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

Yazarlar, Traqq'ın gelişimindeki kilit rolleri için Anouk Geelen ve Arvind Datadien'e teşekkür etmek istiyorlar. Ayrıca, yazarlar Romy Willemsen'e veri toplama ve kullanılabilirlik çalışmasındaki veri analizindeki yardımları için teşekkür eder. Son olarak, yazarlar süreç boyunca deneyimlerini ve görüşlerini paylaştıkları için uzmanlara ve katılımcılara teşekkür etmek istiyorlar. Geliştirme Wageningen Üniversitesi ve Araştırma tarafından yürütüldü ve kısmen Tarım, Doğa ve Gıda Kalitesi ve Endüstrisi Bakanlığı tarafından TKİ Tarım&Gıda BES - proje Akıllı Gıda Alımı (AF16096) bağlamında finanse edildi.

Yazarların açıklayacak bir şeyi yok.

Bu makale, akıllı telefon tabanlı diyet değerlendirme uygulaması Traqq'ın yinelemeli gelişim sürecini sunar. Gerekli doğruluk ve kullanıcı dostuluk seviyesini dengelemek, uygulamanın geliştirilmesinde 1) veri girişi(yani,gıda tanımlama ve porsiyon büyüklüğü nicelemesi için en doğru yöntemin seçilmesi), 2) gıda kompozisyon verileri(yanidoğru bir veritabanı seçmek ve tam teşekküllü bir gıda listesi oluşturmak), 3) özelleştirme seçenekleri(yani, gıda listesinde esneklik, porsiyon büyüklüğü nicelemesi ve tarifleri) ve 4) doğrulama(yanigeleneksel yöntemlere ve/veya bağımsız önlemlere karşı)3,50. Literatür taraması sırasında, araştırma için geliştirilen beş doğrulanmış ve tam otomatik, akıllı telefon tabanlı, diyet değerlendirme aracı tespit edildi3, yani My Meal Mate4, Elektronik Diyet Alımı Değerlendirmesi (eDIA)7, Kolay Diyet Günlüğü8, Elektronik Carnet Alimentaire (e-CA)5ve Ye ve İzle (EaT)6.
Bu beş diyet değerlendirme uygulamasının yanı sıra bu uygulamanın otomatikmatizasyon seviyesi nedeniyle, araştırmacı yükü ve maliyetleri önemli ölçüde azalırken, veri eksiksizliği geleneksel diyet değerlendirme yöntemlerine kıyasla artar. Ayrıca, bu uygulama esneklik açısından mevcut beş diyet değerlendirme aracından farklıdır. Özellikle, mevcut uygulamaların tümü gıda kayıt yöntemine dayanırken, bu uygulama bir gıda kaydı ve geri çağırma olarak kullanılabilir. Ayrıca, bu uygulamaların tasarımı sabitken, Traqq farklı araştırma amaçlarına uyacak şekilde değiştirilebilmesi için büyük avantaja sahiptir(örneğin,diyet değerlendirme yöntemi, gıda listesi, örnekleme şemaları, ek sorular)3,50. Buna karşılık, mevcut diğer diyet değerlendirme uygulamaları, uygulamada (henüz) uygulanmayan değerli özellikler içerir. Bu noktayı göstermek için, bazı uygulamalar kullanıcının gıda tanıma ve yarı otomatik, teknoloji destekli diyet değerlendirme (TADA) sistemi51,52gibi porsiyon büyüklüğü tahmini için yiyeceklerinin fotoğraflarını çekmesini sağlar.
Kullanılabilirlik çalışmasına katılanlar, fotoğrafların kullanımının porsiyon büyüklüğü tahminine yardımcı olmak için değerli bir ek olabileceğini de belirttiler. Bununla birlikte, bu aşamada böyle bir özelliği uygulamak için hala ele alınması gereken çok fazla zorluk vardı, örneğin,fotoğraf açısına göre belirtme ve rehberlik etme(yaniderinliği değerlendirmek için), bir referans oluşturucuya duyulan ihtiyaç(yani,boyut ve renkler için düzeltmek için), fotoğraftan önce ve sonra gerekli olan(yanitüketilen miktarları değerlendirmek için), ve tarif yemeklerinin nasıl işleyerek işleyip işlenlerin hakkında. Bu teknik zorluklar nedeniyle, mevcut görüntü tabanlı diyet değerlendirme uygulamaları hala yarı otomatiktir, bu da manuel görüntü incelemesinin kullanıcı, araştırmacı veya her ikisi tarafından yapılması gerektiği anlamına gelir51,52. Kitle kaynak kullanımı ve makine öğrenimi gibi teknolojik gelişmeler, diyet değerlendirmesi için gıda görüntülerinin kullanımını iyileştirme potansiyeline sahiptir53,54. Gelecekte, uygulamayı daha da geliştirmek için bu seçenekler araştırılacaktır. Uygulamanın gelişim süreci çeşitli kritik adımlarla karakterize edildi. İlk olarak, uygulama oluşturma gerekçesini destekleyen bilimsel kavramların uygulamanın genel ana hatlarının oluşturulmasında karar vermeyi kolaylaştırdığı biçimlendirici bir araştırma adımı tamamlandı.
Bu aşamada, FCDB'nin seçimine ve her ikisi de veri doğruluğunu doğrudan etkileyen PSEA yönlerinin seçimine özel dikkat21. FCDB ile ilgili olarak, uygulama başlangıçta Hollanda'da kullanılmak üzere geliştirildiği için, yemek listesi Hollanda FCDB, NEVO14. Gelecekte, amaç, birçok gıda ülkeye özgü olduğu için daha kapsamlı gıda bileşimi verileri gerektiren uluslararası kullanım için uygulamayı daha da geliştirmektir. Şu anda, henüz uluslararası bir FCDB yok ve varsa, kullanımı sınırlı olabilir. Daha spesifik olarak, Hollanda gıda listesi zaten 2.389 gıda maddesi içerdiğinden,5 ülke için uluslararası bir gıda kompozisyon tablosunun uygulanması, muhtemelen bu sayıda gıda maddesini yaklaşık 5 ile çarpacak ve gıdaların aranabilirliğini ve dolayısıyla uygulamanın kullanılabilirliğini olumsuz yönde etkileyecektir. Bu nedenle, ülkeye özgü yiyecek listeleri muhtemelen en değerli olacak ve genellikle profesyoneller tarafından da tercihedilecektir 55.
