JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Resultados
Discussion
Declarações
Acknowledgements
Materials
Referências
Please note that all translations are automatically generated. Click here for the English version.
Comportamento

Iterative Entwicklung eines innovativen Smartphone-basierten Ernährungsbewertungstools: Traqq

Published: March 19, 2021
doi:
10.3791/62032
, , , ,
1Division of Human Nutrition and Health,Wageningen University and Research

Summary

Dieser Artikel beschreibt das Protokoll für die Entwicklung einer innovativen Smartphone-basierten Ernährungsbewertungsanwendung Traqq, einschließlich Expertenbewertungen und Usability-Tests.

Abstract

Um Ernährungsdaten schnell und zuverlässig zu sammeln, wurde eine flexible und innovative Smartphone-Anwendung (App) namens Traqq (iOS/Android) entwickelt. Diese App kann als Lebensmittelakte und 24-Stunden-Rückruf (oder kürzere Rückrufzeiten) verwendet werden. Verschiedene Probenahmeschemata können entweder an vordefinierten oder zufälligen Tagen / Zeiten innerhalb eines vorgegebenen Zeitraums für beide Methoden erstellt werden, mit Push-Benachrichtigungen, um die Teilnehmer aufzufordern, ihre Nahrungsaufnahme zu registrieren. Im Falle einer Nichtbeantwortung werden Benachrichtigungen automatisch neu geplant, um eine vollständige Datenerfassung zu gewährleisten. Für die Verwendung als Lebensmittelakte können die Befragten auf die App zugreifen und ihre Nahrungsaufnahme den ganzen Tag über protokollieren. Lebensmittelaufzeichnungen schließen automatisch am Ende des Tages; Rückrufe schließen nach Übermittlung der verbrauchten Artikel. Der Rückruf sowie das Food Record Modul bieten Zugriff auf eine umfangreiche Lebensmittelliste auf Basis der niederländischen Lebensmittelzusammensetzungsdatenbank (FCDB), die an unterschiedliche Forschungszwecke gewöhnt werden kann. Bei der Auswahl eines Lebensmittels werden die Befragten gleichzeitig aufgefordert, Portionsgröße einzufügen, d.h.in Haushaltsmaße(z. B.Tassen, Löffel, Gläser), Standardportionengrößen(z. B.klein, mittel, groß) oder Gewicht in Gramm und Essgewohnheit / -zeit des Verzehrs. Portionsgrößenoptionen können angepasst werden, z. B.nur Eingabe in Gramm im Falle einer gewogenen Lebensmittelaufzeichnung oder Zeitpunkt des Verzehrs anstelle von Essgeläse). Die App enthält auch eine My Dishes-Funktion, mit der der Befragte eigene Rezepte oder Produktkombinationen(z. B.ein tägliches Frühstück) erstellen und nur die insgesamt konsumierte Menge melden kann. Anschließend berücksichtigt die App Ertrags- und Retentionsfaktoren. Die Daten werden auf einem sicheren Server gespeichert. Auf Wunsch können zusätzliche Fragen, z.B.im Allgemeinen oder solche, die sich auf bestimmte Lebensmittel oder Essanlässe beziehen, einbezogen werden. Dieses Papier beschreibt die Entwicklung des Systems (App und Backend), einschließlich Expertenbewertungen und Usability-Tests.

Introduction

Eine genaue Ernährungsbewertung ist von entscheidender Bedeutung, um die Qualität der Studien über die Rolle der Ernährung bei der Gesundheits- und Krankheitsprävention sicherzustellen. Derzeit verwenden solche Studien in der Regel etablierte Methoden zur Bewertung der Ernährungsgewohnheiten, d. H.Fragebögen zur Lebensmittelhäufigkeit, 24-Stunden-Rückrufe (24hRs) und / oder Lebensmittelaufzeichnungen1. Trotz der Tatsache, dass diese Methoden für die Ernährungsforschung von großer Bedeutung sind, besitzen sie auch verschiedene Nachteile, z. B. gedächtnisbezogene Verzerrungen, soziale Erwünschtheitsverzerrungen und sind sowohl für den Befragten als auch für den Forscherbelastend 1,2. Jüngste technologische Erfindungen bieten nun die Möglichkeit, diese Nachteile zu überwinden. In den vergangenen Jahren haben verschiedene Forschungsgruppen diese Chance genutzt und webbasierte und Smartphone-basierte Ernährungsbewertungstools für die Ernährungsforschung entwickelt, die einige dieser bekannten Nachteile adressieren (siehe Eldridge et al.3 für einen umfassenden Überblick über web- und Smartphone-basierte Tools), d.h.Fehlerursachen reduzieren, die Benutzerfreundlichkeit verbessern und die Belastung des Teilnehmers und Forschers verringern1.

Dennoch ist die Anzahl der vollautomatisierten und validierten Smartphone-Anwendungen (Apps), die für die Ernährungsforschung geeignet sind, noch begrenzt. Die meisten der verfügbaren Apps zur Beurteilung der Ernährung(d. H.Kommerziell oder für die Forschung entwickelt) sind entweder nicht vollständig automatisiert(d. H.Erfordern eine manuelle Codierung von Lebensmitteln) oder sind nicht (gut) validiert3. Darüber hinaus wurden die meisten verfügbaren validierten Apps für einen bestimmten Forschungszweck und eine bestimmte Verwendung in einem bestimmten Land entwickelt. Aufgrund ziemlich fester Designs erscheint die Wiederverwendung solcher Apps für andere Forschungszwecke oder in anderen Ländern herausfordernd3,4,5,6,7,8. Schließlich, trotz der Verfügbarkeit von Auf dem Lebensmittelrekord basierenden Apps, scheint es bis heute noch keine rückrufbasierten Apps zu geben. Obwohl Lebensmittelaufzeichnungen anfällig für Reaktivitätsverzerrungen sind, d.h.die Befragten können ihre Nahrungsaufnahme aufgrund des Bewusstseins ändern, dass sie beobachtet werden2,9, ist dies nicht der Fall für Rückrufe, was die Notwendigkeit der Entwicklung einer validierten Rückruf-basierten Appunterstreicht 10. Für den Einsatz in den Niederlanden wurde eine innovative Diätbewertungs-App namens Traqq entwickelt, die je nach Forschungsfrage1sowohl als Lebensmittelakte als auch als Rückruf verwendet werden kann.

Neben der Möglichkeit, zwischen der Lebensmittelaufzeichnungsoption und der Rückrufoption zu wechseln, unterscheidet sich diese App auch aufgrund ihrer Flexibilität von anderen Tools zur Bewertung der Ernährung. Insbesondere in Bezug auf die Lebensmittelliste, Portionsgrößenschätzungen, Probenahmeschemata und die Möglichkeit, zusätzliche Fragen aufzunehmen. Das Maß an Flexibilität im System ermöglicht die Anpassung an mehrere Forschungszwecke, die eine genaue Bewertung des Ernährungsverhaltens erfordern. Derzeit befindet sich die App in der Validierung und wird bereit sein, in verschiedenen Arten der ernährungsbezogenen Forschung verwendet zu werden. Die App kann auch in Ernährungsinterventionsprogrammen verwendet und möglicherweise weiter verbessert werden, um das Ernährungsverhalten zu messen und zu beeinflussen. Da die Entwicklung zuverlässiger Ernährungsbewertungstools eine Herausforderung darstellt und Berichte über diese Prozesse insbesondere im Hinblick auf die Beteiligung von Nutzern und Experten3,11,12– selten sind, bietet dieses Papier einen detaillierten Überblick darüber, wie verschiedene Informationsquellen in die systematische und iterative Entwicklung dieser Smartphone-basierten Diätbewertungs-App integriert wurden. Der Prozess umfasst Theorie, Expertenberatung und Benutzerengagement.

Protocol

HINWEIS: Alle Verfahren einschließlich der menschlichen Teilnehmer wurden nicht-invasiv mit meist qualitativen Forschungsmethoden durchgeführt. Vor Beginn der Evaluierungen wurde von allen Teilnehmern eine Einwilligung nach Aufklärung eingeholt. Dieses Protokoll beschreibt den iterativen Entwicklungsprozess, der grob in vier Stufen unterteilt werden kann, in denen die Stufen 1-3 miteinander verflochten sind (Abbildung 1). Abbildung 1: Überblick über die Phasen des iterativen Entwicklungsprozesses der App. Der Entwicklungsprozess bestand aus insgesamt fünf Phasen. Der Prozess war jedoch iterativ, was bedeutet, dass die Stufen 1 bis 3 miteinander verflochten waren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen. 1. Führen Sie umfangreiche formative Forschung zur Vorbereitung des eigentlichen Entwicklungsprozesses durch. Führen Sie Desktop-Recherchen durch, um bestehende web- und Smartphone-basierte Diätbewertungstools zu untersuchen, mit besonderem Augenmerk auf Funktionen, von denen bekannt ist, dass sie für die genaue Erfassung von Lebensmittelaufnahmedaten von entscheidender Bedeutung sind, d. H.Methode der Lebensmitteleingabe (einschließlich der Lebensmittelliste und der zugrunde liegenden FCDB) und Portionsgrößenschätzungen. Überprüfen Sie vorhandene web- und Smartphone-basierte Diätbewertungstools, die sich auf Aspekte wie Diätbewertungsmethodik, Informationsbereitstellung, Zuverlässigkeit, Suchmaschine und implementierte Funktionen(z. B.Bilder, Barcode-Scanner, Rezeptfunktionen) konzentrieren. Konsultieren Sie Experten auf dem Gebiet der Ernährungsbewertung.HINWEIS: Die Ergebnisse der Desktop-Recherche und Inspektion bestehender Tools wurden mit Experten auf dem Gebiet der Ernährungsbewertung diskutiert, was zu einem Entwurf eines Designplans für die Entwicklung der App führte. Dieser Entwurf des Entwurfs des Entwurfs des Entwurfsplans wurde von den Experten bewertet und bei Bedarf weiter verbessert. 2. Entwerfen Sie die App zur Ernährungsbewertung Erstellen Sie das visuelle Design der App unter Berücksichtigung wichtiger Aspekte wie Animation, Branding, Farbe, Layout und Typografie20.HINWEIS: Da Raum, Farbe, Schriftarten, Grafiken und Oberflächenelemente Inhalte hervorheben und Interaktivität vermitteln, ist es wichtig, Elemente zu integrieren, die die Funktionalität der App erleichtern. Wählen Sie eine vertrauenswürdige FCDB (hier NEVO), um nährstoffberechnungen der gesammelten Nahrungsaufnahmedaten zu erleichtern14. Erstellen Sie eine Lebensmittelliste, indem Sie die Beschreibung der in der FCDB genannten Lebensmittel kritisch bewerten.HINWEIS: FCDBs werden hauptsächlich für den professionellen Einsatz entwickelt; Lebensmittelbeschreibungen sind oft komplex und behindern die Durchsuchbarkeit (z. B.”Margarine fettarm 35% Fett < 10 g gesättigte Fette ungesalzen"23). Formulieren Sie Suchmaschinenanforderungen; Erwägen Sie die Verwendung von Satzzeichen, fremden Namen, Rechtschreibfehlern, verschiedenen Suchbegriffen und dem Ranking der Suchergebnisse, um die Durchsuchbarkeit von Lebensmitteln zu erleichtern. Wählen Sie die Portionsgrößenschätzung (Hilfe) aus, indem Sie verschiedene vorhandene Instrumente zur Beurteilung der Ernährung und Feldtests geeigneter Optionen bewerten. Entwerfen Sie das Routing innerhalb der App, um sicherzustellen, dass die Navigation des Benutzers durch die App logisch, vorhersehbar und einfach zu verfolgen ist. Entwerfen Sie Backend-Funktionen und -Anforderungen zur Steuerung der App. umfassen Funktionen im Zusammenhang mit dem Gesamtprojektmanagement, dem projektspezifischen Management(z. B.Teilnehmer, Einladungen, Datenerfassung) und der Benutzerverwaltung(z. B.Berechtigungen). 3. Evaluationen durch Forschende HINWEIS: Nach jedem Upgrade wurde die App von Ernährungswissenschaftlern und Ernährungsberatern mit Erfahrung in der Ernährungsbewertung (Interne Tests) getestet, um zu überprüfen, ob sich die Funktionalitäten wie erwartet verbessert haben. Die folgenden Anweisungen sind von Forschern auszuführen. Führen Sie eine Expertenbewertung mittels kognitiver Walkthroughs durch, um eine erstmalige Benutzererfahrung zu simulieren, damit die Experten die App individuell und ohne Anleitung erkunden können28. Stellen Sie sicher, dass die kognitiven exemplarischen Vorgehensweisen aus den folgenden Schritten bestehen. Stellen Sie sicher, dass der Experte einen allgemeinen Fragebogen ausfüllt, der sich nach der Marke und dem Typ des Smartphones erkundigt. Installieren Sie die App auf dem Smartphone des Experten.HINWEIS: Um eine ordnungsgemäße Installation und Funktion sicherzustellen und das Risiko von Unterbrechungen während der Evaluierung zu minimieren, wird empfohlen, dass der Forscher zunächst die Funktionalität der App überprüft. Weisen Sie den Experten über Testverfahren an, bei denen jeder Experte gebeten wird, die Rolle des Erstbenutzers(d. H.Forschungsteilnehmers) zu übernehmen. Betonen Sie, dass die Bewertung aus der Perspektive eines Benutzers und nicht aus der Perspektive des Experten durchgeführt wird.HINWEIS: Es wurde davon ausgegangen, dass der Benutzer ein erfahrener Smartphone-Benutzer ist und Kenntnisse über die Verwendung von Apps im Allgemeinen hat. Diese App wurde jedoch zum ersten Mal verwendet. Starten Sie den Bildschirm und die Audioaufnahme. Lassen Sie den Experten die kognitive Anleitung ausfüllen, während Sie die App verwenden und eine vorgegebene Reihe von Aufgaben ausführen31: 1) “Ich möchte mein Abendessen aufzeichnen. Ich begann mit einer Tasse Tomatensuppe und einem Glas Milch.”, 2) “Danach ast ich ein Nudelgericht, das ich regelmäßig konsumiere und es als Favorit(d.h.Vorgänger von My Dishes) eintragenmöchte.” [Rezept wurde zur Verfügung gestellt], 3) “Da ich auch das Nudelgericht konsumiert habe, möchte ich dies zu der heutigen Nahrungsaufnahme hinzufügen.”, und 4) “Ich habe alles eingegeben, was ich während des Abendessens gegessen habe. Ich möchte meinen Beitrag noch einmal überprüfen und dann einreichen.”HINWEIS: Während der Ausführung der Aufgaben informiert der Experte den Forscher über seinen Denkprozess, d.h.indem er die Schritte erklärt, die zur Erfüllung der beschriebenen Aufgabe ausgeführt werden müssen. Führen Sie ein kurzes Follow-up durch, um Unklarheiten zu klären32, und geben Sie dem Experten die Möglichkeit für zusätzliches Feedback. Bewerten Sie die Ergebnisse jedes Experten, indem Sie die Aufzeichnungen überprüfen, um sicherzustellen, dass die Aufgaben wie beabsichtigt ausgeführt wurden, und indem Sie die zusätzlichen Kommentare überprüfen. Teilen Sie die Ergebnisse mit den Experten, um zu beurteilen, ob die auf der Grundlage der Aufzeichnungen getroffenen Annahmen korrekt waren.HINWEIS: Die Ergebnisse der Evaluation wurden in Absprache mit den Experten diskutiert und priorisiert. Basierend auf den Ergebnissen dieser Auswertung wurde die App weiter aufgewertet. Führen Sie Usability-Tests mit den beabsichtigten Benutzern durch, um die Benutzerfreundlichkeit und Sympathie der App bei den beabsichtigten Benutzern durch Think-Aloud-Interviews und die System Usability Scale (SUS)33 zu bewerten, indem Sie die folgenden Schritte ausführen: Rekrutieren Sie Teilnehmer, die repräsentativ für die Zielgruppe35sind. Weisen Sie den Teilnehmer in Bezug auf die Studienverfahren ein, einschließlich der Aufzeichnung von Bildschirm und Audio. Holen Sie dann die Einwilligung der Teilnehmer ein.HINWEIS: Es ist wichtig, dass der Forscher den Teilnehmer ermutigt, während der Bewertung “laut zu denken”, d.h.seine Gedanken zu den erforderlichen Schritten zu erklären, um jede Aufgabe während der Ausführung der Aufgabe zu erledigen, sowie zu kommentieren, welche Funktionalitäten gut funktioniert haben oder nicht. Installieren Sie die App auf dem Smartphone des Teilnehmers.HINWEIS: Um eine ordnungsgemäße Installation und Funktion sicherzustellen und das Risiko von Unterbrechungen während der Evaluierung zu minimieren, wird empfohlen, dass der Forscher zunächst die Funktionalität der App überprüft. Bitten Sie den Teilnehmer, eine Übungsaufgabe für das laute Vorstellungsgespräch durchzuführen: Bitten Sie die Teilnehmer, ihr Schlafzimmer zu visualisieren und die Anzahl der Fenster zu zählen, während Sie dem Forscher erzählen, was sie gesehen und gedacht haben, während Sie die Fenster zählen. Als nächstes bitten Sie die Teilnehmer, sich einem der Fenster in ihrem Schlafzimmer zu nähern und ihre Erfahrungen auf dem Weg zu diesem Fenster zu beschreiben.HINWEIS: Eine Übungsaufgabe wurde zur Verfügung gestellt und bei Bedarf wiederholt, um sicherzustellen, dass sich die Teilnehmer wohl fühlten, wie gewünscht laut zu denken37. Starten Sie den Bildschirm und die Audioaufnahme. Bitten Sie den Teilnehmer, ein tatsächliches Gespräch mit den vordefinierten Aufgaben zu führen: Der Teilnehmer muss: 1) alles aufzeichnen, was er am Vortag getrunken und getrunken hat, und 2) ein regelmäßig konsumiertes Gericht über die Funktion My Dishes aufzeichnen. Beobachten Sie während der Sitzung, machen Sie sich Notizen und regen Sie die Teilnehmer an, bei Bedarf laut weiter zu denken, indem Sie einfache Aufforderungen wie “Sprechen Sie laut”, “Sagen Sie mir, was Sie denken” oder “Sagen Sie mir, was Ihnen in den Sinn kommt”. Minimieren Sie weitere Interaktionen, um Störungen des Denkprozesses des Teilnehmers zu vermeiden28,32. Führen Sie ein kurzes Follow-up durch, um Unklarheiten zu klären32. Bitten Sie den Teilnehmer, einen Bewertungsfragebogen mit allgemeinen Fragen zu Alter, Geschlecht, Bildungsniveau, Smartphone-Typ, Smartphone-Erfahrung(d.h.erfahrene Benutzer führen Aufgaben eher schnell und korrektaus 38) sowie den SUS33- einen 10-Punkte-Fragebogen auszufüllen, um die Benutzerfreundlichkeit des Systems mittels Likert-Skala von 1 (stimme nicht zu) bis 5 (stimme stark zu) zu bewerten. Analysieren Sie die Daten aus jeder Sitzung durch 1) Transkription, Codierung und Erstellen von (Unter-)Themen und 2) Berechnung des SUS-Scores mit einer vordefinierten Formel, die zu einer Punktzahl zwischen 0 und 10033führt, wobei eine Punktzahl von >68/100 anzeigt, dass das Tool auf einem überdurchschnittlichen Niveau der Benutzerfreundlichkeit funktioniert und eine Punktzahl >80/100 eine ausgezeichnete Benutzerfreundlichkeit anzeigt39, ( 40) DER PRÄSIDENT. – Nach der 40HINWEIS: Es wird empfohlen, dass der Forscher, der die Sitzung geleitet hat, die Daten mithilfe einer qualitativen Datenanalysesoftware analysiert. Bei Unklarheiten kann ein zweiter Forscher hinzugezogen werden. Durchführung einer quantitativen Validierung von Aufzeichnungen über die Nahrungsaufnahme anhand validierter traditioneller Methoden und vorzugsweise unabhängiger Maßnahmen3.HINWEIS: Die App wird gegen webbasierte und telefonische(d.h.Interviews) 24hRs sowie unabhängige biochemische Marker im Urin und Blut validiert. Da die quantitative Validierung der App außerhalb des Rahmens dieses Papiers liegt, wird dies nicht weiter diskutiert. 4. Nutzung des Backend-Systems für das App- und Studienmanagement HINWEIS: Das System verfügt über drei Berechtigungsstufen: (1) Administrator – diese Berechtigungsstufe bietet Zugriff auf alle Abschnitte des Backends(d. h.Erstellen neuer Benutzer, Bestimmen der Benutzerberechtigung und Gewähren von Benutzerzugriff auf ein oder mehrere Projekte); (2) Projektmanager – diese Berechtigungsstufe ermöglicht den Zugriff auf bestimmte Projekte und die Möglichkeit, neue Projekte zu erstellen; und (3) Forscher – diese Berechtigungsstufe bietet nur Zugang zu den spezifischen Projekten, an denen Forscher beteiligt sind. Verwaltung von Benutzern und Projekten im Backend durch Administratoren Greifen Sie über traqq.idbit.netauf das Online-Backend zu, mit Anmeldeinformationen(d.h.Benutzername, Passwort). Erstellen Sie ein neues Projekt, indem Sie auf die Registerkarte Projekte und dann auf Neues Projekt erstellenklicken. Geben Sie im nächsten Bildschirm die angeforderten Projektdetails ein(z. B.Projektname, Kontaktbeschreibung, Kontakt-E-Mail, Kontakttelefon, Kontaktwebsite).HINWEIS: Nur der Projektname ist obligatorisch, um ein neues Projekt zu erstellen. Die Kontaktbeschreibung, die E-Mail-Adresse, die Telefonnummer und die Website werden in der App unter der Schaltfläche Kontakt & Info angezeigt. Wählen Sie die gewünschten Funktionen aus(z. B.Produktliste, Frage nach Essanlass und / oder Zeitpunkt des Verzehrs, Aufzeichnung oder Rückruf).HINWEIS: Jedes neue Projekt erfordert eine individuelle Entscheidungsfindung in Bezug auf die am besten geeignete Diätbewertungsmethode(d. H.Aufzeichnung oder Rückruf), die Lebensmittelliste, die Portionsgrößenschätzung und den Anlass oder die Essenszeiten. Speichern Sie das neue Projekt, indem Sie auf Speichernklicken.HINWEIS: Wenn der Bildschirm geschlossen wird, kehrt der Administrator zum Bildschirm Projektübersicht zurück. Erstellen Sie als Nächstes einen neuen Benutzer, indem Sie auf die Registerkarte Benutzer und dann auf Neuen Benutzer hinzufügenklicken. Geben Sie im folgenden Bildschirm einen Benutzernamen, ein Kennwortein und weisen Sie dem Benutzer eine Rolle zu(d. h.Administrator, Manager oder Benutzer). Speichern Sie den neuen Benutzer, indem Sie auf Speichernklicken.HINWEIS: Wenn der Bildschirm geschlossen wird, kehrt der Administrator zum Bildschirm Benutzerübersicht zurück. Weisen Sie einen Benutzer einem Projekt zu, indem Sie auf das Notizblocksymbol(d. h.Spalte bearbeiten) für einen bestimmten Benutzer klicken. Weisen Sie ein Projekt zu, indem Sie das Dropdown-Menü unter Verknüpfte Projekteöffnen, das gewünschte Projekt auswählen und auf Hinzufügenklicken.HINWEIS: Diese Aktion muss für jedes Projekt wiederholt werden, dem der Benutzer zugewiesen werden muss. Übermitteln Sie dem neuen Benutzer die Anmeldeinformationen zusammen mit der Back-End-URL. Verwaltung von Projekten im Backend durch Forschende (i.e., Manager- oder Benutzerrolle)Melden Sie sich über traqq.idbit.net mit den vom Administrator bereitgestellten Anmeldeinformationen am Backend an. Klicken Sie auf Gehe zu Projekten, um die Projekte zu verwalten. Klicken Sie auf den Pfeil in der Spalte Ansicht für das gewünschte Projekt.HINWEIS: Danach wird der Forscher zu einer Projektübersichtsseite weitergeleitet, und neue Registerkarten für dieses spezifische Projekt werden angezeigt. Geben Sie die Teilnehmer im Backend ein, indem Sie auf die Registerkarte Teilnehmer klicken. Wenn als Nächstes der Bildschirm Teilnehmerübersicht angezeigt wird, klicken Sie auf Neuen Teilnehmer hinzufügen. Geben Sie im folgenden Bildschirm Codename, Notes (optional), Login ID, Login Keyund die Endung Saveein.HINWEIS: Es wird empfohlen, die Studien-ID des Teilnehmers sowohl als Codename als auch als Login-ID zu verwenden. Dies minimiert die Verwirrung für den Teilnehmer im Falle mehrerer Anmeldeinformationen. Darüber hinaus ist der Codename in den Antworten sichtbar. Die Verwendung der Teilnehmer-ID erleichtert die Verwendung der Daten. Diese Option muss für jeden Teilnehmer wiederholt werden. Für größere Gruppen kann Teilnehmer aus Datei importieren (.csv) verwendet werden. Hier sind für jeden Teilnehmer die gleichen Angaben erforderlich. Das Backend darf keine personenbezogenen Daten der Teilnehmer enthalten. Planen Sie Einladungen für jeden Teilnehmer, indem Sie auf die Registerkarte Einladungen klicken. Wenn als Nächstes der Bildschirm Einladungsübersicht angezeigt wird, klicken Sie auf Neue Einladung hinzufügen. Wählen Sie im folgenden Bildschirm einen Teilnehmer aus dem Dropdown-Menü aus und geben Sie Zeitraum Startzeit, Zeitraum Endzeit, Öffnungszeit, Schließzeit, Umfrage-URL (d.h.optional für die Umsetzung zusätzlicher Fragen), Notizen (optional), Aktivieren (immer ja) ein.HINWEIS: Die Start- und Endzeit des Zeitraums beziehen sich auf den Berichtszeitraum(d. h.was zwischen ..:.. und ..:..) verbraucht wurde. Im Gegensatz dazu beziehen sich Öffnungs- und Schließzeit auf den Zeitraum, in dem der Teilnehmer seine Aufnahme tatsächlich melden kann. Die korrekte Durchführung einer externen Umfrage erfordert eine gewisse Codierung; Hierfür wird hilfe vom Administrator empfohlen. Für die meisten Einladungen kann die Option Einladungen aus (.csv) importieren unter Datei verwendet werden. Die Datei benötigt die gleichen Informationen wie für die manuelle Eingabe. Einladungen können auch über Stichprobenschemata erstellt werden(d. h.wenn das System ein zufälliges Einladungsschema über verschiedene Tage und Zeiten hinweg generiert, basierend auf einer Voreinstellung von Regeln wie Stichprobenzeitraum, Anzahl der erforderlichen Einladungen, Antwortfrist). Ein Vorteil der Option Sampling Schemes besteht darin, dass das System im Falle einer Nichtbeantwortung automatisch eine neue Einladung plant. Verfolgen Sie die Datenerfassung über die Registerkarte Kalender, indem Sie einen Teilnehmer von Interesse aus dem Dropdown-Menü auswählen.HINWEIS: Der Kalender bietet einen Überblick über geplante Einladungen innerhalb eines Projekts, entweder allgemein oder für bestimmte Teilnehmer. Zukünftige Einladungen sind blau dargestellt, ausgefüllte vergangene Einladungen sind grün, während vergangene Einladungen ohne Antwort rot sind. Antworten auf Einladungen können auch über die Registerkarte Antwort überprüft werden. Verfolgen Sie Antworten über die Registerkarte Antwort. HINWEIS: Im Abschnitt Antwort werden die gemeldeten Daten zur Nahrungsaufnahme(d. h.Lebensmittel, verzehrte Menge, Essgewohnheit und/oder Zeitpunkt des Verzehrs) erfasst. Fordert den Administrator zum Datenexport auf.HINWEIS: Daten können aus dem Backend in eine .csv Datei exportiert werden, um sie vom Administrator weiter analysieren zu können(z. B.Antworten/Lebensmittelaufnahmedaten, Compliance-Daten). Zu den Antworten gehören gemeldete Lebensmittel, ausgewählte Portionsgrößen, konsumierte Mengen in Gramm und Essgewohnheiten / -zeiten. Importieren Sie die .csv-Datei in eine Ernährungsberechnungssoftware für eingehende Nährstoffanalysen.HINWEIS: Die Daten können in eine Ernährungsberechnungssoftware importiert werden, die die niederländische FCDB verwendet. 5. Nutzung der App durch die Teilnehmer während der Studie Laden Sie die frei verfügbare App aus dem App Store (iOS) oder Google Play Store (Android) herunter und greifen Sie über die Anmeldung auf die App zu.HINWEIS: Anmeldeinformationen, wie sie vom Forscher zur Verfügung gestellt werden, sind erforderlich, um auf die App zuzugreifen (Schritt 4.2.5.). Nach der Anmeldung sendet die App Einladungen wie geplant im Backend basierend auf den Anmeldeinformationen des Teilnehmers (Schritt 4.2.7.). Nachdem Sie eine Einladung über die App erhalten haben, melden Sie die Nahrungsaufnahme.HINWEIS: Teilnehmer können ihre Nahrungsaufnahme nur an vorher festgelegten Tagen und Zeiten registrieren. Öffnen Sie die App, indem Sie auf die erhaltene Benachrichtigung klicken oder die App über das App-Symbol öffnen.HINWEIS: Nach dem Öffnen der App wird ein Bildschirm Mit einladungsübersicht angezeigt, auf dem frühere und aktuelle Einladungen angezeigt werden. Klicken Sie auf die offene Einladung.HINWEIS: Der Teilnehmer wird zu einem Übersichtsbildschirm weitergeleitet, auf dem der Einladungszeitraum sichtbar ist. Geben Sie das zuerst konsumierte Lebensmittel ein, indem Sie auf Produkt toevoegen (Lebensmittel hinzufügen) klicken.HINWEIS: Der Teilnehmer wird zum Suchbildschirm weitergeleitet. Beginnen Sie mit der Eingabe des Namens des verbrauchten Artikels(z. B.Orangensaft [jus d ‘orange]). Klicken Sie auf das gewünschte Element, wie es während der Eingabe angezeigt wird. Geben Sie im folgenden Bildschirm die verbrauchte Menge (Hoeveelheid), die entsprechende Portionsgrößenbeschreibung (Portie), den Essanlass (Maaltijdmoment) und / oder die Zeit des Verzehrs (Tijdstip) an und beenden Sie mit dem Speichern (Opslaan) . Wiederholen Sie die oben genannten Schritte, bis alle Lebensmittel gemeldet sind. Senden Sie die Liste (Rückruf) durch Klicken auf (Lijst versturen) (Liste senden), oder die Einladung wird am Ende des Tages automatisch geschlossen (Datensatz).HINWEIS: Die Option Liste senden ist auch in der Datensatzversion sichtbar, sodass Teilnehmer, die den Datensatz verwenden, ihre Eingaben auch an die Datenbank senden können. Aber selbst wenn die Daten bereits gesendet sind, wird die Einladung am Ende des Tages geschlossen und alle Daten an den Server gesendet.

