ホンジュラスにおけるソーシャルネットワークターゲティングのランダム化対照試験

ホンジュラスは、過去数十年間で新生児、乳児、児童の死亡率の減少において大幅な進歩を遂げてきたにもかかわらず、ラテンアメリカで最も新生児死亡率が高い国の一つです。 新生児および乳児の死亡の多くは、臨床ケアサービスの提供によって防ぐことができますが、新たな証拠は、家族や地域社会内での簡単で低コストの介入によっても、新生児および乳児の死亡率の大幅な削減が達成できることを示唆しています。 これは、機能的な地域医療施設が利用できない地域では特に重要です。 家族や地域社会への支援プログラムは、有益な在宅ケアの実践について家族を教育するのに役立ちます。

新生児死亡率の削減を加速するためには、効果的であるだけでなく、より簡単に実装可能で、より拡張しやすい革新的なソリューションを開発することが急務となっています。 この課題の重要な要素は、これまで新生児死亡率に関して効果的に測定および理解されていなかったが、ソーシャルネットワーク内への個人の「埋め込み度」である。 したがって、ホンジュラスの農村部での大規模なランダム化比較試験（RCT）を通じて、「コミュニケーションとコミュニケーションを利用して新生児、小児、および妊産婦の健康を改善するための行動の変化」の普及と採用を最大化するために、ソーシャルネットワークターゲティングアルゴリズムを展開および評価します。コミュニティレベルでのソーシャルネットワーク介入（CBNH）」。 CBNH 介入は、米州開発銀行 (IADB) とそのパートナーによって実施される、新生児と妊産婦の健康、下痢と呼吸器疾患の予防と管理に関する健康行動を対象とした世帯レベルの介入パッケージです。

この RCT は、対象を絞った介入を集団に提供するための最適な方法を特定することを目的としています。 具体的には、(1) 重要な新生児ケア行動に関する社会規範の変化を達成するには、コミュニティの何パーセントがプログラムに参加する必要があるかをテストし、(2) いわゆる指名された友人ターゲティング、つまり以下のような個人をターゲットにする方法が有効かどうかをテストします。ネットワーク内でより高度に接続されているため、制御戦略よりも効果的です。 私たちの 2x8 要因計画では、効果が広がる可能性を最大化するために、母集団のサブセットを「シード」グループとして使用する必要があるかどうか、および将来そのような介入が提供される効率を検討します。 これを行うために、176 の研究村のそれぞれを 2 つのグループのいずれかに割り当てます: 1) ランダム割り当て (アクティブな比較子)、「シード」個人がランダムに選択される、または 2) ランダム割り当て (実験的) )、「シード」個人は、ランダムに選択された個人の友人として指名されることに基づいて選択されます。 村のグループのそれぞれは、8 つの治療パーセンテージ (0%、5%、10%、20%、30%、50%、75%、100%) のいずれかに割り当てられます。ここで、それぞれは、対象となる世帯の割合を表します。その村はCBNHの健康介入を受けることになります。