Effectiveness of an LLM-integrated Chatbot Intervention for Physical Activity Habit Formation in Prehypertensive Adults: A 12-Month Randomized Controlled Trial Protocol

तकनीकी सारांश: प्रीहाइपरटेंसिव वयस्स्कों में शारीरिक गतिविधि की आदत निर्माण के लिए एक LLM-एकीकृत चैटबॉट हस्तक्षेप की प्रभावशीलता

समस्या विवरण
प्रीहाइपरटेंशन (उच्च रक्तचाप की पूर्व अवस्था) हाइपरटेंशन और हृदय रोग के लिए एक महत्वपूर्ण जोखिम कारक है, जो वयस्क आबादी के एक बड़े हिस्से को प्रभावित करता है। जबकि शारीरिक गतिविधि (PA) रक्तचाप के प्रबंधन के लिए एक सिद्ध गैर-औषधीय हस्तक्षेप है, दीर्घकालिक पालन (adherence) एक बड़ी चुनौती बनी हुई है। मौजूदा हस्तक्षेप अक्सर संरचित व्यायाम कार्यक्रमों या मानकीकृत सलाह पर निर्भर करते हैं जो चिंतनशील प्रक्रियाओं (जैसे, ज्ञान, इरादा, आत्म-प्रभावकारिता) को लक्षित करते हैं, लेकिन वे उन रिफ्लेक्सिव (reflexive) प्रक्रियाओं का समर्थन करने में विफल रहते हैं जो आदत निर्माण के लिए आवश्यक हैं (जैसे, स्वचालित संकेत-व्यवहार जुड़ाव, संदर्भ स्थिरता)। इसके अतिरिक्त, जबकि वियरेबल्स और चैटबॉट्स जैसे डिजिटल स्वास्थ्य उपकरण मौजूद हैं, प्रीहाइपरटेंसिव वयस्कों में निरंतर शारीरिक गतिविधि व्यवहार परिवर्तन के लिए अनुकूलन योग्य, संदर्भ-संवेदनशील और निरंतर सहायता प्रदान करने हेतु लार्ज लैंग्वेज मॉडल्स (LLMs) को एकीकृत करने की प्रभावशीलता पर सीमित साक्ष्य उपलब्ध हैं। वर्तमान LLM-आधारित स्वास्थ्य अध्ययन अक्सर अल्पकालिक होते हैं, जो दीर्घकालिक व्यवहार संबंधी परिणामों या आदत निर्माण के तंत्रों के बजाय केवल व्यवहार्यता (feasibility) पर ध्यान केंद्रित करते हैं।

कार्यप्रणाली
यह शोध पत्र एक 12-महीने के, दो-आर्म, समानांतर, प्रैग्मैटिक रैंडमाइज्ड कंट्रोल्ड ट्रायल (RCT) के प्रोटोकॉल को रेखांकित करता है जिसमें एक एम्बेडेड 3-महीने का गहन अनुदैर्ध्य (longitudinal) अध्ययन शामिल है। यह परीक्षण चाइनीज क्लिनिकल ट्रायल्स रजिस्ट्री (ChiCTR2400085073) के साथ पंजीकृत है।

