Effekten av mobile enheter på utviklingen og helsen til små barn (iKids)

Kvalitetssikring Forskere som foretar målingene er svært erfarne i prosedyrene og analysen. Etterforskerne bruker bare validerte verktøy som er veletablerte i litteraturen. Eksponering og bruk av interaktive elektroniske enheter (f.eks. Nettbrett og smarttelefoner) vil bli målt av en app som vil få tilgang til informasjon direkte fra deltakerens enheter (Android eller iOS) ved hjelp av mobil sensingprogramvare for å fange opp skjermtid og appbruk (Lind et al . Appen har blitt brukt med hell til å måle smarttelefonbruk hos barn (Bagot et al., 2022; Wade et al., 2021).

Målingen av nye evner, vårt primære utfallsmål, er validert og mye brukt i litteraturen (Howard et al. 2017). Etterforskerne vil bruke en administrasjon troskap sjekkliste for å vurdere praksis på tvers av forskere før start av datainnsamling. En rekke sekundære utfall vil bli registrert (dvs. BMI (kalibrerte skalaer og gjentatte tiltak), bevegelsesatferd (Accelerometry Cliff et al. 2024), motorisk utvikling (NIH Toolbox, Reuben et al., 2013), foreldre og barns interaksjon (Stimq2, Cates et al. 2023). Disse målingene har blitt brukt i Sunrise-studien, som samler inn data om barn i denne alderen i 63 land over hele verden (https://sunrise-study.com/) og publisert i en protokoll (Okely et al., 2021) .

Treningsvideoer og støtte er gitt av Sunrise -teamet og har blitt brukt til å informere vår studieprotokoll. Siden barneutvikling er påvirket av en rekke kovariater, har etterforskerne valgt det mest rapporterte i litteraturen og foreslått av vår PPI -gruppe (dvs. Sex, alder, etnisitet, mors utdanning, foreldrestil (PSDQ-v. Robinson et al. 2001), oppmøte til barneomsorg, foreldreavhengighet til smarttelefoner (SAS-SV, Kwon et al., 2013) og skjermvisningspolitikk.

Databehandlingsdatafangstformer er opprettet for aktuelle tiltak for å standardisere datainngang og hjelpemidler med datainnføring. Når det gjelder databehandling og analyse. Etterforskerne vil gjennomføre foreløpige datarengjøring, og utforske om verdier av kontinuerlige variabler er innen rekkevidde, sannsynlighet for midler og standardavvik og gyldighet av kodede kategorier. Etterforskerne vil vurdere datafordelinger og identifisere eventuelle univariate outliers fra grafiske metoder og fra tilfeller med veldig store, standardiserte score koblet fra andre score og multivariate outliers ved grafiske metoder og inspeksjon av gearing/mahalanobis avstander, avvik og påvirkningsstatistikk. Alle mulige feil vil bli undersøkt på individuell basis. Etterforskerne vil også undersøke omfanget, mønsteret og arten av manglende data. Hvis andelen manglende data er liten (under 5%), vil de vurdere komplette saksanalyser. Hvis mengden eller mønsteret for manglende data utelukker fullstendig saksanalyse, vil etterforskerne vurdere datainnlysning. Flere imputasjoner vil bli brukt på grunn av deres robusthet til typen datamangel. Hvis imputasjon gjennomføres, vil følsomhetsstudier bli utført ved å sammenligne resultater avledet fra data med og uten imputasjon.

Dataanalyse Beskrivende analyse Prøven vil bli oppsummert beskrivende. Etterforskerne vil rapportere antall barn i hver utdanningsenhet og primære og sekundære utfall etter tidspunkt (baseline og oppfølging). For kontinuerlige utfall vil sammendragsinformasjon bli presentert som midler (standardavvik (SD); rekkevidde). For kategoriske utfall vil sammendragsinformasjon bli presentert som frekvenser (prosenter). Behovet for variable transformasjoner for å stabilisere varians eller oppnå normalitet vil bli vurdert.

Inferensiell analyse Følgende testvariabler vil bli vurdert for analysen: 1) IED -varighet; 2a) IED -modus pedagogisk; 2b) IED-modus alderspasset.

1. Multilevel regresjonsmodellering av primært utfall etterforskerne konseptualiserte en 2-nivå tilfeldig avskjæringer flernivåmodell, med barn gruppert innen utdanningsenheter. Denne modellen vil vurdere EA ved oppfølgingen som utfallsmålet designet for å svare på de primære forskningsspørsmålene: Hvordan er IED-varighet (timer per dag) og modus (pedagogisk kontra ikke-pedagogisk; alders-passende mot ikke-alderen -notat) ved baseline, kontrollerende for kovariater på barnnivå (inkludert EA-baseline-score) og kovariater på pedagogisk enhetsnivå, assosiert med EA ved oppfølging i en multilevel-modell der barn er gruppert i pedagogiske enheter? Varianspartisjonskoeffisienten (VPC; andelen av gjenværende varians assosiert med hvert nivå av modellen) vil bli vurdert via en nullmodell før du fortsetter til en kovariat modell. Etterforskerne vil vurdere å slå sammen nivåene i modellen hvis VPC -statistikk avslører ubetydelige grupperingseffekter (ubetydelig restvarians på nivået av utdanningsenheten). En ikke-lineær multiple regresjonsmodellering vil bli utført hvis det er bevis for et ikke-lineært forhold mellom nivået av IED-bruk ved baseline og EA ved oppfølging, noe som gir et enkelt maksimum (tilsvarende optimale nivåer av baseline IED-bruk) eller platå; Ellers vil lineære regresjonsmodeller bli gjennomført. Hvis data indikerer et optimalt IED-bruksnivå assosiert med en spesifikk maksimal verdi av EA-poengsum ved oppfølging, vil alternative ikke-lineære funksjonelle former bli vurdert med maksima eller platåingsfunksjoner, inkludert polynom (f.eks. kvadratisk) og logaritmiske former og stykkevis funksjoner. Etterforskerne vil sammenligne passformen til flere distribusjoner i nærheten av ethvert vendepunkt og velge den best passende modellen i dette området for å maksimere nøyaktigheten som maksimal verdi av EA kan oppnås. Tillitsintervaller vil bli montert rundt funksjonen for å utlede et verdier for maksimal verdi.

   Etterforskerne vil gjennomføre både ikke-fullstendig justerte og justerte modeller, med justerte modeller justert for alle kovariater på hvert nivå av modellen. Ikke-justerte modeller vil omfatte (i) enkelt determinanten for nivået av IED-bruk (varighet) ved baseline, (ii) determinantene for IED-dominerende modus ved baseline (som definert ovenfor), og (iii) determinanter for IED varighet og modus. Disse determinantene vil alle bli lagt inn på barnivået på modellen. Første ordens interaksjoner vil bli inkludert i ujusterte modeller for å fange opp differensielle effekter ved å vurdere nivåer av IED-bruk med forskjellige dominerende bruksmåter. Enhver interaksjon som er avdekket for å være av materiell betydning, vil bli beholdt i en re-cast-modell sammen med alle hovedeffekter. Justerte modeller vil være basert på de inkluderte variablene for både IED -varighet og IED -dominerende modus, eventuelle interaksjoner av materiell betydning og alle kontrollerende kovariater på passende nivå av modellen. Etterforskerne vil ikke bruke automatiserte modelleringsstrategier for variabel valg og vil beholde alle hovedeffekter i den justerte modellen. Imidlertid vil kollinearitet bli vurdert i justerte modeller og vurdere sletting av kontrollerende kovariater hvis overdreven kollinearitet er tydelig (variansinflasjonsfaktor> = 5 for en hvilken som helst variabel).

2. Multilevel regresjonsmodellering av sekundære utfall. Etterforskerne vil gjennomføre flere lineære regresjonsmodellering på alle numeriske sekundære utfall og flere logistiske regresjonsmodellering for det binære sekundære utfallsmålet, ved å bruke den samme modellstrukturen som for hovedanalysen av det primære utfallet. Hvis noen bevis blir avslørt for ikke-linearitet mellom nivået av IED-varighet og de sekundære resultatene, vil etterforskerne vurdere ikke-lineær modellering for analyse av det primære utfallet; Ellers vil de vurdere lineær modellering. I begge tilfeller vil det samme settet med kovariater og interaksjoner definert for det primære utfallet bli justert. Ingen justering for flere analyser vil bli gjort; Hover, alle analyser vil være planlagt a priori og rapportert i sin helhet.

3. Multilevel regresjonsmodellering: datterselskapsanalyse for å utforske de sosioøkologiske korrelasjonene av IED-varighet hos individet (kjønn, alder og etnisitet), mellommenneskelig (mors utdanning, foreldrestil og smarttelefonavhengighet), og organisatorisk (barneomsorgspolitikk og oppmøte), vilje bli utført som en datterselskap, med tanke på det ovennevnte sett med variabler som determinanter for IED ved bruk av variablene som er rapportert som kontrollerende variabler.

   Tilfeldige avskjæringer og flere lineær regresjonsmodellering på resultatet av IED -varighet vil bli utført ved baseline. En hierarkisk struktur på 2 nivåer vil bli brukt, med variabler betegnet som individuell eller mellommenneskelig festet på det nedre (barn) nivået og variablene som er utpekt som organisatorisk festet på øvre (utdanningsenhet) nivå.

   Eventuelle forhold som ble avslørt under denne prosessen vil bli brukt i fremtidig modellering for å generere hypoteser innenfor et større strukturell ligningsmodelleringsrammeverk.

4. Følsomhetsanalyse og datarapportering for det primære utfallet, planen er å utføre sensitivitetsanalyser for å vurdere modellens følsomhet for visse forutsetninger, som nevnt ovenfor. Etterforskerne vil sammenligne parameterestimater av testede variabler i ujusterte og justerte modeller. For flernivåmodellering av forholdet mellom IED-varighet og EA, vil både tilfeldige skråninger og tilfeldige avskjæringsmodeller bli brukt til å vurdere variasjon i skråninger mellom enheter på høyere nivå. Hvis datainnlysning er levedyktig, vil modeller bli kjørt med og uten tilknyttede data (se 'Datarengjøring og vurdering av manglende data').

For lineære og ikke-lineære regresjonsmodeller av kontinuerlige numeriske utfall, i hoved- og subsidiære analyser, vil etterforskerne rapportere alle ustandardiserte parameterestimater med tilhørende 95% konfidensintervaller og p-verdier. For logistiske regresjonsmodeller vil alle oddsforhold med tilhørende 95% konfidensintervaller og p-verdier bli rapportert. Hvis det blir avslørt bevis for en ikke-lineær trend, vil etterforskerne rapportere den funksjonelle formen for den best passende kurven og identifisere plasseringen av maksimal eller påbegynnelse av platåkapeffekter. Alle antagelser om regresjonsmodellering vil bli sjekket, inkludert homogenitet av varians og normalitet av utfallsvariabler for hver verdi av en uavhengig variabel ved bruk av restanalyse. Statistiske analyser vil bli utført ved bruk av MLWIN versjon 3.06 (Charlton et al., 2022) og Stata versjon 17 (Stata Corp 2021).