De første år væk fra hjemmet: Giv slip og forbliv forbundet (FYAH:LGSC)

Dette er et randomiseret kontrolleret forsøg (RCT) med to eksperimentelle forhold (Handbook og Handbook+) og en kontrol. Hver betingelse vil være sammensat af 450 studerende/forældre-dyader, omkring halvdelen i kohorte 1 og halvdelen i kohorte 2. Deltagerne vil blive rekrutteret fra de indkommende førsteårsklasser på Washington State University i 2017 og 2018 af Social Development Research Group (SDRG) kl. University of Washington. Forældre i begge forsøgsforhold modtager en håndbog om sommeren inden skolestart. Håndbogen indeholder forslag til samtalestarter, tjeklister og aktiviteter, der skal gennemføres af forældre/elev-dyaden. Aktiviteterne er baseret på teori om social og følelsesmæssig udvikling og designet til at adressere risiko- og beskyttende faktorer for denne aldersgruppe, når de går over til at leve uafhængigt af forældrene. Håndbog plus forældre vil desuden modtage tekstbeskeder med jævne mellemrum i løbet af efterårs- og forårssemesteret, hvoraf nogle er designet til at fortælle dem om større universitetsbegivenheder (f.eks. hjemmefodboldkampe), som er kendt for at være højrisikoperioder. Hver kohorte vil blive fulgt i to år. Forældre gennemfører undersøgelser ved baseline (forår før eleverne starter) og i efterårssemesteret. Studerende gennemfører undersøgelser ved baseline og hvert semester i deres første to år på skolen.

De specifikke mål med projektet er som følger:

Mål 1: Test effektiviteten af ​​at give slip og forblive forbundet, en teoretisk styret, udviklingsmålrettet og empirisk understøttet håndbogsintervention til forældre til elever, der skifter til college. Efterforskerne antager, at elever i håndbogens forhold vil engagere sig i færre risikoadfærd, herunder initiering, brug og misbrug af stoffer (alkohol, marihuana, opiater og receptpligtige stimulanser) og HIV/sex-risikoadfærd. Som et resultat vil håndbogsstuderende også rapportere færre fysiske, følelsesmæssige, sociale og akademiske skader. Efterforskerne vil teste en kontroltilstand versus en "Kun håndbog" og en "Handbog Plus"-tilstand (en forbedret version af interventionen, der tilføjer strategisk timede Short Message Service og/eller e-mails designet til at øge udnyttelsen af ​​interventionen).

Mål 2: Test teoretisk specificerede medieringsveje mellem brug af håndbogen og de forventede interventionsændringer i risikoadfærd/associerede skader. Efterforskerne forventer, at håndbogens effekt på elevernes udbytte vil blive medieret af både forældres og elevernes adfærd, som beskrevet i følgende vej: 1) Forældres engagement i og brug af interventionen 2) Forældres praksis i familieledelse, autonomistøtte, og følelsesmæssig støtte 3) Elevernes opfattede belønninger for sund adfærd 4) Sunde forbindelser med forældre og jævnaldrende 5) Sunde overbevisninger og klare standarder, der fører til 6) Reduceret stofbrug og sexrisikoadfærd; øget akademisk præstation.

Mål 3: Identificer specifikke egenskaber ved forældre-elev-kommunikation, der forudsiger og samvarierer med elevers stofbrug og HIV/sex-risikoadfærd. Tidligt i deres første semester vil efterforskerne undersøge eleverne intensivt over 2 perioder af 7 dage for at lære om deres daglige kommunikation med forældre og deres daglige risikoadfærd. Fordi der ikke er meget kendt om forældre-elev-kommunikation på dette udviklingstrin, vil efterforskerne udføre beskrivende og undersøgende analyser af indholdet, følelsesmæssig tone, timing, varighed, tilstand og hyppighed af forældres kommunikation med deres elever og undersøge, hvordan disse aspekter af kommunikation relaterer sig til elevers risikoadfærd og tilhørende skader på både et mellem-person og et internt-person-niveau.

