Analiza funkcjonalna i jakościowa aplikacji mobilnych związanych z żywieniem dostępnych w Polsce z wykorzystaniem skali MARS (Mobile Application Rating Scale)

Autor

DOI:

https://doi.org/10.15611/nit.2025.41.05

Słowa kluczowe:

aplikacje mobilne, aplikacje dietetyczne, żywienie, Skala Oceny Aplikacji Mobilnych (MARS), zdrowie mobilne (m-health)

Abstrakt

Cel: Celem niniejszego badania była ocena funkcjonalności oraz jakości aplikacji mobilnych dotyczących odżywiania, dostępnych na polskim rynku za pośrednictwem platformy dystrybucji cyfrowej App Store (Apple Inc.), przy wykorzystaniu standaryzowanego narzędzia oceny – Skali Oceny Aplikacji Mobilnych (Mobile App Rating Scale, MARS).

Metodyka: Dobór aplikacji oparto na jasno określonych kryteriach włączenia i wyłączenia, zgodnie ze schematem PRISMA. Ich jakość oceniono za pomocą narzędzia MARS (Mobile App Rating Scale), cechującego się wysoką rzetelnością (α = 0,90; r = 0,79). Oceny dokonały dwa niezależne, dwuosobowe zespoły, których członkowie testowali każdą aplikację przez dwa tygodnie. Ostateczne wyniki ustalono na podstawie konsensusu.

Wyniki: Wyniki badania wykazały istotne zróżnicowanie pod względem jakości ocenianych aplikacji. Najwyższą ogólną jakość uzyskała aplikacja MyFitnessPal, natomiast najniżej oceniona została aplikacja Monitor Postu Przerywanego. W zakresie jakości subiektywnej najwyższe wyniki osiągnęły aplikacje YAZIO, FatSecret oraz MyFitnessPal, podczas gdy najniższy wynik odnotowano ponownie dla aplikacji Monitor Postu Przerywanego. Największy potencjał w zakresie oddziaływania na użytkownika zaobserwowano w aplikacjach YAZIO i MyFitnessPal, natomiast najmniejszy – w Monitorze Postu Przerywanego.

Implikacje i rekomendacje: Wyniki badania wskazują na potrzebę udoskonalenia aplikacji żywieniowych poprzez integrację rzetelnych, opartych na dowodach treści, spersonalizowanych zaleceń dietetycznych oraz nowoczesnych rozwiązań technologicznych. Rekomenduje się także współpracę z ekspertami ds. żywienia oraz wprowadzenie systemów certyfikacji zwiększających zaufanie użytkowników. Aplikacje te mają potencjał wspierania zdrowych nawyków, jednak wymagają dalszej optymalizacji pod kątem jakości i funkcjonalności.

Pobrania

Statystyki pobrań niedostępne.

Bibliografia

Allen, J. K., Stephens, J., Dennison Himmelfarb, C. R., Stewart, K. J., & Hauck, S. (2013). Randomized Controlled Pilot Study Testing Use of Smartphone Technology for Obesity Treatment. Journal of Obesity, 2013(1). https://doi.org/10.1155/2013/151597

Allman-Farinelli, M., & Gemming, L. (2017). Technology Interventions to Manage Food Intake: Where Are We Now? Current Diabetes Reports, 17. https://doi.org/10.1007/S11892-017-0937-5

Alshathri, D. M., Alhumaimeedy, A. S., Al-Hudhud, G., Alsaleh, A., Al-Musharaf, S., & Aljuraiban, G. S. (2020). Weight Management Apps in Saudi Arabia: Evaluation of Features and Quality. JMIR MHealth and UHealth, 8(10), e19844. https://doi.org/10.2196/19844

Braz, V. N., & Lopes, M. H. B. (2019). Evaluation of Mobile Applications Related to Nutrition. Public Health Nutrition, 22(7), 1209-1214. https://doi.org/10.1017/S136898001800109X

Chen, J., Cade, J. E., & Allman-Farinelli, M. (2015). The Most Popular Smartphone Apps for Weight Loss: A Quality Assessment. JMIR MHealth and UHealth, 3(4), e104. https://doi.org/10.2196/MHEALTH.4334

Fernandez-Lazaro, C. I., Santamaría, G., Fernandez Milano, A. F., Martin-Vergel, M. I., & Fernandez-Lazaro, D. (2024). Nutrition-Related Mobile Apps in the Spanish App Stores: Quality and Content Analysis. JMIR MHealth and UHealth, 12, e52424. https://doi.org/10.2196/52424

Franco, R. Z., Fallaize, R., Lovegrove, J. A., & Hwang, F. (2016). Popular Nutrition-Related Mobile Apps: A Feature Assessment. JMIR MHealth and UHealth, 4(3), e85. https://doi.org/10.2196/mhealth.5846

Geng, L., Jiang, G., Yu, L., Xu, Y., Huang, W., Chen, Z., Qi, X., Zhang, T., & Zhao, M. (2023). The Most Popular Commercial Weight Management Apps in the Chinese App Store: Analysis of Quality, Features, and Behavior Change Techniques. JMIR MHealth and UHealth, 11, e50226. https://doi.org/10.2196/50226

Gibney, M. J., & Forde, C. G. (2022). Nutrition Research Challenges for Processed Food and Health. Nature Food, 3(2), 104-109. https://doi.org/10.1038/s43016-021-00457-9

Gioia, S., Vlasac, I. M., Babazadeh, D., Fryou, N. L., Do, E., Love, J., Robbins, R., Dashti, H. S., & Lane, J. M. (2023). Mobile Apps for Dietary and Food Timing Assessment: Evaluation for Use in Clinical Research. JMIR Formative Research, 7, e35858. https://doi.org/10.2196/35858

Gomez-Hernandez, M., Ferre, X., Moral, C., & Villalba-Mora, E. (2023). Design Guidelines of Mobile Apps for Older Adults: Systematic Review and Thematic Analysis. JMIR MHealth and UHealth, 11, e43186. https://doi.org/10.2196/43186

Hinojosa-Nogueira, D., Navajas-Porras, B., Pastoriza, S., Delgado-Osorio, A., Toledano-Marín, Á., Rohn, S., Rufián-Henares, J. Á., & Quesada-Granados, J. J. (2025). Dietary Behavioural Preferences of Spanish and German Adults and Their Translation to the Dietary Recommendations of a Personalised Nutrition App in the Framework of the Stance4Health Project. Nutrients, 17(5), 912. https://doi.org/10.3390/NU17050912

Hinojosa-Nogueira, D., Subiri-Verdugo, A., Díaz-Perdigones, C. M., Rodríguez-Muñoz, A., Vilches-Pérez, A., Mela, V., Tinahones, F. J., & Moreno-Indias, I. (2024). Precision or Personalized Nutrition: A Bibliometric Analysis. Nutrients, 16(17), 2922. https://doi.org/10.3390/NU16172922

Kaiser, B., Stelzl, T., Finglas, P., & Gedrich, K. (2022). The Assessment of a Personalized Nutrition Tool (eNutri) in Germany: Pilot Study on Usability Metrics and Users’ Experiences. JMIR Formative Research, 6(8), e34497. https://doi.org/10.2196/34497

Kozłowska, A., & Rodzik, A. (2018). Chatboty: perspektywy rozwoju technologii informatycznych w kontakcie z klientem. Acta Universitatis Nicolai Copernici. Zarządzanie, 45(1), 7 -17. https://doi.org/10.12775/AUNC_ZARZ.2018.001

Lee, J. J., Ahmed, M., Mouhaffel, R., & L’Abbé, M. R. (2023). A Content and Quality Analysis of Free, Popular mHealth Apps Supporting ‘Plant-based’ Diets. PLOS Digital Health, 2(10), e0000360. https://doi.org/10.1371/JOURNAL.PDIG.0000360

Li, Y., Ding, J., Wang, Y., Tang, C., & Zhang, P. (2019). Nutrition-Related Mobile Apps in the China App Store: Assessment of Functionality and Quality. JMIR MHealth and UHealth, 7(7), e13261. https://doi.org/10.2196/13261

Lyzwinski, L. N., Edirippulige, S., Caffery, L., & Bambling, M. (2019). Mindful Eating Mobile Health Apps: Review and Appraisal. JMIR Mental Health, 6(8), e12820. https://doi.org/10.2196/12820

Mandracchia, F., Llauradó, E., Tarro, L., Valls, R. M., & Solà, R. (2020). Mobile Phone Apps for Food Allergies or Intolerances in App Stores: Systematic Search and Quality Assessment Using the Mobile App Rating Scale (MARS). JMIR MHealth and UHealth, 8(9), e18339. https://doi.org/10.2196/18339

Michie, S., Ashford, S., Sniehotta, F. F., Dombrowski, S. U., Bishop, A., & French, D. P. (2011). A Refined Taxonomy of Behaviour Change Techniques to Help People Change Their Physical Activity and Healthy Eating Behaviours: The CALO-RE Taxonomy. Psychology & Health, 26(11), 1479-1498. https://doi.org/10.1080/08870446.2010.540664

Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., Antes, G., Atkins, D., Barbour, V., Barrowman, N., Berlin, J. A., Clark, J., Clarke, M., Cook, D., D’Amico, R., Deeks, J. J., Devereaux, P. J., Dickersin, K., Egger, M., Ernst, E., Gøtzsche, P. C., Tugwell, P. (2009). Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement. PLoS Medicine, 6(7), e1000097. https://doi.org/10.1371/JOURNAL.PMED.1000097

Nogueira-Rio, N., Varela Vazquez, L., Lopez-Santamarina, A., Mondragon-Portocarrero, A., Karav, S., & Miranda, J. M. (2024). Mobile Applications and Artificial Intelligence for Nutrition Education: A Narrative Review. Dietetics, 3(4), 483-503. https://doi.org/10.3390/DIETETICS3040035

Salazar, A., de Sola, H., Failde, I., & Moral-Munoz, J. A. (2018). Measuring the Quality of Mobile Apps for the Management of Pain: Systematic Search and Evaluation Using the Mobile App Rating Scale. JMIR MHealth and UHealth, 6(10). https://doi.org/10.2196/10718

Samoggia, A., & Riedel, B. (2020). Assessment of Nutrition-Focused Mobile Apps’ Influence on Consumers’ Healthy Food Behaviour and Nutrition Knowledge. Food Research International, 128, 108766. https://doi.org/10.1016/J.FOODRES.2019.108766

Statista. (2025). Nutrition Apps – Worldwide. Retrieved July 9, 2025, from https://www.statista.com/outlook/dmo/digital-health/digital-fitness-well-being/digital-fitness-well-being-apps/nutrition-apps/united-states

Stoyanov, S. R., Hides, L., Kavanagh, D. J., Zelenko, O., Tjondronegoro, D., & Mani, M. (2015). Mobile App Rating Scale: A New Tool for Assessing the Quality of Health Mobile Apps. JMIR MHealth and UHealth, 3(1), e27. https://doi.org/10.2196/mhealth.3422

Sznajder, A. (2013). Wpływ mobilnej technologii informacyjnej na działalność marketingową przedsiębiorstw. Gospodarka Narodowa. The Polish Journal of Economics, (7-8), 37-61. https://doi.org/10.22004/AG.ECON.358690

Szucs, K. R., & Reicher, R. Z. (2022). Mobile Health Application Evaluation Possibilities. Zeszyty Naukowe Politechniki Śląskiej. Organizacja i Zarządzanie, (160), 595-611. https://doi.org/10.29119/1641-3466.2022.160.38

Tangari, G., Ikram, M., Ijaz, K., Kaafar, M. A., & Berkovsky, S. (2021). Mobile Health and Privacy: Cross Sectional Study. BMJ, 373. https://doi.org/10.1136/BMJ.N1248

Tonkin, E., Brimblecombe, J., & Wycherley, T. P. (2017). Characteristics of Smartphone Applications for Nutrition Improvement in Community Settings: A Scoping Review. Advances in Nutrition, 8(2), 308-322. https://doi.org/10.3945/AN.116.013748

West, J. H., Belvedere, L. M., Andreasen, R., Frandsen, C., Hall, P. C., & Crookston, B. T. (2017). Controlling Your “App”etite: How Diet and Nutrition-Related Mobile Apps Lead to Behavior Change. JMIR MHealth and UHealth, 5(7). https://doi.org/10.2196/MHEALTH.7410

Opublikowane

2025-12-17

Numer

Dział

Artykuły

Kategorie