オンライン ソーシャル ネットワークを使用して、リスクのある集団に対する COVID-19 ワクチン接種の健康公平性を改善する

新しいまたはなじみのない行動に関連する健康情報の受容に対するネットワーク構造と構成の因果関係を調査するために、研究者は、いくつかの独立した集団を比較して、参加者の偏った情報の支持と小説への関与を特定して対処するランダム化比較実験を提案します。行動に関連する情報 (例: COVID-19 ワクチン接種に関するもの)。 各人口には、独自のネットワーク構造 (つまり、集中化のレベル) と構成 (つまり、ホモフィリーのレベル) があります。

各実験的試行を実行するために、調査員は 18 歳から 40 歳までの 240 人のアフリカ系アメリカ人の参加者を募集し、8 分以内で行動に関連する質問にまとめて回答します。 参加者は、時間が許せば非同期で応答できます。 以前の研究と同様に、技術インフラストラクチャは研究を通じて参加者の進行状況を管理し、すべての参加者が互いの回答に関する関連情報を確実に入手できるようにします。

因果関係を確実に特定するために、各ネットワーク グラフは、相互に依存する社会情報の条件下で個々の決定がどのように変化するかを示す単一の観察結果を構成します。 したがって、240 人の各試行 (ネットワークごとに 6 ネットワーク x 40 参加者) は、コミュニティ レベルの社会学習プロセスの 6 つの観察結果を生成します。 検出力の計算は、85% の検出力で p<0.05 の結果を得るには 8 回の独立した試験で十分であることを示しており、その結果、各健康トピック (たとえば、COVID-19 ワクチン接種は単一の「健康トピック」) に対して 1920 人の参加者の望ましい母集団が得られます。健康トピックごとの集合的意思決定の48の独立した観察。

この研究は、COVID-19 ワクチン接種の受け入れや、さまざまなカテゴリーの COVID-19 誤報 (例: 個人的なリスクの評価、保護行動の有効性、伝染方法、病気の予防、治療、ウイルスの起源）および関連する健康慣行（例： 適切な避妊方法の選択、心疾患スクリーニングの価値など）。