Traduzione linguistica delle risorse di mobilitazione della conoscenza

Background e logica:

Le risorse KM svolgono un ruolo fondamentale nel colmare il divario tra ricerca e pratica nell'assistenza sanitaria. Una comunicazione efficace di queste informazioni è essenziale per garantire l'assorbimento e l'attuazione delle prove di ricerca e delle raccomandazioni sanitarie da parte del pubblico.

Il Canada ospita una popolazione molto diversificata. La competenza linguistica rimane una sfida persistente per molti nuovi arrivati. Una comunicazione sanitaria inadeguata derivante dalle barriere linguistiche può portare a risultati sanitari più scarsi, una ridotta soddisfazione per le cure e un aumento delle disuguaglianze sanitarie. Le traduzioni di materiali per la salute di alta qualità sono quindi essenziali per promuovere un accesso equo alle informazioni sanitarie e contribuire a ridurre le disparità nei risultati sanitari. Mentre i servizi di traduzione professionale sono stati a lungo lo standard per la produzione di materiali tradotti linguisticamente accurati, sono spesso ad alta intensità di risorse, limitando la scalabilità e la tempestività degli attuali sforzi di traduzione.

I recenti progressi nell'intelligenza artificiale hanno generato interesse a sfruttare gli strumenti basati sull'intelligenza artificiale per supportare la traduzione dei materiali sanitari. Tuttavia, rimangono preoccupazioni riguardo alla capacità degli strumenti alimentati dall'intelligenza artificiale di navigare nelle sfumature culturali, contestuali ed emotive del linguaggio che sono vitali nella comunicazione sanitaria. Nessuna prova controllata ha ancora confrontato l'intelligenza artificiale e le traduzioni professionali specificamente per le risorse KM rivolte al pubblico. Le valutazioni empiriche delle traduzioni generate dall'AI sono quindi essenziali per comprendere le sue capacità e le sue limitazioni.

Obiettivi:

La domanda di ricerca generale è: L'IA può tradurre efficacemente le risorse KM per il pubblico? Per questo studio, l'obiettivo primario è confrontare le risorse KM tradotte usando uno strumento AI rispetto a quelle tradotte da traduttori umani professionisti. In particolare, gli investigatori ipotizzano che le traduzioni delle risorse KM prodotte da CHATGPT saranno paragonabili alle traduzioni umane professionali in termini di comprensione, leggibilità e accettabilità.

Metodi:

Coinvolgimento del paziente e pubblico:

I membri del gruppo di consulenza genitore pediatrica (P-PAG) forniranno input durante lo studio. Daranno input sulla progettazione dello studio, assisterà con gli strumenti di raccolta dei dati di test pilota, consigli sulle strategie di reclutamento e promuoveranno lo studio all'interno delle loro reti. Aiuteranno a interpretare i risultati e contribuiranno in modo critico allo sviluppo e alla diffusione dei risultati (ad esempio, sintesi di risultati in linguaggio semplice dei risultati).

Design di prova:

Questo studio è uno studio controllato randomizzato. I partecipanti verranno assegnati in modo casuale (rapporto di allocazione 1: 1) per ricevere una versione tradotta dall'AI o una versione tradotta professionalmente di una risorsa KM. Verrà chiesto loro di rispondere a una serie di domande sulla loro comprensione del contenuto della risorsa, la sua leggibilità e accettabilità.

Impostazione della prova:

Il processo sarà condotto interamente online. I partecipanti completeranno lo studio in remoto utilizzando i propri dispositivi personali (ad es. Computer o tablet) con accesso a Internet. Tutti i materiali, compresi i collegamenti di studio, le istruzioni e i questionari, saranno consegnati elettronicamente.

