Determinanter for viden om og brug af kosttilskud

I. FORANSTALTNINGER VURDET I UNDERSØGELSEN:

Udvælgelsen af ​​foranstaltninger, der skulle evalueres i undersøgelsen, var baseret på den videnskabelige litteraturgennemgang og forskernes personlige interesser:

1. Foranstaltninger relateret til kosttilskud:

   1. viden om kosttilskud (KaDS) - vurderet med et 17 punkters KaDS-spørgeskema, som er udviklet som en polsk version af Karbownik et al. (2019). En respondent vil blive bedt om at vurdere hver af de 17 udsagn om kosttilskud som "sand" eller "falsk". KaDS vil primært blive kodet som en sum af både Generel og Specifik spørgeskemaunderskala. KaDS vil blive operationaliseret som en 18-niveaus ordinal variabel.
   2. selvvurderede kilder til KaDS - vurderet separat for 5 kategorier: "læger", "farmaceuter", "diætister", "venner (uden medicinsk uddannelse)", "medier (magasiner, tv, radio, internet)". Der vil blive stillet et enkeltstående spørgsmål til hver kategori: "i hvor høj grad får du viden om kosttilskud fra...?". Hver kategori vil blive operationaliseret som en 4-niveaus ordinal variabel (fra "slet ikke" til "i stor udstrækning"). TV - fjernsyn.
   3. brug af kosttilskud (UoDS) - vurderet med et enkeltstående spørgsmål: "har du brugt nogle kosttilskud inden for de seneste 30 dage?". UoDS vil blive operationaliseret som en 2-niveau kategorisk variabel ("nej" og "ja").
   4. positiv personlig erfaring med kosttilskud - vurderet med et enkelt spørgsmål: "hvis du tager kosttilskud, føler du det hjælper dig?". Foranstaltningen vil blive operationaliseret som en 3-niveaus kategorisk variabel ("nej", "ja" og "ikke relevant, jeg bruger ikke kosttilskud"). Sager med "ikke relevant..."-svar vil i analyserne blive kodet som "nej".
   5. negativ personlig erfaring med kosttilskud - vurderet med et enkelt spørgsmål: "hvis du tager kosttilskud, føler du, at det gør ondt på dig?". Foranstaltningen vil blive operationaliseret som en 3-niveaus kategorisk variabel ("nej", "ja" og "ikke relevant, jeg bruger ikke kosttilskud"). Sager med "ikke relevant..."-svar vil i analyserne blive kodet som "nej".
   6. interesse for kosttilskud - vurderet med et enkelt punkt 5-punkts semantisk differential: fra "Nr. Dette er mig fuldstændig ligegyldigt." til "Ja! Hver dag leder jeg efter information om dette emne." Målingen vil blive operationaliseret som en 5-niveaus ordinal variabel.
   7. tillid til reklame kosttilskud (TiADS) - vurderet med et TiADS-spørgeskema med 8 punkter, som er udviklet som en polsk version af Karbownik et al. (2019). En respondent vil blive bedt om at udtrykke sin mening om den information, der formidles af reklamer for kosttilskud ved hjælp af en 5-punkts semantisk differentialskala. TiADS vil primært blive betragtet som en sum af Reliability, Intelligibility og Affect spørgeskemaunderskalaerne. TiADS vil blive operationaliseret som en 33-niveaus ordinal variabel.
   8. have kontakt med kosttilskudsannoncer - vurderet med et enkelt spørgsmål: "har du haft kontakt til kosttilskudsannoncer inden for den seneste uge?". Målingen vil blive operationaliseret som en 2-niveaus ordinal variabel ("nej" og "ja").

