Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

L'efficacité de l'utilisation du service d'IA conversationnelle (chatbot) sur la confiance dans les vaccins

22 juillet 2022 mis à jour par: Joseph Tsz Kei Wu, The University of Hong Kong
L'objectif principal de cette étude est de développer et d'évaluer un service d'IA conversationnel (chatbot) sur les plateformes de médias sociaux pour obtenir des informations précises et à jour sur les vaccins, et d'évaluer l'impact de l'utilisation du chatbot sur la confiance et l'acceptation des vaccins par les utilisateurs à Hong Kong. Kong, Singapour et la Thaïlande.

Aperçu de l'étude

Statut

Recrutement

Description détaillée

Les enquêteurs se concentreront sur les personnes âgées et/ou les enfants vulnérables de Hong Kong, de Singapour et de Thaïlande qui ont refusé ou retardé la vaccination contre la COVID-19. Les participants seront recrutés par un panel en ligne pour atteindre le quota cible par âge et par sexe. Les participants seront ensuite assignés au hasard au groupe d'intervention et au groupe de contrôle. Pour les groupes d'intervention et de contrôle, des questionnaires d'évaluation seront distribués aux participants à l'étude posant des questions sur leur démographie, y compris l'âge, le sexe, le niveau d'éducation, le statut d'emploi et les niveaux de revenu du ménage. Les participants répondront ensuite aux questions concernant la confiance dans le vaccin COVID-19, y compris l'efficacité et la sécurité des vaccins, et les motivations des décideurs politiques qui ont décidé des vaccins nécessaires. Les participants seront interrogés sur l'acceptation du vaccin COVID-19, y compris l'intention de recevoir des vaccins COVID-19, de faire des plans pour recevoir des vaccins COVID-19 et de recevoir au moins une dose de vaccins COVID-19. Le groupe d'intervention sera ensuite invité à utiliser le chatbot développé par l'équipe de recherche pendant un maximum de deux semaines. Le chatbot est développé dans le cadre RE-AIM pour l'évaluation formative, d'impact et de processus de l'intervention. Le groupe de contrôle n'aura aucune exposition au chatbot.

Le chatbot sera soutenu par des données provenant 1) d'analyses d'écoute sociale pour surveiller les discours locaux en temps réel dans l'espace numérique sur l'hésitation et la désinformation face au vaccin COVID-19, et 2) d'une évaluation formative, de base et de point final, qui générera des preuves pour le développement et amélioration/raffinement.

Type d'étude

Interventionnel

Inscription (Anticipé)

1000

Phase

  • N'est pas applicable

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

  • Nom: Joseph T Wu, PhD
  • Numéro de téléphone: 39176709
  • E-mail: joewu@hku.hk

Lieux d'étude

      • Hong Kong, Hong Kong
        • Recrutement
        • The University of Hong Kong
        • Contact:
        • Chercheur principal:
          • Joseph T Wu, PhD
        • Chercheur principal:
          • Leesa Lin, PhD
        • Sous-enquêteur:
          • Kathy Leung, PhD
      • Singapore, Singapour
        • Recrutement
        • National University of Singapore
        • Contact:
        • Chercheur principal:
          • Alex Richard COOK, PhD
        • Sous-enquêteur:
          • Minah PARK, PhD
      • Bangkok, Thaïlande
        • Recrutement
        • Health Intervention and Technology Assessment Program
        • Contact:
        • Chercheur principal:
          • Saudamini Dabak, MA
        • Sous-enquêteur:
          • Madison Paige Silzle, BS

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

18 ans et plus (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Tout

La description

Critère d'intégration:

  • Résidents adultes de Hong Kong (utilisateurs anglais ou chinois) avec (a) des parents/grands-parents âgés non vaccinés âgés de 60 ans (y compris ceux qui ont reçu la première dose après l'annonce du passeport COVID le 4 janvier) ou (b) des enfants non vaccinés âgés de moins de 18 ans.
  • Résidents adultes thaïlandais (utilisateurs thaïlandais) avec (a) des parents/grands-parents âgés non vaccinés âgés de 60 ans ou plus ou (b) des enfants non vaccinés âgés de moins de 18 ans.
  • Résidents adultes de Singapour (utilisateurs anglais ou chinois) avec des enfants non vaccinés âgés de 5 à 11 ans.

Critère d'exclusion:

  • Les personnes qui ne répondent pas aux critères d'inclusion.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: Recherche sur les services de santé
  • Répartition: Randomisé
  • Modèle interventionnel: Affectation parallèle
  • Masquage: Double

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Aucune intervention: Contrôle
Adultes éligibles ayant des parents/grands-parents âgés non vaccinés ou des enfants.
Expérimental: Intervention
Adultes éligibles ayant des parents/grands-parents âgés non vaccinés ou des enfants.
WhatsApp ou Messenger Chatbot pour les vaccins COVID-19

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Indice de confiance des vaccins Covid-19
Délai: 1 semaine
  1. "Dans l'ensemble, je pense que les vaccins COVID-19 sont importants pour les enfants/parents âgés (ou grands-parents)"
  2. "Globalement, je pense que les vaccins COVID-19 sont sans danger pour les enfants/parents (ou grands-parents)"
  3. "Dans l'ensemble, je pense que les vaccins COVID-19 sont efficaces pour les enfants/parents (ou grands-parents)"

La réponse est une échelle de Likert en 5 points : (a) Tout à fait d'accord (b) Plutôt d'accord (c) Ne sais pas (d) Plutôt pas d'accord (e) Tout à fait en désaccord

1 semaine
Acceptation des vaccins Covid-19
Délai: 1 semaine
  1. Quel est le statut vaccinal de vos enfants/parents seniors (ou grands-parents) à ce jour ?

    1. Est vacciné avec au moins la première dose du vaccin
    2. A pris rendez-vous mais n'a pas encore été vacciné avec la première dose
    3. N'a pas pris de rendez-vous mais va se faire vacciner.
    4. N'a pas l'intention de se faire vacciner de sitôt.
  2. Souhaitez-vous que vos enfants/parents âgés (ou grands-parents) soient vaccinés contre la COVID-19 si la vaccination est indiquée et disponible pour eux ?

    1. Oui définitivement.
    2. Incertain, mais penchant vers oui.
    3. Incertain, mais penchant vers non.
    4. Non, absolument pas.
1 semaine

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

11 février 2022

Achèvement primaire (Anticipé)

17 février 2023

Achèvement de l'étude (Anticipé)

17 février 2023

Dates d'inscription aux études

Première soumission

21 décembre 2021

Première soumission répondant aux critères de contrôle qualité

17 juin 2022

Première publication (Réel)

21 juin 2022

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

27 juillet 2022

Dernière mise à jour soumise répondant aux critères de contrôle qualité

22 juillet 2022

Dernière vérification

1 juillet 2022

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • UW 21-659

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

Oui

Description du régime IPD

Les données individuelles des participants qui sous-tendent les résultats rapportés dans l'article, après anonymisation (texte, tableaux, figures et annexes), seront partagées. Une demande écrite de partage de données pour la méta-analyse doit être soumise par courrier électronique avec une proposition méthodologiquement valable. Les propositions doivent être adressées à kathysleung@connect.hku.hk ; pour y accéder, les demandeurs de données devront signer un accord d'accès aux données.

Délai de partage IPD

Commençant 9 mois et se terminant 36 mois après la publication de l'article

Critères d'accès au partage IPD

Chercheurs qui fournissent une proposition méthodologiquement valable pour la méta-analyse. Les propositions doivent être adressées à Kathyleung@connect.hku.hk ; pour y accéder, les demandeurs de données devront signer un accord d'accès aux données.

Type d'informations de prise en charge du partage d'IPD

  • Protocole d'étude

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

Essais cliniques sur Service d'IA conversationnelle (Chatbot)

3
S'abonner