[ad_1]

خلاصه

پیگیری رفتار فردی ، ترجیحات ، پروفایل های انگیزشی برای ایجاد “فنوتیپ رفتاری” می تواند برای تطبیق مداخلات سلامت دیجیتال به عنوان برنامه های ورزشی استفاده شود. روشی که مردم از تلفن های هوشمند خود استفاده می کنند – به عنوان مثال ، استفاده از برنامه ها ، مصرف موسیقی و استفاده روزانه در شب – می تواند ویژگی های شخصی را آشکار کند که می تواند با اجازه بیماران در آینده برای شناسایی فنوتیپ های رفتاری و برای کمک به هدف قرار دادن مداخلات بهداشتی.

تصاویر اریک فون وبر / گتی

سلامت دیجیتال به سرعت به یک جز component اصلی ارائه خدمات بهداشتی در ایالات متحده تبدیل شده است. سیستم های بهداشتی سیستم های جدیدی را برای اجازه بازدیدهای مجازی بیشتر معرفی کرده اند. بیماران به طور فزاینده ای از تلفن های هوشمند برای دریافت اطلاعات بهداشتی و برقراری ارتباط با ارائه دهندگان مراقبت استفاده می کنند. بیمه های بهداشت و کارفرمایان بزرگ انگیزه هایی را برای استفاده از وسایل پوشیدنی و سایر دستگاه های دیجیتال بهداشتی برای ردیابی بهتر رفتارهای بهداشتی روزانه مانند فعالیت بدنی ، وزن و پایبندی به داروها فراهم می کنند.

اگرچه این تغییرات نوید قابل توجهی می دهد ، اما مداخلات بهداشتی دیجیتال اغلب نتوانند تغییری پایدار در رفتار برای بسیاری از بیماران ایجاد کنند. دلیل اصلی این است که بیشتر اینگونه برنامه ها به هزاران یا حتی میلیون ها نفر که از بسیاری جهات با یکدیگر متفاوت هستند یک بار پیشنهاد می دهد. ما می دانیم که هر بیمار متفاوت است – نه تنها از نظر سابقه پزشکی ، بلکه از نظر شخصیت ، انگیزه و ارزشها – و این تصمیمات می تواند در هنگام تصمیم گیری درباره سلامتی آنها تقویت شود. اگرچه ممکن است رویکردی متناسب با همه برای برخی مفید باشد ، اما قطعاً برای همه بیماران جوابگو نخواهد بود.

صنایع دیگری که مدتها قبل از مراقبت های بهداشتی دیجیتالی شده اند ، رویکردهایی را برای ارائه تجربیات شخصی تر به مصرف کنندگان ایجاد کرده اند. به عنوان مثال ، Netflix از رفتار مرور شما برای ارائه محتوای متناسب با علایق شما استفاده می کند. آمازون می تواند از خریدهای گذشته شما تشخیص دهد که احتمال خرید کتاب کودک یا رمان علمی تخیلی بیشتر است. جستجوی کلمه “زمان” در گوگل اگر در فیلادلفیا باشید نتایج متفاوتی نسبت به لس آنجلس دارد. این شرکت ها ویژگی های فردی ، از جمله رفتار ، ترجیحات و تجربیات را برای ایجاد “فنوتیپ رفتاری” ردیابی می کنند که سپس برای پیش بینی نحوه تنظیم اطلاعات برای ارائه تجربه بهتر استفاده می شود.

مرکز پنجره

ما معتقدیم که فنوتیپ رفتاری می تواند راه حل های سلامت دیجیتال را شخصی تر و موثرتر کند. اعضای گروه ما برای نشان دادن پتانسیل خود ، یک سری مطالعات روی بزرگسالان دارای اضافه وزن و چاقی از 40 ایالت ایالات متحده انجام دادند. شرکت کنندگان در یک شرکت مشاوره بزرگ برای یک برنامه شش ماهه استخدام شدند که استفاده از گیمیفیکیشن را برای افزایش سطح فعالیت بدنی آزمایش کرد. تعداد گام روزانه توسط دستگاه های پوشیدنی که داده ها را به یک سیستم نظارت از راه دور منتقل می کنند ، کنترل می شود. شرکت کنندگان به طور تصادفی در یکی از چهار گروه قرار گرفتند و هر روز یک هدف روزانه انتخاب کردند. در گروه کنترل ، آنها بازخوردی از دستگاه پوشیدنی دریافت کردند ، اما هیچ مداخله دیگری انجام نشد. سه گروه دیگر نیز در یک بازی شرکت داشتند که از انگیزه های رفتاری و انگیزه های اجتماعی استفاده می کرد. این بازی از نظر سه گروه از این نظر متفاوت بود که به منظور بهبود پشتیبانی ، همکاری یا رقابت طراحی شده بود.

