Development and Evaluation of a Monocular Camera–Based Mobile Exergame for at-Home Intervention in Individuals at High Risk of Type 2 Diabetes: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Exergames have emerged as effective interventions for promoting physical activity and preventing type 2 diabetes (T2D). Kinect-based exergames have demonstrated improvements in exercise adherence and health outcomes, but their high cost and reliance on specialized hardware hinder widespread home-based adoption. Recent advances in computer vision now enable monocular camera-based systems, offering a potentially cost-effective and scalable alternative for promoting physical activity at home. Objective: This study aimed to evaluate the feasibility and user experience of monocular camera-based exergames as a home-based intervention for individuals at risk for T2D. Methods: Forty-five community-dwelling individuals at high risk for T2D (mean age 47.12, SD 6.92 years) were recruited and randomized into three groups (n=15 each): (1) control group (traditional offline exercise), (2) Kinect group (Kinect-based exergame), and (3) monocular group (monocular camera-based exergame). Participants engaged in a 10-minute intervention once per week for 7 weeks. Data were collected at 3 time points: baseline (exercise performance: heart rate and perceived fatigue), postintervention (exercise performance and user experience, including game experience and intrinsic motivation), and follow-up (user engagement and qualitative feedback). One-way ANOVA was used for data analysis. Results: Exercise performance was comparable across all groups, with no significant differences in heart rate (P=.76) or fatigue levels (P=.25). However, participants in the monocular group reported significantly lower fatigue than those in the control group (P=.04). Intrinsic motivation was significantly higher in both the Kinect (mean 35.13, SD 3.20) and monocular (mean 34.00, SD 4.41) groups than in the control group (mean 26.06, SD 1.87; P<.001), with no significant difference between the 2 exergame groups (P=.44). While most user experience measures showed no significant differences, the monocular group reported a higher perceived challenge (mean 3.45, SD 0.51) than the Kinect group (mean 2.96, SD 0.39; P=.09). Additionally, the monocular group exhibited higher engagement, as evidenced by more frequent use, fewer challenges, and a greater intention to continue using the system. Conclusions: Monocular camera-based exergame is a feasible and effective solution for promoting physical activity in individuals at risk for T2D. It offers motivational and experiential benefits similar to Kinect-based systems but requires less costly and more accessible equipment. These findings suggest that monocular systems have strong potential as scalable tools for home-based chronic disease prevention.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».