ScienceMed®

Mensagens personalizadas para aplicativos móveis e rastreamento de passos para melhorar o comportamento de caminhada em adultos: Randomized Controlled Trial

Medicina e Tecnologia
Imagem de arquivo, ilustrativa — não é do estudo. Pastilha de silício de um processador Intel Pentium II ao microscópio. Martijn Boer · domínio público · Wikimedia Commons

Ensaio clínico randomizadoNível 2 · Nova evidênciaJMIR mHealth and uHealth17 set 20260 citações

Salvar

O que aconteceu

A caminhada é uma das formas mais efetivas de atividade física; no entanto, manter o engajamento a longo prazo em intervenções digitais de contagem de passos permanece desafiador. Este estudo teve como objetivo avaliar os efeitos de intervenções de mensagens personalizadas integrando o modelo de Habilidades de Informação-Motivação-Comportamento (IMB) e a teoria do foco regulatório (RFT) no comportamento de caminhada. Os participantes foram recrutados off-line por meio de propagandas comunitárias contendo um código QR que estava ligado a um formulário de inscrição online e foram rastreados por meio de um questionário online de base por equipe de pesquisa, enquanto todas as avaliações de entrega de intervenção e resultado foram realizadas através do aplicativo móvel WalkOn. Um ensaio controlado randomizado de 12 semanas com 174 adultos em Mapo-gu, Seul, Coreia, foi realizado de 1o de abril a 22 de junho de 2024. Dos 174 participantes randomizados, 141 (67 no grupo intervenção e 74 no grupo controle) participaram da intervenção. Ambos os grupos receberam incentivos com base no alcance da meta e informações gerais de saúde, enquanto o grupo de intervenção recebeu mensagens personalizadas semanais fornecidas pela equipe de pesquisa de acordo com o desempenho do step-count no meio da semana. Os resultados primários incluíram taxas semanais de realização de metas para a meta de 25.000 passos, padrões de contagem de passos e eventos consecutivos de falha de metas de 2 semanas. As análises foram realizadas utilizando-se equações de estimativa generalizada (GEEs), modelos mistos lineares (LMMs) e modelos de riscos proporcionais de Cox. Clinical Research Information Service (CRIS), República da Coreia KCT0010966; https://tinyurl.com/3jeepxve.

O que encontraram

Dos 174 participantes randomizados, 141 (81%) participaram da intervenção e foram incluídos nas análises (67 intervenção; 74 controle), enquanto 33 participantes não participaram após a randomização. A taxa média global de meta de 12 semanas foi de 87% no grupo intervenção e de 87% no grupo controle, sem diferença significativa entre os grupos (razão de chances [OR] 1,12, IC 95% 0,29-4,37; P=,87). Os padrões de contagem de passos semanais também não apresentaram diferenças significativas (interação grupo × tempo: estimativa=-417; SE 09; P=,31). No entanto, o risco de eventos consecutivos de insucesso da meta de 2 semanas foi significativamente menor no grupo intervenção (taxa de risco [RH] 0,67, IC 95% 0,52-0,86; P=,002). O grupo intervenção apresentou uma probabilidade aproximadamente 33% menor de eventos consecutivos de falha na meta de 2 semanas do que o grupo controle.

Por que isso importa

Intervenções personalizadas de mensagens não mostraram efeitos significativos no aumento global da contagem de passos, mas foram associadas a um risco reduzido de eventos consecutivos de falha de metas de 2 semanas. Esses achados sugerem que mensagens personalizadas podem desempenhar um papel importante na melhoria da sustentabilidade das mudanças de comportamento e resiliência das falhas. A incorporação de estratégias de mensagens personalizadas pode aumentar a efetividade do desenho de intervenção em saúde digital.

Tradução automática do resumo original, publicado em JMIR mHealth and uHealth sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.

O estudo original

Personalized Mobile App-Based Messaging and Step Tracking for Improving Walking Behavior in Adults: Randomized Controlled Trial

Sarang Jang, Aeree Sohn

Descritores MeSH

  • Walking
  • Mobile Applications
  • Humans
  • Male
  • Adult
  • Surveys and Questionnaires
  • Republic of Korea
  • Middle Aged
  • Female

Veja também