بعد از شش ماه ، هر سه نسخه بازی بیش از گروه کنترل میزان فعالیت بدنی را افزایش دادند. اما رقابت تشدید شده بهترین عملکرد را داشت و تنها نسخه ای بود که منجر به تغییرات پایدار در فعالیت بدنی در طی سه ماه پیگیری بعد از پایان بازی شد.

بر اساس این نتایج اولیه ، می توان فرض کرد که از آنجا که طراحی بازی مسابقه ای به بهترین وجهی انجام می شود ، باید برای کل مردم استفاده شود. با این حال ، در مطالعه بعدی متوجه شدیم که در نظر گرفتن خصوصیات رفتاری و روانی فرد منجر به نتایج کاملاً متفاوتی می شود.

قبل از شروع برنامه ، شرکت کنندگان نظرسنجی ها را در مورد ویژگی های شخصیتی ، ترجیحات خطر و حمایت اجتماعی خود به پایان رساندند. آنها همچنین از یک وسیله پوشیدنی برای تعیین اقدامات اساسی فعالیت بدنی استفاده کردند. ما از یک روش آماری به نام تجزیه و تحلیل کلاس پنهان برای شناسایی الگوهای پنهان در داده ها استفاده کردیم که افراد را از طریق یک فنوتیپ رفتاری مشترک به هم پیوند می داد. سه گروه جداگانه بوجود آمدند.

کمی بیشتر از نیمی از مردم “برونگرا و باانگیزه” توصیف شدند. این افراد نسبت به دیگران بیشتر سرگرم کننده و سرزنده هستند و از خودکارآمدی (توانایی دستیابی به اهداف) استفاده می کنند. بازی مسابقه ای برای این گروه خوب کار می کند ، اما بازی های پشتیبانی و پشتیبانی پیشرفته این کار را نمی کنند. در طول دوره پیگیری ، با این وجود ، سطح فعالیت در گروه برونگرا / با انگیزه ، حتی در میان کسانی که بازی رقابتی دریافت کرده اند ، به حالت عادی بازگشت. برنامه های بهداشت دیجیتال که این فنوتیپ را هدف قرار می دهند یا باید مدت زمان برنامه را افزایش دهند یا آن را با سایر روش ها ترکیب کنند تا تغییرات رفتاری را حفظ کنند.

گروه دوم به عنوان “کمتر فعال و کمتر اجتماعی” تعریف شد و شامل افرادی بود که از حمایت اجتماعی کمتری برخوردار بودند ، درون گرا و بازتر بودند و دارای سطح فعالیت بدنی پایین تر بودند (به عنوان مثال داده های پوشیدنی فاش می شود). هر سه شکل بازی برای این گروه به یک اندازه کار کرده است. نکته مهم ، سطح فعالیت ها بعد از پایان بازی بالاتر بود ، به این معنی که این گروه یک عادت با دوام طولانی تر را تشکیل می دهند – هدف اصلی برنامه. از آنجا که هر سه نسخه بازی کارساز بوده اند ، از شرکت کنندگان در برنامه های افزایش فعالیت گیمیفه می توان خواسته شود که تجربه دلخواه خود را انتخاب کنند.

گروه سوم به عنوان “در معرض خطر و انگیزه کم” توصیف شد. این افراد شن و ماسه و خودکارآمدی کمتری دارند ، روان رنجوریسم بالاتر ، خطر سلامتی و ایمنی و کیفیت خواب پایین تری دارند. متأسفانه ، هیچ یک از نسخه های بازی برای این گروه مناسب نیست. اگرچه ناامیدکننده است ، اما دانستن این اطلاعات پیش از موعد می تواند به تغییر تلاشها برای رویکردهای مناسبتر برای افراد این گروه کمک کند ، مانند تعامل با مربیان بهداشت یا متخصصان بهداشت جامعه.

از این اکتشافات جدید چه چیزی می توان یاد گرفت؟ همانطور که صنایع دیگر از پیشنهادات دیجیتالی خود استفاده می کنند ، ارائه دهندگان خدمات بهداشتی درمانی نیز می توانند با ارائه تجربیاتی که شخصی تر و متناسب با هر بیمار باشد ، تلاش های خود را در زمینه بهداشت دیجیتال افزایش دهند. روشی که مردم از تلفن های هوشمند خود استفاده می کنند – به عنوان مثال ، استفاده از برنامه ها ، مصرف موسیقی و استفاده روزانه در شب – می تواند ویژگی های شخصی را آشکار کند که می تواند با اجازه بیماران در آینده برای شناسایی فنوتیپ های رفتاری و برای کمک به هدف قرار دادن مداخلات بهداشتی. از دستگاه های پوشیدنی مانند Apple Watch و Fitbit نیز می توان برای اطلاعات فنوتیپ استفاده کرد.

تغییر رفتار همیشه دشوار خواهد بود ، اما استفاده از یک فنوتیپ رفتاری برای شخصی سازی طراحی راه حل های سلامت دیجیتال می تواند آن را کمی آسان کند.

[ad_2]

منبع: bighat-news.ir