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.
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.
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.
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.
The authors have nothing to disclose.
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.
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 |