Criteri di ammissibilità:

• 18 anni o più
• Vivere in Canada
• La prima lingua è una delle lingue selezionate (ad es. Francese, spagnolo, ucraino, tagalog, arabo, cinese e punjabi)
• In grado di leggere e completare un questionario in inglese
• Accesso a un dispositivo elettronico (ad es. Computer o tablet), Internet ed e -mail

Intervento e comparatore:

I partecipanti saranno randomizzati a visualizzare una risorsa KM tradotta, sia da AI (cioè Chatgpt) che da un traduttore professionale (umano), in una delle lingue selezionate. La versione inglese della risorsa KM è disponibile online (https://canpcc.ca/app/uploads/2025/03/online-resource-heet-gt1-prevention-of-pcc-final.pdf).

Risultati:

I seguenti risultati verranno utilizzati per valutare le versioni tradotte della risorsa KM da più dimensioni: acquisizione della conoscenza (comprensione), facilità di elaborazione del testo (leggibilità) e fiducia nelle informazioni (accettabilità).

Il risultato principale sarà:

Comprensione: misurato dalle risposte dei partecipanti a un insieme di 7 domande a scelta multipla specificamente progettate per valutare la conoscenza dei contenuti chiave sulle condizioni post Covid-19 e le raccomandazioni correlate contenute nella risorsa. Il numero di risposte corrette fungerà da indicatore obiettivo di comprensione, valutando la capacità di ciascun metodo di traduzione di preservare i concetti critici.

I risultati secondari saranno leggibilità e accettabilità.

Harms:

Questo studio prevede poco o nessun rischio per i partecipanti. Tuttavia, i potenziali danni possono includere lieve affaticamento o frustrazione se i partecipanti trovano il testo confuso o difficile da interpretare. Per ridurre al minimo questo, tutti i materiali saranno testati pilota per chiarezza e presentati in un formato intuitivo. I partecipanti possono ritirarsi dallo studio in qualsiasi momento senza penalità.

Cronologia dei partecipanti:

I partecipanti a questo studio saranno coinvolti in una sessione singola condotta online. Tutti i dati verranno raccolti immediatamente dopo che il partecipante ha esaminato la traduzione assegnata. Ogni partecipante completerà lo studio in circa 10-15 minuti. Non è previsto alcun follow-up a lungo termine.

Dimensione del campione:

A causa della natura pilota di questo studio, gli investigatori mirano a reclutare 50 partecipanti per gruppo linguistico, con 25 partecipanti randomizzati a valutare la versione tradotta dall'AI e 25 assegnati a valutare la versione tradotta professionalmente. Con sette gruppi linguistici, la dimensione totale del campione target sarà di 350 partecipanti. Questa dimensione del campione segue una guida per studi esplorativi e pilota che non richiedono calcoli della dimensione del campione formale. Con 50 partecipanti per gruppo linguistico, gli investigatori saranno in grado di fornire stime di potenziali differenze, consentendoci di esplorare le variazioni per lingua.

Reclutamento:

Il reclutamento inizierà una volta che lo studio ha ricevuto l'approvazione etica. I potenziali partecipanti saranno reclutati attraverso una varietà di strategie online per garantire un'iscrizione ampia e diversificata tra i gruppi linguistici. Gli sforzi di reclutamento includeranno newsletter elettroniche mirate distribuite tramite digest di studenti universitari e laureati dell'Università di Alberta, nonché di sensibilizzazione per i gruppi di studenti internazionali. Inoltre, un'e-mail di reclutamento verrà inviata a connessioni prestabilite ai gruppi di detentori di interessi in tutto il Canada per informarli sullo studio e chiedere loro di condividere i materiali di studio all'interno delle loro reti. Ciò può anche includere la richiesta di condividere tramite mezzi di comunicazione tradizionali (ad es. E-newsletter, elenco serv).

I potenziali partecipanti (auto-identificati) saranno in grado di accedere allo studio direttamente dal materiale di reclutamento visitando il collegamento allo studio fornito. Il collegamento allo studio includerà istruzioni dettagliate per completare quanto segue:

• Rispondi alle domande di screening dell'ammissibilità
• Identifica la loro prima lingua
• Revisione Lettera di informazioni sullo studio
• Leggi la risorsa KM a cui sono stati randomizzati (AI o traduzione professionale nella prima lingua del partecipante)
• Completa il questionario tra cui dati demografici e risposte alle domande relative agli incentivi delle risorse KM: i partecipanti saranno compensati da $ 5 CAD. Questo incentivo arriverà sotto forma di una carta regalo CAD elettronica al partecipante tramite tutto la carta regalo.

Il reclutamento avverrà attraverso materiali di reclutamento condivisi pubblicamente (ad es. Digest e -mail, volantini elettronici, ecc.) Contengono una descrizione dello studio e un collegamento allo studio. Le persone interessate si identificheranno come potenzialmente ammissibili e accederanno direttamente allo studio facendo clic sul collegamento. Al momento dell'accesso al link allo studio, ai partecipanti verrà presentata una breve serie di domande di screening per confermare l'idoneità. Coloro che non soddisfano i criteri di inclusione saranno automaticamente ringraziati per il loro interesse e sono usciti dal sondaggio. Alla fine del sondaggio, le informazioni personali (nome ed e -mail) saranno condivise (se il partecipante sceglie di farlo) con i ricercatori su un modulo separato, non collegati alle risposte al sondaggio, ai fini della distribuzione delle carte regalo. Le informazioni raccolte saranno alloggiate separatamente dai dati di studio nel registro delle carte regalo.

Randomizzazione e accecamento:

I partecipanti saranno stratificati dalla loro prima lingua, quindi assegnati in modo casuale (rapporto di allocazione 1: 1) a uno dei due gruppi: la risorsa KM tradotta dall'IA o la versione tradotta professionalmente. La randomizzazione verrà eseguita a livello di singoli partecipanti utilizzando una sequenza di allocazione casuale generata dal computer per garantire l'assegnazione imparziale del gruppo.

I partecipanti saranno accecati dal tipo di traduzione che ricevono. Saranno informati che lo studio confronta diversi metodi di traduzione ma non verrà detto se i materiali che considerano siano stati tradotti dall'intelligenza artificiale o da traduttori professionisti.

Raccolta e gestione dei dati:

I dati verranno raccolti e gestiti utilizzando RedCap (ricerca di dati elettronici). RedCap ha una vasta politica sulla privacy (https://help.redcap.ualberta.ca/policy-procedure/privacy) Ciò è stato rivisto dal team di studio e determinato adatto a questo studio ed è stato precedentemente approvato per l'uso della ricerca presso l'Università di Alberta. I dati verranno scaricati regolarmente e archiviati a lungo termine su un server sicuro nella facoltà di Pi (Facoltà di Medicina e Odontoiatria) presso l'Università di Alberta. Al completamento dello studio, i dati saranno archiviati sulla Facoltà di Medicina e Dentistry Server per cinque anni.

Metodi statistici:

Gli investigatori raccoglieranno dati demografici (ad es. Età, genere, etnia, livello di istruzione, paese di nascita, alfabetizzazione sanitaria e competenza nelle lingue parlate) per descrivere la popolazione dello studio. Gli investigatori utilizzeranno statistiche descrittive (numeri, frequenze, mezzi con deviazioni standard) per analizzare e presentare dati demografici. Gli investigatori determineranno la comprensione complessiva calcolando un punteggio (che va da 0 a 7) per ciascun partecipante in base al numero di domande risposte correttamente. Gli investigatori calcoleranno un punteggio medio per ciascun gruppo e confronteranno i gruppi (traduzione professionale vs. AI) utilizzando un test t a due campioni che assumeva le uguali varianze. Altri risultati verranno confrontati tra i gruppi utilizzando test T indipendenti o Test quadrati CHI dipendenti dal tipo di dati (cioè continuo o categorico). Le incertezze statistiche saranno espresse con intervalli di confidenza al 95%; P <0,05 indicherà un significato statistico. Verranno condotte analisi in base all'intenzione di trattamento, ovvero tutti i dati disponibili saranno inclusi e gli investigatori non sapranno se o la misura in cui i partecipanti leggono la versione tradotta dello strumento KM.