Меню
Набор скоро начнётся NCT07318233

Adaptive Self-Efficacy-Based AI Coaching for Cycling

Без фазы С лечением Exercise Training Exercise Behavior Exercise Adherence Challenges Motivation for Physical Activity

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
В протоколе указаны: Group 1: Self-efficacy-based AI coaching, Group 2: Static AI Affirmations.
Кому может быть актуально
Состояния в реестре: Exercise Training, Exercise Behavior, Exercise Adherence Challenges, Motivation for Physical Activity. Базовые параметры: 18 лет — 40 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
США
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

Adaptive Self-Efficacy-Based AI Coaching for Enhanced Indoor Cycling Performance: A Personalized Machine Learning Approach

Обзор

The primary objective of this study is to evaluate whether adaptive, AI-delivered personalized self-efficacy-based AI coaching based on real-time physiological and performance feedback enhance indoor cycling power output during a 20-minute time trial compared to static affirmations and exercise-only control conditions.

Вмешательства

  • Поведенческое Group 1: Self-efficacy-based AI coaching
    The Thompson Sampling contextual bandit algorithm, trained on Session 1 data, monitors performance continuously and evaluates every 5 seconds whether to deliver an affirmation. The policy is trained to maximize a multi-objective "efficacy-preserving performance" function that rewards: * Maintaining target power relative to rolling 30s/2min/5min baselines * Stabilizing short-horizon power variability (30s coefficient of variation) * Stabilizing heart-rate (HR) trajectory consistent with efficien
  • Поведенческое Group 2: Static AI Affirmations
    Generic motivational messages delivered at fixed intervals (minutes 3, 6, 9, 12, 15, and 18) regardless of performance state. Messages follow the same complexity gradient based on elapsed time rather than individual response: * Minutes 3, 6: "You're building momentum with every pedal stroke-maintain this strong rhythm" * Minutes 9, 12: "Strong effort-push through this challenge" * Minutes 15, 18: "Final push-finish strong"

Первичные конечные точки

  • Mean cycling power output during 20-minute time trial [Срок оценки: Day 2]

Критерии участия

Критерии включения

  • Age 18-40 years
  • Recreationally active
  • Familiar with stationary cycling
  • Able to complete 20 minutes of vigorous cycling

Критерии исключения

  • Cardiovascular, metabolic, or respiratory conditions
  • Medications affecting heart rate response
  • Lower extremity injury within past 3 months
  • Competitive cyclists (>10 hours cycling/week)
  • Pregnancy

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Да

Дизайн исследования

Распределение
Рандомизированное
Модель
Параллельные группы
Маскирование
Простое слепое
Основная цель
Фундаментальное исследование

Центры проведения

США · 1 центр
  • University of Miami — Coral Gables

Идентификаторы

NCT: NCT07318233 · 20251354

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