대화형 AI 서비스(챗봇) 활용이 백신 신뢰도에 미치는 효과
2024년 12월 3일 업데이트: Joseph Tsz Kei Wu, The University of Hong Kong
본 연구의 1차 목적은 정확한 최신 백신 정보를 얻기 위해 소셜 미디어 플랫폼에서 대화형 AI 서비스(챗봇)를 개발 및 평가하고, 챗봇 사용이 사용자의 백신 신뢰도와 홍역에 대한 수용도에 미치는 영향을 평가하는 것입니다. 홍콩, 싱가포르, 태국.
연구 개요
상세 설명
조사관은 COVID-19 백신 접종을 거부하거나 연기한 홍콩, 싱가포르, 태국의 취약한 노인 및/또는 어린이에 초점을 맞출 것입니다. 참가자는 연령과 성별에 따라 목표 할당량을 충족하기 위해 온라인 패널에 의해 모집됩니다. 참가자는 개입 그룹과 통제 그룹에 무작위로 배정됩니다. 개입 그룹과 통제 그룹 모두에 대해 연령, 성별, 교육 수준, 고용 상태 및 가계 소득 수준을 포함하여 인구 통계에 대해 질문하는 평가 설문지가 연구 참가자에게 제공됩니다. 그런 다음 참가자들은 백신의 효과와 안전성, 필요한 백신을 결정한 정책 입안자의 동기를 포함하여 COVID-19 백신 신뢰도에 관한 질문에 답할 것입니다. 참가자는 COVID-19 백신 접종, COVID-19 백신 접종 계획 수립, COVID-19 백신 최소 1회 접종 등 COVID-19 백신 수용 여부에 대해 질문을 받게 됩니다. 그런 다음 중재 그룹은 최대 2주 동안 연구팀이 개발한 챗봇을 사용하도록 요청받습니다. 챗봇은 개입의 형성, 영향 및 프로세스 평가를 위해 RE-AIM 프레임워크에서 개발되었습니다. 통제 그룹은 챗봇에 노출되지 않습니다.
챗봇은 1) COVID-19 백신 주저 및 잘못된 정보에 대한 디지털 공간의 실시간 현지 담론을 모니터링하기 위한 소셜 청취 분석, 2) 개발을 위한 증거를 생성할 형성적, 기준선 및 엔드포인트 평가의 데이터로 지원됩니다. 및 개선/개선.
연구 유형
중재적
등록 (실제)
1000
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
예
설명
포함 기준:
- (a) 예방접종을 하지 않은 60세 노인 부모/조부모(1월 4일 COVID 여권 발표 이후 첫 번째 접종을 받은 사람 포함) 또는 (b) 예방접종을 하지 않은 18세 미만 자녀가 있는 홍콩 성인 거주자(영어 또는 중국어 사용자).
- (a) 예방접종을 하지 않은 60세 이상의 고령자 부모/조부모 또는 (b) 예방접종을 하지 않은 18세 미만의 자녀가 있는 태국 성인 거주자(태국 사용자).
- 5세에서 11세 사이의 예방 접종을 받지 않은 자녀를 둔 싱가포르 성인 거주자(영어 또는 중국어 사용자).
제외 기준:
- 포함 기준을 충족하지 않는 사람.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 더블
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 제어
예방접종을 받지 않은 연로한 부모/조부모 또는 자녀가 있는 적격 성인.
|
|
|
실험적: 간섭
예방접종을 받지 않은 연로한 부모/조부모 또는 자녀가 있는 적격 성인.
|
COVID-19 백신용 WhatsApp 또는 메신저 챗봇
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Covid-19 백신 신뢰 지수
기간: 일주
|
응답은 5점 리커트 척도입니다. (a) 매우 동의함 (b) 동의하는 경향이 있습니다. (c) 잘 모르겠습니다. |
일주
|
|
Covid-19 백신 수용
기간: 일주
|
|
일주
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Joseph T Wu, PhD, The University of Hong Kong
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Glasgow RE, Vogt TM, Boles SM. Evaluating the public health impact of health promotion interventions: the RE-AIM framework. Am J Public Health. 1999 Sep;89(9):1322-7. doi: 10.2105/ajph.89.9.1322.
- Gaglio B, Shoup JA, Glasgow RE. The RE-AIM framework: a systematic review of use over time. Am J Public Health. 2013 Jun;103(6):e38-46. doi: 10.2105/AJPH.2013.301299. Epub 2013 Apr 18.
- de Figueiredo A, Simas C, Karafillakis E, Paterson P, Larson HJ. Mapping global trends in vaccine confidence and investigating barriers to vaccine uptake: a large-scale retrospective temporal modelling study. Lancet. 2020 Sep 26;396(10255):898-908. doi: 10.1016/S0140-6736(20)31558-0. Epub 2020 Sep 10.
- Kobayashi T, Nishina Y, Tomoi H, et al. Corowa-kun: Impact of a COVID-19 vaccine information chatbot on vaccine hesitancy, Japan 2021. medRxiv 2021: 2021.05.26.21257854.
- Larson HJ, Smith DM, Paterson P, Cumming M, Eckersberger E, Freifeld CC, Ghinai I, Jarrett C, Paushter L, Brownstein JS, Madoff LC. Measuring vaccine confidence: analysis of data obtained by a media surveillance system used to analyse public concerns about vaccines. Lancet Infect Dis. 2013 Jul;13(7):606-13. doi: 10.1016/S1473-3099(13)70108-7. Epub 2013 May 13.
- Wang Q, Yang L, Jin H, Lin L. Vaccination against COVID-19: A systematic review and meta-analysis of acceptability and its predictors. Prev Med. 2021 Sep;150:106694. doi: 10.1016/j.ypmed.2021.106694. Epub 2021 Jun 22.
- Zhang J, Featherstone JD, Calabrese C, Wojcieszak M. Effects of fact-checking social media vaccine misinformation on attitudes toward vaccines. Prev Med. 2021 Apr;145:106408. doi: 10.1016/j.ypmed.2020.106408. Epub 2021 Jan 1.
- Altay S, Hacquin AS, Chevallier C, Mercier H. Information delivered by a chatbot has a positive impact on COVID-19 vaccines attitudes and intentions. J Exp Psychol Appl. 2023 Mar;29(1):52-62. doi: 10.1037/xap0000400. Epub 2021 Oct 28.
- Thomala LL. Penetration rate of leading social networks in Hong Kong as of 3rd quarter 2020 (Link: https://www.statista.com/statistics/412500/hk-social-network-penetration/, last accessed on August 1, 2021). Statista; 2020.
- Kemp S. Digital 2021: Hong Kong (Link: https://datareportal.com/reports/digital-2021-hong-kong, last accessed on August 1, 2021). Data Reportal; 2021.
- Müller J. Social network penetration in Singapore Q3 2020 (Link: https://www.statista.com/statistics/284466/singapore-social-network-penetration/, last accessed on August 1, 2021). Statista; 2020.
- Huang C. Hong Kong faces uphill task to vaccinate its seniors against Covid-19 (Link: https://www.straitstimes.com/asia/east-asia/hong-kongs-uphill-push-to-vaccinate-its-seniors-against-covid-19, last accessed on August 1, 2021). The Straits Times. 2021.
- Steve. Lexicon. The LINE Phenomenon in Thailand - By the Numbers (Link: https://lexiconthai.com/blog/the-line-phenomenon-in-thailand-by-the-numbers/, last accessed on August 1, 2021), 2020.
- Agency T. Line in Thailand Internet Population (Link: https://www.twfdigital.com/blog/2020/04/line-user- stat-in-thailand-2020/, last accessed on August 1, 2021), 2020.
- Get bad news (Link: https://www.getbadnews.com/#intro, last accessed on August 1, 2021). 2021.
- Elkin J. WHO launches a chatbot on Facebook Messenger to combat COVID-19 misinformation. (Link: https://www.who.int/news-room/feature-stories/detail/who-launches-a-chatbot-powered-facebook- messenger-to-combat-covid-19-misinformation, last accessed: August 1, 2021). 2020.
- Larson HJ, Schulz WS, Tucker JD, Smith DM. Measuring vaccine confidence: introducing a global vaccine confidence index. PLoS Curr. 2015 Feb 25;7:ecurrents.outbreaks.ce0f6177bc97332602a8e3fe7d7f7cc4. doi: 10.1371/currents.outbreaks.ce0f6177bc97332602a8e3fe7d7f7cc4.
- SAGE. Report of the SAGE Working Group on Vaccine Hesitancy (Link: https://www.who.int/immunization/sage/meetings/2014/october/1_Report_WORKING_GROUP_vaccine_hesita ncy_final.pdf, last accessed on August 1, 2021), 2014.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2022년 2월 11일
기본 완료 (실제)
2023년 2월 17일
연구 완료 (실제)
2023년 2월 17일
연구 등록 날짜
최초 제출
2021년 12월 21일
QC 기준을 충족하는 최초 제출
2022년 6월 17일
처음 게시됨 (실제)
2022년 6월 21일
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
2024년 12월 6일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 12월 3일
마지막으로 확인됨
2024년 12월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- UW 21-659
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
예
IPD 계획 설명
비식별화(텍스트, 표, 그림 및 부록) 후 기사에 보고된 결과의 기초가 되는 개별 참가자 데이터가 공유됩니다.
메타 분석을 위한 서면 데이터 공유 요청은 방법론적으로 건전한 제안과 함께 이메일로 제출해야 합니다.
제안서는 kathysleung@connect.hku.hk로 보내주십시오. 액세스 권한을 얻으려면 데이터 요청자는 데이터 액세스 계약에 서명해야 합니다.
IPD 공유 기간
기사 게시 후 9개월 시작 ~ 36개월 종료
IPD 공유 액세스 기준
메타 분석을 위한 방법론적으로 건전한 제안을 제공하는 연구원.
제안서는 Kathyleung@connect.hku.hk로 보내야 합니다. 액세스 권한을 얻으려면 데이터 요청자는 데이터 액세스 계약에 서명해야 합니다.
IPD 공유 지원 정보 유형
- 연구_프로토콜
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
미국에서 제조되어 미국에서 수출되는 제품
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .