Prueba de modelos de entrega de contenido para MomConnect (MQR)
25 de octubre de 2023 actualizado por: Haijing Huang, IDinsight
Prueba de la eficacia de los mensajes de WhatsApp basados en la calidad sobre las dudas sobre las vacunas y la inmunización infantil en un programa nacional de mensajes maternos
El argumento a favor de la salud móvil (mHealth) ha ido ganando terreno como fuente para mejorar los resultados de salud de las personas.
mHealth se refiere al uso de Tecnologías de la Información y la Comunicación (TIC) para apoyar la atención médica.
La ubicuidad y penetración de los teléfonos móviles presenta la oportunidad de brindar servicios de atención médica directamente a los ciudadanos, con mayores ganancias potenciales en ecosistemas de salud con recursos insuficientes.
MomConnect, que opera desde hace 8 años y actualmente apoya a 1,28 millones de madres durante sus embarazos y cuidados de la primera infancia, representa una de las plataformas de mensajes de salud materna más grandes del mundo.
Implementado a nivel nacional, a MomConnect se le atribuye ser el primer programa de mHealth a escala nacional de su tipo y ha ganado numerosos premios internacionales.
Como servicio prestado por WhatsApp, MomConnect ha estado limitado por los términos de servicio históricos de WhatsApp.
En su forma actual, MomConnect solo puede iniciar una conversación con las madres una vez a la semana avisándoles de su próxima cita de atención prenatal (ANC).
Los cambios recientes en los términos de servicio de WhatsApp han eliminado la restricción sobre los mensajes push para ciertos programas, incluido MomConnect.
Históricamente, los mensajes se han restringido a iniciadores de conversaciones semanales y solo contienen información genérica tipo recordatorio administrativo.
Como resultado, es posible que muchas madres no logren involucrarse con el contenido tanto como podrían.
Si las madres estuvieran más comprometidas, se podría aumentar en gran medida la exposición y el conocimiento para reducir el número total de madres expuestas a contenidos críticos para la salud materna e infantil.
Con los términos de servicio actualizados, existe la oportunidad de probar diferentes formas de involucrar a las madres.
Este estudio propone evaluar, a través de un ensayo controlado aleatorio (ECA), el efecto relativo de tres nuevos modelos de programas basados en el comportamiento sobre el conocimiento clave y la adopción de comportamientos saludables.
Descripción general del estudio
Estado
Reclutamiento
Intervención / Tratamiento
Tipo de estudio
Intervencionista
Inscripción (Estimado)
8867
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.
Estudio Contacto
- Nombre: Philipp M Kastrau, PhD
- Número de teléfono: +254746649552
- Correo electrónico: philipp.kastrau@idinsight.org
Copia de seguridad de contactos de estudio
- Nombre: Crystal H Huang, PhD
- Correo electrónico: crystal.huang@idinsight.org
Ubicaciones de estudio
-
-
-
Cape Town, Sudáfrica
- Reclutamiento
- Reach Digital Health (formerly Praekelt.org)
-
Contacto:
- Jane Passmore
- Número de teléfono: +27114829775
- Correo electrónico: jane@reachdigitalhealth.org
-
-
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
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Descripción
Criterios de inclusión:
- Mujeres embarazadas mayores de 18 años que se registran en MomConnect cuando tienen entre 16 y 30 semanas de embarazo
Criterio de exclusión:
- Todos los otros
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: Investigación de servicios de salud
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Modelo de recordatorio de citas
Este es el modelo actual de MomConnect WhatsApp (control).
Las madres reciben mensajes de inicio de conversación semanales que les recuerdan sus próximas citas clínicas, proporcionando información de salud materna más completa y relevante solo después de que las madres respondan al recordatorio de la cita.
|
El impacto de los modelos de MomConnect se evaluará mediante un ensayo controlado aleatorio (RCT).
La aleatorización se realizará a nivel individual, donde un individuo se refiere al "usuario único", que se define por el número de teléfono único utilizado en el momento del registro en MomConnect en los centros de salud.
La aleatorización de las asignaciones de control y tratamiento garantiza que los grupos de estudio sean comparables en términos de características observables y no observables en las expectativas.
Por lo tanto, la inferencia estadística puede arrojar luz sobre la probabilidad de que cualquier diferencia en las variables de resultado al final de la intervención fuera causada por la intervención en comparación con el azar.
También estudiaremos los efectos del tratamiento en diferentes resultados entre los diferentes brazos del experimento; comparar los resultados entre diferentes brazos de tratamiento o los resultados en el control con los resultados en los brazos de tratamiento nos ayudará a responder las preguntas de investigación antes mencionadas.
|
|
Experimental: Modelo de Contenido Relevante (WhatsApp)
Las madres reciben mensajes de inicio de conversación semanales en WhatsApp, que incluyen recordatorios de citas clínicas junto con información de salud materna e infantil relevante para su etapa de embarazo o posparto.
Además, se proporciona una lista de "preguntas frecuentes" (FAQ) relevantes para la semana de embarazo en la que se encuentra la madre para que las madres puedan participar más en temas de información de salud materna relevantes para ellas.
|
El impacto de los modelos de MomConnect se evaluará mediante un ensayo controlado aleatorio (RCT).
La aleatorización se realizará a nivel individual, donde un individuo se refiere al "usuario único", que se define por el número de teléfono único utilizado en el momento del registro en MomConnect en los centros de salud.
La aleatorización de las asignaciones de control y tratamiento garantiza que los grupos de estudio sean comparables en términos de características observables y no observables en las expectativas.
Por lo tanto, la inferencia estadística puede arrojar luz sobre la probabilidad de que cualquier diferencia en las variables de resultado al final de la intervención fuera causada por la intervención en comparación con el azar.
También estudiaremos los efectos del tratamiento en diferentes resultados entre los diferentes brazos del experimento; comparar los resultados entre diferentes brazos de tratamiento o los resultados en el control con los resultados en los brazos de tratamiento nos ayudará a responder las preguntas de investigación antes mencionadas.
|
|
Experimental: Modelo de contenido relevante (SMS)
Las madres reciben mensajes de inicio de conversación dos veces por semana de 160 caracteres cada uno por SMS, que contienen recordatorios de citas clínicas e información de salud materna e infantil, relevante para su etapa de embarazo o la edad de su bebé.
Las madres pueden acceder a la lista de preguntas frecuentes relevantes a su semana de embarazo a través de USSD.
|
El impacto de los modelos de MomConnect se evaluará mediante un ensayo controlado aleatorio (RCT).
La aleatorización se realizará a nivel individual, donde un individuo se refiere al "usuario único", que se define por el número de teléfono único utilizado en el momento del registro en MomConnect en los centros de salud.
La aleatorización de las asignaciones de control y tratamiento garantiza que los grupos de estudio sean comparables en términos de características observables y no observables en las expectativas.
Por lo tanto, la inferencia estadística puede arrojar luz sobre la probabilidad de que cualquier diferencia en las variables de resultado al final de la intervención fuera causada por la intervención en comparación con el azar.
También estudiaremos los efectos del tratamiento en diferentes resultados entre los diferentes brazos del experimento; comparar los resultados entre diferentes brazos de tratamiento o los resultados en el control con los resultados en los brazos de tratamiento nos ayudará a responder las preguntas de investigación antes mencionadas.
|
|
Experimental: Contenido relevante + Modelo de contenido navegable
Esta es una combinación de los modelos de contenido relevante y contenido navegable en WhatsApp (RCM+BCM), que incluye recordatorios de citas, información clínica, un menú navegable e indicaciones sobre temas relevantes basados en etapas.
Las madres reciben mensajes semanales para iniciar una conversación.
|
El impacto de los modelos de MomConnect se evaluará mediante un ensayo controlado aleatorio (RCT).
La aleatorización se realizará a nivel individual, donde un individuo se refiere al "usuario único", que se define por el número de teléfono único utilizado en el momento del registro en MomConnect en los centros de salud.
La aleatorización de las asignaciones de control y tratamiento garantiza que los grupos de estudio sean comparables en términos de características observables y no observables en las expectativas.
Por lo tanto, la inferencia estadística puede arrojar luz sobre la probabilidad de que cualquier diferencia en las variables de resultado al final de la intervención fuera causada por la intervención en comparación con el azar.
También estudiaremos los efectos del tratamiento en diferentes resultados entre los diferentes brazos del experimento; comparar los resultados entre diferentes brazos de tratamiento o los resultados en el control con los resultados en los brazos de tratamiento nos ayudará a responder las preguntas de investigación antes mencionadas.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Visitas del Congreso Nacional Africano
Periodo de tiempo: Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
Indicador binario que mide si las mujeres asistieron al menos a 8 visitas de atención prenatal durante el embarazo, según lo recomendado por la OMS.
|
Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
|
Cobertura de vacunación
Periodo de tiempo: Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
Indicador binario que mide si el recién nacido recibió las 6 vacunas recomendadas al nacer y 6 semanas después del nacimiento.
|
Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Índice de conocimiento/actitud
Periodo de tiempo: Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
Incluye conocimientos y actitudes hacia la dieta, la lactancia materna y la anemia.
|
Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
|
Índice de comportamiento
Periodo de tiempo: Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
Incluye comportamiento relacionado con visitas de atención prenatal, dieta, preparación para el embarazo, lactancia materna, anemia y vacunas infantiles.
|
Basado en una encuesta telefónica realizada 7 semanas después del parto previsto
|
|
Experiencia de usuario
Periodo de tiempo: Los datos de backend se recopilan durante el uso de la plataforma por parte de los usuarios; datos de la encuesta basados en una encuesta telefónica realizada 7 semanas después de la entrega prevista
|
Incluye datos de back-end de WhatsApp y datos de encuestas sobre cómo los usuarios interactuaron con la plataforma MomConnect.
|
Los datos de backend se recopilan durante el uso de la plataforma por parte de los usuarios; datos de la encuesta basados en una encuesta telefónica realizada 7 semanas después de la entrega prevista
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
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)
30 de mayo de 2023
Finalización primaria (Estimado)
29 de febrero de 2024
Finalización del estudio (Estimado)
29 de febrero de 2024
Fechas de registro del estudio
Enviado por primera vez
16 de agosto de 2022
Primero enviado que cumplió con los criterios de control de calidad
16 de agosto de 2022
Publicado por primera vez (Actual)
18 de agosto de 2022
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
27 de octubre de 2023
Última actualización enviada que cumplió con los criterios de control de calidad
25 de octubre de 2023
Última verificación
1 de octubre de 2023
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 008 (Otro identificador: Nahrain Medical Research Collective (NMRC))
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
INDECISO
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. .