אפליקציות הרזיה יודעות לאסוף צעדים, משקל ויומן אכילה — אבל עדיין לא ברור איזה משוב כדאי לשלוח, למי ובאיזה שבוע. פיילוט חדש ב־Obesity Science & Practice בדק אם אפשר לפרק את המשוב לרכיבים ולבחון אותם שוב ושוב בתוך אותה תוכנית.

איך עבד הניסוי

המחקר כלל 28 מבוגרים עם השמנה, 86% מהם נשים, עם BMI ממוצע של 37.2. לאחר מפגש הדרכה מקוון, המשתתפים התבקשו לתעד מדי יום צריכת מזון באפליקציה, פעילות באמצעות Fitbit Inspire 3 ומשקל באמצעות משקל חכם.

בכל אחד מ־16 השבועות הם הוגרלו מחדש לקבל או לא לקבל ארבעה רכיבי משוב: עמידה ביעד הקלורי, איכות התזונה, עמידה ביעד הפעילות ותמיכה בהצבת יעדים. כך נוצרו 16 שילובים אפשריים. ההודעה נשלחה במסרון עם קישור לעמוד אישי, ונכתבה בידי אנשי צוות מיומנים — לא בידי מערכת AI אוטונומית.

מעורבות גבוהה, עם ירידה לאורך הזמן

עשרים ושישה משתתפים, 93% מהמדגם, השלימו את 17 שבועות המחקר כולל שבוע ההכנה. הודעות המשוב נצפו ב־92% מהשבועות האפשריים. המשתתפים דירגו 63% מההודעות שנצפו, ו־90% מהדירוגים האלה הגדירו את ההודעה כמועילה.

הפעילות תועדה ב־87% מהימים, המשקל ב־76% וצריכת המזון ב־65%. ההתמדה בניטור ירדה לאורך המחקר, תופעה מוכרת בהתערבויות דיגיטליות. עם זאת, אפילו בשבוע האחרון 92.3% מהמשתתפים פתחו את הודעת המשוב השבועית.

מה הפיילוט לא יכול להוכיח

המשתתפים ירדו בממוצע כ־3% ממשקל הפתיחה, אבל אין לייחס את הירידה למשוב. לא הייתה קבוצה שלא קיבלה משוב, המדגם היה קטן בכוונה, והמחקר לא היה בעל עוצמה סטטיסטית להשוות בין ארבעת רכיבי ההודעה או לבדוק השפעה על המשקל.

גם שיעור הנשים הגבוה והיעדר משתתפים שהזדהו כהיספנים או לטינים מגבילים את ההכללה. בנוסף, פתיחת הודעה ודירוג חיובי הם מדדי שימושיות — לא הוכחה לשינוי בריאותי.

למה בכל זאת זה מעניין

רוב תוכניות ההתנהגות נבדקות כחבילה אחת. הגרלה מיקרו־אקראית מאפשרת לשאול שאלה מדויקת יותר: האם סוג מסוים של משוב עוזר דווקא בשבוע מסוים ובהקשר מסוים. כאן הוכח שהמערך הטכנולוגי והמחקרי ישים ושמשתתפים מוכנים להשתמש בו לאורך זמן.

השלב הבא הוא ניסוי גדול שכבר הושק, ובו ייבדק אם רכיבי משוב שונים משנים בפועל התמדה בניטור, עמידה ביעדים וירידה שבועית במשקל. עד אז, המסר אינו שהמסרונים מרזים — אלא שאפשר להתחיל לבדוק באופן שיטתי איזה משוב דיגיטלי באמת מועיל.