Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Eine soziolinguistisch unterstützte Webanwendung zur Entwicklung präziser Gesundheitsinterventionen für Afroamerikaner

17. April 2025 aktualisiert von: University of Florida
In dieser Pilotstudie wird die vorläufige Wirksamkeit einer Darmkrebs-Screening-Intervention (CRC) untersucht, die von virtuellen Gesundheitsassistenten (VHAs) durchgeführt wird. Zu den Teilnehmern gehören 750 afroamerikanische Patienten in den USA im Alter zwischen 45 und 75 Jahren, die über Qualtrics-Panels rekrutiert wurden. Die Hauptforschungsfrage lautet: Wie beeinflusst die Integration verschiedener Ebenen der Dialektdichte der sprachlichen Merkmale des Afroamerikanischen Englisch (AAE) die wahrgenommene Glaubwürdigkeit eines schwarzen VHA? Unseren Patienten werden vier Arten von VHAs vorgestellt: ein VHA mit sprachlichen Merkmalen des standardisierten amerikanischen Englisch (SAE), ein VHA mit einem geringen Maß an integrierten sprachlichen Merkmalen des afroamerikanischen Englisch (AAE) und ein VHA mit einem hohen Maß an afroamerikanischem Englisch (AAE) Sprachfunktionen integriert und eine Nur-Text-Kontrollbedingung. Umfragefragen werden verwendet, um Glaubwürdigkeitsurteile über VHAs nach der Interaktion zu erhalten.

Studienübersicht

Detaillierte Beschreibung

Afroamerikaner haben erhebliche gesundheitliche Ungleichheiten, einschließlich höherer Morbiditäts- und Sterblichkeitsraten aufgrund von Darmkrebs (CRC) im Vergleich zu weißen Amerikanern. Während die Ursachen dieser Unterschiede komplex sind, kann regelmäßiges Screening dazu beitragen. Die Einhaltung von Richtlinien für CRC -Screening -Richtlinien bleibt jedoch insbesondere bei Afroamerikanern niedrig.

Eine Strategie zur Reduzierung von CRC -Screening -Unterschieden besteht darin, strategische Kommunikationsinterventionen zu verwenden, um den fäkalen immunochemischen Test (FIT) zu fördern. Fit ist eine kostengünstige, nicht-invasive Screening-Methode, die die häufigen Patientenbarrieren für das CRC-Screening lindert und bei der Verringerung der CRC-Inzidenz und -sterblichkeit ebenso wirksam ist wie Koloskopie.

Es wurde gezeigt, dass maßgeschneiderte Messaging -Interventionen die CRC -Screening -Raten verbessern. Es müssen jedoch zwei kritische Fragen beantwortet werden, bevor maßgeschneiderte Screening -Interventionen innerhalb von Gesundheitssystemen implementiert werden: (1) Inwieweit muss Nachrichteninhalte auf effektive Angaben zugeschnitten werden? und (2) wie können die Teilnehmer effektiv engagiert werden?

Diese Studie baut auf einem vorhandenen Projekt auf, das die mobile virtuelle menschliche Technologie (VHT) verwendet, um maßgeschneiderte CRC -Screening -Nachrichten bereitzustellen. Virtuelle menschliche Agenten (VHAs) bieten eine einzigartige Gelegenheit, Kommunikationsstrategien, einschließlich sprachlicher Anpassung, anzupassen, um die Patientenpräferenzen anzupassen. Solche Interventionen können dazu beitragen, CRC-Screening-Hindernisse wie kulturelles Nichtübereinstimmung und geringe Selbstwirksamkeit zu mildern.

Diese Studie untersucht explizit die Rolle dialektaler sprachlicher Merkmale bei der Gestaltung der Bereitschaft, auf CRC zu untersuchen. Die Pilotstudie ist explorativer Natur und versucht, das folgende Ziel zu untersuchen: zu beurteilen, wie sich die Anpassung der dialektalen Sorte der VHA -Sprache auf die Bereitschaft auf CRC auswirkt.

