Name: iterative development of an innovative smartphone-based dietary assessment tool: traqq
Uploaded: 2021-03-19T13:30:00
Duration: 4 min 54 s
Description: Watch this Scientific Journal Video about Iterative Development of an Innovative Smartphone-Based Dietary Assessment Tool: Traqq at JoVE.com

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).

De auteurs hebben niets bekend te maken.

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.

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.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>ASA24 Portion size picture book</td>
			<td>American National Cancer Institute</td>
			<td>na</td>
			<td>The portion size image database as used in the ASA24-tool</td>
		</tr>
		<tr>
			<td>Atlas.ti v8</td>
			<td>ATLAS.ti Scientific Software Development GmbH</td>
			<td>na</td>
			<td>Qualitative data analysis software for research</td>
		</tr>
		<tr>
			<td>Compl-eat</td>
			<td>Wageningen University</td>
			<td>na</td>
			<td>The portion size suggestions database as used in the Compl-eat 24hR module</td>
		</tr>
		<tr>
			<td>iOS screen record function</td>
			<td>Apple Inc.</td>
			<td>na</td>
			<td>Build-in iOS feature to make screen recordings</td>
		</tr>
		<tr>
			<td>NEVO (version 2016/5.0)</td>
			<td>RIVM</td>
			<td>na</td>
			<td>Dutch Food Composition Database</td>
		</tr>
		<tr>
			<td>Qualtrics</td>
			<td>Qualtrics XM</td>
			<td>na</td>
			<td>Online survey tool that can be used to implement additional questions in Traqq</td>
		</tr>
		<tr>
			<td>Recordable</td>
			<td>Invisibility ltd.</td>
			<td>na</td>
			<td>Android app to make screen recordings</td>
		</tr>
		<tr>
			<td>SPSS version 24.0</td>
			<td>IBM Corporation</td>
			<td>na</td>
			<td>Statistical software</td>
		</tr>
		<tr>
			<td>System Usability Scale (SUS)</td>
			<td>na</td>
			<td>na</td>
			<td>Validated questionnaire to assess a system&#39;s usability</td>
		</tr>
	</tbody>
</table>

iterative development of an innovative smartphone-based dietary assessment tool: traqq

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.

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.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/62032/62032fig2v2.jpg"> 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. <a href="https://www.jove.com/files/ftp_upload/62032/62032fig02large.jpg" target="_blank">Klik hier om een grotere versie van deze afbeelding te bekijken.</a>
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.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td></td>
			<td>Totaal (n=22)</td>
		</tr>
<tr>
<td>Geslacht</td>
			<td></td>
		</tr>
<tr>
<td>Man (%)</td>
			<td>36.4</td>
		</tr>
<tr>
<td>Vrouw (%)</td>
			<td>63.6</td>
		</tr>
<tr>
<td>Gemiddelde leeftijd (gemiddeld, SD)</td>
			<td>48.1 (17.2)</td>
		</tr>
<tr>
<td>Opleidingsniveau</td>
			<td></td>
		</tr>
<tr>
<td>Laag (%)</td>
			<td>0</td>
		</tr>
<tr>
<td>Gemiddeld (%)</td>
			<td>45.5</td>
		</tr>
<tr>
<td>Hoog (%)</td>
			<td>54.5</td>
		</tr>
<tr>
<td>Type smartphone</td>
			<td></td>
		</tr>
<tr>
<td>Android (%)</td>
			<td>63.6</td>
		</tr>
<tr>
<td>iOS (%)</td>
			<td>36.4</td>
		</tr>
<tr>
<td>Smartphone-ervaring</td>
			<td></td>
		</tr>
<tr>
<td>Korter dan 6 maanden (%)</td>
			<td>4.5</td>
		</tr>
<tr>
<td>Tussen 6 maanden en 1 jaar (%)</td>
			<td>0</td>
		</tr>
<tr>
<td>Langer dan 1 jaar (%)</td>
			<td>95.5</td>
		</tr>
<tr>
<td>SUS (gemiddeld, SD)</td>
			<td>79.4 (15.1)</td>
		</tr>
</tbody></table>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.
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/62032/62032fig03.jpg"> Figuur 3: Schematisch overzicht van de routing in de app. <a href="https://www.jove.com/files/ftp_upload/62032/62032fig03large.jpg" target="_blank">Klik hier om een grotere versie van deze afbeelding te bekijken.</a>
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.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/62032/62032fig04.jpg"> 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). <a href="https://www.jove.com/files/ftp_upload/62032/62032fig04large.jpg" target="_blank">Klik hier om een grotere versie van deze afbeelding te bekijken.</a>