2. Foranstaltninger relateret til andre sundhedsproblemer:

   1. generelle overbevisninger om lægemidler (BMQ-Generelt) - vurderet med en 8-punkts Generel del af Beliefs about Medicines Questionnaire, som er udviklet af Horne et al. (1999), og tilpasset til polsk sprog og valideret af Karbownik et al. (2019) (papir i øjeblikket under peer-review). En respondent vil blive bedt om at udtrykke sin enighed med 8 udsagn om medicin ved hjælp af en 5-punkts Likert-skala: fra "helt uenig" til "helt enig". BMQ-General vil blive kodet som 2 separate variable: BMQ-General-Overuse subscale og BMQ-General-Harm subscale. Begge underskalaer vil blive operationaliseret som 17-niveaus ordinalvariable.
   2. selvvurderet helbred - vurderet med et enkelt punkt spørgsmål: "hvordan vurderer du dit helbred?". Foranstaltningen vil blive operationaliseret som en 4-niveaus ordinal variabel ("dårlig", "rimelig", "god", "fremragende").
   3. selvvurderet kost - vurderet med et enkelt punkt 5-punkts semantisk differential: fra "Jeg spiser meget fastfood, chips, slik osv." til "Jeg spiser kun sunde, afbalancerede måltider". Målingen vil blive operationaliseret som en 5-niveaus ordinal variabel.
   4. selvvurderet fysisk aktivitet - vurderet med et enkelt punkt 5-punkts semantisk differential: fra "Jeg har ingen fysisk aktivitet overhovedet" til "Jeg dyrker intensiv sport 5 gange om ugen". Målingen vil blive operationaliseret som en 5-niveaus ordinal variabel.
   5. konventionel cigaretrygning - vurderet med et enkeltstående spørgsmål: "ryger du konventionelle cigaretter?". Foranstaltningen vil blive operationaliseret som en 3-niveaus kategorisk variabel ("aldrig", "nej, men jeg røg tidligere", "ja").
   6. elektronisk cigaretbrug - vurderet med et enkelt punkt spørgsmål: "bruger du elektroniske cigaretter?". Målingen vil blive operationaliseret som en 3-niveaus kategorisk variabel ("aldrig", "nej, men jeg brugte tidligere", "ja").

3. Mål for sociodemografiske data:

   1. alder - operationaliseret som en kontinuerlig variabel afrundet til hele år. De tilladte værdier, der skal rapporteres, vil være: "under 18", "18", "19", "20", ..., "113". Den ældste polak i øjeblikket (23. oktober 2019), der lever, er 113 år gammel.
   2. køn - operationaliseret som en 2-niveau kategorisk variabel ("mand" og "kvinde").
   3. uddannelsesniveau - operationaliseret som en 5-trins ordinal variabel ("primær", "sekundær eller erhvervsrettet", "højere-bachelor", "højere-master", "højere-doktorgrad").
   4. medicinsk uddannelse - operationaliseret som en kategorisk variabel på 2 niveauer ("ingen medicinsk uddannelse" og "medicinsk uddannelse"). Denne foranstaltning vil blive brugt som en hjælp til at kontrollere, om en respondent opfylder eksklusionskriterier. Manglende værdier i denne variabel vil blive kodet som "medicinsk uddannelse".
   5. antal indbyggere på et bopæl - operationaliseret som en 4-niveaus ordinal variabel ("under 5.000", "5.000-50.000", "50.000-500.000", "over 500.000").
   6. husstandens månedlige nettoindtjening pr. familiemedlem - operationaliseret som en 4-niveaus ordinal variabel ("under 1.000 PLN", "1.000-2.000 PLN", "2.000-3.000 PLN", "over 3.000 PLN"). PLN - polsk valuta (zloty).

II. DATAANALYSEPLAN

1. En undersøgelsesdeltager vil blive bedt om at udfylde onlineundersøgelsen (https://www.survio.com/pl/) at vurdere alle ovennævnte foranstaltninger.
2. Eventuelle sager med respondenter, der erklærede at være under 18 år eller være lægeuddannet, vil blive slettet fra yderligere analyser (som angivet i inklusions- og eksklusionskriterierne).

3. Alle variabler målt med semantisk differentialskala vil ikke have nogen manglende værdier, fordi onlineundersøgelsessoftwaren tilskriver en central værdi ("3") til et svar som standard. Manglende værdier er mulige i de andre variabler i undersøgelsen, da der ikke vil være nogen tvungen svarmulighed og ingen standardsvar. De manglende værdier vil blive administreret på følgende måde:

   1. De sager uden data, bortset fra standardværdierne i semantiske differentialvariable, vil blive slettet.
   2. Brøkdelen af ​​manglende værdier for hver variabel vil blive beregnet.
   3. Brøkdelen af ​​sager med mindst én manglende værdi vil blive beregnet.
   4. Variabler med mere end 50 % af manglende værdier og sager med mere end 50 % manglende værdier vil blive slettet fra databasen.
   5. Mønstret for datamanglende vil blive vurderet med Littles test for data, der mangler helt tilfældigt (MCAR). I tilfælde af væsentlig overtrædelse af MCAR-antagelsen, for hver variabel, vil sammenhængen mellem manglende og alle de andre variable blive undersøgt.
   6. Hvis andelen af ​​tilfælde med mindst én manglende værdi (se punkt "c") er mindre end 5 %, og resultatet af Littles MCAR-test (se punkt "e") er ikke-signifikant, er tilfældene med mindst én manglende værdi vil blive slettet, og analysen vil kun blive udført med komplette sager.
   7. Ellers (til punkt "f"), vil de manglende værdier blive imputeret med multivariat imputation ved kædede ligninger (MICE), før der udføres yderligere dataanalyse. Summeringen af ​​de elementer, der konstruerer KaDS, TiADS og BMQ, vil blive foretaget efter imputering af manglende værdier i hvert enkelt element.

4. KaDS vil blive behandlet som en kontinuert variabel og modelleret med multivariat lineær regression, hvorimod UoDS, som er en 2-niveau kategorisk variabel, vil blive modelleret med logistisk regression. Ordinale uafhængige variable vil blive betragtet som kontinuerte, mens de indgår i regressionsmodeller. Kategoriske uafhængige variabler med mere end 2 niveauer vil blive konverteret til dummy-variabler, før de inkluderes i regressionsmodeller. De afhængige variable (DV'er), KaDS og UoDS, vil blive modelleret i følgende trin:

   1. Univariate (ujusterede) associationer af DV'er med alle de resterende mål vil blive vurderet (KaDS vil yderligere blive opdelt i generelle og specifikke underskalaer til præsentation af resultaterne). Derudover vil tovejsinteraktionen "TiADS"×"at have kontakt med kosttilskudsannoncer" indgå. Tilslutningerne vil blive rapporteret som både ukorrigerede og korrigerede for alle de testede sociodemografiske mål (se punkt "I. 3"). Hvis dataene er imputeret (se punkt "3. g"), vil følsomhedsanalyse af univariate (ujusterede) associationer mellem DV'er og de resterende mål kun blive udført i datasættet af komplette tilfælde for at teste nøjagtigheden af ​​manglende dataimputering. De yderligere multivariate modeller vil blive bygget med målene statistisk signifikant (i henhold til de rå p-værdier i ujusterede analyser) forbundet med en DV i disse analyser.

   2. Forudsigelser, der skal bibeholdes i den endelige model, vil blive udvalgt efter følgende kriterier:

      • Multikolinearitet. Variablernes multikollinearitet vil blive vurderet med Pearsons korrelationsmatrix og eksplorativ faktoranalyse. I tilfælde af påvisning af multikollinearitet vil to løsninger blive overvejet: (1) i det væsentlige kollineære variabler kan kombineres lineært, hvis de kan repræsentere den samme konstruktion (f.eks. "selvvurderet kost" plus "selvvurderet fysisk aktivitet" plus "ingen cigaretrygning" kan repræsentere konstruktionen af ​​"sundheds-egenomsorg" eller "konventionel cigaretrygning" plus "brug af elektroniske cigaret" kan repræsentere konstruktionen af ​​"nikotin afhængighed", etc.) eller (2) kun én variabel fra et sæt af i det væsentlige kollineære variabler kan bibeholdes, og den anden kan slettes.
      • Den bibeholdte foranstaltnings "objektivitet". Meget "objektive" foranstaltninger vil blive begunstiget. De inkluderer den med mere overbevisende bevis for gyldighed: KaDS, TiADS og BMQ, efterfulgt af de "objektive" målinger vurderet med et enkelt spørgsmål: alder og køn, efterfulgt af mere "subjektive", ikke let verificerbare og muligvis partiske mål: resten af ​​foranstaltningerne.
      • Informationskriterier. Modellerne med lavere værdier af Akaike eller Bayesiansk informationskriterium vil blive foretrukket (bedste delsæt udvælgelsesalgoritme).
   3. Restanalyse af de opnåede modeller vil blive udført for at kontrollere for antagelser om generel lineær modellering. I tilfælde af væsentligt overtrådte antagelser, kan processerne for modelkonstruktion gentages.
5. Intern validering vil blive udført med en k-fold krydsvalidering for at teste for nøjagtighed og stabilitet af de opnåede modeller.

6. Undergruppeanalyser kan udføres i prøverne af respondenter, der er kritiske for folkesundheden:

   1. ældre mennesker (60 år eller derover),
   2. indbyggere i landdistrikterne (under 5.000 indbyggere),
   3. personer med lav indkomst (under 1.000 PLN af månedlig nettohusstandsindtjening pr. familiemedlem) osv.
7. P-værdier gennem analyserne under 0,05 vil blive betragtet som statistisk signifikante. For at tage højde for multiple hypotesetestning, hvis det er relevant, vil signifikansniveaukorrektion med Benjamini og Hochberg procedure blive anvendt (falsk opdagelsesrate 0,05).
8. Analyserne vil blive udført ved hjælp af STATISTICA Software (Statsoft) eller R Software (R Core Team).