Vliv mobilních zařízení na vývoj a zdraví malých dětí (iKids)

Výzkumníci zajištění kvality provádějící měření jsou velmi zkušenosti s postupy a analýzou. Vyšetřovatelé využívají pouze ověřené nástroje, které jsou v literatuře dobře zavedeny. Expozice a používání interaktivních elektronických zařízení (např. Tablet a chytrých telefonů) bude měřena pomocí aplikace, která bude přistupovat k informacím přímo ze zařízení účastníka (Android nebo iOS) pomocí softwaru pro mobilní snímání k zachycení času obrazovky a využití aplikací (Lind et al (Lind et al kol. 2023). Aplikace byla úspěšně použita k měření používání smartphonů u dětí (Bagot a kol., 2022; Wade a kol., 2021).

Měření rozvíjejících se schopností, naše primární výsledkové opatření, bylo validováno a široce používáno v literatuře (Howard et al. 2017). Vyšetřovatelé použijí kontrolní seznam správy věrnosti k posouzení praxe u vědců před zahájením sběru dat. Zaznamená se řada sekundárních výsledků (tj. BMI (kalibrované stupnice a opakovaná opatření), pohybové chování (Accelerometry Cliff et al. 2024), Motor Development (NIH Toolbox, Reuben et al., 2013), interakce rodičů a dětí (Stimpq2, Cates et al. 2023). Tato měření byla použita ve studii Sunrise, která shromažďuje údaje o dětech v tomto věku v 63 zemích po celém světě (https://sunrise-study.com/) a zveřejněno v protokolu (Okeny et al., 2021) .

Tréninková videa a podpora byla poskytnuta týmem Sunrise a byla použita k informování o našem studijním protokolu. Vzhledem k tomu, že vývoj dítěte je ovlivněn řadou kovariátů, vyšetřovatelé vybrali nejčastěji hlášenou v literatuře a navrhovali naše skupina PPI (tj. Sex, věk, etnicita, vzdělávání matek, rodičovský styl (PSDQ-SV. Robinson et al. 2001), Účast na péči o děti, rodičovská závislost na chytrých telefonech (SAS-SV, Kwon et al., 2013) a politika prohlížení obrazovky.

Formuláře pro zpracování údajů o zpracování dat byly vytvořeny pro příslušná opatření k standardizaci vstupu dat a pomoc při zadávání dat. Z hlediska zpracování a analýzy dat. Vyšetřovatelé budou provádět předběžné čištění dat a zkoumat, zda jsou hodnoty spojitých proměnných v rozsahu, věrohodnost prostředků a standardních odchylek a platnost kódovaných kategorií. Vyšetřovatelé posoudí rozdělení dat a identifikují jakékoli univariační odlehlé hodnoty z grafických metod az případů s velmi velkými, standardizovanými skóre odpojenými od jiných skóre a vícerozměrných odlehlých hodnot grafickými metodami a kontrolou pákových/mahalanobisových vzdáleností, nesrovnalostí a ovlivňování statistik. Jakékoli možné chyby budou vyšetřovány na individuálním základě. Vyšetřovatelé také prozkoumají rozsah, vzorec a povahu chybějících údajů. Pokud je podíl chybějících údajů malý (pod 5%), zváží úplné analýzy případů. Pokud částka nebo vzorec chybějících údajů vylučuje úplnou analýzu případů, vyšetřovatelé zváží imputaci dat. Z důvodu jejich robustnosti k typu chybějící údaje bude použito více imputací. Pokud je imputace provedena, budou studie citlivosti prováděny porovnáním výsledků odvozených z dat s a bez imputace.

Popisová analýza dat Vzorek bude shrnut popisně. Vyšetřovatelé budou nahlásit počet dětí v každé vzdělávací jednotce a primární a sekundární výsledky podle časového bodu (výchozí hodnota a sledování). Pro nepřetržité výsledky budou uvedeny souhrnné informace jako průměr (standardní odchylky (SD); rozsahy). Pro kategorické výsledky budou souhrnné informace prezentovány jako frekvence (procenta). Bude hodnocena potřeba proměnných transformací ke stabilizaci rozptylu nebo dosažení normality.

Inferenční analýza Následující testovací proměnné budou zvažovány pro analýzu: 1) doba trvání IED; 2a) IED režim vzdělávací; 2b) IED režim vhodný.

1. Víceúrovňové regresní modelování primárního výsledku Vyšetřovatelé konceptualizovali 2-úrovní náhodné zachycení víceúrovňového modelu, přičemž děti byly seskupeny uvnitř vzdělávacích jednotek. Tento model bude považovat EA na sledování za výsledné opatření určené k zodpovězení primárních výzkumných otázek: Jak je trvání IED (hodiny denně) a režim (vzdělávací vs. nevolné; -Cladiční) na začátku, ovládání kovariátů na úrovni dětí (včetně výchozích skóre EA) a kovariáty na úrovni vzdělávacích jednotek, spojené s EA při sledování ve víceúrovňovém modelu, ve kterém jsou děti seskupeny ve vzdělávacích jednotkách? Koeficient oddílu rozptylu (VPC; podíl zbytkové rozptylu spojené s každou úrovní modelu) bude hodnocen pomocí nulového modelu před přenesením na model kovariátu. Vyšetřovatelé zváží sloučení úrovní v modelu, pokud statistika VPC odhalí zanedbatelné efekty shlukování (zanedbatelný zbytkový rozptyl na úrovni vzdělávací jednotky). Nelineární vícenásobné regresní modelování bude provedeno, pokud existují důkazy o nelineárním vztahu mezi úrovní využití IED na základní linii a EA při sledování, což umožňuje jediné maximum (odpovídající optimální úrovni základního využití IED) nebo plošina; Jinak budou provedeny lineární regresní modely. Pokud data naznačují optimální úroveň použití IED spojené se specifickou maximální hodnotou skóre EA Při sledování, budou zváženy alternativní nelineární funkční formy s maximami nebo náhorními prvky, včetně polynomu (např. Kvadratické) a logaritmické formy a kusové funkce. Vyšetřovatelé porovná přizpůsobení více distribucí v blízkosti jakéhokoli bodu obratu a vyberou nejlépe padající model v této oblasti, aby maximalizovali přesnost, s níž lze získat maximální hodnotu EA. Intervaly spolehlivosti budou namontovány kolem funkce, aby se odvodila rozsah hodnot pro maximální hodnotu.

