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

Desarrollo iterativo de una innovadora herramienta de evaluación dietética basada en teléfonos inteligentes: 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

Este artículo describe el protocolo para el desarrollo de una innovadora aplicación de evaluación dietética basada en teléfonos inteligentes Traqq,que incluye evaluaciones de expertos y pruebas de usabilidad.

Abstract

Para recopilar datos de ingesta dietética de una manera rápida y confiable, se desarrolló una aplicación de teléfono inteligente flexible e innovadora (aplicación) llamada Traqq (iOS / Android). Esta aplicación se puede utilizar como un registro de alimentos y un retiro de 24 horas (o períodos de retiro más cortos). Se pueden crear diferentes esquemas de muestreo en días / horas preespecificados o aleatorios dentro de un período predeterminado para ambos métodos, con notificaciones push para instar a los participantes a registrar su ingesta de alimentos. En caso de falta de respuesta, las notificaciones se reprograman automáticamente para garantizar la recopilación completa de datos. Para su uso como registro de alimentos, los encuestados pueden acceder a la aplicación y registrar su ingesta de alimentos a lo largo del día. Los registros de alimentos se cierran automáticamente al final del día; recuerda cerrar después de la presentación de los artículos consumidos. El retiro, así como el módulo de registro de alimentos, proporcionan acceso a una extensa lista de alimentos basada en la base de datos holandesa de composición de alimentos (FCDB), que puede estar acostumbrada a adaptarse a diferentes propósitos de investigación. Al seleccionar un alimento, se solicita simultáneamente a los encuestados que inserten el tamaño de la porción, es decir,en las medidas del hogar(por ejemplo,tazas, cucharas, vasos), los tamaños de porción estándar(por ejemplo,pequeño, mediano, grande) o el peso en gramos, y la ocasión de comer / tiempo de consumo. Las opciones de tamaño de la porción se pueden ajustar, por ejemplo,solo la entrada en gramos en caso de un registro de alimentos pesados o el tiempo de consumo en lugar de la ocasión de comer). La aplicación también incluye una función My Dishes, que permite al encuestado crear sus propias recetas o combinaciones de productos(por ejemplo,un desayuno diario) y solo informar la cantidad total consumida. Posteriormente, la aplicación tiene en cuenta los factores de rendimiento y retención. Los datos se almacenan en un servidor seguro. Si se desea, se pueden incorporar preguntas adicionales, es decir,en general o relacionadas con alimentos específicos u ocasiones de alimentación. Este documento describe el desarrollo del sistema (aplicación y backend), incluidas las evaluaciones de expertos y las pruebas de usabilidad.

Introduction

La evaluación dietética precisa es crucial para garantizar la calidad de los estudios sobre el papel de la nutrición en la salud y la prevención de enfermedades. Actualmente, tales estudios generalmente utilizan métodos establecidos de evaluación dietética de autoinforme, es decir,cuestionarios de frecuencia de alimentos, retiros de 24 horas (24 horas) y / o registros de alimentos¹. A pesar del hecho de que estos métodos son de gran importancia para la investigación nutricional, también poseen varios inconvenientes, por ejemplo, sesgo relacionado con la memoria, sesgo de deseabilidad social, y son onerosos para el encuestado, así como para el investigador¹^,². Las invenciones tecnológicas recientes ofrecen ahora la oportunidad de superar estos inconvenientes. Durante los últimos años, varios grupos de investigación aprovecharon esta oportunidad y desarrollaron herramientas de evaluación dietética basadas en la web y en teléfonos inteligentes para la investigación nutricional que abordan algunos de estos inconvenientes conocidos (ver Eldridge et al.³ para una amplia visión general de las herramientas basadas en la web y en teléfonos inteligentes), es decir,reducir las causas de error, mejorar la facilidad de uso y disminuir la carga del participante y del investigador¹.

Sin embargo, el número de aplicaciones para teléfonos inteligentes (aplicaciones) totalmente automatizadas y validadas que son apropiadas para la investigación nutricional sigue siendo limitado. La mayoría de las aplicaciones de evaluación dietética disponibles(es decir,comercialmente o desarrolladas para la investigación) no están totalmente automatizadas(es decir,requieren codificación manual de alimentos) o no están (bien) validadas³. Además, la mayoría de las aplicaciones validadas disponibles se han desarrollado para un propósito de investigación específico y su uso en un país específico; debido a diseños bastante fijos, reutilizar tales aplicaciones para otros fines de investigación o en otros países parece un desafío^3,^4,^5,^6,^7,⁸. Finalmente, a pesar de la disponibilidad de aplicaciones basadas en registros de alimentos, hasta la fecha, aún no parecen existir aplicaciones basadas en retiros. Aunque los registros de alimentos son propensos al sesgo de reactividad, es decir,los encuestados pueden alterar su ingesta de alimentos debido a la conciencia de que están^siendoobservados 2^,⁹, este no es el caso de los retiros, lo que enfatiza la necesidad del desarrollo de una aplicación validada basada en el recuerdo¹⁰. Se desarrolló una innovadora aplicación de evaluación dietética llamada Traqq para su uso en los Países Bajos, que se puede utilizar como un registro de alimentos, así como un retiro, dependiendo de la pregunta de investigación¹.

Además de la posibilidad de alternar entre la opción de registro de alimentos y la opción de recuperación, esta aplicación también difiere de otras herramientas de evaluación dietética debido a su naturaleza flexible. Específicamente, con respecto a la lista de alimentos, las estimaciones del tamaño de las porciones, los esquemas de muestreo y la posibilidad de incorporar preguntas adicionales. El nivel de flexibilidad en el sistema permite adaptarse a múltiples propósitos de investigación que requieren una evaluación precisa de los comportamientos dietéticos. Actualmente, la aplicación está en proceso de validación y estará lista para ser utilizada en varios tipos de investigación relacionada con la nutrición. La aplicación también se puede usar, y tal vez mejorar aún más para su uso, en programas de intervención nutricional para medir e influir en los comportamientos dietéticos. Como el desarrollo de herramientas confiables de evaluación dietética es un desafío, y los informes sobre estos procesos son escasos, especialmente con respecto a la participación de usuarios y expertos^3,¹¹^,¹², este documento proporciona una visión general detallada sobre cómo se integraron las diferentes fuentes de información en el desarrollo sistemático e iterativo de esta aplicación de evaluación dietética basada en teléfonos inteligentes. El proceso incorpora teoría, consulta de expertos y participación del usuario.

Protocol

NOTA: Todos los procedimientos, incluidos los participantes humanos, se realizaron de manera no invasiva mediante métodos de investigación en su mayoría cualitativos. Se obtuvo el consentimiento informado de todos los participantes antes del inicio de las evaluaciones. Este protocolo describe el proceso de desarrollo iterativo que se puede dividir aproximadamente en cuatro etapas en las que las etapas 1-3 están entrelazadas(Figura 1). Figura 1: Descripción general de las etapas del proceso de desarrollo iterativo de la aplicación. El proceso de desarrollo constó de cinco etapas en total. Sin embargo, el proceso fue iterativo, lo que significa que las etapas 1 a 3 estaban entrelazadas. Haga clic aquí para ver una versión más grande de esta figura. 1. Llevar a cabo una extensa investigación formativa en preparación del proceso de desarrollo real. Realice investigaciones de escritorio que exploren las herramientas de evaluación dietética existentes basadas en la web y en teléfonos inteligentes, con especial atención a las características que se sabe que son de importancia clave para la recopilación precisa de datos de ingesta de alimentos, es decir,el método de entrada de alimentos (incluida la lista de alimentos y el FCDB subyacente) y las estimaciones del tamaño de las porciones. Inspeccione las herramientas de evaluación dietética existentes basadas en la web y en teléfonos inteligentes centrándose en aspectos como la metodología de evaluación dietética, la provisión de información, la confiabilidad, el motor de búsqueda y las características implementadas(por ejemplo,imágenes, escáner de código de barras, funciones de recetas). Consulte a expertos en el campo de la evaluación dietética.NOTA: Los resultados de la investigación de escritorio y la inspección de las herramientas existentes se discutieron con expertos en el campo de la evaluación dietética, lo que llevó a un borrador del plan de diseño para el desarrollo de la aplicación. Este borrador del plan de diseño fue evaluado por los expertos y mejorado según sea necesario. 2. Diseña la aplicación de evaluación dietética Crear el diseño visual de la app teniendo en cuenta aspectos importantes como la animación, el branding, el color, la maquetación y la tipografía20.NOTA: Como el espacio, el color, las fuentes, los gráficos y los elementos de la interfaz resaltan el contenido y transmiten interactividad, es esencial incorporar elementos que faciliten la funcionalidad de la aplicación. Seleccione un FCDB confiable (aquí, NEVO) para facilitar los cálculos de nutrientes de los datos de ingesta de alimentos recopilados14. Cree una lista de alimentos evaluando críticamente la descripción de los alimentos mencionados en el FCDB.NOTA: Los FCDB se desarrollan principalmente para uso profesional; Las descripciones de los alimentos son a menudo complejas y dificultan la capacidad de búsqueda(por ejemplo,”margarina baja en grasa 35% grasa < 10 g de grasas saturadas sin sal"23). Formular los requisitos de los motores de búsqueda; considere el uso de signos de puntuación, nombres extranjeros, faltas de ortografía, diferentes términos de búsqueda y clasificación de los resultados de búsqueda para facilitar la capacidad de búsqueda de alimentos. Seleccione la estimación del tamaño de la porción (ayuda) mediante la evaluación de varias herramientas de evaluación dietética existentes y las pruebas de campo de las opciones adecuadas. Diseñe el enrutamiento dentro de la aplicación para garantizar que la navegación del usuario a través de la aplicación sea lógica, predecible y fácil de seguir. Diseñar características y requisitos de backend para controlar la aplicación; incluir funciones relacionadas con la gestión general del proyecto, la gestión específica del proyecto(por ejemplo,participantes, invitaciones, recopilación de datos) y la gestión de usuarios(por ejemplo,autorizaciones). 3. Evaluaciones de los investigadores NOTA: Después de cada actualización, la aplicación fue probada por científicos de nutrición y dietistas de investigación con experiencia en evaluación dietética (pruebas internas) para verificar si las funcionalidades mejoraron según lo previsto. Las siguientes instrucciones deben ser ejecutadas por los investigadores. Realizar una evaluación experta mediante tutoriales cognitivos para simular una experiencia de usuario por primera vez para que los expertos puedan explorar la aplicación individualmente y sin orientación28. Asegúrese de que los tutoriales cognitivos constan de los siguientes pasos. Asegúrese de que el experto complete un cuestionario general preguntando sobre la marca y el tipo de teléfono inteligente. Instale la aplicación en el teléfono inteligente del experto.NOTA: Para garantizar una instalación y un funcionamiento adecuados y minimizar el riesgo de interrupciones durante la evaluación, se recomienda que el investigador verifique primero la funcionalidad de la aplicación. Instruir al experto sobre los procedimientos de prueba en los que se le pide a cada experto que asuma el papel de usuario primerizo (esdecir,participante en la investigación). Enfatizar que la evaluación se realiza desde la perspectiva del usuario y no desde la propia perspectiva del experto.NOTA: Se suponía que el usuario era un usuario experimentado de teléfonos inteligentes y que tenía conocimientos sobre el uso de aplicaciones en general. Sin embargo, esta aplicación se utilizó por primera vez. Inicie la pantalla y la grabación de audio. Haga que el experto complete el recorrido cognitivo mientras usa la aplicación y lleva a cabo un conjunto predeterminado de tareas31: 1) “Quiero grabar mi cena. Comencé con una taza de sopa de tomate y un vaso de leche.”, 2) “A partir de entonces, comí un plato de pasta, que consumo regularmente y quiero ingresarlo como favorito(es decir,predecesor de Mis platos)”. [se proporcionó la receta], 3) “Como también consumí el plato de pasta, quiero agregar esto al registro de ingesta de alimentos de hoy.”, y 4) “Ingresé todo lo que comí durante la cena. Quiero revisar mi entrada una vez más y luego enviarla”.NOTA: Mientras realiza las tareas, el experto informa al investigador sobre su proceso de pensamiento, es decir,explicando los pasos que deben completarse para cumplir con la tarea descrita. Realizar un breve seguimiento para aclarar las ambigüedades32, y proporcionar al experto la oportunidad de comentarios adicionales. Evalúe los resultados de cada experto verificando las grabaciones para asegurarse de que las tareas se ejecutaron según lo previsto y revisando los comentarios adicionales proporcionados. Comparta los resultados con los expertos para evaluar si las suposiciones hechas en base a las grabaciones fueron correctas.NOTA: Los resultados de la evaluación se discutieron y priorizaron en consulta con los expertos. Sobre la base de los resultados de esta evaluación, la aplicación se actualizó aún más. Realizar pruebas de usabilidad con los usuarios previstos para evaluar la usabilidad y simpatía de la aplicación entre los usuarios previstos mediante entrevistas de pensar en voz alta y la escala de usabilidad del sistema (SUS)33 siguiendo estos pasos: Reclutar participantes que sean representativos de la población usuaria objetivo35. Instruya al participante con respecto a los procedimientos del estudio, incluida la grabación de la pantalla y el audio. Luego, obtenga el consentimiento informado de los participantes.NOTA: Es importante que el investigador anime al participante a “pensar en voz alta” durante la evaluación, es decir,explicando sus pensamientos sobre los pasos necesarios para completar cada tarea mientras realiza la tarea, así como comentando qué funcionalidades funcionaron o no funcionaron bien. Instale la aplicación en el teléfono inteligente del participante.NOTA: Para garantizar una instalación y un funcionamiento adecuados y minimizar el riesgo de interrupciones durante la evaluación, se recomienda que el investigador verifique primero la funcionalidad de la aplicación. Pídale al participante que realice una tarea de práctica para la entrevista de pensamiento en voz alta: pida a los participantes que visualicen su dormitorio y cuenten el número de ventanas, mientras le dicen al investigador lo que vieron y pensaron mientras contaban las ventanas. A continuación, pida a los participantes que se acerquen a una de las ventanas de su dormitorio y describan sus experiencias en su camino hacia esa ventana.NOTA: Se proporcionó una tarea de práctica y se repitió si era necesario para garantizar que los participantes se sintieran cómodos para pensar en voz alta como se deseaba37. Inicie la pantalla y la grabación de audio. Pídale al participante que complete la entrevista real de pensar en voz alta con las tareas predefinidas: el participante debe: 1) registrar todo lo que comió y bebió durante el día anterior, y 2) grabar un plato consumido regularmente a través de la función Mis platos. Durante la sesión, observe, tome notas y estimule a los participantes a seguir pensando en voz alta, si es necesario, mediante indicaciones simples como “Sigue hablando en voz alta”, “Dime lo que piensas” o “Dime lo que tienes en mente”. Minimizar las interacciones adicionales para evitar interferencias con el proceso de pensamiento del participante28,32. Realizar un breve seguimiento para aclarar las ambigüedades32. Pida al participante que complete un cuestionario de evaluación con preguntas generales relacionadas con la edad, el sexo, el nivel educativo, el tipo de teléfono inteligente, el nivel de experiencia del teléfono inteligente(es decir,los usuarios experimentados tienen más probabilidades de realizar tareas rápidas y correctas38), así como el CUESTIONARIO SUS33-un cuestionario de 10 ítems para evaluar la usabilidad del sistema mediante la puntuación de la escala Likert que varía de 1 (muy en desacuerdo) a 5 (muy de acuerdo). Analizar los datos de cada sesión mediante 1) transcribir, codificar y crear (sub)temas, y 2) calcular la puntuación SUS utilizando una fórmula predefinida que da como resultado una puntuación entre 0 y 10033,donde una puntuación de >68/100 indica que la herramienta funciona a un nivel de usabilidad superior a la media y una puntuación >80/100 indica una excelente usabilidad39, 40.NOTA: Se recomienda que el investigador que guió la sesión analice los datos mediante el uso de software de análisis de datos cualitativos. Se puede consultar a un segundo investigador en caso de ambigüedades. Realizar la validación cuantitativa de los registros de ingesta dietética contra métodos tradicionales validados y preferiblemente medidas independientes3.NOTA: La aplicación se está validando contra los marcadores bioquímicos urinarios y sanguíneos independientes (esdecir,entrevistas) basados en la web y en el teléfono( así como con marcadores bioquímicos urinarios y sanguíneos independientes. Como la validación cuantitativa de la aplicación está fuera del alcance de este documento, esto no se discutirá más a fondo. 4. Uso del sistema backend para la gestión de aplicaciones y estudios NOTA: El sistema tiene tres niveles de autorización: (1) administrador: este nivel de autorización proporciona acceso a todas las secciones del backend(es decir,crear nuevos usuarios, determinar la autorización del usuario y otorgar a los usuarios acceso a uno o más proyectos); (2) gerentes de proyecto: este nivel de autorización permite el acceso a proyectos específicos y la posibilidad de crear nuevos proyectos; y (3) investigadores: este nivel de autorización solo proporciona acceso a los proyectos específicos en los que participan los investigadores. Gestión de usuarios y proyectos en el backend por parte de los administradores Acceda al backend en línea a través de traqq.idbit.net,con credenciales de inicio de sesión(es decir,nombre de usuario, contraseña). Cree un nuevo proyecto haciendo clic en la pestaña Proyectos y luego en Crear un nuevo proyecto. En la siguiente pantalla, ingrese los detalles del proyecto solicitados(es decir,nombre del proyecto, descripción del contacto, correo electrónico de contacto, teléfono de contacto, sitio web de contacto).NOTA: Sólo el nombre del proyecto es obligatorio para crear un nuevo proyecto. La descripción del contacto, el correo electrónico, el número de teléfono y el sitio web serán visibles en la aplicación en el botón Contacto e información. Seleccione las características deseadas(es decir,lista de productos, preguntar ocasión de comer y / o hora de consumo, registro o retiro).NOTA: Cada nuevo proyecto requiere una toma de decisiones individual con respecto al método de evaluación dietética más apropiado(es decir,registro o retiro), lista de alimentos, estimación del tamaño de la porción y ocasión de alimentación u horas de comida. Guarde el nuevo proyecto haciendo clic en Guardar.Nota : cuando la pantalla se cierra, el administrador vuelve a la pantalla de información general del proyecto. A continuación, cree un nuevo usuario haciendo clic en la pestaña Usuario y luego en Agregar nuevo usuario. En la siguiente pantalla, ingrese un nombre de usuario,una contraseñay asigne al usuario un rol (es decir,administrador, administrador o usuario). Guarde el nuevo usuario haciendo clic en Guardar.NOTA: Cuando se cierra la pantalla, el administrador vuelve a la pantalla Información general del usuario. Asigne un usuario a un proyecto haciendo clic en el icono del bloc de notas(es decir,editar columna) para un usuario específico. Asigne un proyecto abriendo el menú desplegable en Proyectos vinculados,seleccionando el proyecto deseado y haciendo clic en Agregar.NOTA: Esta acción debe repetirse para cada proyecto al que el usuario debe asignarse. Comunique las credenciales de inicio de sesión al nuevo usuario junto con la URL de back-end. Gestión de proyectos en el backend por parte de investigadores (i.e., Rol de administrador o usuario)Inicie sesión en el backend a través de traqq.idbit.net utilizando las credenciales proporcionadas por el administrador. Haga clic en Ir a proyectos para administrar los proyectos. Haga clic en la flecha en la columna Ver para el proyecto deseado.NOTA: Después de hacer esto, el investigador es llevado a una página de Descripción general del proyecto y aparecen nuevas pestañas para este proyecto específico. Ingrese a los participantes en el backend haciendo clic en la pestaña Participantes. A continuación, cuando aparezca una pantalla de Descripción general del participante, haga clic en Agregar nuevo participante. En la siguiente pantalla, escriba Nombre de código, Notas (opcional), ID de inicio desesión, Clave de inicio de sesióny termine con Guardar.NOTA: Se recomienda que el ID del estudio del participante se utilice como nombre en clave e ID de inicio de sesión. Esto minimiza la confusión para el participante en caso de múltiples credenciales de inicio de sesión. Además, el nombre en clave es visible en las respuestas. El uso de la identificación del participante facilita el uso de los datos. Esta opción debe repetirse para cada participante. Para grupos más grandes, se puede utilizar Importar participantes desde archivo (.csv). Aquí, se requieren los mismos detalles para cada participante. El backend no puede contener ninguna información personal de los participantes. Programe invitaciones para cada participante haciendo clic en la pestaña Invitaciones. A continuación, cuando aparezca una pantalla de información general de la invitación, haga clic en Agregar nueva invitación. En la siguiente pantalla, seleccione un Participante en el menú desplegable e ingrese Hora de inicio del período, Hora de finalización del período, Hora de apertura, Hora de cierre, URL de la encuesta(es decir,opcional para la implementación de preguntas adicionales), Notas (opcional), Habilitar (siempre sí).NOTA: La hora de inicio y finalización del período se refiere al marco de tiempo de informe(es decir,lo que se ha consumido entre ..:.. y ..:..). Por el contrario, la hora de apertura y cierre se refiere al período en el que el participante puede informar realmente su ingesta. La correcta implementación de una encuesta externa requiere cierta codificación; para ello, se recomienda la ayuda del administrador. Para la mayoría de las invitaciones, se puede utilizar la opción Importar invitaciones desde (.csv) en Archivo. El archivo requiere la misma información que para la entrada manual. Las invitaciones también se pueden crear a través de esquemas de muestreo (es decir,donde el sistema genera un esquema de invitación aleatorio en diferentes días y horas basado en un ajuste preestablecido de reglas, como el período de muestreo, el número de invitaciones requeridas, la fecha límite de respuesta). Una ventaja de la opción Esquemas de muestreo es que el sistema programa automáticamente una nueva invitación en caso de no respuesta. Realice un seguimiento de la recopilación de datos a través de la pestaña Calendario seleccionando un participante de interés en el menú desplegable.NOTA: El calendario proporciona una visión general de las invitaciones programadas dentro de un proyecto, ya sea en general o para participantes específicos. Las invitaciones futuras se representan en azul, las invitaciones pasadas completadas son verdes, mientras que las invitaciones pasadas sin respuesta son rojas. Las respuestas a las invitaciones también se pueden comprobar a través de la pestaña Respuesta. Realice un seguimiento de las respuestas a través de la pestaña Respuesta. NOTA: En la sección Respuesta, se recopilan los datos de ingesta de alimentos informados (esdecir,alimento, cantidad consumida, ocasión de comer y / o tiempo de consumo). Solicita al administrador la exportación de datos.NOTA: Los datos se pueden exportar desde el backend a un archivo de .csv para su posterior análisis(por ejemplo,datos de respuestas/ingesta de alimentos, datos de cumplimiento) por parte del administrador. Las respuestas incluyen alimentos reportados, tamaños de porciones seleccionados, cantidades consumidas en gramos y ocasiones / tiempos de comer. Importe el archivo de .csv en un software de cálculo de nutrición para análisis de nutrientes en profundidad.NOTA: Los datos se pueden importar a un software de cálculo de nutrición que hace uso del FCDB holandés. 5. Uso de la aplicación por parte de los participantes durante el estudio Descargue la aplicación disponible gratuitamente desde App Store (iOS) o Google Play Store (Android) y acceda a la aplicación iniciando sesión.NOTA: Las credenciales de inicio de sesión, según lo proporcionado por el investigador, son necesarias para acceder a la aplicación (paso 4.2.5.). Después de iniciar sesión, la aplicación envía invitaciones según lo programado en el backend en función de las credenciales del participante (paso 4.2.7.). Después de recibir una invitación a través de la aplicación, informe la ingesta de alimentos.NOTA: Los participantes solo pueden registrar su ingesta de alimentos en días y horas predeterminados. Abra la aplicación haciendo clic en la notificación recibida o abriendo la aplicación a través del icono de la aplicación.NOTA: Después de abrir la aplicación, aparece una pantalla de información general de invitaciones donde se muestran las invitaciones anteriores y actuales. Haga clic en la invitación abierta.NOTA: El participante es llevado a una pantalla de información general donde el período de invitación es visible. Ingrese primero el alimento consumido haciendo clic en Producto toevoegen (Agregar alimento).NOTA: El participante es llevado a la pantalla de búsqueda. Comience a escribir el nombre del artículo consumido(por ejemplo,jugo de naranja [jus d ‘naranja]). Haga clic en el elemento deseado tal como aparece mientras escribe. En la siguiente pantalla, informe la cantidad consumida (Hoeveelheid), la descripción correspondiente del tamaño de la porción (Portie), la ocasión de comer (Maaltijdmoment) y / o el tiempo de consumo (Tijdstip), y termine ahorrando (Opslaan). Repita los pasos antes mencionados hasta que se informen todos los alimentos. Envíe la lista (recuperar) haciendo clic en (Lijst versturen) (Enviar lista), o la invitación se cierra automáticamente al final del día (registro).NOTA: La opción Lista de envío también está visible en la versión de registro, por lo que los participantes que utilizan el registro también pueden enviar su entrada a la base de datos. Sin embargo, incluso si los datos ya están enviados, la invitación aún se cierra al final del día, enviando todos los datos al servidor.

Representative Results

El sistema (app y backend) se desarrolló utilizando los pasos descritos en el protocolo descrito anteriormente; los resultados clave de este proceso se describen a continuación, concluyendo con el diseño final de la aplicación. Investigación formativaAdemás de una extensa revisión de la literatura, se inspeccionaron varias herramientas basadas en la web(por ejemplo,Compl-eat13,ASA2414,Foodbook2415,MyFood2416)con respecto a la metodología de evaluación dietética y las características implementadas. Además, se comparó el rendimiento de varias aplicaciones de seguimiento de alimentos utilizadas con frecuencia en los Países Bajos(por ejemplo,MijnEetmeter17,MyFitnessPal18,Virtuagym Food19),centrándose en aspectos como la metodología de evaluación dietética, la provisión de información, la confiabilidad, el motor de búsqueda y el uso de características adicionales(por ejemplo,imágenes, escáner de código de barras, funciones de recetas). Los resultados de esta inspección llevaron a la decisión de desarrollar la aplicación de tal manera que pueda usarse como un registro de alimentos y un retiro. Además, condujo a la implementación de la función Mis platos, que se puede utilizar para crear recetas originales o combinaciones de productos consumidos con frecuencia(por ejemplo,un desayuno diario). Dentro de esta función, los factores de rendimiento y retención se tienen en cuenta automáticamente. Para cuantificar con precisión la ingesta de alimentos y nutrientes, una lista completa, aunque práctica, de alimentos es crucial. La compilación de una lista de alimentos de este tipo requiere una compensación entre la extensión de la lista de alimentos y la capacidad de búsqueda de los alimentos(es decir,las descripciones de los alimentos deben ser claras, comprensibles y fáciles de localizar)41,42. Dado que los datos de composición de los alimentos constituyen la base fundamental para la evaluación de la dieta21,22, es importante garantizar que la lista de alimentos desarrollada pueda vincularse a datos precisos de la composición de los alimentos. La lista de alimentos incluida en la aplicación se basa en el FCDB holandés (NEVO)14,que fue seleccionado por su fiabilidad y ricos datos de composición de alimentos. Originalmente, el NEVO consta de 2.389 alimentos (versión 2016/5.0), que se redujo a una lista de alimentos de 1.449 artículos al eliminar “artículos confusos”(por ejemplo,alimentos que no se pueden consumir crudos, alimentos que no se pueden consumir sin adiciones) o artículos que no son tan esenciales para incluir(por ejemplo,debido a las bajas tasas de consumo basadas en la Encuesta Holandesa de Consumo de Alimentos (DNFCS)43). Además, el NEVO contiene alimentos similares con diferentes marcas; en tal caso, solo se incluyó en la lista de alimentos la opción genérica. Para facilitar aún más la usabilidad, algunos alimentos fueron renombrados para eliminar terminología innecesaria como “preparado”, “congelado”, “promedio” y “natural”. Este “protocolo de limpieza” fue desarrollado por tres dietistas de investigación bien entrenados y ejecutado por medio de una sintaxis, que se puede volver a ejecutar una vez que nevo se actualiza. Además, para optimizar la capacidad de búsqueda de los alimentos, se agregaron a la lista de alimentos 1.019 sinónimos bien conocidos de los alimentos incluidos. Por lo tanto, la lista de alimentos incluida en la aplicación finalmente comprendió 2.468 artículos. En la Figura 2se muestra una descripción general del desarrollo de la lista de alimentos. A tener en cuenta, aunque esta extensa lista de alimentos se ha desarrollado para uso general, el backend de la aplicación permite la importación de listas de alimentos alternativos si es necesario. Figura 2: Estructura de la lista de alimentos desarrollada para la aplicación. La lista de alimentos se basa en la base de datos holandesa de composición de alimentos (FCDB) y se agregaron las sugerencias y sinónimos correspondientes del tamaño de la porción para cada elemento en la lista final de alimentos. Haga clic aquí para ver una versión más grande de esta figura. Otro aspecto crucial de la evaluación dietética es la cuantificación del tamaño de las porciones. Aunque las ayudas de estimación del tamaño de las porciones (PSEA), por ejemplo, imágenes, objetos de referencia y tamaños de porciones estándar, respaldan el informe de las cantidades de alimentos consumidos24,26,44,el informe erróneo de los tamaños de las porciones sigue siendo una fuente sustancial de sesgo24,25,45,46,y la literatura sobre la efectividad de los diferentes PSEA es inconsistente26. Las imágenes de alimentos, las sugerencias de tamaño de porciones(es decir,tamaños estándar y medidas domésticas) y la libre entrada de peso en gramos son los PSEA más utilizados en las herramientas de evaluación dietética basadas en la web y en teléfonos inteligentes34. Por ejemplo, mientras que las sugerencias de tamaño de porción(por ejemplo,tazas, cucharas, pequeñas, grandes) se utilizan en herramientas como Compl-eat13 y Oxford WebQ47,las imágenes ayudan a estimar el tamaño de las porciones en herramientas como ASA2414 y Myfood2416. Para investigar el PSEA más apropiado para la aplicación, se realizó un estudio piloto para comparar la precisión de las sugerencias de tamaño de porción(por ejemplo,pequeña, mediana, grande o taza, cuchara), entrada gratuita en gramos e imágenes de tamaño de porción. Los resultados de este estudio condujeron a la implementación de sugerencias de tamaño de porción como el PSEA en la aplicación junto con la opción de ingresar cantidades en gramos27. Revisión de expertosEl objetivo de las evaluaciones de expertos fue evaluar cualitativamente la aplicación en términos de funcionalidad y facilidad de aprendizaje. Como muchos usuarios prefieren aprender software mediante la exploración29,el nivel de capacidad de aprendizaje de un sistema es importante. Un total de 10 expertos, es decir,4 dietistas (investigadores) y 6 expertos en nutrición y comportamiento de salud (científicos) participaron en los tutoriales cognitivos en los que el 60% utilizó un teléfono inteligente Android. Lo más importante es que las evaluaciones de expertos indicaron que la primera versión de la aplicación no era lo suficientemente intuitiva, por ejemplo,la estructura del menú se consideró poco clara debido a botones / iconos vagos, y el motor de búsqueda generó un orden ilógico de resultados. Otro punto crítico derivado de los exámenes de expertos se refería al hecho de que no se podían modificar determinados temas. Sobre la base de estos resultados, el diseño de la aplicación se actualizó considerablemente a partir de la etapa 2 en adelante (Figura 1). Evaluación de usabilidadUn total de 22 participantes participaron en las entrevistas de pensar en voz alta, que formaron la base de la evaluación de usabilidad. El tamaño inicial de la muestra se estableció en 20 participantes36, después de lo cual se evaluó la saturación de los datos. Como la saturación de datos no se alcanzó después de 20 entrevistas, la inclusión continuó mientras se evaluaba la saturación de datos después de cada entrevista sucesiva. Los participantes tenían una edad media ± desviación estándar de 48 ± 17 años (rango 22-70 años); El 36% eran hombres, y la mayoría de la población era altamente educada (55%). Además, la mayoría de los participantes utilizaron un dispositivo Android (n = 14, 64%), y casi todos los participantes tenían más de 1 año de experiencia con el uso de teléfonos inteligentes (n = 21, 96%)(Tabla 1). Todos los participantes completaron las tareas sin o con una instrucción mínima. Total (n= 22) Género Hombres (%) 36.4 Mujeres (%) 63.6 Edad media (media, DE) 48.1 (17.2) Nivel educativo Bajo (%) 0 Medio (%) 45.5 Alto (%) 54.5 Tipo de smartphone Android (%) 63.6 iOS (%) 36.4 Experiencia con smartphone Menos de 6 meses (%) 4.5 Entre 6 meses y 1 año (%) 0 Más de 1 año (%) 95.5 SUS (media, DE) 79.4 (15.1) Tabla 1. Características de la población de estudio y resultados de la evaluación de usabilidad. En esta tabla solo se muestran los resultados de la escala de usabilidad del sistema (SUS) junto con las características de los participantes. Considerando que algunos participantes (n=13,59%) indicaron dificultades al utilizar la funcionalidad Mis platos; otros (n = 5, 23%) encontraron problemas menores de funcionalidad, como la respuesta lenta del botón de menú y las dificultades para usar botones relacionados con el tamaño insuficiente de la pantalla de los teléfonos inteligentes más pequeños). Además, 15 (68%) participantes indicaron su preferencia por una opción para ingresar los tamaños de porciones consumidas en gramos. Finalmente, la evaluación del puntaje SUS indicó una calificación de 79/100 (rango 40-100), en la que solo 3 de los 22 participantes calificaron la aplicación por debajo de 68/100 y 13 calificaron >80/100, lo que sugiere que la aplicación puede considerarse fácil de usar. Por lo tanto, en general, las mejoras sugeridas fueron menores y las evaluaciones de usabilidad fueron prometedoras. Posteriormente, se discutieron sugerencias de mejora dentro del equipo de investigación y, si se consideraron relevantes, se incorporaron en la actualización de la etapa 4 para optimizar aún más la simpatía y usabilidad de la aplicación(Figura 1). Diseño finalLos pasos descritos en el protocolo y los resultados del estudio de evaluación finalmente dieron como resultado un diseño final para la aplicación y el backend, que apuntaba a un diseño visual simple. Esta aplicación se puede utilizar como un registro de alimentos y un retiro. Como se describió anteriormente, la lista de alimentos es una versión modificada del NEVO. La estimación del tamaño de la porción está respaldada por sugerencias de tamaño de porción específicas de los alimentos; las porciones consumidas también se pueden introducir en gramos. En el caso de la versión de recuperación de la aplicación, el investigador tiene la posibilidad de seleccionar diferentes franjas horarias(por ejemplo,2hR, 8hR o 24hR). Para recopilar datos de ingesta de alimentos en diferentes días y horas, se pueden crear varios esquemas de muestreo dentro de un período predeterminado. Las notificaciones push invitan a los encuestados a registrar su ingesta de alimentos. Para garantizar la recopilación completa de datos, las invitaciones se reprograman automáticamente en caso de falta de respuesta. Dentro del módulo de retiro, los encuestados solo pueden informar su ingesta de alimentos después de recibir una invitación. En el caso del registro de alimentos, los encuestados pueden acceder a la aplicación y registrar su ingesta de alimentos a lo largo del día. A diferencia de la mayoría de las herramientas 24hR, el módulo de recuperación de la aplicación no se basa en el Método Automatizado de Paso Múltiple, un método de cinco pasos para recopilar datos de ingesta de alimentos para las 24 horas48anteriores, ya que este método es demasiado elaborado y requiere mucho tiempo para su uso en una aplicación. Más específicamente, para aumentar la usabilidad y mejorar el cumplimiento de los registros de ingesta de alimentos11,38,49, la navegación se redujo al mínimo al limitar el número de pantallas a las que se debe acceder a 4(Figura 3):1) una pantalla de visión general que muestra la ventana de informes; 2) los alimentos consumidos se informan a través de la pantalla de búsqueda, y una vez que se selecciona el artículo deseado 3) aparece un cuadro de diálogo que sondea la ocasión de comer y la cantidad consumida, después de lo cual 4) el usuario regresa a la pantalla Descripción general que ahora muestra los alimentos grabados. Además, el usuario también puede utilizar la función Mis platos para crear recetas o combinaciones de productos, que se pueden introducir a través del botón Menú. Figura 3: Descripción general esquemática del enrutamiento en la aplicación. Haga clic aquí para ver una versión más grande de esta figura. Los datos se almacenan en un servidor seguro. Si se desea, se pueden incorporar preguntas adicionales, generales o relacionadas con ocasiones específicas de alimentación o alimentos. La aplicación puede conectarse con herramientas de encuestas en línea. Por lo tanto, es posible realizar una encuesta no relacionada con la ingesta de alimentos a través de la aplicación en momentos preespecificados(por ejemplo,preguntas de contexto, comportamiento, estado de ánimo). También es posible hacer preguntas específicas relacionadas con los alimentos reportados o las ocasiones de comer(por ejemplo,cuando se informan las manzanas, cuando se informa del almuerzo). El uso de herramientas de encuestas en línea brinda la oportunidad de hacer muchas preguntas diferentes a través de la aplicación. Los datos de ingesta de alimentos recopilados se pueden exportar desde el servidor e importarse al software de cálculo de nutrición para su posterior análisis. En caso de uso de preguntas adicionales, estos datos estarán disponibles en la herramienta de encuesta como de costumbre. El objetivo era desarrollar una aplicación bien estructurada y fácil de usar. Algunas capturas de pantalla del diseño se pueden ver en la Figura 4A-E. Figura 4: Capturas de pantalla de la versión final de la aplicación. (A) La pantalla Inicio/Visión general, que muestra la invitación con el (en este caso) período de recuperación de 2 h. El usuario puede presionar Product toevoegen (es decir,Agregar artículo) para informar un alimento o Niets gegeten de gedronken (es decir,no comí ni bebí nada) en caso de que no se consumiera nada durante esta ventana de tiempo. (B) La pantalla de búsqueda, que muestra los resultados que coinciden con el término de búsqueda “Jus” de la lista de alimentos. El elemento deseado se puede seleccionar de los resultados de búsqueda. (C) Una pantalla emergente requiere la entrada de detalles en el elemento seleccionado “Jus d ‘orange”. En este caso, la app pregunta por la cantidad consumida y la ocasión de comer. El usuario puede volver al resultado de la búsqueda presionando Annuleren (es decir,cancelar) u Opslaan (es decir,guardar) para ir más allá. (D) El Resumen de nuevo, esta vez mostrando todos los elementos reportados. Se puede agregar otro elemento (Product toevoegen) o se puede enviar la entrada (Lijst versturen). (E) Después de seleccionar Lijst versturen, aparece una ventana emergente que pregunta al usuario si está seguro de que desea enviar, y le recuerda que no es posible realizar más cambios después de que se haya enviado la lista. El usuario tiene la opción de cancelar (Annuleren) o enviar (Versturen). Haga clic aquí para ver una versión más grande de esta figura.

Discussion

Este documento presenta el proceso de desarrollo iterativo de la aplicación de evaluación dietética basada en teléfonos inteligentes Traqq. Equilibrar el nivel requerido de precisión y facilidad de uso planteó los siguientes desafíos principales en el desarrollo de la aplicación relacionados con las decisiones sobre 1) la entrada de datos(es decir,la selección del método más preciso para la identificación de alimentos y la cuantificación del tamaño de las porciones), 2) los datos de composición de los alimentos(es decir,seleccionar una base de datos precisa y crear una lista completa de alimentos), 3) las opciones de personalización(es decir, flexibilidad en la lista de alimentos, cuantificación del tamaño de las porciones y recetas), y 4) validación(es decir,contra métodos tradicionales y / o medidas independientes)³^,⁵⁰. Durante la revisión de la literatura, se identificaron cinco herramientas de evaluación dietética validadas y totalmente automatizadas, basadas en teléfonos inteligentes, desarrolladas para la investigación^3,a saber, My Meal Mate⁴, Electronic Dietary Intake Assessment (eDIA)⁷, Easy Diet Diary⁸, Electronic Carnet Alimentaire (e-CA)⁵y Eat and Track (EaT)⁶.

Debido al nivel de automatización de estas cinco aplicaciones de evaluación dietética, así como de esta aplicación, la carga y los costos de los investigadores disminuyen sustancialmente, mientras que la integridad de los datos aumenta en comparación con los métodos tradicionales de evaluación dietética. Además, esta aplicación, a su vez, difiere de las cinco herramientas de evaluación dietética existentes en términos de flexibilidad. Específicamente, mientras que las aplicaciones existentes se basan en el método de registro de alimentos, esta aplicación se puede usar como un registro de alimentos, así como un retiro. Además, mientras que el diseño de estas aplicaciones es fijo, Traqq tiene la gran ventaja de que se puede modificar para adaptarse a diferentes propósitos de investigación(por ejemplo,método de evaluación dietética, lista de alimentos, esquemas de muestreo, preguntas adicionales)³^,⁵⁰. Por el contrario, otras aplicaciones de evaluación dietética existentes contienen características valiosas, que no se implementan en la aplicación (todavía). Para ilustrar este punto, algunas aplicaciones permiten al usuario tomar fotografías de sus alimentos para el reconocimiento de alimentos y la estimación del tamaño de las porciones, como el sistema semiautomatizado de evaluación dietética asistida por tecnología (TADA)⁵¹^,⁵².

Los participantes en el estudio de usabilidad también indicaron que el uso de fotografías podría ser una valiosa adición para ayudar a la estimación del tamaño de las porciones. Sin embargo, todavía había demasiados desafíos que abordar para implementar tal característica en esta etapa, por ejemplo,especificando y guiando con respecto al ángulo fotográfico(es decir,para evaluar la profundidad), la necesidad de un creador de referencia(es decir,para corregir tamaños y colores), el antes y el después de la foto esencial(es decir,para evaluar las cantidades consumidas), y sobre cómo procesar los platos de recetas. Debido a estos desafíos técnicos, las aplicaciones de evaluación dietética basadas en imágenes existentes siguen siendo semiautomatizadas, lo que significa que la revisión manual de imágenes debe ser realizada por el usuario, el investigador o ambos⁵¹^,⁵². Los avances tecnológicos, como el crowdsourcing y el aprendizaje automático, tienen el potencial de mejorar el uso de imágenes de alimentos para la evaluación dietética⁵³^,⁵⁴. En el futuro, estas opciones se explorarán para mejorar aún más la aplicación. El proceso de desarrollo de la aplicación se caracterizó por varios pasos críticos. En primer lugar, se completó un paso de investigación formativa en el que los conceptos científicos que sustentan la justificación de la creación de la aplicación facilitaron la toma de decisiones en la configuración del esquema general de la aplicación.

Durante esta etapa, se prestó especial atención a la selección de la FCDB y a la selección de los aspectos PSEA que influyen directamente en la precisión de los datos²¹. Con respecto al FCDB, como la aplicación ha sido desarrollada originalmente para su uso en los Países Bajos, su lista de alimentos se basa en el FCDB holandés, NEVO^14. En el futuro, el objetivo es desarrollar aún más la aplicación para uso internacional, que requiere datos de composición de alimentos más extensos, ya que muchos alimentos son específicos de cada país. Actualmente, aún no existe un FCDB internacional y, de existir, su uso podría haber sido limitado. Más específicamente, como la lista de alimentos holandesa ya contiene 2.389 alimentos, la implementación de una tabla internacional de composición de alimentos, por ejemplo,para 5 países probablemente multiplicaría este número de alimentos por aproximadamente 5 y afectaría negativamente la capacidad de búsqueda de alimentos y, en consecuencia, la usabilidad de la aplicación. Por lo tanto, las listas de alimentos específicas de cada país probablemente serán las más valiosas y, a menudo, también preferidas por los profesionales⁵⁵.

Esto es facilitado por la aplicación, ya que permite la importación de listas de alimentos alternativos y, por lo tanto, la vinculación a diferentes tablas de composición de alimentos (internacionales). Con respecto a los tamaños de las porciones, hay múltiples opciones disponibles para apoyar la precisión de las estimaciones, por ejemplo,el uso de folletos de imágenes, objetos de referencia y / o sugerencias textuales de tamaño de porción²⁶. En vista de la facilidad de uso, se prefiere la implementación directa de un PSEA en la aplicación en lugar de usar un PSEA junto con la aplicación(por ejemplo,folleto de imágenes, objetos referentes). Durante el desarrollo de la aplicación, se tomó la decisión de facilitar la cuantificación del tamaño de las porciones al ofrecer la oportunidad de ingresar los tamaños de las porciones utilizando sugerencias de tamaño de las porciones y la entrada en gramos. La sugerencia de tamaño de porción se basa en la única base de datos holandesa disponible sobre el tamaño de la porción⁵⁶. Aunque las herramientas holandesas de evaluación dietética como Compl-eat y Eetmeter también se basan en esta base de datos¹³^,¹⁷, debe tenerse en cuenta que esta base de datos de tamaño de porción data de 2003, y los tamaños de vajilla han aumentado desde entonces⁵⁷. Por lo tanto, el uso de esta base de datos puede subestimar la ingesta de alimentos.

Actualmente, la base de datos del tamaño de la porción está siendo actualizada por el Instituto Nacional Holandés de Salud Pública y Medio Ambiente (RIVM), el Centro Holandés de Nutrición y la Universidad de Wageningen e Investigación^58,que eventualmente se utilizarán para actualizar las sugerencias de tamaño de la porción en la aplicación. Las discrepancias entre las porciones antiguas y nuevas se mapearán y ajustarán cuando sea necesario. Aunque el uso de imágenes de tamaño de porción(es decir,una serie de imágenes que retratan diferentes cantidades de un alimento seleccionado) puede ser una buena alternativa para las sugerencias de tamaño de porción basadas en texto⁵⁹, la investigación ha demostrado que la precisión de la estimación del tamaño de la porción es mayor cuando se presenta una serie de imágenes de tamaño de porción a la vez, en lugar de una imagen a la vez⁴⁵^, ⁶⁰^,⁶¹. En general, los teléfonos inteligentes disponibles actualmente tienen pantallas relativamente pequeñas, lo que limita la presentación de una serie de imágenes. Aunque las nuevas tecnologías facilitan el uso de gráficos interactivos del tamaño de las porciones en los que las cantidades de alimentos en un plato o taza virtual se pueden aumentar o disminuir mediante el uso de un control deslizante^61,estas técnicas son relativamente nuevas y aún deben evaluarse a fondo para evaluar su precisión.

Otro paso crítico en el desarrollo de la aplicación incluyó la participación de expertos y usuarios finales previstos. Aunque no se incorpora a menudo en el proceso de desarrollo de las herramientas (o no se describe)¹¹^,¹², la retroalimentación de los expertos, así como de los usuarios finales previstos, es crucial⁶¹, permite la maximización de la usabilidad y mantiene el nivel requerido de precisión. La retroalimentación de los usuarios finales previstos fue particularmente útil en el diseño final de la función My Dishes. En general, los usuarios quedaron satisfechos con la posibilidad de crear sus propios platos. Sin embargo, tuvieron problemas con algunos de los procedimientos, por ejemplo, aunque la función guardaría datos automáticamente, esto no era visible para el usuario. Por lo tanto, muchos usuarios siguieron buscando el botón Guardar y se atascaron, temerosos de volver atrás y perder su entrada. Sobre la base de este tipo de comentarios, la función se mejoró para adaptarse mejor a las expectativas del usuario.

Para concluir, Traqq es una aplicación innovadora con muchas ventajas sobre las aplicaciones existentes y las herramientas basadas en la web. Sin embargo, todavía hay varias limitaciones. Como la aplicación todavía se basa en el autoinforme, todavía existen errores de medición relacionados con el autoinforme(por ejemplo,sesgo de memoria(es decir,en caso de recuerdo), sesgo de deseabilidad social y modificaciones en la ingesta de alimentos(es decir,en el caso de registros de alimentos), estimaciones inexactas del tamaño de las porciones(es decir,en ambos))¹. En los próximos años, se explorarán nuevas tecnologías recientemente lanzadas para avanzar aún más en la aplicación, por ejemplo,explorando el valor de implementar características como escáneres de códigos de barras, grabación de voz, chatbots e imágenes, que podrían mejorar la identificación de alimentos y la estimación del tamaño de las porciones. También se están explorando posibilidades para conectarse con otras aplicaciones(por ejemplo,rastreadores de actividad, rastreadores de sueño) y dispositivos(por ejemplo,acelerómetros, monitores de frecuencia cardíaca, sensores de masticación). Finalmente, el backend también está siendo sometido a un mayor desarrollo, por ejemplo, a través de la expansión de las opciones de muestreo.

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

Los autores quieren agradecer a Anouk Geelen y Arvind Datadien por su papel clave en el desarrollo de Traqq. Además, los autores desean agradecer a Romy Willemsen por su asistencia en la recopilación de datos y el análisis de datos en el estudio de usabilidad. Por último, los autores quieren agradecer a los expertos y participantes por compartir sus experiencias y opiniones durante todo el proceso. El desarrollo fue ejecutado por la Universidad e Investigación de Wageningen y financiado en parte por el Ministerio de Agricultura, Naturaleza y Calidad de los Alimentos y la industria, en el contexto de TKI Agri&Food PPS – proyecto 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).