Design af Chatbot-persona til screening af brystkræft blandt sorte kvinder

Målet med denne undersøgelse er at bestemme den optimale levering af indledende chatbot-beskeder til kulturelt skræddersyet brystkræftscreening. Mistillid til det medicinske system er blevet identificeret som en væsentlig barriere for mammografiscreening blandt sorte kvinder. Men selvom der findes skræddersyede interventioner til screening for brystkræft, er det optimale design af en skræddersyet intervention til at skabe tillid ukendt. Chatbots har vist sig at øge niveauet af tillid til webbaseret information, selvom adoption af chatbots kan afhænge af chatbot-karakteristika. Efterforskerne foreslår at bruge Multiphase Optimization Strategy (MOST), en ramme til udvikling af effektive, effektive, skalerbare og omkostningseffektive interventioner, til at vurdere ydeevnen af ​​chatbot-interventionskomponenter og deres interaktioner.

Chatbot-meddelelsesleveringen vil systematisk varieres på tværs af to komponenter, som hver er repræsenteret af en separat faktor i 2x2x1-factorial undersøgelsesdesignet med en kontrolarm. Specifikt vil hver deltager blive tilfældigt tildelt en af ​​fem separate eksperimentelle betingelser. Betingelser inkluderer: (1) chatbot med en personlig læge i primærplejen og direkte kommunikationsstil; (2) chatbot med en brystkræftoverlever persona og direkte kommunikationsstil; (3) chatbot med en primær lægepersona og indirekte kommunikationsstil; og (4) chatbot med en brystkræftoverlever persona og indirekte kommunikationsstil. Alle deltagere vil udfylde en undersøgelse vedrørende deres opfattelse af de indledende opsøgende beskeder fra chatbotten.

De vigtigste effekter vil blive estimeret af de to eksperimentelle faktorer og deres interaktioner på undersøgelsens primære resultater - tillid til chatbot-systemet til brug for uddannelse og planlægning af brystkræftscreening og intention om at bruge. Denne information vil guide designet af en optimeret chatbot-persona, der opnår de primære resultater.

Deltagere vil blive tilmeldt, hvis de er sorte personer, der kvalificerer sig til brystkræftscreening, bosat i USA, og som er mellem 40-74 år. Rekruttering vil blive udført på Prolific, en online deltagerpooling platform, og Amazon Mechanical Turk (MTurk), en crowdsourcing platform, der bruges til forskningsrekruttering. Prolific vil blive brugt i betragtning af platformens evne til at udvælge deltagerpopulationen. Men på grund af det begrænsede antal individer inden for inklusionskriterierne på Prolific, og om nødvendigt vil deltagere også blive rekrutteret på MTurk. Deltagerne vil blive bedt om at se chatbot-beskederne og svare på spørgsmål for at vurdere tillid, engagement og direktehed af chatbotten.