인플루엔자 예방접종을 늘리기 위한 개인화된 넛지의 전향적 무작위 시험

평균적으로 미국 인구의 8%가 독감 시즌마다 인플루엔자로 질병에 걸립니다. 2010년 이후 미국에서 인플루엔자로 인한 연간 질병 부담에는 900만~4100만 건의 질병, 140,000~710,000건의 입원, 12,000~52,000명의 사망이 포함됩니다. CDC는 드문 예외를 제외하고 6개월 이상의 모든 사람에게 독감 예방접종을 권장합니다. 거의 모든 사람이 백신의 혜택을 받을 수 있으며 이를 통해 질병, 결근, 입원 및 사망을 줄일 수 있습니다.

환자에게 인플루엔자 예방 접종을 시키기 위한 성공적인 노력에는 다가오는 독감 예방 주사 적격 예약을 최대 3일 앞당기는 문자 메시지 알림이 포함되었습니다. 예를 들어, Roybal이 자금을 지원하여 Penn Medicine 및 Geisinger 환자를 대상으로 실시한 독감 예방주사 대규모 연구(Milkman et al. 2021, Patel et al., 2023)에서는 예방접종 증가에 있어 다양한 유형의 메시지 효과를 각각의 표준 의사소통과 비교하여 평가했습니다. 의료 시스템; 메시지로 인해 독감 예방 주사가 평균 2.1% 포인트 절대 증가(또는 5% 상대 증가)되었습니다. 마찬가지로, 기계 학습을 사용한 거대 연구의 후속 분석에서는 중복되는 공변량(예: 연령, 성별, 보험 유형 및 동반 질환)의 함수로서 환자 그룹 전반에 걸쳐 개입의 상대적 효과가 다르다는 사실이 밝혀졌습니다. 이 분석에서는 대규모 연구에서 넛지에 가장 강하게 반응한 하위 그룹을 최적으로 타겟팅한 넛지가 단순히 환자를 메시지에 무작위로 할당했을 때 관찰된 백신 접종률이 최대 3배 증가한 것으로 나타났습니다.

본 연구는 수동 제어(메시지 없음), 능동 제어(메시지 없음)와 비교하여 환자에게 가장 효과적인 것으로 예측되는 회고적 기계 학습 알고리즘(개인화된 넛지)에 의해 예측되는 환자 지향 메시지 기반 넛지의 효능을 전향적으로 테스트하는 것을 목표로 합니다. 간단한 알림 메시지) 및 Best Nudge(2020년 대규모 연구에서 가장 성과가 좋은 메시지)입니다. 환자는 이들 4개 부문 중 하나에 무작위로 배정됩니다.

대규모 연구의 원본 메시지 19개 중 12개는 2024년 Geisinger에서 수행될 수 있습니다. 나머지 7개는 더 이상 관련이 없거나(예: 진행 중인 코로나19 대유행을 언급하는 것) 기술적 한계로 인해 수행할 수 없습니다(예: Geisinger는 사진을 보낼 수 없으므로 사진이 포함된 넛지는 제외됩니다). 위에 설명된 알고리즘을 기반으로 한 치료 할당 트리는 관찰된 공변량을 기반으로 개인화된 메시지에 환자를 할당하기 위한 규칙을 생성하기 위해 이 넛지 하위 집합에 적용됩니다.

마지막 환자는 12월 28일에 등록되어 12월 31일에 예약될 예정입니다. 최소 90,000명의 환자가 등록될 것으로 예상됩니다.