Bu, alternatif gıda listelerinin içe indirisini ve böylece farklı (uluslararası) gıda kompozisyon tablolarına bağlanmasını sağladığı için uygulama tarafından kolaylaştırılıyor. Porsiyon boyutlarıyla ilgili olarak, tahminlerin doğruluğunu desteklemek için birden fazla seçenek vardır, örneğin,resim kitapçıklarının kullanımı, bilgi nesneleri ve/veya metinsel bölüm boyutu önerileri26. Kullanıcı dostu olması göz önüne atılmışken, uygulamadaki bir PSEA'nın doğrudan uygulanması, uygulamanın yanında bir PSEA kullanılması yerine tercih edilir(ör.resim kitapçığı, bilgi nesneleri). Uygulamanın geliştirilmesi sırasında porsiyon boyutu önerilerini ve gram olarak girişi kullanarak porsiyon boyutlarını girme fırsatı sunarak porsiyon boyutu nicelemesini kolaylaştırma kararı alındı. Porsiyon boyutu önerisi, kullanılabilir tek Hollandaca bölüm boyutu veritabanı56'yı temel 56 'yadayanmaktadır. Compl-eat ve Eetmeter gibi Hollanda diyet değerlendirme araçları da bu veritabanına güvense de13,17, bu porsiyon boyutu veritabanının 2003'ten kalma olduğunu ve sofra takımlarının boyutlarının o zamandan beri arttığını belirtmek gerekir57. Bu nedenle bu veritabanını kullanmak gıda alımını hafife alabilir.
Şu anda, porsiyon boyutu veritabanı Hollanda Ulusal Halk Sağlığı ve Çevre Enstitüsü (RIVM), Hollanda Beslenme Merkezi ve Wageningen Üniversitesi ve Araştırma58tarafından güncelleniyor , sonunda uygulamadaki porsiyon boyutu önerilerini güncellemek için kullanılacak. Eski ve yeni bölümler arasındaki tutarsızlıklar haritalanacak ve gerektiğinde ayarlanacaktır. Her ne kadar porsiyon boyutu görüntülerinin kullanımı(yani,seçilen bir yiyeceğin farklı miktarlarını gösteren bir dizi görüntü) metin tabanlı porsiyon boyutu önerileri için iyi bir alternatif olabilir59, araştırmalar, bir dizi porsiyon boyutu görüntüsü bir kerede sunulduğunda porsiyon boyutu tahmininin doğruluğunun en yüksek olduğunu göstermiştir, bir kerede bir görüntü yerine45, 60,61. Genel olarak, şu anda mevcut olan akıllı telefonlar, bir dizi görüntü sunumını sınırlayan nispeten küçük ekranlara sahiptir. Yeni teknolojiler, sanal bir tabak veya bardaktaki yiyecek miktarlarının bir kaydırıcı kullanılarak artırılabildiği veya azaltılabildiği etkileşimli porsiyon boyutu grafiklerinin kullanımını kolaylaştırsada,bu teknikler nispeten yenidir ve doğruluğunu değerlendirmek için hala iyice değerlendirilmesi gerekir.
Uygulamanın geliştirilmesinde bir başka kritik adım, uzmanların ve amaçlanan son kullanıcıların katılımını içeriyordu. Araçların gelişim sürecine sıklıkla dahil olmasa da (veya açıklanmasa da)11,12, uzmanlardan ve amaçlanan son kullanıcılardan gelen geri bildirimler çok önemlidir61, kullanılabilirliğin en üst düzeye çıkarılmasına izin verir ve gerekli doğruluk seviyesini korur. Amaçlanan son kullanıcıların geri bildirimleri, özellikle Yemeklerim işlevinin son tasarımında yardımcı oldu. Genel olarak, kullanıcılar kendi yemeklerini oluşturma imkanından memnundu. Ancak, bazı yordamlarla mücadele ettiler, örneğin, işlev verileri otomatik olarak kaydetse de, bu kullanıcı tarafından görülemedi. Bu nedenle, birçok kullanıcı Kaydet düğmesini aramaya devam etti ve geri dönmekten ve girdilerini kaybetmekten korkarak sıkıştı. Bu tür geri bildirimlere dayanarak, işlev kullanıcının beklentilerine daha iyi uyacak şekilde geliştirilmiştir.
Sonuç olarak, Traqq mevcut uygulamalara ve web tabanlı araçlara göre birçok avantaja sahip yenilikçi bir uygulamadır. Ancak, hala çeşitli sınırlamalar vardır. Uygulama hala kendi kendine rapora dayandığından, kendi kendine raporla ilgili ölçüm hataları hala mevcuttur(örneğin,bellek önyargısı(yani,geri çağırma durumunda), sosyal talep edilebilirlik önyargısı ve gıda alımı değişiklikleri(yani,gıda kayıtları durumunda), yanlış porsiyon büyüklüğü tahminleri(yaniher ikisinde de))1. Önümüzdeki yıllarda, yakın zamanda başlatılan yeni teknolojiler,örneğin barkod tarayıcılar, ses kaydı, sohbet robotları ve görüntüler gibi gıda tanımlamasını ve porsiyon büyüklüğü tahminini iyileştirebilecek özelliklerin uygulanmasının değerini keşfederek uygulamayı daha da ilerletmek için araştırılacaktır. Diğer uygulamalarla(örneğin,etkinlik izleyicileri, uyku izleyicileri) ve cihazlarla(örneğin,ivmeölçerler, kalp atış hızı monitörleri, çiğneme sensörleri) bağlanma olanakları da araştırılıyor. Son olarak, arka uç, örneğin örnekleme seçeneklerinin genişletilmesi yoluyla daha fazla gelişmeye tabi tutulmaktadır.

