- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT05472064
Progettazione di Chatbot Persona per la diffusione dello screening del cancro al seno tra le donne di colore
Approccio Human Centered Design per eliminare le disparità nello screening del cancro al seno
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
L'obiettivo di questo studio è determinare la consegna ottimale dei messaggi iniziali di chatbot per la sensibilizzazione dello screening del cancro al seno su misura culturale. La sfiducia nei confronti del sistema medico è stata identificata come un ostacolo significativo allo screening mammografico tra le donne di colore. Tuttavia, sebbene esistano interventi su misura per lo screening del cancro al seno, la progettazione ottimale di un intervento su misura per generare fiducia è sconosciuta. È stato dimostrato che i chatbot aumentano i livelli di fiducia nelle informazioni basate sul Web, sebbene l'adozione dei chatbot possa dipendere dalle caratteristiche del chatbot. I ricercatori propongono di utilizzare la strategia di ottimizzazione multifase (MOST), un framework per lo sviluppo di interventi efficaci, efficienti, scalabili ed economici, per valutare le prestazioni dei componenti di intervento del chatbot e le loro interazioni.
La consegna del messaggio chatbot sarà sistematicamente variata attraverso due componenti, ognuno dei quali è rappresentato da un fattore separato nel disegno dello studio fattoriale 2x2x1 con un braccio di controllo. Nello specifico, ogni partecipante verrà assegnato in modo casuale a una delle cinque condizioni sperimentali separate. Le condizioni includono: (1) chatbot con persona medico di base e stile di comunicazione diretto; (2) chatbot con una persona sopravvissuta al cancro al seno e stile di comunicazione diretto; (3) chatbot con persona medico di base e stile di comunicazione indiretta; e (4) chatbot con una persona sopravvissuta al cancro al seno e stile di comunicazione indiretta. Tutti i partecipanti completeranno un sondaggio riguardante le loro percezioni sui messaggi di sensibilizzazione iniziali dal chatbot.
Saranno stimati gli effetti principali dei due fattori sperimentali e delle loro interazioni sui risultati primari dello studio: fiducia nel sistema di chatbot da utilizzare per l'educazione e la programmazione dello screening del cancro al seno e intenzione di utilizzarlo. Queste informazioni guideranno la progettazione di un personaggio chatbot ottimizzato che raggiunge i risultati primari.
I partecipanti saranno iscritti se sono individui neri che si qualificano per lo screening del cancro al seno residenti negli Stati Uniti e di età compresa tra 40 e 74 anni. Il reclutamento sarà condotto su Prolific, una piattaforma di pooling di partecipanti online, e Amazon Mechanical Turk (MTurk), una piattaforma di crowdsourcing utilizzata per il reclutamento della ricerca. Verrà utilizzato Prolific data la capacità della piattaforma di selezionare la popolazione dei partecipanti. Tuttavia, a causa del numero limitato di persone all'interno dei criteri di inclusione su Prolific, e se necessario i partecipanti saranno reclutati anche su MTurk. Ai partecipanti verrà chiesto di visualizzare i messaggi del chatbot e di rispondere alle domande per valutare la fiducia, il coinvolgimento e l'immediatezza del chatbot.
Tipo di studio
Iscrizione (Effettivo)
Fase
- Non applicabile
Contatti e Sedi
Luoghi di studio
-
-
Washington
-
Seattle, Washington, Stati Uniti, 98105
- University of Washington Medical Center
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
Tutte le donne di età compresa tra 40 e 74 anni:
- che si identificano come neri
Criteri di esclusione:
- Partecipanti che non completano il sondaggio
- Partecipanti che completano il sondaggio in meno della metà del normale tempo medio
- Partecipanti che non superano il controllo dell'attenzione
Piano di studio
Come è strutturato lo studio?
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Gruppo 1
Persona di medico di base con messaggi diretti
|
Il personaggio del chatbot è una donna di colore che è un medico di base.
I messaggi del chatbot sono caratterizzati da comandi e indirizzi diretti ("tu").
|
|
Gruppo 2
Persona sopravvissuta al cancro al seno con messaggi diretti
|
I messaggi del chatbot sono caratterizzati da comandi e indirizzi diretti ("tu").
Il personaggio del chatbot è una donna nera sopravvissuta al cancro al seno.
|
|
Gruppo 3
Medico di base con messaggi indiretti
|
Il personaggio del chatbot è una donna di colore che è un medico di base.
I messaggi del chatbot sono caratterizzati da forme verbali modali congiuntive (''vorrei'') e indirizzi cooperativi (''noi'', "let's").
|
|
Gruppo 4
Persona sopravvissuta al cancro al seno con messaggi indiretti
|
Il personaggio del chatbot è una donna nera sopravvissuta al cancro al seno.
I messaggi del chatbot sono caratterizzati da forme verbali modali congiuntive (''vorrei'') e indirizzi cooperativi (''noi'', "let's").
|
|
Gruppo 5
Controllo
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Fiducia
Lasso di tempo: Giorno 1
|
La scala di fiducia uomo-computer valuta la fiducia degli utenti, che si basa su costrutti di fiducia simili (benevolenza, competenza, reciprocità, rischio percepito).
Sono stati selezionati 7 dei 12 item che utilizzano una scala Likert a 5 punti da "Fortemente in disaccordo" a "Fortemente d'accordo".
|
Giorno 1
|
|
Intenzione d'uso
Lasso di tempo: Giorno 1
|
Questa misura valuta la probabilità di utilizzare questo sistema per programmare una mammografia in futuro e viene valutata su una scala Likert a 5 punti da "Molto improbabile" a "Molto probabile".
|
Giorno 1
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Fidanzamento
Lasso di tempo: Giorno 1
|
Questa misura consiste in 4 scale differenziali semantiche che valutano i tratti (importanti, interessanti, rilevanti, calorosi) su una scala a 7 punti.
|
Giorno 1
|
|
Direttività
Lasso di tempo: Giorno 1
|
Questa misura consiste in 7 scale differenziali semantiche che valutano i tratti (diretto, amichevole, premuroso, schietto, esigente, rispettoso, educato) su una scala a 7 punti.
|
Giorno 1
|
|
Competenza e omofilia
Lasso di tempo: Giorno 1
|
Questi 4 item misurano l'esperienza percepita e l'atteggiamento del sistema su una scala Likert a 5 punti da "Fortemente in disaccordo" a "Fortemente d'accordo".
|
Giorno 1
|
|
Connessione con il proprio marchio
Lasso di tempo: Giorno 1
|
Questa misura è composta da 3 elementi per valutare la connessione del proprio marchio su una scala Likert a 5 punti da "Fortemente in disaccordo" a "Fortemente d'accordo".
|
Giorno 1
|
Collaboratori e investigatori
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Leah Marcotte, MD, University of Washington
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- STUDY00011606
- 5P50CA244432 (Sovvenzione/contratto NIH degli Stati Uniti)
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .