一项旨在增加流感疫苗接种的个性化推动的前瞻性随机试验

平均而言，每个流感季节有 8% 的美国人感染流感。 自 2010 年以来，美国每年因流感造成的疾病负担包括 9-4100 万人患病、140,000-710,000 人住院治疗以及 12,000-52,000 人死亡。 CDC 建议 6 个月及以上的每个人都接种流感疫苗，但极少数例外；几乎任何人都可以从疫苗中受益，它可以减少疾病、误工、住院和死亡。

让患者接种流感疫苗的成功努力包括在即将进行的流感疫苗接种预约之前最多提前 3 天发送短信提醒。 例如，由 Roybal 资助的针对 Penn Medicine 和 Geisinger 患者进行的流感疫苗大型研究（Milkman 等人，2021；Patel 等人，2023）评估了多种类型的信息在增加疫苗接种方面的有效性，相对于各自的标准通信卫生系统；由于这些信息，流感疫苗注射数量平均绝对增加了 2.1 个百分点（或相对增加 5%）。 同样，使用机器学习对大型研究进行的后续分析表明，作为重叠协变量（例如年龄、性别、保险类型和合并症）的函数，干预措施在不同患者组之间的相对有效性存在差异。 这项分析发现，在大型研究中，针对对这些推动反应最强烈的亚组进行最佳推动，将导致疫苗接种量增加多达三倍，而仅将患者随机分配给消息即可。

本研究旨在前瞻性地测试面向患者、基于消息的助推的功效，这种回顾性机器学习算法预测相对于被动控制（无消息）、主动控制（无消息）对患者最有效（个性化助推）。简单的提醒消息）和最佳助推（2020 年大型研究中表现最佳的消息）。 患者将被随机分配到这四组之一。

在这项大型研究的 19 条原始信息中，有 12 条可以在 2024 年在盖辛格进行；其他 7 项要么不再相关（例如，那些涉及正在进行的 COVID-19 大流行的项），要么由于技术限制而无法执行（例如，Geisinger 无法发送图片，因此排除了带图片的推送）。 基于上述算法的治疗分配树将应用于该推动子集，以生成用于根据观察到的协变量将患者分配给个性化消息的规则。

最后一批患者将于 12 月 28 日登记参加 12 月 31 日安排的预约。 预计将招募至少 90,000 名患者。