegrootte (PSEAs), bijvoorbeeld afbeeldingen, referente objecten en standaard portiegroottes, de rapportage van de hoeveelheden geconsumeerdevoedingsmiddelen 24,26,44ondersteunen , is een onjuiste rapportage van portiegroottes nog steeds een substantiële bron van bias24,25,45,46, en is literatuur over de effectiviteit van de verschillende PSEAs inconsistent26. Voedselafbeeldingen, suggesties voor portiegrootte(d.w.z.standaardmaten en huishoudelijke maatregelen) en gratis invoer van gewicht in gram zijn de meest gebruikte PSEAs in web- en smartphonegebaseerde voedingsbeoordelingstools34. Terwijl suggesties voor portiegrootte(bijv.kopjes, lepels, klein, groot) bijvoorbeeld worden gebruikt in gereedschappen zoals Compl-eat13 en Oxford WebQ47, helpen afbeeldingen schattingen van de portiegrootte in gereedschappen zoals ASA2414 en Myfood2416. Om de meest geschikte PSEA voor de app te onderzoeken, werd een pilotstudie uitgevoerd om de nauwkeurigheid van suggesties voor portiegrootte(bijv.kleine, middelgrote, grote of cup-, lepel-), gratis invoer in grammen en afbeeldingen op portiegrootte te vergelijken. De resultaten van dit onderzoek leidden tot de implementatie van suggesties voor portiegrootte als de PSEA in de app, samen met de optie om hoeveelheden in gram27in te voeren .
Beoordeling door experts
Het doel van de deskundige evaluaties was om de app kwalitatief te evalueren in termen van functionaliteit en leergemak. Omdat veel gebruikers de voorkeur geven aan het leren van software door exploratie29, is het niveau van leerbaarheid van een systeem belangrijk. In totaal namen 10 experts, d.w.z.4 (onderzoeks)diëtisten en 6 voedings- en gezondheidsgedragsdeskundigen (wetenschappers) deel aan de cognitieve walkthroughs waarin 60% een Android-smartphone gebruikte. Het belangrijkste was dat deskundige evaluaties aangaven dat de eerste versie van de app niet voldoende intuïtief was, bijvoorbeelddat de menustructuur onduidelijk werd beoordeeld vanwege vage knoppen / pictogrammen en de zoekmachine een onlogische volgorde van resultaten genereerde. Een ander kritiek punt dat voortvloeit uit de beoordelingen van deskundigen had betrekking op het feit dat geselecteerde items niet konden worden gewijzigd. Op basis van deze resultaten is het ontwerp van de app vanaf fase 2 aanzienlijk verbeterd (figuur 1).
Evaluatie van bruikbaarheid
In totaal namen 22 deelnemers deel aan de denk-hardop interviews, die de basis vormden voor de usability evaluatie. De initiële steekproefgrootte werd vastgesteld op 20 deelnemers36, waarna de gegevensverzadiging werd beoordeeld. Aangezien de gegevensverzadiging na 20 interviews niet werd bereikt, ging de opname door tijdens het beoordelen van de gegevensverzadiging na elk volgend interview. Deelnemers hadden een gemiddelde ± standaarddeviatieleeftijd van 48 ± 17 jaar (bereik 22-70 jaar); 36% was man en de meerderheid van de bevolking was hoogopgeleid (55%). Daarnaast gebruikten de meeste deelnemers een Android-apparaat (n=14, 64%), en bijna alle deelnemers hadden meer dan 1 jaar ervaring met smartphonegebruik (n=21, 96%) (Tabel 1). Alle deelnemers voltooiden de taken zonder of met minimale instructie.
| Totaal (n=22) | |
| Geslacht | |
| Man (%) | 36.4 |
| Vrouw (%) | 63.6 |
| Gemiddelde leeftijd (gemiddeld, SD) | 48.1 (17.2) |
| Opleidingsniveau | |
| Laag (%) | 0 |
| Gemiddeld (%) | 45.5 |
| Hoog (%) | 54.5 |
| Type smartphone | |
| Android (%) | 63.6 |
| iOS (%) | 36.4 |
| Smartphone-ervaring | |
| Korter dan 6 maanden (%) | 4.5 |
| Tussen 6 maanden en 1 jaar (%) | 0 |
| Langer dan 1 jaar (%) | 95.5 |
| SUS (gemiddeld, SD) | 79.4 (15.1) |
Tabel 1. Kenmerken van de onderzoekspopulatie en resultaten van bruikbaarheidsevaluatie. Alleen de resultaten van de system usability scale (SUS) worden in deze tabel weergegeven, samen met de kenmerken van de deelnemer.
Overwegende dat sommige deelnemers (n=13, 59%) problemen ondervonden bij het gebruik van de my dishes-functionaliteit; anderen (n = 5, 23%) ondervonden kleine functionaliteitsproblemen zoals trage reactie van de menuknop en problemen met het gebruik van knoppen met betrekking tot onvoldoende schermgrootte van kleinere smartphones). Bovendien gaven 15 (68%) deelnemers hun voorkeur aan voor een optie om geconsumeerde portiegroottes in gram in te voeren. Ten slotte gaf de evaluatie van de SUS-score een beoordeling van 79/100 (bereik 40-100), waarbij slechts 3 van de 22 deelnemers de app beoordeelden onder 68/100 en 13 beoordeeld >80/100, wat suggereert dat de app als gebruiksvriendelijk kan worden beschouwd. Over het algemeen waren de voorgestelde verbeteringen dus gering en waren de bruikbaarheidsevaluaties veelbelovend. Vervolgens werden verbetervoorstellen besproken binnen het onderzoeksteam en, indien relevant geacht, opgenomen in de fase 4 upgrade om de sympathie en bruikbaarheid van de app verder te optimaliseren (figuur 1).
Definitief ontwerp
De stappen beschreven in het protocol en de resultaten van het evaluatieonderzoek resulteerden uiteindelijk in een definitief ontwerp voor de app en de backend, dat gericht was op een eenvoudig visueel ontwerp. Deze app kan worden gebruikt als een voedselrecord en een terugroepactie. Zoals eerder beschreven, is de voedsellijst een aangepaste versie van de NEVO. Schatting van de portiegrootte wordt ondersteund door suggesties voor voedselspecifieke portiegrootte; geconsumeerde porties kunnen ook in gram worden ingevoerd. In het geval van de terugroepversie van de app heeft de onderzoeker de mogelijkheid om verschillende tijdsloten te selecteren(bijv.2hR, 8hR of 24hR). Om voedselinnamegegevens op verschillende dagen en tijden te verzamelen, kunnen binnen een vooraf bepaalde periode verschillende bemonsteringsschema's worden gemaakt. Pushmeldingen nodigen respondenten uit om hun voedselinname vast te leggen. Om volledige gegevensverzameling te garanderen, worden uitnodigingen automatisch opnieuw gepland in geval van niet-respons. Binnen de recall module kunnen respondenten hun voedselinname pas melden na ontvangst van een uitnodiging. In het geval van het voedselrecord hebben respondenten toegang tot de app en kunnen ze hun voedselinname gedurende de dag registreren.
In tegenstelling tot de meeste 24hR-tools is de terugroepmodule van de app niet gebaseerd op de Automated Multiple-Pass Method- een vijfstapsmethode voor het verzamelen van voedselinnamegegevens voor de vorige 24 uur48- omdat deze methode te uitgebreid en tijdrovend is voor gebruik in een app. Meer in het bijzonder, om de bruikbaarheid te vergroten en de naleving van de voedselinnameopnamen11,38,49te verbeteren , werd de navigatie tot een minimum beperkt door het aantal schermen dat toegankelijk moet zijn te beperken tot 4 ( figuur3): 1) een overzichtsscherm met het rapportagevenster; 2) geconsumeerde voedselitems worden gerapporteerd via het zoekscherm en zodra het gewenste item is geselecteerd 3) verschijnt er een dialoogvenster met de eetmomenten en de geconsumeerde hoeveelheid, waarna 4) de gebruiker terugkeert naar het scherm Overzicht dat nu de opgenomen voedselitems weergeeft. Daarnaast kan de gebruiker ook de functie Mijn gerechten gebruiken om recepten of productcombinaties te maken, die via de menuknop kunnen worden ingevoerd.
Figuur 3: Schematisch overzicht van de routing in de app. Klik hier om een grotere versie van deze afbeelding te bekijken.
De gegevens worden opgeslagen op een beveiligde server. Indien gewenst kunnen aanvullende vragen- algemeen of gerelateerd aan specifieke eetmomenten of etenswaren - worden opgenomen. De app kan verbinding maken met online enquêtetools. Daarom is het mogelijk om een enquête uit te voeren die geen verband houdt met voedselinname via de app op vooraf gespecificeerde tijden(bijv.context, gedrag, stemmingsvragen). Het is ook mogelijk om specifieke vragen te stellen met betrekking tot gerapporteerde voedingsmiddelen of eetmomenten(bijv.wanneer appels worden gemeld, wanneer de lunch wordt gerapporteerd). Het gebruik van online enquêtetools biedt de mogelijkheid om veel verschillende vragen te stellen via de app. De verzamelde voedselinnamegegevens kunnen vanaf de server worden geëxporteerd en geïmporteerd in voedingsberekeningssoftware voor verdere analyses. In het geval van het gebruik van aanvullende vragen, zullen deze gegevens zoals gewoonlijk beschikbaar zijn in de enquêtetool. Het doel was om een goed gestructureerde en gebruiksvriendelijke app te ontwikkelen. Enkele screenshots van het ontwerp zijn te zien in figuur 4A-E.
Figuur 4: Screenshots van de definitieve versie van de app. (A) Het start/overzichtsscherm, met de uitnodiging met de (in dit geval) 2 uur terugroepperiode. De gebruiker kan op Product toevoegen drukkenom een voedingsmiddel of Niets gegeten of gedronken te melden (d.w.z.ik heb niets gegeten of gedronken) voor het geval er in deze periode niets is geconsumeerd. (B) Het zoekscherm, met resultaten die overeenkomen met de zoekterm "Jus" uit de voedsellijst. Het gewenste item kan worden geselecteerd uit de zoekresultaten. (C) Een pop-upscherm vereist invoer van details over het geselecteerde item "Jus d 'orange". In dit geval vraagt de app om de hoeveelheid geconsumeerde en etende gelegenheid. De gebruiker kan teruggaan naar het zoekresultaat door op Annuleren (d.w.z.annuleren) of Opslaan (d.w.z.opslaan) te drukken om verder te gaan. (D) Het overzicht opnieuw, dit keer met alle gerapporteerde items. Een ander item kan worden toegevoegd (Product toevoegen) of de invoer kan worden verzonden (Lijst verzonden). Nahet selecteren van Lijst >Verschijnt er een pop-up waarin de gebruiker wordt gevraagd of hij zeker weet dat hij of zij wil verzenden, en wordt de gebruiker eraan herinnerd dat het niet mogelijk is om nog meer wijzigingen aan te brengen nadat de lijst is verzonden. De gebruiker heeft de mogelijkheid om te annuleren (Annuleren) of verzenden (Versturen). Klik hier om een grotere versie van deze afbeelding te bekijken.
Discussion
Dit artikel presenteert het iteratieve ontwikkelingsproces van de smartphonegebaseerde dieetbeoordelingsapp Traqq. Het in evenwicht brengen van het vereiste niveau van nauwkeurigheid en gebruiksvriendelijkheid vormde de volgende belangrijke uitdagingen bij de ontwikkeling van de app met betrekking tot beslissingen over 1) gegevensinvoer(d.w.z.het selecteren van de meest nauwkeurige methode voor voedselidentificatie en kwantificering van de portiegrootte), 2) voedselsamenstellingsgegevens(d.w.z.het selecteren van een nauwkeurige database en het maken van een volwaardige voedsellijst), 3) aanpassingsopties (d.w.z. flexibiliteit in voedsellijst, kwantificering van portiegrootte en recepten), en 4) validatie (d.w.z.tegen traditionele methoden en/of onafhankelijke maatregelen)3,50. Tijdens het literatuuronderzoek werden vijf gevalideerde en volledig geautomatiseerde, op smartphones gebaseerde, dieetbeoordelingsinstrumenten geïdentificeerd die voor onderzoek waren ontwikkeld3, namelijk My Meal Mate4, Electronic Dietary Intake Assessment (eDIA)7, Easy Diet Diary8, Electronic Carnet Alimentaire (e-CA)5, en Eat and Track (EaT)6.
Als gevolg van de mate van automatisering van deze vijf dieetbeoordelingsapps en deze app, neemt de werklast en kosten van onderzoekers aanzienlijk af, terwijl de volledigheid van de gegevens toeneemt in vergelijking met traditionele dieetbeoordelingsmethoden. Bovendien verschilt deze app op zijn beurt van de vijf bestaande voedingsbeoordelingsinstrumenten in termen van flexibiliteit. In het bijzonder, terwijl bestaande apps allemaal zijn gebaseerd op de voedselrecordmethode, kan deze app worden gebruikt als een voedselrecord en een terugroepactie. Bovendien heeft Traqq, hoewel het ontwerp van deze apps vaststaat, het grote voordeel dat het kan worden aangepast aan verschillende onderzoeksdoeleinden(bijv.dieetbeoordelingsmethode, voedsellijst, bemonsteringsschema's, aanvullende vragen)3,50. Omgekeerd bevatten andere bestaande apps voor dieetbeoordeling waardevolle functies, die (nog) niet in de app zijn geïmplementeerd. Om dit punt te illustreren, stellen sommige apps de gebruiker in staat om foto's te maken van hun voedsel voor voedselherkenning en schatting van de portiegrootte, zoals het semi-geautomatiseerde, technologieondersteunde dieetbeoordelingssysteem (TADA)51,52.
