本文内容如下e-collection /主题问题:

消费者健康信息创新(13) 用于数据收集和研究的移动医疗(678) 聊天机器人和对话代理(189) 健康饮食教育的创新及科技(317) 营养及食物摄入的工具及问卷(139) 移动健康促进健康、行为改变和预防(2285) 人工智能(672) 以用户为中心的设计个案研究(461)

发表在在9卷第四名(2021): 4月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/17503，首次出版．
以用户为中心的聊天机器人(Wakamola)收集人口网络中的相关数据，以支持超重和肥胖原因的研究:设计和试点研究

以用户为中心的聊天机器人(Wakamola)收集人口网络中的相关数据，以支持超重和肥胖原因的研究:设计和试点研究

以用户为中心的聊天机器人(Wakamola)收集人口网络中的相关数据，以支持超重和肥胖原因的研究:设计和试点研究

本文作者:

萨拜娜Asensio-Cuesta1 作者Orcid图片； Vicent Blanes-Selva1 作者Orcid图片； J Alberto Conejero2 作者Orcid图片； 安娜Frigola3. 作者Orcid图片； 曼纽尔·G Portolés2 作者Orcid图片； 胡安·弗朗西斯科·梅里诺-托雷斯4 作者Orcid图片； 马蒂尔德·卢比奥·阿尔曼扎4 作者Orcid图片； Shabbir Syed-Abdul5 作者Orcid图片； 李宇川(杰克)5 作者Orcid图片； 露丝Vilar-Mateo6 作者Orcid图片； Luis Fernandez-Luque7 作者Orcid图片； 胡安·M García-Gómez1 作者Orcid图片
文章 作者 引用自(6) Tweetations (20) 指标

    原始论文

    1西班牙瓦伦西亚Tecnologías de la Información y通信学院，瓦伦西亚大学Politècnica de València

    2Instituto Universitario de Matemática Pura y Aplicada, Universitat Politècnica de València，瓦伦西亚，西班牙

    3.西班牙瓦伦西亚València大学营养与食品科学系

    4西班牙瓦伦西亚València大学拉菲医院内分泌和营养科

    5台北医科大学国际健康资讯科技中心，台北市

    6西班牙瓦伦西亚卫生保健协会reingeniería社会卫生进程，西班牙瓦伦西亚卫生研究所Investigación拉菲卫生研究所，西班牙

    7粘附健康公司，帕洛阿尔托，加州，美国

    通讯作者:

    Sabina Asensio-Cuesta，博士

    学院Tecnologías de la Información y通信

    Universitat Politècnica de València

    Camino de Vera s/n

    瓦伦西亚46022

    西班牙

    电话:34 96 387 70 07 ext 71846

    电子邮件:sasensio@dpi.upv.es


    背景:肥胖和超重是全球范围内一个严重的健康问题，其原因多种多样且相互关联。与此同时，聊天机器人作为一种与移动健康应用程序中的用户互动的方式正变得越来越受欢迎。

    摘要目的:本研究报告了一个聊天机器人的以用户为中心的设计和可行性研究，以收集相关数据，以支持对人群中个人和社会超重和肥胖原因的研究。

    方法:我们首先研究了用户的需求，并通过对150名设计专业学生设计的52个线框进行公开调查，收集了用户的图形偏好;调查还包括有关社会人口统计、饮食和活动习惯、对超重和肥胖应用程序的需求以及所需功能的问题。我们还采访了一个专家小组。然后我们设计并开发了一个聊天机器人。最后，我们进行了初步研究，以测试可行性。

    结果:我们收集了452个调查答案，并采访了4位专家。基于此研究，我们开发了一个名为Wakamola的Telegram聊天机器人，其结构分为六个部分:个人、饮食、体育活动、社交网络、用户状态评分和项目信息。我们将用户的状态分数定义为饮食(吃50种食物的频率)、身体活动、BMI和社交网络分数的标准化和(0-100)。我们在85名健康志愿者中进行了一个试点，以评估聊天机器人的实施。在完成所有部分的74名参与者中，我们发现8人体重过轻(11%)，5人超重(7%)，没有肥胖病例。平均BMI为21.4 kg/m2(正常体重)。消费最多的食物是橄榄油、牛奶及其衍生物、谷物、蔬菜和水果。人们每周有5.8天步行10分钟，每天睡眠7.02小时，每周坐着30.57小时。此外，我们能够创建一个包含74个用户、178个关系和12个社区的社交网络。

    结论:Telegram聊天机器人Wakamola是一个可行的工具，可以从人群中收集有关社会人口统计、饮食模式、体育活动、BMI和特定疾病的数据。此外，聊天机器人可以让社交网络中的用户连接起来，从个人和社会的角度研究超重和肥胖的原因。

    JMIR Med Inform 2021;9(4):e17503

    doi: 10.2196/17503

    关键字

    移动健康； 肥胖； 超重； 聊天机器人； 评估； 公共卫生； 电报； 以用户为中心的设计； 社会网络分析


    自20世纪80年代以来，全球超重人口的比例一直在增长[1]。在美国，超过三分之二的成年人和近三分之一的儿童和青少年超重或肥胖。2]。根据世界卫生组织的数据，在欧洲，超过50%的人超重，20%的人肥胖[3.]。

    肥胖是个复杂的问题，涉及个人、社会经济和环境因素。4]。从社会角度来看，Fowler和Christakis进行了一项关于肥胖在一个大型社会网络中传播超过32年的研究(Framingham心脏研究)[5并发现了肥胖在亲密社交圈内“传染”的证据。事实上，这项研究的相关发现表明，朋友之间的关系比基因对一个人肥胖风险的影响更大。如果一个人有一个朋友在一定时间内肥胖，那么他或她肥胖的几率会增加57%。此外，对于各种条件和网络，Bahr等人[6]表明bmi相似的个体会聚集在一起。

    此外，聊天机器人，也被称为对话式用户界面，正逐渐被应用于移动健康(mHealth)应用程序[7]，用以评估长期的用户体验[8]。聊天机器人是一种通过聊天界面与用户交互的对话平台。由于它可以通过与主要的社交网络服务信使(如WhatsApp, Telegram)的连接来方便使用，普通用户可以轻松地访问和接收各种健康服务[9]。拉兰乔等[7]提供了卫生保健中与会话用户界面相关的研究概述。

