用于共享决策的基于 Web 的交互式生育决策辅助工具

学习规划：

基于渥太华决策支持框架 (ODSF) 进行了顺序混合方法。 当前的研究将代表目标 4（干预实施阶段），包括两个阶段。 第 1 阶段涉及随机的前测和后测实验设计。 评估决策冲突、知识、出生偏好和决策辅助可接受性。 第 2 阶段包括一项调查，评估实际分娩结果和满意度。

设置和参与者：

该研究将在台湾北部的一家医疗中心进行。 医疗中心提供24小时专职产科医生制度。 使用有目的的抽样，选择标准包括在研究地点符合 VBAC 医学资格的女性，之前经历过一次 CS，妊娠 14-16 周，当前怀孕与前一次分娩之间至少间隔半年并且流利用英语或普通话。 排除标准包括多胎妊娠、既往经典剖宫产或子宫肌瘤切除术和/或并发症风险高的妊娠妇女（例如，具有高血压、心脏病、糖尿病、癫痫、先兆早产或其他预产期等危险因素的妇女） -现有的医疗问题）。

随机化：

在研究开始之前，研究团队将进行在线讨论以明确研究方案。 主要研究人员将向符合条件的参与者提供有关该研究的信息，并签署书面同意书。 使用计算机排列块随机化，参与者将被分配到对照组（常规护理）和干预组（常规护理加上基于网络的交互式生育决策辅助）。 在执行基线问卷后，女性将被分配到干预组，并由主要研究人员指导如何登录交互式生育决策辅助平台/应用程序。 在完成第二份问卷之前，所有参与者都与产科医生确认了首选的分娩方式。

平时护理：

由台湾行政院卫生福利部健康促进署制作的孕产妇健康小册子将提供给所有妇女。 这本小册子共有 58 页，介绍了怀孕期间的 5 个“注意事项”和 5 个“注意事项”。 5 包含的“Dos”内容 （1）按时接受产前检查； (2) 孕期注意保重； (3) 识别妊娠并发症； (4) 了解早产的征兆； (5) 了解分娩的迹象。 包括5个“不要”的内容（1）不抽烟、不喝酒； (2) 不要接触二手烟； (3) 未经医嘱不得擅自服用药物； (4)不要为了挑选出生时间而选择剖腹产； (5) 不要使用药物 (52)。 与剖腹产后分娩方式选择相关的信息非常有限。

干涉：

干预组中的妇女将获得常规护理和决策支持（一种基于网络的交互式生育决策辅助工具）。 基于网络的交互式生育决策辅助工具将由 Allison Shorten 教授（英语音频）修改。 我们在平台/应用程序的开头添加了通信辅助。 交流辅助包括两个部分： 部分1-如何参与SDM并应用三讲与临床医生一起工作（10分钟）；第 2 部分 - 练习沟通技巧（10 分钟）。 将协助妇女创建唯一的用户名和密码，以安全地访问决策辅助工具，并将展示其特性和功能。 将邀请干预妇女在家中使用决策辅助工具。 所有妇女在怀孕期间都可以有很多机会访问和使用决策辅助工具，并将被记录下来。 鼓励他们在产科门诊的招募和妊娠访问期间使用决策辅助工具。 首席研究员将为个别女性提供 2-3 次在线咨询。

结果措施：

有三个主要结果测量值和两个次要结果测量值。 主要结果指标是决策冲突、知识、出生偏好和决策辅助可接受性。 决策冲突评分（DCS）包括5个子量表的16个问题。 采用 5 分李克特 5 评分，从“非常同意”（0 分）到“非常不同意”（4 分）。 知识测量包括一份包含 15 个项目的调查问卷，要求参与者对一系列关于每种分娩方式的风险和益处的陈述回答“正确”、“错误”或“不确定”。 本问卷先前测试的 Cronbach α = 0.67。

次要结果指标是实际分娩结果和满意度。 决策满意度 (SWD) 包括六个问题来衡量女性对其决策的满意度，使用 Likert 5 等级，从“非常同意”（5 分）到“非常不同意”（1 分）。 女性得分较高，表明 SWD 增加。 先前测试的 Cronbach's α 为 0.88。

样本量：

使用 G-POWER 3.1.9.2 软件计算样本量。 根据先前试点研究的估计，效果大小 =.40，样本总数 156 提供 α =.05 功率 = .80。 考虑到早产、就诊错误和失访，理想人数增加 10% 将是 172。

数据收集和程序：

符合条件的妇女将在妊娠 14-16 周时在妇产科门诊进行产前检查时被邀请参加研究。 在参与者签署书面参与同意书后，女性将被分配到干预组或对照组。 所有参与者将在安静的房间内完成“个人基本信息”、“决策冲突量表”和“知识量表”。 完成问卷后，会提供互动式生育决策辅助平台/App，让干预组妇女在家中与家人讨论。 在 17-34 周妊娠期间，主要研究人员将为干预组妇女提供至少两次单独咨询。 所有参与者将在妊娠 35-38 周完成“决策冲突量表”和“知识量表”和“决策辅助可接受性”。 出生后一个月进行随访。 产后妇女将被问及“实际分娩结果”，并在参加产后检查访问时填写“满意度”问卷。

数据分析：

使用 IBM SPSS 26.0 版管理和分析定量数据。 在 DCS 和知识分数方面，配对 t 检验用于比较组间测试前后分数变化的差异。