Method Article
Dieser Artikel beschreibt das Protokoll für die Entwicklung einer innovativen Smartphone-basierten Ernährungsbewertungsanwendung Traqq, einschließlich Expertenbewertungen und Usability-Tests.
Um Ernährungsdaten schnell und zuverlässig zu sammeln, wurde eine flexible und innovative Smartphone-Anwendung (App) namens Traqq (iOS/Android) entwickelt. Diese App kann als Lebensmittelakte und 24-Stunden-Rückruf (oder kürzere Rückrufzeiten) verwendet werden. Verschiedene Probenahmeschemata können entweder an vordefinierten oder zufälligen Tagen / Zeiten innerhalb eines vorgegebenen Zeitraums für beide Methoden erstellt werden, mit Push-Benachrichtigungen, um die Teilnehmer aufzufordern, ihre Nahrungsaufnahme zu registrieren. Im Falle einer Nichtbeantwortung werden Benachrichtigungen automatisch neu geplant, um eine vollständige Datenerfassung zu gewährleisten. Für die Verwendung als Lebensmittelakte können die Befragten auf die App zugreifen und ihre Nahrungsaufnahme den ganzen Tag über protokollieren. Lebensmittelaufzeichnungen schließen automatisch am Ende des Tages; Rückrufe schließen nach Übermittlung der verbrauchten Artikel. Der Rückruf sowie das Food Record Modul bieten Zugriff auf eine umfangreiche Lebensmittelliste auf Basis der niederländischen Lebensmittelzusammensetzungsdatenbank (FCDB), die an unterschiedliche Forschungszwecke gewöhnt werden kann. Bei der Auswahl eines Lebensmittels werden die Befragten gleichzeitig aufgefordert, Portionsgröße einzufügen, d.h.in Haushaltsmaße(z. B.Tassen, Löffel, Gläser), Standardportionengrößen(z. B.klein, mittel, groß) oder Gewicht in Gramm und Essgewohnheit / -zeit des Verzehrs. Portionsgrößenoptionen können angepasst werden, z. B.nur Eingabe in Gramm im Falle einer gewogenen Lebensmittelaufzeichnung oder Zeitpunkt des Verzehrs anstelle von Essgeläse). Die App enthält auch eine My Dishes-Funktion, mit der der Befragte eigene Rezepte oder Produktkombinationen(z. B.ein tägliches Frühstück) erstellen und nur die insgesamt konsumierte Menge melden kann. Anschließend berücksichtigt die App Ertrags- und Retentionsfaktoren. Die Daten werden auf einem sicheren Server gespeichert. Auf Wunsch können zusätzliche Fragen, z.B.im Allgemeinen oder solche, die sich auf bestimmte Lebensmittel oder Essanlässe beziehen, einbezogen werden. Dieses Papier beschreibt die Entwicklung des Systems (App und Backend), einschließlich Expertenbewertungen und Usability-Tests.
Eine genaue Ernährungsbewertung ist von entscheidender Bedeutung, um die Qualität der Studien über die Rolle der Ernährung bei der Gesundheits- und Krankheitsprävention sicherzustellen. Derzeit verwenden solche Studien in der Regel etablierte Methoden zur Bewertung der Ernährungsgewohnheiten, d. H.Fragebögen zur Lebensmittelhäufigkeit, 24-Stunden-Rückrufe (24hRs) und / oder Lebensmittelaufzeichnungen1. Trotz der Tatsache, dass diese Methoden für die Ernährungsforschung von großer Bedeutung sind, besitzen sie auch verschiedene Nachteile, z. B. gedächtnisbezogene Verzerrungen, soziale Erwünschtheitsverzerrungen und sind sowohl für den Befragten als auch für den Forscherbelastend 1,2. Jüngste technologische Erfindungen bieten nun die Möglichkeit, diese Nachteile zu überwinden. In den vergangenen Jahren haben verschiedene Forschungsgruppen diese Chance genutzt und webbasierte und Smartphone-basierte Ernährungsbewertungstools für die Ernährungsforschung entwickelt, die einige dieser bekannten Nachteile adressieren (siehe Eldridge et al.3 für einen umfassenden Überblick über web- und Smartphone-basierte Tools), d.h.Fehlerursachen reduzieren, die Benutzerfreundlichkeit verbessern und die Belastung des Teilnehmers und Forschers verringern1.
Dennoch ist die Anzahl der vollautomatisierten und validierten Smartphone-Anwendungen (Apps), die für die Ernährungsforschung geeignet sind, noch begrenzt. Die meisten der verfügbaren Apps zur Beurteilung der Ernährung(d. H.Kommerziell oder für die Forschung entwickelt) sind entweder nicht vollständig automatisiert(d. H.Erfordern eine manuelle Codierung von Lebensmitteln) oder sind nicht (gut) validiert3. Darüber hinaus wurden die meisten verfügbaren validierten Apps für einen bestimmten Forschungszweck und eine bestimmte Verwendung in einem bestimmten Land entwickelt. Aufgrund ziemlich fester Designs erscheint die Wiederverwendung solcher Apps für andere Forschungszwecke oder in anderen Ländern herausfordernd3,4,5,6,7,8. Schließlich, trotz der Verfügbarkeit von Auf dem Lebensmittelrekord basierenden Apps, scheint es bis heute noch keine rückrufbasierten Apps zu geben. Obwohl Lebensmittelaufzeichnungen anfällig für Reaktivitätsverzerrungen sind, d.h.die Befragten können ihre Nahrungsaufnahme aufgrund des Bewusstseins ändern, dass sie beobachtet werden2,9, ist dies nicht der Fall für Rückrufe, was die Notwendigkeit der Entwicklung einer validierten Rückruf-basierten Appunterstreicht 10. Für den Einsatz in den Niederlanden wurde eine innovative Diätbewertungs-App namens Traqq entwickelt, die je nach Forschungsfrage1sowohl als Lebensmittelakte als auch als Rückruf verwendet werden kann.
Neben der Möglichkeit, zwischen der Lebensmittelaufzeichnungsoption und der Rückrufoption zu wechseln, unterscheidet sich diese App auch aufgrund ihrer Flexibilität von anderen Tools zur Bewertung der Ernährung. Insbesondere in Bezug auf die Lebensmittelliste, Portionsgrößenschätzungen, Probenahmeschemata und die Möglichkeit, zusätzliche Fragen aufzunehmen. Das Maß an Flexibilität im System ermöglicht die Anpassung an mehrere Forschungszwecke, die eine genaue Bewertung des Ernährungsverhaltens erfordern. Derzeit befindet sich die App in der Validierung und wird bereit sein, in verschiedenen Arten der ernährungsbezogenen Forschung verwendet zu werden. Die App kann auch in Ernährungsinterventionsprogrammen verwendet und möglicherweise weiter verbessert werden, um das Ernährungsverhalten zu messen und zu beeinflussen. Da die Entwicklung zuverlässiger Ernährungsbewertungstools eine Herausforderung darstellt und Berichte über diese Prozesse insbesondere im Hinblick auf die Beteiligung von Nutzern und Experten3,11,12- selten sind, bietet dieses Papier einen detaillierten Überblick darüber, wie verschiedene Informationsquellen in die systematische und iterative Entwicklung dieser Smartphone-basierten Diätbewertungs-App integriert wurden. Der Prozess umfasst Theorie, Expertenberatung und Benutzerengagement.
HINWEIS: Alle Verfahren einschließlich der menschlichen Teilnehmer wurden nicht-invasiv mit meist qualitativen Forschungsmethoden durchgeführt. Vor Beginn der Evaluierungen wurde von allen Teilnehmern eine Einwilligung nach Aufklärung eingeholt. Dieses Protokoll beschreibt den iterativen Entwicklungsprozess, der grob in vier Stufen unterteilt werden kann, in denen die Stufen 1-3 miteinander verflochten sind (Abbildung 1).
Abbildung 1: Überblick über die Phasen des iterativen Entwicklungsprozesses der App. Der Entwicklungsprozess bestand aus insgesamt fünf Phasen. Der Prozess war jedoch iterativ, was bedeutet, dass die Stufen 1 bis 3 miteinander verflochten waren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
1. Führen Sie umfangreiche formative Forschung zur Vorbereitung des eigentlichen Entwicklungsprozesses durch.
2. Entwerfen Sie die App zur Ernährungsbewertung
3. Evaluationen durch Forschende
HINWEIS: Nach jedem Upgrade wurde die App von Ernährungswissenschaftlern und Ernährungsberatern mit Erfahrung in der Ernährungsbewertung (Interne Tests) getestet, um zu überprüfen, ob sich die Funktionalitäten wie erwartet verbessert haben. Die folgenden Anweisungen sind von Forschern auszuführen.
4. Nutzung des Backend-Systems für das App- und Studienmanagement
HINWEIS: Das System verfügt über drei Berechtigungsstufen: (1) Administrator - diese Berechtigungsstufe bietet Zugriff auf alle Abschnitte des Backends(d. h.Erstellen neuer Benutzer, Bestimmen der Benutzerberechtigung und Gewähren von Benutzerzugriff auf ein oder mehrere Projekte); (2) Projektmanager - diese Berechtigungsstufe ermöglicht den Zugriff auf bestimmte Projekte und die Möglichkeit, neue Projekte zu erstellen; und (3) Forscher - diese Berechtigungsstufe bietet nur Zugang zu den spezifischen Projekten, an denen Forscher beteiligt sind.