• प्रतिभागी: बीजिंग की दो बड़ी तकनीकी कंपनियों और सोशल मीडिया के माध्यम से प्रीहाइपरटेंशन (SBP 120–139 mmHg या DBP 80–89 mmHg) वाले 118 वयस्कों (आयु 18-60 वर्ष) और निम्न शारीरिक गतिविधि स्तरों वाले व्यक्तियों की भर्ती की जाएगी।
• डिज़ाइन:
  • हस्तक्षेप समूह (Intervention Group): प्रतिभागियों को हुवावे वॉच डी (Huawei Watch D) स्मार्टवॉच प्राप्त होगी और वे वीचैट मिनी-प्रोग्राम के माध्यम से वितरित एक LLM-एकीकृत चैटबॉट, हैबिटबॉट (HabitBot) तक पहुंच प्राप्त करेंगे। हैबिटबॉट 'हेल्थ एक्शन प्रोसेस अप्रोच' (HAPA) और 'हैबिट फॉर्मेशन थ्योरी' पर आधारित है। यह व्यक्तिगत PA प्रिस्क्रिप्शन, स्वास्थ्य सलाह और प्रेरणादायक फीडबैक देने के लिए यूजर-सेंटर्ड डिज़ाइन का उपयोग करता है। सिस्टम प्रतिभागी प्रोफाइल, रियल-टाइम वियरेबल डेटा (कदम, हृदय गति, बीपी) और संवादात्मक इतिहास को शामिल करता है ताकि अनुकूलित प्रतिक्रियाएं उत्पन्न की जा सकें। यह लक्ष्य निर्धारण, कार्य योजना, समस्या समाधान और स्व-निगरानी जैसे व्यवहार परिवर्तन तकनीकों का समर्थन करता है।
  • नियंत्रण समूह (Control Group): प्रतिभागियों को वही हुवावे वॉच डी स्मार्टवॉच मिलेगी, एक नर्स से एक बार का आमने-सामने का अनुकूलित PA प्रिस्क्रिप्शन (ACSM दिशानिर्देशों के आधार पर) मिलेगा, और एक मानक स्वास्थ्य ऐप (CoHealth) तक पहुंच मिलेगी जो PA, आहार और नींद पर सामान्य शिक्षा प्रदान करता है।
• रैंडमाइजेशन (यादृच्छिकीकरण): कंपनी-भर्ती प्रतिभागियों के लिए क्लस्टर स्तर पर (लॉजिस्टिक बाधाओं को प्रबंधित करने के लिए) और सोशल मीडिया के माध्यम से भर्ती किए गए लोगों के लिए व्यक्तिगत स्तर पर रैंडमाइजेशन किया जाता है।
• परिणाम (Outcomes):
  • प्राथमिक: औसत दैनिक कदमों की संख्या (स्मार्टवॉच के माध्यम से वस्तुनिष्ठ रूप से मापी गई) और शारीरिक गतिविधि के स्तर (IPAQ के माध्यम से)।
  • द्वितीयक: रक्तचाप, शरीर की संरचना, और चिंतनशील (HAPA-आधारित: इरादा, आत्म-प्रभावकारिता, योजना) और रिफ्लेक्सिव (SRBAI-आधारित: आदत की मजबूती, संदर्भ स्थिरता, आंतरिक पुरस्कार) पथों से संबंधित मनोवैज्ञानिक कारक।
  • प्रक्रिया माप: उपयोगिता (Chatbot Usability Scale), जुड़ाव और पालन।
• डेटा संग्रह: आकलन बेसलाइन, 3, 6 और 12 महीनों पर किया जाता है। आदत निर्माण तंत्रों में अस्थायी परिवर्तनों को पकड़ने के लिए पहले 3 महीनों के दौरान दैनिक आधार पर एक गहन इकोलॉजिकल मोमेंटरी असेसमेंट (EMA) किया जाता है।
• विश्लेषण: बार-बार किए गए मापों और क्लस्टरिंग को ध्यान में रखते हुए मिश्रित-प्रभाव मॉडल (mixed-effects models) का उपयोग करके 'इंटेंशन-टू-ट्रीट' विश्लेषण। मीडिएशन विश्लेषण यह पता लगाएगा कि कैसे चिंतनशील और रिफ्लेक्सिव पथ PA परिणामों को प्रभावित करते हैं।

प्रमुख योगदान
यह शोध पत्र तीन विशिष्ट तत्वों को एकीकृत करके दीर्घकालिक PA रखरखाव के अंतर को दूर करने के लिए एक नया ढांचा प्रस्तावित करता है:

1. LLM-संचालित अनुकूलन क्षमता: नियम-आधारित चैटबॉट्स के विपरीत, हैबिटबॉट मल्टी-टर्न संवादों, संदर्भ की समझ और गतिशील समस्या समाधान को संभालने के लिए एक LLM का उपयोग करता है, जिससे यह उपयोगकर्ता की बाधाओं और बदलते स्वास्थ्य स्तर के अनुसार वास्तविक समय में समायोजित हो सकता है।
2. दोहरा पथ (Dual-Pathway) फोकस: हस्तक्षेप स्पष्ट रूप से चिंतनशील (प्रेरणात्मक) और रिफ्लेक्सिव (आदतन) प्रक्रियाओं को लक्षित करता है, जिसका लक्ष्य उपयोगकर्ताओं को इरादतन व्यायाम से स्वचालित आदत की ओर ले जाना है।
3. तंत्रिकीय अनुदैर्ध्य डिज़ाइन (Mechanistic Longitudinal Design): 12-महीने के परीक्षण के भीतर 3-महीने के गहन दैनिक मूल्यांकन को शामिल करके, इस अध्ययन का लक्ष्य केवल अंतिम-अवस्था के परिणामों को मापने के बजाय आदत निर्माण के तंत्रों को स्पष्ट करना है।

परिणाम
चूंकि यह दस्तावेज़ एक स्टडी प्रोटोकॉल है, इसलिए यह अनुभवजन्य परिणाम, सांख्यिकीय निष्कर्ष या प्रभावकारिता डेटा की रिपोर्ट नहीं करता है। शोध पत्र का "परिणाम" खंड अनुमानित योगदानों को रेखांकित करता है: अध्ययन से प्रीहाइपरटेंसिव वयस्कों में PA आदतों को बढ़ावा देने और स्वास्थ्य में सुधार करने में हैबिटबॉट की प्रभावशीलता के बारे में अंतर्दृष्टि प्राप्त होने की उम्मीद है, साथ ही अनुदैर्ध्य डेटा विश्लेषण के माध्यम से आदत निर्माण के अंतर्निहित तंत्रों की खोज भी होगी।

महत्व और दावे
लेखक दावा करते हैं कि यह अध्ययन साहित्य के तीन महत्वपूर्ण अंतराल को संबोधित करता है:

1. एक एकल प्रणाली में क्वांटिफाइड PA मार्गदर्शन, वस्तुनिष्ठ वियरेबल मॉनिटरिंग और निरंतर व्यवहार संबंधी सहायता को एकीकृत करने वाले हस्तक्षेपों का अभाव।
2. PA हस्तक्षेपों में चिंतनशील निर्धारकों पर अत्यधिक निर्भरता, और रिफ्लेक्सिव आदत निर्माण प्रक्रियाओं पर अपर्याप्त ध्यान।
3. निरंतर व्यवहार परिवर्तन के लिए LLM-एकीकृत चैटबॉट्स की प्रभावकारिता के संबंध में कठोर, दीर्घकालिक साक्ष्यों की कमी।

यह अध्ययन यह तर्क देता है कि यदि सफल रहा, तो इसके निष्कर्ष क्रोनिक रोग प्रबंधन के लिए भविष्य के LLM-एकीकृत हस्तक्षेपों को आकार देने में मदद करेंगे। चिंतनशील और रिफ्लेक्सिव दोनों पथों की जांच करके, शोध का उद्देश्य हृदय संबंधी जोखिम को कम करने के लिए डिजिटल स्वास्थ्य रणनीतियों को आगे बढ़ाना है, जो केवल प्रेरणा से आगे बढ़कर दैनिक जीवन में स्वस्थ व्यवहारों की स्वचालित शुरुआत का समर्थन करती है। लेखक एक विनम्र लहजा बनाए रखते हैं, जिसमें प्रतिभागियों को हस्तक्षेप से अंधा (blind) न कर पाने, वियरेबल डेटा में संभावित माप त्रुटियों और विशिष्ट जनसांख्यिकीय (बीजिंग-आधारित टेक वर्कर्स) जैसी सीमाओं को स्वीकार किया गया है, जो सामान्यीकरण को सीमित कर सकते हैं।