Eerste jaren weg van huis: loslaten en verbonden blijven (FYAH:LGSC)

Dit is een gerandomiseerde gecontroleerde trial (RCT) met twee experimentele condities (Handbook en Handbook+) en een controle. Elke conditie zal bestaan ​​uit 450 student/ouder dyades, ongeveer de helft in Cohort 1 en de helft in Cohort 2. Deelnemers zullen worden gerekruteerd uit de inkomende eerstejaars klassen aan de Washington State University in 2017 en 2018 door de Social Development Research Group (SDRG) op Universiteit van Washington. Ouders in beide experimentele condities ontvangen in de zomer voordat de school begint een handboek. Het handboek bevat voorgestelde gespreksstarters, checklists en activiteiten die door de ouder/leerling-dyade moeten worden voltooid. De activiteiten zijn gebaseerd op de theorie van de sociale en emotionele ontwikkeling en zijn ontworpen om risico- en beschermende factoren aan te pakken voor deze leeftijdsgroep bij de overgang naar een onafhankelijk leven van hun ouders. Handbook plus ouders zullen bovendien periodiek sms-berichten ontvangen gedurende het herfst- en lentesemester, waarvan sommige zijn ontworpen om hen op de hoogte te stellen van grote universiteitsevenementen (bijv. Thuisvoetbalwedstrijden) waarvan bekend is dat ze risicovolle periodes zijn. Elk cohort wordt gedurende twee jaar gevolgd. Ouders vullen enquêtes in bij aanvang (lente voordat studenten beginnen) en in herfstsemester. Studenten vullen enquêtes in bij aanvang en elk semester gedurende hun eerste twee jaar op school.

Specifieke doelstellingen van het project zijn als volgt:

Doel 1: Test de effectiviteit van Loslaten en verbonden blijven, een theoretisch geleide, ontwikkelingsgerichte en empirisch ondersteunde handboekinterventie voor ouders van studenten die overstappen naar de universiteit. De onderzoekers veronderstellen dat studenten in de voorwaarden van het handboek minder risicovol gedrag zullen vertonen, waaronder het starten, gebruiken en misbruiken van middelen (alcohol, marihuana, opiaten en stimulerende middelen op recept) en risicovol gedrag op het gebied van hiv/seks. Als gevolg hiervan zullen handboekstudenten ook minder fysieke, emotionele, sociale en academische schade rapporteren. De onderzoekers zullen een controleconditie testen versus een "Handbook Only" en een "Handbook Plus" conditie (een verbeterde versie van de interventie die strategisch getimede Short Message Service en/of e-mails toevoegt die zijn ontworpen om het gebruik van de interventie te vergroten).

Doel 2: Test theoretisch gespecificeerde bemiddelingspaden tussen het gebruik van het handboek en de verwachte interventieveranderingen in risicogedrag/gerelateerde schade. De onderzoekers verwachten dat het effect van het handboek op de resultaten van leerlingen zal worden gemedieerd door het gedrag van zowel ouders als leerlingen, zoals beschreven in het volgende traject: 1) Betrokkenheid van ouders bij en gebruik van de interventie 2) Praktijken van ouders op het gebied van gezinsmanagement, ondersteuning van autonomie, en emotionele steun 3) De waargenomen beloningen van leerlingen voor gezond gedrag 4) Gezonde banden met ouders en leeftijdsgenoten 5) Gezonde overtuigingen en duidelijke normen die leiden tot 6) Verminderd middelengebruik en risicovol seksueel gedrag; verhoogde academische prestaties.

Doel 3: Identificeer specifieke kenmerken van de communicatie tussen ouders en leerlingen die het middelengebruik van leerlingen en hiv/seksueel risicogedrag voorspellen en daarmee samenhangen. Aan het begin van hun eerste semester zullen de onderzoekers studenten gedurende 2 periodes van 7 dagen intensief bevragen om meer te weten te komen over hun dagelijkse communicatie met ouders en hun dagelijkse risicogedrag. Omdat er weinig bekend is over ouder-leerlingcommunicatie in deze ontwikkelingsfase, zullen de onderzoekers beschrijvende en verkennende analyses uitvoeren van de inhoud, emotionele toon, timing, duur, wijze en frequentie van de communicatie van ouders met hun leerlingen en onderzoeken hoe die aspecten van communicatie hebben betrekking op risicogedrag van leerlingen en de daarmee samenhangende schade, zowel tussen personen als binnen personen.

