Este artigo descreve o protocolo para o desenvolvimento de um inovador aplicativo de avaliação dietética baseado em smartphones Traqq, incluindo avaliações de especialistas e testes de usabilidade.
Para coletar dados de consumo dietético de forma rápida e confiável, foi desenvolvido um aplicativo flexível e inovador de smartphone (App) chamado Traqq (iOS/Android). Este aplicativo pode ser usado como um registro alimentar e recall de 24 horas (ou períodos de recall mais curtos). Diferentes esquemas de amostragem podem ser criados em dias/horários pré-especificados ou aleatórios dentro de um período pré-determinado para ambos os métodos, com notificações push para instar os participantes a registrar sua ingestão alimentar. Em caso de não resposta, as notificações são automaticamente reagendadas para garantir a coleta completa de dados. Para uso como registro alimentar, os entrevistados podem acessar o aplicativo e registrar sua ingestão alimentar ao longo do dia. Os registros alimentares fecham automaticamente no final do dia; lembra-se após a submissão dos itens consumidos. O recall, bem como o módulo de registro alimentar, fornecem acesso a uma extensa lista de alimentos com base no banco de dados de composição alimentar holandês (FCDB), que pode estar acostumado a se adequar a diferentes propósitos de pesquisa. Ao selecionar um item alimentar, os entrevistados são simultaneamente solicitados a inserir o tamanho da porção, ou seja,em medidas domésticas (por exemplo,copos, colheres, copos), tamanhos de porção padrão (por exemplo,pequeno, médio, grande) ou peso em gramas, e comer ocasião/tempo de consumo. As opções de tamanho da porção podem ser ajustadas, por exemplo,entrada apenas em gramas em caso de registro alimentar pesado ou tempo de consumo em vez de comer ocasião). O app também inclui uma função Meus Pratos, que permite ao entrevistado criar suas próprias receitas ou combinações de produtos (por exemplo,um café da manhã diário) e informar apenas a quantidade total consumida. Posteriormente, o aplicativo contabiliza fatores de rendimento e retenção. Os dados são armazenados em um servidor seguro. Se desejar, podem ser incorporadas perguntas adicionais, ou seja,em geral, ou relacionadas a alimentos específicos ou ocasiões alimentares. Este artigo descreve o desenvolvimento do sistema (app e backend), incluindo avaliações de especialistas e testes de usabilidade.
Uma avaliação alimentar precisa é crucial para garantir a qualidade dos estudos sobre o papel da nutrição na saúde e na prevenção de doenças. Atualmente, tais estudos geralmente utilizam métodos de avaliação alimentar de autorre relato estabelecidos, ou seja,questionários de frequência alimentar, recalls de 24h (24hRs) e/ou registros alimentares1. Apesar de esses métodos serem de grande importância para a pesquisa nutricional, eles também possuem diversas desvantagens, por exemplo, viés relacionado à memória, viés de desejo social, e são pesados para o entrevistado, bem como para o pesquisador1,2. Invenções tecnológicas recentes agora oferecem a oportunidade de superar essas desvantagens. Durante os últimos anos, vários grupos de pesquisa aproveitaram essa oportunidade e desenvolveram ferramentas de avaliação dietética baseadas na Web e em smartphones para pesquisas nutricionais que abordam algumas dessas desvantagens conhecidas (ver Eldridge et al.3 para uma visão geral extensiva das ferramentas baseadas na Web e no smartphone), ou seja,reduzir as causas de erro, melhorar a simpatia do usuário e diminuir a carga do participante e do pesquisador1.