Watch this Scientific Journal Video about Iterative Development of an Innovative Smartphone-Based Dietary Assessment Tool: Traqq at JoVE.com

Iterative Development of an Innovative Smartphone-Based Dietary Assessment Tool: Traqq

Dit artikel beschrijft het protocol voor de ontwikkeling van een innovatieve smartphone-gebaseerde dieetbeoordelingstoepassing Traqq, inclusief deskundige evaluaties en bruikbaarheidstests.

Iteratieve ontwikkeling van een innovatieve smartphonegebaseerde dieetbeoordelingstool: Traqq

To collect dietary intake data in a fast and reliable manner, a flexible and innovative smartphone application (app) called Traqq was developed ...

Het ontwikkelingsproces van voedingsbeoordelingsinstrumenten wordt vaak niet alleen gedeeltelijk beschreven, wat het hele proces aantoont dat ten grondslag ligt aan de wetenschappelijke onderbouwing, en kan de ontwikkeling van vergelijkbare instrumenten ten goede komen. Dit protocol beschrijft alle stappen die zijn genomen om de app te ontwikkelen, inclusief een uitgebreide screening van de literatuur en bestaande tools, gevolgd door prototypebouw en evaluatie door experts en beoogde eindgebruikers. Dit protocol geeft inzicht in de do's en don'ts van het ontwikkelingsproces van voedingsbeoordelingsinstrumenten voor voedingsonderzoek en gedragsveranderingstoepassingen.De ontwikkeling van een tool als Traqq vereist de betrokkenheid van meerdere experts, zoals voedingsonderzoekers, diëtisten en IT-personeel. Zorg ervoor dat u deze experts gedurende het hele proces betrokken houdt. Als u een project wilt beheren in de managerrol, navigeert u naar traqq.idbit.net en gebruik de beheerdersreferenties om u aan te melden bij de back-end van de toepassing. Klik op Ga naar projecten en klik op de pijl in de kolom Weergave om het gewenste project in het project te selecteren. Klik op de pagina Projectoverzicht op het tabblad Deelnemers.Wanneer het overzichtsscherm van de deelnemer wordt weergegeven, klikt u op Nieuwe deelnemer toevoegen en voert u de codenaam, notities, aanmeldings-ID en aanmeldingssleutel in en slaat u het bestand op. Als u uitnodigingen voor elke deelnemer wilt plannen, klikt u op het tabblad Uitnodigingen. Klik in het overzichtsscherm Uitnodigingen op Nieuwe uitnodiging toevoegen.Selecteer in het volgende scherm een deelnemer en voer de begintijd van de periode, de eindtijd van de periode, de openingstijd, de sluitingstijd, de enquête-URL, notities en zo nodig in te schakelen in. Als u de gegevensverzameling wilt bijhouden via het tabblad Agenda, selecteert u een deelnemer van belang in het vervolgkeuzemenu. Als u reacties wilt bijhouden via het tabblad Reactie, selecteert u een deelnemer van belang in het vervolgkeuzemenu.Als u de verzamelde gegevens wilt analyseren, stuurt u een verzoek via e-mail naar de beheerder voor een gegevensexport. Om de applicatie als deelnemer te gebruiken, downloadt u de gratis beschikbare app op een smartphone en logt u in om toegang te krijgen tot de app. Nadat u een uitnodiging hebt ontvangen, klikt u op de melding en klikt u op de geopende uitnodiging.Als u het geconsumeerde voedselitem wilt invoeren, klikt u op Voedselitem toevoegen en voert u de naam van het verbruikte artikel in. Op de naam van het item kan worden geklikt als het tijdens het typen wordt weergegeven. Rapporteer in het volgende scherm de verbruikte hoeveelheid, de bijbehorende beschrijving van de portiegrootte, de eetmoment en of het tijdstip van consumptie van het artikel.Herhaal de vermelding na het opslaan totdat alle geconsumeerde voedingsmiddelen zijn gerapporteerd en klik vervolgens op Lijst verzenden om de lijst in te dienen. Aan deze usability evaluatie namen in totaal 22 proefpersonen deel aan denk-hardop interviews. Deelnemers waren tussen de 22 en 70 jaar oud, met een gemiddelde leeftijd van 48 jaar.36% waren mannen en meer dan 50% was hoogopgeleid. De meerderheid van de deelnemers gebruikte een Android-apparaat en bijna alle deelnemers hadden meer dan een jaar ervaring met smartphonegebruik. De evaluatie van de bruikbaarheidsscore van het systeem gaf een gemiddelde beoordeling van 79 van de 100, met een bereik tussen 40 en 100.Slechts drie deelnemers beoordeelden de app onder de 68 en 13 beoordeelden deze als meer dan 80, wat suggereert dat de app als gebruiksvriendelijk kan worden beschouwd. Traqq is het eerste flexibele voedingsbeoordelingsinstrument voor het delen van het ontwikkelingsprotocol. We hopen collega-onderzoekers te helpen en te inspireren die vergelijkbare flexibele tools willen ontwikkelen.

