Fique bem em casa: um estudo de distanciamento social por mensagens de texto
Fique bem em casa: um estudo de mensagens de texto para melhorar o humor e ajudar a lidar com o distanciamento social
Os pesquisadores desenvolveram mensagens de texto de apoio em inglês e espanhol para ajudar as pessoas a lidar com o estresse e a ansiedade do distanciamento social do COVID-19. O objetivo deste estudo é examinar se as mensagens de texto automatizadas melhoram os sintomas de depressão e ansiedade e melhoram o humor positivo.
Além disso, os investigadores compararão a eficácia do envio de mensagens em um cronograma aleatório (usando um projeto de estudo micro-randomizado) ou enviadas por uma política de aprendizado por reforço sobre a mudança geral nos sintomas de depressão e ansiedade e no humor diário durante o estudo de 8 semanas.
Visão geral do estudo
Status
Condições
Descrição detalhada
Os investigadores enviarão mensagens de texto de apoio aos participantes por um período de 2 meses. Essas mensagens de texto incluirão dicas sobre ativação comportamental e habilidades de enfrentamento para lidar com preocupações e estresse. Os investigadores geraram um banco de mensagens balanceado de forma que 50% de todas as mensagens estão relacionadas à ativação comportamental (BA) e 50% das mensagens envolvem diferentes habilidades de enfrentamento. Os participantes receberão uma dessas mensagens por dia entre 9:00 e 18:00. Os participantes também receberão uma mensagem solicitando que avaliem seu humor em uma escala de 1 a 9, uma vez ao dia, 3 horas após o BA ou mensagem de enfrentamento.
Os participantes serão randomizados para:
- um grupo uniforme de mensagens aleatórias (design de estudo micro-randomizado).
- um grupo de aprendizado por reforço com um mecanismo de decisão aprendido para o tempo e o tipo de mensagem de texto. O algoritmo aprende com os dados anteriores (quais mensagens foram enviadas, qual era o humor dos participantes) para maximizar o aumento do humor dos participantes. Nenhum outro dado é coletado dos telefones dos participantes.
Os investigadores irão comparar o efeito do envio de mensagens de texto por um horário aleatório e mensagens de texto escolhidas pelo algoritmo RL. Isso permite avaliar o efeito dos componentes individuais da intervenção ao longo do tempo em um projeto de estudo micro-randomizado e avaliar o valor agregado do uso de RL para adaptar o esquema de mensagens.
Os investigadores levantam a hipótese de que:
- O participante mostrará melhorias na depressão, sintomas de ansiedade e humor durante o estudo de 60 dias.
- Os participantes do grupo recebendo aprendizado por reforço terão uma melhora maior nos sintomas depressivos, ansiedade e humor positivo durante o estudo do que os participantes do grupo micro-randomizado.
- Os investigadores encontrarão efeitos diferenciais nas classificações de humor para as duas categorias de mensagens
Tipo de estudo
Inscrição (Real)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
California
-
Berkeley, California, Estados Unidos, 94709
- University of California Berkeley
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Descrição
Critério de inclusão:
- Mais de 18 anos
- Possuir um telefone móvel
- Fala ingles ou Espanhol
Critério de exclusão:
- Não possuir um telefone móvel
- menores de 18 anos
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Prevenção
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Solteiro
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Comparador Ativo: Aleatório uniforme
Os participantes receberão mensagens de texto de apoio por um período de 2 meses.
Essas mensagens de texto têm duas categorias: ativação comportamental (BA) e habilidades de enfrentamento.
Neste braço, os participantes receberão um desses tipos de mensagens diariamente em uma programação aleatória em períodos de tempo aleatórios ao longo do dia.
|
Neste braço, as categorias e horários das mensagens de texto serão entregues aos participantes usando uma programação aleatória
|
|
Experimental: Aprendizagem por Reforço
Neste braço, testaremos um algoritmo de aprendizado por reforço (RL) com um mecanismo de decisão aprendido para o tempo e o tipo de mensagens de texto.
O algoritmo aprende com os dados anteriores (quais mensagens foram enviadas, qual era o humor dos participantes) para maximizar o aumento do humor dos participantes.
|
Neste braço, as categorias e os tempos das mensagens de texto serão escolhidos por um algoritmo de aprendizado por reforço
|
|
Comparador Ativo: Somente avaliações de humor
Neste braço, os participantes monitorarão seu humor e receberão feedback aleatório com base nas respostas de humor.
|
Neste braço, os participantes monitorarão seu humor diariamente e receberão feedback sobre esse humor aleatoriamente
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Pontuações de depressão
Prazo: Mudança da linha de base para acompanhamento de 8 semanas
|
Item 9 do Questionário de Saúde do Paciente (PHQ-9).
O PHQ-9 tem pontuações de 0 a 27.
Pontuações mais altas significam um resultado pior.
|
Mudança da linha de base para acompanhamento de 8 semanas
|
|
Pontuações de ansiedade
Prazo: Mudança da linha de base para acompanhamento de 8 semanas
|
Item Transtorno de Ansiedade Geral 7 (GAD-7).
O GAD-7 tem pontuações de 0 a 21.
Pontuações mais altas significam um resultado pior.
|
Mudança da linha de base para acompanhamento de 8 semanas
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Classificações de humor autorreferidas
Prazo: 8 semanas
|
A avaliação do humor autorreferida 3 horas após o recebimento de uma mensagem.
O placar é de 0 a 9.
Uma classificação de humor mais alta indica um resultado melhor.
|
8 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Adrian Aguilera, PhD, UC Berkeley
Publicações e links úteis
Publicações Gerais
- Aguilera A, Hernandez-Ramos R, Haro-Ramos AY, Boone CE, Luo TC, Xu J, Chakraborty B, Karr C, Darrow S, Figueroa CA. A Text Messaging Intervention (StayWell at Home) to Counteract Depression and Anxiety During COVID-19 Social Distancing: Pre-Post Study. JMIR Ment Health. 2021 Nov 1;8(11):e25298. doi: 10.2196/25298.
- Figueroa CA, Hernandez-Ramos R, Boone CE, Gomez-Pathak L, Yip V, Luo T, Sierra V, Xu J, Chakraborty B, Darrow S, Aguilera A. A Text Messaging Intervention for Coping With Social Distancing During COVID-19 (StayWell at Home): Protocol for a Randomized Controlled Trial. JMIR Res Protoc. 2021 Jan 14;10(1):e23592. doi: 10.2196/23592.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 2020-04-13162
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Prazo de Compartilhamento de IPD
Critérios de acesso de compartilhamento IPD
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
- SEIVA
- ANALYTIC_CODE
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .