COVID-19 검사 가용성이 격리 및 사회적 거리두기 선택에 미치는 영향

사람들이 사회적 거리 두기에 대한 선택을 할 때 의사나 다른 의료 제공자로부터 정보를 얻을 때와 테스트 결과에서 정보를 얻을 때 다른 선택을 할 수 있습니다. 사람들의 생활 방식 결정 및 사회적 거리두기 또는 격리 선택은 건강 상태에 대한 정보가 전달되는 방식에 영향을 받습니까? 검사의 존재가 사람들이 내리는 라이프스타일 결정을 바꾸나요? 우리는 단면 온라인 설문 조사를 통해 이러한 질문에 대해 연구하고 답하려고 시도합니다.

주요 조사를 시작하기 전에 두 가지 파일럿 연구가 실행될 것입니다. 이 두 조사의 예비 결과는 EFA(탐색적 요인 분석) 및 검정력 분석을 통해 분석되어 본 연구에 대한 하위 척도, 효과 크기 및 적절한 표본 크기를 결정합니다. 또한 대략 15명의 대학 교육을 받은 개인으로 구성된 포커스 그룹이 설문 조사의 합리적인 완료 시간을 평가하기 위해 기본 설문 조사에 참여하도록 요청받을 것입니다. 이 연구 완료 기간의 하한선은 합리적인 설문 조사 완료 시간을 설정하고 설문 조사 완료 시간을 기준으로 제외 기준을 만드는 데 활용됩니다.

연구 참가자는 먼저 Amazon의 Mechanical Turk에 대한 사전 테스트 설문 조사인 9개의 질문을 완료하도록 초대됩니다. 사전 테스트에서 4개의 주의력 확인 질문을 통과한 응답자는 기본 설문 조사를 완료하도록 초대됩니다.

약 1400명의 참가자가 Amazon의 Mechanical Turk를 사용하여 모집되어 주요 설문 조사를 완료합니다. 그 중 1,194명의 참가자가 모든 포함 기준을 충족할 것으로 예상되며 이들은 주요 연구 분석에 포함될 것입니다. 참가자는 영어 동의서를 읽고 동의하고, 미국 거주자(우편번호 데이터 기준)이며, 사전 테스트 및 본 설문 모두에서 주의력 확인 질문에 올바르게 답하고, 완료한 경우 본 설문 분석에 포함됩니다. 합당한 시간(120초 이상으로 간주) 내에 본 조사를 실시한다.

참가자는 먼저 Amazon의 Mechanical Turk에 대한 사전 테스트 설문 조사인 9개의 질문을 완료하도록 초대됩니다. 사전 테스트에서 4개의 주의력 확인 질문을 통과한 응답자는 기본 설문 조사를 완료하도록 초대됩니다. 참여에 동의한 후 참가자는 각각 다른 시나리오를 설명하는 세 가지 설문 조사 중 하나에 무작위로 배정됩니다. 하나는 COVID-19에 걸렸을 가능성이 있지만 테스트를 사용할 수 없는 경우, 다른 하나는 COVID-19에 걸렸을 가능성이 있고 테스트 결과가 긍정적인 결과를 나타내는 경우입니다. , COVID-19에 걸렸을 가능성이 있고 검사 결과가 음성인 경우. 그런 다음 참가자는 자신의 활동 및 행동 의도에 대한 질문을 받게 됩니다(예: 집의 특정 방에 머물고 다른 모든 사람 및 애완 동물과 멀리 떨어져 있거나 친구 또는 가족을 직접 방문). 참가자는 또한 일련의 인구통계학적 질문과 함께 계획된 행동/이유 행동 접근 이론(사전 테스트 설문에 있음)을 기반으로 구성 질문을 받게 됩니다.

설문 조사 응답은 전체 샘플에 대해 요약되고 테스트 시나리오별로 계층화됩니다. 정량적 응답은 평균, 표준 편차 및 사분위수를 사용하여 요약되고 범주 및 순서 응답은 빈도 분포를 사용하여 요약됩니다. 시나리오 간의 비교는 정량적 변수에 대한 일원 분산 분석(ANOVA), 순서 변수에 대한 Kruskal-Wallis 검정 및 범주형 변수에 적합한 카이 제곱 또는 피셔의 정확 검정을 사용하여 수행됩니다.

주요 결과는 2개의 하위 척도로 구성된 11개 항목을 사용하여 구성된 행동 합계 점수의 차이입니다. 이차 결과에는 각각 '개인적 결정'과 '사회적 기대' 하위 척도가 포함됩니다. '개인적 결정' 하위 척도는 마스킹, 자가 격리, 친구 방문, 물품 구입, 신체 활동 수행, 식당에서의 식사, 친구와 집에서 저녁 식사와 관련된 항목으로 구성됩니다. '사회적 기대' 하위 척도는 머리 자르기, 결혼식 참석, 장례식 및 생일 파티와 관련된 항목으로 구성됩니다. 투표 가능성, 시위/정치적 집회, 대중 교통 1항목 질문을 포함한 기타 2차 결과도 세 가지 다른 부문에서 유사한 방식으로 분석됩니다.

주요 가설은 COVID 테스트 결과에 따라 위험한 행동에 참여하려는 의지에 통계적으로 유의미한 차이가 있을 것이라는 것입니다. 이것은 총 11개 항목 점수의 선형 회귀 모델을 사용하여 평가됩니다. 기본 모델 용어는 시나리오이며 공변량에는 연령, 성별, 인종/민족, 정치 성향, 교육 수준, 위치 및 거주 유형이 포함됩니다. 우리는 3가지 시나리오의 쌍대 비교를 수행하고 0.017 유의 수준(전체 알파 0.05에 대한 3배 Bonferroni 보정)을 사용합니다. 2차 분석은 유사한 접근 방식을 사용하여 하위 척도를 개별적으로 평가합니다. 또한 비슷한 사양의 순서형 로지스틱 회귀 모델을 사용하여 개별 항목 응답을 평가하는 탐색적 분석을 수행합니다. 5% 유의 수준은 모든 2차 및 탐색적 가설 테스트에 사용됩니다. 모든 분석은 R v. 3.6.2를 사용하여 수행됩니다. (http://www.r-project.org).