Deelnemers aan het usability-onderzoek gaven ook aan dat het gebruik van foto's een waardevolle aanvulling kan zijn op de schatting van de portiegrootte van de hulp. Er waren echter nog te veel uitdagingen om een dergelijke functie in dit stadium te implementeren, bijvoorbeeld hetspecificeren en begeleiden met betrekking tot de fotografische hoek(d.w.z.om diepte te beoordelen), de noodzaak van een referentiemaker(d.w.z.om te corrigeren voor maten en kleuren), de essentiële voor en na foto(d.w.z.om verbruikte hoeveelheden te beoordelen), en over het verwerken van receptgerechten. Vanwege deze technische uitdagingen zijn de bestaande op afbeeldingen gebaseerde apps voor dieetbeoordeling nog steeds semi-geautomatiseerd, wat betekent dat handmatige beeldbeoordeling moet worden uitgevoerd door de gebruiker, de onderzoeker of beide51,52. Technologische vooruitgang, zoals crowdsourcing en machine learning, kan het gebruik van voedselafbeeldingen voor dieetbeoordeling verbeteren53,54. In de toekomst zullen deze opties worden onderzocht om de app verder te verbeteren. Het ontwikkelingsproces van de app werd gekenmerkt door verschillende kritische stappen. Ten eerste werd een formatieve onderzoeksstap voltooid waarin de wetenschappelijke concepten die ten grondslag liggen aan de redenering voor het maken van apps de besluitvorming bij het opzetten van de algemene schets van de app vergemakkelijkten.
In deze fase werd speciale aandacht besteed aan de selectie van de FCDB en de selectie van de PSEA-aspecten die beide direct van invloed zijn op de nauwkeurigheid van de gegevens21. Wat betreft de FCDB, aangezien de app oorspronkelijk is ontwikkeld voor gebruik in Nederland, is de voedsellijst gebaseerd op de Nederlandse FCDB, NEVO14. In de toekomst is het doel om de app verder te ontwikkelen voor internationaal gebruik, waarvoor uitgebreidere voedselsamenstellingsgegevens nodig zijn, omdat veel voedingsmiddelen landspecifiek zijn. Momenteel bestaat er nog geen internationale FCDB en indien aanwezig, zou het gebruik ervan beperkt kunnen zijn geweest. Meer specifiek, aangezien de Nederlandse voedsellijst al 2.389 voedingsmiddelen bevat, zou de implementatie van een internationale voedselsamenstellingstabel, bijvoorbeeldvoor 5 landen, dit aantal voedingsmiddelen waarschijnlijk met ongeveer 5 vermenigvuldigen en de doorzoekbaarheid van voedingsmiddelen en bijgevolg de bruikbaarheid van de app negatief beïnvloeden. Daarom zullen landspecifieke voedsellijsten waarschijnlijk het meest waardevol zijn en vaak ook de voorkeur krijgen van professionals55.
Dit wordt gefaciliteerd door de app omdat deze het importeren van alternatieve voedsellijsten mogelijk maakt en daarmee koppeling maakt aan verschillende (internationale) voedselsamenstellingstabellen. Wat de portiegroottes betreft, zijn er meerdere opties beschikbaar om de nauwkeurigheid van de schattingen te ondersteunen, bijvoorbeeld hetgebruik van afbeeldingsboekjes, referente objecten en/of suggesties voor tekstuele portiegrootte26. Gezien de gebruiksvriendelijkheid heeft directe implementatie van een PSEA in de app de voorkeur boven het gebruik van een PSEA naast de app(bijv.beeldboekje, referentobjecten). Tijdens de ontwikkeling van de app werd besloten om de kwantificering van de portiegrootte te vergemakkelijken door de mogelijkheid te bieden om portiegroottes in te voeren met behulp van suggesties voor portiegrootte en invoer in grammen. De suggestie voor de portiegrootte is gebaseerd op de enige beschikbare Nederlandse database met portiegrootte56. Hoewel Nederlandse voedingsbeoordelingsinstrumenten zoals Compl-eat en Eetmeter ook op deze database13,17vertrouwen , moet worden opgemerkt dat deze database met portiegrootte dateert uit 2003 en dat de afmetingen van serviesgoed sindsdien met57zijn toegenomen . Het gebruik van deze database kan daarom de voedselinname onderschatten.
Op dit moment wordt de portiegroottedatabase bijgewerkt door het Rijksinstituut voor Volksgezondheid en Milieu (RIVM), het Voedingscentrum en Wageningen University and Research58, die uiteindelijk zal worden gebruikt om de portiegroottesuggesties in de app bij te werken. Verschillen tussen de oude en nieuwe porties worden in kaart gebracht en waar nodig aangepast. Hoewel het gebruik van afbeeldingen van portiegrootte (d.w.z.een reeks afbeeldingen die verschillende hoeveelheden van een geselecteerd voedsel weergeven) een goed alternatief kan zijn voor op tekst gebaseerde suggesties voor portiegrootte59, heeft onderzoek aangetoond dat de nauwkeurigheid van de schatting van de portiegrootte het hoogst is wanneer een reeks afbeeldingen van portiegrootte tegelijk wordt gepresenteerd, in plaats van één afbeelding tegelijk45, 60,61. Over het algemeen hebben momenteel beschikbare smartphones relatief kleine schermen, wat de presentatie van een reeks afbeeldingen beperkt. Hoewel nieuwe technologieën het gebruik van interactieve afbeeldingen van portiegrootte vergemakkelijken, waarbij de hoeveelheden voedsel op een virtuele plaat of beker kunnen worden verhoogd of verlaagd met behulp van een schuifregelaar61, zijn deze technieken relatief nieuw en moeten ze nog steeds grondig worden geëvalueerd om de nauwkeurigheid ervan te beoordelen.
Een andere cruciale stap in de ontwikkeling van de app was de betrokkenheid van experts en beoogde eindgebruikers. Hoewel niet vaak opgenomen in het ontwikkelingsproces van tools (of niet beschreven)11,12, feedback van zowel experts als beoogde eindgebruikers - is cruciaal61, maakt het maximaliseren van bruikbaarheid mogelijk en behoudt het vereiste niveau van nauwkeurigheid. De feedback van de beoogde eindgebruikers was bijzonder nuttig bij het uiteindelijke ontwerp van de my dishes-functie. Over het algemeen waren de gebruikers tevreden met de mogelijkheid om hun eigen gerechten te maken. Ze worstelden echter met sommige procedures, bijvoorbeeld, hoewel de functie automatisch gegevens zou opslaan, was dit niet zichtbaar voor de gebruiker. Daarom bleven veel gebruikers zoeken naar de knop Opslaan en kwamen vast te zitten, bang om terug te gaan en hun input te verliezen. Op basis van dit soort feedback is de functie verbeterd om beter aan de verwachtingen van de gebruiker te voldoen.
Tot slot is Traqq een innovatieve app met veel voordelen ten opzichte van bestaande apps en webgebaseerde tools. Er zijn echter nog steeds verschillende beperkingen. Aangezien de app nog steeds afhankelijk is van zelfrapportage, bestaan er nog steeds zelfrapportagegerelateerde meetfouten(bijv.geheugenbias(d.w.z.in geval van terugroeping), sociale wenselijkheidsbias en wijzigingen in de voedselinname(d.w.z.in het geval van voedselrecords), onjuiste schattingen van de portiegrootte(d.w.z.in beide))1. In de komende jaren zullen recent gelanceerde nieuwe technologieën worden onderzocht om de app verder te verbeteren, bijvoorbeelddoor de waarde te onderzoeken van het implementeren van functies zoals barcodescanners, spraakopname, chatbots en afbeeldingen, wat de voedselidentificatie en de schatting van de portiegrootte zou kunnen verbeteren. Ook mogelijkheden om verbinding te maken met andere apps(bijv.activity trackers, slaaptrackers) en apparaten(bijv.versnellingsmeters, hartslagmeters, kauwsensoren) worden onderzocht. Ten slotte wordt de backend ook verder uitgebouwd, bijvoorbeeld door de uitbreiding van samplingopties.
Disclosures
De auteurs hebben niets bekend te maken.
Acknowledgments
De auteurs willen Anouk Geelen en Arvind Datadien bedanken voor hun sleutelrol in de ontwikkeling van Traqq. Verder willen de auteurs Romy Willemsen bedanken voor haar hulp bij het verzamelen van data en de data-analyse in het usability onderzoek. Tot slot willen de auteurs de experts en deelnemers bedanken voor het delen van hun ervaringen en meningen gedurende het hele proces. De ontwikkeling is uitgevoerd door Wageningen University and Research en deels gefinancierd door het ministerie van Landbouw, Natuur en Voedselkwaliteit en industrie, in het kader van TKI Agri&food PPS - project Smart Food Intake (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 |
References
- 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).