5. Nutzung der App durch die Teilnehmer während der Studie
Das System (App und Backend) wurde mit den schritten des oben beschriebenen Protokolls entwickelt; Die wichtigsten Ergebnisse dieses Prozesses werden im Folgenden beschrieben und schließen mit dem endgültigen Design der App ab.
Prägende Forschung
Neben einer umfangreichen Literaturrecherche wurden mehrere webbasierte Tools (z.B.Compl-eat13, ASA2414, Foodbook2415, MyFood2416) hinsichtlich der Methodik zur Ernährungsbewertung und implementierten Funktionen überprüft. Darüber hinaus wurde die Leistung mehrerer in den Niederlanden häufig verwendeter Food-Tracking-Apps verglichen(z. B.MijnEetmeter17, MyFitnessPal18, Virtuagym Food19), wobei Aspekte wie die Methodik zur Beurteilung der Ernährung, die Bereitstellung von Informationen, die Zuverlässigkeit, die Suchmaschine und die Verwendung zusätzlicher Funktionen(z. B.Bilder, Barcode-Scanner, Rezeptfunktionen) im Mittelpunkt standen. Die Ergebnisse dieser Inspektion führten zu der Entscheidung, die App so zu entwickeln, dass sie als Lebensmittelakte und Rückruf verwendet werden kann. Darüber hinaus führte es zur Implementierung der Funktion My Dishes, mit der Originelle Rezepte oder häufig konsumierte Produktkombinationen(z.B.ein tägliches Frühstück) erstellt werden können. Innerhalb dieser Funktion werden Ertrags- und Retentionsfaktoren automatisch berücksichtigt.
Um die Nahrungs- und Nährstoffaufnahme genau zu quantifizieren, ist eine vollständige, wenn auch praktische Lebensmittelliste von entscheidender Bedeutung. Die Erstellung einer solchen Lebensmittelliste erfordert einen Kompromiss zwischen der Ausführlichkeit der Lebensmittelliste und der Durchsuchbarkeit der Lebensmittel(d. h.Lebensmittelbeschreibungen müssen klar, verständlich und leicht zu finden sein)41,42. Da Daten zur Lebensmittelzusammensetzung die grundlegende Grundlage für die Ernährungsbewertung21,22bilden, ist es wichtig sicherzustellen, dass die entwickelte Lebensmittelliste mit genauen Daten zur Lebensmittelzusammensetzung verknüpft werden kann. Die in der App enthaltene Lebensmittelliste basiert auf der niederländischen FCDB (NEVO)14, die aufgrund ihrer Zuverlässigkeit und reichhaltigen Lebensmittelzusammensetzungsdaten ausgewählt wurde. Ursprünglich besteht die NEVO aus 2.389 Lebensmitteln (Version 2016/5.0), die auf eine Lebensmittelliste von 1.449 Artikeln reduziert wurden, indem "verwirrende Artikel"(z. B.Lebensmittel, die nicht roh verzehrt werden können, Lebensmittel, die ohne Zusätze nicht konsumiert werden können) oder Artikel, die nicht so wichtig sind (z. B.aufgrund niedriger Verbrauchsraten auf der Grundlage der niederländischen Lebensmittelverbrauchserhebung (DNFCS)43) eliminiert wurden.
Darüber hinaus enthält das NEVO ähnliche Lebensmittel mit unterschiedlichen Markennamen; in einem solchen Fall wurde nur die generische Option in die Lebensmittelliste aufgenommen. Um die Benutzerfreundlichkeit weiter zu erleichtern, wurden einige Lebensmittel umbenannt, um unnötige Begriffe wie "zubereitet", "gefroren", "durchschnittlich" und "natürlich" zu eliminieren. Dieses "Reinigungsprotokoll" wurde von drei gut ausgebildeten Forschungsdiäten entwickelt und mittels einer Syntax ausgeführt, die nach der Aktualisierung von NEVO erneut ausgeführt werden kann. Um die Durchsuchbarkeit von Lebensmitteln zu optimieren, wurden zudem 1.019 bekannte Synonyme der enthaltenen Lebensmittel in die Lebensmittelliste aufgenommen. So umfasste die in der App enthaltene Lebensmittelliste schließlich 2.468 Artikel. Eine Übersicht über die Entwicklung der Lebensmittelliste ist in Abbildung 2dargestellt. Obwohl diese umfangreiche Lebensmittelliste für den allgemeinen Gebrauch entwickelt wurde, ermöglicht das Backend der App bei Bedarf den Import alternativer Lebensmittellisten.
