《中华人民共和国电信与信息服务业务经营许可证》编号：2020年第2号第1期100320社交机器人作为治疗剂：提供行为改变干预的尼科尔湖，加-地Robinsona，b，c，J.，Jennifer Connollya，Leanne Hidesd，David J.卡瓦纳a昆士兰科技大学健康与生物医学创新研究所和心理与咨询学院儿童健康研究中心，澳大利亚布里斯班澳大利亚研究委员会机器人视觉卓越中心Australian Research Council Centre of Excellence for Robotic Visionc澳大利亚维多利亚州莫纳什大学特纳大脑和精神健康研究所电气和计算机系统工程系d澳大利亚布里斯班昆士兰大学心理学院A R T I C L E I N F O关键词：社会机器人医疗保健动机干预意象A B S T R A C T社交机器人越来越多地表现出作为低强度行为改变代理的有效性。该等行为干预的主要目标包括对健康有重大影响的日常生活方式行为，例如食用高热量食物及饮品（“零食”）。进行了一项使用阶梯楔形设计的试点随机对照试验，以确定自主机器人的激励干预的有效性，以帮助减少高热量零食。26名成人随机接受立即或4周延迟治疗，在基线和第4周和第8周进行评估治疗包括动机增强和自我管理训练，使用心理意象（功能性意象训练）。获得了零食发作减少的时间效应的显著条件，F（2，32.06）= 4.30，p=0.022。即时条件显著减少了基线和第4周之间的零食摄入（d=-1.06），而延迟条件没有（d=-0.08）。直接参与者在第4周至第8周之间保持了改善（d=-0.18），而延迟参与者则表现出显著下降（d=-1.42）。总体而言，从基线到第8周，“立即”参与者的零食事件减少了54%，“延迟”减少了62%，在治疗的前2周内，平均体重减轻了4.4kg。开始干预四周后，两种情况下控制零食摄入的持续时间、特定场景和情绪状态的感知信心均显著增加（d=0.61至1.42）。工作联盟与减少零食事件显著相关。试点的结果似乎表明，机器人提供的干预可能与人类临床医生提供类似干预一样有效与训练有素的临床医生（FIT-H，49%）相比，机器人交付的飞行员在前四周（FIT-R，55%）实现了类似的零食事件减少总的来说，研究结果为自主社交机器人提供了初步证据，可以在不需要人为干预的情况下对饮食摄入进行低强度治疗。未来的试验应该将机器人提供的干预方案的部署扩展到其他低强度行为结果。1. 介绍1.1. 社交机器人在医疗保健领域社交机器人正在获得牵引力，以提供医疗保健信息，评估和治疗，作为其他数字健康服务的补充（Robinson等人，2019; Lal和Adair，2014; Drigas等人，2011年）。与其他数字模式（诸如智能手机、计算机或基于屏幕的化身，例如，虚拟现实）相比，可以与人交互的社交机器人对于医疗保健治疗递送具有一些独特的优势。李（2015）;Saunderson and Nejat（2019）.与远程呈现或虚拟代理相比，智能社交机器人往往会引起人们更有利的反应，包括在整体印象、偏好 、 参 与 度 、 乐 于 助 人 、 吸 引 力 和 享 受 等 维 度 上 的 更 高 分 数（Bainbridge，Hart，Kim，&Scassellati，2011; Jost，Le Pévédic，&Duhaut ， 2012; Lee ， Jung ， &Kim ， 2006; Pereira ， Martinho ，Leite ， &Paiva ， 2008; Wainer ， Feil-Seifer ， Shell ， &Mataric ，2007）。与具身机器人相关的人际交往益处包括更高水平的可信度、信任、注意力、感知到的同理心，以及能够从人们那里引出更多描述性的对话语言（Fischer，Lohan，Foth，通讯作者：18 Alliance Lane，Clayton Campus，VIC 3800，Australia.电子邮件地址：nicole. monash.edu（N.L. Robinson）。https://doi.org/10.1016/j.invent.2020.100320接收日期：2019年11月22日;接收日期：2020年4月1日;接受日期：2020年4月6日2020年07月07日的一份声明2214-7829/©2020TheAuthors.由ElsevierB.V. 