Doğru diyet değerlendirmesi, beslenmenin sağlık ve hastalıkları önlemedeki rolüne ilişkin çalışmaların kalitesini sağlamak için çok önemlidir. Şu anda, bu tür çalışmalar genellikle yerleşik kendi kendine rapor diyet değerlendirme yöntemlerini, yanigıda sıklığı anketlerini, 24-h geri çağırmaları (24hRs) ve / veya gıda kayıtlarını kullanır1. Bu yöntemlerin beslenme araştırmaları için büyük öneme sahip olmasına rağmen, hafıza ile ilgili önyargı, sosyal istirafiyet önyargısı gibi çeşitli dezavantajlara da sahiptirler ve araştırmacının yanı sıra araştırmacı için de külfetlidir1,2. Son teknolojik buluşlar artık bu dezavantajların üstesinden gelme fırsatı sunuyor. Geçtiğimiz yıllarda, çeşitli araştırma grupları bu fırsatı değerlendirdi ve bu bilinen dezavantajlardan bazılarını ele alan beslenme araştırmaları için web tabanlı ve akıllı telefon tabanlı diyet değerlendirme araçları geliştirdi (web ve akıllı telefon tabanlı araçlara kapsamlı bir genel bakış için Eldridge ve ark.3'e bakın), yanihata nedenlerini azaltmak, kullanıcı dostuluğu artırmak ve katılımcının ve araştırmacının yükünü azaltmak1.
Bununla birlikte, beslenme araştırmaları için uygun olan tam otomatik ve doğrulanmış akıllı telefon uygulamalarının (uygulamaların) sayısı hala sınırlıdır. Mevcut diyet değerlendirme uygulamalarının çoğu(yani,ticari olarak veya araştırma için geliştirilmiştir) ya tam otomatik değildir(yani,gıda maddelerinin manuel olarak kodlanarak kodlantır) veya (iyi) doğrulanmışdeğildir 3. Ayrıca, mevcut doğrulanmış uygulamaların çoğu belirli bir araştırma amacı ve belirli bir ülkede kullanım için geliştirilmiştir; oldukça sabit tasarımlar nedeniyle, bu tür uygulamaları başka araştırma amaçları için veya diğer ülkelerde yeniden kullanmak 3 , 4,5,6,7,8. Son olarak, gıda kaydı tabanlı uygulamaların kullanılabilirliğine rağmen, bugüne kadar, henüz geri çağırma tabanlı uygulama yok gibi görünüyor. Gıda kayıtları reaktivite önyargısına eğilimli olsa da, yani,katılımcılar gözlemlendikleri farkındalığı nedeniyle gıda alımlarını değiştirebilirler2,9, bu, doğrulanmış bir geri çağırma tabanlı uygulamanın geliştirilmesi ihtiyacını vurgulayan geri çağırmalar için durum böyle değildir10. Traqq adlı yenilikçi bir diyet değerlendirme uygulaması, araştırma sorusuna bağlı olarak, hollanda'da bir gıda kaydı ve geri çağırma olarak kullanılabilecek kullanılmak üzere geliştirilmiştir1.
Gıda kayıt seçeneği ve geri çağırma seçeneği arasında geçiş yapma imkanının yanı sıra, bu uygulama esnek doğası nedeniyle diğer diyet değerlendirme araçlarından da farklıdır. Özellikle, yemek listesi, porsiyon büyüklüğü tahminleri, örnekleme şemaları ve ek sorular ekleme imkanı ile ilgili olarak. Sistemdeki esneklik düzeyi, diyet davranışlarının doğru bir şekilde değerlendirilmesini gerektiren birden fazla araştırma amacına uyarlamayı sağlar. Şu anda, uygulama doğrulanma sürecindedir ve çeşitli beslenme ile ilgili araştırmalarda kullanılmaya hazır olacaktır. Uygulama, diyet davranışlarını ölçmek ve etkilemek için beslenme müdahale programlarında da kullanılabilir ve belki de kullanım için daha da geliştirilebilir. Güvenilir diyet değerlendirme araçlarının geliştirilmesi zor olduğundan ve bu süreçlerle ilgili raporlar, özellikle kullanıcı ve uzman katılımı ile ilgili olarak3,11,12, bu makale, farklı bilgi kaynaklarının bu akıllı telefon tabanlı diyet değerlendirme uygulamasının sistematik ve yinelemeli gelişimine nasıl entegre edildiğine dair ayrıntılı bir genel bakış sunmaktadır. Süreç teori, uzman danışmanlığı ve kullanıcı katılımını içerir.

