Incentivos y motivación para el cambio de comportamiento:

Incentivos para dormir y hacer ejercicio:

Este experimento estimará el sesgo de inscripción para los ensayos clínicos aleatorios que ofrecen incentivar el cambio de comportamiento. En este experimento, probaremos si aquellos que están más motivados para cambiar el comportamiento también tienen más probabilidades de inscribirse en un RCT (hipotético) al ofrecer incentivos financieros o sociales para el cambio de comportamiento.

Presumimos que aquellos que tienen más probabilidades de inscribirse ya están motivados para cambiar su comportamiento antes de la inscripción, lo que podría ser un sesgo de los ensayos hacia el valor nulo. Probaremos esta hipótesis estimando si la motivación para cambiar un comportamiento predice el interés en unirse a RCT dirigidos a ese comportamiento. También probaremos si el comportamiento de referencia predice el interés en unirse a estos ECA.

Llevaremos a cabo este experimento utilizando invitaciones simuladas para conocer y potencialmente unirse a un RCT. El resultado del estudio serán las respuestas a esta invitación. No ofreceremos invitaciones a un ensayo real, pero los estímulos (invitaciones simuladas a un ensayo "fantasma") y la tarea (respuesta a la invitación) se asemejan fundamentalmente a las contrapartes de un ensayo. Las invitaciones especificarán una oportunidad de ganar incentivos financieros o sociales para mejorar un comportamiento saludable.

Invitaremos a los participantes a ganar incentivos financieros o no financieros para aumentar su sueño o ejercicio. En este estudio, el resultado primario medirá si estaban "no interesados", "ligeramente interesados" o "muy interesados" en participar.

Antes de recibir su invitación, completarán un cuestionario en línea que mide su motivación para aumentar cada comportamiento, además de su comportamiento reciente y sociodemográfico.

Se realizarán análisis separados para los incentivos económicos y sociales y para las invitaciones a las pruebas de sueño versus ejercicio. Informaremos estimaciones puntuales e intervalos de confianza (IC) del 95 % para el comportamiento y la motivación.

Los análisis examinarán si su interés en unirse al RCT se predice por 1) su comportamiento de referencia (es decir, la cantidad de sueño o ejercicio) o 2) su motivación para cambiar el comportamiento específico. Como se señaló anteriormente, suponemos que su nivel de motivación para cambiar un comportamiento específico predecirá el interés en un ensayo dirigido a ese comportamiento.

Prueba de incentivos de vacunación relativos grandes y pequeños:

Usando una muestra separada, este experimento evaluará si es probable que las políticas que ofrecen incentivos financieros grandes o pequeños fortalezcan la intención de vacunar contra el COVID-19. Este experimento asignará aleatoriamente a los individuos a uno de los cuatro grupos de estudio que incluyen 1) una condición de control, 2) un mensaje educativo, 3) un mensaje sobre el incentivo financiero relativamente grande o 4) un mensaje sobre el incentivo financiero relativamente pequeño. El objetivo de este estudio es estimar si es probable que cualquier tipo de política de incentivos tenga efectos negativos sobre la intención de vacunar, como han advertido algunos expertos.

Al analizar los efectos de incentivos financieros relativamente grandes y pequeños en las intenciones de vacunación, informaremos estimaciones puntuales e IC del 95 % para la muestra general y los subgrupos demográficos. También informaremos estadísticas resumidas para toda la muestra general y las subpoblaciones. Probaremos si, en comparación con una condición de control, los incentivos financieros aumentan, disminuyen o no tienen efecto en el porcentaje que desea vacunar. En un cuarto brazo de estudio, los sujetos recibirán un mensaje educativo que también se comparará con la condición de control.

Prueba de incentivos de vacunas más diferentes medidas de intención de vacunas:

En un experimento relacionado, probaremos por separado los efectos de 10 condiciones experimentales, con una manipulación experimental contrapesada utilizando un mensaje de aprobación de la FDA, más una condición de control. El objetivo de este estudio es comparar los efectos de una variedad más amplia de intervenciones de vacunas que los expertos han propuesto, incluidos incentivos y mandatos.

Además, también asignaremos aleatoriamente a las personas a los cuestionarios utilizando diferentes métodos para medir la intención de vacunar, el resultado del estudio.

Comparación de diferentes métodos para estimar la intención de la vacuna: integrado en el experimento que prueba diferentes políticas de vacunas propuestas, probaremos si las diferencias metodológicas en la opción de respuesta para el resultado primario afectan el porcentaje que informa "sí". Para hacer esto, probaremos 2 (Sí y No) frente a 3 (Sí, No y No estoy seguro) opciones de respuesta de nivel y ordenaremos aleatoriamente ambos conjuntos.

Este experimento metodológico examinará si la proporción que responde "sí" a la misma pregunta (sobre si quieren vacunarse pronto) varía según el orden de las opciones de respuesta y si incluyen la opción quizás/no estoy seguro. Realizaremos tabulaciones cruzadas y pruebas de chi-cuadrado para los niveles de respuesta 2 vs 3 y el orden. Se realizarán las pruebas de instrumentación para los refuerzos de vacunación contra el COVID-19, las vacunas iniciales, más la vacunación contra la influenza.

Al probar los efectos de las posibles políticas de vacunas, el grupo de control, que no presentó ninguna política de vacunas, se comparará con: incentivos en efectivo de $1000, $200 o $100; un crédito fiscal de $1,000; loterías por $100,000, $200,000 o $1 millón; impuesto de $1,000 sobre los no vacunados; y mandatos de empleadores o aerolíneas, bares y restaurantes. El resultado principal es si querrían vacunarse pronto dada la hipotética política de vacunas.

(Aquellos asignados a la condición de mandato del empleador serán excluidos de los análisis si informan que es poco probable que tengan un empleador).

La especificación OLS será nuestro resultado principal y las otras medidas se proporcionan como controles de robustez.

El modelo OLS puede excluir todos los controles demográficos y ejecutar la variable dependiente binaria en las variables de tratamiento. (Tenga en cuenta que este enfoque es legítimo porque los tratamientos se aleatorizan entre los encuestados). Los tratamientos incluyen las pólizas financieras (incentivos y penalizaciones de diferentes montos y tipos) y mandatos (de diferentes tipos) siendo anotados en un mensaje.

Tipo de modelo: Realizaremos pruebas t por pares del porcentaje de encuestados que respondieron "Sí" comparando los tratados con un incentivo con el grupo de control. Realizaremos estas pruebas por pares en subconjuntos por raza, género, ingresos, educación y otros datos sociodemográficos.

Además, realizaremos estas pruebas por pares según el tipo de tratamiento. Comparar la lotería con el incentivo en efectivo, comparar el incentivo positivo con la sanción, comparar el tamaño del incentivo y comparar los mandatos del empleador con el control.

También realizaremos análisis de regresión en el conjunto de datos agrupados donde las observaciones del lado izquierdo son respuestas individuales donde aquellos que respondan "Sí" se codificarán como 1 y los que respondan "No" o "No estoy seguro" se codificarán como cero. Incluiremos un conjunto de controles (raza, género, ingresos, educación, etc.) así como una variable indicadora que refleje si el encuestado recibió un tratamiento. Los modelos de regresión incluirán mínimos cuadrados ordinarios, probit, emparejamiento de vecino más cercano y emparejamiento de puntuación de propensión. También ejecutaremos estas regresiones en las que la variable de tratamiento se divide en varias variables indicadoras que reflejan el tipo de tratamiento proporcionado, así como un indicador para la aprobación de la FDA.

Estimaremos un modelo, alternativamente usando mínimos cuadrados ordinarios y regresión logística, con una variable dependiente de resultado binaria (igual a uno si el encuestado quería vacunarse, y de lo contrario igual a cero). Para las variables explicativas, incluimos variables ficticias para cada uno de los diez brazos de tratamiento.

Criterios de significancia estadística: Usaremos .05 como nuestro umbral de significación estadística.

Cálculo del tamaño de la muestra para el experimento de la encuesta que compara 10 políticas de vacunas diferentes: estimamos que si los tamaños de muestra finales para cada condición incluyen al menos 300 sujetos, podemos detectar una diferencia de alrededor del 5 % o más. Planeamos duplicar la asignación para el control y las condiciones de $1000 para permitir las comparaciones planificadas.

Todos los experimentos: Cada sujeto será aleatorizado a una condición. Los participantes serán asignados al azar para reducir la posibilidad de que los efectos observados se deban a factores no medidos. Además, todos los procedimientos del estudio se automatizaron, lo que mejora el control sobre cómo se lleva a cabo el experimento, lo que permite que todos los procedimientos se estandaricen de manera uniforme.

Los estudios incluirán muestras nacionales basadas en la teoría reclutadas a través de MTurk y/o plataformas Prolific. Para reducir el sesgo de inscripción, los materiales de reclutamiento e inscripción describirán la investigación en términos vagos (p. ej., "nos interesa conocer sus opiniones y preferencias relacionadas con la salud). Cada experimento también medirá variables sociodemográficas con fines descriptivos.

Procedimientos de limpieza de datos recomendados para cada experimento: los controles de atención pueden identificar a aquellos que deben excluirse de los análisis principales. (Independientemente del desempeño en el control de atención, todos los participantes serán compensados ​​por su tiempo). Los análisis excluirán a aquellos con identificaciones duplicadas o un puntaje de fraude alto. Realizaremos análisis que incluyan y excluyan a aquellos que terminaron más rápido (el 5% más rápido).

Los estudios de replicación incluirán el mismo diseño y procedimientos de estudio.