Research

JoVE Journal

Behavior

Development of a Virtual Reality Assessment of Everyday Living Skills

Ontwikkeling van een Virtual Reality Evaluatie van het dagelijks leven vaardigheden

Cognitive impairments affect the majority of patients with schizophrenia and these impairments predict poor long term psychosocial outcomes.&#160; ...

Experimental Assessment of Mouse Sociability Using an Automated Image Processing Approach

Experimentele Evaluatie van de muis Gezelligheid behulp van een geautomatiseerd Beeldverwerking Approach

Mouse is the preferred model organism for testing drugs designed to increase sociability. We present a method to quantify mouse sociability in which the ...

Evaluation of a Smartphone-based Human Activity Recognition System in a Daily Living Environment

Evaluatie van een smartphone op basis van menselijke activiteiten Recognition System in een dagelijkse Leefomgeving

An evaluation method that includes continuous activities in a daily-living environment was developed for Wearable Mobility Monitoring Systems (WMMS) that ...

An Innovative Running Wheel-based Mechanism for Improved Rat Training Performance

Een innovatieve Running-Wheel gebaseerde Mechanisme voor Verbeterde Rat Training Prestaties

This study presents an animal mobility system, equipped with a positioning running wheel (PRW), as a way to quantify the efficacy of an exercise activity ...

Behavioral Disturbances: An Innovative Approach to Monitor the Modulatory Effects of a Nutraceutical Diet

Gedragsstoornissen: een innovatieve benadering van de modulerende effecten van een Nutraceutical Diet Monitor

In dogs, diets are often used to modulate behavioral disturbances related to chronic anxiety and stress caused by intense and restless activity. However, ...

An Automated Rapid Iterative Negative Geotaxis Assay for Analyzing Adult Climbing Behavior in a Drosophila Model of Neurodegeneration

An Automated Rapid Iterative Negative Geotaxis Assay for Analyzing Adult Climbing Behavior in a Drosophila Model of Neurodegeneration

Een geautomatiseerde snelle iteratieve negatieve Geotaxis Assay voor het analyseren van volwassen klimmen gedrag in een Drosophila Model van neurodegeneratie

Neurodegenerative diseases are frequently associated with a progressive loss of movement ability, reduced life span, and age-dependent neurodegeneration. ...

An Objective and Child-friendly Assessment of Arm Function by Using a 3-D Sensor

Een objectieve en kindvriendelijke beoordeling van Arm functie met behulp van een 3D-Sensor

Progressive and irreversible muscle atrophy characterizes Spinal Muscular Atrophy (SMA) and other similar muscle disorder diseases. Objective assessment ...

Applying an eMASS Customization Program as a Research Tool to Evaluate Consumer Benefits

Een eMASS aanpassingsprogramma toepassen als onderzoeksinstrument om de voordelen van de consument te evalueren

As many scholars and practitioners study personalization and relationship marketing, it is important to provide personalization such as mass customization ...

Assessment of Sexual Behavior of Male Mice

Beoordeling van seksueel gedrag van mannelijke muizen

Sexual behavior is highly species-specific. Although rodents have slightly different sexual behaviors, mice and rats have a similar sexual behavioral ...

Assessment of Midline Lingual Point-Pressure Somatosensation Using Von Frey Hair Monofilaments

Beoordeling van Midline Lingual Point-Pressure Somatosensation Met Von Frey Hair Monofilaments

Detection and discrimination threshold estimates for oral point pressure are assessed using Von Frey Hair monofilaments. Consistent with previously ...