<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

Diyet alım verilerini hızlı ve güvenilir bir şekilde toplamak için Traqq (iOS / Android) adı verilen esnek ve yenilikçi bir akıllı telefon uygulaması (uygulama) geliştirildi. Bu uygulama bir gıda kaydı ve 24-h geri çağırma (veya daha kısa geri çağırma süreleri) olarak kullanılabilir. Her iki yöntem için önceden belirlenmiş bir süre içinde önceden belirlenmiş veya rastgele günlerde/zamanlarda farklı örnekleme şemaları oluşturulabilir ve katılımcıları gıda alımlarını kaydetmeye teşvik etmek için anlık bildirimler yapılabilir. Yanıt olmaması durumunda, bildirimler tam veri toplama sağlamak için otomatik olarak yeniden zamanlanır. Gıda kaydı olarak kullanmak için, katılımcılar uygulamaya erişebilir ve gün boyunca yiyecek alımlarını kaydedebilir. Yemek kayıtları günün sonunda otomatik olarak kapanır; tüketilen öğelerin gönderilmesinden sonra kapanır. Geri çağırma ve gıda kayıt modülü, farklı araştırma amaçlarına uyacak şekilde edilebilen Hollanda gıda kompozisyon veritabanına (FCDB) dayanan kapsamlı bir gıda listesine erişim sağlar. Bir gıda maddesi seçerken, katılımcıların aynı anda porsiyon boyutunu, yaniev önlemlerine (örneğin, bardaklar, kaşıklar, bardaklar), standart porsiyonboyutlarına(örneğin,küçük, orta, büyük) veya gram olarak ağırlık eklemeleri ve tüketim vesilesi / zamanı eklemeleri istenir. Porsiyon boyutu seçenekleri ayarlanabilir, örneğin,sadece tartılmış bir gıda kaydı veya yemek yerine tüketim zamanı durumunda gram olarak giriş). Uygulama ayrıca, yanıtlayanın kendi tariflerini veya ürün kombinasyonlarını(örneğin,günlük kahvaltı) oluşturmasına ve yalnızca tüketilen toplam miktarı bildirmesine izin veren bir Yemeklerim işlevi içerir. Daha sonra, uygulama verim ve saklama faktörlerini hesaplar. Veriler güvenli bir sunucuda depolanır. İstenirse, genel olarakveya belirli gıda maddeleri veya yeme etkinlikleriyle ilgili ek sorular dahil edilebilir. Bu makalede, uzman değerlendirmeleri ve kullanılabilirlik testi de dahil olmak üzere sistemin gelişimi (uygulama ve arka uç) açıklanmaktadır.