   Vyšetřovatelé budou provádět jak ne plně upravené, tak upravené modely, přičemž upravené modely jsou upraveny pro všechny kovariáty na každé úrovni modelu. Nedopravené modely budou zahrnovat (i) jediný determinant úrovně využití IED (trvání) na začátku, (ii) determinanty převládajícího režimu IED na začátku (jak je definováno výše) a (iii) determinanty doba trvání IED a režim. Všechny tyto determinanty budou přidány na úrovni dítěte modelu. Interakce prvního řádu budou zahrnuty do neupravených modelů, aby se zachytily jakékoli diferenciální účinky při hodnocení úrovní využití IED s různými převládajícími způsoby použití. Jakákoli interakce, o které se ukázalo, že má věcný význam, bude zachována v modelu opětovného obsazení spolu se všemi hlavními efekty. Upravené modely budou založeny na zahrnutých proměnných obou IED trvání a IED dominantního režimu, jakýchkoli interakcích podstatného významu a všech ovládacích kovariátů na vhodné úrovni modelu. Vyšetřovatelé nebudou používat automatizované strategie modelování pro výběr proměnných a zachová si všechny hlavní účinky v upraveném modelu. Kolinearita však bude hodnocena u upravených modelů a zváží zvážení vymazání kontrolních kovariátů, pokud je zjevná nadměrná kolinearita (rozptyl inflační faktor> = 5 pro jakoukoli proměnnou).

2. Víceúrovňové regresní modelování sekundárních výsledků Výzkumníci provedou více lineární regresní modelování na všech numerických sekundárních výsledcích a vícenásobné logistické regresní modelování pro binární sekundární výsledné měření pomocí stejné struktury modelu jako pro hlavní analýzu primárního výsledku. Pokud je odhalen jakýkoli důkaz pro nelinearitu mezi úrovní trvání IED a sekundárními výsledky, vyšetřovatelé zvažují nelineární modelování pro analýzu primárního výsledku; Jinak budou zvažovat lineární modelování. V obou případech bude upravena stejná sada kovariátů a interakcí definovaných pro primární výsledek. Nebude provedena žádná úprava pro více analýz; Nastavují se, všechny analýzy budou plánovány a priori a hlášeny v plném rozsahu.

3. Víceúrovňové regresní modelování: dceřiná analýza pro prozkoumání socio-ekologických korelátů trvání IED na jednotlivci (pohlaví, věk a etnicita), mezilidské (vzdělávání matek, rodičovský styl a závislost na smartphonu) a organizační (politika péče o děti), vůle, vůle být prováděni jako dceřiná analýza, s ohledem na výše uvedenou sadu proměnných jako determinantů IED pomocí proměnných, které jsou uváděny jako kontrolní proměnné.

   Náhodné zachycení a vícenásobné lineární regresní modelování na výsledku trvání IED budou provedeny na začátku. Bude použita dvouúrovňová hierarchická struktura, přičemž proměnné jsou označeny jako individuální nebo mezilidské připojené na nižší (dětské) úrovni a proměnné označené jako organizační připojená na horní (vzdělávací jednotce) úrovni.

   Jakékoli vztahy odhalené během tohoto procesu budou použity v budoucím modelování k vytvoření hypotéz v rámci širšího modelování strukturální rovnice.

4. Analýza citlivosti a hlášení dat Pro primární výsledek je plán provádět analýzy citlivosti k posouzení citlivosti modelu na určité předpoklady, jak je uvedeno výše. Vyšetřovatelé budou porovnat odhady parametrů testovaných proměnných v nepravených a upravených modelech. Pro víceúrovňové modelování vztahu mezi trváním IED a EA budou k posouzení změn svahů mezi jednotkami vyšší úrovně použity jak náhodné svahy, tak i náhodné zachycení. Pokud je imputace dat životaschopná, budou modely spuštěny s a bez imputovaných dat (viz „Čištění dat a hodnocení chybějících dat“).

U lineárních a nelineárních regresních modelů kontinuálních numerických výsledků budou v hlavních a dceřiných analýzách vyšetřovatelé hlásit všechny nestandardizované odhady parametrů s přidruženými 95% intervaly spolehlivosti a hodnoty P. U logistických regresních modelů budou hlášeny všechny poměry pravděpodobnosti s přidruženými 95% intervaly spolehlivosti a p-hodnotami. Pokud jsou odhaleny důkazy o nelineárním trendu, vyšetřovatelé nahlásí funkční formu křivky nejlépe a identifikují umístění jakéhokoli maximálního nebo zahájení účinku náhorních plošin. Budou zkontrolovány všechny předpoklady regresního modelování, včetně homogenity rozptylu a normality proměnných výsledků pro každou hodnotu nezávislé proměnné pomocí zbytkové analýzy. Statistické analýzy budou prováděny pomocí MLWIN verze 3.06 (Charlton et al., 2022) a Stata verze 17 (Stata Corp 2021).