Abbildung 2: Aufbau der für die App entwickelten Lebensmittelliste. Die Lebensmittelliste basiert auf der niederländischen Lebensmittelzusammensetzungsdatenbank (FCDB) und entsprechende Portionsgrößenvorschläge und Synonyme wurden für jeden Artikel in der endgültigen Lebensmittelliste hinzugefügt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Ein weiterer entscheidender Aspekt der Ernährungsbewertung ist die Quantifizierung der Portionsgrößen. Obwohl Portionsgrößenschätzungshilfen (PSEAs), z. B. Bilder, Referenzobjekte und Standardportionsgrößen, die Berichterstattung über die Mengen der konsumierten Lebensmittel24,26,44unterstützen, ist die falsche Meldung von Portionsgrößen immer noch eine wesentliche Quelle für Verzerrungen24,25,45,46, und die Literatur über die Wirksamkeit der verschiedenen PSEAs ist inkonsistent26. Lebensmittelbilder, Portionsgrößenvorschläge(d.h.Standardgrößen und Haushaltsmaße) und die freie Eingabe von Gewicht in Gramm sind die am häufigsten verwendeten PSEAs in web- und Smartphone-basierten Ernährungsbewertungstools34. Während beispielsweise Portionsgrößenvorschläge(z. B.Tassen, Löffel, klein, groß) in Tools wie Compl-eat13 und Oxford WebQ47verwendet werden, helfen Bilder bei der Schätzung der Portionsgröße in Tools wie ASA2414 und Myfood2416. Um die am besten geeignete PSEA für die App zu untersuchen, wurde eine Pilotstudie durchgeführt, um die Genauigkeit von Portionsgrößenvorschlägen(z. B.klein, mittel, groß oder Tasse, Löffel), freie Eingabe in Gramm und Portionsgrößenbilder zu vergleichen. Die Ergebnisse dieser Studie führten zur Implementierung von Portionsgrößenvorschlägen wie PSEA in der App zusammen mit der Option, Mengen in Gramm27einzugeben.
Expertenmeinung
Ziel der Expertenbewertungen war es, die App qualitativ hinsichtlich Funktionalität und Lernfreundlichkeit zu bewerten. Da viele Benutzer es vorziehen, Software durch Erkundung29zu lernen, ist das Lernniveau eines Systems wichtig. Insgesamt nahmen 10 Experten, d.h.4 (Forschungs-)Ernährungsberater und 6 Ernährungs- und Gesundheitsverhaltensexperten (Wissenschaftler) an den cognitive walkthroughs teil, bei denen 60% ein Android-Smartphone nutzten. Am wichtigsten war, dass Expertenbewertungen ergaben, dass die erste Version der App nicht intuitiv genug war, z.B.die Menüstruktur aufgrund vager Schaltflächen / Symbole als unklar beurteilt wurde und die Suchmaschine eine unlogische Reihenfolge der Ergebnisse generierte. Ein weiterer kritischer Punkt, der sich aus den Expertenbewertungen ergab, betraf die Tatsache, dass ausgewählte Artikel nicht geändert werden konnten. Basierend auf diesen Ergebnissen wurde das Design der App ab Stufe 2 erheblich verbessert (Abbildung 1).
Usability-Bewertung
Insgesamt nahmen 22 Teilnehmer an den Think-Aloud-Interviews teil, die die Grundlage für die Usability-Evaluation bildeten. Die anfängliche Stichprobengröße wurde auf 20 Teilnehmer36festgelegt, woraufhin die Datensättigung bewertet wurde. Da die Datensättigung nach 20 Interviews nicht erreicht wurde, wurde die Einbeziehung fortgesetzt, während die Datensättigung nach jedem nachfolgenden Interview bewertet wurde. Die Teilnehmer hatten ein mittleres ± Standardabweichungsalter von 48 ± 17 Jahren (Bereich 22-70 Jahre); 36% waren männlich und die Mehrheit der Bevölkerung war gut ausgebildet (55%). Darüber hinaus verwendeten die meisten Teilnehmer ein Android-Gerät (n = 14, 64%), und fast alle Teilnehmer hatten über 1 Jahr Erfahrung mit der Smartphone-Nutzung (n = 21, 96%) (Tabelle 1). Alle Teilnehmer erledigten die Aufgaben ohne oder mit minimaler Einweisung.
Gesamt (n=22) | |
Geschlecht | |
Männlich (%) | 36.4 |
Weiblich (%) | 63.6 |
Durchschnittsalter (Mittelwert, SD) | 48.1 (17.2) |
Bildungsgrad | |
Niedrig (%) | 0 |
Mittel (%) | 45.5 |
Hoch (%) | 54.5 |
Smartphone-Typ | |
Android (%) | 63.6 |
iOS (%) | 36.4 |
Smartphone-Erlebnis | |
Kürzer als 6 Monate (%) | 4.5 |
Zwischen 6 Monaten und 1 Jahr (%) | 0 |
Länger als 1 Jahr (%) | 95.5 |
SUS (Mittelwert, SD) | 79.4 (15.1) |
Tabelle 1. Merkmale der Studienpopulation und Ergebnisse der Usability-Evaluation. In dieser Tabelle werden nur die Ergebnisse der System Usability Scale (SUS) zusammen mit den Teilnehmermerkmalen dargestellt.