Sistem (uygulama ve arka uç), yukarıda açıklanan protokolde belirtilen adımlar kullanılarak geliştirilmiştir; bu işlemin önemli sonuçları aşağıda açıklanmıştır ve uygulamanın son tasarımı ile sonuçlanmaktadır.
Biçimlendirici araştırma Kapsamlı literatür taramasına ek olarak, diyet değerlendirme metodolojisi ve uygulanan özellikler açısından çeşitli web tabanlı araçlar(örneğin,Compl-eat13, ASA24 14 , Foodbook2415, MyFood2416) denetlendi. Buna ek olarak, Hollanda'da sıkça kullanılan birkaç gıda izleme uygulamasının performansı karşılaştırıldı (örneğin,MijnEetmeter17, MyFitnessPal18, Virtuagym Food19), diyet değerlendirme metodolojisi, bilgi sağlama, güvenilirlik, arama motoru ve ek özelliklerin kullanımı(örneğin,görüntüler, barkod tarayıcı, tarif işlevleri) gibi yönlere odaklanmaktadır. Bu incelemenin sonuçları, uygulamanın bir gıda kaydı ve geri çağırma olarak kullanılabilecek şekilde geliştirilmesi kararına yol açtı. Ayrıca, orijinal tarifler veya sık tüketilen ürün kombinasyonları(örneğin,günlük kahvaltı) oluşturmak için kullanılabilecek Yemeklerim işlevinin uygulanmasına yol açtı. Bu işlevde verim ve bekletme faktörleri otomatik olarak dikkate alınır.
Gıda ve besin alımını doğru bir şekilde ölçmek için, pratik de olsa eksiksiz bir gıda listesi çok önemlidir. Böyle bir gıda listesinin derlenilmesi, yiyecek listesinin kapsamlılığı ile gıda maddelerinin aranabilirliği arasında bir denge gerektirir(yani,gıda açıklamalarının açık, anlaşılır ve bulunması kolay olması gerekir)41,42. Gıda bileşim verileri diyet değerlendirmesinin temel temelini oluşturduğundan21,22, geliştirilen gıda listesinin doğru gıda bileşim verilerine bağlanabilmesini sağlamak önemlidir. Uygulamaya dahil edilen yiyecek listesi, güvenilirliği ve zengin gıda kompozisyon verileri için seçilen Hollanda FCDB (NEVO)14'e dayanmaktadır. Başlangıçta, NEVO 2.389 gıda öğesinden (sürüm 2016/5.0) oluşur ve bu da "kafa karıştırıcı öğeleri" ortadan kaldırarak 1.449 maddelik bir gıda listesine indirgenmiştir (örneğin.çiğ olarak tüketilemeyen gıdalar, ilaveler olmadan tüketilemeyen gıdalar) veya dahil edilmesi gerekli olmayan ürünler (örneğin,Hollanda Gıda Tüketimi Anketine (DNFCS) dayalı düşük tüketim oranları nedeniyle43).
Ek olarak, NEVO farklı marka adlarına sahip benzer yiyecekler içerir; böyle bir durumda, sadece genel seçenek yiyecek listesine dahil edildi. Kullanılabilirliği daha da kolaylaştırmak için, bazı gıda maddeleri 'hazırlanmış', 'dondurulmuş', 'ortalama' ve 'doğal' gibi gereksiz terminolojiyi ortadan kaldırmak için yeniden adlandırıldı. Bu "temizleme protokolü" üç iyi eğitimli araştırma diyetisyeni tarafından geliştirilmiş ve NEVO güncelleştirildikten sonra yeniden çalıştırılabilen bir sözdizimi ile yürütüldü. Buna ek olarak, gıda maddelerinin aranabilirliğini optimize etmek için, dahil edilen gıdaların 1.019 tanınmış eşanlamlısı besin listesine eklendi. Böylece, uygulamaya dahil edilen yiyecek listesi sonunda 2.468 öğeden oluşuyor. Yemek listesi geliştirmesinin bir özeti Şekil 2'de görüntülenir. Not etmek için, bu kapsamlı gıda listesi genel kullanım için geliştirilmiş olmasına rağmen, uygulamanın arka ucu gerekirse alternatif gıda listelerinin içe geçmesine izin verir.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/62032/62032fig2v2.jpg"> Şekil 2: Uygulama için geliştirilen yemek listesinin yapısı. Yemek listesi Hollanda gıda kompozisyon veritabanına (FCDB) dayanmaktadır ve son yemek listesindeki her öğe için ilgili porsiyon büyüklüğü önerileri ve eşanlamlılar eklenmiştir. <a href="https://www.jove.com/files/ftp_upload/62032/62032fig02large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
Diyet değerlendirmesinin bir diğer önemli yönü de porsiyon boyutlarının ölçülmesidir. Her ne kadar porsiyon boyutu tahmin yardımcıları (PSEAs), örneğin, görüntüler, referans nesneler ve standart porsiyon boyutları, tüketilen gıda miktarlarının raporlanması desteklesede, 24,26,44, porsiyon boyutlarının yanlış bildirilmesi hala önemli bir önyargı kaynağıdır24,25,45,46ve farklı PSEA'ların etkinliğine ilişkin literatür tutarsızdır26. Gıda görüntüleri, porsiyon boyutu önerileri(yanistandart boyutlar ve ev önlemleri) ve gram olarak ağırlığın serbest girişi, web ve akıllı telefon tabanlı diyet değerlendirme araçlarında en çok kullanılan PSEA'lardır34. Örneğin, porsiyon boyutu önerileri(örneğin,bardaklar, kaşıklar, küçük, büyük) Compl-eat 13 ve Oxford WebQ47gibi araçlarda kullanılırken, görüntüler ASA2414 ve Myfood2416 gibi araçlarda porsiyon boyutu tahminlerine yardımcı olur. Uygulama için en uygun PSEA'yı araştırmak için, porsiyon boyutu önerilerinin doğruluğunu(örneğin,küçük, orta, büyük veya bardak, kaşık), gram olarak ücretsiz giriş ve porsiyon boyutu görüntülerini karşılaştırmak için bir pilot çalışma yapıldı. Bu çalışmanın sonuçları, gram27miktarları girme seçeneği ile birlikte uygulamadaki PSEA olarak porsiyon boyutu önerilerinin uygulanmasına yol açtı.
Uzman incelemesi Uzman değerlendirmelerinin amacı, uygulamayı işlevsellik ve öğrenme kolaylığı açısından niteliksel olarak değerlendirmekti. Birçok kullanıcı yazılımı kene olarak öğrenmeyi tercih ettiğiiçin 29Bir sistemin öğrenilebilirlik düzeyi önemlidir. %60'ının Android akıllı telefon kullandığı bilişsel izlenecek yollara 4 (araştırma) diyetisyen ve 6 beslenme ve sağlık davranışı uzmanı (bilim insanı) olmak üzere toplam 10 uzman katıldı. En önemlisi, uzman değerlendirmeleri, uygulamanın ilk sürümünün yeterince sezgisel olmadığını, örneğinmenü yapısının belirsiz düğmeler / simgeler nedeniyle belirsiz olarak değerlendirildiğini ve arama motorunun mantıksız bir sonuç sırası oluşturduğunu belirtti. Seçilen maddelerin değiştirilememesi ile ilgili uzman incelemelerinden kaynaklanan bir diğer kritik nokta. Bu sonuçlara dayanarak, uygulamanın tasarımı aşama 2'den itibaren önemli ölçüde yükseltildi (Şekil 1).
Kullanılabilirlik değerlendirmesi Kullanılabilirlik değerlendirmesinin temelini oluşturan yüksek sesle düşünme söyleşilerine toplam 22 katılımcı katıldı. İlk örneklem boyutu 20 katılımcı36olarak ayarlandı ve ardından veri doygunluğu değerlendirildi. 20 görüşmeden sonra veri doygunluğuna ulaşılamadığı için, art arda yapılan her görüşmeden sonra veri doygunluğu değerlendirilirken kapsayıcılık devam etti. Katılımcıların ortalama ± standart sapma yaşı 48 ± 17 yıl (dağılım 22-70 yıl); Nüfusun %36'sı erkekti ve nüfusun çoğunluğu yüksek eğitimliydi (%55). Buna ek olarak, çoğu katılımcı bir Android cihaz kullandı (n=14,%64) ve neredeyse tüm katılımcılar akıllı telefon kullanımıyla ilgili 1 yıldan fazla deneyime sahipti (n=21, %96) (Tablo 1). Tüm katılımcılar görevleri en az talimat olmadan veya en az talimatla tamamladı.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td></td>
			<td>Toplam (n=22)</td>
		</tr>
<tr>
<td>Cinsiyet</td>
			<td></td>
		</tr>
<tr>
<td>Erkek (%)</td>
			<td>36.4</td>
		</tr>
<tr>
<td>Kadın (%)</td>
			<td>63.6</td>
		</tr>
<tr>
<td>Ortalama yaş (ortalama, SD)</td>
			<td>48.1 (17.2)</td>
		</tr>
<tr>
<td>Eğitim düzeyi</td>
			<td></td>
		</tr>
<tr>
<td>Düşük (%)</td>
			<td>0</td>
		</tr>
<tr>
<td>Orta (%)</td>
			<td>45.5</td>
		</tr>
<tr>
<td>Yüksek (%)</td>
			<td>54.5</td>
		</tr>
<tr>
<td>Akıllı telefon türü</td>
			<td></td>
		</tr>
<tr>
<td>Android (%)</td>
			<td>63.6</td>
		</tr>
<tr>
<td>iOS (%)</td>
			<td>36.4</td>
		</tr>
<tr>
<td>Akıllı telefon deneyimi</td>
			<td></td>
		</tr>
<tr>
<td>6 aydan kısa (%)</td>
			<td>4.5</td>
		</tr>
<tr>
<td>6 ay ile 1 yıl arasında (%)</td>
			<td>0</td>
		</tr>
<tr>
<td>1 yıldan uzun (%)</td>
			<td>95.5</td>
		</tr>
<tr>
<td>SUS (ortalama, SD)</td>
			<td>79.4 (15.1)</td>
		</tr>
</tbody></table>Tablo 1. Çalışma popülasyonunun özellikleri ve kullanılabilirlik değerlendirmesinin sonuçları. Bu tabloda katılımcı özellikleri ile birlikte yalnızca sistem kullanılabilirlik ölçeğinin (SUS) sonuçları gösterilmektedir.
Bazı katılımcılar (n=13, %59) Yemeklerim işlevini kullanırken zorluklara işaret ederken; diğerleri (n=5, %23), menü düğmesinin yavaş yanıt ve daha küçük akıllı telefonların yetersiz ekran boyutuyla ilgili düğmeleri kullanmada zorluklar gibi küçük işlevsellik sorunlarıyla karşılaştı. Ayrıca, 15 (%68) katılımcı, tüketilen porsiyon boyutlarını gram olarak girme seçeneğini tercih ettiğini belirtti. Son olarak, SUS puanının değerlendirilmesi 79/100 (aralık 40-100) olduğunu gösterirken, 22 katılımcıdan sadece 3'ü uygulamayı 68/100'ün altında ve 13'ü 80/100 > derecelendirdi, bu da uygulamanın kullanıcı dostu olarak kabul edilebileceğini gösteriyor. Bu nedenle, genel olarak, önerilen iyileştirmeler küçüktü ve kullanılabilirlik değerlendirmeleri umut vericiydi. Daha sonra, iyileştirme önerileri araştırma ekibi içinde tartışıldı ve ilgili olduğu kabul edilirse, uygulamanın sevilebilirliğini ve kullanılabilirliğini daha da optimize etmek için aşama 4 yükseltmesine dahil edildi (Şekil 1).
Son tasarım Protokolde açıklanan adımlar ve değerlendirme çalışmasının sonuçları sonunda uygulama ve arka uç için basit bir görsel tasarım hedefleyen nihai bir tasarımla sonuçlandı. Bu uygulama bir gıda kaydı ve geri çağırma olarak kullanılabilir. Daha önce açıklandığı gibi, yemek listesi NEVO'nun değiştirilmiş bir sürümüdür. Porsiyon büyüklüğü tahmini, gıdaya özgü porsiyon boyutu önerileri ile desteklenir; tüketilen porsiyonlar da gram olarak girilebilir. Uygulamanın geri çağırma sürümü durumunda, araştırmacı farklı zaman aralıkları seçme olanağına sahiptir(örneğin,2hR, 8hR veya 24hR). Farklı gün ve saatlerde gıda alımı verilerini toplamak için, önceden belirlenmiş bir süre içinde çeşitli örnekleme şemaları oluşturulabilir. Push bildirimleri, yanıtlayanları gıda alımlarını kaydetmeye davet eder. Tam veri toplamayı sağlamak için, yanıt olmaması durumunda davetler otomatik olarak yeniden zamanlanır. Geri çağırma modülünde, katılımcılar yiyecek alımlarını ancak davet aldıktan sonra bildirebilirler. Gıda kaydı durumunda, katılımcılar uygulamaya erişebilir ve gün boyunca yiyecek alımlarını kaydedebilir.
Çoğu 24hR araçlarının aksine, uygulamanın geri çağırma modülü, önceki 24 saat48için gıda alımı verilerini toplamak için otomatik çoklu geçiş yöntemine -beş adımlı bir yönteme dayanmaz - çünkü bu yöntem bir uygulamada kullanılmak üzere çok ayrıntılı ve zaman alıcıdır. Daha spesifik olarak, kullanılabilirliği artırmak ve gıda alım kayıtlarının uyumluluğunu artırmak için11,38,49, navigasyon, erişilmesi gereken ekran sayısını 4 ile sınırlandırarak minimuma indirildi ( Şekil3): 1) raporlama penceresini gösteren bir Genel Bakış ekranı; 2) tüketilen gıda maddeleri Arama ekranından bildirilür ve istenen öğe seçildikten sonra 3) yeme vesilesi ve tüketilen miktarı araştıran bir iletişim kutusu görünür, bundan sonra 4) kullanıcı şimdi kaydedilen gıda maddelerini gösteren Genel Bakış ekranına döner. Buna ek olarak, kullanıcı menü düğmesi üzerinden girilebilen tarifler veya ürün kombinasyonları oluşturmak için Yemeklerim işlevini de kullanabilir.
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/62032/62032fig03.jpg"> Şekil 3: Uygulamadaki yönlendirmeye şematik genel bakış. <a href="https://www.jove.com/files/ftp_upload/62032/62032fig03large.jpg" target="_blank"></a>
Veriler güvenli bir sunucuda depolanır. İstenirse, genel veya belirli yeme etkinlikleri veya yiyecek öğeleri ile ilgili ek sorular dahil edilebilir. Uygulama çevrimiçi anket araçlarıyla bağlanabilir. Bu nedenle, önceden belirlenmiş zamanlarda(örneğin,bağlam, davranışsal, ruh hali soruları) uygulama üzerinden gıda alımıyla ilgisi olmayan bir anket yapmak mümkündür. Bildirilen gıda maddeleri veya yeme etkinlikleriyle ilgili belirli sorular sormak da mümkündür(örneğin,elmalar bildirildiğinde, öğle yemeği bildirildiğinde). Çevrimiçi anket araçlarının kullanımı, uygulama üzerinden birçok farklı soru sorma fırsatı sunar. Toplanan gıda alım verileri sunucudan aktarılabilir ve daha fazla analiz için beslenme hesaplama yazılımına aktarılabilir. Ek soruların kullanılması durumunda, bu veriler her zamanki gibi anket aracında mevcut olacaktır. Amaç, iyi yapılandırılmış ve kullanımı kolay bir uygulama geliştirmekti. Tasarımın bazı ekran görüntüleri Şekil 4A-E.'de görülebilir.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/62032/62032fig04.jpg"> Şekil 4: Uygulamanın son sürümünün ekran görüntüleri. (A) Daveti (bu durumda) 2 h-geri çağırma süresiyle gösteren Başlangıç/Genel Bakış ekranı. Kullanıcı, bu süre zarfında hiçbirşey tüketilmemesi durumunda bir gıda maddesini veya gedronken Niets gegeten'ini (yanihiçbir şey yemedim veya içmedim) bildirmek için Ürün toevoegen'e (yani öğe ekle) basabilir. (B) Yiyecek listesinden "Jus" arama terimiyle eşleşen sonuçları gösteren Arama ekranı. İstenen öğe arama sonuçlarından seçilebilir. (C) Bir açılır ekran, seçilen "Jus d 'orange" öğesindeki ayrıntıların girilmesini gerektirir. Bu durumda, uygulama tüketilen miktarı ve yeme olayını sorar. Kullanıcı, daha ileri gitmek için Annuleren (yaniiptal) veya Opslaan (yanikaydet) tuşuna basarak arama sonucuna geri dönebilir. (D) Genel Bakış, bu kez bildirilen tüm öğeleri gösterir. Başka bir öğe eklenebilir (Ürün toevoegen) veya giriş gönderilebilir (Lijst versturen). (E) Lijst versturen'ı seçtikten sonra, kullanıcıya göndermek istediğinden emin olup olmadığını soran bir açılır pencere görünür ve kullanıcıya liste gönderildikten sonra daha fazla değişiklik yapmanın mümkün olmadığını hatırlatır. Kullanıcı iptal etme (Annuleren) veya gönderme (Versturen) seçeneğine sahiptir. <a href="https://www.jove.com/files/ftp_upload/62032/62032fig04large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</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