SDRG har stor erfaring med rekruttering, dataindsamling, datahåndtering og datasikkerhed. Efterforskernes detaljerede datasikkerhedsovervågningsplan indeholder oplysninger om specifikke procedurer, der bruges til at beskytte deltageroplysninger. Efterforskerne vil rekruttere underrepræsenterede studerende i forhold til Washington State University (WSU) studerendes procenter. SDRG har også stor erfaring med at fastholde studiedeltagere, i nogle undersøgelser i mere end 20 år.

Datarensning. Efterforskerne vil udføre test for værdier uden for området, konsistens på tværs af målepunkter, normalitet og indflydelsesrige outliers. Efterforskerne vil behandle alle problemer med bias relateret til outliers ved hjælp af accepterede teknikker (f.eks. analyser robuste over for overtrædelse af forudsætninger). Antallet af dikotome stofbrugsvariable er ofte skævt; efterforskerne vil bruge log-transformationer af variabler og passende analyser (f.eks. overlevelsesanalyse eller Poisson-regression) efter behov.

Udvælgelse og Nedslidning. Randomiseret udvælgelse af studerende til invitation til undersøgelsen skulle sikre et repræsentativt udsnit af den studerendes befolkning, og adskillige undersøgelser har vist, at Survey Research Division ved SDRG kan fastholde over 90 % af respondenterne over mere end 10 år. Efterforskerne vil dog teste for differentiel deltagelse og nedslidning og for sandsynligheden for skæve udfaldsestimater; om nødvendigt vil efterforskerne modellere disse effekter og anvende korrektionsteknikker.

Variation i implementering og dosering. Især i tilfælde af en selvadministreret intervention, fordeles implementering og dosering ikke tilfældigt -- for eksempel kan forældre i interventionstilstanden, som er særligt motiverede eller imødekommende, udføre alle aktiviteter, mens andre kan vælge og vrage. Den ikke-tilfældige fordeling af interventionskomponenter på tværs af interventionsdeltagere forvirrer evnen til at drage kausale slutninger om programeffekter og slører mekanismerne for programeffekter ved at behandle implementering som en binær begivenhed. Ud over intention-to-treat-analyser vil efterforskerne anvende nyere metodiske fremskridt, der giver mulighed for estimering, modellering og kontrol af selektionseffekter ved implementering ved brug af tilbøjelighedsscoring og omvendt sandsynlighedsvægtning.

Manglende data. Når respondenter springer emner over eller går glip af et eller flere dataindsamlingspunkter, kan manglende data introducere bias og øge sandsynligheden for type I-fejl. Efterforskernes primære analytiske tilgange bruger Full Information Maximum Likelihood (FIML)(38) til at håndtere manglende data. I tilfælde af overdreven fravær, vil efterforskerne bruge multiple imputation.

Familiemæssig fejl. Efterforskerne vil bruge opsummerende variabler for risikoadfærd/skader, men efterforskerne vil også udføre separate analyser for hvert risikoudfald for at give et mere detaljeret blik på individuelle stoffer, hvilket øger sandsynligheden for en type 1-fejl. Reaktioner på stofbrugsartikler vil sandsynligvis også være stærkt korrelerede; i sådanne tilfælde har standard Bonferroni-korrektioner en tendens til at være alt for konservative med en højere sandsynlighed for type 2-fejl. Gensamplingsprocedurer (f.eks. Statistical Analysis Software (SAS) Procedure MULTTEST) er mere kraftfuld end Bonferroni-testen og kan anvendes til kategoriske, kontinuerlige og censurerede datatests, blandede metodeanalyser af mellem-emner-effekter og longitudinelle inden-fag-tests(15.148). En global teststatistik vil blive brugt, når det er relevant.

