Determinanter for kunnskap om og bruk av kosttilskudd

I. TILTAK VURDERT I STUDIEN:

Utvalget av tiltak som skulle evalueres i studien var basert på vitenskapelig litteraturgjennomgang og personlig interesse til forskerne:

1. Tiltak knyttet til kosttilskudd:

   1. kunnskap om kosttilskudd (KaDS) - vurdert med et 17-elements KaDS spørreskjema, som ble utviklet som en polsk versjon av Karbownik et al. (2019). En respondent vil bli bedt om å rangere hver av de 17 påstandene om kosttilskudd som "sant" eller "usant". KaDS vil primært være kodet som en sum av både Generelle og Spesifikke spørreskjemaunderskalaer. KaDS vil bli operasjonalisert som en 18-nivås ordinalvariabel.
   2. selvvurderte kilder til KaDS - vurdert separat for 5 kategorier: "leger", "farmasøyter", "dietister", "venner (uten medisinsk utdanning)", "media (magasiner, TV, radio, Internett)". Det vil bli stilt et enkeltspørsmål for hver kategori: «i hvilken grad får du kunnskap om kosttilskudd fra...?». Hver kategori vil bli operasjonalisert som en 4-nivå ordinal variabel (fra "ikke i det hele tatt" til "i stor grad"). TV - TV.
   3. bruk av kosttilskudd (UoDS) - vurdert med et enkeltspørsmål: "har du brukt noen kosttilskudd i løpet av de siste 30 dagene?". UoDS vil bli operasjonalisert som en 2-nivå kategorisk variabel ("nei" og "ja").
   4. positiv personlig erfaring med kosttilskudd - vurdert med et enkeltspørsmål: "hvis du tar kosttilskudd, føler du at det hjelper deg?". Tiltaket vil operasjonaliseres som en 3-nivås kategorisk variabel ("nei", "ja" og "ikke aktuelt, jeg bruker ikke kosttilskudd"). Saker som viser "ikke aktuelt..."-svar, vil bli kodet i analysene som "nei".
   5. negativ personlig erfaring med kosttilskudd - vurdert med et enkeltspørsmål: "hvis du tar kosttilskudd, føler du at det gjør vondt?". Tiltaket vil operasjonaliseres som en 3-nivås kategorisk variabel ("nei", "ja" og "ikke aktuelt, jeg bruker ikke kosttilskudd"). Saker som viser "ikke aktuelt..."-svar, vil bli kodet i analysene som "nei".
   6. interesse for kosttilskudd - vurdert med en enkeltpost 5-punkts semantisk differensial: fra "Nr. Dette er helt likegyldig for meg." til "Ja! Hver dag ser jeg etter informasjon om dette emnet." Tiltaket vil operasjonaliseres som en 5-nivås ordinalvariabel.
   7. trust in advertising kosttilskudd (TiADS) - vurdert med et 8-element TiADS spørreskjema, som ble utviklet som en polsk versjon av Karbownik et al. (2019). En respondent vil bli bedt om å uttrykke sin mening om informasjonen som formidles av reklame for kosttilskudd ved bruk av en 5-punkts semantisk differensialskala. TiADS vil primært bli betraktet som en sum av Reliability, Intelligibility og Affect spørreskjemaunderskalaer. TiADS vil bli operasjonalisert som en 33-nivås ordinalvariabel.
   8. ha kontakt med kosttilskuddsannonser - vurdert med et enkeltspørsmål: "har du hatt kontakt med kosttilskuddsannonser i løpet av den siste uken?". Tiltaket vil operasjonaliseres som en 2-nivås ordinalvariabel ("nei" og "ja").

2. Tiltak knyttet til andre helseproblemer:

   1. generell oppfatning om medisiner (BMQ-Generelt) - vurdert med en 8-punkts Generell del av Beliefs about Medicines Questionnaire, som er utviklet av Horne et al. (1999), og tilpasset til polsk språk og validert av Karbownik et al. (2019) (artikkel under fagfellevurdering). En respondent vil bli bedt om å uttrykke sin enighet med 8 påstander om legemidler ved å bruke en 5-punkts Likert-skala: fra "helt uenig" til "helt enig". BMQ-General vil bli kodet som 2 separate variabler: BMQ-General-Overuse subscale og BMQ-General-Harm subscale. Begge underskalaene vil operasjonaliseres som 17-nivås ordinalvariabler.
   2. egenvurdert helse - vurdert med et enkeltspørsmål: "hvordan vurderer du helsen din?". Tiltaket vil operasjonaliseres som en 4-nivås ordinalvariabel ("dårlig", "rettferdig", "god", "utmerket").
   3. selvvurdert diett - vurdert med en enkeltelement 5-punkts semantisk differensial: fra "Jeg spiser mye fastfood, chips, søtsaker, etc." til "Jeg spiser bare sunne, balanserte måltider". Tiltaket vil operasjonaliseres som en 5-nivås ordinalvariabel.
   4. egenvurdert fysisk aktivitet - vurdert med en enkeltelement 5-punkts semantisk differensial: fra "Jeg har ingen fysisk aktivitet i det hele tatt" til "Jeg sporter intensivt 5 ganger i uken". Tiltaket vil operasjonaliseres som en 5-nivås ordinalvariabel.
   5. konvensjonell sigarettrøyking - vurdert med et enkeltspørsmål: "røyker du konvensjonelle sigaretter?". Tiltaket vil operasjonaliseres som en 3-nivå kategorisk variabel («aldri», «nei, men jeg røykte tidligere», «ja»).
   6. elektronisk sigarettbruk - vurdert med et enkeltspørsmål: "bruker du elektroniske sigaretter?". Tiltaket vil operasjonaliseres som en 3-nivå kategorisk variabel ("aldri", "nei, men jeg brukte tidligere", "ja").

3. Mål for sosiodemografiske data:

   1. alder - operasjonalisert som en kontinuerlig variabel avrundet til hele år. De tillatte verdiene som skal rapporteres vil være: "under 18", "18", "19", "20", ..., "113". Den eldste polakken som for tiden (23. oktober 2019) lever, er 113 år gammel.
   2. kjønn - operasjonalisert som en 2-nivå kategorisk variabel ("mannlig" og "kvinnelig").
   3. utdanningsnivå - operasjonalisert som en 5-nivås ordinalvariabel («primær», «videregående eller yrkesrettet», «høy-bachelor», «høyere master», «høyere doktorgrad»).
   4. medisinsk utdanning - operasjonalisert som en 2-nivå kategorisk variabel ("ingen medisinsk utdanning" og "medisinsk utdanning"). Dette tiltaket vil bli brukt som et hjelpemiddel for å sjekke om en respondent oppfyller eksklusjonskriteriene. Manglende verdier i denne variabelen vil bli kodet som "medisinsk utdanning".
   5. antall innbyggere på et bosted - operasjonalisert som en 4-nivå ordinal variabel ("under 5 000", "5 000-50 000", "50 000-500 000", "over 500 000").
   6. månedlig netto husholdningsinntekt per familiemedlem - operasjonalisert som en 4-nivå ordinær variabel ("under 1 000 PLN", "1 000-2 000 PLN", "2 000-3 000 PLN", "over 3 000 PLN"). PLN - polsk valuta (zloty).

II. DATAANALYSEPLAN

1. En studiedeltaker vil bli bedt om å fylle ut den elektroniske undersøkelsen (https://www.survio.com/pl/) vurdere alle de ovennevnte tiltakene.
2. Eventuelle tilfeller av respondenter som har erklært å ha mindre enn 18 år eller er medisinsk utdannet vil bli slettet fra videre analyser (som angitt i inklusjons- og eksklusjonskriteriene).

3. Alle variablene målt med semantisk differensialskala vil ikke ha noen manglende verdier, fordi online undersøkelsesprogramvaren tilskriver en sentral verdi ("3") til et svar som standard. Manglende verdier er mulig i de andre variablene i undersøkelsen, da det ikke vil være noe tvungen svaralternativ og ingen standardsvar. De manglende verdiene vil bli administrert på følgende måte:

   1. Sakene uten data, bortsett fra standardverdiene i semantiske differensialvariabler, vil bli slettet.
   2. Brøkdelen av manglende verdier for hver variabel vil bli beregnet.
   3. Andelen av tilfeller med minst én manglende verdi vil bli beregnet.
   4. Variabler med mer enn 50 % manglende verdier og tilfeller med mer enn 50 % manglende verdier vil bli slettet fra databasen.
   5. Mønsteret av datamangler vil bli vurdert med Littles test for data som mangler fullstendig tilfeldig (MCAR). Ved signifikant brudd på MCAR-antakelsen, for hver variabel, vil assosiasjonen av manglende med alle de andre variablene undersøkes.
   6. Hvis andelen tilfeller med minst én manglende verdi (se punkt "c") er mindre enn 5 % og resultatet av Littles MCAR-test (se punkt "e") er ikke-signifikant, vil tilfellene med minst én manglende verdi slettes og analysen utføres kun med komplette saker.
   7. Ellers (til punkt "f"), vil de manglende verdiene bli imputert med multivariat imputasjon ved kjedede ligninger (MICE) før ytterligere dataanalyse utføres. Summen av elementene som konstruerer KaDS, TiADS og BMQ vil bli gjort etter imputering av manglende verdier i hvert enkelt element.

4. KaDS vil bli behandlet som en kontinuerlig variabel og modellert med multivariat lineær regresjon, mens UoDS, som er en 2-nivå kategorisk variabel, vil bli modellert med logistisk regresjon. Ordinale uavhengige variabler vil bli vurdert som kontinuerlige, mens de inkluderes i regresjonsmodeller. Kategoriske uavhengige variabler med mer enn 2 nivåer vil bli konvertert til dummyvariabler før de inkluderes i regresjonsmodeller. De avhengige variablene (DVs), KaDS og UoDS, vil bli modellert i følgende trinn:

   1. Univariate (ujusterte) assosiasjoner av DV-er med alle de gjenværende tiltakene vil bli vurdert (KaDS vil i tillegg deles inn i Generelle og Spesifikke underskalaer for presentasjon av resultatene). I tillegg vil toveisinteraksjonen «TiADS»×«å ha kontakt med kosttilskuddsannonser» inkluderes. Assosiasjonene vil bli rapportert som både ujusterte og justert for alle de testede sosiodemografiske målene (se punkt "I. 3"). Hvis dataene tilskrives (se punkt "3. g"), vil sensitivitetsanalyse av univariate (ujusterte) assosiasjoner mellom DV-er og de gjenværende målingene utføres i datasettet for komplette tilfeller kun for å teste nøyaktigheten av manglende dataimputasjon. De videre multivariate modellene vil bygges med målene statistisk signifikant (i henhold til rå p-verdier i ujusterte analyser) knyttet til en DV i disse analysene.

   2. Prediktorer som skal beholdes i den endelige modellen vil bli valgt i henhold til følgende kriterier:

      • Multikollinearitet. Multikollineariteten til variablene vil bli vurdert med Pearsons korrelasjonsmatrise og eksplorativ faktoranalyse. Ved påvisning av multikollinearitet vil to løsninger vurderes: (1) hovedsakelig kollineære variabler kan kombineres lineært hvis de kan representere den samme konstruksjonen (f.eks. "selvvurdert diett" pluss "egenvurdert fysisk aktivitet" pluss "ingen sigarettrøyking" kan representere konstruksjonen av "helse egenomsorg" eller "konvensjonell sigarettrøyking" pluss "elektronisk sigarettbruk" kan representere konstruksjonen av "nikotin avhengighet", etc.) eller (2) kan bare én variabel fra et sett med hovedsakelig kollineære variable beholdes og den andre kan slettes.
      • «Objektivitet» til det beholdte tiltaket. Svært «objektive» tiltak vil bli favorisert. De inkluderer den med mer overbevisende bevis på gyldighet: KaDS, TiADS og BMQ, etterfulgt av de "objektive" målene vurdert med et enkelt elementspørsmål: alder og kjønn, etterfulgt av mer "subjektive", ikke lett etterprøvbare og muligens partiske mål: resten av tiltakene.
      • Informasjonskriterier. Modellene med lavere verdier av Akaike eller Bayesiansk informasjonskriterium vil bli foretrukket (beste delsettvalgalgoritme).
   3. Restanalyse av de oppnådde modellene vil bli utført for å sjekke for antakelser om generell lineær modellering. Ved vesentlig krenkede forutsetninger, kan prosessene med modellkonstruksjon gjentas.
5. Intern validering vil bli utført med en k-fold kryssvalidering for å teste for nøyaktighet og stabilitet til de oppnådde modellene.

6. Undergruppeanalyser kan utføres i utvalgene av respondenter som er kritiske for folkehelsen:

   1. eldre mennesker (60 år eller eldre),
   2. innbyggere på landsbygda (under 5000 innbyggere),
   3. lavinntektsmennesker (under 1000 PLN av månedlig netto husholdningsinntekt per familiemedlem), etc.
7. P-verdier gjennom analysene under 0,05 vil anses som statistisk signifikante. For å ta høyde for multiple hypotesetesting, hvis aktuelt, vil signifikansnivåkorreksjon med Benjamini og Hochberg-prosedyren bli brukt (falsk oppdagelsesrate 0,05).
8. Analysene vil bli utført ved hjelp av STATISTICA Software (Statsoft) eller R Software (R Core Team).