Interventions textuelles pour promouvoir les vaccinations contre la COVID-19

Cette étude examine si et quel type d'interventions textuelles affectent la prise du vaccin COVID-19. La principale question de recherche est de savoir si la vaccination peut être stimulée par une intervention par SMS encourageant les patients éligibles à prendre rendez-vous pour la vaccination. Les patients, lorsqu'ils deviendront éligibles pour recevoir le vaccin COVID-19 à UCLA Health, seront d'abord informés de leur éligibilité et encouragés à planifier un rendez-vous de vaccination via l'un des canaux (e-mail, appel vocal ou courrier postal) en fonction des informations de contact disponible pour UCLA Health. Ensuite, les patients éligibles pour l'étude seront randomisés selon un rapport de 1: 4 dans un bras témoin non retenu qui ne reçoit pas de SMS par rapport à un bras SMS qui reçoit un SMS.

La question de recherche secondaire concerne le type de message texte le plus efficace. Pour étudier cette question, une conception factorielle imbriquée 2x2 dans le bras de messagerie texte sera utilisée, où les deux facteurs seront a) si les patients reçoivent le lien vers une vidéo éducative spécialement conçue pour modifier les intentions des patients d'obtenir le COVID-19 vaccin et b) si le message texte contient un langage visant à encourager les patients à donner suite à leurs intentions.

• Dans le bras Holdout : les patients ne recevront pas de SMS sur le vaccin COVID.

• Dans le bras de messagerie texte, tous les participants recevront un message texte les invitant à planifier leur rendez-vous de vaccination et comprenant un lien vers le site Web du rendez-vous

  • Dans le sous-groupe Texte simple, les participants ne recevront aucune information supplémentaire.
  • Dans le sous-bras Texte simple + vidéo, avec le lien du rendez-vous, les participants recevront également un lien vers une vidéo de 2 minutes dans le message texte. La vidéo contient des informations sur la prévalence de la COVID-19 ainsi que sur l'efficacité et l'innocuité du vaccin contre la COVID-19.
  • Dans le sous-bras Texte amélioré, en plus du lien vers le rendez-vous, le message texte utilisera un langage amélioré visant à réduire les barrières psychologiques qui empêchent les patients de prendre rendez-vous.
  • Dans le sous-groupe Texte amélioré+Vidéo, en plus du lien vers le rendez-vous, le SMS incitera les patients à regarder une vidéo de 2 minutes (la même que dans le sous-groupe Texte simple+Vidéo) et à utiliser un langage amélioré visant à réduisant les barrières psychologiques des patients de donner suite à la planification d'un rendez-vous.

Les patients entreront dans notre étude sur une base continue, au fur et à mesure qu'ils deviennent éligibles pour recevoir le vaccin (et s'ils répondent à nos critères d'inclusion). Pour le premier groupe de patients, ceux du bras SMS recevront le SMS dans les 4 à 10 jours suivant l'envoi de l'invitation initiale (car l'infrastructure de gestion de cette étude n'est pas prête jusque-là). Pour les lots suivants de patients, ils seront randomisés et recevront le message texte (s'ils ne sont pas dans le bras d'exclusion) le premier jour de la semaine après la fin de la communication initiale. Nous mesurerons a) si les patients planifient un rendez-vous de vaccination contre la COVID-19 pour la première dose et b) si et quand les patients reçoivent la première dose de vaccin contre la COVID-19.

Analyse:

Pour l'analyse principale, nous exécuterons des régressions des moindres carrés ordinaires (OLS) avec des erreurs standard robustes pour prédire les variables de résultat susmentionnées, sauf que nous utiliserons un modèle de risques proportionnels de Cox avec censure administrative pour prédire le moment d'obtention du premier vaccin COVID-19 . Le niveau de signification sera de 0,05. Notre hypothèse principale est que le bras SMS est significativement meilleur que le bras récalcitrant. Notre analyse principale comparera donc les quatre sous-bras SMS avec le groupe récalcitrant.

Notre analyse secondaire examinera si (1) le sous-groupe Texte simple, (2) les deux sous-groupes contenant une vidéo et (3) les deux sous-groupes contenant un langage amélioré sont meilleurs que le groupe réservé.

De plus, nous testerons (1) l'effet de l'ajout d'une vidéo (vs. pas de vidéo) au texte, (2) l'effet de l'ajout d'un langage amélioré (par rapport à l'absence de langage amélioré) et (3) si la combinaison de la vidéo et du langage amélioré surpassera la vidéo seule ou le langage amélioré seul.

