이 문서에서는 전문가 평가 및 유용성 테스트를 포함하여 혁신적인 스마트폰 기반 식이 평가 응용 프로그램 인 Traqq의개발을위한 프로토콜에 대해 설명합니다.
빠르고 신뢰할 수있는 방식으로 식이 섭취 데이터를 수집하기 위해 Traqq라는 유연하고 혁신적인 스마트 폰 응용 프로그램 (응용 프로그램)이 개발되었습니다 (iOS / 안드로이드). 이 응용 프로그램은 음식 기록과 24-h 리콜 (또는 짧은 리콜 기간)로 사용할 수 있습니다. 두 방법 모두에 대해 미리 지정된 기간 또는 임의의 일/시간에 다른 샘플링 구성표를 만들 수 있으며 푸시 알림은 참가자에게 음식 섭취량을 등록하도록 촉구합니다. 응답이 아닌 경우 알림의 일정이 자동으로 변경되어 완전한 데이터 수집을 보장합니다. 식품 기록으로 사용하기 위해 응답자는 앱에 액세스하고 하루 종일 음식 섭취량을 기록할 수 있습니다. 음식 기록은 하루가 끝나면 자동으로 닫힙습니다. 소비된 항목을 제출한 후 리콜이 종료됩니다. 리콜뿐만 아니라 식품 기록 모듈은 다른 연구 목적에 맞게 익숙해질 수있는 네덜란드 식품 조성 데이터베이스 (FCDB)를 기반으로 광범위한 식품 목록에 대한 액세스를 제공합니다. 식품 품목을 선택할 때, 응답자들은 동시에 가구대책(예: 컵,숟가락, 안경), 표준 부분 크기(예: 작은, 중형, 대형), 또는 그램의 체중, 식사 시간/소비 시간 등 부분 크기를 삽입하라는 메시지가 표시됩니다. 부분 크기 옵션은 예를 들어,계량 식품 기록이나 식사 대신 소비 시간의 경우 그램에 만 항목만 조정할 수 있습니다. 응용 프로그램은 또한 응답자가 자신의 조리법이나 제품 조합(예 :일일 아침 식사)을 만들 수 있도록 하고 소비 된 총 수량을보고 할 수있는 내 요리 기능이 포함되어 있습니다. 그 후 앱은 수율 및 보존 요인을 고려합니다. 데이터는 보안 서버에 저장됩니다. 원하는 경우, 추가 질문, 즉,일반적으로 또는 특정 식품 이나 식사 행사와 관련된 질문 포함 될 수 있습니다. 이 백서는 전문가 평가 및 유용성 테스트를 포함하여 시스템 개발(앱 및 백엔드)에 대해 설명합니다.
정확한 식이 평가는 건강과 질병 예방에서 영양의 역할에 대한 연구의 질을 보장하기 위해 매우 중요합니다. 현재, 이러한 연구는 일반적으로 확립된 자가보고 식이 평가 방법, 즉식품 주파수 설문지, 24-h 리콜(24h) 및/또는 식품 기록1을사용합니다. 이러한 방법이 영양 연구에 매우 중요하다는 사실에도 불구하고, 그들은 또한 다양한 단점을 가지고, 예를 들어, 메모리 관련 편견, 사회적 바람직편견, 그리고 응답자뿐만 아니라응답자에대한부담1,2. 최근의 기술 발명은 이제 이러한 단점을 극복 할 수있는 기회를 제공합니다. 지난 몇 년 동안, 다양한 연구 그룹은이 기회를 포착하고 이러한 알려진 단점 중 일부를 해결하는 영양 연구를위한 웹 기반 및 스마트 폰 기반의 식이 평가 도구를 개발 (예를 들어,웹 및 스마트 폰 기반 도구의 광범위한 개요에 대한 Eldridge 등3 참조), 즉, 오류의 원인을 감소, 사용자 친화성을 개선하고 참가자의 부담을 감소1.
