Iterative Development of an Innovative Smartphone-Based Dietary Assessment Tool: Traqq

Desiree A. Lucassen; Elske M. Brouwer-Brolsma; Anne M. van de Wiel; Els Siebelink; Edith J. M. Feskens

doi:10.3791/62032

JoVE Journal > Behavior

Please note that all translations are automatically generated. Click here for the English version.

Davranış

Développement itératif d’un outil innovant d’évaluation diététique basé sur smartphone : Traqq

Published: March 19, 2021

doi:

10.3791/62032

Desiree A. Lucassen¹, Elske M. Brouwer-Brolsma¹, Anne M. van de Wiel¹, Els Siebelink¹, Edith J. M. Feskens¹

¹Division of Human Nutrition and Health,Wageningen University and Research

Özet

Cet article décrit le protocole pour le développement d’une application innovante d’évaluation diététique basée sur smartphone Traqq, y compris des évaluations d’experts et des tests d’utilisabilité.

Abstract

Pour collecter des données sur l’apport alimentaire de manière rapide et fiable, une application pour smartphone (app) flexible et innovante appelée Traqq a été développée (iOS / Android). Cette application peut être utilisée comme dossier alimentaire et rappel de 24 heures (ou des périodes de rappel plus courtes). Différents schémas d’échantillonnage peuvent être créés sur des jours/heures prédéfinis ou aléatoires au cours d’une période prédéterminée pour les deux méthodes, avec des notifications push pour inciter les participants à enregistrer leur consommation alimentaire. En cas de non-réponse, les notifications sont automatiquement reprogrammées pour assurer une collecte complète des données. Pour une utilisation comme dossier alimentaire, les répondants peuvent accéder à l’application et enregistrer leur consommation de nourriture tout au long de la journée. Les dossiers alimentaires se ferment automatiquement à la fin de la journée; les rappels se terminent après la soumission des articles consommés. Le rappel ainsi que le module d’enregistrement des aliments donnent accès à une longue liste d’aliments basée sur la base de données néerlandaise sur la composition des aliments (FCDB), qui peut être habituée à répondre à différents objectifs de recherche. Lorsqu’ils choisissent un aliment, les répondants sont simultanément invités à insérer la taille des portions, c’est-à-diredans les mesures du ménage(p. ex.,tasses, cuillères, verres), la taille des portions standard(p. ex.,petite, moyenne, grande) ou le poids en grammes, et l’occasion de manger ou le moment de la consommation. Les options de taille des portions peuvent être ajustées, par exemple,seulement l’entrée en grammes dans le cas d’un enregistrement d’aliments pesés ou d’une heure de consommation au lieu de manger). L’application comprend également une fonction Mes plats, qui permet au répondant de créer ses propres recettes ou combinaisons de produits(par exemple,un petit-déjeuner quotidien) et de ne déclarer que la quantité totale consommée. Par la suite, l’application tient compte des facteurs de rendement et de rétention. Les données sont stockées sur un serveur sécurisé. Si vous le souhaitez, des questions supplémentaires, c’est-à-dire, en général ou celles liées à des aliments spécifiques ou à des occasions de manger peuvent être incorporées. Ce document décrit le développement du système (application et backend), y compris les évaluations d’experts et les tests d’utilisabilité.

Introduction

Une évaluation diététique précise est cruciale pour assurer la qualité des études sur le rôle de la nutrition dans la santé et la prévention des maladies. À l’heure actuelle, ces études utilisent généralement des méthodes d’évaluation de l’alimentation établies, c’est-à-diredes questionnaires sur la fréquence des aliments, des rappels de 24 heures (24 heures sur 24) et/ou des dossiers alimentaires¹. Malgré le fait que ces méthodes sont d’une importance majeure pour la recherche en nutrition, elles présentent également divers inconvénients, par exemple un biais lié à la mémoire, un biais de désirabilité sociale, et sont lourdes pour le répondant ainsi que pour le chercheur¹^,². Les inventions technologiques récentes offrent maintenant la possibilité de surmonter ces inconvénients. Au cours des dernières années, divers groupes de recherche ont saisi cette occasion et ont mis au point des outils d’évaluation diététique sur le Web et sur les téléphones intelligents pour la recherche en nutrition qui abordent certains de ces inconvénients connus (voir Eldridge et coll.³ pour un aperçu détaillé des outils web et sur smartphone), c’est-à-direréduire les causes d’erreur, améliorer la convivialité et réduire le fardeau du participant et du chercheur¹.

Néanmoins, le nombre d’applications pour smartphones entièrement automatisées et validées (applications) adaptées à la recherche en nutrition est encore limité. La plupart des applications d’évaluation diététique disponibles(c.-à-d.commerciales ou développées pour la recherche) ne sont pas entièrement automatisées(c.-à-d.nécessitent un codage manuel des aliments) ou ne sont pas (bien) validées³. En outre, la plupart des applications validées disponibles ont été développées pour un objectif de recherche spécifique et une utilisation dans un pays spécifique; en raison de conceptions plutôt fixes, la réutilisation de ces applications à d’autres fins de recherche ou dans d’autres pays semble difficile³^,⁴^,⁵^,⁶^,⁷^,⁸. Enfin, malgré la disponibilité d’applications basées sur les dossiers alimentaires, à ce jour, aucune application basée sur les rappels ne semble encore exister. Bien que les dossiers alimentaires soient sujets à un biais de réactivité, c’est-à-direque les répondants peuvent modifier leur consommation alimentaire en raison de la conscience qu’ils sont observés²^,⁹, ce n’est pas le cas pour les rappels, ce qui souligne la nécessité de développer une application validée basée sur les rappels¹⁰. Une application innovante d’évaluation diététique appelée Traqq a été développée pour une utilisation aux Pays-Bas qui peut être utilisée comme enregistrement alimentaire ainsi que comme rappel, selon la question de recherche¹.

Outre la possibilité d’alterner entre l’option d’enregistrement alimentaire et l’option de rappel, cette application diffère également des autres outils d’évaluation diététique en raison de sa nature flexible. Plus précisément, en ce qui concerne la liste des aliments, les estimations de la taille des portions, les plans d’échantillonnage et la possibilité d’incorporer des questions supplémentaires. Le niveau de flexibilité du système permet de s’adapter à de multiples objectifs de recherche qui nécessitent une évaluation précise des comportements alimentaires. Actuellement, l’application est en cours de validation et sera prête à être utilisée dans divers types de recherche liée à la nutrition. L’application peut également être utilisée, et peut-être encore améliorée pour une utilisation, dans des programmes d’intervention nutritionnelle pour mesurer et influencer les comportements alimentaires. Comme le développement d’outils fiables d’évaluation diététique est difficile et que les rapports sur ces processus sont rares, en particulier en ce qui concerne la participation des utilisateurs et des experts³^,¹¹^,¹², ce document fournit un aperçu détaillé de la façon dont différentes sources d’information ont été intégrées dans le développement systématique et itératif de cette application d’évaluation diététique basée sur smartphone. Le processus intègre la théorie, la consultation d’experts et l’engagement des utilisateurs.

Protocol

NOTE: Toutes les procédures, y compris les participants humains, ont été menées de manière non invasive au moyen de méthodes de recherche principalement qualitatives. Le consentement éclairé a été obtenu de tous les participants avant le début des évaluations. Ce protocole décrit le processus de développement itératif qui peut être grossièrement divisé en quatre étapes dans lesquelles les étapes 1 à 3 sont entrelacées (Figure 1). Figure 1: Vue d’ensemble des étapes du processus de développement itératif de l’application. Le processus de développement comprenait cinq étapes au total. Cependant, le processus était itératif, ce qui signifie que les étapes 1 à 3 étaient étroitement liées. Veuillez cliquer ici pour voir une version agrandie de cette figure. 1. Mener des recherches formatives approfondies en préparation du processus de développement réel. Effectuer des recherches sur ordinateur en explorant les outils d’évaluation diététique existants sur le Web et les téléphones intelligents, en accordant une attention particulière aux caractéristiques connues pour être d’une importance capitale pour la collecte précise de données sur l’apport alimentaire, c’est-à-direla méthode de saisie des aliments (y compris la liste des aliments et la FCDB sous-jacente) et les estimations de la taille des portions. Inspecter les outils d’évaluation diététique existants sur le Web et les téléphones intelligents en mettant l’accent sur des aspects tels que la méthodologie d’évaluation diététique, la fourniture d’informations, la fiabilité, le moteur de recherche et les fonctionnalités mises en œuvre(par exemple,images, lecteur de codes-barres, fonctions de recette). Consultez des experts dans le domaine de l’évaluation diététique.REMARQUE: Les résultats de la recherche sur ordinateur et de l’inspection des outils existants ont été discutés avec des experts dans le domaine de l’évaluation diététique, ce qui a conduit à un projet de plan de conception pour le développement de l’application. Ce projet de plan de conception a été évalué par les experts et amélioré au besoin. 2. Concevoir l’application d’évaluation diététique Créez la conception visuelle de l’application en tenant compte d’aspects importants tels que l’animation, l’image de marque, la couleur, la mise en page et la typographie20.REMARQUE: Comme l’espace, la couleur, les polices, les graphiques et les éléments d’interface mettent en évidence le contenu et transmettent l’interactivité, il est essentiel d’incorporer des éléments facilitant la fonctionnalité de l’application. Sélectionnez un FCDB digne de confiance (ici, NEVO) pour faciliter le calcul des nutriments des données d’apport alimentaire collectées14. Créez une liste d’aliments en évaluant de manière critique la description des aliments mentionnés dans la FCDB.REMARQUE: Les FCDB sont principalement développés pour un usage professionnel; les descriptions des aliments sont souvent complexes et nuisent à la recherche(p. ex.,« margarine faible en gras 35 % de matières grasses < 10 g de graisses saturées non sassées »23). Formuler les exigences des moteurs de recherche; envisager l’utilisation de signes de ponctuation, de noms étrangers, de fautes d’orthographe, de différents termes de recherche et de classement des résultats de recherche pour faciliter la recherche d’aliments. Sélectionnez l’estimation de la taille des portions (aide) en évaluant divers outils d’évaluation diététique existants et en testant sur le terrain des options appropriées. Concevez le routage dans l’application pour vous assurer que la navigation de l’utilisateur dans l’application est logique, prévisible et facile à suivre. Concevoir les fonctionnalités et les exigences du backend pour contrôler l’application; comprennent des fonctions liées à la gestion globale du projet, à la gestion propre au projet(p. ex.,participants, invitations, collecte de données) et à la gestion des utilisateurs(p. ex.,autorisations). 3. Évaluations par les chercheurs REMARQUE: Après chaque mise à niveau, l’application a été testée par des scientifiques en nutrition et des diététistes de recherche ayant une expertise dans l’évaluation diététique (tests internes) pour vérifier si les fonctionnalités se sont améliorées comme prévu. Les instructions suivantes doivent être exécutées par les chercheurs. Effectuer une évaluation d’expert au moyen de procédures cognitives pour simuler une première expérience utilisateur afin que les experts puissent explorer l’application individuellement et sans guide28. Assurez-vous que les procédures cognitives pas à pas se composent des étapes suivantes. Assurez-vous que l’expert remplit un questionnaire général pour vous renseigner sur la marque et le type de smartphone. Installez l’application sur le smartphone de l’expert.REMARQUE: Pour assurer une installation et un fonctionnement corrects et minimiser le risque d’interruptions pendant l’évaluation, il est recommandé que le chercheur vérifie d’abord les fonctionnalités de l’application. Donner des instructions à l’expert sur les procédures d’essai dans lesquelles chaque expert est invité à assumer le rôle d’utilisateur pour la première fois(c.-à-d.participant à la recherche). Insistez sur le fait que l’évaluation est effectuée du point de vue de l’utilisateur et non du point de vue de l’expert.REMARQUE: L’utilisateur était supposé être un utilisateur expérimenté de smartphone et avoir des connaissances sur l’utilisation des applications en général. Cependant, cette application a été utilisée pour la première fois. Démarrez l’écran et l’enregistrement audio. Demandez à l’expert de compléter la procédure cognitive tout en utilisant l’application et en effectuant un ensemble prédéterminé de tâches31:1) « Je veux enregistrer mon dîner. J’ai commencé avec une tasse de soupe à la tomate et un verre de lait. », 2) « Par la suite, j’ai mangé un plat de pâtes, que je consomme régulièrement et je veux y entrer comme favori(c’est-à-direprédécesseur de Mes plats). » [la recette a été fournie], 3) « Comme j’ai également consommé le plat de pâtes, je veux ajouter cela au record d’apport alimentaire d’aujourd’hui. », et 4) « J’ai entré tout ce que j’ai mangé pendant le dîner. Je veux vérifier mon entrée une fois de plus, puis la soumettre.REMARQUE: Lors de l’exécution des tâches, l’expert informe le chercheur de son processus de pensée, c’est-à-direen expliquant les étapes à suivre pour accomplir la tâche décrite. Effectuer un bref suivi pour clarifier les ambiguïtés32et donner à l’expert l’occasion de recueillir des commentaires supplémentaires. Évaluez les résultats de chaque expert en vérifiant les enregistrements pour s’assurer que les tâches ont été exécutées comme prévu et en examinant les commentaires supplémentaires fournis. Partagez les résultats avec les experts pour évaluer si les hypothèses formulées sur la base des enregistrements étaient correctes.REMARQUE : Les résultats de l’évaluation ont été discutés et classés par ordre de priorité en consultation avec les experts. Sur la base des résultats de cette évaluation, l’application a été mise à niveau. Effectuer des tests d’utilisabilité avec les utilisateurs prévus pour évaluer la convivialité et la sympathie de l’application parmi les utilisateurs prévus au moyen d’entretiens de réflexion à haute voix et de l’échelle d’utilisabilité du système (SUS)33 en procédant comme suit : Recruter des participants représentatifs de la population d’utilisateurs cible35. Donner des instructions au participant concernant les procédures d’étude, y compris l’enregistrement de l’écran et de l’audio. Ensuite, obtenez le consentement éclairé des participants.REMARQUE : Il est important que le chercheur encourage le participant à « réfléchir à haute voix » pendant l’évaluation, c’est-à-direà expliquer ses réflexions sur les étapes requises pour accomplir chaque tâche tout en effectuant la tâche, ainsi qu’à commenter les fonctionnalités qui ont bien fonctionné ou non. Installez l’application sur le smartphone du participant.REMARQUE: Pour assurer une installation et un fonctionnement corrects et minimiser le risque d’interruptions pendant l’évaluation, il est recommandé que le chercheur vérifie d’abord la fonctionnalité de l’application. Demandez au participant d’effectuer une tâche pratique pour l’entrevue de réflexion à haute voix : demandez aux participants de visualiser leur chambre et de compter le nombre de fenêtres, tout en racontant au chercheur ce qu’ils ont vu et pensé en comptant les fenêtres. Ensuite, demandez aux participants de s’approcher de l’une des fenêtres de leur chambre et de décrire leurs expériences sur le chemin de cette fenêtre.REMARQUE : Une tâche pratique a été fournie et répétée au besoin pour s’assurer que les participants se sentent à l’aise de penser à haute voix comme ils le souhaitent37. Démarrez l’écran et l’enregistrement audio. Demandez au participant de compléter l’entretien de réflexion à haute voix avec les tâches prédéfinies: le participant doit: 1) enregistrer tout ce qu’il a mangé et bu au cours de la veille, et 2) enregistrer un plat régulièrement consommé via la fonction Mes plats. Pendant la session, observez, prenez des notes et stimulez les participants à continuer à penser à haute voix, si nécessaire, par de simples invites telles que « Continuez à parler à haute voix », « Dites-moi ce que vous pensez » ou « Dites-moi ce que vous avez en tête ». Minimiser d’autres interactions pour éviter toute interférence avec le processus de pensée du participant28,32. Effectuer un bref suivi pour clarifier les ambiguïtés32. Demandez au participant de remplir un questionnaire d’évaluation avec des questions générales liées à l’âge, au sexe, au niveau d’éducation, au type de smartphone, au niveau d’expérience du smartphone(c’est-à-dire queles utilisateurs expérimentés sont plus susceptibles d’effectuer des tâches rapidement et correctement38), ainsi que le SUS33- un questionnaire à 10 éléments pour évaluer la convivialité du système au moyen d’une notation à l’échelle de Likert allant de 1 (fortement en désaccord) à 5 (tout à fait d’accord). Analyser les données de chaque session en 1) transcrivant, codant et créant des (sous-)thèmes, et 2) calculant le score SUS à l’aide d’une formule prédéfinie aboutissant à un score compris entre 0 et 10033, où un score de >68/100 indique que l’outil fonctionne à un niveau de convivialité supérieur à la moyenne et un score >80/100 indique une excellente utilisabilité39, 40.REMARQUE : Il est recommandé que le chercheur qui a guidé la séance analyse les données à l’aide d’un logiciel d’analyse qualitative des données. Un deuxième chercheur peut être consulté en cas d’ambiguïté. Effectuer une validation quantitative des enregistrements d’apport alimentaire par rapport aux méthodes traditionnelles validées et de préférence à des mesures indépendantes3.REMARQUE: L’application est en cours de validation par rapport aux 24 heures sur 24 basées sur le Web et par téléphone(c.-à-d.des entrevues) ainsi que par des marqueurs biochimiques urinaires et sanguins indépendants. Comme la validation quantitative de l’application est en dehors du champ d’application de ce document, cela ne sera pas discuté plus loin. 4. Utilisation du système backend pour la gestion des applications et des études REMARQUE : Le système dispose de trois niveaux d’autorisation : (1) administrateur – ce niveau d’autorisation permet d’accéder à toutes les sections du backend(c’est-à-direla création de nouveaux utilisateurs, la détermination de l’autorisation utilisateur et l’octroi aux utilisateurs de l’accès à un ou plusieurs projets) ; (2) gestionnaires de projet – ce niveau d’autorisation permet l’accès à des projets spécifiques et la possibilité de créer de nouveaux projets; et (3) les chercheurs – ce niveau d’autorisation ne donne accès qu’aux projets spécifiques auxquels les chercheurs participent. Gestion des utilisateurs et des projets dans le backend par les administrateurs Accédez au backend en ligne via traqq.idbit.net, avec des identifiants de connexion(c’est-à-dire,nom d’utilisateur, mot de passe). Créez un nouveau projet en cliquant sur l’onglet Projets, puis sur Créer un nouveau projet. Dans l’écran suivant, entrez les détails du projet demandé(c.-à-d.le nom du projet, la description du contact, l’adresse e-mail du contact, le téléphone du contact, le site Web du contact).Remarque : Seul le nom du projet est obligatoire pour créer un nouveau projet. La description du contact, l’e-mail, le numéro de téléphone et le site Web seront visibles dans l’application sous le bouton Contact & Info. Sélectionnez les caractéristiques souhaitées(c.-à-d.la liste des produits, demander l’occasion de manger et/ou l’heure de consommation, enregistrer ou rappeler).REMARQUE : Chaque nouveau projet exige une prise de décision individuelle en ce qui concerne la méthode d’évaluation diététique la plus appropriée(c.-à-d.enregistrement ou rappel), la liste des aliments, l’estimation de la taille des portions et l’occasion de manger ou l’heure des repas. Enregistrez le nouveau projet en cliquant sur Enregistrer.Remarque : Lorsque l’écran se ferme, l’administrateur revient à l’écran Vue d’ensemble du projet. Ensuite, créez un nouvel utilisateur en cliquant sur l’onglet Utilisateur, puis sur Ajouter un nouvel utilisateur. Dans l’écran suivant, entrez un nom d’utilisateur, un mot de passeet attribuez à l’utilisateur un rôle (c’est-à-direadministrateur, gestionnaire ou utilisateur). Enregistrez le nouvel utilisateur en cliquant sur Enregistrer.Remarque : Lorsque l’écran se ferme, l’administrateur revient à l’écran Vue d’ensemble de l’utilisateur. Affectez un utilisateur à un projet en cliquant sur l’icône du bloc-notes(c’est-à-direla colonne Modifier) pour un utilisateur spécifique. Attribuez un projet en ouvrant le menu déroulant sous Projets liés,en sélectionnant le projet souhaité et en cliquant sur Ajouter.Remarque : Cette action doit être répétée pour chaque projet chaque projet près près chaque utilisateur. Communiquez les informations d’identification de connexion au nouvel utilisateur avec l’URL principale. Gestion de projets en backend par des chercheurs (i.e., rôle de gestionnaire ou d’utilisateur)Connectez-vous au backend via traqq.idbit.net en utilisant les informations d’identification fournies par l’administrateur. Cliquez sur Aller aux projets pour gérer les projets. Cliquez sur la flèche dans la colonne Affichage du projet souhaité.REMARQUE: Après cela, le chercheur est redirigé vers une page Vue d’ensemble du projet et de nouveaux onglets pour ce projet spécifique apparaissent. Entrez les participants dans le backend en cliquant sur l’onglet Participants. Ensuite, lorsqu’un écran Vue d’ensemble du participant apparaît, cliquez sur Ajouter un nouveau participant. Dans l’écran suivant, entrez Nom de code, Notes (facultatif) , ID deconnexion, Clé de connexionet terminez par Enregistrer.REMARQUE : Il est recommandé d’utiliser l’ID d’étude du participant comme nom de code et id de connexion. Cela minimise la confusion pour le participant en cas d’identifiants de connexion multiples. De plus, le nom de code est visible dans les réponses. L’utilisation de l’ID du participant facilite l’utilisation des données. Cette option doit être répétée pour chaque participant. Pour les groupes plus importants, l’option Importer des participants à partir d’un fichier (.csv) peut être utilisée. Ici, les mêmes détails sont requis pour chaque participant. Le backend ne peut contenir aucune information personnelle des participants. Planifiez des invitations pour chaque participant en cliquant sur l’onglet Invitations. Ensuite, lorsqu’un écran Vue d’ensemble de l’invitation apparaît, cliquez sur Ajouter une nouvelle invitation. Dans l’écran suivant, sélectionnez un participant dans le menu déroulant et entrez Heure de début de la période, Heure de fin de la période, Heure d’ouverture, Heure de fermeture, URL de l’enquête (c.-à-d.facultatif pour la mise en œuvre de questions supplémentaires), Notes (facultatif), Activer (toujours oui).REMARQUE : L’heure de début et de fin de la période fait référence à la période de déclaration(c.-à-d.ce qui a été consommé entre ..:.. et ..:..). En revanche, les heures d’ouverture et de fermeture se réfèrent à la période au cours de laquelle le participant peut effectivement déclarer son apport. La mise en œuvre correcte d’une enquête externe nécessite un certain codage; pour cela, l’aide de l’administrateur est recommandée. Pour la majorité des invitations, l’option Importer des invitations à partir de (.csv) sous Fichier peut être utilisée. Le fichier nécessite les mêmes informations que pour la saisie manuelle. Les invitations peuvent également être créées via des schémas d’échantillonnage (c’est-à-direlorsque le système génère un schéma d’invitation aléatoire à différents jours et heures en fonction d’un préréglage de règles telles que la période d’échantillonnage, le nombre d’invitations requises, la date limite de réponse). L’un des avantages de l’option Sampling Schemes est que le système planifie automatiquement une nouvelle invitation en cas de non-réponse. Suivez la collecte de données via l’onglet Calendrier en sélectionnant un participant d’intérêt dans le menu déroulant.REMARQUE : Le calendrier fournit une vue d’ensemble des invitations planifiées au sein d’un projet, en général ou pour des participants spécifiques. Les invitations futures sont représentées en bleu, les invitations passées complétées sont vertes, tandis que les invitations passées sans réponse sont rouges. Les réponses aux invitations peuvent également être vérifiées via l’onglet Réponse. Suivez les réponses via l’onglet Réponse. REMARQUE : Dans la section Réponse, les données sur l’apport alimentaire déclaré(c.-à-d.l’aliment, la quantité consommée, l’occasion de manger et/ou le moment de la consommation) sont recueillies. Demande à l’administrateur d’exporter des données.REMARQUE : Les données peuvent être exportées du backend vers un fichier .csv pour une analyse plus approfondie(p. ex.,données sur les réponses/prises alimentaires, données de conformité) par l’administrateur. Les réponses comprennent les aliments déclarés, la taille des portions sélectionnées, les quantités consommées en grammes et les occasions/heures de consommation. Importez le fichier .csv dans un logiciel de calcul nutritionnel pour des analyses approfondies des nutriments.REMARQUE: Les données peuvent être importées dans un logiciel de calcul de la nutrition qui utilise le FCDB néerlandais. 5. Utilisation de l’application par les participants pendant l’étude Téléchargez l’application disponible gratuitement sur l’App Store (iOS) ou google Play Store (Android) et accédez à l’application en vous connectant.REMARQUE: Les identifiants de connexion, tels que fournis par le chercheur, sont requis pour accéder à l’application (étape 4.2.5.). Après s’être connecté, l’application envoie des invitations comme prévu dans le backend en fonction des informations d’identification du participant (étape 4.2.7.). Après avoir reçu une invitation via l’application, signalez la consommation de nourriture.REMARQUE : Les participants ne peuvent enregistrer leur consommation de nourriture qu’à des jours et des heures prédéterminés. Ouvrez l’application en cliquant sur la notification reçue ou en ouvrant l’application via l’icône de l’application.REMARQUE : Après l’ouverture de l’application, un écran Vue d’ensemble de l’invitation s’affiche où les invitations précédentes et actuelles sont affichées. Cliquez sur l’invitation ouverte.REMARQUE : Le participant est redirigé vers un écran Vue d’ensemble où la période d’invitation est visible. Entrez d’abord l’aliment consommé en cliquant sur Product toevoegen (Ajouter un aliment).REMARQUE : Le participant est redirigé vers l’écran de recherche. Commencez à taper le nom de l’article consommé(par exemple,jus d’orange [jus d’orange]). Cliquez sur l’élément souhaité tel qu’il apparaît lors de la saisie. Dans l’écran suivant, indiquez la quantité consommée (Hoeveelheid), la description correspondante de la taille des portions (Portie), l’occasion de manger (Maaltijdmoment) et / ou le temps de consommation (Tijdstip), et terminez par économiser (Opslaan). Répétez les étapes susmentionnées jusqu’à ce que tous les aliments soient signalés. Soumettez la liste (rappel) en cliquant sur (Lijst versturen) (Envoyer la liste), ou l’invitation se ferme automatiquement à la fin de la journée (enregistrement).Remarque : L’option Liste d’envoi est également visible dans la version de l’enregistrement, de sorte que les participants utilisant l’enregistrement peuvent également envoyer leur entrée à la base de données. Cependant, même si les données sont déjà envoyées, l’invitation se ferme toujours à la fin de la journée, envoyant toutes les données au serveur.

Representative Results

Le système (application et backend) a été développé en utilisant les étapes décrites dans le protocole décrit ci-dessus; les principaux résultats de ce processus sont décrits ci-dessous, se terminant par la conception finale de l’application. Recherche formativeEn plus d’une analyse approfondie de la littérature, plusieurs outils Web ont été inspectés(par exemple,Compl-eat13, ASA24 14 , Foodbook2415, MyFood2416) en ce qui concerne la méthodologie d’évaluation diététique et les fonctionnalités mises en œuvre. En outre, les performances de plusieurs applications de suivi des aliments fréquemment utilisées aux Pays-Bas ont été comparées(par exemple,MijnEetmeter17, MyFitnessPal18, Virtuagym Food19), en se concentrant sur des aspects tels que la méthodologie d’évaluation diététique, la fourniture d’informations, la fiabilité, le moteur de recherche et l’utilisation de fonctionnalités supplémentaires(par exemple,images, lecteur de codes-barres, fonctions de recette). Les résultats de cette inspection ont mené à la décision de développer l’application de manière à ce qu’elle puisse être utilisée comme dossier alimentaire et rappel. De plus, cela a conduit à la mise en œuvre de la fonction Mes plats, qui peut être utilisée pour créer des recettes originales ou des combinaisons de produits fréquemment consommées(par exemple,un petit-déjeuner quotidien). Dans cette fonction, les facteurs de rendement et de rétention sont automatiquement pris en compte. Pour quantifier avec précision l’apport alimentaire et nutritionnel, une liste complète, bien que pratique, des aliments est cruciale. La compilation d’une telle liste d’aliments nécessite un compromis entre l’étendue de la liste d’aliments et la possibilité de recherche des aliments(c.-à-d. queles descriptions des aliments doivent être claires, compréhensibles et faciles à localiser)41,42. Étant donnée sur la composition des aliments constituant la base fondamentale de l’évaluation diététique21,22, il est important de s’assurer que la liste des aliments élaborée peut être liée à des données précises sur la composition des aliments. La liste des aliments incluse dans l’application est basée sur le FCDB néerlandais (NEVO)14, qui a été sélectionné pour sa fiabilité et ses données riches en composition des aliments. À l’origine, le NEVO se compose de 2 389 produits alimentaires (version 2016/5.0), qui ont été réduits à une liste d’aliments de 1 449 articles en éliminant les « articles déroutants » (parexemple,les aliments qui ne peuvent pas être consommés crus, les aliments qui ne peuvent pas être consommés sans ajouts) ou les articles qui ne sont pas aussi essentiels à inclure(par exemple,en raison des faibles taux de consommation basés sur l’enquête néerlandaise sur la consommation alimentaire (DNFCS)43). De plus, le NEVO contient des aliments similaires avec des noms de marque différents; dans un tel cas, seule l’option générique était incluse dans la liste des aliments. Pour faciliter davantage la convivialité, certains aliments ont été renommés pour éliminer les termes inutiles tels que « préparé », « congelé », « moyen » et « naturel ». Ce « protocole de nettoyage » a été développé par trois diététistes de recherche bien formés et exécuté au moyen d’une syntaxe, qui peut être réexécutée une fois que NEVO est mis à jour. De plus, afin d’optimiser la possibilité de recherche des aliments, 1 019 synonymes bien connus des aliments inclus ont été ajoutés à la liste des aliments. Ainsi, la liste des aliments inclus dans l’application comprenait finalement 2 468 articles. Une vue d’ensemble de l’élaboration de la liste des aliments est présentée à la figure 2. À noter, bien que cette longue liste d’aliments ait été développée pour un usage général, le backend de l’application permet l’importation de listes d’aliments alternatifs si nécessaire. Figure 2: Structure de la liste des aliments développée pour l’application. La liste des aliments est basée sur la base de données néerlandaise sur la composition des aliments (FCDB) et des suggestions de taille de portion et des synonymes correspondants ont été ajoutés pour chaque élément de la liste finale des aliments. Veuillez cliquer ici pour voir une version agrandie de cette figure. Un autre aspect crucial de l’évaluation diététique est la quantification de la taille des portions. Bien que les aides à l’estimation de la taille des portions (PSEA), par exemple les images, les objets référents et les tailles de portions standard, appuient la déclaration des quantitésd’alimentsconsommées24,26,44, la déclaration erronée de la taille des portions est toujours une source substantielle de biais24,25,45,46, et la littérature sur l’efficacité des différentes AES est incohérente26. Les images d’aliments, les suggestions de taille de portion(c.-à-d.les tailles standard et les mesures du ménage) et la libre entrée du poids en grammes sont les AES les plus utilisées dans les outils d’évaluation diététique sur le Web et sur les téléphones intelligents34. Par exemple, alors que les suggestions de taille de portion(par exemple,tasses, cuillères, petites, grandes) sont utilisées dans des outils tels que Compl-eat13 et Oxford WebQ47,les images aident à estimation de la taille des portions dans des outils tels que ASA2414 et Myfood2416. Pour étudier la PSEA la plus appropriée pour l’application, une étude pilote a été menée pour comparer la précision des suggestions de taille de portion(par exemple,petite, moyenne, grande ou tasse, cuillère), l’entrée libre en grammes et les images de taille de portion. Les résultats de cette étude ont conduit à la mise en œuvre de suggestions de taille de portion comme la PSEA dans l’application ainsi que la possibilité d’entrer des quantités en grammes27. Avis d’expertsL’objectif des évaluations d’experts était d’évaluer qualitativement l’application en termes de fonctionnalité et de facilité d’apprentissage. Comme de nombreux utilisateurs préfèrent apprendre le logiciel par exploration29,le niveau d’apprentissage d’un système est important. Au total, 10 experts, soit4 diététistes (de recherche) et 6 experts en nutrition et comportements de santé (scientifiques) ont participé aux procédures cognitives dans lesquelles 60% ont utilisé un smartphone Android. Plus important encore, les évaluations d’experts ont indiqué que la première version de l’application n’était pas suffisamment intuitive, par exemple,la structure du menu a été jugée peu claire en raison de boutons / icônes vagues, et le moteur de recherche a généré un ordre illogique des résultats. Un autre point critique découlant des examens d’experts concernait le fait que certains éléments n’ont pas pu être modifiés. Sur la base de ces résultats, la conception de l’application a été considérablement améliorée à partir de l’étape 2(Figure 1). Évaluation de l’utilisabilitéAu total, 22 participants ont participé aux entrevues de réflexion à haute voix, qui ont constitué la base de l’évaluation de la convivialité. La taille initiale de l’échantillon a été fixée à 20 participants36, après quoi la saturation des données a été évaluée. Comme la saturation des données n’a pas été atteinte après 20 entrevues, l’inclusion s’est poursuivie tout en évaluant la saturation des données après chaque entrevue successive. Les participants avaient un âge moyen ±’écart-type de 48 ± 17 ans (intervalle de 22 à 70 ans); 36 % étaient des hommes et la majorité de la population était très scolarisé (55 %). De plus, la plupart des participants utilisaient un appareil Android (n = 14, 64 %), et presque tous les participants avaient plus de 1 an d’expérience avec l’utilisation d’un téléphone intelligent (n = 21, 96 %)(tableau 1). Tous les participants ont terminé les tâches sans ou avec un minimum d’instructions. Total (n= 22) Genre Hommes (%) 36.4 Femmes (%) 63.6 Âge moyen (moyenne, ET) 48.1 (17.2) Niveau d’éducation Faible (%) 0 Moyen (%) 45.5 Élevé (%) 54.5 Type de smartphone Android (%) 63.6 iOS (%) 36.4 Expérience smartphone Moins de 6 mois (%) 4.5 Entre 6 mois et 1 an (%) 0 Plus de 1 an (%) 95.5 SUS (moyenne, SD) 79.4 (15.1) Tableau 1. Caractéristiques de la population étudiée et résultats de l’évaluation de l’utilisabilité. Seuls les résultats de l’échelle d’utilisabilité du système (SUS) sont présentés dans ce tableau avec les caractéristiques des participants. Alors que certains participants (n = 13, 59 %) ont indiqué des difficultés lors de l’utilisation de la fonctionnalité Mes plats; d’autres (n = 5, 23 %) ont rencontré des problèmes de fonctionnalité mineurs tels que la lenteur de la réponse du bouton de menu et des difficultés à utiliser les boutons liés à la taille insuffisante de l’écran des petits smartphones). De plus, 15 (68 %) participants ont indiqué qu’ils préféraient une option permettant d’entrer la taille des portions consommées en grammes. Enfin, l’évaluation du score SUS a indiqué une note de 79/100 (plage 40-100), dans laquelle seulement 3 des 22 participants ont évalué l’application en dessous de 68/100 et 13 >80/100, ce qui suggère que l’application peut être considérée comme conviviale. Ainsi, dans l’ensemble, les améliorations suggérées étaient mineures et les évaluations de l’utilisabilité étaient prometteuses. Par la suite, des suggestions d’amélioration ont été discutées au sein de l’équipe de recherche et, si elles le jugeaient pertinent, incorporées à la mise à niveau de l’étape 4 afin d’optimiser davantage la convivialité et la convivialité de l’application (Figure 1). Conception finaleLes étapes décrites dans le protocole et les résultats de l’étude d’évaluation ont finalement abouti à une conception finale de l’application et du backend, qui visait une conception visuelle simple. Cette application peut être utilisée comme un enregistrement alimentaire et un rappel. Comme décrit précédemment, la liste des aliments est une version modifiée du NEVO. L’estimation de la taille des portions est appuyée par des suggestions de taille de portion propres à l’aliment; les portions consommées peuvent également être saisies en grammes. Dans le cas de la version de rappel de l’application, le chercheur a la possibilité de sélectionner différentes plages horaires(par exemple,2hR, 8hR ou 24hR). Pour recueillir des données sur l’apport alimentaire à différents jours et heures, divers schémas d’échantillonnage peuvent être créés dans une période prédéterminée. Les notifications push invitent les répondants à enregistrer leur consommation alimentaire. Pour garantir une collecte complète des données, les invitations sont automatiquement reprogrammées en cas de non-réponse. Dans le module de rappel, les répondants ne peuvent déclarer leur consommation alimentaire qu’après avoir reçu une invitation. Dans le cas de l’enregistrement alimentaire, les répondants peuvent accéder à l’application et enregistrer leur consommation de nourriture tout au long de la journée. Contrairement à la plupart des outils 24hR, le module de rappel de l’application n’est pas basé sur la méthode automatisée à passages multiples – une méthode en cinq étapes pour collecter des données sur l’apport alimentaire pour les 24 h48précédentes – car cette méthode est trop élaborée et prend trop de temps pour être utilisée dans une application. Plus précisément, pour accroître la facilité d’utilisation et améliorer la conformité des enregistrements de la consommation alimentaire11,38,49, la navigation a été réduite au minimum en limitant le nombre d’écrans auxquels il faut accéder à 4(Figure 3): 1) un écran Aperçu montrant la fenêtre de rapport; 2) les aliments consommés sont signalés via l’écran de recherche, et une fois que l’élément souhaité est sélectionné 3) une boîte de dialogue apparaît sondant l’occasion de manger et la quantité consommée, après quoi 4) l’utilisateur revient à l’écran Aperçu montrant maintenant les aliments enregistrés. En outre, l’utilisateur peut également utiliser la fonction Mes plats pour créer des recettes ou des combinaisons de produits, qui peuvent être saisies via le bouton Menu. Figure 3: Vue d’ensemble schématique du routage dans l’application. Veuillez cliquer ici pour afficher une version agrandie de cette figure. Les données sont stockées sur un serveur sécurisé. Si vous le souhaitez, des questions supplémentaires – générales ou liées à des occasions de restauration ou à des aliments spécifiques – peuvent être incorporées. L’application peut se connecter à des outils de sondage en ligne. Par conséquent, il est possible de mener une enquête sans rapport avec la consommation alimentaire via l’application à des moments prédéfinis(par exemple,le contexte, le comportement, les questions d’humeur). Il est également possible de poser des questions précises sur les aliments ou les occasions de manger signalés(p. ex.,lorsque des pommes sont signalées, lorsque le déjeuner est signalé). L’utilisation d’outils de sondage en ligne offre la possibilité de poser de nombreuses questions différentes via l’application. Les données d’apport alimentaire collectées peuvent être exportées à partir du serveur et importées dans un logiciel de calcul de la nutrition pour des analyses plus approfondies. En cas d’utilisation de questions supplémentaires, ces données seront disponibles dans l’outil d’enquête comme d’habitude. L’objectif était de développer une application bien structurée et facile à utiliser. Certaines captures d’écran de la conception peuvent être vues dans la Figure 4A-E. Figure 4: Captures d’écran de la version finale de l’application. (A) L’écran Démarrer/Vue d’ensemble, montrant l’invitation avec la période de rappel (dans ce cas) de 2 h. L’utilisateur peut appuyer sur Produit toevoegen (c’est-à-direAjouter un article) pour signaler un aliment ou Niets gegeten de gedronken (c’est-à-direque je n’ai rien mangé ou bu) au cas où rien n’aurait été consommé pendant cette fenêtre de temps. (B) L’écran de recherche, affichant des résultats correspondant au terme de recherche « Jus » de la liste des aliments. L’élément souhaité peut être sélectionné dans les résultats de la recherche. (C) Un écran contextuel nécessite la saisie de détails sur l’élément sélectionné « Jus d’orange ». Dans ce cas, l’application demande la quantité consommée et l’occasion de manger. L’utilisateur peut revenir au résultat de la recherche en appuyant sur Annuleren (c’est-à-direannuler) ou Opslaan (c’est-à-direenregistrer) pour aller plus loin. (D) La vue d’ensemble à nouveau, cette fois en montrant tous les éléments signalés. Un autre élément peut être ajouté (Product toevoegen) ou l’entrée peut être envoyée (Lijst versturen). (E) Après avoir sélectionné Lijst versturen, une fenêtre contextuelle apparaît demandant à l’utilisateur s’il est sûr de vouloir envoyer, et rappelle à l’utilisateur qu’il n’est plus possible d’apporter d’autres modifications après l’envoi de la liste. L’utilisateur a la possibilité d’annuler (Annuleren) ou d’envoyer (Versturen). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Discussion

Cet article présente le processus de développement itératif de l’application d’évaluation diététique basée sur smartphone Traqq. L’équilibre entre le niveau requis de précision et de convivialité a posé les principaux défis suivants dans le développement de l’application liés aux décisions sur 1) la saisie de données(c.-à-d.la sélection de la méthode la plus précise pour l’identification des aliments et la quantification de la taille des portions), 2) les données sur la composition des aliments(c.-à-d.la sélection d’une base de données précise et la création d’une liste complète des aliments), 3) les options de personnalisation(c.-à-d., flexibilité dans la liste des aliments, la quantification de la taille des portions et les recettes), et 4) validation(c.-à-d.par rapport aux méthodes traditionnelles et/ou aux mesures indépendantes)³^,⁵⁰. Au cours de la revue de la littérature, cinq outils d’évaluation diététique validés et entièrement automatisés, basés sur des smartphones, développés pour la recherche ont été^identifiés³, à savoir My Meal Mate 4 , Electronic Dietary Intake Assessment (eDIA)⁷, Easy Diet Diary⁸, Electronic Carnet Alimentaire (e-CA)⁵et Eat and Track (EaT)⁶.

En raison du niveau d’automatisation de ces cinq applications d’évaluation diététique ainsi que de cette application, le fardeau et les coûts des chercheurs diminuent considérablement tandis que l’exhaustivité des données augmente par rapport aux méthodes d’évaluation diététiques traditionnelles. De plus, cette application, à son tour, diffère des cinq outils d’évaluation diététique existants en termes de flexibilité. Plus précisément, alors que les applications existantes sont toutes basées sur la méthode de l’enregistrement alimentaire, cette application peut être utilisée comme enregistrement alimentaire ainsi que comme rappel. De plus, alors que la conception de ces applications est fixe, Traqq a l’avantage majeur de pouvoir être modifié pour s’adapter à différents objectifs de recherche(par exemple,méthode d’évaluation diététique, liste d’aliments, schémas d’échantillonnage, questions supplémentaires)³^,⁵⁰. Inversement, d’autres applications d’évaluation diététique existantes contiennent des fonctionnalités précieuses, qui ne sont pas (encore) implémentées dans l’application. Pour illustrer ce point, certaines applications permettent à l’utilisateur de prendre des photos de ses aliments pour la reconnaissance des aliments et l’estimation de la taille des portions, comme le système semi-automatisé d’évaluation diététique assistée par la technologie (TADA)⁵¹^,⁵².

Les participants à l’étude sur l’utilisabilité ont également indiqué que l’utilisation de photographies pourrait être un ajout précieux pour faciliter l’estimation de la taille des portions. Cependant, il y avait encore trop de défis à relever pour mettre en œuvre une telle fonctionnalité à ce stade, par exemple,spécifier et guider en ce qui concerne l’angle photographique(c’est-à-direévaluer la profondeur), la nécessité d’un fabricant de référence(c’est-à-direde corriger les tailles et les couleurs), l’essentiel avant et après la photo(c’est-à-direpour évaluer les quantités consommées), et sur la façon de traiter les plats de recette. En raison de ces défis techniques, les applications existantes d’évaluation diététique basées sur l’image sont encore semi-automatisées, ce qui signifie que l’examen manuel de l’image doit être effectué par l’utilisateur, le chercheur ou les deux⁵¹^,⁵². Les avancées technologiques, telles que le crowdsourcing et l’apprentissage automatique, ont le potentiel d’améliorer l’utilisation des images des aliments pour l’évaluation diététique⁵³^,⁵⁴. À l’avenir, ces options seront explorées pour améliorer davantage l’application. Le processus de développement de l’application a été caractérisé par diverses étapes critiques. Tout d’abord, une étape de recherche formative a été complétée dans laquelle les concepts scientifiques qui sous-tendent la raison d’être de la création d’applications ont facilité la prise de décision dans la mise en place des grandes lignes de l’application.

Au cours de cette étape, une attention particulière a été accordée à la sélection de la FCDB et à la sélection des aspects de la PSEA qui influencent tous deux directement l’exactitude des données²¹. En ce qui concerne la FCDB, comme l’application a été développée à l’origine pour une utilisation aux Pays-Bas, sa liste d’aliments est basée sur la FCDB néerlandaise, NEVO¹⁴. À l’avenir, l’objectif est de développer davantage l’application pour une utilisation internationale, ce qui nécessite des données plus complètes sur la composition des aliments, car de nombreux aliments sont spécifiques à cette pays. À l’heure actuelle, il n’existe pas encore de FCDB international et, s’il existait, son utilisation aurait pu être limitée. Plus précisément, comme la liste néerlandaise des aliments contient déjà 2 389 produits alimentaires, la mise en œuvre d’un tableau international de composition des aliments, par exemplepour 5 pays, multiplierait probablement ce nombre d’aliments par environ 5 et affecterait négativement la possibilité de recherche des aliments et, par conséquent, la facilité d’utilisation de l’application. Par conséquent, les listes d’aliments spécifiques à cette pays seront probablement les plus précieuses et souvent préférées par les professionnels⁵⁵.

Ceci est facilité par l’application car elle permet l’importation de listes d’aliments alternatifs et donc le lien avec différentes tables de composition des aliments (internationales). En ce qui concerne la taille des portions, il existe plusieurs options disponibles pour soutenir l’exactitude des estimations, par exemple,l’utilisation de livrets d’images, d’objets référents et / ou de suggestions textuelles de taille de portion²⁶. Par égard à la convivialité, la mise en œuvre directe d’un PSEA dans l’application est préférable à l’utilisation d’un PSEA à côté de l’application(par exemple,livret d’image, objets référents). Au cours du développement de l’application, la décision a été prise de faciliter la quantification de la taille des portions en offrant la possibilité d’entrer des tailles de portions en utilisant des suggestions de taille de portion et la saisie en grammes. Les suggestions de taille de portion sont basées sur la seule base de données néerlandaise disponible sur la taille des^{portions 56}. Bien que les outils d’évaluation diététique néerlandais tels que Compl-eat et Eetmeter s’appuient également sur cette base de données¹³^,¹⁷, il convient de noter que cette base de données sur la taille des portions date de 2003 et que les tailles de vaisselle ont depuis augmenté^{de 57}. L’utilisation de cette base de données peut donc sous-estimer l’apport alimentaire.

Actuellement, la base de données sur la taille des portions est mise à jour par l’Institut national néerlandais pour la santé publique et l’environnement (RIVM), le Centre néerlandais de nutrition et l’Université et la recherche de Wageningen^58,qui seront éventuellement utilisées pour mettre à jour les suggestions de taille des portions dans l’application. Les écarts entre l’ancienne et la nouvelle portion seront cartographiés et ajustés au besoin. Bien que l’utilisation d’images de taille de portion(c.-à-d.une série d’images représentant différentes quantités d’un aliment sélectionné) puisse être une bonne alternative pour les suggestions de taille de portion basées sur le texte⁵⁹, la recherche a montré que la précision de l’estimation de la taille des portions est la plus élevée lorsqu’une série d’images de taille de portion est présentée à la fois, au lieu d’une image à la fois⁴⁵^, ⁶⁰^,⁶¹. Généralement, les smartphones actuellement disponibles ont des écrans relativement petits, ce qui limite la présentation d’une série d’images. Bien que les nouvelles technologies facilitent l’utilisation de graphiques interactifs de la taille des portions dans lesquels les quantités de nourriture sur une assiette ou une tasse virtuelle peuvent être augmentées ou diminuées à l’aide d’un curseur^61,ces techniques sont relativement nouvelles et doivent encore être soigneusement évaluées pour évaluer leur précision.

Une autre étape critique dans le développement de l’application a été la participation d’experts et d’utilisateurs finaux prévus. Bien qu’il ne soit pas souvent intégré dans le processus de développement des outils (ou non décrit)¹¹^,¹², les commentaires des experts – ainsi que des utilisateurs finaux prévus – sont cruciaux⁶¹, permettent de maximiser la convivialité et maintiennent le niveau de précision requis. Les commentaires des utilisateurs finaux visés ont été particulièrement utiles dans la conception finale de la fonction Mes plats. Dans l’ensemble, les utilisateurs étaient satisfaits de la possibilité de créer leurs propres plats. Cependant, ils ont eu du mal avec certaines des procédures, par exemple, bien que la fonction enregistre automatiquement les données, cela n’était pas visible pour l’utilisateur. Par conséquent, de nombreux utilisateurs ont continué à rechercher le bouton Enregistrer et sont restés bloqués, craignant de revenir en arrière et de perdre leur entrée. Sur la base de ces types de commentaires, la fonction a été améliorée pour mieux répondre aux attentes de l’utilisateur.

Pour conclure, Traqq est une application innovante avec de nombreux avantages par rapport aux applications existantes et aux outils Web. Cependant, il existe encore diverses limitations. Comme l’application repose toujours sur l’auto-déclaration, des erreurs de mesure liées à l’auto-déclaration existent toujours(p. ex.,biais de mémoire(c.-à-d.en cas de rappel), biais de désirabilité sociale et modifications de l’apport alimentaire(c.-à-d.dans le cas des enregistrements d’aliments), estimations inexactes de la taille des portions(c.-à-d.dans les deux))¹. Au cours des prochaines années, de nouvelles technologies récemment lancées seront explorées pour faire progresser l’application, par exempleen explorant la valeur de la mise en œuvre de fonctionnalités telles que les lecteurs de codes-barres, l’enregistrement vocal, les chatbots et les images, ce qui pourrait améliorer l’identification des aliments et l’estimation de la taille des portions. Les possibilités de connexion avec d’autres applications(par exemple,trackers d’activité, trackers de sommeil) et des appareils(par exemple,accéléromètres, moniteurs de fréquence cardiaque, capteurs de mastication) sont également à l’étude. Enfin, le backend fait également l’objet d’un développement ultérieur, par exemple par l’expansion des options d’échantillonnage.

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

Les auteurs tiennent à remercier Anouk Geelen et Arvind Datadien pour leur rôle clé dans le développement de Traqq. En outre, les auteurs tiennent à remercier Romy Willemsen pour son aide dans la collecte et l’analyse des données dans l’étude d’utilisabilité. Enfin, les auteurs tiennent à remercier les experts et les participants d’avoir partagé leurs expériences et leurs opinions tout au long du processus. Le développement a été exécuté par l’Université et la Recherche de Wageningen et en partie financé par le ministère de l’Agriculture, de la Nature et de la Qualité des aliments et de l’industrie, dans le cadre du projet TKI Agri&Food PPS – Smart Food Intake (AF16096).

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

Referanslar

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).
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).
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).
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).
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).
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).
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).
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).
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).
Kipnis, V., et al. Bias in dietary-report instruments and its implications for nutritional epidemiology. Public Health Nutrition. 5 (6), 915-923 (2002).
Simpson, E., et al. Iterative development of an online dietary recall tool: INTAKE24. Nutrients. 9 (2), 118 (2017).
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).
Human Interface Guidelines. Apple Inc Available from: https://developer.apple.com/ios/human-interface-guidelines/ (2017)
NEVO. RIVM 5.0. NEVO-online. , (2016).
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).
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).
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).
Brooke, J., et al. SUS – A quick and dirty usability scale. Usability evaluation in industry. 189 (194), 4-7 (1996).
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).
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).
Mouname, K., Idri, A., Abran, A. Usability evaluation of mobile applications using ISO 9241 and ISO 25062 standards. SpringerPlus. 5, 548 (2016).
Sauro, J. A practical guide to the system usability scale: Background, benchmarks & best practices. CreateSpace Independent Publishing Platform. , (2011).
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).
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).
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).
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).
Carter, M. C., et al. Development of a UK online 24-h dietary assessment tool: myfood24. Nutrients. 7 (6), 4016-4032 (2015).
Voedingscentrum. Mijn Eetmeter Available from: https://itunes.apple.com/nl/app/mijn-eetmeter/id663382012?mt=8 (2014)
Virtuagym. Virtuagym Available from: https://virtuagym.com/food (2017)
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).
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).
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).
Gibson-Moore, H. EuroFIR: Where we are now. Nutrition Bulletin. 38 (3), 358-362 (2013).
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).
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).
Faggiano, F., et al. Validation of a method for the estimation of food portion size. Epidemiology. 3 (4), 379-382 (1992).
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).
Hernandez, T., et al. Portion size estimation and expectation of accuracy. Journal of Food Composition and Analysis. 19, 14-21 (2006).
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).
Young, L. R., Nestle, M. S. Portion sizes in dietary assessment: issues and policy implications. Nutrition Reviews. 53 (6), 149-158 (1995).
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).
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).
Wharton, C., Rieman, J., Lewis, C., Polson, P., Nielsen, J., Mack, R. L. . Usability Inspection Methods. , 79-104 (1994).
. How many test users in a usability test Available from: https://www.nngroup.com/articles/how-many-test-users/ (2012)
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)
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).
Cade, J. E. Measuring diet in the 21st century: use of new technologies. Proceedings of the Nutrition Society. 76 (3), 276-282 (2017).
Ahmad, Z., et al. A mobile food record for integrated dietary assessment. MADiMa16. 2016, 53-62 (2016).
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).
Fang, S., et al. . 2018 IEEE Southwest Symposium on Image Analysis and Interpretation (SSIAI). , 25-28 (2018).
Shao, Z., Mao, R., Zhu, F. . 2019 IEEE International Conference on Big Data (Big Data). , 5186-5189 (2019).
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).
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).
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).
Portiegrootte voedingsmiddelen. RIVM Available from: https://www.rivm.nl/portiegrootte-voedingsmiddelen (2019)
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).
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).
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).
Figwee – Learn More. Figwee Available from: https://figwee.com/learn-more/ (2021)
Preece, J., Sharp, H., Rogers, Y. . Interaction design: beyond human-computer interaction. , (2015).

Etiketler

Dietary Assessment Smartphone App Traqq App Development Iterative Development Nutrition Research Behavior Change Multi-expert Involvement Project Management Participant Management Data Collection Data Analysis

Play Video

PDF

DOI

DOWNLOAD MATERIALS LIST

Bu Makaleden Alıntı Yapın

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).