Nos régressions comprendront les variables de contrôle suivantes :

• Âge des participants
• Indicateurs de race/ethnicité des participants (noir non hispanique, hispanique, asiatique non hispanique, blanc non hispanique, autre/mixte, inconnu ; blanc non hispanique omis)
• Si la langue préférée du patient est l'espagnol (ce qui affecte la langue du texte)
• Indicateurs du sexe des participants (homme, femme, autre/inconnu)
• Score de l'indice de vulnérabilité sociale
• Modèle de facteurs de risque COVID19
• Indicateurs pour les lots de patients (les patients deviendront éligibles et recevront des communications initiales par lots)

Pour vérifier la robustesse, nous réexécuterons l'analyse sous la forme d'une régression logit (au lieu d'une régression OLS) pour les variables de résultat binaires.

Nous explorerons les modérateurs suivants :

• Que le patient soit une femme ou un homme
• Que le patient soit noir, caucasien, hispanique ou autre
• Si la langue préférée du patient est l'espagnol
• Si le patient a plus de 65 ans (y compris 65 ans) ou moins de 65 ans
• Score de l'indice de vulnérabilité sociale du patient
• Score de risque COVID du patient
• Score de risque de la population du patient
• Si le patient est marié (ce qui indique s'il vit avec des membres de la famille)
• Si le patient a reçu ou non un vaccin contre la grippe pendant la saison grippale 2019-2020 ou la saison grippale 2020-2021 avant de recevoir notre message texte, selon le dossier médical du patient
• Le jour de la semaine où le message texte est envoyé à un patient. Nous comparerons chaque jour de la semaine.
• Dans quelle mesure le quartier du participant est en faveur du républicain (vs. Parti démocrate) si UCLA Health accepte finalement de fournir une adresse anonymisée (par exemple, un code postal).

Planifier les analyses précoces et ultérieures

Pour informer la politique dès que possible, nous prévoyons d'évaluer d'abord les effets de nos interventions dans la phase précoce de la sensibilisation à la vaccination à UCLA Health. À cette fin, nous prévoyons d'analyser d'abord les données depuis le début de cet ECR jusqu'à fin février. Étant donné que nous utilisons une fenêtre de temps de 6 jours pour notre variable dépendante principale, nous examinerons les données des patients qui sont randomisés dans le bras d'exclusion ou de SMS dans cet ECR avant ou le 23 février 2021. Pour cette population, nous testerons :

1. si le bras de message texte est significativement meilleur que le bras d'exclusion ;
2. si le sous-groupe Texte simple, les deux sous-groupes contenant une vidéo et les deux sous-groupes contenant un langage amélioré sont meilleurs que le groupe réservé
3. l'effet de l'ajout d'une vidéo (vs. pas de vidéo) au texte
4. l'effet de l'ajout d'un langage amélioré (par rapport à l'absence de langage amélioré)
5. si (1), (2), (3) et (4) varient selon que les patients ont reçu le vaccin contre la grippe au cours de la saison 2019-2020 ou de la saison 2020-2021
6. nous rapporterons les données brutes pour chaque sous-groupe sans effectuer de test d'hypothèse dans les conditions qui ne sont pas pré-enregistrées dans (1)-(4).

Dans notre première analyse, nous inclurons les contrôles qui sont à notre disposition (il est possible que nous n'ayons pas tous les contrôles décrits ci-dessus au moment du premier rapport).

Une fois que tous les patients de l'UCLA ont été invités (ou si le plan de distribution des vaccins change et que UCLA Health n'envoie plus de SMS aux patients à un moment donné), nous effectuerons les analyses supplémentaires suivantes :

• Si les données supplémentaires collectées par la suite dépassent 30K (ce qui nous donne 80% de puissance pour détecter une différence de 2pp entre le bras d'attente et le bras de message texte, en supposant que le bras d'attente a une ligne de base de 50%), alors nous analyserons l'effet principal de l'envoi un SMS (vs. holdout) et rapporter les données brutes pour chaque sous-groupe (pour voir si les tendances sont qualitativement comparables à celles des premières données).
• Nous utiliserons l'échantillon complet (y compris les premières données et les données ultérieures) pour analyser (1) si la combinaison de la vidéo et du langage amélioré surpassera la vidéo seule ou le langage amélioré seul et (2) l'effet de traitement hétérogène susmentionné.