No entanto, o número de aplicativos (aplicativos) totalmente automatizados e validados para smartphones apropriados para pesquisas nutricionais ainda é limitado. A maioria dos aplicativos de avaliação dietética disponíveis (ou seja,comercialmente ou desenvolvidos para pesquisa) ou não são totalmente automatizados (ou seja,exigem codificação manual de itens alimentares) ou não são (bem) validados3. Além disso, a maioria dos aplicativos validados disponíveis foram desenvolvidos para um propósito específico de pesquisa e uso em um país específico; devido a designs bastante fixos, reutilizar tais aplicativos para outros fins de pesquisa ou em outros países parece desafiador3,4,5,6,7,8. Finalmente, apesar da disponibilidade de aplicativos baseados em registros alimentares, até o momento, nenhum aplicativo baseado em recall parece existir ainda. Embora os registros alimentares sejam propensos a viés de reatividade, ou seja,os entrevistados podem alterar sua ingestão alimentar devido à consciência de que estão sendo observados2,9, não é o caso de recalls, o que enfatiza a necessidade do desenvolvimento de um aplicativo validado baseado em recall10. Um inovador aplicativo de avaliação alimentar chamado Traqq foi desenvolvido para uso nos Países Baixos que pode ser usado como registro alimentar, bem como um recall, dependendo da questão da pesquisa1.
Além da possibilidade de alternar entre a opção de registro alimentar e a opção de recall, este app também difere de outras ferramentas de avaliação alimentar devido à sua natureza flexível. Especificamente, em relação à lista de alimentos, estimativas de tamanho das porções, esquemas amostrais e a possibilidade de incorporar questões adicionais. O nível de flexibilidade no sistema permite a adaptação a múltiplos propósitos de pesquisa que requerem uma avaliação precisa dos comportamentos alimentares. Atualmente, o app está em processo de validação e estará pronto para ser utilizado em diversos tipos de pesquisa relacionada à nutrição. O aplicativo também pode ser usado, e talvez melhorado para uso, em programas de intervenção nutricional para medir e influenciar comportamentos alimentares. Como o desenvolvimento de ferramentas confiáveis de avaliação alimentar é desafiador, e os relatórios sobre esses processos são escassos, especialmente no que diz respeito ao envolvimento de usuários e especialistas3,11,12, este artigo fornece uma visão geral detalhada sobre como diferentes fontes de informação foram integradas no desenvolvimento sistemático e iterativo deste aplicativo de avaliação dietética baseado em smartphones. O processo incorpora teoria, consulta especializada e engajamento do usuário.
Este artigo apresenta o processo de desenvolvimento iterativo do aplicativo de avaliação dietética baseado em smartphones Traqq. Equilibrar o nível de precisão e a simpatia exigidas pelo usuário colocou os seguintes principais desafios no desenvolvimento do aplicativo relacionados às decisões sobre 1) entrada de dados (ou seja,selecionar o método mais preciso para identificação de alimentos e quantificação de tamanho da porção), 2) dados de composição alimentar(ou seja,selecionar um banco de dados preciso e criar uma lista completa de alimentos), 3) opções de personalização(ou seja. flexibilidade na lista de alimentos, quantificação do tamanho da porção e receitas e validação de 4 (ou seja,contra métodos tradicionais e/ou medidas independentes)3,50. Durante a revisão da literatura, foram identificadas cinco ferramentas validadas e totalmente automatizadas, baseadas em smartphones, de avaliação alimentar desenvolvidas para pesquisa3, ou seja, My Meal Mate4, Electronic Dietry Intake Assessment (eDIA)7, Easy Diet Diary8,Electronic Carnet Alimentaire (e-CA)5, e Eat and Track (EaT)6.
Devido ao nível de automatização desses cinco aplicativos de avaliação alimentar, bem como deste aplicativo, a carga e os custos dos pesquisadores diminuem substancialmente enquanto a completude dos dados aumenta em comparação com os métodos tradicionais de avaliação alimentar. Além disso, este aplicativo, por sua vez, difere das cinco ferramentas de avaliação dietética existentes em termos de flexibilidade. Especificamente, enquanto os aplicativos existentes são todos baseados no método de registro alimentar, este aplicativo pode ser usado como um registro alimentar, bem como um recall. Além disso, enquanto o design desses aplicativos é fixo, o Traqq tem a maior vantagem de que pode ser modificado para se adequar a diferentes propósitos de pesquisa (por exemplo,método de avaliação alimentar, lista de alimentos, esquemas amostrais, perguntas adicionais)3,50. Por outro lado, outros aplicativos de avaliação dietética existentes contêm recursos valiosos, que ainda não são implementados no aplicativo. Para ilustrar esse ponto, alguns aplicativos permitem que o usuário tire fotos de seus alimentos para reconhecimento alimentar e estimativa de tamanho de porção, como o sistema de avaliação dietética semi-automatizada e assistida por tecnologia (TADA)sistema 51,52.
Os participantes do estudo de usabilidade também indicaram que o uso de fotografias poderia ser uma adição valiosa para ajudar na estimativa do tamanho da porção. No entanto, ainda havia muitos desafios a serem enfrentados para implementar tal característica nesta fase, por exemplo,especificando e orientando em relação ao ângulo fotográfico (ou seja,para avaliar a profundidade), a necessidade de um criador de referência (ou seja,corrigir tamanhos e cores), o essencial antes e depois da foto (ou seja,para avaliar as quantidades consumidas), e sobre como processar pratos de receitas. Devido a esses desafios técnicos, os aplicativos de avaliação alimentar baseados em imagens existentes ainda são semi-automatizados, o que significa que a revisão manual de imagem deve ser feita pelo usuário, pelo pesquisador ou ambos51,52. Avanços tecnológicos, como crowdsourcing e machine learning, têm potencial para melhorar o uso de imagens alimentares para avaliação alimentar53,54. No futuro, essas opções serão exploradas para melhorar ainda mais o aplicativo. O processo de desenvolvimento do aplicativo foi caracterizado por várias etapas críticas. Em primeiro lugar, foi concluída uma etapa de pesquisa formativa em que os conceitos científicos que sustentam a lógica para a criação de aplicativos facilitaram a tomada de decisão na criação do contorno geral do aplicativo.
Nesta etapa, foi dada especial atenção à seleção do FCDB e à seleção dos aspectos do PSEA que influenciam diretamente na precisão dos dados21. Em relação ao FCDB, como o aplicativo foi originalmente desenvolvido para uso na Holanda, sua lista de alimentos é baseada no FCDB holandês, NEVO14. No futuro, o objetivo é desenvolver ainda mais o aplicativo para uso internacional, o que requer dados mais extensos de composição alimentar, já que muitos alimentos são específicos do país. Atualmente, ainda não existe nenhum FCDB internacional e, se houver, seu uso poderia ter sido limitado. Mais especificamente, como a lista de alimentos holandeses já contém 2.389 alimentos, a implementação de uma tabela internacional de composição de alimentos, por exemplo,para 5 países provavelmente multiplicaria esse número de alimentos por cerca de 5 e afetaria negativamente a busca de alimentos e, consequentemente, a usabilidade do aplicativo. Portanto, as listas de alimentos específicas do país provavelmente serão mais valiosas e, muitas vezes, também preferidas pelos profissionais55.
Isso é facilitado pelo aplicativo, pois permite a importação de listas alternativas de alimentos e, assim, vinculação a diferentes tabelas de composição alimentar (internacional). Em relação aos tamanhos das porções, existem várias opções disponíveis para suportar a exatidão das estimativas, por exemplo,uso de livretos de imagem, objetos referenciais e/ou sugestões de tamanho de porção textual26. Em vista da simpatia do usuário, a implementação direta de um PSEA no aplicativo é preferida em vez de usar um PSEA ao lado do aplicativo (por exemplo,livreto de imagem, objetos referenciais). Durante o desenvolvimento do app, a decisão foi tomada para facilitar a quantificação do tamanho da porção, oferecendo a oportunidade de inserir tamanhos de porção usando sugestões de tamanho de porção e entrada em gramas. A sugestão de tamanho da porção baseia-se no único banco de dados de tamanho de porção holandêsdisponível 56. Embora as ferramentas holandesas de avaliação alimentar, como Compl-eat e Eetmeter, também dependam desse banco de dados13,17, é preciso notar que este banco de dados de tamanho de porção data de 2003, e os tamanhos de utensílios de mesa aumentaramdesde então 57. O uso desse banco de dados pode, portanto, subestimar a ingestão de alimentos.
Atualmente, o banco de dados de tamanho da porção está sendo atualizado pelo Instituto Nacional Holandês de Saúde Pública e Meio Ambiente (RIVM), o Centro de Nutrição Holandês e a Universidade de Wageningen e pesquisa58, que eventualmente serão usadas para atualizar as sugestões de tamanho da porção no aplicativo. As discrepâncias entre as porções antigas e novas serão mapeadas e ajustadas quando necessário. Embora o uso de imagens de tamanho de porção (ou seja,uma série de imagens que retratam diferentes quantidades de um alimento selecionado) possa ser uma boa alternativa para sugestões de tamanho de porção baseada em texto59, a pesquisa mostrou que a precisão da estimativa de tamanho da porção é maior quando uma série de imagens de tamanho de porção é apresentada de uma só vez, em vez de uma imagem de cada vez45, 60,61. Geralmente, os smartphones disponíveis atualmente possuem telas relativamente pequenas, o que limita a apresentação de uma série de imagens. Embora as novas tecnologias facilitem o uso de gráficos interativos de tamanho de porção em que quantidades de alimentos em uma placa virtual ou copo podem ser aumentadas ou diminuídas usando um controle deslizante61,essas técnicas são relativamente novas e ainda precisam ser minuciosamente avaliadas para avaliar sua precisão.
Outro passo crítico no desenvolvimento do aplicativo incluiu o envolvimento de especialistas e usuários finais pretendidos. Embora não seja frequentemente incorporado no processo de desenvolvimento de ferramentas (ou não descritas)11,12, o feedback de especialistas e usuários finais pretendidos – é crucial61, permite a maximização da usabilidade e mantém o nível de precisão necessário. O feedback dos usuários finais pretendidos foi particularmente útil no design final da função Meus Pratos. No geral, os usuários ficaram satisfeitos com a possibilidade de criar seus próprios pratos. No entanto, eles lutaram com alguns dos procedimentos, por exemplo, embora a função salvasse automaticamente os dados, isso não era visível para o usuário. Portanto, muitos usuários continuaram procurando pelo botão Salvar e ficaram presos, com medo de voltar e perder sua entrada. Com base nesses tipos de feedback, a função foi melhorada para melhor atender às expectativas do usuário.
Para concluir, o Traqq é um aplicativo inovador com muitas vantagens sobre aplicativos existentes e ferramentas baseadas na Web. No entanto, ainda existem várias limitações. Como o aplicativo ainda se baseia em auto-relato, ainda existem erros de medição relacionados ao autorrelato (por exemplo,viés de memória (ou seja,em caso de recall), viés de desejo social e modificações de consumo alimentar (ou seja,no caso de registros alimentares), estimativas imprecisas de tamanho da porção(ou seja,em ambos))1. Nos próximos anos, novas tecnologias lançadas recentemente serão exploradas para avançar ainda mais o aplicativo, por exemplo,explorando o valor da implementação de recursos como scanners de código de barras, gravação de voz, chatbots e imagens, o que poderia melhorar a identificação de alimentos e a estimativa de tamanho das porções. Possibilidades de conexão com outros aplicativos (por exemplo,rastreadores de atividade, rastreadores de sono) e dispositivos(por exemplo,acelerômetros, monitores de frequência cardíaca, sensores de mastigação) também estão sendo exploradas. Finalmente, o backend também está sendo submetido a mais desenvolvimento, por exemplo, através da expansão das opções de amostragem.
The authors have nothing to disclose.
Os autores querem agradecer a Anouk Geelen e Arvind Datadien por seu papel fundamental no desenvolvimento do Traqq. Além disso, os autores gostariam de agradecer a Romy Willemsen por sua ajuda na coleta de dados e na análise de dados no estudo de usabilidade. Por fim, os autores agradecem aos especialistas e participantes por compartilharem suas experiências e opiniões ao longo do processo. O desenvolvimento foi executado pela Universidade de Wageningen e Pesquisa e parcialmente financiado pelo Ministério da Agricultura, Natureza e Qualidade alimentar e indústria, no contexto da TKI Agri&Food PPS – projeto Smart Food Intake (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 |