Incitations et motivation pour le changement de comportement :

Incitations au sommeil et à l'exercice :

Cette expérience permettra d'estimer le biais d'inscription pour les essais cliniques randomisés proposant d'inciter au changement de comportement. Dans cette expérience, nous testerons si ceux qui sont les plus motivés à changer de comportement sont également les plus susceptibles de s'inscrire à un ECR (hypothétique) lorsqu'ils offrent des incitations financières ou sociales au changement de comportement.

Nous émettons l'hypothèse que les personnes les plus susceptibles de s'inscrire sont déjà motivées à changer leur comportement avant l'inscription, ce qui pourrait être un biais d'essais vers le zéro. Nous testerons cette hypothèse en estimant si la motivation à changer un comportement prédit l'intérêt à rejoindre un ECR ciblant ce comportement. Nous testerons également si le comportement de base prédit l'intérêt à rejoindre ces ECR.

Nous mènerons cette expérience à l'aide d'invitations fictives pour en savoir plus sur un ECR et éventuellement y participer. Les résultats de l'étude seront les réponses à cette invitation. Nous n'offrirons pas d'invitations à un essai réel, mais les stimuli (invitations fictives à un essai "fantôme") et la tâche (réponse à l'invitation) ressemblent fondamentalement aux homologues d'un essai. Les invitations spécifieront une opportunité de gagner des incitations financières ou sociales pour améliorer un comportement sain.

Nous inviterons les participants à gagner des incitations financières ou non financières pour augmenter leur sommeil ou leur exercice. Dans cette étude, le résultat principal mesurera s'ils n'étaient « pas intéressés », « légèrement intéressés » ou « très intéressés » à participer.

Avant de recevoir leur invitation, ils rempliront un questionnaire en ligne mesurant leur motivation à augmenter chaque comportement, ainsi que leur comportement récent et socio-démographique.

Des analyses distinctes seront menées pour les incitations financières et sociales et pour les invitations à des essais de sommeil ou d'exercice. Nous rapporterons des estimations ponctuelles et des intervalles de confiance (IC) à 95 % pour le comportement et la motivation.

Les analyses examineront si leur intérêt à rejoindre l'ECR est prédit par 1) leur comportement de base (c'est-à-dire la quantité de sommeil ou d'exercice) ou 2) leur motivation à modifier le comportement spécifique. Comme indiqué ci-dessus, nous émettons l'hypothèse que leur niveau de motivation à changer un comportement spécifique prédira l'intérêt pour un essai ciblant ce comportement.

Test des incitations relatives à la vaccination, grandes et petites :

À l'aide d'un échantillon distinct, cette expérience testera si les politiques offrant des incitations financières importantes ou petites sont susceptibles de renforcer l'intention de vaccin contre la COVID-19. Cette expérience randomisera les individus dans l'un des quatre bras d'étude qui incluent 1) une condition de contrôle, 2) un message éducatif, 3) un message sur l'incitation financière relativement importante, ou 4) un message sur l'incitation financière relativement faible. L'objectif de cette étude est d'estimer si l'un ou l'autre type de politique d'incitation est susceptible d'avoir des effets négatifs sur l'intention de vaccination, comme certains experts l'ont averti.

Lors de l'analyse des effets d'incitations financières relativement grandes et petites sur les intentions de vaccination, nous rapporterons des estimations ponctuelles et des IC à 95 % pour l'échantillon global et les sous-groupes démographiques. Nous communiquerons également des statistiques sommaires pour l'ensemble de l'échantillon et des sous-populations. Nous testerons si, par rapport à une condition de contrôle, l'une ou l'autre des incitations financières augmente, diminue ou n'a aucun effet sur le pourcentage de ceux qui veulent se faire vacciner. Dans un quatrième bras d'étude, les sujets recevront un message éducatif qui sera également comparé à la condition de contrôle.

Tester les incitations à la vaccination et différentes mesures de l'intention de vaccination :

Dans une expérience connexe, nous testerons séparément les effets de 10 conditions expérimentales, avec une manipulation expérimentale contrebalancée utilisant un message d'approbation de la FDA, plus une condition de contrôle. Le but de cette étude est de comparer les effets d'une plus grande variété d'interventions vaccinales que les experts ont proposées, y compris les incitations et les mandats.

De plus, nous randomiserons également les individus vers des questionnaires en utilisant différentes méthodes de mesure de l'intention vaccinale, le résultat de l'étude.

Comparaison de différentes méthodes d'estimation de l'intention de vaccination : intégrés dans l'expérience testant différentes politiques vaccinales proposées, nous testerons si les différences méthodologiques dans l'option de réponse pour le résultat principal ont un effet sur le pourcentage de réponses "oui". Pour ce faire, nous testerons les options de réponse de niveau 2 (oui et non) contre 3 (oui, non et incertain) et nous ordonnerons au hasard les deux ensembles.