Einige Teilnehmer (n=13, 59%) gaben Schwierigkeiten bei der Nutzung der My Dishes-Funktion an. andere (n = 5, 23%) stießen auf kleinere Funktionsprobleme wie langsame Reaktion der Menütaste und Schwierigkeiten bei der Verwendung von Tasten im Zusammenhang mit unzureichender Bildschirmgröße kleinerer Smartphones). Darüber hinaus gaben 15 (68%) der Teilnehmer an, dass sie eine Option zur Eingabe der verbrauchten Portionsgrößen in Gramm bevorzugen. Schließlich ergab die Auswertung des SUS-Scores eine Bewertung von 79/100 (Bereich 40-100), wobei nur 3 der 22 Teilnehmer die App unter 68/100 und 13 >80/100 bewerteten, was darauf hindeutet, dass die App als benutzerfreundlich angesehen werden kann. Insgesamt waren die vorgeschlagenen Verbesserungen daher geringfügig und die Bewertungen der Benutzerfreundlichkeit vielversprechend. Anschließend wurden verbesserungsvorschläge innerhalb des Forschungsteams diskutiert und, falls als relevant erachtet, in das Upgrade der Stufe 4 einfließen, um die Sympathie und Nutzbarkeit der App weiter zu optimieren (Abbildung 1).
Endgültiges Design
Die im Protokoll beschriebenen Schritte und die Ergebnisse der Evaluierungsstudie führten schließlich zu einem finalen Design für die App und das Backend, das auf ein einfaches visuelles Design abzielte. Diese App kann als Lebensmittelakte und Rückruf verwendet werden. Wie bereits beschrieben, ist die Lebensmittelliste eine modifizierte Version des NEVO. Die Portionsgrößenschätzung wird durch lebensmittelspezifische Portionsgrößenvorschläge unterstützt. verbrauchte Portionen können auch in Gramm eingegeben werden. Im Falle der Rückrufversion der App hat der Forscher die Möglichkeit, verschiedene Zeitfenster(z. B.2hR, 8hR oder 24hR) auszuwählen. Um Daten zur Nahrungsaufnahme an verschiedenen Tagen und Zuzeiten zu sammeln, können innerhalb eines vorgegebenen Zeitraums verschiedene Probenahmeschemata erstellt werden. Push-Benachrichtigungen laden die Befragten ein, ihre Nahrungsaufnahme aufzuzeichnen. Um eine vollständige Datenerfassung zu gewährleisten, werden Einladungen im Falle einer Nichtbeantwortung automatisch verschoben. Innerhalb des Rückrufmoduls können die Befragten ihre Nahrungsaufnahme erst nach Erhalt einer Einladung melden. Im Falle der Lebensmittelaufzeichnung können die Befragten auf die App zugreifen und ihre Nahrungsaufnahme den ganzen Tag über protokollieren.
Im Gegensatz zu den meisten 24hR-Tools basiert das Recall-Modul der App nicht auf der Automated Multiple-Pass Method - einer fünfstufigen Methode zur Erfassung von Nahrungsaufnahmedaten für die vorherigen 24 h48-, da diese Methode für den Einsatz in einer App zu aufwendig und zeitaufwendig ist. Um insbesondere die Benutzerfreundlichkeit zu erhöhen und die Übereinstimmung der Aufzeichnungen über die Nahrungsaufnahme11,38,49zu verbessern, wurde die Navigation auf ein Minimum reduziert, indem die Anzahl der Bildschirme, auf die zugegriffen werden muss, auf 4 ( Abbildung3) begrenzt wurde: 1) ein Übersichtsbildschirm mit dem Berichtsfenster; 2) Verbrauchte Lebensmittel werden über den Suchbildschirm gemeldet, und sobald der gewünschte Artikel ausgewählt ist 3) erscheint ein Dialogfeld, in dem der Essanlass und die verbrauchte Menge untersucht werden, woraufhin 4) der Benutzer zum Übersichtsbildschirm zurückkehrt, der jetzt die aufgezeichneten Lebensmittel anzeigt. Darüber hinaus könnte der Nutzer auch die Funktion Meine Gerichte nutzen, um Rezepte oder Produktkombinationen zu erstellen, die über den Menü-Button eingegeben werden können.
