以患者为中心的移动技术干预措施改善乌干达的孕产妇健康

目标 3 概述。 研究人员将对干预措施进行试点测试，以评估提高 ANC 利用率和熟练分娩的可行性、可接受性和初步疗效。 将 120 名孕龄 ≤ 20 周闭经的成年孕妇随机分组接受护理标准（提供信息）(n=40)、mHealth SMS 干预 (n=40) 和 mHealth SMS 干预加 mHealth 社会支持参与 (n=40) ） 将会完成。 可行性和可接受性将是主要结果。 将收集 ANC 就诊率和由熟练提供者接生的分娩比例，用于未来研究的功效估计，旨在测试干预的有效性。

研究环境：本研究将在乌干达姆巴拉拉的姆巴拉拉地区转诊医院进行。 参与者将通过产前诊所招募，每年有超过 30,000 名妇女接受常规产前检查（包括正常和高危妊娠）。 该医院每年进行超过 10,000 次分娩。 产科服务，包括分娩，主要通过公立医院和保健中心免费提供。

研究程序：随机分配到任一干预组的研究参与者将收到 CommCare 应用程序 (eMobilize-Uganda)，其中将包含目标 2 中开发的消息内容和信息。参与者将获得有关如何使用该应用程序检索信息的充分说明。 个人登录会话的时间和长度将被记录并传输到服务器。 智能手机将作为一个网关，以语音、视频或文本的形式显示和可视化预期的消息内容。 可视化完成后，登录数据将从网关设备传输到基于 Web 的安全服务器进行存储，或根据提示通过 Web 门户进一步查看以确认查看会话的完成并注销以允许将数据提交到服务器通过任何可以访问网络的设备的密码访问进行审查。 在蜂窝接收不足期间的登录将被存储以供以后传输。 研究参与者将获得太阳能充电器，并提醒他们在注册期间根据需要为手机充电。 SMS 也将通过 CommCare 发送。 应用程序登录将被视为访问信息的代理，以改变现有的诱发因素（例如消极的健康信念），这些因素可以促进和改善寻求护理的感知需求。 社交网络的参与将促进服务的利用，并激励个人通过定期的短信提醒寻求护理。

随机化：在研究开始之前，将使用随机数生成器来确定研究参与者的手臂分配。 研究助理将在参与者注册时被告知手臂分配。 研究组定义如下： 第 1 组：将仅接受护理标准（提供信息），作为“控制组”。 这支队伍的研究参与者将不会收到短信提醒或社会支持者通知。 第 2 组，也称为“预定 SMS 组”：将接收针对研究参与者的 mHealth 干预（例如 eMobilize-Uganda 应用程序上的健康信息或消息和 SMS 提醒，或者如果处于高风险状态则进行语音呼叫）。 将在一周中的首选时间和日期向研究参与者发送关于即将到来的 ANC 预约和预计分娩日期的每周短信提醒。 短信提醒的内容将由每个人在报名时自定义和确定。 如果参与者没有偏好，我们会提示“这是您的 ANC 访问提醒，鼓励您参加”。 这项技术已经通过 Yo! 在乌干达得到整合和运行！乌干达门户。 第 3 组：将接受针对参与者的移动健康干预以及针对吸引社会支持者的干预。 研究参与者将收到与上述“预定短信臂”相同的健康信息和短信提醒+每周向预先确定的2位社会支持者发送短信通知。 通知将包含他们在整个研究随访期间支持的研究参与者即将到来的 ANC 访问和交付截止日期（也称为“社会支持参与部门”）。 社会支持者将能够在注册时个性化 SMS 内容。 他们将被建议协助研究参与者解决任何可能影响 ANC 出勤或设施交付的问题，但不会给出具体的指示。

数据收集：将以当地语言 Runyankole 进行。 将从研究参与者及其社会支持者那里收集有关以下主题的定量问卷数据：社会人口特征：产妇年龄、妊娠、胎次、胎龄、产前和产前高危疾病、抑郁、健康、食品不安全、饮酒、社会支持、生殖健康史、对怀孕和分娩的看法。 研究参与者收到的社会支持报告不会具体说明来源，因为它可能来自此处研究的二人组之外。 另一份包含封闭式和开放式问题的问卷，探讨社会支持者在研究期间在研究参与者的生活和怀孕中的具体作用、与研究参与者的交流或接触以及他们谈论或一起做的事情、自愿和请求帮助的类型或研究参与者在怀孕期间给予或接受的支持，以改善她的经验和参加预定的 ANC 访问、挑战和社会支持经验将在退出时进行。 在退出时（产后 2-4 周内），将进行一项调查，以评估理解、喜欢、不喜欢和挑战、感知有用性、易用性、实际使用、基于 mHealth 的社会支持干预模型的障碍，旨在提高孕产服务利用率。 其他分娩结果（死产和/或孕产妇死亡）、响应短信通知的妇女、登录 CommCare 应用程序的次数、计划和实际 ANC 审查之间的时间、生育准备、分娩方式、开始母乳喂养、1和 5 分钟 Apgar 评分（如果已知）、新生儿体重、新生儿或产妇复苏的需要、母亲或新生儿使用辅助通气、住院时间以及任何其他报告的产妇或新生儿并发症。 将通过审查常规提供的 ANC 卡和产后出院表来收集 ANC 出勤和分娩详细信息，以确认自我报告。 妇女将被跟踪至少 6 个月，并将接受产科中心提供的标准常规护理。 将使用将在 CommCare 中开发的在线数据库收集数据，以改进数据完整性、管理和质量控制监控。 数据输入验证将包括在将表格保存在网站上之前自动检查已完成表格是否存在缺失、超出范围或不一致的值的算法。 此外，还将对 30 名研究参与者（每个干预组 15 名）和 10 名社会支持者进行退出深度访谈，以探索社会支持的模式和干预效果的机制。 该选择将基于研究参与者的产前和围产期结果、社会支持类型和研究参与者的特征。 这些访谈将在产后 2-4 周内进行。 访谈指南将在观察到的定量结果以及两个理论框架的指导下制定；技术接受和使用的统一理论 (UTAUT) 和 HUM。 这些采访将持续一个小时。 为了最大限度地提高数据质量，我们将要求受访者尽可能描述实际经历和事件。 访谈主题的示例包括： (1) 经历：对电话和 SMS 类型的特定经历的描述（最近的提醒或通知，或收到的电话以及结果发生的情况，最有帮助/最无用的提醒，通知）或收到的电话以及结果如何，(2) 接受度：mHealth 干预的优点和缺点、易用性、它根据需要请求或获得支持的能力、做什么的指导、SMS 类型；遇到的问题干预；改进的想法，未来使用的意图 (3) 结果：使用 mHealth 干预和 SMS 类型导致的变化或没有变化；(4) 比较和态度：SMS 类型和其他干预之间的差异、相似性和态度.

定量数据分析。 我将使用汇总统计数据来比较研究参与者和社会支持者的健康相关数据和社会人口统计数据。 我们将通过以下统计数据验证干预的技术功能：成功的应用程序登录次数、参与者收到的 SMS 数量超过每个协议预期的 SMS 数量、遇到的技术问题的数量和类型、响应的 SMS 通知数量对社会支持者的影响、响应短信提醒或通知的女性人数、预定和实际 ANC 审查之间的时间。 我将通过描述应用程序登录的时间长度、应用程序的参与度、对干预的喜欢或不喜欢的数量以及报告的易用性来评估可接受性。 尽管不能检测出显着差异，但我将初步比较三个研究组之间的孕产妇健康结果，以考虑未来更大规模干预研究的功效要求。 这些结果将包括至少参加 4 次 ANC 就诊、在熟练人员在场的情况下分娩、死产和孕产妇死亡。 为此，我将拟合单变量和多变量泊松回归模型。 多变量模型将包含那些基线变量，其 p 值将小于单变量模型的 0.1。 所有回归模型都将包括一个研究组，以控制 ANC 或分娩结果的任何潜在差异。 研究参与者的社会支持和社会支持者的特征（关系类型、收入状况、食品不安全、饮酒、性别、既往产科病史、分娩状况、分娩地点、发病率/健康状况、饮酒、性别和参与任何活动根据对研究参与者的关系和工具支持的潜在影响，健康或社区团体将被评估为 ANC 和分娩结果的潜在预测因素。 研究参与者的社会支持将分为工具支持和情感支持。 还将使用推荐的家庭粮食不安全获取量表 (HFIAS) 和收入状况评估工具支持与粮食不安全之间的相互作用，因为这种环境的资源匮乏性质可能会阻碍提供物质支持的能力，尽管有意这样做。 数据分析将在 STATA 版本 13 中进行。

定性数据分析：深度访谈将被数字记录和转录。 访谈的目的是记录参与者对基于 mHealth 的社会支持干预的体验、效果机制和/或在社会支持的定量结果、接受度和模式中观察到的背景解释。 定性分析将是归纳的，类别将来自不同的社会支持者/研究参与者访谈和开放式问题。 这些回答将被转录成英文并使用 Atlas.ti 进行编码。 然后将开发类别并提供来自研究参与者和社会支持者数据的说明性引用，以解释研究期间干预的作用、类型、挑战、接受度和经验。