    之前的研究表明，聊天机器人可能有助于预防和管理肥胖和超重[10]。2017年，Kowatsch等人[11]设计了一个基于文本的医疗聊天机器人，可以在现场咨询之外的治疗环境中有效地支持患者和卫生专业人员，并应用于儿童肥胖控制。2018年，黄等人[12]开发了一个集成在SWITCHes应用程序中的聊天机器人，该聊天机器人帮助监测用户的健康状况;用户还可以与聊天机器人交谈，实时获取信息，或者在健康推荐的背景下接受机器人的饮食和锻炼计划等建议。2018年，Holmes等人[10]描述了聊天机器人(WeightMentor)的设计和开发，这是一种用于减肥的自助激励工具。2019年，斯蒂芬斯等人[13)实施了一个行为指导聊天机器人(Tess)来帮助青少年进行体重管理项目。然而，正如这些研究中提到的，聊天机器人不仅在肥胖控制、监测和促进健康习惯方面有用，而且还可以作为收集大量人群数据的有效工具，以研究肥胖原因和铅预防。到目前为止，面对面或在线问卷调查被广泛用于直接收集人们的体重、饮食和体育活动习惯的数据[14-17]。然而，最近的研究表明，聊天机器人对用户来说可能比经典的问卷更有吸引力，因为人们将它们与娱乐、社交和关系因素联系在一起[8，18]。此外，用户对他们所认为的新现象感到好奇。19]。

    此外，聊天机器人还有助于开发游戏化策略，对健康和福祉产生积极影响。20.，21]，已广泛应用于网上调查[22]。Hamari将游戏化定义为“一个通过(动机)可见性来增强服务的过程，以唤起游戏体验和进一步的行为结果”[23]。关于游戏机制，反馈和社交元素经常被用于将eHealth游戏化。社交功能、奖励和进程追踪是给用户带来积极影响的强大机制。24]。以应用于聊天机器人的游戏化策略为重点，聊天机器人能够实施移动应用粘性策略来提高用户粘性，如游戏性、灵巧性、接触应用后的响应性和反馈性、操作应用的便利性、论坛、多媒体展示和情感粘性[25，26]。Siutila [27]在流行聊天机器人中识别跟踪选项[28-30.:积分、排行榜、成就/徽章、关卡、故事/主题、明确的目标、反馈、奖励、进程和挑战。

    本研究报告了以用户为中心的聊天机器人的设计和可行性研究，以收集有关饮食、身体活动、体重、肥胖风险、居住区域和社交网络的关联数据，以支持有关肥胖和超重的个人和社会原因的研究。在这里，我们描述了在聊天机器人的设计和开发中应用的以用户为中心的方法。我们还提出了一个试点研究，以测试聊天机器人的可行性。


    道德

    本研究获得了Universitat Politècnica de València (UPV;道德规范:P7_12_11_2018)。

    用户需求调查

    应用以用户为中心的方法，我们通过收集潜在用户的期望和偏好开始了聊天机器人的设计。我们简要介绍了将信息收集分成的三个部分:(1)关于兴趣和期望的调查，(2)图形偏好的分析，以及(3)专家小组对医疗内容的建议。这些部分的进一步细节可以在多媒体附件1［5，6，18，20.，21，23-69]。

    首先，设计了一项调查，包括关于社会人口统计数据、超重的自我认知、饮食和体育活动、应用程序最喜欢的颜色、应用程序的潜在效用、应用程序的未来使用、首选扩散类型和期望功能的问题。调查共包括13个问题。

    其次，为了调查用户对界面图形特征的偏好，线框由设计专业的学生设计，并包括在调查中，以1到5的等级进行评分。线框图的设计遵循了这些通用规范:应用程序的外观打破了肥胖和超重的污名，并激发了它的使用;这款应用倡导健康的生活方式;为每个选项设计的元素包括聊天机器人的名称、启动图标、splash和主菜单屏幕，其中包括用户个人数据、计算风险和建议健康活动等初步选项。为了设计线框，学生们回顾了肥胖和超重领域的移动健康应用程序。没有为图形或美学特性指定限制。为了定义聊天机器人的颜色，我们完成了调查问题，研究了关于颜色及其对人们感觉的影响的现有证据[31，32]。

    第三，我们还组成了由1名营养师和3名临床医生组成的专家小组，他们都是内分泌专家。在项目介绍之后，我们向专家组提出了三个研究问题:(1)根据目前的知识，哪些数据与肥胖和超重的研究相关，(2)如果有经过验证的问卷来获得这些数据，(3)如何评估用户的肥胖和超重风险。

    聊天机器人的设计与开发

    基于用户调查和研究中涉及的专家标准，我们决定在聊天机器人中包含六个部分:个人、饮食、体育活动习惯(activity)、社交网络(Wakanet)、状态(Wakastatus)和项目信息(About Wakamola) (图1；多媒体附件2)．“个人”、“饮食”和“活动”是基于标准化问卷的互动调查，而“社交网络”则是基于粘性策略的共享机制。更重要的是，我们定义了一个名为Wakastatus的新用户状态评估。这是基于饮食、体育活动、邻里(关系)状况的肥胖风险评估的游戏化版本，并向用户提供反馈和激励。此外，“风险”一词被改为“状态”，为用户的肥胖和超重评估提供积极的信息。有关Wakamola游戏化元素的进一步信息，请参阅表1而且多媒体附件1．

    ‎
    图1。Wakamola的主菜单和饮食部分的截图。
    查看此图
    表1。Wakamola的游戏化策略。
    游戏化策略 在Wakamola中实现
    计分制度(分数);目标
    • Wakamola在0到100的范围内得分(越高越好，目标100)
      • ‎
    • 全球状态评分(Wakastatus)
      • ‎
    • 饮食评分(Wakalimentation)
      • ‎
    • 活动评分(活动)
      • ‎
    • BMI指数(WakaBMI)
      • ‎
    • 社交网络评分(Wakasocial)
      • ‎
    社会化 Wakamola的社交网络
    给用户的反馈
    • 超重和肥胖风险的自我评估:Wakamola评分、BMI类别和肥胖风险水平
      • ‎
    • 用户网络图形表示，BMI/Wakastatus显示在节点内，颜色基于BMI/Wakastatus类别
      • ‎
    情感投入
    • 通过Wakamola角色来拟人化聊天机器人
      • ‎
    • 在Wakamola聊天机器人中引入类人线索，以增加用户的情感联系[18(眼睛，嘴巴，努力和快乐的表情)
      • ‎
    • 在Wakamola的短信中加入表情符号，使对话更加真实和友好[35］
      • ‎

    个人部分包括16个问题，包括体重、身高、性别、年龄、教育程度、婚姻状况、家里有多少人、主要活动(即学习或工作)、邮政编码、睡眠时间和香烟消费量。此外，聊天机器人还会询问用户是否接受过高血压、糖尿病、高胆固醇或心血管疾病的诊断或正在服用药物。临床医生定义这些问题，以进一步分析超重和肥胖因素。

    饮食部分的问题改编自“饮食摄取频率简短问卷”[33]。总共包括51个关于食物种类(项目)和消费频率的问题。饮食问题的回答(项目)根据“根据健康饮食指数的西班牙饮食质量”进行评分，项目得分从1到10(项目得分越高，其消费越不健康)[70](表S1及S2多媒体附件1)．