Bu makalede, uzman değerlendirmeleri ve kullanılabilirlik testleri de dahil olmak üzere yenilikçi bir akıllı telefon tabanlı diyet değerlendirme uygulaması Traqq'ın geliştirilmesine yönelik protokol açıklanmaktadır.

Yenilikçi Akıllı Telefon Tabanlı Diyet Değerlendirme Aracının Yinelemeli Gelişimi: Traqq

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

Diyet değerlendirme araçlarının gelişim süreci genellikle sadece kısmen açıklanmaz, bilimsel temelin altında yatan tüm süreci gösterir ve karşılaştırılabilir araçların geliştirilmesine fayda sağlayabilir. Bu protokol, literatürün ve mevcut araçların kapsamlı bir şekilde taranmasının ardından uzmanlar ve amaçlanan son kullanıcılar tarafından prototip oluşturma ve değerlendirme de dahil olmak üzere uygulamayı geliştirmek için atılan tüm adımları açıklar. Bu protokol, beslenme araştırmaları için diyet değerlendirme araçlarının gelişimsel sürecinin yanı sıra davranış değişikliği uygulamaları hakkında içgörüler sağlar.Traqq gibi bir aracın geliştirilmesi, beslenme araştırmacıları, diyetisyenler ve BT personeli gibi birden fazla uzmanın katılımını gerektirir. Bu uzmanları tüm süreç boyunca dahil etmeyi unutmayın. Yönetici rolündeki bir projeyi yönetmek için traqq.idbit konumuna gidin.ve uygulamanın arka ucuna oturum açmak için yönetici kimlik bilgilerini kullanın. Projelere git'i tıklatın ve projede istenen projeyi seçmek için Görünüm sütunundaki oku tıklatın. Projeye genel bakış sayfasında Katılımcılar sekmesini tıklatın.Katılımcıya genel bakış ekranı görüntülendiğinde, Yeni katılımcı ekle'yi tıklatın ve uygun şekilde Kod Adı, Notlar, Oturum Açma Kimliği ve Oturum Açma Anahtarı'nı girin ve dosyayı kaydedin. Her katılımcı için davet zamanlamak üzere Davetler sekmesini tıklatın. Davetlere genel bakış ekranında Yeni davet ekle'yi tıklatın.Aşağıdaki ekranda bir katılımcı seçin ve Dönem başlangıç saati, Dönem bitiş saati, Açılış saati, Kapanış saati, Anket URL'si, Notlar'ı girin ve uygun şekilde etkinleştirin. Takvim sekmesinden veri toplamayı izlemek için açılır menüden ilgi çekici bir katılımcı seçin. Yanıt sekmesi aracılığıyla yanıtları izlemek için açılır menüden ilgi çekici bir katılımcı seçin.Toplanan verileri çözümlemek için, veri dışa aktarma için yöneticiye e-posta yoluyla bir istek gönderin. Uygulamayı katılımcı olarak kullanmak için, serbestçe kullanılabilen uygulamayı bir akıllı telefona indirin ve uygulamaya erişmek için giriş yapın. Davet aldıktan sonra, bildirimi tıklatın ve açık daveti tıklatın.Tüketilen gıda maddesini girmek için Gıda maddesi ekle'yi tıklatın ve tüketilen öğenin adını girin. Öğenin adı yazarken görünürse tıklatılabilir. Aşağıdaki ekranda, tüketilen miktarı, karşılık gelen porsiyon boyutu açıklamasını, yeme örneğini ve öğenin tüketim zamanını bildirin.Kaydettikten sonra, tüketilen tüm gıda maddeleri raporlanana kadar girdiyi yineleyin, sonra listeyi göndermek için Gönder listesini tıklatın. Bu kullanılabilirlik değerlendirmesinde düşünce yüksek sesle mülakatlara toplam 22 konu katılmıştır. Katılımcılar 22-70 yaşları arasındaydı ve yaş ortalaması 48'di.%36'sı erkek, %50'den fazlası ise yüksek eğitimliydi. Katılımcıların çoğunluğu bir Android cihaz kullandı ve katılımcıların neredeyse tamamı akıllı telefon kullanımı konusunda bir yıldan fazla deneyime sahipti. Sistemin kullanılabilirlik puanının değerlendirilmesi, 40 ila 100 arasında bir aralıkla, 100 üzerinden 79 ortalama bir derecelendirmeye işaret etti.Sadece üç katılımcı uygulamayı 68'in altında derecelendirdi ve 13'ü 80'in üzerinde derecelendirerek uygulamanın kullanıcı dostu olarak kabul edilebileceğini öne sürdü. Traqq, gelişim protokolünü paylaşmak için ilk esnek diyet değerlendirme aracıdır. Benzer esnek araçlar geliştirmeyi amaçlayan diğer araştırmacılara yardımcı olmayı ve ilham vermeyi umuyoruz.

Research

JoVE Journal

Behavior

Development of a Virtual Reality Assessment of Everyday Living Skills

Gündelik Yaşam Becerileri bir Sanal Gerçeklik Değerlendirmesi Gelişimi

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

Bir Otomatik Görüntü İşleme Yaklaşımı ile Fare Sosyallik Deneysel Değerlendirilmesi

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

Bir Günlük Yaşam Ortamında Smartphone merkezli İnsan Aktivitesi Tanıma Sisteminin Değerlendirilmesi

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

Geliştirilmiş Rat Eğitim Performans Yenilikçi Running Tekerlek tabanlı Mekanizma

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

Davranış bozuklukları: Bir Nutraceutical Diyet düzenleyici etkileri izlemek için Yenilikçi Bir Yaklaşım

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

Ateş, Drosophila modeli yetişkin tırmanma davranışı çözümlemek için bir otomatik hızlı yinelemeli negatif Geotaxis tahlil

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

3-b bir sensör kullanarak kol işlevi objektif ve çocuklara değerlendirilmesi

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

Tüketici Faydalarını Değerlendirmek Için Araştırma Aracı Olarak EMASS Özelleştirme Programı Uygulamak

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

Erkek Farelerin Cinsel Davranışlarının Değerlendirilmesi

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

Von Frey Saç Monofilamentleri Kullanarak Orta Hat Lingual Nokta-Basınç Somatosensation Değerlendirilmesi

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