Abbildung 3: Schematische Übersicht über das Routing in der App. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Die Daten werden auf einem sicheren Server gespeichert. Auf Wunsch können zusätzliche Fragen - allgemein oder im Zusammenhang mit bestimmten Essgelegenheiten oder Lebensmitteln - aufgenommen werden. Die App kann sich mit Online-Umfragetools verbinden. Daher ist es möglich, eine Umfrage unabhängig von der Nahrungsaufnahme über die App zu vorgegebenen Zeiten durchzuführen(z.B.Kontext, Verhalten, Stimmungsfragen). Es ist auch möglich, spezifische Fragen zu gemeldeten Lebensmitteln oder Essgewohnheiten zu stellen(z. B.wenn Äpfel gemeldet werden, wenn das Mittagessen gemeldet wird). Der Einsatz von Online-Umfrage-Tools bietet die Möglichkeit, viele verschiedene Fragen über die App zu stellen. Die gesammelten Nahrungsaufnahmedaten können vom Server exportiert und für weitere Analysen in eine Ernährungsberechnungssoftware importiert werden. Im Falle der Verwendung von Zusatzfragen stehen diese Daten wie gewohnt im Umfragetool zur Verfügung. Ziel war es, eine gut strukturierte und einfach zu bedienende App zu entwickeln. Einige Screenshots des Designs sind in Abbildung 4A-Ezu sehen.
Abbildung 4: Screenshots der endgültigen Version der App. (A) Der Start-/Übersichtsbildschirm, der die Einladung mit dem (in diesem Fall) 2 h-Rückrufzeitraum zeigt. Der Benutzer kann Product toevoegen (d.h.Artikel hinzufügen) drücken, um ein Lebensmittel oder Niets gegeten von gedronken (d.h.ich habe nichts gegessen oder getrunken) zu melden, falls in diesem Zeitfenster nichts konsumiert wurde. (B) Der Suchbildschirm, der Ergebnisse anzeigt, die dem Suchbegriff "Jus" aus der Lebensmittelliste entsprechen. Der gewünschte Artikel kann aus den Suchergebnissen ausgewählt werden. (C) Ein Popup-Bildschirm erfordert die Eingabe von Details zum ausgewählten Element "Jus d 'orange". In diesem Fall fragt die App nach der konsumierten Menge und dem Essanlass. Der Benutzer kann zum Suchergebnis zurückkehren, indem er Annuleren (d.h.Abbrechen) oder Opslaan (d.h.speichern) drückt, um weiter zu gehen. (D) Die Übersicht erneut, diesmal mit allen gemeldeten Positionen. Ein weiterer Artikel kann hinzugefügt werden (Product toevoegen) oder die Eingabe kann gesendet werden (Lijst versturen). (E) Nach auswahl von Lijst versturenerscheint ein Pop-up, in dem der Benutzer gefragt wird, ob er sicher ist, dass er senden möchte, und erinnert den Benutzer daran, dass es nicht mehr möglich ist, nach dem Senden der Liste weitere Änderungen vorzunehmen. Der Nutzer hat die Möglichkeit, abzubrechen (Annuleren) oder zu senden (Versturen). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Dieser Beitrag stellt den iterativen Entwicklungsprozess der Smartphone-basierten Ernährungsbewertungs-App Traqq vor. Die Abwägung des erforderlichen Genauigkeits- und Benutzerfreundlichkeitsniveaus stellte die folgenden Hauptherausforderungen bei der Entwicklung der App dar, die sich auf Entscheidungen zu 1) Dateneingabe(d. h.Auswahl der genauesten Methode zur Lebensmittelidentifizierung und Portionsgrößenquantifizierung), 2) Lebensmittelzusammensetzungsdaten(d. h.Auswahl einer genauen Datenbank und Erstellung einer vollwertigen Lebensmittelliste), 3) Anpassungsoptionen(d. h. Flexibilität in der Lebensmittelliste, Portionsgrößenquantifizierung und Rezepturen) und 4) Validierung(d.h.gegen traditionelle Methoden und/oder unabhängige Maßnahmen)3,50. Während der Literaturrecherche wurden fünf validierte und vollautomatische, Smartphone-basierte, diätetische Bewertungstools identifiziert, die für die Forschung entwickelt wurden3, nämlich My Meal Mate4, Electronic Dietary Intake Assessment (eDIA)7, Easy Diet Diary8, Electronic Carnet Alimentaire (e-CA)5und Eat and Track (EaT)6.
Aufgrund des Automatisierungsgrades dieser fünf Diätbewertungs-Apps sowie dieser App sinken die Belastung und die Kosten der Forscher erheblich, während die Vollständigkeit der Daten im Vergleich zu herkömmlichen Diätbewertungsmethoden zunimmt. Darüber hinaus unterscheidet sich diese App wiederum von den fünf bestehenden Tools zur Ernährungsbewertung in Bezug auf die Flexibilität. Während bestehende Apps alle auf der Food-Record-Methode basieren, kann diese App sowohl als Lebensmittelakte als auch als Rückruf verwendet werden. Während das Design dieser Apps festgelegt ist, hat Traqq den großen Vorteil, dass es an verschiedene Forschungszwecke angepasst werden kann(z. B.Diätbewertungsmethode, Lebensmittelliste, Probenahmeschemata, zusätzliche Fragen)3,50. Umgekehrt enthalten andere bestehende Diät-Assessment-Apps wertvolle Features, die in der App (noch) nicht implementiert sind. Um diesen Punkt zu veranschaulichen, ermöglichen einige Apps dem Benutzer, Fotos von seinen Lebensmitteln für die Lebensmittelerkennung und Portionsgrößenschätzung zu machen, wie das halbautomatische, technologiegestützte Ernährungsbewertungssystem (TADA)51,52.
