- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06988969
Het begrijpen van vaccintwijfel bij ouders: een machine learning-benadering
Dit observationele onderzoek heeft als doel de factoren te onderzoeken die van invloed zijn op vaccinatietwijfel onder ouders van kinderen in de leeftijd van 0-48 maanden met behulp van machine learning-technieken. Met een geschatte inschrijving van 600 deelnemers richt het onderzoek zich op ouders die Turks machtig zijn, toegang hebben tot sociale mediaplatforms en kinderen hebben zonder absolute contra-indicaties voor vaccinatie. De studie zal een niet-waarschijnlijkheidssteekproefmethode gebruiken, specifiek sneeuwbalsteekproef, om deelnemers te bereiken via platforms zoals Instagram en WhatsApp tussen juni en september 2025.
Waarom dit onderzoek belangrijk is: Vaccinatietwijfel is een groeiende zorg wereldwijd, omdat het kan leiden tot lagere vaccinatiegraad en een verhoogd risico op voorkombare ziekten. Het begrijpen van de redenen achter deze twijfel is cruciaal voor het ontwikkelen van gerichte interventies om de volksgezondheid te verbeteren. Dit onderzoek is vooral belangrijk omdat het machine learning gebruikt om twijfel te voorspellen, wat een data-gedreven aanpak biedt om dit complexe probleem aan te pakken.
Belangrijke aspecten van het onderzoek:
- Deelnemers: Ouders van 18 jaar en ouder met kinderen in de leeftijd van 0-4 jaar, die bereid zijn deel te nemen en voldoen aan de inclusiecriteria.
- Meetinstrument: De Vaccinatietwijfel Schaal, die 21 items bevat verdeeld over vier subschalen, wordt gebruikt om het niveau van twijfel te beoordelen.
- Resultaat: Het primaire resultaat is de vaccinatietwijfelstatus van de ouders, gemeten op de eerste dag van het onderzoek via een online vragenlijst.
Algemene overwegingen: Vaccinatietwijfel wordt beïnvloed door verschillende factoren, waaronder desinformatie, culturele overtuigingen en gebrek aan vertrouwen in gezondheidssystemen. Onderzoek zoals dit is essentieel om deze factoren te identificeren en strategieën te ontwikkelen om ze tegen te gaan. Door gebruik te maken van machine learning kan de studie patronen en voorspellers van twijfel blootleggen die mogelijk niet duidelijk zijn via traditionele methoden. Dit kan leiden tot effectievere volksgezondheidscampagnes en beleid.
Voor ouders en verzorgers kan het begrijpen van vaccinatietwijfel helpen bij het nemen van geïnformeerde beslissingen over de gezondheid van hun kinderen. Het benadrukt ook het belang van open communicatie met zorgverleners om eventuele zorgen of misvattingen over vaccins aan te pakken. Dit onderzoek draagt bij aan de bredere inspanning om ervoor te zorgen dat alle kinderen de bescherming krijgen die ze nodig hebben tegen voorkombare ziekten.
Aankomende klinische onderzoeken
-
NCT07922369Nog niet aan het wervenKyfose | Kyfose Posturale Thoracale
-
NCT07882173Nog niet aan het werven
-
NCT07859800Nog niet aan het werven
-
NCT07683104WervingTrisomy 8 Mosaicism | Trisomy 8 Associated Autoinflammatory Disease | Mucosal Ulcerations
-
NCT07619534WervingBorstkanker | Borstcarcinoom | Kwaadaardig neoplasma van de borst | Kanker van de borst
-
NCT07572136Werving
-
NCT07524530Nog niet aan het wervenLymfoom | Leukemie | Hematologische neoplasmata | Core Binding Factor Alpha Subunits
-
NCT07504601Nog niet aan het werven
-
NCT07489378WervingVaste tumor | Andere solide tumoren | Zeer Zeldzame Tumoren | Zeer zeldzame kankers | Pediatrische Zeldzame Tumoren
-
NCT07437976Nog niet aan het werven
-
NCT07388537Nog niet aan het wervenObesitas | Suikerziekte | Stofwisselingsziekten