Första åren hemifrån: släppa taget och hålla kontakten (FYAH:LGSC)

Detta är en randomiserad kontrollerad studie (RCT) med två experimentella förhållanden (Handbook och Handbook+) och en kontroll. Varje tillstånd kommer att bestå av 450 student-/förälderdyader, ungefär hälften i kohort 1 och hälften i kohort 2. Deltagare kommer att rekryteras från de inkommande förstaårsklasserna vid Washington State University 2017 och 2018 av Social Development Research Group (SDRG) kl. University of Washington. Föräldrar i båda försöksförhållandena får en handbok på sommaren innan skolan börjar. Handboken innehåller föreslagna samtalsstartare, checklistor och aktiviteter som förälder/elev-dyaden ska genomföra. Aktiviteterna är baserade på teori om social och emotionell utveckling och utformade för att ta itu med risk- och skyddsfaktorer för denna åldersgrupp när de övergår till att leva oberoende av föräldrarna. Handbook plus föräldrar kommer dessutom att få textmeddelanden med jämna mellanrum under höst- och vårterminerna, av vilka några är utformade för att informera dem om stora universitetsevenemang (t.ex. hemmafotbollsmatcher) som är kända för att vara högriskperioder. Varje kohort kommer att följas under två år. Föräldrar fyller i undersökningar vid baslinjen (våren innan eleverna börjar) och under höstterminen. Studenter fyller i undersökningar vid baslinjen och varje termin under sina två första år i skolan.

Specifika mål för projektet är följande:

Mål 1: Testa effektiviteten av att släppa taget och hålla kontakten, en teoretiskt styrd, utvecklingsinriktad och empiriskt stödd handboksintervention för föräldrar till elever som går över till högskolan. Utredarna antar att elever i handbokens förhållanden kommer att engagera sig i färre riskbeteenden, inklusive initiering, användning och missbruk av substanser (alkohol, marijuana, opiater och receptbelagda stimulantia) och HIV/sex riskbeteenden. Som ett resultat kommer Handbook-studenter också att rapportera färre fysiska, känslomässiga, sociala och akademiska skador. Utredarna kommer att testa ett kontrollvillkor kontra ett "Endast handbok" och ett "Handbook Plus"-villkor (en förbättrad version av interventionen som lägger till strategiskt tidsinställda Short Message Service och/eller e-postmeddelanden utformade för att öka användningen av interventionen).

Syfte 2: Testa teoretiskt specificerade medlingsvägar mellan handbokens användning och förväntade interventionsförändringar i riskbeteenden/relaterade skador. Utredarna förväntar sig att effekten av handboken på elevernas resultat kommer att förmedlas av både föräldrars och elevers beteenden, enligt beskrivningen i följande väg: 1) Föräldrarnas engagemang i och användningen av interventionen 2) Föräldrarnas praxis i familjehantering, autonomistöd, och känslomässigt stöd 3) Elevernas upplevda belöningar för hälsosamma beteenden 4) Hälsosamma kontakter med föräldrar och kamrater 5) Hälsosamma övertygelser och tydliga normer som leder till 6) Minskad droganvändning och sexuella riskbeteenden; ökade akademiska prestationer.

Mål 3: Identifiera specifika attribut för kommunikation mellan föräldrar och elever som förutsäger och samvarierar med elevers droganvändning och hiv/sex riskbeteenden. Tidigt under sin första termin kommer utredarna att undersöka eleverna intensivt under 2 perioder på 7 dagar för att lära sig om deras dagliga kommunikation med föräldrar och deras dagliga riskbeteenden. Eftersom lite är känt om kommunikation mellan föräldrar och elever i detta utvecklingsskede kommer utredarna att genomföra beskrivande och utforskande analyser av innehållet, känslomässig ton, timing, varaktighet, sätt och frekvens av föräldrars kommunikation med sina elever och undersöka hur dessa aspekter av kommunikation relaterar till elevers riskbeteenden och tillhörande skador på både en mellan- och en inom-person nivå.

SDRG har lång erfarenhet av rekrytering, datainsamling, datahantering och datasäkerhet. Utredarnas detaljerade datasäkerhetsövervakningsplan innehåller information om specifika procedurer som används för att skydda deltagarinformation. Utredarna kommer att rekrytera underrepresenterade studenter i proportion till Washington State University (WSU) studentprocent. SDRG har även lång erfarenhet av att behålla studiedeltagare, i vissa studier i mer än 20 år.

Datarensning. Utredarna kommer att utföra tester för värden utanför intervallet, konsistens över mätpunkter, normalitet och inflytelserika extremvärden. Utredarna kommer att ta upp alla problem med partiskhet relaterade till extremvärden med hjälp av accepterade tekniker (t.ex. analyser som är robusta mot överträdelse av antaganden). Antalet dikotoma substansanvändningsvariabler är ofta skeva; utredarna kommer att använda loggtransformationer av variabler och lämpliga analyser (t.ex. överlevnadsanalys eller Poisson-regression) efter behov.

Urval och nötning. Slumpmässigt urval av studenter för inbjudan till studien bör säkerställa ett representativt urval av studentpopulationen, och många studier har visat förmågan hos Survey Research Division vid SDRG att behålla över 90 % av respondenterna under mer än 10 år. Men utredarna kommer att testa för differentiellt deltagande och förslitning och för sannolikheten för partiska utfallsuppskattningar; vid behov kommer utredarna att modellera dessa effekter och använda korrigeringstekniker.

Variation i implementering och dosering. Särskilt i fallet med en självadministrerad intervention, fördelas implementering och dosering inte slumpmässigt -- till exempel kan föräldrar i interventionstillståndet som är särskilt motiverade eller följsamma göra alla aktiviteter, medan andra kan välja och vraka. Den icke-slumpmässiga fördelningen av interventionskomponenter över interventionsdeltagare förvirrar förmågan att dra kausala slutsatser om programeffekter och skymmer mekanismerna för programeffekter genom att behandla implementering som en binär händelse. Utöver intention-to-treat-analyser kommer utredarna att använda nya metodologiska framsteg som möjliggör uppskattning, modellering och kontroll av urvalseffekter vid implementering genom användning av benägenhetspoäng och invers sannolikhetsviktning.

Saknar data. När respondenter hoppar över objekt eller missar en eller flera datainsamlingspunkter, kan saknad data leda till partiskhet och öka sannolikheten för typ I-fel. Utredarnas primära analytiska tillvägagångssätt använder Full Information Maximum Likelihood (FIML)(38) för att hantera saknade data. I händelse av överdriven saknad kommer utredarna att använda multipel imputation.

Familjemässigt fel. Utredarna kommer att använda sammanfattande variabler för riskbeteenden/skada, men utredarna kommer också att göra separata analyser för varje riskutfall för att ge en mer detaljerad titt på enskilda substanser, vilket ökar sannolikheten för ett typ 1-fel. Svar på substansanvändning är sannolikt också starkt korrelerade; i sådana fall tenderar standard Bonferroni-korrigeringar att vara alltför konservativa med en högre sannolikhet för typ 2-fel. Omsamplingsförfaranden (t.ex. Statistical Analysis Software (SAS) Procedur MULTTEST) är kraftfullare än Bonferroni-testet och kan appliceras på kategoriska, kontinuerliga och censurerade datatester, blandade metodanalyser av effekter mellan ämnen och longitudinella tester inom ämnet(15 148). En global teststatistik kommer att användas när så är lämpligt.

Analyser: Syfte 1: För att mäta interventionens inverkan på förändring över tid kommer utredarna att modellera latenta tillväxtkurvor (LGC) för vart och ett av de hypoteserade resultaten. Först kommer ovillkorliga modeller att uppskattas för att bekräfta den förväntade eskaleringen över 5 vågor av data. Utredarna förväntar sig en tvåfaktorsmodell: en interceptfaktor som är inställd på nivåer före test, och en linjär lutningsfaktor uppskattad med faktorbelastningar inställda för att indikera förtest som intercept och icke-lika intervall mellan undersökningar. En icke-linjär lutning kommer att uppskattas med hjälp av kvadratiska former för belastningar, men utredarna förväntar sig primärt linjära ökningar över alla 5 tidpunkter. En kovarians uppskattas vanligtvis mellan intercept- och lutningsfaktorerna för att kontrollera för testnivåer av resultatet. Kontrollvariabler kommer att läggas till i nästa steg. Slutligen kommer interventionsgruppstilldelning (i form av 2 dummyvariabler) att läggas till som prediktorer för medelvärdet och variansen för lutningsfaktorn (slumpmässig tilldelning bör utesluta gruppeffekter på interceptet som sattes vid förtestet). Utredarna förväntar sig att dessa parametrar återspeglar signifikanta positiva lutningsmedelvärden och varianser i den ovillkorliga modellen och den minimalt betingade modellen. I de slutliga modellerna antas interventionsdummyvariabler ha signifikanta negativa effekter på lutningsmedelvärde och varians jämfört med kontrolltillståndet, vilket indikerar att båda interventionsförhållandena minskade graden av eskalering av riskbeteenden och konsekvenser och även minskade variabiliteten i dessa utfall. Genom att manipulera kodningen av dummyvariabler kan utredarna sedan testa jämförelsen mellan H och H+ med förväntningen att H+ parametrar kommer att vara betydligt starkare negativa än de för H.

Mål 2: Preliminära intention-to-treat-analyser (ANCOVA) kommer att utföras på mediatorer vid varje uppföljning enligt beskrivningen för utfall ovan. Sedan kommer LGC-analyser som beskrivs ovan att utökas till att omfatta medierande variabler. Men före skattning av mediation kommer varje mediator att modelleras över tid i en LGC-modell för att bestämma dess form (skärning, linjär lutning och kvadratisk lutning) beroende på kontrollvariabler som beskrivs för resultat i mål 1. När det gäller medlare är lutningsfaktorerna mindre förutsägbara, även om dessa positiva föräldraskaps- och föräldra-elev relationsfaktorer generellt förväntas minska med tiden. När lämpliga förändringsmodeller har fastställts kommer samtidiga/parallella tillväxtprocesser i mediatorer och resultat att uppskattas. Parallell process Longitudinal Growth Modeling (LGM) är en teknik som har använts för att undersöka inbördes samband mellan olika utvecklingsresultat, inklusive samtidigt förekommande droganvändning och brottslighet, hos ungdomar och unga vuxna och för att testa mekanismerna för förebyggande interventionseffekter. I det sista steget kommer interventionsgruppens status dummy-variabler att läggas till de parallella processmodellerna.

Mål 3: Med tanke på den utforskande karaktären av detta mål finns det inga hypoteser. Observera att förändringar i kommunikationen inte antas förmedla interventionseffekter. Men om signifikanta samband hittas mellan interventionsstatus och kommunikationsåtgärder, kan explorativa analyser utföras på kontrollgruppen endast för att bättre återspegla etiologiska samband som inte är förvirrade av möjliga interventionsinfluenser. Preliminära analyser kommer att fokusera på att beskriva nivåer och variationer i innehåll, känslomässig ton, timing, varaktighet, läge och frekvens och att utveckla lämpliga sammanfattande poäng för att bäst återspegla dessa faktorer baserat på rapporter från Time Line Follow Back-undersökningarna. Latenta klassanalyser (LCA) med maximal sannolikhetsuppskattning och robusta standardfel kommer att användas för att utforska kommunikationsmönster mellan föräldrar och elever med dessa sammanfattande poäng. Utredarna kommer att härleda empiriskt baserade klasser av deltagare baserat på innehåll, känslomässig ton, timing, varaktighet, läge och frekvens. Detta kommer att innebära att uppskatta en serie modeller för att bestämma antalet unika klasser som bäst passar data genom att jämföra Bayesian Information Criterion, Lo-Mendell-Rubin justerade Likelihood Ratio-test och Parametric Bootstrapped Likelihood Ratio-test mellan modeller och välja den mest sparsam modell med bästa passform.