Die Teilnehmer der Usability-Studie gaben auch an, dass die Verwendung von Fotos eine wertvolle Ergänzung zur Schätzung der Portionsgröße sein könnte. Es gab jedoch noch zu viele Herausforderungen, um ein solches Merkmal in diesem Stadium zu implementieren, z. B.die Spezifizierung und Führung in Bezug auf den fotografischen Winkel(d. h.die Beurteilung der Tiefe), die Notwendigkeit eines Referenzers(d. h.die Korrektur von Größen und Farben), das wesentliche Vorher-Nachher-Foto(d. h.die Bewertung der verbrauchten Mengen), und wie man Rezeptgerichte verarbeitet. Aufgrund dieser technischen Herausforderungen sind die bestehenden bildbasierten Diätbewertungs-Apps immer noch halbautomatisiert, was bedeutet, dass eine manuelle Bildüberprüfung durch den Benutzer, den Forscher oder beide51,52durchgeführt werden muss. Technologische Fortschritte wie Crowdsourcing und maschinelles Lernen haben das Potenzial, die Verwendung von Lebensmittelbildern für die Ernährungsbewertung zu verbessern53,54. In Zukunft werden diese Optionen ausgelotet, um die App weiter zu verbessern. Der Entwicklungsprozess der App war durch verschiedene kritische Schritte gekennzeichnet. Zunächst wurde ein formativer Forschungsschritt abgeschlossen, in dem die wissenschaftlichen Konzepte, die die Begründung für die App-Erstellung untermauern, die Entscheidungsfindung bei der Einrichtung der allgemeinen Gliederung der App erleichterten.
In dieser Phase wurde besonderes Augenmerk auf die Auswahl der FCDB und die Auswahl der PSEA-Aspekte geachtet, die beide direkt die Datengenauigkeit beeinflussen21. In Bezug auf die FCDB, da die App ursprünglich für den Einsatz in den Niederlanden entwickelt wurde, basiert ihre Lebensmittelliste auf der niederländischen FCDB, NEVO14. Ziel ist es, die App künftig für den internationalen Einsatz weiterzuentwickeln, was umfangreichere Daten zur Lebensmittelzusammensetzung erfordert, da viele Lebensmittel länderspezifisch sind. Derzeit existiert noch kein internationales FCDB und wenn es existiert, könnte seine Verwendung eingeschränkt gewesen sein. Genauer gesagt, da die niederländische Lebensmittelliste bereits 2.389 Lebensmittel enthält, würde die Implementierung einer internationalen Lebensmittelzusammensetzungstabelle, z. B.für 5 Länder, diese Anzahl von Lebensmitteln wahrscheinlich um etwa 5 multiplizieren und die Durchsuchbarkeit von Lebensmitteln und damit die Benutzerfreundlichkeit der App negativ beeinflussen. Daher werden länderspezifische Lebensmittellisten wahrscheinlich am wertvollsten sein und oft auch von Profis bevorzugt55.
Dies wird durch die App erleichtert, da sie den Import alternativer Lebensmittellisten und damit die Verknüpfung mit verschiedenen (internationalen) Lebensmittelzusammensetzungstabellen ermöglicht. In Bezug auf die Portionsgrößen stehen mehrere Optionen zur Verfügung, um die Genauigkeit der Schätzungen zu unterstützen, z. B.die Verwendung von Bildheften, Referenzobjekten und/oder textuellen Portionsgrößenvorschlägen26. Im Hinblick auf die Benutzerfreundlichkeit wird die direkte Implementierung eines PSEA in der App der Verwendung eines PSEA neben der App vorgezogen(z.B.Imageheft, Referenzobjekte). Während der Entwicklung der App wurde die Entscheidung getroffen, die Quantifizierung der Portionsgröße zu erleichtern, indem die Möglichkeit geboten wurde, Portionsgrößen mit Portionsgrößenvorschlägen und Eingaben in Gramm einzugeben. Portionsgrößenvorschläge basieren auf der einzigen verfügbaren niederländischen Portionsgrößendatenbank56. Obwohl niederländische Diätbewertungstools wie Compl-eat und Eetmeter auch auf dieser Datenbank13,17beruhen, muss beachtet werden, dass diese Portionsgrößendatenbank aus dem Jahr 2003 stammt und die Geschirrgrößen seitdemum 57gestiegen sind . Die Verwendung dieser Datenbank kann daher die Nahrungsaufnahme unterschätzen.