Analyser: Mål 1: For at måle interventionspåvirkning på forandring over tid vil efterforskerne modellere latente vækstkurver (LGC) for hvert af de hypotesemæssige resultater. Først vil ubetingede modeller blive estimeret for at bekræfte den forventede eskalering på tværs af 5 bølger af data. Efterforskerne forventer en tofaktormodel: en interceptfaktor sat til prætestniveauer og en lineær hældningsfaktor estimeret med faktorbelastninger sat til at angive pre-test som intercept og ikke-lige intervaller mellem undersøgelser. En ikke-lineær hældning vil blive estimeret ved hjælp af kvadratiske former for belastninger, men efterforskerne forventer primært lineære stigninger over alle 5 tidspunkter. En kovarians estimeres typisk mellem intercept- og hældningsfaktorerne for at kontrollere prætestniveauer af resultatet. Kontrolvariabler tilføjes i næste trin. Til sidst vil interventionsgruppetildeling (i form af 2 dummyvariable) blive tilføjet som prædiktorer for middelværdien og variansen af ​​hældningsfaktoren (tilfældig tildeling bør udelukke gruppeeffekter på interceptet, der er sat ved prætest). Efterforskerne forventer, at disse parametre afspejler signifikante positive hældningsmidler og varianser i den ubetingede model og den minimalt betingede model. I de endelige modeller antages det, at interventionsdummyvariabler har signifikante negative effekter på hældningsmiddelværdi og varians sammenlignet med kontrolbetingelsen, hvilket indikerer, at begge interventionsbetingelser reducerede eskaleringshastigheden i risikoadfærd og konsekvenser og også reducerede variabiliteten i disse resultater. Ved at manipulere kodningen af ​​dummy-variabler kan efterforskerne derefter teste sammenligningen mellem H og H+ med forventning om, at H+-parametre vil være betydeligt stærkere negative end dem for H.

Mål 2: Foreløbige intention-to-treat-analyser (ANCOVA) vil blive udført på mediatorer ved hver opfølgning som beskrevet for resultater ovenfor. Derefter vil LGC-analyser beskrevet ovenfor blive udvidet til at omfatte medierende variable. Men forud for estimering af mediation vil hver mediator blive modelleret over tid i en LGC-model for at bestemme dens form (skæring, lineær hældning og kvadratisk hældning) betinget af kontrolvariabler som beskrevet for resultater i mål 1. I tilfælde af mediatorer er hældningsfaktorerne mindre forudsigelige, selvom disse positive forældreskabs- og forældre-elev forhold generelt forventes at falde over tid. Når passende forandringsmodeller er blevet bestemt, vil samtidige/parallelle vækstprocesser i mediatorer og resultater blive estimeret. Parallel proces Longitudinal Growth Modeling (LGM) er en teknik, der er blevet brugt til at undersøge indbyrdes sammenhænge mellem forskellige udviklingsresultater, herunder samtidig stofbrug og kriminalitet, hos unge og unge voksne og til at teste mekanismerne for forebyggende interventionseffekter. I det sidste trin vil interventionsgruppens statusdummy-variabler blive tilføjet til de parallelle procesmodeller.

Mål 3: I betragtning af den udforskende karakter af dette mål er der ingen hypoteser. Bemærk, at ændringer i kommunikation ikke antages at formidle interventionseffekter. Men hvis der findes signifikante sammenhænge mellem interventionsstatus og kommunikationsforanstaltninger, kan der kun udføres eksplorative analyser på kontrolgruppen for bedre at afspejle ætiologiske sammenhænge, ​​der ikke er forvirrede af mulige interventionspåvirkninger. Foreløbige analyser vil fokusere på at beskrive niveauer og variabilitet i indhold, følelsesmæssig tone, timing, varighed, tilstand og frekvens og udvikle passende resuméscores, der bedst afspejler disse faktorer baseret på rapporter fra Time Line Follow Back-undersøgelserne. Latente klasseanalyser (LCA) med estimering af maksimal sandsynlighed og robuste standardfejl vil blive brugt til at udforske forældre-elev kommunikationsmønstre ved hjælp af disse opsummerende resultater. Efterforskerne vil udlede empirisk baserede klasser af deltagere baseret på indhold, følelsesmæssig tone, timing, varighed, tilstand og frekvens. Dette vil involvere estimering af en række modeller for at bestemme antallet af unikke klasser, der bedst passer til dataene ved at sammenligne Bayesian Information Criterion, Lo-Mendell-Rubin justerede Likelihood Ratio-test og Parametric Bootstrapped Likelihood Ratio-test på tværs af modeller og vælge den mest sparsommelig model med den bedste pasform.