Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Projekt persony Chatbota do badań przesiewowych w kierunku raka piersi wśród czarnych kobiet

13 maja 2023 zaktualizowane przez: Leah Marcotte, University of Washington

Podejście projektowe skoncentrowane na człowieku w celu wyeliminowania rozbieżności w badaniach przesiewowych w kierunku raka piersi

Różnice w badaniach przesiewowych raka piersi wśród czarnych kobiet utrzymują się pomimo uznania i zasięgu systemu opieki zdrowotnej. Jednak obecne dowody na to, jak dostosować i zoptymalizować strategie wdrażania badań przesiewowych w kierunku raka piersi, są ograniczone. Proponowane badanie jest częścią większego projektu mającego na celu zaprojektowanie chatbota do badań przesiewowych w kierunku raka piersi wśród czarnych kobiet i skupi się na optymalizacji osobowości chatbota. Wykorzystując platformę Multiphase Optimization Strategy (MOST), badacze przeprowadzą losowy eksperyment czynnikowy, aby ocenić poszczególne komponenty osobowości chatbota do badań przesiewowych w kierunku raka piersi i określić, które komponenty mają największy wpływ na zaufanie i zaangażowanie czarnych kobiet. Informacje te pomogą zaprojektować zoptymalizowaną interwencję chatbota, która pozwoli osiągnąć główne wyniki.

Przegląd badań

Szczegółowy opis

Celem tego badania jest określenie optymalnego dostarczania początkowych komunikatów chatbota w celu dostosowania kulturowego zasięgu badań przesiewowych w kierunku raka piersi. Brak zaufania do systemu medycznego został zidentyfikowany jako istotna przeszkoda w badaniach mammograficznych wśród czarnych kobiet. Jednak chociaż istnieją dostosowane interwencje w badaniach przesiewowych w kierunku raka piersi, optymalny projekt dostosowanej interwencji w celu wzbudzenia zaufania jest nieznany. Wykazano, że chatboty zwiększają poziom zaufania do informacji internetowych, chociaż przyjęcie chatbotów może zależeć od cech chatbota. Badacze proponują wykorzystanie strategii optymalizacji wielofazowej (MOST), ramy do opracowywania skutecznych, wydajnych, skalowalnych i opłacalnych interwencji, w celu oceny wydajności komponentów interwencji chatbota i ich interakcji.

Dostarczanie wiadomości przez chatbota będzie systematycznie różnicowane w ramach dwóch komponentów, z których każdy jest reprezentowany przez oddzielny czynnik w projekcie badania czynnikowego 2x2x1 z ramieniem kontrolnym. Konkretnie, każdy uczestnik zostanie losowo przydzielony do jednego z pięciu oddzielnych warunków eksperymentalnych. Warunki obejmują: (1) chatbot z postacią lekarza podstawowej opieki zdrowotnej i stylem bezpośredniej komunikacji; (2) chatbot z osobą, która przeżyła raka piersi i stylem bezpośredniej komunikacji; (3) chatbot z postacią lekarza podstawowej opieki zdrowotnej i stylem komunikacji pośredniej; oraz (4) chatbot z osobowością osoby, która przeżyła raka piersi i stylem komunikacji pośredniej. Wszyscy uczestnicy wypełnią ankietę dotyczącą ich postrzegania początkowych wiadomości informacyjnych z chatbota.

Oszacowane zostaną główne efekty dwóch eksperymentalnych czynników i ich interakcji na główne wyniki badania — zaufanie do systemu chatbota, który ma być używany do edukacji i planowania badań przesiewowych w kierunku raka piersi, oraz zamiar użycia. Te informacje pomogą w zaprojektowaniu zoptymalizowanej persony chatbota, która osiągnie podstawowe wyniki.

Uczestnicy zostaną zapisani, jeśli są osobami rasy czarnej, które kwalifikują się do badań przesiewowych w kierunku raka piersi, mieszkającymi w Stanach Zjednoczonych i w wieku od 40 do 74 lat. Rekrutacja zostanie przeprowadzona na Prolific, internetowej platformie łączenia uczestników oraz Amazon Mechanical Turk (MTurk), platformie crowdsourcingowej wykorzystywanej do rekrutacji naukowców. Prolific będzie używany, biorąc pod uwagę możliwość wyboru populacji uczestników przez platformę. Jednak ze względu na ograniczoną liczbę osób spełniających kryteria włączenia na Prolific, aw razie potrzeby uczestnicy będą również rekrutowani na MTurk. Uczestnicy zostaną poproszeni o przejrzenie wiadomości chatbota i udzielenie odpowiedzi na pytania w celu oceny zaufania, zaangażowania i bezpośredniości chatbota.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

550

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

    • Washington
      • Seattle, Washington, Stany Zjednoczone, 98105
        • University of Washington Medical Center

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

36 lat do 70 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Czarne lub Afroamerykanki w wieku od 40 do 74 lat, mieszkające w Stanach Zjednoczonych.

Opis

Kryteria przyjęcia:

Wszystkie kobiety w wieku 40-74 lata:

  • którzy identyfikują się jako Czarni

Kryteria wyłączenia:

  • Uczestnicy, którzy nie wypełnią ankiety
  • Uczestnicy, którzy wypełniają ankietę w czasie krótszym niż połowa zwykłego średniego czasu
  • Uczestnicy, którzy nie przejdą testu uwagi

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Grupa 1
Osoba lekarza podstawowej opieki zdrowotnej z bezpośrednimi wiadomościami
Osoba chatbota to czarnoskóra kobieta, która jest lekarzem podstawowej opieki zdrowotnej.
Wiadomości chatbota charakteryzują się poleceniami i adresami bezpośrednimi („ty”).
Grupa 2
Osoba, która przeżyła raka piersi, z bezpośrednimi wiadomościami
Wiadomości chatbota charakteryzują się poleceniami i adresami bezpośrednimi („ty”).
Osobowość chatbota to czarnoskóra kobieta, która pokonała raka piersi.
Grupa 3
Lekarz pierwszego kontaktu z przekazami pośrednimi
Osoba chatbota to czarnoskóra kobieta, która jest lekarzem podstawowej opieki zdrowotnej.
Komunikaty chatbota charakteryzują się formami łączącymi czasowników modalnych („chciałbym”) i adresami kooperacyjnymi („my”, „let's”).
Grupa 4
Osoba, która przeżyła raka piersi, z przekazem pośrednim
Osobowość chatbota to czarnoskóra kobieta, która pokonała raka piersi.
Komunikaty chatbota charakteryzują się formami łączącymi czasowników modalnych („chciałbym”) i adresami kooperacyjnymi („my”, „let's”).
Grupa 5
Kontrola

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zaufanie
Ramy czasowe: Dzień 1
Skala zaufania człowiek-komputer ocenia zaufanie użytkownika, które opiera się na podobnych konstrukcjach zaufania (życzliwość, kompetencje, wzajemność, postrzegane ryzyko). Wybrano 7 z 12 pozycji, które wykorzystują 5-punktową skalę Likerta od „Zdecydowanie się nie zgadzam” do „Zdecydowanie się zgadzam”.
Dzień 1
Zamiar użycia
Ramy czasowe: Dzień 1
Ta miara ocenia prawdopodobieństwo wykorzystania tego systemu do planowania mammografii w przyszłości i jest oceniana na 5-punktowej skali Likerta od „bardzo mało prawdopodobne” do „bardzo prawdopodobne”.
Dzień 1

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Zaręczyny
Ramy czasowe: Dzień 1
Miara ta składa się z 4 semantycznych skal różniczkowych oceniających cechy (ważne, interesujące, istotne, ciepłe) na 7-stopniowej skali.
Dzień 1
Bezpośredniość
Ramy czasowe: Dzień 1
Miara ta składa się z 7 różnicujących skal semantycznych oceniających cechy (bezpośredni, przyjacielski, opiekuńczy, prostolinijny, wymagający, pełen szacunku, uprzejmy) na 7-stopniowej skali.
Dzień 1
Fachowość i homofilia
Ramy czasowe: Dzień 1
Te 4 pozycje mierzą postrzeganą wiedzę fachową i postawę systemu na 5-punktowej skali Likerta od „Zdecydowanie się nie zgadzam” do „Zdecydowanie się zgadzam”.
Dzień 1
Połączenie marki własnej
Ramy czasowe: Dzień 1
Miara ta składa się z 3 pozycji do oceny związku z własną marką na 5-stopniowej skali Likerta od „Zdecydowanie się nie zgadzam” do „Zdecydowanie się zgadzam”.
Dzień 1

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Leah Marcotte, MD, University of Washington

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

22 sierpnia 2022

Zakończenie podstawowe (Rzeczywisty)

27 grudnia 2022

Ukończenie studiów (Rzeczywisty)

27 grudnia 2022

Daty rejestracji na studia

Pierwszy przesłany

10 czerwca 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

20 lipca 2022

Pierwszy wysłany (Rzeczywisty)

25 lipca 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

16 maja 2023

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

13 maja 2023

Ostatnia weryfikacja

1 maja 2023

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • STUDY00011606
  • 5P50CA244432 (Grant/umowa NIH USA)

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Subskrybuj