Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Ontwerp van Chatbot Persona voor outreach naar borstkankerscreening onder zwarte vrouwen

13 mei 2023 bijgewerkt door: Leah Marcotte, University of Washington

Human Centered Design-benadering om verschillen in borstkankerscreening weg te werken

Verschillen in screening op borstkanker onder zwarte vrouwen blijven bestaan, ondanks de erkenning en het bereik van het gezondheidssysteem. Het huidige bewijs voor het afstemmen en optimaliseren van implementatiestrategieën voor outreach naar borstkankerscreening is echter beperkt. De voorgestelde studie maakt deel uit van een groter project om een ​​chatbot te ontwerpen voor het bereiken van borstkankerscreening voor zwarte vrouwen en zal zich richten op het optimaliseren van de chatbot-persoonlijkheid. Met behulp van het Multiphase Optimization Strategy (MOST)-raamwerk zullen de onderzoekers een gerandomiseerd factorieel experiment uitvoeren om de individuele componenten van chatbot-persona voor screening op borstkanker te beoordelen en te identificeren welke componenten het grootste effect hebben op het vertrouwen en de betrokkenheid van zwarte vrouwen. Deze informatie zal leidend zijn bij het ontwerp van een geoptimaliseerde chatbotinterventie die de primaire resultaten behaalt.

Studie Overzicht

Gedetailleerde beschrijving

Het doel van deze studie is om de optimale bezorging van initiële chatbot-berichten te bepalen voor outreach naar borstkankerscreening op maat. Wantrouwen in het medische systeem is geïdentificeerd als een belangrijke belemmering voor screening op mammografie bij zwarte vrouwen. Hoewel er op maat gemaakte interventies voor borstkankerscreening bestaan, is het optimale ontwerp van een op maat gemaakte interventie om vertrouwen te wekken onbekend. Van chatbots is aangetoond dat ze het vertrouwen in webgebaseerde informatie verhogen, hoewel de acceptatie van chatbots afhankelijk kan zijn van de kenmerken van de chatbot. De onderzoekers stellen voor om de Multiphase Optimization Strategy (MOST), een raamwerk voor het ontwikkelen van effectieve, efficiënte, schaalbare en kosteneffectieve interventies, te gebruiken om de prestaties van chatbotinterventiecomponenten en hun interacties te beoordelen.

De bezorging van chatbotberichten zal systematisch worden gevarieerd over twee componenten, die elk worden weergegeven door een afzonderlijke factor in het 2x2x1 factoriële onderzoeksontwerp met een controlearm. Concreet zal elke deelnemer willekeurig worden toegewezen aan een van de vijf afzonderlijke experimentele omstandigheden. Voorwaarden zijn onder andere: (1) chatbot met een huisarts-persoonlijkheid en directe communicatiestijl; (2) chatbot met een personage dat borstkanker overleeft en een directe communicatiestijl; (3) chatbot met de persona van een eerstelijnsarts en indirecte communicatiestijl; en (4) chatbot met een personage dat borstkanker overleeft en een indirecte communicatiestijl. Alle deelnemers vullen een enquête in over hun perceptie van de eerste outreach-berichten van de chatbot.

De belangrijkste effecten zullen worden geschat van de twee experimentele factoren en hun interacties op de primaire uitkomsten van de studie - vertrouwen in het chatbotsysteem om te gebruiken voor onderwijs en planning van borstkankerscreening, en intentie om te gebruiken. Deze informatie zal het ontwerp van een geoptimaliseerde chatbot-persona begeleiden die de primaire resultaten behaalt.

Deelnemers worden ingeschreven als ze zwarte personen zijn die in aanmerking komen voor borstkankerscreening en die in de Verenigde Staten wonen en tussen de 40 en 74 jaar oud zijn. De werving zal worden uitgevoerd op Prolific, een online platform voor het poolen van deelnemers, en Amazon Mechanical Turk (MTurk), een crowdsourcingplatform dat wordt gebruikt voor het werven van onderzoekers. Prolific zal worden gebruikt gezien de mogelijkheid van het platform om de deelnemerspopulatie te selecteren. Echter, vanwege het beperkte aantal personen binnen de opnamecriteria op Prolific, en indien nodig zullen deelnemers ook worden geworven op MTurk. Deelnemers wordt gevraagd de chatbotberichten te bekijken en vragen te beantwoorden om het vertrouwen, de betrokkenheid en de directheid van de chatbot te beoordelen.

Studietype

Observationeel

Inschrijving (Werkelijk)

550

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Washington
      • Seattle, Washington, Verenigde Staten, 98105
        • University of Washington Medical Center

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

36 jaar tot 70 jaar (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Zwarte of Afro-Amerikaanse vrouwen tussen de 40 en 74 jaar oud die in de Verenigde Staten wonen.

Beschrijving

Inclusiecriteria:

Alle vrouwen van 40-74 jaar oud:

  • die zich als zwart identificeren

Uitsluitingscriteria:

  • Deelnemers die de enquête niet invullen
  • Deelnemers die de enquête in minder dan de helft van de normale gemiddelde tijd invullen
  • Deelnemers die niet door de attentiecheck komen

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Groep 1
Eerstelijnsarts persona met directe berichten
De chatbot-persona is een zwarte vrouw die huisarts is.
De chatbotberichten worden gekenmerkt door commando's en directe adressen (''jij'').
Groep 2
Persona van overlevende van borstkanker met directe berichten
De chatbotberichten worden gekenmerkt door commando's en directe adressen (''jij'').
De chatbot-persona is een zwarte vrouw die borstkanker heeft overleefd.
Groep 3
Huisarts met indirecte boodschappen
De chatbot-persona is een zwarte vrouw die huisarts is.
De chatbot-berichten worden gekenmerkt door aanvoegende wijs modale werkwoordsvormen (''zou willen'') en coöperatieve adressen (''we", "let's").
Groep 4
Persona van overlevende van borstkanker met indirecte berichten
De chatbot-persona is een zwarte vrouw die borstkanker heeft overleefd.
De chatbot-berichten worden gekenmerkt door aanvoegende wijs modale werkwoordsvormen (''zou willen'') en coöperatieve adressen (''we", "let's").
Groep 5
Controle

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Vertrouwen
Tijdsspanne: Dag 1
De mens-computervertrouwensschaal beoordeelt het gebruikersvertrouwen, dat is gebaseerd op vergelijkbare constructies van vertrouwen (welwillendheid, competentie, wederkerigheid, waargenomen risico). Er werden 7 van de 12 items geselecteerd die gebruik maken van een 5-punts Likertschaal van 'Helemaal niet mee eens' tot 'Helemaal mee eens'.
Dag 1
Intentie om te gebruiken
Tijdsspanne: Dag 1
Deze meting beoordeelt de waarschijnlijkheid om dit systeem te gebruiken om in de toekomst een mammogram te plannen en wordt gescoord op een 5-punts Likert-schaal van 'Zeer onwaarschijnlijk' tot 'Zeer waarschijnlijk'.
Dag 1

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Betrokkenheid
Tijdsspanne: Dag 1
Deze maatstaf bestaat uit 4 semantische differentiële schalen die eigenschappen (belangrijk, interessant, relevant, warm) beoordelen op een 7-puntsschaal.
Dag 1
Directheid
Tijdsspanne: Dag 1
Deze maatstaf bestaat uit 7 semantische differentiële schalen die eigenschappen beoordelen (direct, vriendelijk, zorgzaam, oprecht, veeleisend, respectvol, beleefd) op een 7-puntsschaal.
Dag 1
Deskundigheid en homofilie
Tijdsspanne: Dag 1
Deze 4 items meten de waargenomen expertise en houding van het systeem op een 5-punts Likertschaal van 'Helemaal mee oneens' tot 'Helemaal mee eens'.
Dag 1
Eigen merk verbinding
Tijdsspanne: Dag 1
Deze meting bestaat uit 3 items om de connectie met het eigen merk te beoordelen op een 5-punts Likertschaal van 'Helemaal mee oneens' tot 'Helemaal mee eens'.
Dag 1

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Leah Marcotte, MD, University of Washington

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

22 augustus 2022

Primaire voltooiing (Werkelijk)

27 december 2022

Studie voltooiing (Werkelijk)

27 december 2022

Studieregistratiedata

Eerst ingediend

10 juni 2022

Eerst ingediend dat voldeed aan de QC-criteria

20 juli 2022

Eerst geplaatst (Werkelijk)

25 juli 2022

Updates van studierecords

Laatste update geplaatst (Werkelijk)

16 mei 2023

Laatste update ingediend die voldeed aan QC-criteria

13 mei 2023

Laatst geverifieerd

1 mei 2023

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • STUDY00011606
  • 5P50CA244432 (Subsidie/contract van de Amerikaanse NIH)

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren