基于文本的干预措施以促进 COVID-19 疫苗接种

本研究调查了基于文本的干预措施是否以及哪种类型会影响 COVID-19 疫苗的接种。 主要的研究问题是，是否可以通过鼓励符合条件的患者安排疫苗接种预约的短信干预来提高疫苗接种率。 当患者符合在 UCLA Health 接种 COVID-19 疫苗的资格时，将首先收到有关其资格的通知，并鼓励患者根据联系信息通过其中一种渠道（电子邮件、语音电话或普通邮件）安排疫苗接种预约可用于加州大学洛杉矶分校健康中心。 然后，符合研究条件的患者将以 1:4 的比例随机分配到不接收短信的对照组和接收短信的短信组。

次要研究问题涉及哪种类型的短信更有效。 为了研究这个问题，将使用文本消息臂内的嵌套 2x2 因子设计，其中两个因素是 a) 患者是否收到专门设计用于改变患者获取 COVID-19 意图的教育视频的链接疫苗和 b) 短信中是否包含旨在鼓励患者坚持其意图的语言。

• 在 Holdout 组：患者将不会收到有关 COVID 疫苗的短信。

• 在短信部分，所有参与者都会收到一条短信，邀请他们安排疫苗接种预约，并包含预约网站的链接

  • 在简单文本子臂中，参与者将不会收到任何附加信息。
  • 在简单文本 + 视频子臂中，与约会链接一起，参与者还将在文本消息中收到一个 2 分钟视频的链接。 该视频包含有关 COVID-19 的流行情况以及 COVID-19 疫苗的有效性和安全性的信息。
  • 在增强型文本子分支中，除了预约链接外，短信还将使用增强型语言，旨在减少阻碍患者安排预约的心理障碍。
  • 在增强型文本+视频子臂中，除了预约链接外，短信还会鼓励患者观看一段 2 分钟的视频（与简单文本+视频子臂相同）并使用增强型语言，旨在减少患者在安排预约时的心理障碍。

患者将在滚动的基础上进入我们的研究，因为他们有资格获得疫苗（如果他们符合我们的纳入标准）。 对于第一批患者，短信组中的患者将在发送初始邀请后的 4 -10 天内收到短信（因为运行该研究的基础设施在此之前尚未准备好）。 对于后续批次的患者，他们将被随机分配并在初始通信结束后的第一个工作日收到短信（如果他们不在坚持组中）。 我们将衡量 a) 患者是否安排了第一剂 COVID-19 疫苗接种预约，以及 b) 患者是否以及何时接种第一剂 COVID-19 疫苗。

分析：

对于主要分析，我们将运行具有稳健标准误差的普通最小二乘回归 (OLS) 来预测上述结果变量，除了我们将使用带有行政审查的 Cox 比例风险模型来预测获得第一个 COVID-19 疫苗的时间. 显着性水平将为 0.05。 我们的主要假设是短信组明显优于坚持组，因此我们的主要分析将比较四个短信子组和坚持组。

我们的二次分析将调查 (1) 简单文本子臂，(2) 包含视频的两个子臂，以及 (3) 包含增强语言的两个子臂是否优于 holdout 臂。

此外，我们将测试 (1) 添加视频的效果（与 没有视频）到文本，（2）添加增强语言的效果（与不添加增强语言相比），以及（3）视频和增强语言的组合是否会优于单独的视频或单独的增强语言。

我们的回归将包括以下控制变量：

• 参加者年龄
• 参与者种族/民族指标（非西班牙裔黑人、西班牙裔、非西班牙裔亚裔、非西班牙裔白人、其他/混血儿、未知；非西班牙裔白人省略）
• 患者的首选语言是否为西班牙语（这会影响文本的语言）
• 参与者性别指标（男性、女性、其他/未知）
• 社会脆弱性指数得分
• COVID19 风险因素模型
• 患者批次的指标（患者将符合条件并分批接收初始通信）

作为稳健性检查，我们将作为二元结果变量的 logit 回归（而不是 OLS 回归）重新运行分析。

我们将探讨以下主持人：

• 患者是女性还是男性
• 患者是黑人、白种人、西班牙裔还是其他种族
• 患者的首选语言是否为西班牙语
• 患者年龄是否为65+（含65）或65以下
• 患者的社会脆弱性指数得分
• 患者的 COVID 风险评分
• 患者的总体风险评分
• 患者是否已婚（代表他们是否与家人同住）
• 根据患者的病历，在收到我们的短信之前，患者是否在 2019-2020 流感季节或 2020-2021 流感季节接种了流感疫苗
• 将文本消息发送给患者的星期几。 我们将比较一周中的每一天。
• 参与者所在社区对共和党的支持程度（相对于共和党） 民主党）如果加州大学洛杉矶分校健康中心最终同意提供去识别化地址（例如，邮政编码）。

计划早期和后续分析

为了尽快通知政策，我们计划首先评估我们在 UCLA Health 疫苗接种推广早期阶段的干预措施的效果。 为此，我们计划首先分析本次RCT开始至2月底的数据。 鉴于我们对我们的主要因变量使用 6 天的时间窗口，我们将检查在 2021 年 2 月 23 日之前或 2021 年 2 月 23 日之前随机分配到此 RCT 中的坚持组或短信组的患者的数据。 对于这个人群，我们将测试：

1. 短信手臂是否明显优于拒绝手臂；
2. Simple Text 子臂、包含视频的两个子臂和包含增强语言的两个子臂是否优于 holdout 臂
3. 添加视频的效果（与 没有视频）到文本
4. 添加增强语言的效果（与不添加增强语言相比）
5. (1)、(2)、(3) 和 (4) 是否会根据患者是否在 2019-2020 季节或 2020-2021 季节接种流感疫苗而有所不同
6. 我们将报告每个子臂的原始数据，而不对 (1)-(4) 中未预先注册的条件进行假设检验。

在我们的早期分析中，我们将包括我们可用的控制措施（我们可能在早期报告时没有上述所有控制措施）。

在所有 UCLA 患者都被邀请后（或者如果疫苗分发计划发生变化并且 UCLA Health 在某个时候不再向患者发送短信），我们将进行以下额外分析：

• 如果之后收集的额外数据超过 30K（假设 holdout arm 有 50% 的基线，这给了我们 80% 的能力来检测 holdout arm 和 text message arm 之间的 2pp 差异），那么我们将分析发送的主要效果一条短信（相对于 holdout）并报告每个子臂的原始数据（以查看模式是否与早期数据中的模式在质量上具有可比性）。
• 我们将使用完整样本（包括早期数据和后续数据）来分析（1）视频和增强语言的组合是否会优于单独的视频或单独的增强语言，以及（2）上述异质处理效果。