Representative Results

Das System (App und Backend) wurde mit den schritten des oben beschriebenen Protokolls entwickelt; Die wichtigsten Ergebnisse dieses Prozesses werden im Folgenden beschrieben und schließen mit dem endgültigen Design der App ab. Prägende ForschungNeben einer umfangreichen Literaturrecherche wurden mehrere webbasierte Tools (z.B.Compl-eat13, ASA2414, Foodbook2415, MyFood2416) hinsichtlich der Methodik zur Ernährungsbewertung und implementierten Funktionen überprüft. Darüber hinaus wurde die Leistung mehrerer in den Niederlanden häufig verwendeter Food-Tracking-Apps verglichen(z. B.MijnEetmeter17, MyFitnessPal18, Virtuagym Food19), wobei Aspekte wie die Methodik zur Beurteilung der Ernährung, die Bereitstellung von Informationen, die Zuverlässigkeit, die Suchmaschine und die Verwendung zusätzlicher Funktionen(z. B.Bilder, Barcode-Scanner, Rezeptfunktionen) im Mittelpunkt standen. Die Ergebnisse dieser Inspektion führten zu der Entscheidung, die App so zu entwickeln, dass sie als Lebensmittelakte und Rückruf verwendet werden kann. Darüber hinaus führte es zur Implementierung der Funktion My Dishes, mit der Originelle Rezepte oder häufig konsumierte Produktkombinationen(z.B.ein tägliches Frühstück) erstellt werden können. Innerhalb dieser Funktion werden Ertrags- und Retentionsfaktoren automatisch berücksichtigt. Um die Nahrungs- und Nährstoffaufnahme genau zu quantifizieren, ist eine vollständige, wenn auch praktische Lebensmittelliste von entscheidender Bedeutung. Die Erstellung einer solchen Lebensmittelliste erfordert einen Kompromiss zwischen der Ausführlichkeit der Lebensmittelliste und der Durchsuchbarkeit der Lebensmittel(d. h.Lebensmittelbeschreibungen müssen klar, verständlich und leicht zu finden sein)41,42. Da Daten zur Lebensmittelzusammensetzung die grundlegende Grundlage für die Ernährungsbewertung21,22bilden, ist es wichtig sicherzustellen, dass die entwickelte Lebensmittelliste mit genauen Daten zur Lebensmittelzusammensetzung verknüpft werden kann. Die in der App enthaltene Lebensmittelliste basiert auf der niederländischen FCDB (NEVO)14, die aufgrund ihrer Zuverlässigkeit und reichhaltigen Lebensmittelzusammensetzungsdaten ausgewählt wurde. Ursprünglich besteht die NEVO aus 2.389 Lebensmitteln (Version 2016/5.0), die auf eine Lebensmittelliste von 1.449 Artikeln reduziert wurden, indem “verwirrende Artikel”(z. B.Lebensmittel, die nicht roh verzehrt werden können, Lebensmittel, die ohne Zusätze nicht konsumiert werden können) oder Artikel, die nicht so wichtig sind (z. B.aufgrund niedriger Verbrauchsraten auf der Grundlage der niederländischen Lebensmittelverbrauchserhebung (DNFCS)43) eliminiert wurden. Darüber hinaus enthält das NEVO ähnliche Lebensmittel mit unterschiedlichen Markennamen; in einem solchen Fall wurde nur die generische Option in die Lebensmittelliste aufgenommen. Um die Benutzerfreundlichkeit weiter zu erleichtern, wurden einige Lebensmittel umbenannt, um unnötige Begriffe wie “zubereitet”, “gefroren”, “durchschnittlich” und “natürlich” zu eliminieren. Dieses “Reinigungsprotokoll” wurde von drei gut ausgebildeten Forschungsdiäten entwickelt und mittels einer Syntax ausgeführt, die nach der Aktualisierung von NEVO erneut ausgeführt werden kann. Um die Durchsuchbarkeit von Lebensmitteln zu optimieren, wurden zudem 1.019 bekannte Synonyme der enthaltenen Lebensmittel in die Lebensmittelliste aufgenommen. So umfasste die in der App enthaltene Lebensmittelliste schließlich 2.468 Artikel. Eine Übersicht über die Entwicklung der Lebensmittelliste ist in Abbildung 2dargestellt. Obwohl diese umfangreiche Lebensmittelliste für den allgemeinen Gebrauch entwickelt wurde, ermöglicht das Backend der App bei Bedarf den Import alternativer Lebensmittellisten. Abbildung 2: Aufbau der für die App entwickelten Lebensmittelliste. Die Lebensmittelliste basiert auf der niederländischen Lebensmittelzusammensetzungsdatenbank (FCDB) und entsprechende Portionsgrößenvorschläge und Synonyme wurden für jeden Artikel in der endgültigen Lebensmittelliste hinzugefügt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen. Ein weiterer entscheidender Aspekt der Ernährungsbewertung ist die Quantifizierung der Portionsgrößen. Obwohl Portionsgrößenschätzungshilfen (PSEAs), z. B. Bilder, Referenzobjekte und Standardportionsgrößen, die Berichterstattung über die Mengen der konsumierten Lebensmittel24,26,44unterstützen, ist die falsche Meldung von Portionsgrößen immer noch eine wesentliche Quelle für Verzerrungen24,25,45,46, und die Literatur über die Wirksamkeit der verschiedenen PSEAs ist inkonsistent26. Lebensmittelbilder, Portionsgrößenvorschläge(d.h.Standardgrößen und Haushaltsmaße) und die freie Eingabe von Gewicht in Gramm sind die am häufigsten verwendeten PSEAs in web- und Smartphone-basierten Ernährungsbewertungstools34. Während beispielsweise Portionsgrößenvorschläge(z. B.Tassen, Löffel, klein, groß) in Tools wie Compl-eat13 und Oxford WebQ47verwendet werden, helfen Bilder bei der Schätzung der Portionsgröße in Tools wie ASA2414 und Myfood2416. Um die am besten geeignete PSEA für die App zu untersuchen, wurde eine Pilotstudie durchgeführt, um die Genauigkeit von Portionsgrößenvorschlägen(z. B.klein, mittel, groß oder Tasse, Löffel), freie Eingabe in Gramm und Portionsgrößenbilder zu vergleichen. Die Ergebnisse dieser Studie führten zur Implementierung von Portionsgrößenvorschlägen wie PSEA in der App zusammen mit der Option, Mengen in Gramm27einzugeben. ExpertenmeinungZiel der Expertenbewertungen war es, die App qualitativ hinsichtlich Funktionalität und Lernfreundlichkeit zu bewerten. Da viele Benutzer es vorziehen, Software durch Erkundung29zu lernen, ist das Lernniveau eines Systems wichtig. Insgesamt nahmen 10 Experten, d.h.4 (Forschungs-)Ernährungsberater und 6 Ernährungs- und Gesundheitsverhaltensexperten (Wissenschaftler) an den cognitive walkthroughs teil, bei denen 60% ein Android-Smartphone nutzten. Am wichtigsten war, dass Expertenbewertungen ergaben, dass die erste Version der App nicht intuitiv genug war, z.B.die Menüstruktur aufgrund vager Schaltflächen / Symbole als unklar beurteilt wurde und die Suchmaschine eine unlogische Reihenfolge der Ergebnisse generierte. Ein weiterer kritischer Punkt, der sich aus den Expertenbewertungen ergab, betraf die Tatsache, dass ausgewählte Artikel nicht geändert werden konnten. Basierend auf diesen Ergebnissen wurde das Design der App ab Stufe 2 erheblich verbessert (Abbildung 1). Usability-BewertungInsgesamt nahmen 22 Teilnehmer an den Think-Aloud-Interviews teil, die die Grundlage für die Usability-Evaluation bildeten. Die anfängliche Stichprobengröße wurde auf 20 Teilnehmer36festgelegt, woraufhin die Datensättigung bewertet wurde. Da die Datensättigung nach 20 Interviews nicht erreicht wurde, wurde die Einbeziehung fortgesetzt, während die Datensättigung nach jedem nachfolgenden Interview bewertet wurde. Die Teilnehmer hatten ein mittleres ± Standardabweichungsalter von 48 ± 17 Jahren (Bereich 22-70 Jahre); 36% waren männlich und die Mehrheit der Bevölkerung war gut ausgebildet (55%). Darüber hinaus verwendeten die meisten Teilnehmer ein Android-Gerät (n = 14, 64%), und fast alle Teilnehmer hatten über 1 Jahr Erfahrung mit der Smartphone-Nutzung (n = 21, 96%) (Tabelle 1). Alle Teilnehmer erledigten die Aufgaben ohne oder mit minimaler Einweisung. Gesamt (n=22) Geschlecht Männlich (%) 36.4 Weiblich (%) 63.6 Durchschnittsalter (Mittelwert, SD) 48.1 (17.2) Bildungsgrad Niedrig (%) 0 Mittel (%) 45.5 Hoch (%) 54.5 Smartphone-Typ Android (%) 63.6 iOS (%) 36.4 Smartphone-Erlebnis Kürzer als 6 Monate (%) 4.5 Zwischen 6 Monaten und 1 Jahr (%) 0 Länger als 1 Jahr (%) 95.5 SUS (Mittelwert, SD) 79.4 (15.1) Tabelle 1. Merkmale der Studienpopulation und Ergebnisse der Usability-Evaluation. In dieser Tabelle werden nur die Ergebnisse der System Usability Scale (SUS) zusammen mit den Teilnehmermerkmalen dargestellt. Einige Teilnehmer (n=13, 59%) gaben Schwierigkeiten bei der Nutzung der My Dishes-Funktion an. andere (n = 5, 23%) stießen auf kleinere Funktionsprobleme wie langsame Reaktion der Menütaste und Schwierigkeiten bei der Verwendung von Tasten im Zusammenhang mit unzureichender Bildschirmgröße kleinerer Smartphones). Darüber hinaus gaben 15 (68%) der Teilnehmer an, dass sie eine Option zur Eingabe der verbrauchten Portionsgrößen in Gramm bevorzugen. Schließlich ergab die Auswertung des SUS-Scores eine Bewertung von 79/100 (Bereich 40-100), wobei nur 3 der 22 Teilnehmer die App unter 68/100 und 13 >80/100 bewerteten, was darauf hindeutet, dass die App als benutzerfreundlich angesehen werden kann. Insgesamt waren die vorgeschlagenen Verbesserungen daher geringfügig und die Bewertungen der Benutzerfreundlichkeit vielversprechend. Anschließend wurden verbesserungsvorschläge innerhalb des Forschungsteams diskutiert und, falls als relevant erachtet, in das Upgrade der Stufe 4 einfließen, um die Sympathie und Nutzbarkeit der App weiter zu optimieren (Abbildung 1). Endgültiges DesignDie im Protokoll beschriebenen Schritte und die Ergebnisse der Evaluierungsstudie führten schließlich zu einem finalen Design für die App und das Backend, das auf ein einfaches visuelles Design abzielte. Diese App kann als Lebensmittelakte und Rückruf verwendet werden. Wie bereits beschrieben, ist die Lebensmittelliste eine modifizierte Version des NEVO. Die Portionsgrößenschätzung wird durch lebensmittelspezifische Portionsgrößenvorschläge unterstützt. verbrauchte Portionen können auch in Gramm eingegeben werden. Im Falle der Rückrufversion der App hat der Forscher die Möglichkeit, verschiedene Zeitfenster(z. B.2hR, 8hR oder 24hR) auszuwählen. Um Daten zur Nahrungsaufnahme an verschiedenen Tagen und Zuzeiten zu sammeln, können innerhalb eines vorgegebenen Zeitraums verschiedene Probenahmeschemata erstellt werden. Push-Benachrichtigungen laden die Befragten ein, ihre Nahrungsaufnahme aufzuzeichnen. Um eine vollständige Datenerfassung zu gewährleisten, werden Einladungen im Falle einer Nichtbeantwortung automatisch verschoben. Innerhalb des Rückrufmoduls können die Befragten ihre Nahrungsaufnahme erst nach Erhalt einer Einladung melden. Im Falle der Lebensmittelaufzeichnung können die Befragten auf die App zugreifen und ihre Nahrungsaufnahme den ganzen Tag über protokollieren. Im Gegensatz zu den meisten 24hR-Tools basiert das Recall-Modul der App nicht auf der Automated Multiple-Pass Method – einer fünfstufigen Methode zur Erfassung von Nahrungsaufnahmedaten für die vorherigen 24 h48-, da diese Methode für den Einsatz in einer App zu aufwendig und zeitaufwendig ist. Um insbesondere die Benutzerfreundlichkeit zu erhöhen und die Übereinstimmung der Aufzeichnungen über die Nahrungsaufnahme11,38,49zu verbessern, wurde die Navigation auf ein Minimum reduziert, indem die Anzahl der Bildschirme, auf die zugegriffen werden muss, auf 4 ( Abbildung3) begrenzt wurde: 1) ein Übersichtsbildschirm mit dem Berichtsfenster; 2) Verbrauchte Lebensmittel werden über den Suchbildschirm gemeldet, und sobald der gewünschte Artikel ausgewählt ist 3) erscheint ein Dialogfeld, in dem der Essanlass und die verbrauchte Menge untersucht werden, woraufhin 4) der Benutzer zum Übersichtsbildschirm zurückkehrt, der jetzt die aufgezeichneten Lebensmittel anzeigt. Darüber hinaus könnte der Nutzer auch die Funktion Meine Gerichte nutzen, um Rezepte oder Produktkombinationen zu erstellen, die über den Menü-Button eingegeben werden können. Abbildung 3: Schematische Übersicht über das Routing in der App. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen. Die Daten werden auf einem sicheren Server gespeichert. Auf Wunsch können zusätzliche Fragen – allgemein oder im Zusammenhang mit bestimmten Essgelegenheiten oder Lebensmitteln – aufgenommen werden. Die App kann sich mit Online-Umfragetools verbinden. Daher ist es möglich, eine Umfrage unabhängig von der Nahrungsaufnahme über die App zu vorgegebenen Zeiten durchzuführen(z.B.Kontext, Verhalten, Stimmungsfragen). Es ist auch möglich, spezifische Fragen zu gemeldeten Lebensmitteln oder Essgewohnheiten zu stellen(z. B.wenn Äpfel gemeldet werden, wenn das Mittagessen gemeldet wird). Der Einsatz von Online-Umfrage-Tools bietet die Möglichkeit, viele verschiedene Fragen über die App zu stellen. Die gesammelten Nahrungsaufnahmedaten können vom Server exportiert und für weitere Analysen in eine Ernährungsberechnungssoftware importiert werden. Im Falle der Verwendung von Zusatzfragen stehen diese Daten wie gewohnt im Umfragetool zur Verfügung. Ziel war es, eine gut strukturierte und einfach zu bedienende App zu entwickeln. Einige Screenshots des Designs sind in Abbildung 4A-Ezu sehen. Abbildung 4: Screenshots der endgültigen Version der App. (A) Der Start-/Übersichtsbildschirm, der die Einladung mit dem (in diesem Fall) 2 h-Rückrufzeitraum zeigt. Der Benutzer kann Product toevoegen (d.h.Artikel hinzufügen) drücken, um ein Lebensmittel oder Niets gegeten von gedronken (d.h.ich habe nichts gegessen oder getrunken) zu melden, falls in diesem Zeitfenster nichts konsumiert wurde. (B) Der Suchbildschirm, der Ergebnisse anzeigt, die dem Suchbegriff “Jus” aus der Lebensmittelliste entsprechen. Der gewünschte Artikel kann aus den Suchergebnissen ausgewählt werden. (C) Ein Popup-Bildschirm erfordert die Eingabe von Details zum ausgewählten Element “Jus d ‘orange”. In diesem Fall fragt die App nach der konsumierten Menge und dem Essanlass. Der Benutzer kann zum Suchergebnis zurückkehren, indem er Annuleren (d.h.Abbrechen) oder Opslaan (d.h.speichern) drückt, um weiter zu gehen. (D) Die Übersicht erneut, diesmal mit allen gemeldeten Positionen. Ein weiterer Artikel kann hinzugefügt werden (Product toevoegen) oder die Eingabe kann gesendet werden (Lijst versturen). (E) Nach auswahl von Lijst versturenerscheint ein Pop-up, in dem der Benutzer gefragt wird, ob er sicher ist, dass er senden möchte, und erinnert den Benutzer daran, dass es nicht mehr möglich ist, nach dem Senden der Liste weitere Änderungen vorzunehmen. Der Nutzer hat die Möglichkeit, abzubrechen (Annuleren) oder zu senden (Versturen). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Discussion

Dieser Beitrag stellt den iterativen Entwicklungsprozess der Smartphone-basierten Ernährungsbewertungs-App Traqq vor. Die Abwägung des erforderlichen Genauigkeits- und Benutzerfreundlichkeitsniveaus stellte die folgenden Hauptherausforderungen bei der Entwicklung der App dar, die sich auf Entscheidungen zu 1) Dateneingabe(d. h.Auswahl der genauesten Methode zur Lebensmittelidentifizierung und Portionsgrößenquantifizierung), 2) Lebensmittelzusammensetzungsdaten(d. h.Auswahl einer genauen Datenbank und Erstellung einer vollwertigen Lebensmittelliste), 3) Anpassungsoptionen(d. h. Flexibilität in der Lebensmittelliste, Portionsgrößenquantifizierung und Rezepturen) und 4) Validierung(d.h.gegen traditionelle Methoden und/oder unabhängige Maßnahmen)3,50. Während der Literaturrecherche wurden fünf validierte und vollautomatische, Smartphone-basierte, diätetische Bewertungstools identifiziert, die für die Forschung entwickelt wurden3, nämlich My Meal Mate4, Electronic Dietary Intake Assessment (eDIA)7, Easy Diet Diary8, Electronic Carnet Alimentaire (e-CA)5und Eat and Track (EaT)6.

Aufgrund des Automatisierungsgrades dieser fünf Diätbewertungs-Apps sowie dieser App sinken die Belastung und die Kosten der Forscher erheblich, während die Vollständigkeit der Daten im Vergleich zu herkömmlichen Diätbewertungsmethoden zunimmt. Darüber hinaus unterscheidet sich diese App wiederum von den fünf bestehenden Tools zur Ernährungsbewertung in Bezug auf die Flexibilität. Während bestehende Apps alle auf der Food-Record-Methode basieren, kann diese App sowohl als Lebensmittelakte als auch als Rückruf verwendet werden. Während das Design dieser Apps festgelegt ist, hat Traqq den großen Vorteil, dass es an verschiedene Forschungszwecke angepasst werden kann(z. B.Diätbewertungsmethode, Lebensmittelliste, Probenahmeschemata, zusätzliche Fragen)3,50. Umgekehrt enthalten andere bestehende Diät-Assessment-Apps wertvolle Features, die in der App (noch) nicht implementiert sind. Um diesen Punkt zu veranschaulichen, ermöglichen einige Apps dem Benutzer, Fotos von seinen Lebensmitteln für die Lebensmittelerkennung und Portionsgrößenschätzung zu machen, wie das halbautomatische, technologiegestützte Ernährungsbewertungssystem (TADA)51,52.

Die Teilnehmer der Usability-Studie gaben auch an, dass die Verwendung von Fotos eine wertvolle Ergänzung zur Schätzung der Portionsgröße sein könnte. Es gab jedoch noch zu viele Herausforderungen, um ein solches Merkmal in diesem Stadium zu implementieren, z. B.die Spezifizierung und Führung in Bezug auf den fotografischen Winkel(d. h.die Beurteilung der Tiefe), die Notwendigkeit eines Referenzers(d. h.die Korrektur von Größen und Farben), das wesentliche Vorher-Nachher-Foto(d. h.die Bewertung der verbrauchten Mengen), und wie man Rezeptgerichte verarbeitet. Aufgrund dieser technischen Herausforderungen sind die bestehenden bildbasierten Diätbewertungs-Apps immer noch halbautomatisiert, was bedeutet, dass eine manuelle Bildüberprüfung durch den Benutzer, den Forscher oder beide51,52durchgeführt werden muss. Technologische Fortschritte wie Crowdsourcing und maschinelles Lernen haben das Potenzial, die Verwendung von Lebensmittelbildern für die Ernährungsbewertung zu verbessern53,54. In Zukunft werden diese Optionen ausgelotet, um die App weiter zu verbessern. Der Entwicklungsprozess der App war durch verschiedene kritische Schritte gekennzeichnet. Zunächst wurde ein formativer Forschungsschritt abgeschlossen, in dem die wissenschaftlichen Konzepte, die die Begründung für die App-Erstellung untermauern, die Entscheidungsfindung bei der Einrichtung der allgemeinen Gliederung der App erleichterten.

In dieser Phase wurde besonderes Augenmerk auf die Auswahl der FCDB und die Auswahl der PSEA-Aspekte geachtet, die beide direkt die Datengenauigkeit beeinflussen21. In Bezug auf die FCDB, da die App ursprünglich für den Einsatz in den Niederlanden entwickelt wurde, basiert ihre Lebensmittelliste auf der niederländischen FCDB, NEVO14. Ziel ist es, die App künftig für den internationalen Einsatz weiterzuentwickeln, was umfangreichere Daten zur Lebensmittelzusammensetzung erfordert, da viele Lebensmittel länderspezifisch sind. Derzeit existiert noch kein internationales FCDB und wenn es existiert, könnte seine Verwendung eingeschränkt gewesen sein. Genauer gesagt, da die niederländische Lebensmittelliste bereits 2.389 Lebensmittel enthält, würde die Implementierung einer internationalen Lebensmittelzusammensetzungstabelle, z. B.für 5 Länder, diese Anzahl von Lebensmitteln wahrscheinlich um etwa 5 multiplizieren und die Durchsuchbarkeit von Lebensmitteln und damit die Benutzerfreundlichkeit der App negativ beeinflussen. Daher werden länderspezifische Lebensmittellisten wahrscheinlich am wertvollsten sein und oft auch von Profis bevorzugt55.

Dies wird durch die App erleichtert, da sie den Import alternativer Lebensmittellisten und damit die Verknüpfung mit verschiedenen (internationalen) Lebensmittelzusammensetzungstabellen ermöglicht. In Bezug auf die Portionsgrößen stehen mehrere Optionen zur Verfügung, um die Genauigkeit der Schätzungen zu unterstützen, z. B.die Verwendung von Bildheften, Referenzobjekten und/oder textuellen Portionsgrößenvorschlägen26. Im Hinblick auf die Benutzerfreundlichkeit wird die direkte Implementierung eines PSEA in der App der Verwendung eines PSEA neben der App vorgezogen(z.B.Imageheft, Referenzobjekte). Während der Entwicklung der App wurde die Entscheidung getroffen, die Quantifizierung der Portionsgröße zu erleichtern, indem die Möglichkeit geboten wurde, Portionsgrößen mit Portionsgrößenvorschlägen und Eingaben in Gramm einzugeben. Portionsgrößenvorschläge basieren auf der einzigen verfügbaren niederländischen Portionsgrößendatenbank56. Obwohl niederländische Diätbewertungstools wie Compl-eat und Eetmeter auch auf dieser Datenbank13,17beruhen, muss beachtet werden, dass diese Portionsgrößendatenbank aus dem Jahr 2003 stammt und die Geschirrgrößen seitdemum 57gestiegen sind . Die Verwendung dieser Datenbank kann daher die Nahrungsaufnahme unterschätzen.

Derzeit wird die Portionsgrößendatenbank vom niederländischen Nationalen Institut für öffentliche Gesundheit und Umwelt (RIVM), dem niederländischen Ernährungszentrum und der Wageningen University and Research58aktualisiert, die schließlich zur Aktualisierung der Portionsgrößenvorschläge in der App verwendet werden. Diskrepanzen zwischen dem alten und dem neuen Teil werden abgebildet und bei Bedarf angepasst. Obwohl die Verwendung von Portionsgrößenbildern(d. H.Eine Reihe von Bildern, die unterschiedliche Mengen eines ausgewählten Lebensmittels darstellen) eine gute Alternative für textbasierte Portionsgrößenvorschläge sein kann59, hat die Forschung gezeigt, dass die Genauigkeit der Portionsgrößenschätzung am höchsten ist, wenn eine Reihe von Portionsgrößenbildern gleichzeitig präsentiert wird, anstatt ein Bild nach dem anderen45. 60,61. Im Allgemeinen haben derzeit verfügbare Smartphones relativ kleine Bildschirme, was die Präsentation einer Reihe von Bildern einschränkt. Obwohl neue Technologien die Verwendung interaktiver Portionsgrößengrafiken erleichtern, bei denen die Mengen an Lebensmitteln auf einem virtuellen Teller oder einer Tasse durch die Verwendung eines Schiebereglers61erhöht oder verringert werden können, sind diese Techniken relativ neu und müssen noch gründlich bewertet werden, um ihre Genauigkeit zu bewerten.

Ein weiterer kritischer Schritt in der Entwicklung der App war die Einbeziehung von Experten und beabsichtigten Endnutzern. Obwohl nicht oft in den Entwicklungsprozess von Tools einbezogen (oder nicht beschrieben)11,12, ist das Feedback von Experten – sowie von beabsichtigten Endbenutzern – entscheidend61, ermöglicht die Maximierung der Benutzerfreundlichkeit und behält das erforderliche Maß an Genauigkeit bei. Das Feedback der vorgesehenen Endnutzer war besonders hilfreich bei der endgültigen Gestaltung der My Dishes-Funktion. Insgesamt waren die Nutzer mit der Möglichkeit, eigene Gerichte zu kreieren, zufrieden. Sie hatten jedoch mit einigen der Verfahren zu kämpfen, zum Beispiel, obwohl die Funktion automatisch Daten speichern würde, war dies für den Benutzer nicht sichtbar. Daher suchten viele Benutzer weiter nach der Schaltfläche Speichern und blieben stecken, aus Angst, zurückzugehen und ihre Eingaben zu verlieren. Basierend auf dieser Art von Feedback wurde die Funktion verbessert, um den Erwartungen des Benutzers besser gerecht zu werden.

Zusammenfassend lässt sich sagen, dass Traqq eine innovative App mit vielen Vorteilen gegenüber bestehenden Apps und webbasierten Tools ist. Es gibt jedoch immer noch verschiedene Einschränkungen. Da die App immer noch auf Selbstberichten beruht, gibt es immer noch messfehler im Zusammenhang mit selbstberichten(z. B.Gedächtnisverzerrung(d. h.im Falle eines Rückrufs), Verzerrung der sozialen Erwünschtheit und Änderungen der Nahrungsaufnahme(z. B.im Falle von Lebensmittelaufzeichnungen), ungenaue Portionsgrößenschätzungen(dhin beiden Fällen))1. In den kommenden Jahren werden kürzlich eingeführte neuartige Technologien erforscht, um die App weiter voranzutreiben, z. B.durch die Untersuchung des Werts der Implementierung von Funktionen wie Barcode-Scannern, Sprachaufzeichnung, Chatbots und Bildern, die die Lebensmittelidentifikation und die Portionsgrößenschätzung verbessern könnten. Möglichkeiten zur Verbindung mit anderen Apps(z.B.Aktivitätstracker, Schlaftracker) und Geräten(z.B.Beschleunigungsmesser, Pulsmesser, Kausensoren) werden ebenfalls untersucht. Schließlich wird auch das Backend einer Weiterentwicklung unterzogen, z.B. durch die Erweiterung der Sampling-Möglichkeiten.

Declarações

The authors have nothing to disclose.

Acknowledgements

Die Autoren danken Anouk Geelen und Arvind Datadien für ihre Schlüsselrolle bei der Entwicklung von Traqq. Des Weiteren danken die Autoren Romy Willemsen für ihre Unterstützung bei der Datenerhebung und der Datenanalyse in der Usability-Studie. Abschließend möchten sich die Autoren bei den Experten und Teilnehmern für den Austausch ihrer Erfahrungen und Meinungen während des gesamten Prozesses bedanken. Die Entwicklung wurde von der Wageningen University and Research durchgeführt und teilweise vom Ministerium für Landwirtschaft, Natur und Lebensmittelqualität und Industrie im Rahmen des TKI Agri & Food PPS – Projekts Smart Food Intake (AF16096) finanziert.

Materials

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
DOWNLOAD MATERIALS LIST

Referências

  1. Brouwer-Brolsma, E. M., Athanasiadis, I., Frysinger, S., Schimak, G., Knibbe, W. Dietary intake assessment: From traditional paper-pencil questionnaires to technology-based tools. Data science in action. ISESS 2020. IFIP Advances in Information and Communication Technolog. 554, 7-23 (2020).
  2. Thompson, F. E., Subar, A. F., Coulston, A., Boushey, C., Ferruzzi, M., Delahanty, L. . Nutrition in the prevention and treatment of disease. , 5-48 (2017).
  3. Eldridge, A. L., et al. Evaluation of new technology-based tools for dietary intake assessment-an ILSI Europe Dietary Intake and Exposure Task Force Evaluation. Nutrients. 11 (1), 55 (2018).
  4. Carter, M. C., Burley, V. J., Nykjaer, C., Cade, J. E. ‘My Meal Mate’ (MMM): validation of the diet measures captured on a smartphone application to facilitate weight loss. British Journal of Nutrition. 109 (3), 539-546 (2013).
  5. Buchaer Della Torre, S., Carrard, I., Farina, E., Danuser, B., Kruseman, M. Development and Evaluation of e-CA, an electronic mobile-based food record. Nutrients. 9 (1), 76 (2017).
  6. Wellard-Cole, L., et al. Relative validity of the Eat and Track (EaT) smartphone app for collection of dietary intake data in 18-to-30-year olds. Nutrients. 11 (3), 621 (2019).
  7. Rangan, A. M., et al. Electronic Dietary Intake Assessment (e-DIA): Comparison of a mobile phone digital entry app for dietary data collection with 24-hour dietary recalls. JMIR mHealth and uHealth. 3 (4), 98 (2015).
  8. Ambrosini, G. L., Hurworth, M., Giglia, R., Trapp, G., Strauss, P. Feasibility of a commercial smartphone application for dietary assessment in epidemiological research and comparison with 24-h dietary recalls. Nutrition. 117 (1), 5 (2018).
  9. Subar, A. F., et al. Addressing current criticism regarding the value of self-report dietary data. The Journal of Nutrition. 145 (12), 2639-2645 (2015).
  10. Kipnis, V., et al. Bias in dietary-report instruments and its implications for nutritional epidemiology. Public Health Nutrition. 5 (6), 915-923 (2002).
  11. Simpson, E., et al. Iterative development of an online dietary recall tool: INTAKE24. Nutrients. 9 (2), 118 (2017).
  12. Chen, J., Cade, J. E., Allman-Farinelli, M. The most popular smartphone apps for weight loss: a quality assessment. JMIR Mhealth Uhealth. 3 (4), 104 (2015).
  13. Human Interface Guidelines. Apple Inc Available from: https://developer.apple.com/ios/human-interface-guidelines/ (2017)
  14. NEVO. RIVM 5.0. NEVO-online. , (2016).
  15. Jaspers, M. W. A comparison of usability methods for testing interactive health technologies: methodological aspects and empirical evidence. International Journal of Medical Informatics. 78 (5), 340-353 (2009).
  16. Penha, A. D. S., dos Santos, F. A. N. V. Evaluating the use of the cognitive walk-through usability. Human Factors in Design. 1 (1), (2012).
  17. Fonteyn, M. E., Kuipers, B., Grobe, S. J. A description of think aloud method and protocol analysis. Qualitative Health Research. 3 (4), 430-441 (2016).
  18. Brooke, J., et al. SUS – A quick and dirty usability scale. Usability evaluation in industry. 189 (194), 4-7 (1996).
  19. Kushniruk, A. W., Patel, V. L. Cognitive and usability engineering methods for the evaluation of clinical information systems. Journal of Biomedical Informatic. 37 (1), 56-76 (2004).
  20. Davison, G. C., Vogel, R. S., Coffman, S. G. Think-aloud approaches to cognitive assessment and the articulated thoughts in simulated situations paradigm. Journal of Consulting and Clinical Psychology. 65 (6), 950-958 (1997).
  21. Mouname, K., Idri, A., Abran, A. Usability evaluation of mobile applications using ISO 9241 and ISO 25062 standards. SpringerPlus. 5, 548 (2016).
  22. Sauro, J. A practical guide to the system usability scale: Background, benchmarks & best practices. CreateSpace Independent Publishing Platform. , (2011).
  23. Bangor, A., Kortum, P., Miller, J. Determining what individual SUS scores mean: Adding an adjective rating scale. Journal of Usability Studies. 4 (3), 114-123 (2009).
  24. Meijboom, S., et al. Evaluation of dietary intake assessed by the Dutch self-administered web-based dietary 24-h recall tool (Compl-eatTM) against interviewer-administered telephone-based 24-h recalls. Journal of Nutritional Science. 6, 49 (2017).
  25. Subar, A. F., et al. The Automated Self-Administered 24-hour dietary recall (ASA24): a resource for researchers, clinicians, and educators from the National Cancer Institute. Journal of the Academy of Nutrition and Dietetics. 112 (8), 1134-1137 (2012).
  26. Timon, C. M., et al. The development, validation, and user evaluation of Foodbook24: A web-based dietary assessment tool developed for the Irish adult population. Journal of Medical Internet Research. 19 (5), 158 (2017).
  27. Carter, M. C., et al. Development of a UK online 24-h dietary assessment tool: myfood24. Nutrients. 7 (6), 4016-4032 (2015).
  28. Voedingscentrum. Mijn Eetmeter Available from: https://itunes.apple.com/nl/app/mijn-eetmeter/id663382012?mt=8 (2014)
  29. Virtuagym. Virtuagym Available from: https://virtuagym.com/food (2017)
  30. Evans, K., et al. Development and evaluation of a concise food list for use in a web-based 24-h dietary recall tool. Journal of Nutritional Science. 6, 46 (2017).
  31. Svensson, A., Magnusson, M., Larsson, C. Overcoming barriers: adolescents’ experiences using a mobile phone dietary assessment app. JMIR mHealth and uHealth. 4 (3), 92 (2016).
  32. Finglas, P. M., Berry, R., Astley, S. Assessing and improving the quality of food composition databases for nutrition and health applications in Europe: the contribution of EuroFIR. Advances in Nutrition. 5 (5), 608-614 (2014).
  33. Gibson-Moore, H. EuroFIR: Where we are now. Nutrition Bulletin. 38 (3), 358-362 (2013).
  34. Rossum, C. T. M., et al. The diet of the Dutch. Results of the first two years of the Dutch National Food Consumption Survey 2012–2016. RIVM. , (2016).
  35. Byrd-Bredbenner, C., Schwartz, J. The effect of practical portion size measurement aids on the accuracy of portion size estimates made by young adults. Journal of Human Nutrition and Dietetics. 17 (4), 351-357 (2004).
  36. Faggiano, F., et al. Validation of a method for the estimation of food portion size. Epidemiology. 3 (4), 379-382 (1992).
  37. Faulkner, G. P., et al. An evaluation of portion size estimation aids: precision, ease of use and likelihood of future use. Public Health Nutrition. 19 (13), 2377-2387 (2016).
  38. Hernandez, T., et al. Portion size estimation and expectation of accuracy. Journal of Food Composition and Analysis. 19, 14-21 (2006).
  39. Nelson, M., Atkinson, M., Darbyshire, S. Food photography. I: The perception of food portion size from photographs. British Journal of Nutrition. 72 (5), 649-663 (1994).
  40. Young, L. R., Nestle, M. S. Portion sizes in dietary assessment: issues and policy implications. Nutrition Reviews. 53 (6), 149-158 (1995).
  41. Liu, B., et al. Development and evaluation of the Oxford WebQ, a low-cost, web-based method for assessment of previous 24 h dietary intakes in large-scale prospective studies. Public Health Nutrition. 14 (11), 1998-2005 (2011).
  42. Lucassen, D. A., Willemsen, R. F., Geelen, A., Brouwer-Brolsma, E. M., Feskens, E. J. M. The accuracy of portion size estimation using food images and textual descriptions of portion sizes: an evaluation study. Journal of Human Nutrition and Dietetics. , (2021).
  43. Wharton, C., Rieman, J., Lewis, C., Polson, P., Nielsen, J., Mack, R. L. . Usability Inspection Methods. , 79-104 (1994).
  44. . How many test users in a usability test Available from: https://www.nngroup.com/articles/how-many-test-users/ (2012)
  45. AMPM – Features. USDA Available from: https://www.ars.usda.gov/mortheast-area/beltsville-md/beltsville-human-nutrition-research-center/food-surveys-research-group/docs/ampm-features/ (2016)
  46. Zhang, D. S., Adipat, B. Challenges, methodologies, and issues in the usability testing of mobile applications. International Journal of Human-Computer Interaction. 18 (3), 293-308 (2005).
  47. Cade, J. E. Measuring diet in the 21st century: use of new technologies. Proceedings of the Nutrition Society. 76 (3), 276-282 (2017).
  48. Ahmad, Z., et al. A mobile food record for integrated dietary assessment. MADiMa16. 2016, 53-62 (2016).
  49. Boushey, C. J., Spoden, M., Zhu, F. M., Delp, E. J., Kerr, D. A. New mobile methods for dietary assessment: review of image-assisted and image-based dietary assessment methods. Proceedings of the Nutrition Society. 76 (3), 283-294 (2017).
  50. Fang, S., et al. . 2018 IEEE Southwest Symposium on Image Analysis and Interpretation (SSIAI). , 25-28 (2018).
  51. Shao, Z., Mao, R., Zhu, F. . 2019 IEEE International Conference on Big Data (Big Data). , 5186-5189 (2019).
  52. Chen, J., Lieffers, J., Bauman, A., Hanning, R., Allman-Farinelli, M. Designing health apps to support dietetic professional practice and their patients: qualitative results from an international survey. JMIR Mhealth Uhealth. 5 (3), 40 (2017).
  53. Donders-Engelen, M. R., Van der Heijden, L. J. M., Hulshof, K. F. A. M. Maten, Gewichten en Codenummers 2003. Food portion sizes and coding instructions. Wageningen University: Division of Human Nutrition and TNO Nutrition. , (2003).
  54. Van Ittersum, K., Wansink, B. Plate size and color suggestibility: The Delboeuf Illusion’s bias on serving and eating behavior. Journal of Consumer Research. 39 (2), 215-228 (2012).
  55. Portiegrootte voedingsmiddelen. RIVM Available from: https://www.rivm.nl/portiegrootte-voedingsmiddelen (2019)
  56. Timon, C. M., et al. A review of the design and validation of web- and computer-based 24-h dietary recall tools. Nutrition Research Reviews. 29 (2), 268-280 (2016).
  57. Kirkpatrick, S. I., et al. The use of digital images in 24-hour recalls may lead to less misestimation of portion size compared with traditional interviewer-administered recalls. The Journal of Nutrition. 146 (12), 2567-2573 (2016).
  58. Subar, A. F., et al. Assessment of the accuracy of portion size reports using computer-based food photographs aids in the development of an automated self-administered 24-hour recall. Journal of the American Dietetic Association. 110 (1), 55-64 (2010).
  59. Figwee – Learn More. Figwee Available from: https://figwee.com/learn-more/ (2021)
  60. Preece, J., Sharp, H., Rogers, Y. . Interaction design: beyond human-computer interaction. , (2015).

Tags

Dietary AssessmentSmartphone AppTraqqApp DevelopmentIterative DevelopmentNutrition ResearchBehavior ChangeMulti-expert InvolvementProject ManagementParticipant ManagementData CollectionData Analysis

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citar este artigo
Lucassen, D. A., Brouwer-Brolsma, E. M., van de Wiel, A. M., Siebelink, E., Feskens, E. J. M. Iterative Development of an Innovative Smartphone-Based Dietary Assessment Tool: Traqq. J. Vis. Exp. (169), e62032, doi:10.3791/62032 (2021).
Baixar citação
Reimpressões e Permissões

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image