这是一个不可操作的CC，它与CCBY-NC-NDLicense（http：//creativecommons.org/licenses/BY-NC-ND/4。0/）。可在ScienceDirect上获得目录列表互联网干预杂志首页：www.elsevier.com/locate/invent《中华人民共和国电信与信息服务业务经营许N.L. Robinson，etal.22012; Kwak，Kim，Kim，Shin，&Cho，2013; Looije，Neerinc X，&Cnossen，2010; Looije，Zalm，Neerinc X，&Beun，2012; Reeves等人 ， 2003; Seo ， Geiskkovitch ， Nakane ， King ， &Young ， 2015;Wang& Rau，2019）。关于与健康活动相关的特征，具体的机器人通常在说服，接受建议的个人可能性以及更好的任务相关结果方面获得更高的评级，包括与虚拟代理相比，当具体的机器人与他们一起出现时，人们更有可能选择健康棒而不是糖果棒（Li，2015; Bainbridge等人，2011; Kiesler等人，2008; Shinozawa等人，2005年）。总的来说，这些属性代表了医疗保健中数字治疗方法的一组重要特征，如果社交机器人将开始承担需要强大的临床专业知识和基于谈话的人际关系的治疗角色，例如机器人去肝心理治疗。1.2. 社交机器人、医疗保健和机器人提供的心理治疗对可以从社交机器人中获得的健康益处的测试已经显示出一些积极的效果，但仅限于狭窄的背景范围（Robinson等人，2019年）。一系列研究主要在老年护理中使用动物类机器人来复制动物辅助治疗的有益效果（Abbott等人，2019年）。可行性和2期随机对照试验的荟萃分析结果包括躁动减少，以及报告居民、家庭成员和家庭成员描述的孤独感减少和快乐增加的定性证据（Abbott等人，2019; Jøranson等人，2015;Moyle等人， 2017; Moyle等人，2018年）。其他研究已经使用社交机器人向患有自闭症谱系障碍的儿童教授社交技能（Pennisi等人， 2016;Ismail等人，2019; Scassellati等人，2012年）。这些试验表明，机器人提供的培训课程改善了社会行为，例如增加了手势识别、提问和社交互动中的参与（So等人，2017; Pop等人，2013; Huskens等人，2013年）。社交机器人的第三个应用是增强健康的行为（Robinson et al.，2019; Moerman等人， 2018年），包括提供有关饮用水的建议，协助跟踪卡路里摄入量，或指导体育锻炼课程（Fasola，2014年; Fasola和Mataric，2012年; Kidd和Breazeal，2008年; Powers和Kiesler，2006年;Schrum等人，2019年）。然而，这些试验尚未在多个阶段或时间点跟踪健康结果。社交机器人还具有促进和提供低强度行为干预的潜在可能性，这些干预措施模拟了常规临床实践中使用的循证治疗（Robinson et al.，2019; Moerman等人，2018年）。它们的使用频率低于其数字对应物（即虚拟化身和对话代理），后者在抑郁症、焦虑症、创伤后应激障碍、自杀行为和药物滥用方面提供了临床访谈或心理治疗（Provoost等人，2017; Martínez-Miranda，2017; Laranjo等人，2018; Vaidyam等人，2019年; GaAlberney等人，2019年）。当作为医疗干预的一部分使用时，社会机器人对儿童的干预显示出一些积极的效果（Moerman等人，2018; Trost等人，2019年）。这包括一个人形社交机器人，它使用牵引力来减少儿童在接种疫苗期间对疼痛和痛苦的感知（Beran等人，2013），以及针对儿童肿瘤患者的多疗程、机器人递送的心理治疗降低了他们的焦虑、抑郁和愤怒分数（Alemi等人，2016年）。社交机器人在健康的成年人群中使用的频率较低 试验包括提供认知训练课程的机器人辅助计划，以提高老年人的记忆力、注意力和执行功能（Kim等人，2015），以及社交机器人通过15分钟的动机交互视图提供低强度的行为干预，以鼓励健康的行为改变，包括增加身体活动（Galvão Gomes daSilva等人，2018年）。这项新兴的工作表明，嵌入式社交机器人可以协助和领导健康干预，包括为行为改变提供支持，指导和指导的干预1.3. 临床医生主导的行为改变干预行为改变的动机对于成功地持续采用功能性行为（为人们提供有价值的结果）至关重要。促进或破坏健康的日常行为选择是由实现行为目标的激励和个人实现目标的信心驱动的（Bandura，1986）。支撑目标行为的欲望，如健康饮食（例如增加健康，减轻体重）通常与对不太健康的目标（如高热量食物）的欲望竞争。在某些时候（例如试穿衣服），健康的目标似乎最有吸引力;在其他时候（例如当呈现一个有吸引力的蛋糕时），不太健康的目标淹没了我们的注意力。一个重要的原因是，在时间上接近的动机目标（如高热量食物）往往比那些更延迟或更远的目标（如更健康;Loewenstein和Thaler，1989）具有更大的情感影响。目前在建立动机方面具有最强有力支持证据的干预策略是动机访谈MI（Miller和Rollnick，2013; Britt等人，2004年）。MI涉及建立一个协作和共情的环境，在那里人们可以轻松地谈论改变的好处和可能性。参与者探索他们对行为改变的矛盾心理，特别关注他们的功能目标是否与他们最重视的结果有关。他们对过去的职能成就及其对实现未来成功的信心的影响进行了反思。如果他们致力于一个功能性目标，他们会得到帮助，制定实现目标的计划。从业者使用回应性倾听，提出开放性问题，提请注意支持功能性变化的陈述，经常总结，只有在获得许可的情况下才提供信息或建议（Miller和Rollnick，2013）。MI已应用于各种健康维护患者（Martins和McNeil，2009）。一项对119项研究各种行为改变目标的MI试验进行的荟萃分析发现，与对照条件（即等待名单组或无治疗对照组、常规治疗或提供书面材料）相比，健康行为具有显著的益处（Lundahl等人，2010年）。对11项关于MI的体重管理、健康饮食和身体活动的随机对照试验的单独荟萃分析也显示，与对照条件相比，体重减少更大（Armstrong et al.，2011年）。然而，Morton等人（Morton等人，2015年）在初级保健非临床人群中进行的关于MI对健康行为改变的研究（包括饮食行为研究）显示，只有50%的试验对行为改变有积极影响。此外，这些综述中的平均相对效应量较小，尤其是将MI与活性对照进行比较时 。MI的几个局限性可能与其有限的影响有关。当在消费环境之外（例如诊所）考虑时，功能性目标通常具有更高的个人价值。然而，当面对诱惑时，相关激励的更亲的性质使他们在做出消费决策时产生更强的动机影响。保持健康饮食的挑战包括使相关激励更加突出和情感上强大，并在我们做出消费决策时减少诱惑的力量（霍夫曼和诺德格伦，2015）。MI并不试图教参与者如何做到这一点。它还严重依赖于口头讨论，这与情感的联系不如感官体验，包括心理意象（Pearson等人，2015年）。心理意象涉及创建一个对象的心理表征，活动或经验，模拟实际经验，并携带类似的情感电荷（Pearson和Kosslyn，2013）。多感官意象对广泛的动机目标的欲望具有重要的影响，包括食物、酒精、香烟和参与 体 育 运 动 （ Kavanagh 等 人 ， 2009; May 等 人 ， 2008; Kemps 和Tiggemann，2007; May等人，2010年）。想要缓和自己的欲望或渴望的人可以专注于干扰那些《中华人民共和国电信与信息服务业务经营许N.L. Robinson，etal.3给予他们情感力量，使用竞争相同工作记忆容量的认知任务，包括其他心理意象（May等人，2008; Skorka-Brown等人，2015; Baddeley和Andrade，2000; Kavanagh等人，2005年）。竞争性心理意象的一个重要类型是关于更有益目标的意象，比如保持健康饮食。排练这一形象不仅可以建立健康食品消费的动机，而且还可以减弱其他食物渴望的力量，使个人克服暂时的诱惑，并保持他们朝着长期健康目标的进展。1.4. 新的行为改变干预功能性图像训练（FIT，（May等人，2015a））是为了解决这些限制而创建的。这种新的动机改变方法是基于广泛的理论和实证工作，这些工作证明了心理意象在欲望和动机中的力量（Kavanagh等人， 2005;May等人，2015年b）。FIT 在 其 初 始 阶 段 结 合 了 MI 的 精 神 ， 但 使 用 心 理 意 象 进 行（Kavanagh等人，2005年）。这种意象将功能性行为的重要远端结果带入即时体验，增强了它们的动机影响。