프로젝트 2 예: 피부과 자극을 사용한 피드백 X 확산

이 설명은 Open Science Framework 사이트의 사전 등록을 기반으로 합니다. 이것은 "BESH" 연구라는 점에 유의하십시오. 이러한 유형의 연구는 전통적인 임상 시험으로 설계되지 않았지만 NIH 임상 시험 보고 규칙의 변경으로 인해 여기에 보고되고 있습니다. 이것은 NE017001의 프로젝트 2의 한 연구입니다.

Levari et al(2018)은 사람들이 자극에 대한 개념을 확장함으로써 자극의 확산 감소에 반응한다는 것을 발견했습니다. 구체적으로, 그들은 관찰자들에게 청자색 연속체에서 그려진 점이 파란색인지 아닌지 판단하도록 요청했습니다. 결과는 관찰자가 파란색 항목이 덜 널리 퍼질 때 모호한 자극을 "파란색"이라고 부를 가능성이 더 높다는 것을 보여주었습니다. 신호 감지 이론(SDT) 용어에서 이것은 응답 기준의 자유로운 이동입니다. 이것은 "보급 유도 개념 변경"(PICC)입니다. 그러나 이전 결과는 유병률 효과에 대한 긴 일련의 실험에서 반대 결과를 얻었습니다. 표준 결과는 Os가 낮은 유병률에서 더 많은 목표를 놓치는 것입니다. 파란색이 드물면 파란색이라고 부를 가능성이 적습니다. SDT 용어로 이것은 보수적인 기준 변화입니다. 이것이 고전적인 LPE(Low Prevalence Effect)입니다. 이전 실험에서 Lyu et al(2021)은 피드백이 중요한 변수라는 것을 발견했습니다. 평가판 피드백을 통해 LPE를 얻습니다. 피드백이 없으면 데이터는 일반적으로 PICC 결과를 보여줍니다.

전문가가 전문가 영역에서 자극을 볼 때 LPE 및 PICC 효과가 나타납니까? 검색 작업에서 LPE에 대한 증거가 있습니다(예: Evans, K. K., Birdwell, R. L., & Wolfe, J. M. (2013). 자주 찾지 않으면 찾지 못하는 경우도 많습니다: 유방암 검진에서 일부 암이 누락되는 이유. . PLoS ONE 8(5): e64366. , 8(5), e64366. doi: doi:10.1371/journal.pone.0064366). 그러나 PICC 증거는 수집되지 않았으며 "이 점이 파란색입니까?"와 같은 단일 항목 결정 작업의 데이터가 없습니다. 일. 이것은 위에서 설명한 종류의 기준 변화가 명백한 건강 관리 영향을 미칠 수 있기 때문에 중요합니다.

본 연구는 피부과 자극(이것이 흑색종인가 아니면 그냥 모반(두더지)인가?)

가설:

(H1) 피드백이 없으면 Os는 암 유병률이 낮을 때(유병률-유도-개념-변화) 반점을 암으로 표시할 가능성이 더 큽니다.

(H2) 피드백을 통해 Os는 암 유병률이 낮을 때 반점을 암으로 표시할 가능성이 적습니다(고전적인 낮은 유병률 효과).

종속 변수

주요 종속 변수는 이미지 세트에서 암 유병률의 함수로서 암 반응의 비율이지만 반응 시간도 기록합니다.

정황

참가자는 몇 명과 어떤 조건에 할당됩니까?

관찰자 간에 네 가지 조건이 실행됩니다.

1. 피드백이 있는 암 이미지 50%
2. 50% 피드백 없는 암 이미지
3. 피드백이 있는 암 이미지 20%
4. 피드백이 없는 암 이미지 20%

관찰자는 간단한 2AFC(2-대안 강제 선택) 암/암 없음 결정을 내립니다.

참관인은 답의 정확성에 따라 점수를 받습니다(더 정확할수록 더 많은 점수).

각 블록에는 200개의 시도가 있습니다. 그것은 너무 조악하지 않은 적중률을 생성해야 하는 낮은 유병률 조건에서 40개의 목표 현재 시험을 생성할 것입니다.

자극은 ISIC 아카이브의 두더지 이미지입니다. 각 이미지에는 흑색종(암) 또는 모반(음성)의 알려진 답변이 함께 제공됩니다.

복수

데이터는 피드백 조건이 있는 50%의 관찰자 반응을 기반으로 암이 아닌 것에서 암으로 연속체를 생성합니다. 이것은 거의 0%의 암 반응에서 거의 100%로 증가하는 심리 측정 기능을 제공할 것입니다.

이 순서를 사용하여 심리 측정 기능이 다른 세 가지 조건에 대해 생성됩니다.

유병률과 관찰자의 반응 행동에 대한 피드백의 유무를 조사하기 위해, 일반화 혼합 모델에서 유병률과 피드백을 요인으로 하는 로지스틱 회귀 분석을 jamovi 소프트웨어를 사용하여 실행할 것입니다.

데이터는 또한 이미지에 대한 실제 진실을 기반으로 감도(d') 및 기준(c)의 신호 감지 측정을 계산하는 데 사용됩니다. 즉, "암" 응답은 이미지에 암이 표시되면 참 양성으로, 그렇지 않으면 "거짓 양성"으로 코딩됩니다. d' 및/또는 c(기준)가 유병률 및 피드백의 함수로 크게 변경되는지 여부를 검사하기 위해 T-테스트가 수행됩니다.

특이치 및 제외

해당 없음

표본의 크기

별도의 시도 블록이 실행되고 조건이 짝이 없는 t-테스트와 비교됩니다.

G* Power는 그룹당 36명의 관찰자 또는 알파 = 0.05, 검정력 = 0.80에 대해 총 144명의 관찰자를 제안한다고 말합니다. 이 계획은 그룹당 45개의 OS를 실행하려고 시도할 것이며, 온라인 테스트의 변덕스러움으로 인해 대략 20%의 OS 손실을 예상합니다.