PROVIDING SUGGESTED BEHAVIOR MODIFICATIONS FOR A CORRELATION

• Main Authors: BITRAN, Hadas, YEKUTIEL, Shahar, WHITE, Ryen W, SHACHAM, Gil, NI, Tachen Chester, YOM-TOV, Elad
• Format: Patent
• Language: English; French
• Published: 20.12.2018
• Subjects: HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

A method that includes accessing, from a database, a correlation between a first variable and a second variable; retrieving a list of suggested user behavior modifications for the correlation; selecting a user behavior modification from the list; presenting the selected user behavior modification to a computer device; receiving adherence data indicating a level of adherence by the user to the user behavior modification; and reevaluating the correlation between the first variable and the second variable based on the adherence data. The method may improve the determination of causality, versus merely correlation, between the variables. This determination may permit for improved recommendations to individuals to achieve a desired user outcome. La présente invention concerne un procédé qui comprend les étapes consistant à : accéder, à partir d'une base de données, à une corrélation entre des première et seconde variables ; récupérer une liste de modifications de comportement d'utilisateur suggérées relatives à la corrélation ; sélectionner une modification de comportement d'utilisateur à partir de la liste ; présenter la modification de comportement d'utilisateur sélectionnée à un dispositif informatique ; recevoir des données d'adhésion indiquant un niveau d'adhésion de l'utilisateur à la modification de comportement d'utilisateur ; et réévaluer la corrélation entre les première et seconde variables sur la base des données d'adhésion. Par rapport à une corrélation simple, le procédé peut améliorer la détermination de causalité entre les variables. Cette détermination peut permettre des recommandations améliorées à des personnes visant à obtenir un résultat d'utilisateur souhaité.