DOI: https://doi.org/10.2196/46036
PMID: https://pubmed.ncbi.nlm.nih.gov/38713909
تاريخ النشر: 2024-03-12
المؤلف: Han Shi Jocelyn Chew وآخرون
الموضوع الرئيسي: الصحة المتنقلة وتطبيقات الصحة المتنقلة
نظرة عامة
تستكشف هذه الدراسة جدوى وفعالية تطبيق جديد لإدارة الوزن مدعوم بالذكاء الاصطناعي، وهو برنامج تثبيط استجابة المحفزات الغذائية (eTRIP)، الذي يهدف إلى تحسين سلوكيات الأكل بين الأفراد في مجموعة من جنوب شرق آسيا. يتضمن البرنامج ثلاثة مكونات رئيسية: تسجيلات قائمة على الدردشة لتحديد محفزات الانقطاع عن الأكل، ورؤية حاسوبية قائمة على الطعام للتعرف على العناصر الغذائية المحلية، ودفع تلقائي لتعزيز التنظيم الذاتي أثناء الوجبات. خضع المشاركون لبرنامج مدته 12 أسبوعًا، مع التركيز على فترة تشغيل مدتها أسبوع واحد، حيث تم تقييم عاداتهم الغذائية والبناء النفسي قبل وبعد التدخل باستخدام اختبارات t المزدوجة الجانبين.
تشير النتائج إلى أن التطبيق المدعوم بالذكاء الاصطناعي ليس فقط قابلاً للتطبيق ولكنه يحمل أيضًا إمكانات كبيرة لتعزيز جهود فقدان الوزن بين الأفراد الذين يعانون من زيادة الوزن والسمنة. تسلط الدراسة الضوء على قدرة التطبيق على دعم التنظيم الذاتي ضد الاندفاعات الغذائية، مما يشير إلى ضرورة إجراء المزيد من الأبحاث لاستكشاف التأثيرات المتوسطة والطويلة الأجل لهذا التدخل. بشكل عام، تؤكد النتائج على وعد دمج التكنولوجيا في استراتيجيات إدارة الوزن لمعالجة التحديات المستمرة في تحقيق فقدان الوزن الفعال.
مقدمة
تسلط المقدمة الضوء على التحدي الكبير الذي يشكله زيادة الوزن والسمنة على الصحة العامة، والذي يؤثر على أكثر من نصف سكان البالغين في العالم ويتسبب في تكاليف علاج سنوية تبلغ حوالي 425 مليار دولار أمريكي عبر مختلف الدول المتقدمة. على الرغم من وجود استراتيجيات قائمة لإدارة الوزن، بما في ذلك التدخلات السياسية والعلاجات السريرية، غالبًا ما تعيق فعاليتها قضايا مثل تغطية التأمين والصعوبات في الحفاظ على فقدان الوزن، حيث يستعيد بعض الأفراد كل الوزن المفقود خلال خمس سنوات.
يقدم ارتفاع الحلول الرقمية، وخاصة تطبيقات فقدان الوزن، بديلاً واعدًا للبرامج التقليدية التي تتطلب الحضور الشخصي، والتي يمكن أن تكون مرهقة وتستهلك الموارد. تسهل التطبيقات الشائعة مثل MyFitnessPal وHealthy 365 تتبع السعرات الحرارية ومراقبة الصحة، بينما يقدم البعض coaching مخصص. ومع ذلك، لا يزال هناك فجوة في معالجة التنظيم الذاتي لسلوكيات الأكل، خاصة استجابةً للمحفزات الغذائية. تهدف هذه الدراسة إلى استكشاف جدوى وفعالية تطبيق جديد لإدارة الوزن مدعوم بالذكاء الاصطناعي (AI) مصمم لتحسين سلوكيات الأكل واستكشاف الآليات التي يؤثر من خلالها على هذه السلوكيات، بناءً على نتائج الأبحاث السابقة.
طرق البحث
تحدد قسم “طرق البحث” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة نهجًا كميًا، يتضمن تحليلات إحصائية لتقييم البيانات المجمعة من تجارب مختلفة. شملت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج ذات الصلة.
شملت جمع البيانات استخدام أدوات وبروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام برامج إحصائية متقدمة، وتطبيق تقنيات مثل تحليل الانحدار وANOVA لتحديد الفروق والعلاقات المهمة بين المتغيرات. يبرز القسم أهمية القابلية للتكرار والشفافية في الطرق، موضحًا حجم العينة ومعايير الاختيار وأي اعتبارات أخلاقية تم أخذها في الاعتبار خلال عملية البحث. بشكل عام، تم تصميم الطرق المستخدمة لاختبار الفرضيات بدقة والمساهمة في فهم الموضوع في هذا المجال.
النتائج
تظهر نتائج هذه الدراسة فعالية تطبيق فقدان الوزن المدعوم بالذكاء الاصطناعي، eTRIP، في تحسين سلوكيات الأكل المختلفة والعوامل النفسية بين المشاركين الذين يعانون من زيادة الوزن والسمنة في مجموعة من جنوب شرق آسيا. لوحظت تحسينات كبيرة في عادات الإفراط في الأكل والوجبات الخفيفة، والتنظيم الذاتي للأكل، ومستويات النشاط البدني، بينما لم يتم العثور على تغييرات ملحوظة في أعراض القلق، على الأرجح بسبب تأثير السقف. أشارت التعليقات النوعية إلى أن المستخدمين قدروا ميزات التطبيق، مثل التذكيرات الشخصية وتسجيل الطعام من خلال التعرف على الصور، مما عزز وعيهم بشأن أنماط الأكل.
بالإضافة إلى ذلك، لاحظت الدراسة انخفاضًا كبيرًا في أعراض الاكتئاب بين المشاركين، مما يشير إلى أن التغييرات في نمط الحياة الصحية التي يسهلها التطبيق قد تؤثر بشكل إيجابي على الصحة العقلية. تسلط النتائج الضوء على إمكانات التدخلات الصحية الإلكترونية المخصصة لتعزيز المشاركة وتحسين نتائج فقدان الوزن. يجب أن تستكشف الأبحاث المستقبلية تأثير التطبيق على تعزيز سلوكيات الوجبات الخفيفة الصحية والحفاظ على مستويات النشاط البدني المتزايدة، فضلاً عن التأثيرات طويلة الأجل على الرفاه النفسي والحفاظ على الوزن.
المناقشة
استخدمت الدراسة تصميم اختبار مسبق-بعدي لمجموعة واحدة لتقييم قابلية الاستخدام والقبول والفعالية لتطبيق برنامج تثبيط استجابة المحفزات الغذائية (eTRIP)، مستهدفة المشاركين الذين تزيد أعمارهم عن 21 عامًا مع مؤشر كتلة الجسم ≥23 كجم/م². تم تجنيد ما مجموعه 250 مشاركًا من يناير إلى أكتوبر 2022، مع التركيز على أولئك الذين لم يشاركوا في برامج فقدان الوزن التجارية. شمل التدخل فترة تشغيل مدتها أسبوع واحد حيث استخدم المشاركون التطبيق لمراقبة عاداتهم الغذائية من خلال التعرف على صور الطعام وتفاعلات الدردشة. تضمنت النتائج الرئيسية التي تم تقييمها عادات الإفراط في الأكل والوجبات الخفيفة، والتنظيم الذاتي لسلوكيات الأكل، والقلق، والاكتئاب، والنشاط البدني، مع ملاحظة تحسينات كبيرة في معظم البنى بعد التدخل، باستثناء القلق.
سلطت التعليقات النوعية من المشاركين الضوء على فعالية التطبيق في تعزيز الوعي الذاتي بشأن عادات الأكل، وراحة تسجيل الطعام القائم على الصور، وواجهة المستخدم الجذابة. قدر المشاركون التذكيرات الشخصية واقترحوا تحسينات لجعل التنبيهات أكثر بديهية بناءً على السلوكيات السابقة. تختتم الدراسة بأن تطبيق eTRIP يظهر قابلية للتطبيق وإمكانية فعالية في تعزيز فقدان الوزن بين مجموعة من جنوب شرق آسيا، مما يستدعي مزيدًا من البحث لاستكشاف تأثيراته طويلة الأجل.
القيود
تمثل هذه الدراسة جهدًا رائدًا لتقييم فعالية تطبيق فقدان الوزن المدعوم بالذكاء الاصطناعي ضمن مجموعة من جنوب شرق آسيا، مستهدفة بشكل خاص السكان في سنغافورة. تكمن قوة ملحوظة في البحث في تمثيله الديموغرافي، الذي يتماشى جيدًا مع السكان المحليين من حيث الجنس والعرق. تم تصميم التطبيق ليشمل محددات السمنة الخاصة بالسكان، مثل نظام التعرف على صور الطعام المصمم للمأكولات المحلية، مما عزز قابلية الاستخدام وتجربة المستخدم. تؤكد هذه الاعتبارات على أهمية العوامل السياقية في التنفيذ الناجح لتدخلات فقدان الوزن.
ومع ذلك، فإن الدراسة مقيدة بمدتها القصيرة، مما يحد من الرؤى حول التأثيرات المتوسطة والطويلة الأجل لاستخدام التطبيق. على الرغم من هذا القيد، لوحظت تحسينات كبيرة في المؤشرات السلوكية والنفسية خلال التجربة التي استمرت أسبوعًا. أشارت تعليقات المشاركين إلى مجالات للتحسين، بما في ذلك إضافة قوائم منسدلة لأهداف فقدان الوزن، وتحديثات تقدم أكثر تكرارًا، وموارد تعليمية لإدارة الانقطاعات الغذائية. بالإضافة إلى ذلك، واجهت الدراسة قيودًا بشأن تمثيل تعليقات المشاركين الأكبر سنًا، ربما بسبب انخفاض مستوى الوعي الإعلامي في هذه الفئة. علاوة على ذلك، فإن غياب البيانات حول التاريخ الطبي للمشاركين والاعتماد على الوزن ومحيط الخصر المبلغ عنه ذاتيًا يتطلب تفسيرًا حذرًا للنتائج.
DOI: https://doi.org/10.2196/46036
PMID: https://pubmed.ncbi.nlm.nih.gov/38713909
Publication Date: 2024-03-12
Author(s): Han Shi Jocelyn Chew et al.
Primary Topic: Mobile Health and mHealth Applications
Overview
This study investigates the feasibility and effectiveness of a novel artificial intelligence-assisted weight management app, the Eating Trigger-Response Inhibition Program (eTRIP), aimed at improving eating behaviors among individuals in a Southeast Asian cohort. The program incorporates three main components: chatbot-based check-ins to identify eating lapse triggers, food-based computer vision for recognizing local food items, and automated nudges to promote self-regulation during meals. Participants underwent a 12-week program, with a focus on a 1-week run-in period, where their eating habits and psychological constructs were assessed before and after the intervention using paired two-sided t-tests.
The findings indicate that the AI-assisted app is not only feasible but also holds significant potential for enhancing weight loss efforts among individuals with overweight and obesity. The study highlights the app’s ability to support self-regulation over eating impulses, suggesting that further research should be conducted to explore the midterm and long-term impacts of this intervention. Overall, the results underscore the promise of integrating technology into weight management strategies to address ongoing challenges in achieving effective weight loss.
Introduction
The introduction highlights the significant public health challenge posed by overweight and obesity, which affects over half of the global adult population and incurs annual treatment costs of approximately US $425 billion across various developed nations. Despite existing strategies for weight management, including policy interventions and clinical treatments, their effectiveness is often hindered by issues such as insurance coverage and difficulties in maintaining weight loss, with some individuals regaining all lost weight within five years.
