Program for styrking av familier på nett (SFPonline)

Denne studien tester et nytt nettbasert opplærings- og rusforebyggingsprogram på nett på nett, basert på det evidensbaserte Strengthening Families-programmet. Studiedesignet involverer en parallell randomisert kontrollstudie med tre tilstander med kontrast: (1) SFP Online, (2) SFP-hjemmebruks DVD/videoer og (3) Ventelistekontroller. Intervensjonsbetingelsen, SFP Online, er en interaktiv multimedietilstand som tester et 10-sesjoner online program med sammenhengende spor for foreldre og ungdom. Begge sporene innebærer gjennomføring av tre minitimer per uke levert online i 10 uker. Hvert spor inkluderer en spilldel for å øke engasjementet og forsterke leksjonsinnholdet gjennom snikende læring. SFP Home-use DVD/video-serien er et 11-sesjonsprogram med samme innhold som nettversjonen, men leveres via en online videopresentasjon eller en DVD-spiller. Ventelistet-kontrolltilstanden mottar e-poster med oppskrifter over den samme 10-ukers perioden; deres ungdom får gåter. Ved avslutningen av en 10-ukers venteperiode mottar de ventelistede kontrollene SFP Online-intervensjonen. Vår statistiske analyse tar for seg forskjellene mellom online- og hjemmebruks-DVD/videobetingelsene.

En annen designfunksjon er en Non-Inferiority Trial (NIT) for empirisk å undersøke effektiviteten til SFP Online sammenlignet med SFP Group Norms-data. Gruppenormene, som fungerer som en målestokk for SFP-effektivitet, er et representativt, demografisk samsvarende utvalg av n=1400 familier hentet fra en database med 6000 familier som har deltatt på hele SFP-kursene med 14 økter. Effektstørrelser, ved å bruke den delvise eta-kvadrerte statistikken, vil bli sammenlignet mellom betingelsene for de viktigste utfallsmålene. Effektstørrelsene vil bli justert for demografiske forskjeller på individnivå samt implementeringsfaktorer. Ekvivalensmarginen for effektstørrelsessammenligningen mellom forholdene er satt til 10 % (effektstørrelsene for SFP Online-programresultatene vil være minst 10 % større enn de tilsvarende effektstørrelsene for SFP-videoene eller gruppenormene).

REKRUTTERING: Etterforskerne vil rekruttere 240 familier med minst én forelder/omsorgsperson og ungdom (n=480 deltakere), med 80 familier tilfeldig tildelt hver eksperimentell tilstand. Rekrutteringen håndteres av 24 SFP-rekrutører som har sendt Letters of Support. De er etnisk forskjellige og geografisk spredt over hele USA. De har tilgang til flere raser/etnisiteter og marginaliserte familier. Hver rekrutterer retter seg mot rekruttering av 10 familier (24 rekrutterere x 10 familier).

OPPDRAG: Individuelle familier vil bli tilfeldig tildelt en av tre intervensjoner med en datastyrt tilfeldig tallgenerator for å eliminere seleksjonsskjevhet og kontrollere uobserverte forvirrende variabler som bidrar til programresultater. Vi vil undersøke fordelingen av relevante demografiske variabler (rase/etnisitet, inntekt, utdanning, voksen og barns alder) for å sikre balanse mellom forhold ved baseline. Vi utfører analyser for å oppdage signifikante programforskjeller i intervensjonseffekter av disse variablene.

STATISTISK ANALYSE: Før vi evaluerer programeffekter, undersøker vi pretest-ekvivalens mellom eksperimentelle forhold ved å bruke passende tester for kategoriske eller kontinuerlige grunnlinjemål. Signifikante forskjeller kontrolleres i kovariatjusterte modeller som evaluerer programmets effektivitet. Denne analysen bruker en 3 (tilstand) x 2 (grunnlinjerisiko) ANOVA med fortsatt tilstedeværelse i studien som avhengig variabel. Vi undersøker også om det er noen differensiell slitasje etter tilstand (dvs. koding av slitasje som 1/0 og bruk av logistiske regresjonsmodeller for å forutsi retensjon). Vi bruker også bekreftende teknikker for å kontrastere varians-/kovariansmatriser mellom tilstander for å vurdere om mønstre av statistiske relasjoner er forskjellige etter tilstand. Differensiell slitasje etter tilstand kan potensielt begrense intern validitet (intervensjonseffekter kan forveksles med attrisjonseffekter) eller ekstern validitet (generaliserbarhet til andre familier). Dataanalyser begynner med å generere enkel beskrivende statistikk på alle grunnlinjemål (f.eks. frekvenser, gjennomsnitt, varians), og gjenta denne prosedyren for posttesten og 2-måneders oppfølgingsdata. Fordelinger undersøkes for skjevheter og kurtose og responsmønstre. Chi-kvadrat-tester, punkt-bi-serielle og Pearson-korrelasjoner brukes til å undersøke statistiske relasjoner mellom baseline-prediktorer (dvs. sjekke for multikollinearitet), demografi og utfallsvariabler vil bli vurdert ved bruk av passende mål på assosiasjon og evaluert for statistisk signifikans ved bruk av chi- kvadrat-, t- og F-tester). Å bryte antagelser om normalitet og homoskedastisitet (som ofte oppstår i familieforskning og ved vurdering av selvrapportering av narkotikabruk hos ungdom) vil kreve datatransformasjoner (f.eks. logaritmisk, arcsine-, spline- eller percentilvekting). Hvis transformasjonene ikke klarer å normalisere dataene, kan vi bruke ikke-parametriske tester (f.eks. Kendalls Tau, Mann-Whitney U-test, Wilcoxon Rank Sum, Spearmans korrelasjon og Freidmans ANOVA). For ikke-Gaussiske distribusjoner som oppstår fra lavfrekvent atferd, kan vi bruke Poisson-regresjon, null-oppblåste og todelte semikontinuerlige modeller for å justere for svært skjeve distribusjoner med en overvekt av nuller.

MANGLER DATA. Det kan være noen deltakere som ikke klarer å ta resultatevalueringsundersøkelsene, slutter å delta i intervensjonen eller er motvillige til å gi data. Disse hendelsene representerer ulike ansikter av utmattelse (tilbaketrekking og dårlig etterlevelse) og må undersøkes nøye. Vi antar at data mangler helt tilfeldig (MCAR), eller at mekanismene som forårsaker de manglende dataene er "ignorerbare" uten noen skjevhet i tilstandssammenligningen; Vi bruker imidlertid Littles test av MCAR for multivariate data for å avgjøre om manglende data fordreier resultatene. Uavhengig av hvordan det oppstår, krever de fullstendige datametodene som brukes, bruk av flere imputeringsprosedyrer for å oppnå effektive parameterestimater. Vi bruker estimering av maksimal sannsynlighet for fullstendig informasjon for å gjenopprette de manglende dataene. Et rimelig antall imputasjoner er 10 gitt effektiviteten av imputering med relativt lave nivåer av manglende. De 10 imputerte datasettene kombineres deretter ved å bruke flere slutningsprosedyrer som justerer standardfeil for manglende datausikkerhet142 og produserer mer effektive parameterestimater.

INTENSJON Å BEHANDLE. Avvik oppstår fordi deltakere kan unnlate å fullføre alle leksjonene, ikke ta noen i det hele tatt, eller bare ta vurderingene uten å bli eksponert for leksjonene. Dette gjør at de som fullfører timene ikke lenger er et «tilfeldig utvalg av den opprinnelige gruppen». Intention-to-treat (ITT) er en strategi for å analysere data der deltakerne forblir i den eksperimentelle tilstanden de ble tildelt uavhengig av deres fullførte leksjon eller manglende overholdelsesstatus. Ved hjelp av sensitivitetsanalyser blir dataene fra fullførere deretter kontrastert til et datasett med tilfeller ekskludert etter randomisering fordi de ikke ble eksponert for hele læreplanen (effektivitetsundersettanalyser). Denne tilnærmingen forutsetter at data fra sensurerte saker mangler tilfeldig (MAR) og at resultatene ble oppnådd på en objektiv måte. Sensitivitetsanalyser vil sammenligne utfall basert på ulike nivåer av leksjonsfullføring (avslapping av eksklusjonsregelen) med denne prosedyren gjentatt og forlater intervensjonseksponering (antall økter) kontinuerlig, ettersom deltakerne kan dra nytte av enhver eksponering. Vi vil også bruke complier average causal effects (CACE) estimeringsmetoden for å adressere forskjeller i samsvar med intervensjonen og dens effekter på programresultater. Ved å bruke CACE-analyse dannes flere grupper (blandinger) som tilsvarer nivået av etterlevelse (dvs. engasjement) og behandlingsoppdrag (SFPOnline eller SFP DVD/videoer). Programresultater blir deretter kontrastert mellom disse blandingene ved bruk av tradisjonelle logistiske regresjonsmetoder. Vi kan videre kategorisere følgere basert på deres observerte leksjonsgjennomføringsrater, noe som gir lav- kontra høy-komplianter i hver tilstand. Videre kan engasjement betinges basert på kovariater på deltakernivå (dvs. sivilstatus, inntekt, stress, narkotikabruk eller familiestørrelse). ITT- og CACE-teknikker holder det randomiserte designet intakt, reduserer skjevheter fra differensiell programfullføring, og gjør oss i stand til å trekke årsaksmessige slutninger om intervensjonseffekter i denne prøven. I tilfelle at deltakere som ikke fullfører ikke blir tilfeldig spredt mellom tilstander, vil vi også rapportere effektstørrelser blant de som fullførte timene og tok Postundersøkelsene.

