Incentivos e motivação para mudança de comportamento:

Incentivos para dormir e praticar exercícios:

Este experimento estimará o viés de inscrição para ensaios clínicos randomizados que oferecem incentivos à mudança de comportamento. Neste experimento, testaremos se aqueles que estão mais motivados para mudar o comportamento também têm maior probabilidade de se inscrever em um RCT (hipotético) ao oferecer incentivos financeiros ou sociais para a mudança de comportamento.

Nossa hipótese é que aqueles com maior probabilidade de se inscrever já estão motivados a mudar seu comportamento antes da inscrição, o que pode ser um viés para nulo. Testaremos essa hipótese estimando se a motivação para mudar um comportamento prediz o interesse em ingressar no RCT visando esse comportamento. Também testaremos se o comportamento da linha de base prevê o interesse em ingressar nesses RCT.

Conduziremos este experimento usando convites simulados para aprender e potencialmente participar de um RCT. O resultado do estudo serão as respostas a este convite. Não ofereceremos convites para um teste real, mas os estímulos (convites simulados para um teste "fantasma") e a tarefa (resposta ao convite) se assemelham fundamentalmente às contrapartes de um teste. Os convites especificarão uma oportunidade de ganhar incentivos financeiros ou sociais para melhorar um comportamento saudável.

Convidaremos os participantes a ganhar incentivos financeiros ou não financeiros para aumentar seu sono ou exercício. Neste estudo, o resultado primário medirá se eles estavam "não interessados", "pouco interessados" ou "muito interessados" em participar.

Antes de receber o convite, eles preencherão um questionário online medindo sua motivação para aumentar cada comportamento, além de seu comportamento recente e dados sociodemográficos.

Análises separadas serão conduzidas para incentivos financeiros e sociais e para convites para testes de sono versus exercícios. Apresentaremos estimativas pontuais e intervalos de confiança (IC) de 95% para comportamento e motivação.

As análises examinarão se o interesse em ingressar no RCT é previsto por 1) seu comportamento básico (ou seja, quantidade de sono ou exercício) ou 2) sua motivação para mudar o comportamento específico. Conforme observado acima, hipotetizamos que o nível de motivação deles para mudar um comportamento específico prediz o interesse em um teste direcionado a esse comportamento.

Testando incentivos de vacinação relativos grandes e pequenos:

Usando uma amostra separada, este experimento testará se as políticas que oferecem grandes ou pequenos incentivos financeiros provavelmente fortalecerão a intenção da vacina COVID-19. Este experimento randomizará os indivíduos para um dos quatro braços de estudo que incluem 1) uma condição de controle, 2) uma mensagem educacional, 3) uma mensagem sobre o incentivo financeiro relativamente grande ou 4) uma mensagem sobre o incentivo financeiro relativamente pequeno. O objetivo deste estudo é estimar se algum tipo de política de incentivo provavelmente terá efeitos negativos na intenção de vacinar, como alertaram alguns especialistas.

Ao analisar os efeitos de incentivos financeiros relativamente grandes e pequenos nas intenções de vacinação, relataremos estimativas pontuais e ICs de 95% para a amostra geral e subgrupos demográficos. Também relataremos estatísticas resumidas para toda a amostra geral e subpopulações. Testaremos se, em comparação com uma condição de controle, os incentivos financeiros aumentam, diminuem ou não afetam a porcentagem de pessoas que desejam vacinar. Em um quarto braço do estudo, os participantes receberão uma mensagem educacional que também será comparada à condição de controle.

Incentivos de Vacinas de Teste Mais Diferentes Medidas de Intenção de Vacina:

Em um experimento relacionado, testaremos separadamente os efeitos de 10 condições experimentais, com uma manipulação experimental balanceada usando uma mensagem de aprovação do FDA, mais uma condição de controle. O objetivo deste estudo é comparar os efeitos de uma ampla variedade de intervenções vacinais propostas por especialistas, incluindo incentivos e mandatos.

Além disso, também randomizaremos os indivíduos para responder a questionários usando diferentes métodos de medição da intenção vacinal, o resultado do estudo.

Comparando diferentes métodos para estimar a intenção da vacina: Embutidos no experimento que testa diferentes políticas de vacinas propostas, testaremos se as diferenças metodológicas na opção de resposta para o resultado primário afetam o percentual de resposta "sim". Para fazer isso, testaremos opções de resposta de nível 2 (Sim e Não) versus 3 (Sim, Não e Não tenho certeza) e ordenaremos aleatoriamente os dois conjuntos.

Esta experiência metodológica irá analisar se a proporção de respostas "sim" à mesma pergunta (sobre se querem vacinar em breve) varia em função da ordem das opções de resposta e se incluem uma opção talvez/inseguro. Executaremos tabulações cruzadas e testes qui-quadrado para os níveis de resposta 2 x 3 e a ordem. Os testes de instrumentação serão realizados para reforços de vacinação contra a COVID-19, as doses iniciais, além da vacinação contra influenza.

Ao testar os efeitos de possíveis políticas de vacinas, o grupo de controle, sem nenhuma política de vacinas apresentada, será comparado a: incentivos em dinheiro de US$ 1.000, US$ 200 ou US$ 100; um crédito fiscal de US$ 1.000; loterias de $ 100.000, $ 200.000 ou $ 1 milhão; $ 1.000 de imposto sobre os não vacinados; e mandatos de empregadores ou companhias aéreas, bares e restaurantes. O principal resultado é se eles gostariam de ser vacinados logo, dada a hipotética política de vacinas.

(Aqueles designados para a condição de mandato do empregador serão excluídos das análises se relatarem ser improvável que tenham um empregador.)

A especificação OLS será nosso principal resultado e as outras medidas são fornecidas como verificações de robustez.

O modelo OLS pode excluir todos os controles demográficos e executar a variável dependente binária nas variáveis ​​de tratamento. (Observe que essa abordagem é legítima porque os tratamentos estão sendo randomizados entre os entrevistados.) Os tratamentos incluem as políticas financeiras (incentivos e penalidades de diferentes valores e tipos) e mandatos (de diferentes tipos) sendo anotados em uma mensagem.

Tipo de modelo: Faremos testes t pareados de porcentagem de respondentes que responderam "Sim" comparando aqueles tratados com um incentivo ao grupo de controle. Faremos esses testes pareados em subconjuntos por raça, gênero, renda, educação e outros dados sociodemográficos.

Além disso, conduziremos esses testes pareados por tipo de tratamento. Comparando loteria com incentivo em dinheiro, comparando incentivo positivo versus penalidade, comparando o tamanho do incentivo e comparando os mandatos do empregador com o controle.

Também conduziremos análises de regressão no conjunto de dados agrupados, onde as observações do lado esquerdo são respostas individuais, onde as respostas "Sim" serão codificadas como 1 e as respostas "Não" ou "Não tenho certeza" serão codificadas como zero. Incluiremos um conjunto de controles (raça, gênero, renda, educação etc.), bem como uma variável indicadora que reflita se o entrevistado recebeu um tratamento. Os modelos de regressão incluirão mínimos quadrados ordinários, probit, correspondência de vizinho mais próximo e correspondência de pontuação de propensão. Também executaremos essas regressões onde a variável de tratamento é dividida em várias variáveis ​​indicadoras que refletem o tipo de tratamento fornecido, bem como um indicador para aprovação do FDA.

Vamos estimar um modelo - alternativamente usando mínimos quadrados ordinários e regressão logística - com uma variável binária dependente do resultado (igual a um se o respondente quiser ser vacinado e igual a zero). Para variáveis ​​explicativas, incluímos variáveis ​​fictícias para cada um dos dez braços de tratamento.

Critérios para significância estatística: Usaremos 0,05 como nosso limite para significância estatística.

Cálculo do tamanho da amostra para o experimento de pesquisa comparando 10 políticas de vacinas diferentes: Estimamos que, se o tamanho da amostra final para cada condição incluir pelo menos 300 indivíduos, podemos detectar cerca de 5% ou mais de diferença. Planejamos dobrar a alocação para o controle e condições de US$ 1.000 para permitir comparações planejadas.

Todos os experimentos: Cada sujeito será randomizado para uma condição. Os participantes serão randomizados para reduzir a chance de que os efeitos observados sejam devidos a fatores não medidos. Além disso, todos os procedimentos do estudo foram automatizados, o que melhora o controle sobre como o experimento é conduzido, permitindo que todos os procedimentos sejam consistentemente padronizados.

Os estudos incluirão amostras nacionais baseadas em teorias recrutadas por meio das plataformas MTurk e/ou Prolific. Para reduzir o viés de inscrição, os materiais de recrutamento e inscrição descreverão a pesquisa em termos vagos (por exemplo, "estamos interessados ​​em saber suas opiniões e preferências relacionadas à saúde). Cada experimento também medirá variáveis ​​sociodemográficas para fins descritivos.

Procedimentos de limpeza de dados recomendados para cada experimento: Verificações de atenção podem identificar aqueles que devem ser excluídos das análises principais. (Independentemente do desempenho na verificação de atenção, todos os participantes serão compensados ​​pelo seu tempo.) As análises excluirão aqueles com IDs duplicados ou uma alta pontuação de fraude. Conduziremos análises que incluem e excluem aqueles que terminaram mais rápido (5% mais rápidos).

Os estudos de replicação incluirão o mesmo desenho e procedimentos de estudo.