The rise of digital solutions, particularly weight loss apps, presents a promising alternative to traditional in-person programs, which can be burdensome and resource-intensive. Popular apps like MyFitnessPal and Healthy 365 facilitate calorie tracking and health monitoring, while some offer personalized coaching. However, there remains a gap in addressing self-regulation of eating behaviors, particularly in response to dietary triggers. This study aims to investigate the feasibility and effectiveness of a novel artificial intelligence (AI)-assisted weight management app designed to improve eating behaviors and to explore the mechanisms through which it influences these behaviors, building on previous research findings.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research questions. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments and protocols to ensure reliability and validity. The analysis was conducted using advanced statistical software, applying techniques such as regression analysis and ANOVA to determine significant differences and relationships among the variables. The section emphasizes the importance of replicability and transparency in the methods, detailing the sample size, selection criteria, and any ethical considerations taken into account during the research process. Overall, the methods employed are designed to rigorously test the hypotheses and contribute to the field’s understanding of the topic.
Results
The results of this study demonstrate the effectiveness of a weeklong AI-assisted weight loss app, eTRIP, in improving various eating behaviors and psychological factors among participants with overweight and obesity in a Southeast Asian cohort. Significant improvements were observed in overeating and snacking habits, self-regulation of eating, and levels of physical activity, while no notable changes were found in anxiety symptoms, likely due to a ceiling effect. Qualitative feedback indicated that users appreciated the app’s features, such as personalized reminders and food logging through image recognition, which enhanced their mindfulness regarding eating patterns.
Additionally, the study noted a significant reduction in depressive symptoms among participants, suggesting that healthy lifestyle changes facilitated by the app may positively influence mental health. The findings highlight the potential of personalized eHealth interventions to foster engagement and improve weight loss outcomes. Future research should further explore the app’s impact on promoting healthy snacking behaviors and sustaining increased physical activity levels, as well as the long-term effects on psychological well-being and weight maintenance.
Discussion
The study employed a single-group pretest-posttest design to evaluate the usability, acceptability, and effectiveness of the Eating Trigger-Response Inhibition Program (eTRIP) app, targeting participants aged over 21 with a BMI ≥23 kg/m². A total of 250 participants were recruited from January to October 2022, with a focus on those not engaged in commercial weight loss programs. The intervention involved a 1-week run-in period where participants utilized the app for self-monitoring their eating habits through food image recognition and chatbot interactions. The primary outcomes assessed included overeating and snacking habits, self-regulation of eating behaviors, anxiety, depression, and physical activity, with significant improvements noted in most constructs post-intervention, except for anxiety.
Qualitative feedback from participants highlighted the app’s effectiveness in enhancing self-awareness regarding eating habits, the convenience of image-based food logging, and the engaging user interface. Participants appreciated personalized reminders and suggested improvements for more intuitive prompting based on previous behaviors. The study concludes that the eTRIP app demonstrates feasibility and potential effectiveness in promoting weight loss among a Southeast Asian cohort, warranting further research to explore its long-term impacts.
Limitations
This study represents a pioneering effort to evaluate the effectiveness of an AI-assisted weight loss app within a Southeast Asian cohort, specifically targeting the Singaporean population. A notable strength of the research lies in its demographic representation, which aligns well with the local population in terms of sex and ethnicity. The app’s design incorporated population-specific determinants of obesity, such as a food image recognition system tailored to local cuisine, which enhanced usability and user experience. These considerations underscore the importance of contextual factors in the successful implementation of weight loss interventions.
However, the study is constrained by its short duration, limiting insights into the midterm and long-term effects of app usage. Despite this limitation, significant improvements in behavioral and psychological indicators were observed within the week-long trial. Participant feedback indicated areas for enhancement, including the addition of drop-down menus for weight loss goals, more frequent progress updates, and educational resources for managing dietary lapses. Additionally, the study faced limitations regarding the representation of older participants’ feedback, potentially due to lower media literacy in this demographic. Furthermore, the absence of data on participants’ medical histories and the reliance on self-reported weight and waist circumference necessitate cautious interpretation of the findings.