Appen, kjent som N1, gjør enkeltpersoner i stand til å svare på denne typen spørsmål på en statistisk streng måte. Appen er også designet for å løse et gjennomgripende problem innen helse og medisin- forskjellige behandlinger kan fungere forskjellig på forskjellige mennesker. Noen reagerer veldig godt på paracetamol, for eksempel, mens andre ikke føler noen fordel. Å prøve å finne den mest effektive behandlingen for deg selv gjennom prøving og feiling kan være utfordrende.
Vi har tatt verktøyene som driver klinisk forskning og for første gang gjort dem tilgjengelige for allmennheten. Enkeltpersoner kan nå bruke noen av de statistiske og metodiske verktøyene som forskere bruker. "
Noah Zimmerman, PhD, grunnlegger av Health Data and Design Innovation Center ved Institute for Next Generation Healthcare (INGH)
Appens navn er avledet av det forskere kaller en "n-of-1" -forsøk, der individer sammenligner effekten av forskjellige behandlinger på seg selv. Konseptet er ikke nytt, men n-of-1-forsøk har ikke blitt bredt vedtatt fordi utforming av slike studier fra bunnen av kan være dyrt og kreve spesialisert ekspertise. N1-appen forenkler prosessen ved å definere parametrene for eksperimentet; skissere hvilke behandlinger du skal prøve, når du skal ta dem, og hvilke resultater som skal måles. Den bruker deretter sofistikert statistikk for å analysere dataene som brukerne samler inn og genererer individualiserte resultater som oppsummerer behandlingens komparative effektivitet.
"Gjennom bruk av teknologi, vi er i stand til å gjøre disse verktøyene tilgjengelige for et mye bredere publikum, "sier Jason Bobe, MSc, Førsteamanuensis i genetikk og genomisk vitenskap ved Icahn School of Medicine på Mount Sinai, Direktør for demokratisert helseinnovasjon ved INGH, og hovedforsker av studien. "Håpet er at appen vil gjøre det mulig for mange flere mennesker å bruke n-of-1-tilnærmingen."
Brukere må godta å dele sine data fra den identifiserte, i de fleste tilfeller- med Mount Sinai-forskere, men kan velge om de vil dele avidentifiserte data med forskere utenfor Sinai-fjellet eller ikke.
Appen, nå fritt tilgjengelig i Apple iOS -butikken (men ennå ikke tilgjengelig på Android), lanserer med et spesifikt eksperiment:"kaffe vs. te -utfordringen." Målet med denne studien er å avgjøre om brukerne får et bedre hjerneforsterkning fra koffein eller koffein pluss L-theanin, en naturlig forekommende forbindelse som finnes i grønn te. Hver morgen, appen vil instruere brukerne om å ta koffein eller koffein + L-theanin, fra kaffe, te, eller reseptfrie kosttilskudd. Den vil deretter levere en serie hjernetrimere for å vurdere kreativ tenkning, behandlingshastighet, og visuell oppmerksomhet.
"Vi lanserer appen med et velværerelatert eksperiment for å gi brukerne en morsom, interessant, og trygg måte å lære om n-of-1-tilnærmingen, "sier Mr. Bobe.
Mr. Bobe og samarbeidspartnere planlegger å lansere flere eksperimenter designet for å demonstrere hvordan man bruker medisinsk vitenskap til å løse vanlige velværerelaterte problemer, som søvnproblemer eller kroniske smerter. Noen av disse vil dra nytte av data fra bærbare enheter og smarttelefonapper som mange allerede bruker til selvsporing. Etter hvert, teamet håper å tilpasse plattformen slik at brukerne kan designe sine egne eksperimenter. N-of-1 eksperimenter kan også gi enkeltpersoner en måte å vurdere fordelene med de mange velværeproduktene på markedet, for eksempel kosttilskudd eller apper som hevder å forbedre søvn eller minne.
Selv om N1 -appen i utgangspunktet vil fokusere på velvære, disse metodene og verktøyene kan en dag bli mer regelmessig brukt i kliniske sammenhenger. Noen leger bruker allerede n-of-1 eksperimenter som et alternativ til prøve-og-feil-tilnærmingen som ofte kreves for å finne den beste behandlingen for pasientene sine. For en pasient som lider av kroniske smerter, for eksempel, en lege kan foreskrive et n-of-1-eksperiment som sammenligner acetaminophen (Tylenol) og ibuprofen (Advil). N1 -appen kan tilby leger en enklere måte å strukturere disse sammenligningene på.
"N1-appen gir brukerne et verktøy for å utnytte data de allerede kan samle inn for å ta informerte beslutninger om virkelige behandlingsdilemmaer, "Dr. Zimmerman sier." Vi håper dette vil hjelpe folk å ta datastøttede valg om hva som virkelig fungerer for dem. "