systematiske oversikter og meta-analyser
Samlet i en umbrella review av digitale helseintervensjoner.
Mair et al., 2023 · PMID 37625030KUNNSKAPSGRUNNLAGET
Forskningen bak AURAs produktvalg.
AURA er utviklet med forskning på atferdsendring, planlegging, vedlikehold, kontekst og digitale intervensjoner som fundament. Studiene på denne siden dokumenterer ikke effekten av AURA som produkt. De viser kunnskap som har vært med på å forme hvordan AURA er bygget.
AURAproduktvalg
Intensjon og handling
Planlegging
Vedlikehold og restart
Kontekst
Feedback og støtte
Personalisering
ET STØRRE FORSKNINGSBILDE
Noen av kildene som har påvirket måten AURA er bygget på.
deltakere
Samlet deltakergrunnlag i den samme umbrella reviewen.
Mair et al., 2023deltakere
I en meta-analyse av gapet mellom intensjon og faktisk fysisk aktivitet.
Feil et al., 2023 · PMID 37460164EMA-studier
En systematisk gjennomgang av helseadferd målt i faktisk kontekst.
Perski et al., 2022 · PMID 35975950Presis avgrensningTallene beskriver forskningsgrunnlaget i de aktuelle studiene – ikke antall mennesker AURA er testet på.
FORSKNINGEN BAK VALGENE
Seks spørsmål som har formet AURA.
Vi starter ikke med spørsmålet «Hvordan kan forskning bevise AURA?». Vi starter med problemer forskningen allerede har undersøkt, og bruker funnene som ett av flere grunnlag for produktvalgene.
01
Hvorfor er det ikke nok å ville?
Positiv intensjon og faktisk handling er to forskjellige signaler.
STERKT GRUNNLAGSe forskningen bak02
Hva gjør en plan lettere å gjennomføre?
Planlegging kan omfatte både idealhandlingen og konkrete alternativer ved barrierer.
STERKT GRUNNLAGSe forskningen bak03
Hva skjer etter et avvik?
Vedlikehold og restart involverer flere mekanismer, ikke én universell forklaring.
STERKT GRUNNLAGSe forskningen bak04
Hvorfor betyr situasjonen rundt oss noe?
Tidsnære observasjoner kan vise variasjon som en statisk kartlegging ikke fanger.
STERKT GRUNNLAGSe forskningen bak05
Hva kjennetegner digitale intervensjoner med bedre resultater?
Flere komponenter går igjen i litteraturen, men de utgjør ikke en produktvalidering.
STERKT GRUNNLAGSe forskningen bak06
Er personalisering egentlig bedre?
Nyere forskning utfordrer en enkel påstand om at mer personalisering alltid gir mer effekt.
BLANDET EVIDENSSe forskningen bakDETALJERT EVIDENS
Funn, grenser og produktvalg.
Åpne et tema for studiedesign, nøkkeltall, avgrensninger og direkte kilder.
01INTENSJON ≠ HANDLINGHvorfor er det ikke nok å ville?Å ville er ikke alltid nok til å få det gjort.
STUDIETYPE
Systematisk review og meta-analyse av action control-rammeverket.
NØKKELTALL
- 29 600 deltakere
- 47,6 % gap blant personer med positiv intensjon
HVA FORSKNINGEN FAKTISK VISER
Meta-analysen inkluderte totalt 29 600 deltakere. Blant personer klassifisert som intenders var det estimerte intention–behaviour-gapet 47,6 %. Intensjon er viktig, men er for mange ikke tilstrekkelig til å sikre at fysisk aktivitet gjennomføres.
HVA DEN IKKE VISER
Studien dokumenterer ikke hvorfor én bestemt AURA-bruker ikke gjennomfører, og den viser ikke at AURA lukker dette gapet.
SLIK HAR DET PÅVIRKET AURA
Dette er én grunn til at AURA ikke behandler «jeg vil» og «jeg gjorde» som samme informasjon. Intensjon, oppstart, barrierer og faktisk gjennomføring må kunne holdes fra hverandre.
02PLANLEGGINGHva gjør en plan lettere å gjennomføre?Planlegg også for når den opprinnelige planen ikke passer.
STUDIETYPE
Systematisk review og meta-analyse av randomiserte kontrollerte studier.
NØKKELTALL
- 41 randomiserte studier
- 5 439 deltakere
- SMD 0,35 · 95 % KI 0,25–0,44
HVA FORSKNINGEN FAKTISK VISER
Meta-analysen fant en samlet positiv effekt av planleggingsintervensjoner på fysisk aktivitet sammenlignet med kontroll. Strategiene inkluderte action planning og coping planning. 35 studier inngikk i den kvantitative meta-analysen, og resultatene var heterogene mellom studiene.
HVA DEN IKKE VISER
Studien viser ikke at AURAs planlegging har samme effekt. Intervensjonene, populasjonene og leveringsformene varierte; effektmålet betyr ikke «35 % bedre».
SLIK HAR DET PÅVIRKET AURA
Dette støtter designvalget om at planen ikke bare bør beskrive idealhandlingen. Kjente barrierer kan også få konkrete alternativer, minimumsversjoner eller coping-planer.
03VEDLIKEHOLD OG RESTARTHva skjer etter et avvik?Det som får oss i gang, er ikke nødvendigvis det som holder oss i gang.
Et avvik er ikke det samme som å være tilbake til start.
STUDIETYPE
Systematiske reviews av teorier og prospektive studier.
NØKKELTALL
- 100 inkluderte teorier
- 5 overordnede mekanismefamilier
HVA FORSKNINGEN FAKTISK VISER
Vedlikehold av atferdsendring beskrives gjennom flere mekanismefamilier, blant annet motivasjon, selvregulering, ressurser, vaner og miljø-/sosial påvirkning. Roordink-reviewet fant heterogene prediktorfunn; self-efficacy var blant de mest konsistente signalene, mens evidensen for mange andre prediktorer var begrenset eller inkonsistent.
HVA DEN IKKE VISER
Det finnes ingen enkel universell «relapse-formel» som AURA kan anvende sikkert på ett menneske. Generelle prediktorer fastslår heller ikke årsaken til ett individuelt avvik.
SLIK HAR DET PÅVIRKET AURA
Derfor er avvik, restartforsøk og tiden tilbake egne deler av modellen. Ett avvik skal ikke automatisk behandles som at hele forløpet har mislyktes.
04KONTEKST / EMAHvorfor betyr situasjonen rundt oss noe?Samme menneske kan fungere forskjellig i forskjellige situasjoner.
Det som skjer på en rolig søndag, trenger ikke fortelle oss hva som skjer etter en krevende arbeidsdag.
STUDIETYPE
Systematisk review og meta-analyse av ecological momentary assessment-studier.
NØKKELTALL
- 633 EMA-studier
- 1 896 undersøkte prediktorer
HVA FORSKNINGEN FAKTISK VISER
EMA innebærer gjentatt, tidsnær måling av helseadferd i faktisk kontekst. Reviewet inkluderte 633 studier og viser et omfattende, i hovedsak observasjonelt forskningsfelt rundt psykologiske og kontekstuelle prediktorer.
HVA DEN IKKE VISER
633 studier betyr ikke at en bestemt kontekstvariabel forklarer handlingen til én AURA-bruker. En sammenheng er heller ikke automatisk en individuell årsak.
SLIK HAR DET PÅVIRKET AURA
Dette støtter designvalget om at tidspunkt, situasjon, belastning og hendelser over tid bør kunne representeres separat fra en statisk førstegangskartlegging.
05DIGITALE INTERVENSJONSKOMPONENTERHva kjennetegner digitale intervensjoner med bedre resultater?Det finnes ikke én magisk mekanisme.
STUDIETYPE
Umbrella review av digitale helseintervensjoner for forebygging eller håndtering av ikke-smittsomme sykdommer.
NØKKELTALL
- 85 reviews og meta-analyser
- 12 helsedomener
- 865 000+ deltakere
HVA FORSKNINGEN FAKTISK VISER
Reviewen fant sterk støtte på tvers av flere helsedomener for komponenter som credible source, social support, prompts and cues, graded tasks, goals and planning, feedback and monitoring, human coaching og personalization.
HVA DEN IKKE VISER
Studiene støtter relevansen av flere av komponentene. De er ikke valideringsstudier av AURA som produkt. De viser ikke at en tilfeldig kombinasjon av komponentene automatisk gir effekt. Kliniske og helsepersonell-ledede intervensjoner kan ha en intensitet, kontrollbetingelse og intervention fidelity som AURA ikke har; effektene kan derfor ikke overføres direkte.
SLIK HAR DET PÅVIRKET AURA
AURA er bevisst utviklet rundt flere av de samme overordnede designområdene – blant annet planlegging, feedback, støtte og personalisering – fordi litteraturen gir faglig grunn til å ta dem på alvor.
06PERSONALISERINGEr personalisering egentlig bedre?«Personlig» er ikke automatisk bedre.
STUDIETYPE
To systematiske reviews med meta-analyse, publisert i 2021 og 2026.
NØKKELTALL
- Tong: 31 intervensjoner · 77 243 deltakere
- Hill: 20 studier · 2 159 deltakere
- Hill: g = 0,42 · moderator p = 0,22
HVA FORSKNINGEN FAKTISK VISER
Tong et al. fant foreløpig positiv meta-analytisk støtte for personaliserte mobile intervensjoner, men beskrev feltet som tidlig. Hill et al. fant en samlet mHealth-effekt på g = 0,42, mens personalisering ikke modererte effekten signifikant (p = 0,22).
HVA DEN IKKE VISER
Ingen av studiene viser at AURAs form for personalisering virker. Ingen av dem støtter påstanden «mer personalisering = bedre resultat».
SLIK HAR DET PÅVIRKET AURA
Derfor skal AURA ikke bare gjøre innhold «personlig». Tilpasningen er designet for å ta hensyn til kontekst, historikk, barrierer og faktisk respons over tid. Om denne modellen gir bedre utfall må valideres med AURAs egne fremtidige data.
ADAPTIV STØTTE / JITAI
Adaptiv støtte er et seriøst forskningsfelt – men effekten er ikke ferdig etablert.
HVA FORSKNINGEN OMFATTER
Hardeman et al. gjennomgikk 14 unike JITAI-er, mange som pilot- eller feasibility-studier, med et blandet og begrenset effektgrunnlag. Hsu et al. kartla 62 JITAI-er; 71 % undersøkte feasibility, acceptability og/eller usability.
HVA DET BETYR FOR AURA
Timing og situasjon er legitime designvariabler å undersøke.
HVA DET IKKE BETYR
Vi kan ikke hevde at «just-in-time støtte virker bedre» som etablert universell effekt.
GRENSENE ER EN DEL AV KUNNSKAPEN
Der forskningen stopper, stopper også påstanden vår.
- 01
Forskning på en mekanisme er ikke dokumentasjon på at AURA virker.
- 02
En sammenheng i en studie er ikke automatisk årsaken til det som skjer med én person.
- 03
Personalisering er ikke automatisk bedre.
- 04
En hypotese i AURA er ikke et faktum om mennesket.
AURA bruker forskning til å forme begreper, spørsmål, regler og produktvalg. Individuelle vurderinger må fortsatt bygge på informasjon fra personen, kontekst, historikk og det som faktisk observeres over tid.
AURA er coaching- og livsstilsstøtte, ikke medisinsk diagnostikk eller behandling.
FRA KUNNSKAP TIL PRODUKTVALG
Forskningen får påvirke produktet – ikke bestemme mennesket.
- 01
Vi starter med publisert kunnskap
Systematiske oversikter, meta-analyser, retningslinjer og relevante enkeltstudier brukes til å forstå mekanismer og grenser.
- 02
Vi skiller funn fra antakelser
Korrelasjon, prediksjon, mekanisme og kausal effekt behandles forskjellig. Motstridende forskning beholdes som motstrid.
- 03
Vi oversetter relevant kunnskap til produktvalg
Begreper, spørsmål, planlogikk, safety-grenser og støtteformer kan påvirkes av forskningen.
- 04
Personens egne data kommer separat
Det personen forteller, hendelser, kontekst og historikk er individuell kunnskap – ikke «bevis» fra forskningen.
- 05
AURA må lære av egne utfall
Før AURA-spesifikke effekt- eller prediksjonsclaims kan brukes, må de valideres på AURAs egne data med riktig outcome-kontrakt og metodikk.
LES KILDENE SELV
Direkte til forskningen.
Ingen skjulte referanser. Kildene lenkes direkte til PubMed, DOI eller originalpublikasjonen.
01
Umbrella review – digitale helseintervensjoner og BCT-komponenterMair et al., 2023
02PMID 37625030 · DOI 10.1093/abm/kaad041
Intention–behaviour gapFeil et al., 2023
03PMID 37460164 · DOI 10.1136/bjsports-2022-106640
PlanleggingsintervensjonerPeng et al., 2022
04PMID 35742582 · DOI 10.3390/ijerph19127337
Vedlikehold av atferdsendringKwasnicka et al., 2016
05PMID 26854092 · DOI 10.1080/17437199.2016.1151372
Prediktorer for lapse og relapseRoordink et al., 2021
06PMID 34851220 · DOI 10.1080/08870446.2021.1981900
EMA og kontekstPerski et al., 2022
07PMID 35975950 · DOI 10.1080/17437199.2022.2112258
Personaliserte mobile intervensjonerTong et al., 2021
08PMID 33774008 · DOI 10.1016/j.ypmed.2021.106532
Analyse av personalisering som moderatorHill et al., 2026
09PMID 42178731 · DOI 10.1080/08870446.2026.2677085
JITAI for fysisk aktivitetHardeman et al., 2019
10PMID 30943983 · DOI 10.1186/s12966-019-0792-7
Scoping review av JITAIHsu et al., 2025
11PMID 39542743 · DOI 10.1111/bjhp.12766
Implementation intentions · historisk støttekildeGollwitzer & Sheeran, 2006
DOI 10.1016/S0065-2601(06)38002-1
KUNNSKAP I PRAKSIS
Forskning former produktet. Din situasjon former neste steg.
Forskningen brukes til å forme hvordan AURA kartlegger, stiller spørsmål og designer støtte. Informasjonen du deler, konteksten og det som skjer over tid avgjør hvilket grunnlag systemet faktisk har for å foreslå neste steg.