Derzeit wird die Portionsgrößendatenbank vom niederländischen Nationalen Institut für öffentliche Gesundheit und Umwelt (RIVM), dem niederländischen Ernährungszentrum und der Wageningen University and Research58aktualisiert, die schließlich zur Aktualisierung der Portionsgrößenvorschläge in der App verwendet werden. Diskrepanzen zwischen dem alten und dem neuen Teil werden abgebildet und bei Bedarf angepasst. Obwohl die Verwendung von Portionsgrößenbildern(d. H.Eine Reihe von Bildern, die unterschiedliche Mengen eines ausgewählten Lebensmittels darstellen) eine gute Alternative für textbasierte Portionsgrößenvorschläge sein kann59, hat die Forschung gezeigt, dass die Genauigkeit der Portionsgrößenschätzung am höchsten ist, wenn eine Reihe von Portionsgrößenbildern gleichzeitig präsentiert wird, anstatt ein Bild nach dem anderen45. 60,61. Im Allgemeinen haben derzeit verfügbare Smartphones relativ kleine Bildschirme, was die Präsentation einer Reihe von Bildern einschränkt. Obwohl neue Technologien die Verwendung interaktiver Portionsgrößengrafiken erleichtern, bei denen die Mengen an Lebensmitteln auf einem virtuellen Teller oder einer Tasse durch die Verwendung eines Schiebereglers61erhöht oder verringert werden können, sind diese Techniken relativ neu und müssen noch gründlich bewertet werden, um ihre Genauigkeit zu bewerten.
Ein weiterer kritischer Schritt in der Entwicklung der App war die Einbeziehung von Experten und beabsichtigten Endnutzern. Obwohl nicht oft in den Entwicklungsprozess von Tools einbezogen (oder nicht beschrieben)11,12, ist das Feedback von Experten - sowie von beabsichtigten Endbenutzern - entscheidend61, ermöglicht die Maximierung der Benutzerfreundlichkeit und behält das erforderliche Maß an Genauigkeit bei. Das Feedback der vorgesehenen Endnutzer war besonders hilfreich bei der endgültigen Gestaltung der My Dishes-Funktion. Insgesamt waren die Nutzer mit der Möglichkeit, eigene Gerichte zu kreieren, zufrieden. Sie hatten jedoch mit einigen der Verfahren zu kämpfen, zum Beispiel, obwohl die Funktion automatisch Daten speichern würde, war dies für den Benutzer nicht sichtbar. Daher suchten viele Benutzer weiter nach der Schaltfläche Speichern und blieben stecken, aus Angst, zurückzugehen und ihre Eingaben zu verlieren. Basierend auf dieser Art von Feedback wurde die Funktion verbessert, um den Erwartungen des Benutzers besser gerecht zu werden.
Zusammenfassend lässt sich sagen, dass Traqq eine innovative App mit vielen Vorteilen gegenüber bestehenden Apps und webbasierten Tools ist. Es gibt jedoch immer noch verschiedene Einschränkungen. Da die App immer noch auf Selbstberichten beruht, gibt es immer noch messfehler im Zusammenhang mit selbstberichten(z. B.Gedächtnisverzerrung(d. h.im Falle eines Rückrufs), Verzerrung der sozialen Erwünschtheit und Änderungen der Nahrungsaufnahme(z. B.im Falle von Lebensmittelaufzeichnungen), ungenaue Portionsgrößenschätzungen(dhin beiden Fällen))1. In den kommenden Jahren werden kürzlich eingeführte neuartige Technologien erforscht, um die App weiter voranzutreiben, z. B.durch die Untersuchung des Werts der Implementierung von Funktionen wie Barcode-Scannern, Sprachaufzeichnung, Chatbots und Bildern, die die Lebensmittelidentifikation und die Portionsgrößenschätzung verbessern könnten. Möglichkeiten zur Verbindung mit anderen Apps(z.B.Aktivitätstracker, Schlaftracker) und Geräten(z.B.Beschleunigungsmesser, Pulsmesser, Kausensoren) werden ebenfalls untersucht. Schließlich wird auch das Backend einer Weiterentwicklung unterzogen, z.B. durch die Erweiterung der Sampling-Möglichkeiten.
Die Autoren haben nichts preiszugeben.
Die Autoren danken Anouk Geelen und Arvind Datadien für ihre Schlüsselrolle bei der Entwicklung von Traqq. Des Weiteren danken die Autoren Romy Willemsen für ihre Unterstützung bei der Datenerhebung und der Datenanalyse in der Usability-Studie. Abschließend möchten sich die Autoren bei den Experten und Teilnehmern für den Austausch ihrer Erfahrungen und Meinungen während des gesamten Prozesses bedanken. Die Entwicklung wurde von der Wageningen University and Research durchgeführt und teilweise vom Ministerium für Landwirtschaft, Natur und Lebensmittelqualität und Industrie im Rahmen des TKI Agri & Food PPS - Projekts Smart Food Intake (AF16096) finanziert.
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 |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragenThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten