Дані додатків для гірничого здоров’я, щоб знайти все менше і менш успішних підгруп для схуднення
Катріна Дж Серрано
1 Національний інститут раку, Бетесда, MD, США
Манді Ю.
1 Національний інститут раку, Бетесда, MD, США
Кіша І Коа
2 ICF International, Роквілл, штат Меріленд, США
Лінда М Коллінз
3 Пенсильванський державний університет, Державний коледж, Пенсільванія, США
Audie A Atienza
2 ICF International, Роквілл, штат Меріленд, США
Анотація
Передумови
Більше половини всіх завантажень програм для смартфонів стосуються ваги, дієти та фізичних вправ. У разі успіху ці програми для життя можуть мати далекосяжні наслідки для профілактики захворювань та економії здоров'я, але мало хто з дослідників аналізував дані цих програм.
Об’єктивна
Мета цього дослідження полягала в аналізі даних комерційного додатка для охорони здоров’я (Lose It!) З метою виявлення успішних підгруп для схуднення за допомогою дослідницького аналізу та перевірки стабільності результатів.
Методи
Перерізні, неідентифіковані дані Lose It! були проаналізовані. Цей набір даних (n = 12 427 196) був випадковим чином розділений на 24 підвибірки, і в цьому дослідженні використовували 3 під вибірки (разом n = 972 687). Методи дерев класифікації та регресії використовувались для вивчення групувань втрати ваги за допомогою однієї підпроби, з описовим аналізом для вивчення характеристик інших груп. Методи перевірки інтелектуального аналізу даних проводились з 2 додатковими під вибірками.
Результати
У підрозділі 1 14,96% користувачів втратили 5% або більше початкової маси тіла. Класифікаційний та регресійний аналіз дерева визначив 3 окремі підгрупи: «випадкові користувачі» мали найменшу частку (4,87%) осіб, які успішно схудли; «Основні користувачі» мали 37,61% успіху у зниженні ваги; а “досвідчені користувачі” досягли найвищого відсотка успіху в схудненні - 72,70%. Поведінкові фактори окреслили підгрупи, хоча поведінкові характеристики, пов’язані з додатками, ще більше виділяють їх. Результати були відтворені в подальшому аналізі з окремими під вибірками.
Висновки
Це дослідження демонструє, що окремі підгрупи можна ідентифікувати у “брудних” даних комерційних додатків, а визначені підгрупи можна відтворити в незалежних зразках. Поведінкові фактори та використання спеціальних функцій додатків характеризували підгрупи. Орієнтація та адаптація інформації до певних підгруп може підвищити успіх у зниженні ваги. Подальші дослідження повинні повторити аналіз аналізу даних для підвищення жорсткості методології.
Вступ
Власність смартфонів серед дорослих американців зросла з 35% у 2011 році до 68% у 2015 році [1]. Це збільшення співпало з розповсюдженням програм для смартфонів, і 19% усіх завантажень додатків пов’язані зі здоров’ям, причому більше половини з них стосується ваги, дієти та фізичних вправ [2]. Це відкриває нові можливості для проведення заходів щодо зміни поведінки здоров’я та втрати ваги в Сполучених Штатах, де рівень ожиріння залишається високим [3].
Незважаючи на те, що додатки мають великі обіцянки для допомоги людям у схудненні та управління звичками життя [4-6], доказів, що підтверджують вплив комерційних програм на поведінку здоров'я та втрату ваги, все ще бракує. Це може бути пов’язано з відсутністю обґрунтованих принципів схуднення у доступних на даний момент додатках [7]. Але з огляду на популярність цих програм, потенційні наслідки є далекосяжними не лише з точки зору профілактики захворювань (наприклад, цукрового діабету, серцево-судинних захворювань, раку), але й економії коштів [8-11].
Дані, які збираються з комерційних програм охорони здоров’я, часто не збираються з урахуванням наукових досліджень. Однак ці програми можуть охопити мільйони користувачів. Якщо проаналізувати за допомогою суворих наукових методів, потенційно багаті дані, зібрані за допомогою цих програм, можуть дати важливе уявлення про те, як відбувається зміна поведінки в натуралістичних умовах серед великих верств населення. Дослідницькі аналізи, такі як методи видобутку даних, які можна використовувати для вивчення існуючих даних про стан здоров’я, не є новиною [11-13], але вони рідко використовуються для вивчення даних про стан здоров’я, зібраних із комерційних програм.
Крім того, наукові методи дослідження надійності та надійності дослідницького аналізу (тобто методи перевірки даних) також були доступні протягом певного часу [14,15], але не використовувались із даними додатків для охорони здоров'я. Оскільки мільйони людей, які використовують комерційні програми для охорони здоров’я, тепер існують можливості як для швидкого аналізу дослідницьких даних, так і для методів перевірки даних. Методи перевірки видобутку даних підвищують наукову строгість дослідницьких підходів, перевіряючи, чи стабільні початкові висновки.
Наскільки нам відомо, жодні дослідження не досліджували ефективність комерційного додатка для схуднення І не оцінювали надійність результатів досліджень. Метою цього дослідження було (1) оцінити поширеність втрати ваги серед дорослих із надмірною вагою та ожирінням за даними, зібраними комерційним додатком, (2) визначити успішні підгрупи втрати ваги та їх характеристики, використовуючи дослідницькі методи аналізу даних, та (3) вивчити надійність виявлених підгруп за допомогою незалежних вибірок.
Методи
Набір даних
Ми проаналізували підмножину неідентифікованих даних у перерізі (n = 12 427 196), які були отримані безпосередньо з Lose It! (FitNow Inc., Бостон, Массачусетс, США). Дані були надані дослідникам Національного інституту раку лише для дослідницьких цілей. Lose It! - запущений у 2008 році - це програма для схуднення, яка доступна як на ринках додатків iOS, так і на Android, а також через Інтернет. Втратив це! (надалі - додаток) надає користувачам засоби відстеження (наприклад, сканери штрих-коду); з'єднання з іншими пристроями та програмами (наприклад, Fitbit, RunKeeper); мотивація та підтримка (наприклад, зв’язок з друзями); та відгуки про харчування (наприклад, згенеровані системою звіти, що порівнюють журнал їжі користувача з рекомендаціями Міністерства сільського господарства США MyPlate).