Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Una aplicación web habilitada para sociolingüística para desarrollar intervenciones de salud de precisión para afroamericanos

17 de abril de 2025 actualizado por: University of Florida
Este estudio piloto explorará la eficacia preliminar de una intervención de detección del cáncer colorrectal (CRC) realizada por asistentes de salud virtuales (VHA). Los participantes incluirán a 750 pacientes afroamericanos en los EE. UU. de entre 45 y 75 años reclutados a través de paneles de Qualtrics. La principal pregunta de investigación es: ¿Cómo influye la integración de diferentes niveles de densidad dialectal de las características lingüísticas del inglés afroamericano (AAE) en la credibilidad percibida de un VHA negro? Se presentarán cuatro tipos de VHA a nuestros pacientes: un VHA con características lingüísticas de inglés americano estandarizado (SAE), un VHA con un nivel bajo de características lingüísticas de inglés afroamericano (AAE) integradas, un VHA con un alto nivel de inglés afroamericano (AAE) características lingüísticas integradas y una condición de control de solo texto. Las preguntas de la encuesta se utilizarán para obtener juicios de credibilidad sobre la interacción posterior de los VHA.

Descripción general del estudio

Descripción detallada

Los afroamericanos experimentan desigualdades de salud significativas, incluidas las tasas de morbilidad y mortalidad más altas debido al cáncer colorrectal (CCR) en comparación con los estadounidenses blancos. Si bien las causas de estas disparidades son complejas, la detección regular puede ayudar a reducirlas. Sin embargo, el cumplimiento de las pautas de detección de CCR sigue siendo baja, particularmente entre los afroamericanos.

Una estrategia para reducir las disparidades de detección de CCR es utilizar intervenciones de comunicación estratégica para promover la prueba inmunoquímica fecal (FIT). El ajuste es un método de detección no invasivo de bajo costo que alivia las barreras comunes de los pacientes para la detección de CCR y es tan efectiva como la colonoscopia para reducir la incidencia y la mortalidad por CCR.

Se ha demostrado que las intervenciones de mensajería personalizadas mejoran las tasas de detección de CCR. Sin embargo, se deben abordar dos preguntas críticas antes de implementar intervenciones de detección personalizadas dentro de los sistemas de salud: (1) ¿Hasta qué punto debe adaptarse al contenido del mensaje para que sea efectivo? y (2) ¿Cómo se pueden participar efectivamente los participantes?

Este estudio se basa en un proyecto existente que utiliza tecnología humana virtual móvil (VHT) para entregar mensajes de detección de CRC personalizados. Los agentes humanos virtuales (VHA) brindan una oportunidad única para personalizar las estrategias de comunicación, incluida la adaptación lingüística, para alinearse con las preferencias del paciente. Dichas intervenciones pueden ayudar a mitigar las barreras de detección de CCR, como el desajuste cultural y la baja autoeficacia.

Este estudio investiga explícitamente el papel de las características lingüísticas dialectales en la configuración de la disposición a ser examinada para CRC. El estudio piloto es de naturaleza exploratoria y busca examinar el siguiente objetivo: evaluar cómo la adaptación de la variedad dialectal de discurso de VHA afecta la voluntad de ser examinado para CRC.

Nuestro objetivo es reclutar a 750 participantes, cada uno de los cuales interactuará con un VHA que varía en el estilo del habla en cuatro condiciones: (1) características lingüísticas no dialectales, (2) una integración de bajo nivel de características lingüísticas dialectales, (3) una integración de alto nivel de características lingüísticas dialectales, o (4) un control sin voz sin voz y sin voz. Después de la interacción, los participantes evaluarán la credibilidad de la VHA utilizando medidas basadas en encuestas.

Tipo de estudio

Intervencionista

Inscripción (Actual)

751

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

    • Florida
      • Gainesville, Florida, Estados Unidos, 32611
        • Qualtrics

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

45 años a 75 años (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Descripción

Criterios de inclusión:

  • Fuera de las pautas para la detección del cáncer colorrectal
  • Sin prueba inmunoquímica fecal en los últimos 12 meses
  • Sin colonoscopia en los últimos diez años)

Criterio de exclusión:

  • Debe cumplir con los criterios de inclusión.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Poner en pantalla
  • Asignación: Aleatorizado
  • Modelo Intervencionista: Asignación paralela
  • Enmascaramiento: Doble

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Comparador activo: Solo texto
Un asistente de salud virtual que consistirá en fotos del médico generado por computadora con texto que guiará a los participantes a través de la interacción. Ninguna voz acompañará las fotos o el texto.
Un asistente de salud virtual que consistirá en fotos del médico generado por computadora con texto que guiará a los participantes a través de la interacción. Ninguna voz acompañará las fotos o el texto.
Experimental: Dialectal alto
Un asistente de salud virtual que consistirá en un médico interactivo generado por computadora con voz que usó una alta variación dialectal que guiará a los participantes a través de la interacción.
Un asistente de salud virtual que consistirá en un médico interactivo generado por computadora con voz que usó una alta variación dialectal que guiará a los participantes a través de la interacción.
Experimental: Bajo dialectal
Un asistente de salud virtual que consistirá en un médico interactivo generado por computadora con voz que usó una variación dialectal baja que guiará a los participantes a través de la interacción.
Un asistente de salud virtual que consistirá en un médico interactivo generado por computadora con voz que usó una variación dialectal baja que guiará a los participantes a través de la interacción.
Experimental: No dialectal
Un asistente de salud virtual que consistirá en un médico interactivo generado por computadora con voz que no usó variación dialectal que guiará a los participantes a través de la interacción.
Un asistente de salud virtual que consistirá en un médico interactivo generado por computadora con voz que no usó variación dialectal que guiará a los participantes a través de la interacción.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Intención de hablar con el médico sobre la detección del cáncer colorrectal
Periodo de tiempo: Inmediatamente después de la intervención, hasta 1 hora

Medida: intención de hablar con un médico sobre la detección del cáncer colorrectal. Construcción: Inferencia de comportamiento para comunicar el artículo: la cita virtual me hizo querer discutir las opciones de detección de cáncer de colon con mi médico.

Los participantes responderán usando tres escalas Likert de 5 puntos que se sumarán. El puntaje total varía de 3 a 15, con puntajes más altos que indican una mayor intención de discutir el detección del cáncer colorrectal con un profesional de la salud. Los puntajes medios más cercanos a 3 reflejan una intención más baja, mientras que los puntajes medios más cercanos a 15 reflejan una intención más alta.

Inmediatamente después de la intervención, hasta 1 hora

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Investigadores

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

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

29 de junio de 2021

Finalización primaria (Actual)

18 de diciembre de 2023

Finalización del estudio (Actual)

18 de diciembre de 2023

Fechas de registro del estudio

Enviado por primera vez

8 de enero de 2021

Primero enviado que cumplió con los criterios de control de calidad

8 de enero de 2021

Publicado por primera vez (Actual)

12 de enero de 2021

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

18 de abril de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

17 de abril de 2025

Última verificación

1 de abril de 2025

Más información

Términos relacionados con este estudio

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Suscribir