De SDRG heeft uitgebreide ervaring op het gebied van rekrutering, dataverzameling, databeheer en databeveiliging. Het gedetailleerde Data Safety Monitoring Plan van de onderzoekers bevat informatie over specifieke procedures die worden gebruikt om de informatie van deelnemers te beschermen. De onderzoekers zullen ondervertegenwoordigde studenten rekruteren in verhouding tot de studentenpercentages van de Washington State University (WSU). SDRG heeft ook uitgebreide ervaring met het behouden van studiedeelnemers, in sommige onderzoeken al meer dan 20 jaar.

Gegevens opschonen. De onderzoekers zullen tests uitvoeren voor waarden buiten het bereik, consistentie tussen meetpunten, normaliteit en invloedrijke uitschieters. De onderzoekers zullen problemen met vooringenomenheid in verband met uitschieters aanpakken met behulp van geaccepteerde technieken (bijv. analyses die robuust zijn voor schending van aannames). Tellingen van dichotome variabelen voor middelengebruik zijn vaak scheef; de onderzoekers gebruiken log-transformaties van variabelen en passende analyses (bijv. overlevingsanalyse of Poisson-regressies) indien nodig.

Selectie en verloop. Gerandomiseerde selectie van studenten voor uitnodiging voor het onderzoek zou moeten zorgen voor een representatieve steekproef van de studentenpopulatie, en tal van studies hebben aangetoond dat de Survey Research Division van de SDRG in staat is om meer dan 90% van de respondenten gedurende meer dan 10 jaar vast te houden. De onderzoekers zullen echter testen op differentiële participatie en verloop en op de waarschijnlijkheid van vertekende uitkomstschattingen; indien nodig modelleren de onderzoekers die effecten en passen ze correctietechnieken toe.

Variabiliteit in implementatie en dosering. Met name in het geval van een zelftoediende interventie, worden implementatie en dosering niet willekeurig verdeeld -- ouders in de interventieconditie die bijzonder gemotiveerd of volgzaam zijn, mogen bijvoorbeeld alle activiteiten doen, terwijl anderen kunnen kiezen en kiezen. De niet-willekeurige verdeling van interventiecomponenten over interventiedeelnemers vertroebelt het vermogen om causale gevolgtrekkingen te trekken over programma-effecten en vertroebelt de mechanismen van programma-effecten door implementatie als een binaire gebeurtenis te behandelen. Naast intent-to-treat-analyses zullen de onderzoekers recente methodologische vorderingen gebruiken die schatting, modellering en controle van selectie-effecten bij de implementatie mogelijk maken door gebruik te maken van propensity-scores en omgekeerde waarschijnlijkheidsweging.

Ontbrekende gegevens. Wanneer respondenten items overslaan of een of meer gegevensverzamelingspunten missen, kunnen ontbrekende gegevens vooroordelen veroorzaken en de kans op Type I-fouten vergroten. De primaire analytische benaderingen van de onderzoekers maken gebruik van Full Information Maximum Likelihood (FIML)(38) om ontbrekende gegevens te beheren. Bij bovenmatige vermissing zullen de onderzoekers gebruik maken van meervoudige toerekening.

Gezinsfout. De onderzoekers zullen samenvattende variabelen van risicogedrag/schade gebruiken, maar de onderzoekers zullen ook afzonderlijke analyses uitvoeren voor elk risicoresultaat om een ​​fijnmazigere kijk te krijgen op individuele stoffen, waardoor de kans op een type 1-fout groter wordt. Antwoorden op items over middelengebruik zijn waarschijnlijk ook sterk gecorreleerd; in dergelijke gevallen zijn standaard Bonferroni-correcties vaak overdreven conservatief met een grotere kans op type 2-fouten. Herbemonsteringsprocedures (bijv. Software voor statistische analyse (SAS) Procedure MULTTEST) zijn krachtiger dan de Bonferroni-test en kunnen worden toegepast op categorische, continue en gecensureerde gegevenstests, gemengde methode-analyses van effecten tussen proefpersonen en longitudinale tests binnen proefpersonen(15,148). Waar nodig zal een globale teststatistiek worden gebruikt.

Analyses: Doel 1: Om de impact van de interventie op verandering in de loop van de tijd te meten, zullen de onderzoekers latente groeicurven (LGC) modelleren voor elk van de veronderstelde uitkomsten. Eerst zullen onvoorwaardelijke modellen worden geschat om de verwachte escalatie over 5 datagolven te bevestigen. De onderzoekers verwachten een model met twee factoren: een onderscheppingsfactor die is ingesteld op pre-testniveaus, en een lineaire hellingsfactor geschat met factorladingen die zijn ingesteld om pre-test aan te geven als onderschepping en niet-gelijke intervallen tussen onderzoeken. Een niet-lineaire helling zal worden geschat met behulp van kwadratische vormen voor belastingen, maar de onderzoekers verwachten voornamelijk lineaire stijgingen over alle 5 tijdspunten. Een covariantie wordt doorgaans geschat tussen de snijpunt- en hellingsfactoren om te controleren op pre-testniveaus van de uitkomst. Controlevariabelen worden in de volgende stap toegevoegd. Ten slotte zal toewijzing van interventiegroepen (in de vorm van 2 dummy-variabelen) worden toegevoegd als voorspellers van het gemiddelde en de variantie van de hellingsfactor (willekeurige toewijzing moet groepseffecten op het snijpunt dat bij de pretest is ingesteld, uitsluiten). De onderzoekers verwachten dat deze parameters significante positieve hellingsgemiddelden en varianties in het onvoorwaardelijke model en het minimaal voorwaardelijke model weerspiegelen. In de definitieve modellen wordt verondersteld dat interventie-dummy-variabelen significante negatieve effecten hebben op het hellingsgemiddelde en de variantie in vergelijking met de controleconditie, wat aangeeft dat beide interventiecondities de snelheid van escalatie in risicogedrag en gevolgen verminderden en ook de variabiliteit in deze uitkomsten verminderden. Door de codering van dummyvariabelen te manipuleren, kunnen de onderzoekers vervolgens de vergelijking tussen H en H+ testen met de verwachting dat H+-parameters significant sterker negatief zullen zijn dan die voor H.

Doel 2: Voorafgaande intent-to-treat-analyses (ANCOVA) zullen bij elke follow-up worden uitgevoerd op bemiddelaars, zoals beschreven voor de resultaten hierboven. Vervolgens worden de hierboven beschreven LGC-analyses uitgebreid met mediërende variabelen. Voorafgaand aan het schatten van bemiddeling, zal elke bemiddelaar in de loop van de tijd worden gemodelleerd in een LGC-model om zijn vorm te bepalen (snijpunt, lineaire helling en kwadratische helling) geconditioneerd op controlevariabelen zoals beschreven voor uitkomsten in doel 1. In het geval van bemiddelaars zijn de hellingsfactoren minder voorspelbaar, hoewel over het algemeen verwacht wordt dat deze positieve ouderschaps- en ouder-leerlingrelatiefactoren in de loop van de tijd zullen afnemen. Zodra geschikte veranderingsmodellen zijn bepaald, zullen gelijktijdige/parallelle groeiprocessen in bemiddelaars en resultaten worden geschat. Parallel proces Longitudinale groeimodellering (LGM) is een techniek die is gebruikt om de onderlinge relaties tussen verschillende ontwikkelingsuitkomsten, waaronder gelijktijdig voorkomend drugsgebruik en delinquentie, bij adolescenten en jonge volwassenen te onderzoeken en om de mechanismen van preventieve interventie-effecten te testen. In de laatste stap zullen de dummyvariabelen van de interventiegroepstatus worden toegevoegd aan de parallelle procesmodellen.

Doel 3: Gezien het verkennende karakter van dit doel zijn er geen hypothesen. Merk op dat veranderingen in communicatie niet verondersteld worden om interventie-effecten te mediëren. Als er echter significante relaties worden gevonden tussen interventiestatus en communicatiemaatregelen, kunnen verkennende analyses worden uitgevoerd op de controlegroep, alleen om de etiologische relaties beter weer te geven, niet vertroebeld door mogelijke interventie-invloeden. Voorlopige analyses zullen gericht zijn op het beschrijven van niveaus en variabiliteit in inhoud, emotionele toon, timing, duur, modus en frequentie en het ontwikkelen van geschikte samenvattende scores om deze factoren het best weer te geven op basis van rapporten van de Time Line Follow Back-enquêtes. Latente klasse-analyses (LCA) met maximale waarschijnlijkheidsschatting en robuuste standaardfouten zullen worden gebruikt om communicatiepatronen tussen ouders en leerlingen te onderzoeken met behulp van die samenvattende scores. De onderzoekers zullen empirisch gebaseerde klassen van deelnemers afleiden op basis van inhoud, emotionele toon, timing, duur, modus en frequentie. Dit omvat het schatten van een reeks modellen om het aantal unieke klassen te bepalen dat het best bij de gegevens past door het Bayesiaanse informatiecriterium, de door Lo-Mendell-Rubin aangepaste Likelihood Ratio-test en de Parametric Bootstrapped Likelihood Ratio-test tussen modellen te vergelijken en de meest spaarzaam model met de beste pasvorm.