Cette expérience méthodologique examinera si la proportion répondant "oui" à la même question (à savoir s'ils veulent se faire vacciner bientôt) varie en fonction de l'ordre des options de réponse et si elles incluent une option peut-être/incertain. Nous exécuterons des tableaux croisés et des tests du chi carré pour les niveaux de réponse 2 contre 3 et l'ordre. Les tests d'instrumentation seront effectués pour les rappels de vaccination COVID-19, les injections initiales, ainsi que la vaccination contre la grippe.

Lors du test des effets des politiques de vaccination potentielles, le groupe témoin, sans politique de vaccination présentée, sera comparé à : des incitations en espèces de 1 000 $, 200 $ ou 100 $ ; un crédit d'impôt de 1 000 $; des loteries à 100 000 $, 200 000 $ ou 1 million de dollars ; taxe de 1 000 $ sur les non vaccinés; et les mandats des employeurs ou des compagnies aériennes, des bars et des restaurants. Le principal résultat est de savoir s'ils voudraient se faire vacciner bientôt compte tenu de la politique hypothétique en matière de vaccins.

(Les personnes affectées à la condition de mandat d'employeur seront exclues des analyses si elles déclarent qu'il est peu probable qu'elles aient un employeur.)

La spécification OLS sera notre résultat principal et les autres mesures sont fournies en tant que tests de robustesse.

Le modèle OLS peut exclure tous les contrôles démographiques et exécuter la variable dépendante binaire sur les variables de traitement. (Notez que cette approche est légitime car les traitements sont randomisés parmi les répondants.) Les traitements incluent les politiques financières (incitations et pénalités de différents montants et types) et les mandats (de différents types) étant notés dans un message.

Type de modèle : Nous effectuerons des tests t par paires sur le pourcentage de répondants répondant "Oui" en comparant ceux traités avec une incitation au groupe témoin. Nous effectuerons ces tests par paires sur des sous-ensembles par race, sexe, revenu, éducation et autres données sociodémographiques.

De plus, nous effectuerons ces tests par paires par type de traitement. Comparer la loterie à l'incitation en espèces, comparer l'incitation positive à la pénalité, comparer la taille de l'incitation et comparer les mandats de l'employeur au contrôle.

Nous effectuerons également des analyses de régression sur l'ensemble de données regroupées où les observations du côté gauche sont des réponses individuelles où ceux qui répondent « Oui » seront codés 1 et ceux qui répondent « Non » ou « Incertain » seront codés zéro. Nous inclurons un ensemble de contrôles (race, sexe, revenu, éducation, etc.) ainsi qu'une variable indicatrice indiquant si le répondant a reçu un traitement. Les modèles de régression incluront les moindres carrés ordinaires, le probit, l'appariement du voisin le plus proche et l'appariement du score de propension. Nous exécuterons également ces régressions où la variable de traitement est divisée en plusieurs variables indicatrices reflétant le type de traitement fourni ainsi qu'un indicateur pour l'approbation de la FDA.

Nous allons estimer un modèle - alternativement en utilisant les moindres carrés ordinaires et la régression logistique - avec une variable dépendante du résultat binaire (égale à un si le répondant voulait se faire vacciner, et sinon égale à zéro). Pour les variables explicatives, nous incluons des variables fictives pour chacun des dix bras de traitement.

Critères de signification statistique : Nous utiliserons 0,05 comme seuil de signification statistique.

Calcul de la taille de l'échantillon pour l'expérience d'enquête comparant 10 politiques de vaccination différentes : nous estimons que si la taille finale de l'échantillon pour chaque condition comprend au moins 300 sujets, nous pouvons détecter une différence d'environ 5 % ou plus. Nous prévoyons de doubler l'allocation pour les conditions de contrôle et de 1 000 $ afin de permettre des comparaisons planifiées.

Toutes les expériences : chaque sujet sera randomisé dans une condition. Les participants seront randomisés pour réduire le risque que les effets observés soient dus à des facteurs non mesurés. De plus, toutes les procédures d'étude ont été automatisées, ce qui améliore le contrôle sur la façon dont l'expérience est menée, permettant à toutes les procédures d'être uniformément standardisées.

Les études recruteront des échantillons nationaux basés sur la théorie recrutés via les plateformes MTurk et / ou Prolific. Pour réduire le biais d'inscription, les documents de recrutement et d'inscription décriront la recherche en termes vagues (par exemple, "nous sommes intéressés à connaître vos opinions et vos préférences en matière de santé). Chaque expérience mesurera également des variables sociodémographiques à des fins descriptives.

Procédures de nettoyage des données recommandées pour chaque expérience : les contrôles d'attention peuvent identifier ceux qui doivent être exclus des analyses principales. (Indépendamment de la performance sur le test d'attention, tous les participants seront rémunérés pour leur temps.) Les analyses excluront ceux qui ont des identifiants en double ou un score de fraude élevé. Nous effectuerons des analyses qui incluront et excluront ceux qui ont terminé le plus rapidement (les 5 % les plus rapides).

Les études de réplication comprendront la même conception et les mêmes procédures d'étude.