TESTER AV FORVIRKNING. Selv med tilfeldig tilordning til eksperimentelle forhold og reduksjon i eventuelle pretestubalanser mellom dem, kan forvirrende effekter forbli en trussel mot gyldigheten (dvs. programeffekter kan være partiske). Som et resultat vil vi undersøke utvalgte variabler målt ved baseline for bevis på eventuell ubalanse (dvs. pretest-ekvivalens) og utføre sekundære analyser der vi modellerer forbehandlingskovariater for å ta hensyn til utfallsforskjeller mellom grupper. Denne undersøkelsen vil bli utført ved bruk av generaliserte lineære modeller. Forbehandlingsforskjeller kan være deltakerspesifikke (f.eks. demografi). Det er noe bevis som støtter inkludering av kovariater for å kunne kausalt tilskrive forskjeller mellom forholdene til intervensjonen. Inkluderingen deres øker modellpresisjonen og øker kraften, og denne effektiviteten gjelder også for binære utfall dersom vi velger å modellere narkotikabruk for ungdom på denne måten.

MANIPULERINGSSJEKK. Vi forventer at visse sammenhenger vil bli mediert av andre variabler. Vår longitudinelle studiedesign tillater oss å gjøre strenge slutninger angående årsaksprosesser, og adresserer de antatte mekanismene og behandlingskonstruksjonens validitet som SFP fungerer gjennom. Vi antar sekvensiell ignorering selv om mediatoren vurderes etter randomisering. Vi kan statistisk vurdere reduksjonen i omfanget av den direkte effekten, justert for de indirekte effektene. Denne saken strekker seg til longitudinelle data med mer enn én antatt mediator ved sporingsregelen for baneanalyse. Den langsgående designen gir også tidsmessig separasjon av pretesten, intervensjon (uke 1-10), posttest (uke 10-11) og 2-måneders oppfølging (uke 18-20). Vi bruker den multivariate deltametoden for å beregne standardfeil for medierte effekter, som simuleringer har vist å produsere nøyaktige estimater basert på bootstrap-konfidensintervaller for den medierte effekten. Potensielle mediatorer i disse longitudinelle modellene som vurderer programmets effektivitet inkluderer mål på foreldreeffektivitet, ferdighetsytelse (basert på midlertidige spørrekonkurranser), foreldre-barn-kommunikasjon, overvåking, grensesetting og nivåer av engasjement (basert på tilfredshet, leksjonsfullføring og bruksmålinger).

EFFEKT MODIFIKASJON. Et begrenset sett med post-hoc analyser vil utforske homogeniteten til intervensjonseffekten på tvers av deltakerundergrupper. Disse analysene bidrar til å oppnå presisjon i å vite om programeffekter var optimalisert for visse grupper.

MAKT. Ved å estimere kraft antok vi: (1) tre eksperimentelle forhold, (2) flere bølger av datainnsamling, (3) tilfeldige effekter assosiert med estimerte utfall som varierer mellom 0,35-0,45 og ulike typer utfallsmål (dikotome vs. kontinuerlige) ). Vi projiserer muligheten til å rekruttere 80 familier (1 forelder/omsorgsperson + 1 ungdom) i hver eksperimentell tilstand i løpet av rekrutteringsperioden. Med store utvalgsstørrelser (n=480), kan vi oppdage betydelige effekter på tvers av de fleste effektstørrelser.