PROGETTO 2 ESEMPIO: Feedback X Prevalenza Utilizzando Stimoli Dermatologici

Questa descrizione si basa su una preregistrazione sul sito Open Science Framework. Si noti che questo è uno studio "BESH". Questo tipo di ricerca non è concepito come uno studio clinico tradizionale, ma viene riportato qui a causa dei cambiamenti nelle regole di segnalazione degli studi clinici NIH. Questo è uno studio del Progetto 2 di NE017001.

Levari et al (2018) hanno scoperto che le persone hanno risposto a una diminuzione della prevalenza di uno stimolo espandendo il loro concetto di esso. Nello specifico, hanno chiesto agli osservatori di giudicare in ogni prova se un punto, tratto da un continuum blu-viola, fosse blu o meno. I risultati hanno mostrato che gli osservatori erano più propensi a chiamare gli stimoli ambigui "blu" quando gli elementi blu erano meno prevalenti. In termini di teoria del rilevamento del segnale (SDT), questo è un cambiamento liberale del criterio di risposta. Questo è il "cambio di concetto indotto dalla prevalenza" (PICC). Tuttavia, i risultati precedenti hanno ottenuto risultati opposti in una lunga serie di esperimenti sugli effetti di prevalenza. Il risultato standard è che Os manca più bersagli a bassa prevalenza. Quando il blu è raro, è meno probabile che chiamino qualcosa di blu. In termini di SDT, si tratta di un cambio di criterio conservativo. Questo è il classico effetto a bassa prevalenza (LPE). In una serie di esperimenti precedenti, Lyu et al (2021) hanno scoperto che il feedback è una variabile critica. Con il feedback prova per prova, otteniamo un LPE. Senza feedback, i dati di solito mostrano i risultati PICC.

Gli effetti LPE e PICC si manifestano quando gli esperti visualizzano gli stimoli nel loro dominio di esperti? Ci sono prove per l'LPE da attività di ricerca (ad es. Evans, KK, Birdwell, RL e Wolfe, JM (2013). Se non lo trovi spesso, spesso non lo trovi: perché alcuni tumori vengono persi nello screening del cancro al seno. . PLoS UNO 8(5): e64366. , 8(5), e64366. doi:doi:10.1371/journal.pone.0064366). Tuttavia, le prove PICC non sono state raccolte e non ci sono dati da attività decisionali su un singolo elemento come "Questo punto è blu?" compito. Questo è importante perché i cambiamenti di criterio del tipo sopra descritto possono avere ovvie implicazioni sanitarie.

Questo studio ripeterà l'esperimento di base "Questo punto è blu" utilizzando stimoli dermatologici (è questo melanoma o solo un nevo (una talpa)?)

Ipotesi:

(H1) senza feedback, gli Os hanno maggiori probabilità di etichettare un punto come cancro quando la prevalenza del cancro è bassa (cambiamento di concetto indotto dalla prevalenza).

(H2) che con il feedback, gli Os hanno meno probabilità di etichettare un punto come cancro quando la prevalenza del cancro è bassa (effetto classico di bassa prevalenza)

Variabile dipendente

La principale variabile dipendente è la proporzione delle risposte del cancro in funzione della prevalenza del cancro nel set di immagini, ma registreremo anche i tempi di reazione.

Condizioni

A quante e quali condizioni saranno assegnati i partecipanti?

Verranno eseguite quattro condizioni, tra osservatori.

1. Immagini del cancro del 50% con feedback
2. 50% di immagini del cancro senza feedback
3. Immagini del cancro del 20% con feedback
4. 20% di immagini del cancro senza feedback

Gli osservatori prenderanno una semplice decisione 2 alternative forzate (2AFC) cancro/nessun cancro.

Agli osservatori verranno assegnati punti in base alla correttezza della risposta (più corretta, più punti)

Ci saranno 200 prove in ogni blocco. Ciò produrrà 40 prove attuali target nelle condizioni di bassa prevalenza che dovrebbero produrre un tasso di successo non troppo grossolano.

Gli stimoli saranno immagini di nei dall'archivio ISIC. Ogni immagine viene fornita con una risposta nota di melanoma (cancro) o nevo (nevo).

Analisi

I dati produrranno un continuum dal non cancro al cancro basato sulle risposte degli osservatori nel 50% con condizione di feedback. Ciò darà una funzione psicometrica crescente (si può presumere) da quasi lo 0% di risposte al cancro a quasi il 100%.

Utilizzando tale ordinamento, verranno generate funzioni psicometriche per le altre tre condizioni.

Per esaminare l'effetto della prevalenza e la presenza e l'assenza di feedback sul comportamento di risposta degli osservatori, verrà eseguita una regressione logistica con prevalenza e feedback come fattori in un modello misto generalizzato utilizzando il software jamovi.

I dati saranno utilizzati anche per calcolare le misure di rilevamento del segnale di sensibilità (d') e criterio (c) basate sulla verità effettiva delle immagini. Cioè, le risposte "cancro" saranno codificate come veri positivi se le immagini mostrano il cancro e come "falsi positivi" se non lo fanno. Verranno eseguiti test T per esaminare se d' e/o c (criterio) cambiano significativamente in funzione della prevalenza e del feedback.

Valori anomali ed esclusioni

N / A

Misura di prova

Saranno eseguiti blocchi separati di prove e le condizioni saranno confrontate con t-test non appaiati.

G* Power dice che suggerisce 36 osservatori PER GRUPPO o un totale di 144 osservatori per alfa = 0,05, potenza = 0,80. Il piano sarà tentare di eseguire 45 OS per gruppo, anticipando circa il 20% di perdita di OS a causa dei capricci dei test online.