COVID-19 测试可用性对隔离选择和社交距离的影响

当人们就如何保持社交距离做出选择时，当他们从医生或其他医疗提供者那里获得信息时，他们可能会做出不同的选择，而当他们从测试结果中获得信息时，他们可能会做出不同的选择。 人们关于保持社交距离或隔离的生活方式决定和选择是否会受到有关其健康状况信息的传达方式的影响？ 测试的存在是否会改变人们做出的生活方式决定？ 我们通过横断面在线调查研究并尝试回答这些问题。

在启动主要调查之前将进行两项试点研究。 这两项调查的初步结果将通过 EFA（探索性因素分析）和功效分析进行分析，以确定主要研究的子量表、效应量和适当的样本量。 此外，将要求由大约 15 名受过大学教育的个人组成的焦点小组进行主要调查，以评估完成调查的合理时间。 然后将利用该研究完成持续时间的下限来建立合理的调查完成时间，从而根据调查完成时间创建排除标准。

研究参与者将首先被邀请在亚马逊的 Mechanical Turk 上完成一项包含 9 个问题的预测试调查。 在预测试中通过 4 个注意力检查问题的受访者将被邀请完成主要调查。

估计将使用亚马逊的 Mechanical Turk 招募 1400 名参与者来完成主要调查。 其中，我们预计将有 1194 名参与者满足所有纳入标准，然后他们将被纳入主要研究分析。 如果参与者阅读并同意英语同意书，是美国居民（基于邮政编码数据），正确回答预测试和主要调查中的注意力检查问题，并完成在合理的时间内（视为 120 秒或更长时间）进行主要调查。

参与者将首先被邀请在亚马逊的 Mechanical Turk 上完成一项包含 9 个问题的预测试调查。 在预测试中通过 4 个注意力检查问题的受访者将被邀请完成主要调查。 同意参与后，参与者将随机接受三项调查中的一项，每项调查描述不同的情况：一项是他们可能患有 COVID-19 但无法进行检测，另一项是他们可能患有 COVID-19 且检测结果呈阳性，以及他们可能患有 COVID-19 并且测试结果显示阴性结果的人。 然后，将询问参与者有关他们的活动和行为意图的问题（例如，留在我家的特定房间并远离所有其他人和宠物，亲自拜访朋友或家人）。 还将要求参与者根据计划行为理论/理性行动方法（位于预测试调查中）构建问题，以及一组人口统计问题。

将对整个样本的调查答复进行总结，并按测试场景进行分层。 定量反应将使用均值、标准差和四分位数进行总结，分类反应和顺序反应将使用频率分布进行总结。 情景之间的比较将使用定量变量的单向方差分析 (ANOVA)、序数变量的 Kruskal-Wallis 检验以及分类变量的卡方或 Fisher 精确检验来进行。

主要结果是使用由两个分量表组成的 11 个项目构建的行为总分的差异。 次要结果分别包括“个人决定”和“社会期望”分量表。 “个人决定”子量表将包括与掩蔽、自我隔离、拜访朋友、购买用品、进行体育锻炼、在餐厅用餐以及与朋友在家共进晚餐有关的项目。 “社会期望”子量表将包括与理发、参加婚礼、葬礼和生日聚会有关的项目。 其他次要结果，包括投票的可能性、抗议/政治集会和公共交通单项问题，也将在三个不同的武器中以类似的方式进行分析。

主要假设是，根据 COVID 测试结果，从事危险行为的意愿在统计上会有显着差异。 这将使用 11 项总分的线性回归模型进行评估。 主要模型术语将是场景，协变量将包括年龄、性别、种族/族裔、政治派别、教育水平、地点和居住类型。 我们将对 3 种情况进行成对比较，并使用 0.017 显着性水平（3 倍 Bonferroni 校正，整体 alpha 为 0.05）。 二次分析将使用类似的方法分别评估子量表。 我们还将执行探索性分析，使用具有相似规格的有序逻辑回归模型评估单个项目响应。 5% 的显着性水平将用于所有次要和探索性假设检验。 所有分析都将使用 R v. 3.6.2 进行 （http://www.r-project.org）。