Lembretes baseados em texto para promover vacinas contra a COVID-19

Nossa principal questão de pesquisa é se a aceitação da vacina pode ser impulsionada por um lembrete de mensagem de texto incentivando os pacientes elegíveis a agendar uma consulta de vacinação. Os pacientes, ao se tornarem elegíveis para receber a vacina COVID-19 na UCLA Health, serão primeiro notificados sobre sua elegibilidade e incentivados a agendar uma consulta de vacinação por meio de um dos canais (e-mail, chamada de voz ou correio tradicional), dependendo das informações de contato disponível para a UCLA Health. Os pacientes elegíveis também receberão um lembrete por mensagem de texto após o convite inicial. Oito dias após o primeiro lembrete de texto, os pacientes elegíveis para nosso estudo serão randomizados em uma proporção de 1:6 em um braço de controle que não recebe uma segunda mensagem de texto versus um braço de mensagem de texto que recebe uma segunda mensagem de texto.

Nossa questão de pesquisa secundária diz respeito a qual tipo de lembrete de texto é mais eficaz. Para estudar essa questão, aninharemos um planejamento fatorial 2x3 no braço da mensagem de texto. O primeiro fator tem dois níveis e é se a mensagem de texto se concentra nos benefícios pessoais dos pacientes ou nos benefícios pró-sociais. O segundo fator tem três níveis e é se a mensagem de texto destaca o acesso antecipado que os pacientes têm à vacina, se destaca que a vacina oferece a promessa de um novo começo ou nenhum dos dois.

• No braço Holdout: os pacientes não receberão uma segunda mensagem de texto sobre a vacina COVID.

• No braço de mensagem de texto, todos os participantes receberão uma mensagem de texto que os convida a agendar sua consulta de vacinação e inclui um link para o site de agendamento

  • No subgrupo Autobenefício, os participantes serão lembrados de que a vacina ajuda a se proteger do COVID.
  • No subgrupo de benefício pró-social, os participantes serão lembrados de que a vacina ajuda a proteger sua família, amigos e comunidade do COVID.
  • No subgrupo Acesso antecipado + benefício próprio, os participantes serão lembrados de que têm acesso antecipado à vacina COVID-19 e devem aproveitar a oportunidade para se protegerem do COVID.
  • No subgrupo Acesso antecipado + benefício pró-social, os participantes serão lembrados de que têm acesso antecipado à vacina COVID-19 e devem aproveitar a oportunidade para proteger sua família, amigos e comunidade da COVID.
  • No subgrupo Novo começo + benefício próprio, os participantes serão lembrados de que a vacina oferece a promessa de um novo começo e que eles devem aproveitar a oportunidade para se proteger do COVID e traçar um novo caminho a seguir.
  • No subgrupo Acesso antecipado + benefício pró-social, os participantes serão lembrados de que a vacina oferece a promessa de um novo começo e eles devem aproveitar a oportunidade para proteger sua família, amigos e comunidade do COVID e ajudar nossa nação a traçar um novo caminho avançar.

Os pacientes entrarão em nosso estudo de forma contínua, à medida que se tornarem elegíveis para receber a vacina (e se atenderem aos nossos critérios de inclusão para receber a segunda mensagem de texto). Aqueles no braço de mensagem de texto receberão a segunda mensagem de texto no dia útil ou próximo ao 8º dia após a primeira mensagem de texto. Especificamente, se t denota a data da primeira mensagem de texto, então t+8 é o 8º dia após a primeira mensagem de texto. Se t+8 for sábado, a segunda mensagem de texto será enviada na sexta-feira; se t+8 for domingo, a segunda mensagem de texto será enviada na segunda-feira. Mediremos a) se os pacientes agendam uma consulta de vacinação contra a COVID-19 para a primeira dose e b) se e quando os pacientes recebem a primeira dose da vacina contra a COVID-19.

O estudo deixará de atribuir pacientes ao subgrupo de acesso antecipado + benefício próprio OU acesso antecipado + subgrupo de benefício pró-social quando a saúde da UCLA abrir consultas para todos, independentemente do status de prioridade relacionado à idade, condições de saúde ou ocupações. Isso será feito porque, neste ponto, o conceito de acesso antecipado provavelmente não é mais confiável. Nesse ponto, randomizaremos futuros pacientes elegíveis para nosso estudo em uma proporção de 1:4 no braço de controle de validação e um braço de mensagem de texto que recebe uma segunda mensagem de texto. Dentro do braço da mensagem de texto, vamos aninhar um desenho fatorial 2x2, onde os dois fatores serão a) se a mensagem de texto se concentrará nos benefícios pessoais ou pró-sociais dos pacientes e b) se a mensagem de texto destaca ou não que a vacina oferece a promessa de um novo começo.

Análise:

Para a análise principal, executaremos regressões de mínimos quadrados comuns (OLS) com erros padrão robustos para prever as variáveis ​​de resultado mencionadas, exceto que usaremos um modelo de riscos proporcionais de Cox com censura administrativa para prever o tempo de obtenção da primeira vacina COVID-19 . O nível de significância será de 0,05. Nossa hipótese principal é que o braço de mensagem de texto é significativamente melhor do que o braço de controle, então nossa análise primária comparará os seis subgrupos de mensagem de texto juntos com o grupo de controle.

Nossa análise secundária investigará se (1) os três subgrupos destacam os benefícios próprios, (2) os três subgrupos destacam os benefícios pró-sociais, (3) os dois subgrupos destacam o acesso antecipado e (4) os dois subgrupos -braços que destacam o recomeço são melhores do que o braço de retenção.

Além disso, testaremos (1) o efeito de destacar os benefícios pró-sociais (vs. autobenefícios), (2) o efeito de destacar o acesso antecipado, (3) o efeito de destacar a promessa de um novo começo, (4) se a combinação de acesso antecipado e benefícios pró-sociais superará o acesso antecipado sozinho ou os benefícios pró-sociais sozinhos , e (5) se a combinação de recomeço e benefícios pró-sociais superará apenas o recomeço ou os benefícios pró-sociais isoladamente.

Nossas regressões incluirão as seguintes variáveis ​​de controle:

• idade do participante
• Indicadores de raça/etnia do participante (negro não hispânico, hispânico, asiático não hispânico, branco não hispânico, outro/misto, desconhecido; branco não hispânico omitido)
• Se o idioma preferido do paciente é espanhol (o que afeta o idioma do texto)
• Indicadores de gênero do participante (masculino, feminino, outro/desconhecido)
• Pontuação do índice de vulnerabilidade social
• Modelo de Fatores de Risco COVID19
• Indicadores para os lotes de pacientes (os pacientes se tornarão elegíveis e receberão comunicações iniciais em lotes)

Como verificação de robustez, executaremos novamente a análise como uma regressão logit (em vez de uma regressão OLS) para variáveis ​​binárias de resultado.

Vamos explorar os seguintes moderadores:

• Se o paciente é do sexo feminino ou masculino
• Se o paciente é negro, caucasiano, hispânico ou outro
• Se o idioma preferido do paciente é o espanhol
• Se o paciente tem mais de 65 anos (incluindo 65) ou menos de 65
• Pontuação do índice de vulnerabilidade social do paciente
• Pontuação de risco de COVID do paciente
• Pontuação de risco da população do paciente
• Se o paciente é casado (o que indica se ele mora junto com familiares)
• Se o paciente recebeu ou não uma vacina contra a gripe na temporada 2019-2020 ou na temporada 2020-2021 da gripe antes de receber nossa mensagem de texto de acordo com o registro médico do paciente
• O dia da semana em que a mensagem de texto é enviada a um paciente. Vamos comparar cada dia da semana.
• Quão fortemente a vizinhança do participante é a favor do republicano (vs. Democrática) se a UCLA Health eventualmente concordar em fornecer um endereço não identificado (por exemplo, código postal)
• O braço ao qual os pacientes foram designados para a primeira mensagem de texto (consulte nosso pré-registro para o RCT relacionado à primeira mensagem de texto em NCT04800965)
• Número de dias entre a data em que o primeiro lote de pacientes recebeu o convite inicial para receber a vacina COVID na UCLA Health e a data em que um paciente em questão recebeu o convite inicial
• O número de pacientes que receberam o convite inicial para receber a vacina COVID na UCLA Health antes que um paciente em questão recebesse o convite inicial.

Plano para análises iniciais e subsequentes

Para informar a política o mais rápido possível, planejamos primeiro avaliar os efeitos de nossas intervenções na fase inicial da divulgação da vacinação na UCLA Health. Para isso, planejamos primeiro analisar os dados desde o início deste RCT até o final de fevereiro. Dado que estamos usando uma janela de tempo de 6 dias para nossa variável dependente primária, examinaremos os dados de pacientes que são randomizados para o braço de validação ou mensagem de texto neste RCT antes ou em 23 de fevereiro de 2021. Para esta população, testaremos:

1. se o braço de mensagem de texto é significativamente melhor do que o braço de validação;
2. se os três subgrupos que destacam os benefícios próprios, os três subgrupos que destacam os benefícios pró-sociais, os dois subgrupos que destacam o acesso antecipado e os dois subgrupos que destacam o recomeço são melhores do que o braço de resistência.
3. relataremos os dados brutos para cada sub-grupo sem realizar testes de hipótese em condições que não são pré-registradas em (1)-(4).

Em nossa análise inicial, incluiremos os controles que estão disponíveis para nós (é possível que não tenhamos todos os controles descritos acima no momento do relatório inicial).

No entanto, se até 23 de fevereiro não atingirmos 40K (o que nos dá 80% de poder para detectar uma diferença de 2 pp entre o braço de espera e o braço de mensagem de texto, assumindo que o braço de espera tenha uma linha de base de 50%) para este RCT, iremos relatar apenas efeitos de tratamento estimados e intervalos de confiança de 95%, mas não realizaremos nenhum teste de hipótese.

Depois que todos os pacientes da UCLA forem convidados (ou se o plano de distribuição de vacinas mudar e a UCLA Health não enviar mais mensagens de texto aos pacientes em algum momento), faremos as seguintes análises adicionais:

• Se os dados adicionais coletados posteriormente excederem 40K (o que nos dá 80% de poder para detectar uma diferença de 2pp entre o braço de espera e o braço de mensagem de texto), analisaremos o efeito principal de enviar uma mensagem de texto (vs. holdout) e relatar os dados brutos para cada sub-braço (para ver se os padrões são qualitativamente comparáveis ​​com os dos primeiros dados).
• Se não atingirmos o tamanho da amostra para a análise inicial, usaremos todos os dados (incluindo os dados iniciais e os dados subsequentes) para analisar as questões acima mencionadas para os dados iniciais.
• Usaremos a amostra completa (incluindo os dados iniciais e dados subsequentes) para analisar (1) o efeito de destacar os benefícios pró-sociais (vs. autobenefícios), (2) o efeito de destacar o acesso antecipado, (3) o efeito de destacar a promessa de um novo começo, (4) se a combinação de acesso antecipado e benefícios pró-sociais superará o acesso antecipado sozinho ou os benefícios pró-sociais sozinhos , e (5) se a combinação de recomeço e benefícios pró-sociais superará o recomeço sozinho ou os benefícios pró-sociais sozinhos, e (6) os efeitos de tratamento heterogêneos mencionados acima.