Traducción del idioma de los recursos de movilización del conocimiento

Antecedentes y justificación:

Los recursos de KM juegan un papel fundamental en la brecha entre la investigación y la práctica en la atención médica. La comunicación efectiva de esta información es esencial para garantizar la absorción e implementación de evidencia de investigación y recomendaciones de salud por parte del público.

Canadá es el hogar de una población muy diversa. El dominio del idioma sigue siendo un desafío persistente para muchos recién llegados. La comunicación de salud inadecuada derivada de las barreras lingüísticas puede conducir a resultados de salud más pobres, una menor satisfacción con la atención y mayores desigualdades de salud. Por lo tanto, las traducciones de alta calidad de materiales de salud son esenciales para promover el acceso equitativo a la información de la salud y ayudar a reducir las disparidades en los resultados de salud. Si bien los servicios de traducción profesional han sido durante mucho tiempo el estándar para producir materiales traducidos lingüísticamente precisos, a menudo son intensivos en recursos, lo que limita la escalabilidad y la puntualidad de los esfuerzos de traducción actuales.

Los avances recientes en la IA han generado interés en aprovechar las herramientas con IA para respaldar la traducción de materiales de salud. Sin embargo, quedan preocupaciones con respecto a la capacidad de las herramientas alimentadas con AI para navegar los matices culturales, contextuales y emocionales del lenguaje que son vitales en la comunicación de atención médica. No hay ensayos controlados todavía han comparado las traducciones de IA y profesionales específicamente para los recursos de KM dirigidos al público. Por lo tanto, las evaluaciones empíricas de las traducciones generadas por IA son esenciales para comprender sus capacidades y limitaciones.

Objetivos:

La pregunta de investigación general es: ¿La IA puede traducir efectivamente los recursos de KM para el público? Para este estudio, el objetivo principal es comparar los recursos de KM traducidos utilizando una herramienta de IA en comparación con los traducidos por traductores humanos profesionales. Específicamente, los investigadores plantean la hipótesis de que las traducciones de los recursos de KM producidos por ChatGPT serán comparables a las traducciones humanas profesionales en términos de comprensión, legibilidad y aceptabilidad.

Métodos:

Participación del paciente y público:

Los miembros del Grupo Asesor de Padres Pediátricos (P-PAG) proporcionarán información durante todo el estudio. Darán información sobre el diseño del estudio, ayudarán con los instrumentos de recopilación de datos de pruebas piloto, asesorará sobre estrategias de reclutamiento y promoverán el estudio dentro de sus redes. Ayudarán a interpretar los resultados y contribuirán críticamente a desarrollar y difundir hallazgos (por ejemplo, resumen del lenguaje simple de los resultados).

Diseño de prueba:

Este estudio es un ensayo controlado aleatorio. Los participantes serán asignados aleatoriamente (relación de asignación 1: 1) para recibir una versión traducida a IA o una versión traducida profesionalmente de un recurso KM. Se les pedirá que respondan un conjunto de preguntas sobre su comprensión del contenido del recurso, su legibilidad y aceptabilidad.

Configuración de prueba:

El juicio se llevará a cabo completamente en línea. Los participantes completarán el estudio de forma remota utilizando sus propios dispositivos personales (por ejemplo, computadoras o tabletas) con acceso a Internet. Todos los materiales, incluido el enlace de estudio, las instrucciones y los cuestionarios, se entregarán electrónicamente.

Criterios de elegibilidad:

• 18 años de edad o más
• Viviendo en Canadá
• El primer idioma es uno de los idiomas seleccionados (es decir, Francés, español, ucraniano, tagalo, árabe, chino y punjabi)
• Capaz de leer y completar un cuestionario en inglés
• Acceso a un dispositivo electrónico (por ejemplo, computadora o tableta), Internet y correo electrónico

Intervención y comparador:

Los participantes serán aleatorizados para ver un recurso KM traducido, ya sea por AI (es decir, ChatGPT) o un traductor profesional (humano), en uno de los idiomas seleccionados. La versión inglesa del recurso KM está disponible en línea (https://canpcc.ca/app/uploads/2025/03/online-resource-sheet-gt1-prevention-of-pcc-final.pdf).

Resultados:

Los siguientes resultados se utilizarán para evaluar las versiones traducidas del recurso KM a partir de múltiples dimensiones: adquisición de conocimiento (comprensión), facilidad de procesamiento de texto (legibilidad) y confianza en la información (aceptabilidad).

El resultado primario será:

Comprensión: Medido por las respuestas de los participantes a un conjunto de 7 preguntas de opción múltiple diseñadas específicamente para evaluar el conocimiento clave del contenido sobre la condición posterior a Covid-19 y las recomendaciones relacionadas contenidas en el recurso. El número de respuestas correctas servirá como un indicador objetivo de comprensión, evaluando la capacidad de cada método de traducción para preservar conceptos críticos.

Los resultados secundarios serán la legibilidad y la aceptabilidad.

Daños:

Este estudio implica poco o ningún riesgo para los participantes. Sin embargo, los daños potenciales pueden incluir fatiga o frustración leve si los participantes consideran que el texto es confuso o difícil de interpretar. Para minimizar esto, todos los materiales serán probados con piloto para mayor claridad y se presentarán en un formato fácil de usar. Los participantes pueden retirarse del estudio en cualquier momento sin penalización.

Línea de tiempo del participante:

Los participantes en este estudio participarán en una sesión única realizada en línea. Todos los datos se recopilarán inmediatamente después de que el participante haya revisado la traducción asignada. Cada participante completará el estudio en aproximadamente 10-15 minutos. No se planifica un seguimiento a largo plazo.

Tamaño de la muestra:

Debido a la naturaleza piloto de este estudio, los investigadores tienen como objetivo reclutar a 50 participantes por grupo de idiomas, con 25 participantes aleatorizados para evaluar la versión traducida de IA y 25 asignados para evaluar la versión traducida profesionalmente. Con siete grupos de idiomas, el tamaño total de la muestra objetivo será de 350 participantes. Este tamaño de muestra sigue la orientación de los estudios exploratorios y piloto que no requieren un cálculo formal del tamaño de la muestra. Con 50 participantes por grupo de idiomas, los investigadores podrán proporcionar estimaciones de diferencias potenciales al tiempo que nos permitirán explorar las variaciones por lenguaje.

Reclutamiento:

El reclutamiento comenzará una vez que el estudio haya recibido la aprobación de ética. Los participantes potenciales serán reclutados a través de una variedad de estrategias en línea para garantizar una inscripción amplia y diversa entre los grupos de idiomas. Los esfuerzos de reclutamiento incluirán boletines electrónicos específicos distribuidos a través de los digestos de estudiantes universitarios y de estudiantes graduados de la Universidad de Alberta, así como divulgación a grupos de estudiantes internacionales. Además, se enviará un correo electrónico de reclutamiento a las conexiones preestablecidas con grupos de intereses en todo Canadá para informarles sobre el estudio y pedirles que compartan los materiales de estudio dentro de sus redes. Esto también puede incluir pedirles que compartan a través de medios de comunicación tradicionales (p. Ej. boletín electrónico, lista de lista).

Los participantes potenciales (autoidentificados) podrán acceder al estudio directamente desde el material de reclutamiento visitando el enlace del estudio proporcionado. El enlace del estudio incluirá instrucciones detalladas para completar lo siguiente:

• Responder Preguntas de detección de elegibilidad
• Identificar su primer idioma
• Revise la carta de información del estudio
• Lea el recurso KM al que han sido aleatorizados (AI o traducción profesional en el primer idioma del participante)
• Complete el cuestionario que incluye datos demográficos y respuestas a preguntas sobre los incentivos de recursos de KM: los participantes recibirán una compensación de $ 5 CAD. Este incentivo vendrá en forma de una tarjeta de regalo CAD electrónica al participante a través de todo logro.

El reclutamiento se producirá a través de materiales de reclutamiento públicos (por ejemplo, digestiones de correo electrónico, volantes electrónicos, etc.) que contiene una descripción del estudio y un enlace al estudio. Las personas interesadas se autoidentificarán como potencialmente elegibles y accederán al estudio directamente haciendo clic en el enlace. Al acceder al enlace del estudio, a los participantes recibirán un breve conjunto de preguntas de detección para confirmar la elegibilidad. Aquellos que no cumplan con los criterios de inclusión serán agradecidos automáticamente por su interés y saldrán de la encuesta. Al final de la encuesta, se compartirá información personal (nombre y correo electrónico) (si el participante elige hacerlo) con los investigadores en un formulario separado, no vinculado a las respuestas de la encuesta, a los efectos de la distribución de la tarjeta de regalo. La información recopilada se alojará por separado de los datos del estudio en el registro de la tarjeta de regalo.

Aleatorización y cegamiento:

Los participantes serán estratificados por su primer idioma y luego asignados aleatoriamente (relación de asignación 1: 1) a uno de los dos grupos: el recurso KM traducido a IA o la versión traducida profesionalmente. La aleatorización se realizará a nivel de participante individual utilizando una secuencia de asignación aleatoria generada por computadora para garantizar una asignación de grupo imparcial.

Los participantes estarán cegados al tipo de traducción que reciben. Se les informará que el estudio compara diferentes métodos de traducción, pero no se les dirá si los materiales que ven fueron traducidos por IA o por traductores profesionales.

Recopilación y gestión de datos:

Los datos se recopilarán y gestionarán utilizando REDCAP (Captura de datos electrónicos de investigación). RedCap tiene una extensa política de privacidad (https://help.redcap.ualberta.ca/policy-procedure/privacy) Eso ha sido revisado por el equipo de estudio y determinado adecuado para este estudio, y ha sido aprobado previamente para el uso de la investigación en la Universidad de Alberta. Los datos se descargarán regularmente y se almacenarán a largo plazo en un servidor seguro en la facultad de PI (Facultad de Medicina y Odontología) de la Universidad de Alberta. Al finalizar el estudio, los datos se archivarán en el servidor de la Facultad de Medicina y Dentrería durante cinco años.

Métodos estadísticos:

Los investigadores recopilarán datos demográficos (por ejemplo, edad, género, etnia, nivel educativo, país de nacimiento, alfabetización en salud y competencia en los idiomas hablados) para describir la población de estudio. Los investigadores utilizarán estadísticas descriptivas (números, frecuencias, medias con desviaciones estándar) para analizar y presentar datos demográficos. Los investigadores determinarán la comprensión general al calcular una puntuación (que varía de 0 a 7) para cada participante en función del número de preguntas respondidas correctamente. Los investigadores calcularán una puntuación media para cada grupo y compararán grupos (traducción profesional frente a AI) utilizando una prueba t de dos muestras asumiendo variaciones iguales. Se compararán otros resultados entre grupos que utilizan pruebas t de T o CHI independientes que dependen del tipo de datos (es decir, continuo o categórico). Las incertidumbres estadísticas se expresarán con intervalos de confianza del 95%; P <0.05 indicará significación estadística. Los análisis se realizarán en función de la intención de tratar, es decir, todos los datos disponibles se incluirán y los investigadores no sabrán si o la medida en que los participantes lean la versión traducida de la herramienta KM.