弥合差距 - 为大学生寻找健康、心理健康和健康资源的工具

本研究是一项创新的随机对照试验，旨在测试青年驱动的 mHealth（移动健康）干预措施的有效性。 该研究将扩展和推进我们对 mHealth（移动健康）干预措施是否有助于弥合健康素养差距、促进提高自我效能并增强目标人群的求助能力的理解。 本研究是一项两组部分盲法前后随机对照研究，旨在评估数字平台 Thought Spot 对过渡期青少年求助自我效能感的影响。 将在 6 个月的时间内进行测量：基线、3 个月和 6 个月。 将招募 472 名在 3 所参与的大专院校（乔治布朗学院、瑞尔森大学、多伦多大学）之一注册兼职或全日制的参与者，他们对维持或管理他们的心理健康感兴趣，并随机分配到干预臂或控制臂。 在基线时，干预组将招募 236 名受试者，对照组将招募 236 名受试者。 干预组参与者将可以访问 Thought Spot 平台（研究工具 #1）。 对照组参与者将收到一本小册子，其中概述了 GTA（大多伦多地区）的心理健康服务和健康服务（研究工具 #2）。 这两个群体还将获得常规护理，包括获得心理健康和保健方面的校园健康服务以及基于网络和印刷的信息材料。 将通过一系列在线问卷从参与者那里收集数据，以衡量主要结果（求助意图的变化）、求助行为和求助态度（次要结果）以及自我报告的自我耻辱和自我报告的变化。自我效能、人口统计数据和一般心理健康状况。 最终的可用性调查将在 6 个月时对干预组的参与者进行，然后有针对性地抽取 15-20 名参与者进行定性访谈，以进一步探索与应用程序接受度、可行性和性能相关的可用性。 这个额外的步骤将在执行最后一个调查包之后完成，并且不应影响或混淆结果，因为到目前为止，两个研究组将接受完全相同的治疗并完成完全相同的调查集。 来自 Thought Spot 平台的数字数据将用于扩展通过各种规模和措施从参与者收集的自我报告数据。 参与者将因完成研究（完成所有三项调查）而获得少量补偿，以尽量减少整体流失。

目与对照组（接受常规护理；资源手册）。

次要目标：与对照组相比，检查干预组的参与者是否会在健康素养方面表现出更大的改善，包括对可用服务和支持的认识、管理心理健康问题的自我效能感提高以及心理健康耻辱感的减少手臂。

数据分析 统计分析 所有分析都将使用 SAS System 9.4 for Windows 进行。 统计检验将是双侧的，置信水平为 0.05。 在测试之前，将进行一系列单变量分析以确保满足模型假设。 为了解决主要研究假设，将使用混合效应模型来解释数据的纵向性质和损耗。 缺失值将在 SAS PROC MIXED 中使用最大似然估计进行处理，它使用数据中的所有可用信息。 将使用意向治疗分析；所有患者将按照随机化后最初分配的方式进行分析。 作为敏感性分析，最终模型将仅适用于具有完整数据的受试者。 正式的求助分数将是因变量，研究组（干预和控制）和时间点作为预测变量，以及在基线收集的相关社会人口统计数据作为协变量以控制可能的混杂。

研究组和时间之间的相互作用将包含在模型中，线性对比将用于比较组，特别是关于从基线到最终时间点的变化。 类似的模型将用于解决探索性假设，这些假设检查不同的尺度和趋势，以及干预随着时间的推移产生的影响。 如果需要进行多重比较，Bonferroni 调整将用于控制 I 类错误率。 广义估计方程将用于实际求助问卷 (AHSQ)，因为该量表是二进制的。

其他分析 在分析第 1 阶段和第 2 阶段的数据时，将完成基于性和性别的分析。 还将探索与常规护理相比对 Thought Spot 干预的经济评估，以确定在整个加拿大高等教育校园中可持续和广泛使用 Thought Spot 的潜在成本效益和财务影响。 评估将从未来潜在的 Thought Spot 资助者（例如，其他加拿大高等教育机构）的角度进行。 要评估的主要结果将是目标人群中求助意向的变化

将进行成本效益分析，以比较干预组与常规护理的成本和结果。 主要输出将是与常规护理相比干预的增量净收益 [39] 以及以增量成本效益比的形式在一般求助问卷 (GHSQ) 中改进一分的增量成本。 研究人员将使用 95% 置信区间和成本效益可接受性曲线来描述研究结果的不确定性。

从 Thought Spot 应用程序收集的数字数据将被收集和分析，以扩展通过各种规模和措施从参与者收集的自我报告数据。 将计算和分析概述使用强度、内容使用情况以及访问应用程序数据的方法的使用指标。 简单的描述性统计也将用于报告在特定应用功能上花费的时间；一天内使用该应用程序的次数；一天中什么时候使用功能；以及添加的景点、想法和评论的数量。 我们还将对添加的服务评论进行高级文本分析。 这有可能为范围界定审查提供信息，以了解老年青年从服务中得到什么转变。 从评论中收集的数据可以让研究人员更清楚地了解学生和青少年对心理健康和保健服务的需求。

有用性、满意度、易用性、接受度、可行性和性能将通过研究结束时的可用性调查进行分析。 将使用调查问卷每个类别的所有受访者的均值和标准差来分析结果。 还将计算报告高、中或低满意度的参与者的比例。 开放式调查问题将按主题进行分析。 调查结果可能与其他研究调查和数字数据相关联，以探索应用程序的使用、接受和感知功能对参与者的求助行为和求助态度的可能影响。

将对研究结束时的定性访谈进行定性分析。 所有访谈都将被录音、逐字转录并上传到 NVivo。 研究团队将分别阅读新兴主题的数据，以制定编码方案。 完成后，RA 将对成绩单进行编码以确定主要主题。 我们将使用主题分析过程来审查转录的采访、生成代码、开发主题并最终在最终报告中展示调查结果。