Design av Chatbot-persona för screening av bröstcancer bland svarta kvinnor

Målet med denna studie är att fastställa den optimala leveransen av initiala chatbotmeddelanden för kulturellt skräddarsydd bröstcancerscreening. Misstroende mot det medicinska systemet har identifierats som ett betydande hinder för mammografiscreening bland svarta kvinnor. Men även om det finns skräddarsydda insatser för screening av bröstcancer, är den optimala utformningen av en skräddarsydd intervention för att skapa förtroende okänd. Chatbots har visat sig öka nivåerna av förtroende för webbaserad information, även om användningen av chatbots kan bero på chatbots egenskaper. Utredarna föreslår att man använder Multiphase Optimization Strategy (MOST), ett ramverk för att utveckla effektiva, effektiva, skalbara och kostnadseffektiva interventioner, för att bedöma prestandan för chatbotinterventionskomponenter och deras interaktioner.

Leveransen av chatbotmeddelanden kommer systematiskt att varieras över två komponenter, som var och en representeras av en separat faktor i 2x2x1 faktoriell studiedesign med en kontrollarm. Specifikt kommer varje deltagare att slumpmässigt tilldelas ett av fem separata experimentella förhållanden. Villkoren inkluderar: (1) chatbot med en primärvårdsläkares persona och direkt kommunikationsstil; (2) chatbot med en bröstcanceröverlevande persona och direkt kommunikationsstil; (3) chatbot med en primärvårdsläkares persona och indirekt kommunikationsstil; och (4) chatbot med en bröstcanceröverlevande persona och indirekt kommunikationsstil. Alla deltagare kommer att fylla i en undersökning angående deras uppfattningar om de första uppsökande meddelandena från chatboten.

De huvudsakliga effekterna kommer att uppskattas av de två experimentella faktorerna och deras interaktioner på studiens primära resultat - förtroende för chatbotsystemet att använda för utbildning och schemaläggning av bröstcancerscreening, och avsikt att använda. Denna information kommer att vägleda utformningen av en optimerad chatbot-persona som uppnår de primära resultaten.

Deltagare kommer att registreras om de är svarta individer som kvalificerar sig för bröstcancerscreening bosatta i USA och som är mellan 40-74 år. Rekrytering kommer att utföras på Prolific, en online-poolingplattform för deltagare, och Amazon Mechanical Turk (MTurk), en crowdsourcing-plattform som används för forskningsrekrytering. Prolific kommer att användas med tanke på plattformens förmåga att välja deltagarepopulation. Men på grund av det begränsade antalet individer inom inklusionskriterierna på Prolific, och vid behov kommer deltagare också att rekryteras på MTurk. Deltagarna kommer att bli ombedda att se chatbot-meddelandena och svara på frågor för att bedöma förtroende, engagemang och direkthet hos chatboten.