Wir wollen 750 Teilnehmer rekrutieren, von denen jeder mit einer VHA interagiert, die im Sprachstil über vier Bedingungen unterschiedlich ist: (1) nicht-dialektale sprachliche Merkmale, (2) eine integrierte Integration dialektaler sprachlicher Merkmale mit niedriger Ebene, (3) eine hochrangige Integration dialektaler Sprachmerkmale oder (4) (4) Eine vollen, textrinierten Kontrolle. Nach der Interaktion bewerten die Teilnehmer die Glaubwürdigkeit der VHA anhand von Umfragemaßnahmen.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

751

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

45 Jahre bis 75 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Außerhalb der Leitlinien zur Darmkrebsvorsorge
  • Kein immunochemischer Stuhltest innerhalb der letzten 12 Monate
  • Keine Koloskopie in den letzten zehn Jahren)

Ausschlusskriterien:

  • Muss die Einschlusskriterien erfüllen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Screening
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Doppelt

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Aktiver Komparator: Nur Text
Ein virtueller Gesundheitsassistent, der aus Fotos des computergenerierten Arztes mit Text besteht, der die Teilnehmer durch die Interaktion führt. Keine Stimme wird die Fotos oder den Text begleiten.
Ein virtueller Gesundheitsassistent, der aus Fotos des computergenerierten Arztes mit Text besteht, der die Teilnehmer durch die Interaktion führt. Keine Stimme wird die Fotos oder den Text begleiten.
Experimental: Hoher Dialektal
Ein virtueller Gesundheitsassistent, der aus einem interaktiven, computergenerierten Arzt mit Stimme besteht, der eine hohe dialektale Variation verwendete, die die Teilnehmer durch die Interaktion führt.
Ein virtueller Gesundheitsassistent, der aus einem interaktiven, computergenerierten Arzt mit Stimme besteht, der eine hohe dialektale Variation verwendete, die die Teilnehmer durch die Interaktion führt.
Experimental: Niedrige Dialektal
Ein virtueller Gesundheitsassistent, der aus einem interaktiven computergenerierten Arzt mit Stimme besteht, der eine niedrige dialektale Variation verwendete, die die Teilnehmer durch die Interaktion führt.
Ein virtueller Gesundheitsassistent, der aus einem interaktiven computergenerierten Arzt mit Stimme besteht, der eine niedrige dialektale Variation verwendete, die die Teilnehmer durch die Interaktion führt.
Experimental: Nicht dialektal
Ein virtueller Gesundheitsassistent, der aus einem interaktiven, computergenerierten Arzt mit Stimme besteht, der keine dialektale Variation verwendete, die die Teilnehmer durch die Interaktion führt.
Ein virtueller Gesundheitsassistent, der aus einem interaktiven, computergenerierten Arzt mit Stimme besteht, der keine dialektale Variation verwendete, die die Teilnehmer durch die Interaktion führt.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Absicht, mit dem Arzt über Darmkrebs -Screening zu sprechen
Zeitfenster: Unmittelbar nach der Intervention bis zu 1 Stunde

Maßnahme: Absicht, mit einem Arzt über Darmkrebs -Screening zu sprechen. Konstrukt: Verhaltensabsicht, Artikel zu kommunizieren: Der virtuelle Termin hat mich dazu gebracht, mit meinem Arzt die Optionen für Darmkrebs -Screening zu besprechen.

Die Teilnehmer reagieren mit drei 5-Punkte-Likert-Skalen, die summiert werden. Der Gesamtwert liegt zwischen 3 und 15, wobei höhere Werte auf eine größere Absicht hinweisen, Darmkrebs -Screening mit einem medizinischen Fachmann zu diskutieren. Die Mittelwerte näher an 3 spiegeln eine geringere Absicht wider, während die Durchschnittswerte näher an 15 eine höhere Absicht widerspiegeln.

Unmittelbar nach der Intervention bis zu 1 Stunde

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Kevin Tang, PhD, University of Florida
  • Hauptermittler: Janice Krieger, PhD, Mayo Clinic of Jacksonville

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

29. Juni 2021

Primärer Abschluss (Tatsächlich)

18. Dezember 2023

Studienabschluss (Tatsächlich)

18. Dezember 2023

Studienanmeldedaten

Zuerst eingereicht

8. Januar 2021

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

8. Januar 2021

Zuerst gepostet (Tatsächlich)

12. Januar 2021

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

18. April 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

17. April 2025

Zuletzt verifiziert

1. April 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Nur Text

Abonnieren