如果这个人决心做出改变，那么他们就会被展示如何在面临消费相关决定的情况下使用动机意象，使该决定更加理性，更少受到诱惑的影响。因此，FIT教导个人如何使用感官丰富的图像来建立对有益目标的动机，并处理有问题的渴望。FIT用于减少高能量零食的初始试验使用了阶梯楔形2周延迟设计和单次治疗。研究发现，立即接受FIT的参与者在吃零食的数量和吃零食的时间上都有更大的减少。比那些在评估后接受它的人多2周。延迟组随后在接下来的2周内实现了类似的减少（Andrade等人，2016年）。在4周内，样本的发生次数减少了33%。最近，一项更大规模的体重控制随机对照试验比较了3个月内4小时的FIT或MI，证明了FIT的持续获益（Solbrig等人， 2019年）。虽然MI在12个月内仅减少了0.67 kg，但FIT导致体重减少了6.44 kg。这些试验表明，FIT是一种新兴但具有竞争力的心理治疗干预方法，具有显著影响。1.5. 行为目标：高热量消耗高热量食物消费是受行为生活方式选择影响的关键健康风险因素，而行为生活方式选择易于接受动机干预。它也是肥胖、高血糖以及牙齿和骨骼健康不良的关键可改变行为决定因素（Hsiao和Wang，2013;Malik等人，2010; Woodward-Lopez等人，2011年;世界卫生组织，2015年）。常规坚持健康饮食有助于预防和管理严重的健康状况，包括心血管疾病，糖尿病和癌症（世界卫生组织，2017）。因此，减少高热量食物摄入是试图改善近期和长期健康结果的干预措施的一个关键目标。1.6. 初步试点：人送（FIT-H）我们开发了一个基于方案的干预版本，用于减少高热量零食的摄入。该脚本使用人类临床医生进行测试以提供它（FIT-H）。这个初步试点是为了确保在实施机器人之前，使用FIT创建和交付干预脚本可以自行实现行为改变。对每天使用智能手机的成年人（18岁以上）进行了一项病例系列研究，他们每天至少吃两次高脂肪或高糖食物或饮料，希望减少这种类型的饮食，零食摄入量，从未被诊断出患有饮食失调症。干预分为三次60分钟的面对面治疗和五次15分钟的电话治疗，4.25小时治疗12周。在2个月的招募期内，14名参与者开始了试验。年龄20 ~ 62岁（M = 38.5，SD = 13.03），女性13例（93%）。8名参与者（57%）在第4周提供了数据，7名（50%的参与者）在第12周完成了评估 所有完成基线后评估的受试者均显示零食发作减少：基线（M=14.6，SD=3.8）、第4周（M=7.4，SD=4.4）和第12周（M= 5.9，SD = 3.1），前4周之间减少49%，随后在第4周至第12周之间额外减少20%。使用整个基线样本的标准差单位，这对应于第4周完成者的Cohen d为1.65，第12周完成者为1.93尽管这种干预使用了高度结构化的脚本，但结果与手动但约束较少的干预的先前结果相比非常有利（Andrade et al.， 2016年），尽管早期的研究只有2周而不是4周的阶段和3天而不是14天的回忆零食。这些数据为使用社交机器人提供类似的脚本提供了坚实的基础，经过一些修改，允许社交机器人提供干预。有关本研究的设计、实施、治疗方案和结果的更多详细信息，请参见github.com/nrbsn/robofit。1.7. 目标和假设主要研究是一项关于社交机器人（FIT-R）提供FIT的 它有一个阶梯楔形设计，比较了入组时立即给予FIT-R与试验（“立即”）的效果，以及延迟至入组后4周给予FIT-R（“延迟”）的效果。“延迟”组接受在最初4周自我监测其零食摄入量的指令-这是在行为减肥试验中对照组中看到的常见策略（Burke等人，2011年）。在基线、第4周和第8周测量结局。选择该设计是为了调查随着时间的推移的差异变化，并控制签署行为改变研究和自我监测零食摄入量的影响。我们假设：从0到4周，与延迟条件相比，即时条件将显示零食事件（主要结局）的更大减少、动机想法的更大增加以及FIT-R后渴望的更大减少。从4到8周，即时条件将保持他们的治疗收益，而延迟条件（现在接受FIT-R）将显示治疗后零食事件减少，动机想法增加和渴望减少。该研究包括对社交机器人进行可行性的初步测试，以提供自己的口头干预，并明确关注一个潜在目标。因此，未纳入其他医疗评估。2. 方法2.1. 参与者参与者被邀请参加为期11个月的电子邮件招聘大学师生，社交媒体网络，媒体发布，网络网站，电子和物理布告板。参与者必须年满18岁或以上，每天至少食用一种不属于日常膳食的高热量食物或饮料。他们也一定想减少这种零食的摄入量。他们不能在饮食态度测试-26上筛查出阳性的疾病（Garner等人， 1982年）或曾被诊断为··《中华人民共和国电信与信息服务业务经营许N.L. Robinson，etal.4图1.一、NAO人形机器人。患有饮食失调症参与者还需要完成基线评估并提供详细联系方式。没有应用其他排除标准，个人可以自行决定同时参加其他计划或服务，因为该研究明确关注与健康饮食和体重管理的多方面条件2.2. 材料2.2.1. NAO类人机器人来自Softbank Robotics（SoftBank Robotics，2019）的NAO人形机器人（见图1）高58厘米。它有25度的身体运动自由度，触觉传感器，两个摄像头，定向麦克风和一个线性倒摆，用于全方位运动。它还具有英特尔ATOM 1.6 CPU，声纳测距仪，惯性板，语音合成器和48.6瓦时电池，电池寿命为1.5+（SoftBank Robotics，2019）。机器人使用Softbank Robotics的Choregraphe软件开发工具包NAO被选择用于本研究，因为它具有友好的人形和儿童般的外观，供参与者使用的简单传感器系统，并且已用于之前的几项健康相关试验，例如。 （Robinson等人， 2019年）。2.2.2. 评估结果下面列出的所有评估（不包括身体质量指数）都是自我报告的措施，这些措施是在网上完成的，以回应包括调查链接的电子邮件。这种方法允许参与者在自己的时间内完成这些评估，以减轻研究负担，并允许评估独立于研究团队，并与机器人干预分开2.3. 零食发作次数（主要结局）在每个评估时间点，使用基于日记的回忆来计算前2周内高热量零食事件的数量。高热量零食被定义为在两餐之间食用的任何高糖或高脂肪食物或饮料。高热量零食摄入被确定为肥胖和高血糖水平的关键风险因素，促进减少消费以改善国家健康指南（世界卫生组织，2015年）中确立的整体健康结果。它们通常被消费而不是更有营养的食物，含有低水平的必需营养素，并且不被认为是健康饮食所必需的（世界卫生组织，2015）。提供的示例包括但不限于含糖软饮料、甜甜圈或小圆面包、糖果、甜或咸馅饼/面包屑、果汁和含糖牛奶什锦早餐棒，但不包括酒精饮料（国家健康和医学研究委员会，2013）。每天记录三个时段的零食或饮料的数量和类型：上午（12：00 am至12：00 pm）、下午（12：00pm至6：00 pm）和晚上（6：00 pm至12：00 am）。参与者被要求报告任何他们不确定的零食以供审查。零食事件被定义为在该时间范围内的任何上午、下午或晚上时段消耗的任何零食，而不考虑零食或饮料的总数。可能的零食发作总数范围为0 - 42（即3个时间段× 14天），最终报告的结局为2周期间的平均值，以确定每周平均值（即总数/2）。零食总次数代表了主要结局，因为它是一个可识别、易于理解、可在多个个体中测量的指标，并且是旨在启动行为改变的干预措施的明确行为结局。这也避免了由不同参与者进行的项目计数或数量评估的潜在问题，或者关于一系列零食或饮料是否可能构成不同事件的决定。其他技术性更强的方法可以提供有关饮食质量的更多细节，但需要更多的时间来培训参与者正确使用它们，然后才能产生有意义的结果，例如卡路里计数总能量摄入（Johnson，2002; Shim，2014）。2.3.1. 动机和渴求认知13项动机思维频率MTF（Kavanagh等人， 2018; Parham等人，2017;Robinson等人，2016）量表用于测量前一周关于他们想要改变高热量零食摄入的动机的动机想法的频率。动机预计对健康有益或改变有很强的影响，因为在短期和长期情况下，人们倾向于常规选择健康食品而不是高热量零食，从而改善健康习惯和益处（Hofmann和Nordgren，2015）。验证性因素分析表明，MTF有四个分量表，支持各种动机认知（强度，激励意象，自我效能意象，可用性）。10项渴望体验问卷频率CEQ-F（May等人，2014）测量了前一周对高热量零食摄入的渴望或欲望的频率，这可能干扰想要改变高热量零食事件的动机认知（Kavanagh等人，2005年）。CEQ-F有三个分量表（强度，意象，侵入性）。MTF和CEQ都有从0（“从不”）到10（“经常”）的项目评级。状态动机和CEQ强度（Kavanagh等人，2018;Robinson等人，2016年，也是在每一个评价点上。这些结果可在https://github.com/nrbsn/robofit上查阅。这些评分在结果中表示为每个子量表的平均项目评分（即，0-10）。2.3.2. 控制零食的信心（CCS）CCS是为当前研究创建的，作为一种自我效能的衡量标准，以控制不同时间段、场景和情绪状态下的零食摄入量。它有两个分量表，每个分量表有10个项目：《中华人民共和国电信与信息服务业务经营许N.L. Robinson，etal.5在1 - 6天、1周、2周、3周和4周（CCS-天）中的每一天的控制信心，以及在情绪状态或特定情景（如感到愤怒、无聊或其他人有这种感觉）期间报告的控制信心（CCS-情景）。所有项目的评分均为0（“完全不确定”）至10（“E ×非常确定”），子量表评分报告子量表内项目的平均置信度。该量表尚未在其他研究中进行过测试，但其构建与其他已建立内部一致性的自我评价指标密切相关（Kavanagh等人， 1996年）。2.3.3. 工作同盟Horvath 和 Greenberg 的 工 作 联 盟 量 表 （ WAI ） （ Horvath 和Greenberg，1989）是一种自我报告的测量方法，用于评估专业人员和患者之间的治疗联盟，这是一种经常被研究的理论方法，以探索其与心理治疗和行为改变结果的关系（Ardito和Rebellino，2011）。项目按7分制Likert量表进行评分，从1（“从不”）到7（“总是”），并对治疗联系、角色和任务进行评分。“目标”是指个体希望通过双方选择干预目标的干预实现的目标，“任务”涉及个体和治疗代理（在这种情况下，机器人）应该采取什么行动来实现目标，“债券”是指治疗代理的属性，如信任，接受和信心（Horvath和Greenberg，1989）。在第一次机器人会议后完成了库存。允许使用清单。2.3.4. 体重和体重指数（BMI，次要结局）在每次机器人治疗过程中，使用相同的量表集评估体重和体重指数（BMI，[kg/m2]）。参与者被要求脱掉鞋子和其他厚重的衣服，如外套或夹克，以增加准确读取会话之间读数的可能性。由于两次机器人会话之间的时间范围非常短（2周），并且体重测量不是强制性的，因此BMI仅是次要结果指标2.4. 机器人介入2.4.1. 设计FIT-R给药的时间轴见表1。认识到人类试点研究中的大部分效果似乎来自初始会话，会话数量从8个减少到3个，总接触时间从4.25小时减少到2.25小时，FIT-R在基线后第1周和第3周与机器人进行了两次面对面会话（2× 60分钟），并在第2周在线提供预先录制的视频会议（1 ×15分钟）。从第4周开始，立即组的参与者每周收到一次短信提醒（160个标准字符），以鼓励他们继续进行意象练习，直到第8周的最终评估点，而2.5. 干预设计和内容2.5.1. 由社交机器人提供的功能性图像训练（FIT-R）由机器人提供的FIT类似于人类治疗师版本（FIT-H）。两个脚本都使用了鼓励和协作的方法，支持个人选择的任何零食减少目标，并且大量重复使用措辞。但基于表1试点RCT时间轴。在人类治疗师研究中，机器人干预脚本对心理意象进行了额外的解释。适应机器人交付还需要以分支格式交付一些以前开放式机器人干预内容由训练有素的临床心理学家撰写，审查和批准，他们在大规模行为改变干预方面具有丰富的经验FIT-R主要是线性脚本，具有一系列节点，参与者通过使用传感器触摸或基本口腔分支点（即是/否）进行。所有片段都是定制的动画和听觉发音被选择，以密切代表自然，现实和协作的对话与机器人。与机器人面对面的个人会谈是在没有其他人在场的私人房间进行的，以最大限度地提高披露和参与治疗的可能性。使用无线路由器监测会话，并由研究人员观察，以便对任何错误或事故做出快速反应。然而，机器人并没有被设计成等待研究人员的任何命令或提示（即没有使用绿野仙踪控制）。完整的人类和机器人治疗师干预脚本，包括内容差异，可以在www.example.com robofit上看到https://github.com/nrbsn/。最初，所有参与者都完成了一个简短的练习，以熟悉机器人，包括使用传感器和对基本口头提示的反应。这一部分提供了对他们自己浏览会议的能力的验证检查。然后，每个参与者都接受了相同的干预，只有少量定制，例如他们的姓名和在指定分支点的预先编写的反馈（例如，他们报告的进行变更的置信度）。参与者被要求大声回答开放式问题（即想象练习让你感觉如何？），尽管他们的口头回答没有被记录或分析。省略基于开放式问题答案的脚本更改是因为这些问题可以引发无限数量的可能响应，并且因为社交机器人的自然语言处理仍然是一个新兴的工作领域，并且对于临床应用来说还不是完全没有错误。不直接回应每个单独答案的决定降低了错误的可能性、会话的复杂性或其他可能破坏机器人会话或治疗内容中感知到的信任或信心的不准确响应。固定的脚本干预设计也提高了系统地得出有关其内容影响的结论的能力，并且与其他形式的数字程序类似（Oosterveen等人，2017年）。鉴于程序的静态性质，机器人提供的干预无法完全实现FIT，但它确实评估和模拟了内容以及线性固定对话。2.5.2. 第1节-Robo-FIT（60分钟）第一次会议开始时，机器人介绍自己为“安迪”，提供有关会议议程的信息，以及一般的心理意象心理教育。机器人引发了积极的图像实践，并为干预提供了理由。然后，参与者描述了他们目前零食摄入量的积极和消极方面，并创造了一个比平时更糟糕的时间的心理图像，然后这个问题消失了，其他人赞扬他们做出了改变。如果他们想增加零食的摄入量，他们被要求确定一个潜在的目标。否则，如果他们拒绝，会议将结束。他们想象自己在一周内达到目标，以及达到目标后的结果，评估自己达到目标的信心，并想象自己将如何实现目标，他们还想象自己将如何应对挑战，以及下周可以使用这一想法的特定场合，并报告自己的信心是否有所上升。会议结束时，他们大声总结了他们想做什么，为什么，他们将如何做到这一点，并要求在家里练习图像。第1个基线第1第2第3第4立即评估会话1视频会话会话2评估延迟第2个评估–第5–第6–第7评估第8立即提醒提醒提醒评估延迟会话1视频会话会话2评估《中华人民共和国电信与信息服务业务经营许N.L. Robinson，etal.62.5.3. 第2节-Robo-FIT在线视频（15分钟）提供了一个15分钟的预先录制的视频作为简短的增强会话。 它涉及机器人提供一个作品的相机独白与进一步的信息和指导技术排练，以支持干预内容。机器人要求参与者回顾他们在一周内的进步，并引发了关于一周内他们拒绝吃高热量零食的情况的图像。他们重新构思下一周的计划，回忆过去他们屈服于诱惑的时候，想象选择一种替代零食或做其他事情。参与者只能访问一次视频会话，以避免收到多个充值会话，并且视频会话不包含任何定制内容或个性化，而是使用中性问候语打开和关闭会话。2.5.4. 第三部分-Robo-FIT（60分钟和30分钟半结构化面试）第三部分首先介绍了会议概况并提出了议程。参与者再次回顾了他们零食的任何变化，并重新评估了他们的信心。他们练习想象在接下来的一周里，当他们被诱惑去吃高能量的零食或饮料时，以及如果最近对他们的控制的挑战再次发生时，他们可以采取进一步的行动。彼等重新评估彼等对维持控制权之信心，并检讨其是否已改变。他们练习想象为未来的挑战做准备，保持控制，以及他们会有多好的感觉。他们被鼓励练习类似的意象，回家，并设置提醒练习使用他们的手机。在最后一次机器人会议结束时，研究团队的一名成员进行了30分钟的半结构化访谈，这是他们自项目开始以来首次与研究人员进行实质性互动。定性访谈的详细结果将在单独的出版物中进行深入分析和报道。2.6. 程序获得了人类研究伦理批准（HREC #1500000934）。参与者在线提供知情同意书，以及他们是否符合资格标准。他们完成了EAT-26和基线评估，包括人口统计学特征。不合格的参与者得到了反馈，提供了健康饮食和饮食失调的信息，以及任何问题的联系方式。通过自动计算机程序，使用数字1-2和1-4的随机排列，将合格的参与者随机分为立即或延迟条件，无分层。进行该随机排列集是为了最大限度地减少条件之间的数量差异，并避免由确定资格的重新分配者猜测可能的未来分配。从基线至第4周立即开始治疗，并进行文本提醒随访直至第8周，延迟组从第4周至第8周开始治疗。2.7. 统计分析使用完全随机化样本（即治疗意向）分析结局。线性混合模型（IBM™ SPSS第23版）评估了三个时间点的变化：基线、第4周和第8周。一个人的重复数据与单时间滞后之间的自回归关系提供了最佳拟合。 条件和时间是固定的，参与者是随机的。使用限制最大似然法进行估计。使用Cohen's d，以基线条件下的标准差单位报告条件之间的对比度大小。初步分析检查了离群值以及正态性和分布假设，所有假设均得到满足。零食事件报告中的任何缺失数据均由按比例分配替代。例如，一名参与者在14天中报告了10天的数据，并且有5次吃零食，按比例分配给7分（14天）。在使用原始数据或按比例计算的数据进行所有统计分析时，未发现任何重大差异，在下面的最终分析中报告，因为它可能更接近地代表他们在过去两周的行为。与零食事件变化的相关性使用基线零食事件减去干预后即刻的事件（即4周时立即和8周时延迟）。3. 结果3.1. 基线数据共有122名参与者开始了调查：104人提供了同意书，83人符合初始资格标准。只有33人（42%）完成了基线测量，26人提交了他们的联系方式，因此被随机分配到不同的条件下。在最终样本中，大多数参与 者 为 女 性 （ n=18 ， 69% ） ， 年 龄 为 19 至 69 岁 （ M=37 ，SD=13.47）。样本具有高水平的教育：10人（38%）具有本科学位，7人（27%）具有研究生学位。 其余样本完成了12年级（n=8，31%）或贸易（n=1，4%）。大多数人有工作（兼职：n=12，46%;全职：n=13，50%），有伴侣（n=16，61%），或单身（n = 8，31%）。只有两人（8%）分居或离婚。大多数出生在大洋洲（n =23，89%），两个来自美国，一个来自欧洲。 这些疾病在立即（n =13）和延迟（n = 13）治疗中接受了相同数量的分配。在任何人口统计学特征或其他基线评估方面，各疾病之间无显著差异。在第1阶段，BMI平均是高（M）=30.66,SD=10.50，范围= 17.38-53.11）。3.2. 干预参与和保留在治疗过程中，所有参与者都大声地对每个问题给出了描述性的答案，并似乎在尝试想象片段。没有人拒绝将零食摄入量作为他们的主要目标，或者在治疗过程中退出参与所有实时会话均在建议的60分钟时间范围各参与者以不同的速度完成会议中的组成部分，这取决于确定其个人目标、讨论其改变原因或讨论其治疗计划想法所需的讨论程度。26名被随机分配到不同条件的参与者中有19人完成了为期4周的评估（73%），16人完成了为期8周的评估（62%）。 完成8周评估的每个人都完成了之前的所有评估。即刻组的完成率（n=13，第1次会议=100% ， 视 频 1=84.6% ， 第 2 次 会 议 =76.9% ， 所 有 会 议=76.9%）。延迟组的完成率（n=13，会话1=76.9%，视频1 =61.5%，会话2=76.9%，所有会话= 61.5%）。3.3. 零食剧集发现了零食发作减少的时间效应的显著条件，F（2，32.06）=4.30，p= 0.022（见图2）。配对比较显示，基线时分配的条件之间无显著差异，F（1，45.09）=0.009，p= 0.924，或第8周，F（1，50.24）= 0.284，p = 0.596，但在第4周的关键评估时发现显著差异，F（1，51.35）= 6.31，p = 0.015。从基线到第4周，即刻条件下零食发作显著下降（F（1，30.24）= 11.18，p = 0.002，d=-1.06），并且在第4周至第8周之间保持不变（F（1，25.92）=0.273，p = 0.605，d =-0.18）。相比之下，延迟条件在基线和第4周之间没有显著变化（F（1，28.93）=0.08，p= 0.785，d=-0.08），但在 第 4 周 至 第 8 周 之 间 显 著 下 降 （ F （ 1 ， 27.58 ） =17.46 ，p<.001，d=-1.42）。机器人递送版本中零食事件的减少：即刻基线（M = 10.92，SD = 4.68）、4周（M = 5.39，SD= 3.02）和8周（M = 5.06，SD= 3.42）《中华人民共和国电信与信息服务业务经营许N.L. Robinson，etal.7小吃插曲1614121086420基线第4研究时间轴图二.在8周内减少零食发作。和延迟基线（M=11.08，SD=4.65），4周（M=10.85，SD=4.25）和8周（M=4.25，SD=2.64）。在治疗的前四周，样本减少了55%。中间组在前4周减少51%，随后在4- 8周减少6%（总体减少=54%）。延迟组在前4周减少2%，随后在4至8周之间减少61%（总体减少= 62%）。3.4. 动机认知在MTF分量表中，未发现任何条件随时间的显著影响（强度：F（2，37.29）=0.14，p= 0.871，自我效能意象：F（2，35.06）=0.90 ， p= 0.417 ， 激 励 意 象 ： F （ 2 ， 35.52 ） =0.92 ， p=0.407，可用性：F（2，34.25）=0.83，p= 0.446
我的内容管理
展开