그럼에도 불구하고 영양 연구에 적합한 완전 자동화및 검증된 스마트폰 애플리케이션(앱)의 수는 여전히 제한되어 있습니다. 이용 가능한 식이 평가 앱의대부분(즉,상업적또는 연구를 위해 개발)은 완전 자동화되지않았거나(즉,식품의 수동 코딩필요) 또는 (잘) 검증되지 않는다3. 또한, 대부분의 유효한 검증 된 애플 리 케이 션 은 특정 한 특정 연구 목적을 위해 개발 되었습니다 및 특정 국가에서 사용; 오히려 고정 된 디자인으로 인해 다른 연구 목적으로 또는 다른 국가에서 이러한 앱을 다시 사용하는 것은도전적인 것으로보인다3,4,5,6,7,8. 마지막으로, 지금까지 식품 레코드 기반 앱의 가용성에도 불구하고 리콜 기반 앱은 아직 존재하지 않는 것으로 보입니다. 식품 기록은 반응성 편견에 취약하지만, 즉응답자들은관찰되고있다는 인식으로 인해 음식 섭취량을 변경할 수 있습니다2,9,이것은 리콜에 대한 경우가 아니다, 이는 검증 된 리콜 기반 응용 프로그램(10)의개발의 필요성을 강조. Traqq라는 혁신적인 식이 평가 응용 프로그램은 연구 질문1에따라, 음식 기록뿐만 아니라 리콜로 사용할 수있는 네덜란드에서 사용하기 위해 개발되었다.
식품 기록 옵션과 리콜 옵션을 번갈아 갈 수 있는 가능성 외에도 이 앱은 유연한 특성 때문에 다른 식이 평가 도구와도 다릅니다. 특히 식품 목록, 부분 크기 추정, 샘플링 계획 및 추가 질문을 통합 할 수있는 가능성에 대해. 시스템의 유연성 수준은 식이 행동에 대한 정확한 평가가 필요한 여러 연구 목적에 맞게 조정할 수 있습니다. 현재, 응용 프로그램은 검증되는 과정에 있으며 영양 관련 연구의 다양한 유형에 사용할 준비가 될 것입니다. 이 앱은 식이 행동을 측정하고 영향을 미치는 영양 개입 프로그램에서 사용하기 위해 더 개선 될 수 있습니다. 신뢰할 수 있는 식이 평가 도구의 개발이 어렵고, 특히 사용자 및 전문가 참여3,11,12에대한 보고가 부족하기 때문에 이 논문은 이 스마트 폰 기반 식이 평가 앱의 체계적이고 반복적인 개발에 다른 정보 소스가 어떻게 통합되었는지에 대한 자세한 개요를 제공합니다. 이 프로세스는 이론, 전문가 상담 및 사용자 참여를 통합합니다.
이 논문은 스마트 폰 기반의 식이 평가 앱 Traqq의반복적 인 발달 과정을 제시합니다. 필요한 수준의 정확성과 사용자 친화성의 균형을 맞추는 것은 1) 데이터입력(즉,식품 식별 및 부분 크기 정량화에 대한 가장 정확한 방법을 선택함) 데이터입력(즉,정확한 데이터베이스를 선택하고 본격적인 식품 목록을 생성함) 3) 사용자 정의 옵션(즉, 정확한 데이터베이스 선택) 3) 사용자 정의옵션(즉,.e.,3) 사용자 정의 옵션(즉, 식품 식별 및 부분 크기 정량화에 대한 가장 정확한 방법을 선택)에 다음과 같은 주요 과제를 제기했습니다. 식품 목록, 부분 크기 정량화 및 조리법) 및 4) 유효성 검사(즉,전통적인 방법 및 / 또는 독립적 인 조치에 대해)3,50. 문학 검토 중, 5개의 검증되고 완전 자동화된, 스마트폰 기반의 식이평가도구는 3,즉 나의 식사메이트4,전자식 섭취 평가(eDIA)7,이지 다이어트 다이어리8,전자 카넷 알리멘테어(e-CA)5,먹고 트랙(EaT)6을확인하였다.
이 5가지 식이 평가 앱과 이 앱의 자동화 수준으로 인해 연구원의 부담과 비용은 크게 감소하며 기존의 식이 평가 방법에 비해 데이터 완성도가 증가합니다. 또한,이 응용 프로그램은 차례로, 유연성의 측면에서 다섯 기존의 식이 평가 도구와 다릅니다. 특히 기존 앱은 모두 식품 기록 방법을 기반으로 하는 반면,이 응용 프로그램은 식품 기록뿐만 아니라 리콜로 사용할 수 있습니다. 더욱이, 이러한 앱의 설계가 고정되어 있는 반면, Traqq는 다른 연구목적(예:식이 평가 방법, 음식 목록, 샘플링 방식, 추가 질문)에 맞게 수정할 수 있는 주요 장점이 있다3,50. 반대로, 다른 기존 식이 평가 앱에는 앱에서 구현되지 않은 귀중한 기능이 포함되어 있습니다(아직). 이 점을 설명하기 위해, 일부 앱은 사용자가 반자동, 기술 지원 식이 평가(TADA)시스템(TADA) 시스템(TADA) 시스템(51,52)과 같은 식품 인식 및 부분 크기추정을위해 음식 사진을 찍을 수 있도록허용한다.
유용성 연구에 참여한 참가자들은 또한 사진의 사용이 부분 크기 추정을 돕는 귀중한 추가가 될 수 있음을 지적했습니다. 그러나, 사진각도(즉,깊이를 평가하기 위해), 참조제작자(즉,크기와 색상을 수정하기 위해), 사진 전후(즉, 소비량을 평가하기 위해) 필요성과 관련하여 이러한 기능을 구현하기 위해 해결해야 할 과제는 여전히 너무많았습니다. 그리고 조리법 요리를 처리하는 방법에. 이러한 기술적 과제로 인해 기존 이미지 기반 식이 평가 앱은 여전히 반자동이며, 이는 사용자, 연구원 또는51,52모두에 의해 수동 이미지 검토를 수행해야 한다는 것을 의미합니다. 크라우드소싱 및 머신 러닝과 같은 기술적 발전은 식이 평가53,54를위한 식품 이미지 의 사용을 개선할 수 있는 잠재력을 가지고 있습니다. 미래에, 이러한 옵션은 더 응용 프로그램을 개선하기 위해 탐구될 것입니다. 응용 프로그램의 개발 과정은 다양한 중요한 단계를 특징으로했다. 첫째, 앱 생성의 근거를 뒷받침하는 과학적 개념이 앱의 일반적인 개요를 설정하는 데 있어 의사 결정을 용이하게 하는 것을 통해 조형 연구 단계가 완료되었습니다.
이 단계에서는 FCDB 선정과 데이터정확도(21)에직접적인 영향을 미치는 PSEA 측면 의 선택에 특별한 주의를 기울였다. FCDB에 관해서는, 응용 프로그램은 원래 네덜란드에서 사용하기 위해 개발된 바와 같이, 그 음식 목록은 네덜란드 FCDB, NEVO14를기반으로합니다. 미래에, 목표는 더 많은 음식이 국가 별으로 더 광범위한 식품 구성 데이터를 필요로 국제 사용을위한 응용 프로그램을 개발하는 것입니다. 현재 국제 FCDB는 아직 존재하지 않으며 존재한다면 그 사용이 제한되었을 수 있습니다. 더 구체적으로, 네덜란드 음식 목록에는 이미 2,389개의 식품이 포함되어 있기 때문에,5개국이 이 수의 식품을 약 5개까지 곱하고 결과적으로 앱의 유용성에 부정적인 영향을 미칠 수 있는 국제 식품 조성 테이블의 구현이 가능합니다. 따라서 국가별 식품 목록은 아마도 가장 가치가 있고 종종 전문가(55)가선호할 것입니다.
이것은 대체 식품 목록의 가져오기를 가능하게하고 따라서 다른 (국제) 식품 조성 테이블에 연결할 수 있기 때문에 응용 프로그램에 의해 촉진된다. 부분 크기에 관해서는, 예를 들어,이미지 소책자의 사용, 참조 객체 및/또는 텍스트 부분 크기제안(26)의정확성을 지원하기 위해 사용할 수 있는 여러 옵션이 있다. 사용자 친화성을 고려하여앱(예:이미지 소책자, 참조 개체)과 함께 PSEA를 사용하는 경우 앱에서 PSEA를 직접 구현하는 것이 좋습니다. 앱 개발 중에 부분 크기 제안 및 항목 항목을 그램으로 사용하여 부분 크기를 입력 할 수있는 기회를 제공함으로써 부분 크기 정량화를 용이하게하기로 결정했습니다. 부분 크기 제안은 사용 가능한 네덜란드 어 부분 크기데이터베이스(56)를기준으로 합니다. Compl-eat 및 Eetmeter와 같은 네덜란드 식이 평가 도구는 이 데이터베이스13,17에의존하지만,이 부분 크기의 데이터베이스 날짜는 2003년부터, 식기 크기는이후 57증가했다는 점에 유의할 필요가 있다. 따라서 이 데이터베이스를 사용하면 음식 섭취량이 과소 평가될 수 있습니다.
현재, 부분 크기 데이터베이스는 공중 보건 및 환경 네덜란드 국립 연구소 (RIVM), 네덜란드 영양 센터, 그리고 Wageningen 대학 및 연구58에의해 업데이트되고있다, 이는 결국 응용 프로그램의 부분 크기 제안을 업데이트하는 데 사용됩니다. 이전 부분과 새 부분 간의 불일치는 필요한 경우 매핑되고 조정됩니다. 부분 크기이미지(즉,선택된 음식의 상이한 양을 묘사하는 일련의 이미지)의 사용은 텍스트 기반 부분 크기제안(59)에대한 좋은 대안이 될 수 있지만, 연구결과에 따르면 일련의 부분 크기 이미지가 한 번에 하나의 이미지 대신한번에 하나의 이미지가 제시될 때 부분 크기 추정의 정확도가 가장 높은 것으로나타났다. 60,61. 일반적으로 현재 사용 가능한 스마트 폰에는 상대적으로 작은 화면이 있어 일련의 이미지 의 프리젠 테이션을 제한합니다. 새로운 기술은 가상 플레이트 또는 컵에 음식의 양을 증가 또는 슬라이더(61)를사용하여 감소 할 수 있음을 제공하는 대화 형 부분 크기의 그래픽의 사용을 용이하게하지만, 이러한 기술은 상대적으로 새로운 여전히 자신의 정확도를 평가하기 위해 철저하게 평가할 필요가있다.
앱 개발의 또 다른 중요한 단계는 전문가와 의도 된 최종 사용자의 참여를 포함했다. 종종 도구의 개발 과정에 통합되지 않지만 (또는 설명되지 않음) 11,12,전문가뿐만 아니라 의도 된 최종 사용자의 피드백 -이 유용성의 극대화를 허용하고, 정확도의 필요한 수준을 유지합니다. 의도 된 최종 사용자의 피드백은 내 요리 기능의 최종 디자인에 특히 도움이되었다. 전반적으로, 사용자는 자신의 요리를 만들 수있는 가능성에 만족했다. 그러나 함수가 자동으로 데이터를 저장하지만 일부 프로시저와 는 다투지 않았지만 사용자에게는 표시되지 않았습니다. 따라서 많은 사용자가 저장 버튼을 계속 검색하고 붙어있어 다시 가서 입력을 잃을 까봐 두려워했습니다. 이러한 종류의 피드백을 바탕으로 사용자의 기대에 더 잘 맞게 기능이 향상되었습니다.
결론을 위해 Traqq는 기존 앱 및 웹 기반 도구에 비해 많은 장점을 가진 혁신적인 앱입니다. 그러나 여전히 여러 가지 제한이 있습니다. 앱은 여전히 자체 보고서에 의존하므로 자체 보고서 관련 측정 오류가 여전히 존재합니다(예 :메모리 바이어스(예: 리콜의 경우), 사회적 바람직성 편향 및 음식 섭취 수정(즉,식품 기록의 경우), 부정확한 부분 크기 추정(즉,둘 다))1. 앞으로 는 바코드 스캐너,음성 녹음, 챗봇 및 이미지와 같은 기능을 구현하는 가치를 탐구하여 식품 식별 및 부분 크기 추정을 개선할 수 있는 새로운 기술을 더욱 발전시킬 것입니다. 다른앱(예:액티비티 트래커, 수면 추적기) 및장치(예:가속도계, 심박수 모니터, 츄잉 센서)와 연결할 수 있는 가능성도 탐구되고 있습니다. 마지막으로, 백엔드는 샘플링 옵션의 확장을 통해 추가 개발(예:)의 대상이 되고 있다.
The authors have nothing to disclose.
저자는 Traqq의 개발에 자신의 핵심 역할에 대한 아누크 겔렌과 아르빈 드 Datadien감사하고 싶습니다. 또한 저자는 Romy Willemsen이 데이터 수집에 도움을 준 것에 대해 감사드리고 유용성 연구의 데이터 분석에 감사드립니다. 마지막으로, 저자는 프로세스 전반에 걸쳐 자신의 경험과 의견을 공유 한 전문가와 참가자에게 감사드립니다. 이 개발은 Wageningen 대학 및 연구에 의해 실행되었으며, TKI 농업 식품 PPS의 맥락에서 농업, 자연 식품 품질 및 산업부의 부분적으로 자금을 지원 – 프로젝트 스마트 푸드 섭취 (AF16096).
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 |