Aplikacja internetowa obsługująca socjolingwistykę do opracowywania precyzyjnych interwencji zdrowotnych dla Afroamerykanów
Przegląd badań
Status
Warunki
Szczegółowy opis
Afroamerykanie doświadczają znaczących nierówności zdrowotnych, w tym wyższych wskaźników zachorowalności i śmiertelności z powodu raka jelita grubego (CRC) w porównaniu z białymi Amerykanami. Podczas gdy przyczyny tych różnic są złożone, regularne badania przesiewowe mogą je zmniejszyć. Jednak przestrzeganie wytycznych przesiewowych CRC pozostaje niskie, szczególnie wśród Afroamerykanów.
Jedną ze strategii ograniczania różnic badań przesiewowych CRC jest wykorzystanie strategicznych interwencji komunikacyjnych w celu promowania testu immunochemicznego kału (FIT). FIT jest tanią, nieinwazyjną metodą badań przesiewowych, która łagodzi wspólne bariery pacjentów dla badań przesiewowych CRC i jest tak samo skuteczna jak kolonoskopia w zmniejszaniu występowania i śmiertelności CRC.
Wykazano, że dostosowane interwencje przesyłania wiadomości poprawiają wskaźniki badań przesiewowych CRC. Jednak przed wdrożeniem dostosowanych interwencji przesiewowych w systemach opieki zdrowotnej należy rozwiązać dwa krytyczne pytania: (1) W jakim stopniu treść wiadomości musi być dostosowana do skuteczności? oraz (2) w jaki sposób można skutecznie zaangażować uczestników?
Badanie to opiera się na istniejącym projekcie wykorzystującym mobilną wirtualną technologię ludzką (VHT) do dostarczania dostosowanych komunikatów przesiewowych CRC. Wirtualni agenci ludzcy (VHA) stanowią wyjątkową okazję do dostosowania strategii komunikacji, w tym adaptacji językowej, w celu dostosowania się do preferencji pacjentów. Takie interwencje mogą pomóc złagodzić bariery przesiewowe CRC, takie jak niedopasowanie kulturowe i niska własna skuteczność.
Badanie to wyraźnie bada rolę dialektalnych cech językowych w kształtowaniu gotowości do przesiewowej pod kątem CRC. Badanie pilotażowe ma charakter eksploracyjny i ma na celu zbadanie następującego celu: ocena, w jaki sposób dostosowanie różnorodności dialektalnej mowy VHA wpływa na chęć przesiedlenia na CRC.
Naszym celem jest rekrutacja 750 uczestników, z których każdy będzie oddziaływał z VHA, który różni się w stylu mowy w czterech warunkach: (1) Niedialektalne cechy językowe, (2) integrację dialektalnych cech językowych, (3) integrację wysokiego poziomu dialektalnych cech językowych, lub (4) bezstronna, niezależna od tekstu. Po interakcji uczestnicy ocenią wiarygodność VHA za pomocą miar opartych na ankiecie.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Florida
-
Gainesville, Florida, Stany Zjednoczone, 32611
- Qualtrics
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Brak wytycznych dotyczących badań przesiewowych w kierunku raka jelita grubego
- Brak badania immunochemicznego kału w ciągu ostatnich 12 miesięcy
- Brak kolonoskopii w ciągu ostatnich dziesięciu lat)
Kryteria wyłączenia:
- Musi spełniać kryteria włączenia
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Ekranizacja
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Podwójnie
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Aktywny komparator: Tylko tekst
Wirtualny asystent zdrowia, który będzie składał się ze zdjęć generowanego komputerowo lekarza z tekstem, który poprowadzi uczestników przez interakcję.
Żaden głos nie będzie towarzyszyć zdjęciom ani tekstowi.
|
Wirtualny asystent zdrowia, który będzie składał się ze zdjęć generowanego komputerowo lekarza z tekstem, który poprowadzi uczestników przez interakcję.
Żaden głos nie będzie towarzyszyć zdjęciom ani tekstowi.
|
|
Eksperymentalny: Wysoki dialektal
Wirtualny asystent zdrowia, który będzie składał się z interaktywnego lekarza generowanego komputerowo z głosem, który używał wysokiej zmienności dialektalnej, który poprowadzi uczestników przez interakcję.
|
Wirtualny asystent zdrowia, który będzie składał się z interaktywnego lekarza generowanego komputerowo z głosem, który używał wysokiej zmienności dialektalnej, który poprowadzi uczestników przez interakcję.
|
|
Eksperymentalny: Niski dialektal
Wirtualny asystent zdrowia, który będzie składał się z interaktywnego lekarza generowanego komputerowo z głosem, który stosował niską zmienność dialektalu, która poprowadzi uczestników przez interakcję.
|
Wirtualny asystent zdrowia, który będzie składał się z interaktywnego lekarza generowanego komputerowo z głosem, który stosował niską zmienność dialektalu, która poprowadzi uczestników przez interakcję.
|
|
Eksperymentalny: Nie-dialektalne
Wirtualny asystent zdrowia, który będzie składał się z interaktywnego lekarza generowanego komputerowo z głosem, który nie stosował zmienności dialektalnej, która poprowadzi uczestników przez interakcję.
|
Wirtualny asystent zdrowia, który będzie składał się z interaktywnego lekarza generowanego komputerowo z głosem, który nie stosował zmienności dialektalnej, która poprowadzi uczestników przez interakcję.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zamierzanie porozmawiać z lekarzem na temat badań przesiewowych raka jelita grubego
Ramy czasowe: Natychmiast po interwencji, do 1 godziny
|
Miara: Zamierzanie porozmawiać z lekarzem na temat badań przesiewowych raka jelita grubego. Konstrukt: Zamierzanie behawioralne komunikowania przedmiotu: wirtualne spotkanie sprawiło, że chciałem omówić opcje badań przesiewowych w kierunku raka jelita grubego z moim lekarzem. Uczestnicy odpowiedzą za pomocą trzech 5-punktowych skal Likerta, które zostaną zsumowane. Całkowity wynik wynosi od 3 do 15, a wyższe wyniki wskazują na większy zamiar omówienia badań przesiewowych raka jelita grubego z pracownikiem służby zdrowia. Średnie wyniki bliżej 3 odzwierciedlają niższą intencję, podczas gdy średnie wyniki bliżej 15 odzwierciedlają wyższą intencję. |
Natychmiast po interwencji, do 1 godziny
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Kevin Tang, PhD, University of Florida
- Główny śledczy: Janice Krieger, PhD, Mayo Clinic of Jacksonville
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- IRB202001790-N
- UL1TR001427 (Grant/umowa NIH USA)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .