EMA_Normalisering av alkoholdrikking hos unge voksne

Studere design

Det foreslåtte prosjektet er en kombinasjon av (1) en tidsbasert systemutløst EMA, som vil samle sanntidseksponering for alkoholreklame og markedsføring, og (2) en longitudinell RCT av insentivstrategier-undersøkelse hos nåværende alkoholbrukere. Deltakerne vil først fylle ut et grunnleggende spørreskjema og deretter delta i EMA via en smarttelefonapplikasjon (App) i 21 påfølgende dager. Denne vurderingslengden ble designet for å fange deltakernes eksponering for alkoholmarkedsføring over en lang periode. EMA vil inkludere spørsmål om selvrapportert eksponering for og/eller svar på alkoholmarkedsføring. En måned etter å ha fullført EMA, vil deltakerne bli kontaktet for å fullføre en telefonoppfølgingsundersøkelse. (En måneds oppfølging skal forstå deltakernes oppfatning og mottakelighet for alkoholmarkedsføring og drikkeatferd på grunn av eksponering for alkoholmarkedsføring og alkoholforbruk.)

Emner

Etterforskerne vil rekruttere 360 ​​deltakere med følgende inklusjonskriterier: (1) i alderen mellom 18 og 35 år, (2) eier en mobil smarttelefon med internettilgang, (3) drakk alkohol de siste 30 dagene (nåværende drikkere), (4) ) vil være i Hong Kong i løpet av den tre uker lange EMA-studieperioden, og (5) kunne lese og skrive på kinesisk.

Prosedyrer

Rekrutteringsstrategi

En masse-e-post som inneholder studieinformasjonen vil bli sendt til alle studenter og ansatte ved HKU på grunn- og videreutdanning for rekruttering med opptil tre e-postpåminnelser som beskriver forskningen. Også online rekrutteringsannonser vil bli lagt ut i forskjellige nettdiskusjonsforum som universitetsstudenter i Hong Kong vanligvis besøker. Frivillige deltakere kan kontakte rekrutteringspersonalet vårt direkte via telefon, e-post eller ved å sende inn det elektroniske søknadsskjemaet for et påfølgende orienteringsmøte. Vår pilotstudie har vist at disse metodene er gjennomførbare for å rekruttere et stort antall interesserte deltakere. Etter at deltakerne har registrert seg online, vil de bli omdirigert til en nettlenke for kvalifikasjonskontroll. Forskningsassistent skal kontakte kvalifiserte deltakere for instruksjoner om samtykkeskjemaet, grunnleggende spørreskjema og veiledning om installasjon av EMA-appen og videre bruk.

EMA-appen

Etter at deltakeren har gitt samtykke og fylt ut baseline-spørreskjemaet, vil en utdannet forskningsassistent installere en EMA-app på deltakerens smarttelefon, og gi instruksjoner om bruk av appen. Appen vil bli utviklet for både iOS- og Android-plattformer for å administrere de vanlige EMA-ene automatisk. For å beskytte deltakernes personvern vil ingen personlig informasjon (f.eks. navn og telefonnumre) samles inn av appen. Kun et 5-sifret saksnummer vil bli brukt til identifikasjon. Med mindre annet er spesifisert, vil saksnummeret være de siste fem sifrene i forsøkspersonens telefonnummer. Når appen er vellykket installert, vil brukeren bli bedt om å velge en startdato for den 21 påfølgende dagene studieperioden i løpet av de kommende tre ukene og å sette opp en lunsjtime mellom 11:00 og 16:00 i disse studiedagene. gjennomføre den regelmessige oppfordringen til EMA.

På hver studiedag vil appen regelmessig be deltakerne om å fylle ut et spørreskjema om deres nylige eksponering for alkoholreklame i forskjellige kanaler hver 5. time, totalt tre ganger som omtrent stemmer overens med tidspunktet for lunsj, middag og før søvn om natten, og alkoholforbruk. Eksisterende metaanalyse av etterlevelsesraten for EMA-studier fant at blant ikke-kliniske studier med deltakere består av ungdomspopulasjonen, ble den høyeste gjennomsnittlige etterlevelsesraten observert i studier som ga spørreskjemaet 2-3 ganger daglig (91,7 %) sammenlignet med hyppigere. oppfordringer på 4-5 ganger (77,4 %) eller 6+ ganger (75,0 %)45. Denne metaanalysen viste også at 3-ukers lengde på EMA ga den høyeste etterlevelsesraten (84,0 %) sammenlignet med 1-ukers (75,8 %) og 2-ukers (76,8 %) lengde. Tidsperioden på 21 dager var også gjennomsnittlig antall dager (SD = 28; område på 2 til 175) med vurdering basert på tidligere systematiske oversikter som undersøkte EMA-studier om rusmisbruk46.

Ettersom alkoholforbruk har en tendens til å skje sent på kvelden, er det dessuten viktig å fange opp drikkeatferden innenfor hele spekteret av deltakernes våkne timer. Derfor skal den første EMA hver ettermiddag registrere hang-over-effektene fra forrige natts drikking47 og den siste EMA vil fange opp drikkeatferden som for det meste ville skje48. For eksempel, hvis en deltaker står opp sent fra bakrus og setter lunsjtiden til 13.00, vil han/hun bli bedt om å fullføre en EMA-undersøkelse kl. 13.00, 18.00 og 23.00 på den dagen. Hver EMA-undersøkelse vil ta omtrent 1 minutt å fullføre (den siste EMA hver dag kan vare i 2 minutter). Hvis brukeren ikke kan svare på EMA-undersøkelsen umiddelbart, kan han/hun svare på EMA-forespørselen innen 30 minutter i ytterligere to påminnelser etter 15 minutter og 5 minutter. Hver forespørsel som ikke har blitt svart på 30 minutter vil bli sett på som et ikke-svar. Alle dataene ovenfor, inkludert dato og klokkeslett for fullføring av EMA-undersøkelsen og svar på forespørslene, vil umiddelbart bli sendt til serveren vår for videre analyse.

Randomisering, tildelingsfortielse og blending

Alle kvalifiserte deltakere vil bli tilfeldig tildelt kontroll- eller intervensjonsgrupper ved å bruke en tilfeldig sekvens generert av en online sampling randomizer. Før deltakernes samtykke ble gruppetildelingen skjult for både deltakere og intervjuere. Alle deltakere og intervjuere ved baseline og 1-måneders oppfølging er ikke blindet.

Følge opp

For å minimere undersøkelseseffekten av EMA på studieresultatene, vil en telefonoppfølging for å vurdere studieresultatene bli utført 1 måned etter fullføring av EMA. Undersøkelsen inkluderte resultatene av normalisering av drikking, alkoholforbruksnivå og deres tilfredshet med grunnlinjeundersøkelsen, mobilappen, EMA-undersøkelser, oppfølgingsundersøkelsen og den generelle vurderingen av studien.

Dataanalyser

Dataanalyse vil bli utført ved hjelp av STATA (versjon 15). Alle signifikanstester var tosidige med 5 % signifikansnivå. Den interne konsistensen av konstruksjonene for opplevd popularitet, opplevd sosial godkjenning og positiv forventning vil bli vurdert med Cronbachs alfa. I hver konstruksjon vil etterforskerne summere alle elementene for å bygge poengsummen for den egenskapen hos hver deltaker. Etterforskerne vil lage et sammensatt mål på mottakelighet ved å beregne gjennomsnitt eller summere de 5 mottakepunktene som er dokumentert i EMA-ene for hver deltaker.

For det første forskningsspørsmålet vil uavhengig t-test/ Mann-Whitney U-test bli brukt for å teste forskjellen i samsvarsgrad for EMA-undersøkelse mellom grupper. Data vil presenteres som gjennomsnitt ± standardavvik (SD).

For 2. til 6. spørsmål vil etterforskerne bruke multippel lineær regresjonsmodell for å vurdere eksponeringsfrekvensen for alkoholmarkedsføring på de tre attributtene deltakernes normalisering av drikking (det 2. forskningsspørsmålet), og alkoholforbruk (det tredje forskningsspørsmålet). Multippel lineær regresjonsmodell vil også bli brukt for å vurdere sammenhengen mellom mottakelighet for alkoholmarkedsføring og drikkenormalisering (det 5. forskningsspørsmålet). Multilevel-modellering vil bli brukt for å besvare det andre spørsmålet for å utforske påvirkningen av eksponeringsfrekvens for alkoholmarkedsføring på mottakelighet for alkoholmarkedsføring (det 4. forskningsspørsmålet), og sammenhengen mellom mottakelighet for alkoholmarkedsføring og alkoholforbruk (det 6. forskningsspørsmålet).

Utforskende faktoranalyse (EFA) vil bli tatt i bruk for å utforske faktorstruktur av opplevd popularitet, opplevd sosial godkjenning og positiv forventning (det syvende forskningsspørsmålet). Etterforskerne vil bruke Bartlett-testen for sfærisitet og Kaiser-Meyer-Olkin (KMO) mål på prøvetakingstilstrekkelighet for å utføre korrelasjonstesten. Dersom P-verdien til bartlett-testen er mindre enn 0,05 og KMO-verdien større enn 0,5, vil faktorer bli brukt for videre analyse. I prinsipiell komponentanalyse vil faktorer med egenrøtter større enn 1 beholde. Varimax vil bli brukt til å faktorisere rotasjon. Elementer med faktorkoeffisienter større enn eller lik 0,5 var nødvendig for tolkning av faktorstrukturer. Inter-item reliabilitet ble vurdert ved Cronbachs α. Følgelig ble Cronbachs α større enn 0,7 ansett for å være en akseptabel pålitelighetskoeffisient på skalaen.

For å svare på det åttende forskningsspørsmålet, vil strukturell ligningsmodellering bli tatt i bruk for å undersøke veiene for eksponeringsfrekvens og mottakelighet for alkoholmarkedsføring, opplevd popularitet, opplevd sosial godkjenning og alkoholforbruksnivå. Modellen vil bli justert for deltakernes alder og kjønn. For effekter innenfor faget vil etterforskerne ettersle etter dataene for å forhindre forekomsteffekt dersom deltakerne ble utsatt for alkoholmarkedsføring ved kjøp av alkohol. Etterforskerne vil inkludere eksponeringen for alkoholmarkedsføring rapportert i indeksrapportene (t0) for å forutsi den påfølgende rapporten om alkoholforbruk. Den medgåtte tiden mellom indeks (t0) og påfølgende rapporter vil bli inkludert som et nivå-1 (innen-fag) kovariat. Autokorrelasjon vil bli oppdaget og kontrollert for i modellen. Bootstrapping med størrelse 10 000 vil bli brukt for å estimere 95 % konfidensintervall for parameterne. Etter å ha kontrollert datafordelingens normalitet, vil flere tilpasningsindekser bli tjent som vurdering av modellens tilpasning. En ikke-signifikant kjikvadrat (X2) er ønsket, men testen er sensitiv for feilaktig å avvise en korrekt modell når prøvestørrelsen ikke er stor nok.57 Comparative Fit Index (CFI) og Non-Normal Fit Index (også kjent som Tucker-Lewis Index), som varierer fra 0,00 til 1,00, med høyere verdier som representerer bedre passform, vil bli tatt i bruk.58 Den standardiserte rot-middel-kvadrat-resten vil bli brukt til å oppdage modellfeilspesifikasjoner, med verdier under 0,08 som anses som ønskelige.58 Den indirekte effekten av modellen vil bli sjekket med Sobel test. En lignende modell vil bli utført for å oppdage effekter mellom emner.