    在有7个问题的活动部分，应用了国际体育活动问卷(IPAQ)的简写来定义聊天机器人的问题和评分。建议使用IPAQ版本，特别是当调查对象是人口监测时[71]。

    Wakanet部分的开发是为了在联系人之间共享Wakamola聊天机器人，遵循一种粘性策略。这是如何创建用户的社交网络和子网络，以进一步分析他们的社会关系和习惯如何从超重和肥胖的角度影响或被影响。此部分首先显示一条消息，其中包含用户的全部联系人，按家庭、家人、朋友和工作联系人进行了细分。然后创建四个不同的邀请作为聊天机器人消息，与目标联系人组共享:(1)与用户生活在一起的人(家庭)，(2)朋友，(3)家人，(4)工作联系人。本节在聊天机器人中实现社区游戏化策略。

    Wakastatus部分显示了从个人、饮食、活动和社交网络部分收集的先前数据计算出的标准化分数，并在0到100之间标准化;越高越好。饮食得分是每种食物的得分及其食用频率的总和;这个分数也在0到100之间标准化。活动分数根据IPAQ的简写形式计算[71]。这个结果在0到100之间进行标准化，以显示最终的活动分数。

    此外，我们从个人部分(体重和身高)计算BMI评分(WakaBMI)，正常体重(18.5-24.9 kg/m)获得100分2)，超重(25-29.9 kg/m) 75分2)或体重过轻(<18.5 kg/m21级(30 ~ 34.9公斤/米)为50分22级(35 ~ 39.9 kg/m)为25分2)，或极端肥胖3类(≥40 kg/m2) [72]。

    最后，根据用户的联系人数量和他们的平均Wakastatus值计算社交网络得分(Wakanet)。

    此外，Wakamola是一个多语言聊天机器人，包括西班牙语、英语和加泰罗尼亚语，通过添加相应的对话文件翻译，可以轻松地将其他语言包含到聊天机器人中。Wakamola聊天机器人已开放访问[73]在创作共用许可下。

    在技术实现方面，Wakamola的聊天机器人引擎使用Python 3实现为Telegram机器人[34]。进一步的技术细节可以在多媒体附件1．

    可用性评估

    作为以用户为中心的聊天机器人开发的一部分，进行了可用性评估。可用性测试侧重于流程和信息用户的理解。可用性测试被设计成面对面的辅助会话。作为执行测试的要求，必须有安装了Telegram的智能手机。首先，为了描述样本的特征，参与者回答了关于性别、年龄、Telegram经验、使用的消息系统以及之前关于机器人的知识和经验的问题。然后，参与者被要求用聊天机器人执行一组6项特定任务。最后，研究参与者对系统可用性量表(SUS)问卷进行了回应[36]。关于可用性评估的更多细节可以在多媒体附件1．

    试点研究

    为了测试聊天机器人的可行性，我们对85名面对面招募的大学生(志愿者)进行了初步研究。参与者被要求完成聊天机器人在个人、饮食和活动部分的所有问题，并在他们之间共享聊天机器人以建立社交网络。从收集到的数据中，我们从社会人口学数据、Wakamola评分和BMI中获得基本统计数据。最后，我们开发了一个免费的在线工具[74，通过可视化网络来进行社交网络分析。网络可视化突出显示了用户的BMI和Wakastatus，并显示了基于Louvain算法获得的社区[75]。


    在本节中，我们将展示来自用户需求研究调查和专家小组以及可用性测试的结果。然后我们展示初步研究的结果。

    用户需求调查结果

    参与调查的人员由负责社会责任的副校长通过电子邮件邀请到UPV的大学社区(学生、学院和工作人员)。邀请函包括对研究的简要描述和问卷的链接。所有完成问卷调查的参与者都被纳入研究。共有452名成年人(197名男性，43.6%，255名女性，56.4%)参与了为期11天的调查(表S3和S4)多媒体附件1)．样本代表了大学社区的男女组成，年龄范围很广(从18岁到65岁以上);同样，它也包括生活方式不同的人。

    大量参与者认为自己超重(176/452,38.9%)。超重的感觉随着年龄的增长而增加。他们中的大多数人都表示有健康的饮食习惯，包括所有年龄段的女性都多于男性。然而，只有一半的参与者有规律的体育活动。此外，近半数(217/452,48.0%)受访者认为，以他们目前的生活习惯，未来可能会出现超重问题;这种情况在女性中比男性更常见。无论是男性还是女性，年轻人对未来超重的自我认知比例最高。大多数参与者(325/452,71.9%)会使用聊天机器人进行肥胖风险评估，并推荐它(406/452,89.8%)，主要是通过谈论，其次是通过医疗中心和他们的社交网络。此外，大多数参与者认为它有助于预防肥胖。他们更喜欢功能性的体育活动和饮食建议，以及肥胖风险评估。 Participants preferred colors in the field of obesity and overweight were, in order from highest to lowest, green, blue, and white. Participant’s graphical preferences were based on colors, simplicity, and figures. As well, quite a few of them would like a character associated with the app (“Wireframes results” and Figure S2 in多媒体附件1)．

    从专家小组访谈中，我们确定了个人、饮食和身体活动问题，以及状态评估方法(Wakastatus)，这些问题已经在聊天机器人的设计和功能部分中进行了描述。

    可用性测试结果

    参与者是在设计学院面对面招募的志愿者学生。总共有61名学生(年轻人，平均年龄20.5岁)参与了可用性测试。所有参与者使用的智能手机都预先安装了Telegram。所有参与者都可以在没有帮助的情况下在Telegram上启动Wakamola，尽管他们中的大多数人不是这个消息系统的常规用户。因此，大多数用户在被问及时，更希望Wakamola是一个独立的应用程序，可以安装在他们的手机上，而不需要Telegram。大多数参与者能够理解个人、饮食和活动部分的所有问题;然而，他们认为饮食部分的问题太多(23/ 61,38%)，而其他部分的问题数量是可以接受的。

    根据SUS问卷[36]，大约一半的参与者表示可用性可以接受。关于可用性结果的进一步信息已经发布多媒体附件1．

    初步研究结果

    我们对85名面对面招募的大学生进行了初步研究。我们筛选完成所有章节的参与者，共74人(女性54人，男性20人)进行数据分析。平均年龄20.7岁，平均体重62.65 kg (SD 10.21)。没有参与者患有与肥胖相关的疾病，如高血压、糖尿病、高胆固醇或心血管疾病。根据他们的邮政编码，参与者来自55个不同的生活区，大多数都在大学附近。

    超重的人占6.8%(5/74人)，而体重过轻的人占10.8%(8/74人)。样本中未发现肥胖病例。

    平均BMI为21.4 (SD为2.41)，与正常体重相对应。在1到100的范围内，Wakastatus的平均得分为78.3 (SD 10.67)，平均饮食得分为63.6 (SD 4.67)，平均活动得分为65.3 (SD 32.91)，平均社交网络得分为26.6 (SD 13.12)。

    消费最多的食物类型是橄榄油、牛奶及其衍生物、谷物、蔬菜和水果。少吃的食物是海鲜、黄油、薯条和糖果。酒精和软饮料的消费量也较低(表2)．

    参与者在一周内定期进行体育锻炼。他们平均每周坐着的时间为30.57小时，每天休息的时间为7.02小时。表3显示样本的身体活动，坐着，和睡眠时间习惯在一个星期。

    表2。每周食用的食物种类。
    食物类型 单位每周，平均值
    海鲜 0.54
    含糖软饮料 0.62
    黄油 0.67
    酒精饮料 0.78
    炸薯条 1.18
    甜品 1.22
    蓝色的鱼 1.64
    大米 2.04
    豆类 2.04
    白色的鱼 2.07
    香肠 2.13
    肉 2.27
    其他油 2.36
    奶酪 2.43
    坚果 2.65
    水果 2.83
    蔬菜 3.17
    谷物及其衍生物 3.17
    牛奶及其衍生物 4.43
    橄榄油 12.72
    表3。平均每周的身体活动和睡眠时间。
    活动 值,意思是
    剧烈的体育活动(每周次数) 2.34
    剧烈的体育活动(分钟) 33.97
    适度的体育活动(每周次数) 5.11
    适度的体力活动(分钟) 35.76
    连续步行至少10分钟(每周每天) 5.80
    步行时间(分钟) 34.26
    坐(每周小时) 30.57
    睡眠时间(每天小时) 7.02

    我们应用了在线工具[74]对收集到的数据进行解释，并将其表示为包含74个用户和178个关系的网络图，其中包括5个无关系用户和12个社会群体(社区)(图2)．关注8个成员超过1人的社区，其中3个(38%)成员超重，6个(75%)成员体重过轻。所有没有连接的个体体重正常。最大的社区有12个成员;这也是超重成员比例最高的社区，有3例(25%)。

    图2将用户显示为节点，并根据其BMI值进行着色和标记:蓝色(体重不足，<18.5)，绿色(正常体重，18.50-24.9)，黄色(超重，≥25)或红色(肥胖，≥30)。Wakastatus选项允许它在节点中显示。在图2，某个用户在社区中被选中并高亮显示;一个表格显示了他或她的关系和联系人的bmi和分数。

    ‎
    图2。目标人群网络和社区表示，用深灰色边连接同一社区的节点，并选择一个用户。BMI在节点内显示，颜色基于BMI:蓝色(体重不足，<18.5)，绿色(正常体重，18.50-24.9)，黄色(超重，≥25)，红色(肥胖，≥30)。BMI:身体质量指数。
    查看此图

    调查结果摘要

    我们已经将传统上用于收集社会人口统计学、饮食和体育活动数据的标准问卷，转化为Telegram的新奇聊天机器人[73]。同时，我们还定义了一个新的用户友好的评分来评估用户的肥胖风险，基于他或她的饮食、体育活动、BMI和社会交往的生活方式。游戏化原则指导了聊天机器人的设计，以帮助创造积极的用户体验。此外，我们已经证实，人们关心他们的体重，他们认为移动健康应用程序可能有助于预防肥胖，因为他们有兴趣使用它们。在一项部署在学术界的试点研究中，我们已经能够创建一个社会网络来研究影响肥胖的社会因素。研究人员可以使用在线工具以图形方式显示社交网络，以帮助数据解释。

    调查结果

    通过对用户需求的调查，我们发现了一个关于超重和肥胖应用的需求。这一结果可能与注册参与者对自己超重的担忧有关，452人中有176人(38.9%)表示自我感觉超重，217人(48.0%)表示他们未来可能会按照目前的习惯超重。此外，452名参与者中有325人(71.9%)会使用应用程序来了解自己的肥胖风险。452人中有406人(89.8%)表示会推荐。此外，调查应答者的数量(452人)可能是一个指标，反映了参与本研究的大学社区对超重和肥胖的担忧。

    体重管理应用程序是当今移动健康的热门领域[37]。然而，人们需要可靠的超重和肥胖应用程序;大多数用于减肥和管理的商业移动应用程序缺乏重要的循证特征，在开发过程中没有医疗保健专家的参与，也没有经过严格的科学测试[38]。Wakamola的聊天机器人可以帮助满足这一需求，因为它涉及专家，基于科学证据，并经过了详尽的测试过程。

    在评分的52个线框中，我们最终选择了一个基于角色(Wakamola)的线框。这种选择使我们能够实现人格化，即个人本性或人类特征的归属[76聊天机器人。拟人化对用户体验有积极的影响[39]。在聊天机器人中引入类似人类的线索会增加用户的情感联系。18]。此外，先前的研究表明，拟人化设计特征(人类特征)对感知有用性有显著影响，其影响强度是功能性聊天机器人特征影响的4倍[40]。

    聊天机器人作为一种可行的数据收集工具

    我们在这里提出了一种聊天机器人作为收集超重和肥胖相关数据的新工具。聊天机器人可以帮助纵向和长期收集数据[8]如果采用传统方法，如标准化问卷调查，这将是困难和耗时的[77]。几项研究表明，让用户参与完成调查问卷的一个特点是他们通过聊天机器人进行演示。8，18]。用户更有可能通过聊天机器人来回答问题，而不是通过问卷调查或采访，因为他们将这些问题与娱乐和新奇联系起来，并且他们对这些问题很好奇。19]。此外，之前也有关于应用聊天机器人收集肥胖和超重相关数据的研究[10-13]。此外，聊天机器人的使用也扩展到其他健康领域，如肿瘤学[78]。

    我们在85人的试点研究中收集了数据。分析从试点获得的数据，我们发现超重的人的百分比为7%(5/74)，而体重不足的人的百分比较高(8/ 74,11%);样本中未发现肥胖病例。体重过轻病例的出现可以解释为样本中女性的比例较高(54/ 74,73%)，以前的研究表明女性比男性更容易体重过轻[79]。

    消费最多的食物类型是橄榄油、牛奶及其衍生物、谷物、蔬菜和水果，所有这些都是与地中海饮食有关的食物类型[41]。然而，地中海金字塔中其他限制饮食的饮食习惯[41]，例如黄油、炸薯条、糖果、酒精和软饮料的消费量较低[41]。此外，大多数参与者进行有规律的体育活动(表1)，平均睡眠时间为7小时，这是成人较好的休息时间[80]。这些结果可以解释参与者的平均BMI为21.4 (SD为2.41)，这与正常体重相对应。

    我们应用了开发的在线工具[74]对采集到的数据进行解释，并基于鲁万算法将其表示为74个节点，178个关系，其中5个无关系节点，12个共同体的网络图[75) (图2)．最大的社区有12个成员;它也是超重成员比例最高的社区(74,25%中有3例)。在这一群体中是否存在超重的“传染”效应还需要进一步研究[5]或bmi指数相似的个体是否聚集在这个群体中[6]。

    这种方法和工具的进一步开发将支持超重和肥胖原因的研究，不仅从人们习惯的角度，而且从他们的关系和社会经济环境的影响角度。我们记得以前的研究使用社会网络分析来研究超重和肥胖问题[81，82) (多媒体附件1，“社会网络影响肥胖和超重的发展”)。值得注意的是，聊天机器人中创建的关系还明确了它是与家里的人、家庭成员、朋友或同事的关系，因此进一步的研究应该探讨这些子网络对所研究的超重和肥胖人群的影响。

    聊天机器人评估生活方式

    在Wakamola，饮食根据食物的类型和频率进行评分，体育活动习惯也会进行评分;这些都是控制体重的相关参数[2]。用户的体重和身高也被收集来计算他们的BMI，这是一个广泛应用的脂肪质量指标参数。用户会被告知他们的BMI，这是一个大多数人都不知道的值，如果超过了正常体重的推荐值，就会被警告。

    此外，用户根据输入数据(Wakastatus)获得其状态的全局评分，尽管该评分需要进一步研究，例如关于BMI与定义的Wakastatus、饮食、活动和社交评分的相关性，以及与其他超重和肥胖指标的相关性。

    Wakamola聊天机器人设计的经验教训

    人们对聊天机器人是什么以及它们作为一项新技术是如何工作的感到好奇，这反映在Wakamola发布后媒体对它的兴趣上[83]。根据我们的经验，人们更有可能在他们已经使用的消息平台上使用聊天机器人，而不是在手机上安装另一个应用程序或访问一个网站。然而，在第一次接触聊天机器人后，人们期待更多的反馈来参与该应用程序。人们询问有关饮食和身体活动(一般的和个性化的)、跟踪(饮食、身体活动、消耗的卡路里)、社区、分享进展、积极信息、关于营养和健康习惯的信息、成功故事、与活动手镯同步以及改善奖励等方面的建议(表S4)多媒体附件1)．

    个性化角色的使用有助于用户对其产生共鸣，并促进应用的使用。根据我们目前与Wakamola的合作经验，我们知道人们在看到Wakamola的角色形象后会想要见到Wakamola。然而，在开始使用聊天机器人后，人们希望获得更多的反馈，成为常规用户;大多数用户只使用一次。因此，聊天机器人需要额外的努力来提高参与度，以实现长期的控制研究。

    检测到的可用性和验收问题主要与对Telegram平台的依赖有关(“可用性测试结果”)多媒体附件1)．在使用Wakamola之前不是Telegram用户的参与者需要帮助来分享它。此外，他们不太可能主动使用它。在第三方平台上开发聊天机器人的决定有很多好处，比如可以加快开发速度，并且不需要普通用户安装新的应用程序才能使用聊天机器人，节省手机的存储空间。然而，这种依赖降低了不熟悉该平台的人对应用程序的接受度，因为他们认为需要付出的努力比只安装一个独立的应用程序要高。此外，这种依赖减缓了应用程序的扩展，从而减缓了支持肥胖社会原因研究的网络的创建。因此，我们认为聊天机器人Wakamola需要是多平台的，并且是一个独立的在线聊天机器人，以达到最大的潜在用户数量。同样，共享过程需要深入研究，以实现粘性和可用性。此外，信任的感知是接受和扩展聊天机器人使用的基础。只有当聊天机器人包含有关应用程序目标的信息并且来源可靠时，人们才会向它发出邀请。

    此外，需要限制聊天机器人消息的数量，以避免用户疲劳和放弃。因此，若卡莫拉饮食部分尤其需要缩短。

    从数据收集的角度来看，Wakamola聊天机器人可以定义不同的实例，这可能有助于在目标人群中进行平行试点研究。两项新的试点研究正在进行中，目前共涉及1500人[84，85]。

    结论

    Wakamola聊天机器人提供了一个工具，可以收集用户的社会人口统计数据、超重和肥胖相关疾病、饮食和体育活动习惯、BMI、社交网络和环境等相关数据。所有这些数据都可以帮助研究目标人群的超重和肥胖。此外，由聊天机器人创建的社交网络允许从社交方法研究超重和肥胖;已经开发了一个在线工具来支持它。此外，该聊天机器人也是终端用户自我评估超重和肥胖风险的工具。结果表明，这种新型聊天机器人满足了最终用户和专家的需求，但可用性和反馈仍有待提高。此外，以用户为中心的设计将有助于聊天机器人在真实场景中的可用性和接受度。

    然而，我们意识到这项初步研究的局限性。由于选择偏差，试点研究中的队列可能不具有代表性。我们计划将Wakamola应用于真实环境中的广泛人群，以分析数据和社交网络。此外，我们打算研究聊天机器人帮助超重和肥胖筛查和干预的可行性。

    进一步的研究将集中在Wakamola的可用性改进，收集大量人群的数据用于社交网络分析，聊天机器人的消息多平台兼容性，游戏化感知及其对用户的影响的研究，以及聊天机器人在肥胖和超重领域应用程序中与传统图形用户界面相比的表现。

    此外，还需要进行Wakastatus评分验证，以澄清用户对其的认知，以及评估用户肥胖风险的可行性。

    致谢

    作者非常感谢设计师María Dolores Blanco， Ángel Esteban和Marta Lavall作为Wakamola聊天机器人的图形设计师所做的贡献，以及来自微体物理研究所商业创新科学单元的Salvador Tortajada对这项研究的支持。

    此外，作者感谢众健康项目(Collective Wisdom driven Public Health policy, 727560)对本研究提供的资金支持。

    最后，作者感谢受试者的参与使本研究成为可能。

    作者的贡献

    SAC、VBS、JAC、AF、MGP、JFMT、MRA、SSA、YCL、RVM、JMGG参与软件设计;采用SAC、VBS、MGP、JAC、JMGG进行软件开发;SAC、VBS、JAC、JMGG对结果的分析和稿件的撰写;和LFL对手稿的批判性审查。

    利益冲突

    作者LFL是美国粘附健康公司的联合创始人兼首席科学官。在这项研究中，LFL只扮演了科学顾问的角色，没有使用这家数字健康公司的软件。其他作者声明没有利益冲突。

    ‎
    多媒体附件1

    若卡莫拉补充材料。

    DOCX文件，413 KB
    ‎
    多媒体附件2

    Wakamola聊天机器人。

    DOCX文件，2159 KB
    1. 经济合作与发展组织。肥胖与预防经济学，2010。URL:https://www.oecd-ilibrary.org/social-issues-migration-health/obesity-and-the-economics-of-prevention_9789264084865-en[2021-04-07]访问
    2. Lonie S, Farley D，美国卫生与公众服务部和美国农业部。2015-2020年美国人膳食指南，第八版。2015年12月网址:http://health.gov/dietaryguidelines/2015/guidelines/[2021-04-06]访问
    3. 谁。肥胖的挑战——快速统计。URL:https://www.euro.who.int/en/health-topics/noncommunicable-diseases/obesity/data-and-statistics[2021-01-14]访问
    4. 赫鲁比A，胡FB。肥胖的流行病学:一幅大图。药物经济学2015 july;33(7):673-689 [免费全文] [CrossRef] [Medline］
    5. 克里斯塔基斯娜，福勒JH。肥胖在一个庞大的社会网络中传播了32年。中华医学杂志2007 7月26日;357(4):370-379。［CrossRef] [Medline］
    6. Bahr DB, Browning RC, Wyatt HR, Hill JO。利用社交网络来缓解肥胖的流行。肥胖(银泉)2009四月;17(4):723-728 [免费全文] [CrossRef] [Medline］
    7. 陈杰，陈志强，陈志强，等。医疗保健中的对话代理:系统回顾。J Am Med Inform association 2018年9月01日;25(9):1248-1258 [免费全文] [CrossRef] [Medline］
    8. Biduski D, Bellei EA, Rodriguez JPM, Zaina LAM, De Marchi ACB。通过应用内嵌入的基于对话的问卷调查评估移动健康应用的长期用户体验。人类行为中的计算机2020年3月104:106169。［CrossRef］
    9. Kelli HM, Witbrodt B, Shah A.移动健康应用程序和心血管健康设备的未来。2017年1月;2017:92-97 [免费全文] [Medline］
    10. Holmes S, Moorhead A, Bond R, Zheng H, Coates V, McTear M. WeightMentor:一种用于减肥维护的新型自动化聊天机器人。2018发表于:第32届国际BCS人机交互会议(HCI);2018年7月4日至6日;英国贝尔法斯特。［CrossRef］
    11. 填料A, Farpour-Lambert N, Barata F, L'Allemand D, Gindrat P, Volland D，等。基于文本的医疗聊天机器人支持患者和卫生专业团队:儿童肥胖随机对照试验的初步结果。2017年发表于:国际信息系统与技术设计科学研究会议(DESRIST) 2017;2017年5月30日至6月1日;德国卡尔斯鲁厄。［CrossRef］
    12. 黄安，杨敏，黄超，陈勇，吴敏，陈凯。基于聊天机器人的体重控制与健康促进智能无线交互式医疗系统。2018发表于:2018 IEEE工业工程与工程管理国际会议(IEEM);2018;泰国曼谷(1791-1795年)［CrossRef］
    13. 斯蒂芬斯TN, Joerin A，罗尔斯M, Werk LN。通过人工智能行为指导聊天机器人Tess支持儿童肥胖和前驱糖尿病治疗的可行性。翻译行为医学2019年5月16日;9(3):440-447 [免费全文] [CrossRef] [Medline］
    14. Rodríguez-Pérez C, Molina-Montes E, Verardo V, Artacho R, García-Villanova B, Guerra-Hernández EJ，等。西班牙COVIDiet研究中COVID-19疫情隔离期间饮食行为的变化营养素2020年6月10日;12(6):1730 [免费全文] [CrossRef] [Medline］
    15. 哈达德C, Zakhour M, Bou Kheir M，哈达德R, Al Hachach M, Sacre H，等。2019年冠状病毒疾病爆发期间，饮食行为与隔离/禁闭压力源之间的关系。《饮食失调》2020;8:40 [免费全文] [CrossRef] [Medline］
    16. Reyes-Olavarría D, Latorre-Román PÁ， Guzmán-Guzmán IP, Jerez-Mayorga D, Caamaño-Navarrete F, Delgado-Floody P. COVID-19监禁期间饮食习惯、体育活动模式和体重状况的积极和消极变化:智利人口的相关因素。国际环境与公共卫生2020年7月28日;17(15):A [免费全文] [CrossRef] [Medline］
    17. Sánchez-Sánchez E, Ramírez-Vargas G, Avellaneda-López Y, Orellana-Pecino JI, García-Marín E, Díaz-Jimenez J.西班牙人口在COVID-19大流行期间的饮食习惯和体育活动。营养素2020年9月15日;12(9):2826 [免费全文] [CrossRef] [Medline］
    18. Go E, Sundar SS.人性化聊天机器人:视觉、身份和对话线索对人类感知的影响。人类行为计算机2019 Aug;97:304-316 [免费全文] [CrossRef］
    19. 作者:Brandtzaeg B, Følstad A.人们为什么使用聊天机器人。:施普林格国际出版，湛;2017年发表于:2017国际互联网科学会议(INSCI);2017年11月22日至24日;希腊塞萨洛尼基，p. 377-392。［CrossRef］
    20. Johnson D, dedetding S, Kuhn KA, Staneva A, Stoyanov S, Hides L.游戏化对健康和幸福的影响:文献系统综述。互联网Interv 2016 11月;6:89-106 [免费全文] [CrossRef] [Medline］
    21. Cechetti NP, Bellei EA, Biduski D, Rodriguez JPM, Roman MK, De Marchi ACB。开发和实施游戏化方法以提高用户粘性:用于高血压监测的移动健康应用程序的案例研究远程信息技术2019年8月;41:26 6-138。［CrossRef］
    22. Harms J, Biegler S, Wimmer C, Kappel K, Grechenig T.在线调查的游戏化:设计过程、案例研究和评估。2015发表于:IFIP人机交互会议(INTERACT) 2015;2015年9月14-18日;上尉,德国。［CrossRef］
    23. 将经济人转变为自由人:功利点对点交易服务中游戏化的实地实验。电子商务研究与应用2013 july;12(4):236-245。［CrossRef］
    24. 萨迪，伊德瑞，Fernández-Alemán JL。电子医疗游戏化系统综述。J Biomed Inform 2017 july;71:31-48 [免费全文] [CrossRef] [Medline］
    25. Portela M, Granell-Canut C.智能手机新朋友?:在情感参与的搜索中观察与聊天机器人的互动，2017年发表于:第十八届人机交互国际会议;2017;纽约，纽约，第48-48页。［CrossRef］
    26. Georgsson M, Staggers N， Årsand E, Kushniruk a .采用以用户为中心的认知攻略来评估mHealth糖尿病自我管理应用:一个案例研究和开始方法验证。J Biomed Inform 2019 Mar;91:103110 [免费全文] [CrossRef] [Medline］
    27. Siutila M.游戏流的游戏化。2018年发表于:GamiFIN大会2018;2018年5月21-23日;芬兰Pori网址:http://ceur-ws.org/Vol-2186/paper16.pdf
    28. 肥胖病耻感:公共健康的重要考虑。中华卫生杂志2010年6月;100(6):1019-1028。［CrossRef] [Medline］
    29. DeepBot。URL:https://deepbot.deep.sg/[2021-01-14]访问
    30. PhantomBot。URL:https://phantombot.github.io/PhantomBot/[2021-04-06]访问
    31. 海勒E. Psicología del color: Cómo actúan los colores sobre los sentimientos y la razón(西班牙语版)。巴塞罗那:Gustavo Gili, D.L;2004:288。
    32. Bazán B. La conexión情感con el颜色。:洛杉矶的颜色más我的朋友España我们的朋友。Revista Sonda: Investigación y Docencia en Artes y Letras 2018;7:275-290 [免费全文］
    33. Rodríguez IT, Ballart JF, Pastor GC, Jordà EB, Val VA.[关于饮食摄入频率的简短问卷的验证:可重复性和有效性]。生态学报2008;23(3):242-252。［Medline］
    34. Van Rossum G, Drake Jr FL. Python教程。阿姆斯特丹:信息中心;1995.
    35. 法蒂尔·A，夏沃·G，王勇，伊玛·巴。表情符号在与会话界面辅助健康教练系统交互时的影响。2018年发表于:第12届欧洲创新联盟医疗普适计算技术国际会议;2018;纽约，NY p. 378-383。［CrossRef］
    36. Brooke J. susa一个快速而粗略的可用性量表。在:乔丹PJ，托马斯B，麦克利兰IL, Weerdmeester B，编辑。工业可用性评估。伦敦:CRC出版社;1996:6。
    37. Gabrielli S, Dianti M, Maimone R, Betta M, Filippi L, Ghezzi M，等。超重儿童家庭营养教育(trc - lifestyle)和形成性评估手机应用程序设计。JMIR Mhealth Uhealth 2017年4月13日;5(4):e48 [免费全文] [CrossRef] [Medline］
    38. 里维拉J，麦克弗森AC，汉密尔顿J, Birken C，库恩M，彼得斯M，等。以用户为中心的复杂健康需求青少年体重和健康管理移动应用程序设计:定性研究JMIR Form Res 2018 april 04;2(1):e7 [免费全文] [CrossRef] [Medline］
    39. 个性很重要!改善聊天机器人界面的用户体验-个性提供了一个稳定的模式来指导会话代理的设计和行为。:台湾;2018.URL:https://ntnuopen.ntnu.no/ntnu-xmlui/bitstream/handle/11250/2502575/18507_FULLTEXT.pdf[2021-04-07]访问
    40. Rietz T, Benke I, Maedche A.企业协作系统中拟人化和功能性聊天机器人设计特征对用户接受度的影响。2019发表于:第14届wirtschaftinfformatik国际会议;201年2月24日至27日;,韦伯就已经在席根德国。
    41. Bach-Faig A, Berry EM, Lairon D, regant J, Trichopoulou A, Dernini S，地中海饮食基金会专家组。今天的地中海饮食金字塔。科学和文化更新。2011年12月;14(12A):2274-2284。［CrossRef] [Medline］
    42. 社会网络分析:方法与应用。英国剑桥:剑桥大学出版社;1994.
    43. Nam S, Redeker N, Whittemore R.社会网络和肥胖研究的未来方向:范围综述。Nurs展望2015;63(3):299-317 [免费全文] [CrossRef] [Medline］
    44. 社会关系与肥胖:纳入生命历程视角的好处。Curr Obes Rep 2015 Jun;4(2):217-223 [免费全文] [CrossRef] [Medline］
    45. 鲍威尔K, Wilcox J, Clonan A, Bissell P, Preston L, Peacock M，等。社会网络在成人超重和肥胖发展中的作用:范围综述。BMC Public Health 2015 Sep 30;15:996 [免费全文] [CrossRef] [Medline］
    46. Marko-Holguin M, Cordel SL, Van Voorhees BW, Fogel J, Sykes E, Fitzgibbon M，等。低收入慢性疾病患者双向交互式短信应用:设计思维开发方法。JMIR Mhealth Uhealth 2019年5月01日;7(5):e11833 [免费全文] [CrossRef] [Medline］
    47. Steele Gray C, Irfan Khan A, McKillop I, Sharpe S, Cott C，多用户组的以用户为中心的协同设计:电子患者报告结果(ePRO)移动应用程序和门户的案例。Int J integra Care 2019 Aug 08;19(4):439 [免费全文] [CrossRef］
    48. Birnie KA, Campbell F, Nguyen C, Lalloo C, Tsimicalis A, Matava C，等。iCanCope PostOp:基于智能手机的儿童和青少年术后疼痛自我管理应用程序的以用户为中心的设计。JMIR Form Res 2019年4月22日;3(2):e12028 [免费全文] [CrossRef] [Medline］
    49. 蔡崇昌，李g, Raab F, Norman GJ, Sohn T, Griswold WG，等。PmEB的可用性和可行性:一个实时监测热量平衡的手机应用程序。移动网络应用2007 7月15日;12(2-3):173-184。［CrossRef］
    50. 柯志强，李志强，李志强。以父母为目标的儿童体重管理:一个理论驱动和以用户为中心的健康饮食应用程序的开发。JMIR Mhealth Uhealth 2015 6月18日;3(2):e69 [免费全文] [CrossRef] [Medline］
    51. 费德尔，卢西罗，贾尼克，阿布- hasan M，麦奎德，穆恩，等。由移动健康支持的行为家庭生活方式干预的发展方案，以改善哮喘和肥胖儿童的体重自我管理。JMIR Res Protoc 2019 Jun 24;8(6):e13549 [免费全文] [CrossRef] [Medline］
    52. Bardus M, Ali A, Demachkieh F, Hamadeh G.评估体重管理手机应用程序的质量:以黎巴嫩大学员工为中心的研究。JMIR Mhealth Uhealth 2019 1月23日;7(1):e9836 [免费全文] [CrossRef] [Medline］
    53. 李志强，李志强，李志强，等。创建大肠癌筛查移动健康应用程序:以用户为中心的设计方法。JMIR Hum Factors 2019 5月08日;6(2):e12700 [免费全文] [CrossRef] [Medline］
    54. Dopp AR, Parisi KE, Munson SA, Lyon AR.为实现专家提供的以用户为中心的设计策略的词汇表。2019年11月25日;9(6):1057-1064。［CrossRef] [Medline］
    55. Wray TB, Kahler CW, Simpanen EM, Operario D.以用户为中心的交互设计研究方法，为健康风险行为干预技术的发展提供信息。互联网Interv 2019 3月;15:1-9 [免费全文] [CrossRef] [Medline］
    56. Jefferson UT, Zachary I, Majee W.采用以用户为中心的设计让母亲参与移动健康母乳喂养应用程序的开发。Comput Inform Nurs 2019 10月;37(10):522-531。［CrossRef] [Medline］
    57. 周磊，周建平，周建平。基于用户中心的移动个人健康记录应用的开发与可用性研究。JMIR Mhealth Uhealth 2019 7月05日;7(7):e13194 [免费全文] [CrossRef] [Medline］
    58. IBM计算机可用性满意度调查问卷:心理测量评估和使用说明。国际人机交互杂志1995年1月;7(1):57-78。［CrossRef］
    59. Pricilla C, Lestari DP, Dharma D.基于聊天机器人的会话商务交互设计与以用户为中心的设计。2018发表于:2018年第五届高级信息学国际会议:概念理论与应用(ICAICTA);2018;泰国甲。［CrossRef］
    60. 李志强，李志强，李志强，等。“学会戒烟”是一款针对严重精神疾病患者的戒烟智能手机应用，以用户为中心的设计。JMIR Serious Games 2018 1月16日;6(1):e2 [免费全文] [CrossRef] [Medline］
    61. 吕奇C，马J，斯奈哈S，托勒K.消费者健康技术设计和开发中的用户配置文件和角色。国际医学杂志2013年11月;82(11):e251-e268。［CrossRef] [Medline］
    62. 谢文伟，苏玉春，韩海林，黄美美。台湾以病人为中心的医疗及健康管理系统之移动健康新方法:先导研究。JMIR Mhealth Uhealth 2018年7月03日;6(7):e154 [免费全文] [CrossRef] [Medline］
    63. 森田PP，杨ms, Ferrone M, Taite AK, Madeley C, Stevens Lavigne A，等。支持哮喘自我管理(呼吸)的以患者为中心的移动医疗系统:设计、开发和利用。JMIR Mhealth Uhealth 2019 1月28日;7(1):e10956 [免费全文] [CrossRef] [Medline］
    64. Crawford SY, Boyd AD, Nayak AK, Venepalli NK, Cuellar S, Wirth SM，等。以患者为中心的设计，开发口服抗癌药物的移动应用程序。美国医药协会(2003)2019;59(2S):S86-S95.e1。［CrossRef] [Medline］
    65. 李嘉欣CI，弗莱雷CS, Fernández J，孟盖JM。以患者为中心的设计:在电子治疗环境中与卫生专业人员和精神分裂症患者合作的挑战和经验教训。2011年发表于:企业信息系统国际会议(CENTERIS) 2011;2011年10月5日至7日;Vilamoura,葡萄牙。［CrossRef］
    66. Rivest R. The MD5消息摘要算法。1992年4月。https://www.rfc-editor.org/rfc/pdfrfc/rfc1321.txt.pdf[2021-04-07]访问
    67. Koivisto J, Hamari J.激励信息系统的兴起:游戏化研究综述。国际信息管理杂志2019年4月;4:191-210 [免费全文] [CrossRef］
    68. Schmidt-Kraepelin M, Thiebes S, Stepanovic S, Mettler T, Sunyaev A.健康行为改变支持系统中的游戏化——意外副作用的综合。2019发表于:第14届Wirtschaftsinformatik国际会议;2019年2月24日至27日;,韦伯就已经在席根德国。
    69. Bangor A, Kortum J, Miller J.确定个体SUS得分的意义:添加形容词评分量表。J可用性研究2009;4:114-123。
    70. Norte Navarro AI, Ortiz Moncada R.[根据健康饮食指数的西班牙饮食质量]。生态学报2011;26(2):330-336。［CrossRef] [Medline］
    71. 马蒂亚·托洛萨，Gómez-Conesa A.国际活动组织Física。Un工具，adeecuado en el seguimiento de la actividad física poblacional。美洲伊比利亚鱼类研究Kinesiología 2007 1月;10(1):48-52。［CrossRef］
    72. 国家心脏，肺和血液研究所成人超重肥胖的鉴定，评估，治疗NHLBI专家小组。实用指南:成年人超重和肥胖的识别、评估和治疗。2002.URL:http://hdl.handle.net/2027/umn.31951p00598699p[2021-04-07]访问
    73. Telegram中的Wakamola聊天机器人。URL:https://t.me/wakamolabot[2021-04-06]访问
    74. Asensio-Cuesta S, Blanes-Selva V, García-Gómez JM, Conejero JA, Portolés M. WakaSNA工具。2019.URL:https://wakamola.webs.upv.es/index.php/herramientas/[2021-04-07]访问
    75. 布隆德尔，纪尧姆，兰贝特，列斐伏尔。大型网络中社区的快速展开。J Stat Mech 2008 10月09日;2008(10):P10008。［CrossRef］
    76. 牛津词典，拟人。URL:https://www.lexico.com/definition/personification[2021-01-14]访问
    77. 饥饿JM，富山AJ。青春期女孩体重标签和饮食失调:来自国家心脏，肺和血液研究所生长与健康研究的纵向证据青少年健康杂志2018年9月;63(3):360-362 [免费全文] [CrossRef] [Medline］
    78. Bibault JE, Chaix B, Nectoux P, Pienkowsky A, Guillemasse A, Brouard B.医疗保健机械:会话制剂准备好进入肿瘤学的黄金时段了吗?2019年5月16:55-59 [免费全文] [CrossRef] [Medline］
    79. 苗条的女性和超重的男性:韩国体重教育梯度的性别差异。Int J Equity Health 2017 11月21日;16(1):202 [免费全文] [CrossRef] [Medline］
    80. 国家睡眠基金会。国家睡眠基金会推荐新的睡眠时间。URL:https://www.sleepfoundation.org/press-release/national-sleep-foundation-recommends-new-sleep-times[2020-04-15]访问
    81. 马克斯J，萨尼戈尔斯基A，欧文B, McGlashan J, Millar L, Nichols M，等。19个社区的预防网络开始了大规模的以社区为基础的肥胖预防行动。Transl Behav Med 2018年7月17日;8(4):575-584 [免费全文] [CrossRef] [Medline］
    82. 基于网络结构特征的在线社区患者相似度研究。2014年发表于:IEEE-EMBS生物医学与健康信息学国际会议(BHI);2014年6月1日至4日;瓦伦西亚,西班牙。［CrossRef］
    83. Wakamola新闻。URL:https://wakamola.webs.upv.es/index.php/2019/01/28/__trashed/[2021-01-14]访问
    84. Wakamola UPV社区。URL:http://sigiloso.itaca.upv.es/wakamolaupv/index.html[2021-04-07]访问
    85. Wakamola酒馆社区。URL:http://sigiloso.itaca.upv.es//wakamolatavernes/index.html[2021-04-06]访问

    ‎
    IPAQ:国际体育活动问卷
    健康:移动健康
    SUS:系统可用性量表
    UPV:Universitat Politècnica de València

    C·洛维斯编辑;提交17.12.19;E Bellei, S Thiebes同行评审;对作者26.08.20的评论;修订版本收到05.10.20;接受20.02.21;发表14.04.21

    版权

    ©Sabina Asensio-Cuesta, Vicent Blanes-Selva, J Alberto Conejero, Ana Frigola, Manuel G Portolés, Juan Francisco Merino-Torres, Matilde Rubio Almanza, Shabbir Syed-Abdul, Yu-Chuan (Jack) Li, Ruth Vilar-Mateo, Luis Fernandez-Luque, Juan M García-Gómez。最初发表于JMIR医学信息学(http://medinform.www.mybigtv.com)， 14.04.2021。

    这是一篇开放获取的文章，根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR医学信息学上的原创作品。必须包括完整的书目信息，http://medinform.www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map