最近诊断为癌症的吸烟者的烟草治疗试验招募信息的多方法评估:先导因子随机对照试验

简介

背景

在最近诊断出癌症的患者中，约有10%至30%的人继续吸烟很普遍[1，2］．诊断后持续吸烟与许多不良结果相关，包括治疗效果降低、复发风险增加、发展为第二原发癌和较差的总体生存结局[3.-7］．癌症患者中吸烟的流行突出了及时进行烟草治疗的必要性。吸烟者在确诊后更有可能尝试立即戒烟，这表明诊断可以作为一种教育时机就戒烟而言，戒烟的动机暂时增加[8，9］．

利用这一具有教育意义的时刻的一种方法是招募最近被诊断为烟草治疗临床试验的患者。烟草治疗试验提供了循证药理和行为疗法，将行为治疗内容个性化，以解决癌症吸烟者特有的担忧和动机。然而，烟草治疗试验的收益并不理想[10］．为了利用这一可教育的时刻，并试图克服累积的挑战，通过数字推广主动招募吸烟者提供了希望。其中一个数字招募策略是传播简短的、以患者为中心的视频，由临床医生描述试验的目的及其与患者的相关性。这种形式的推广允许研究人员在诊断后不久向潜在符合条件的吸烟者传递有针对性的试验信息，此时戒烟动机可能是最高的。然而，到目前为止，对于在这些外联视频中包含什么内容是最有效的，还缺乏有限的实证检验。

尽管最近的诊断可能提供了促进戒烟的机会，但在许多吸烟的癌症患者中，这也是一个充满压力、内疚、耻辱和宿命论的时期。10-16］．因此，促进戒烟和试验参与的招聘信息内容必须平衡适当数量的风险和收益信息，以鼓励参与烟草治疗试验。

健康传播理论可以为应该在数字推广视频中使用的内容提供信息。识解层面理论认为，时间距离决定了我们如何评估结果[17］．因此，近端或更近端的结果被感知得更具体，而远端结果则更抽象。在风险评估的背景下，与更长期的风险(如每年)相比，促使对更直接的健康风险(如每日)作出判断的信息提示已被证明能更有效地提高风险感知[18］．对于最近诊断出癌症的个体，重要的是要了解与当前诊断相关的吸烟结果(如更糟糕的治疗结果)，与未来诊断的前景(如复发或新的原发癌症)相比，是否更能激励试验登记和开始戒烟。

前景理论在戒烟的背景下得到了广泛的研究[19-25］．该理论提供了一个框架，在这个框架中，人们可以了解个人如何评估等价的健康信息，这取决于这些信息是如何构建的。收益框架的消息表示获得理想结果的可能性，而损失框架的消息表示避免不理想结果的可能性[26］．过去的研究发现，收益框架信息在传达戒烟的短期好处方面更有效[19];然而，对于这种策略是否对最近确诊的癌症患者同样有效，目前的调查还很有限。这是一个重要的研究领域，因为戒烟可以通过减少癌症治疗的副作用，以及提高整体精力水平和减少压力水平，带来重要的短期好处[4，8］．确定是否将戒烟的好处或不戒烟的成本框定在这些短期结果上，可以作为癌症治疗期间激励戒烟和试验登记的重要机制。

最近的一项调查探讨了使用收益vs损失框架的招聘信息来激励患者参与烟草治疗临床试验是否更有效，该试验针对的是接受肺癌筛查的个体(作者进行了盲法审查)。虽然“框框”并没有显著改变吸烟者的动机，但在最近的癌症诊断后，它可能更有效。前景理论提供了上下文理解，即为什么每个消息帧的效用通常取决于它们所用于的健康决策的类型。例如，收益框架的信息更能成功地鼓励规避风险的选择，而损失框架的信息更能成功地激励结果更不确定或风险更大的选择[26］．然而，对于这些选择动机是否受到更大的剩余风险感知(即癌症诊断活跃)的影响，我们知之甚少。据我们所知，此前还没有研究在癌症患者群体中研究得失框架的招募信息，以激励他们参与烟草治疗试验。

客观的

本研究的目的是进行一个试点因子随机试验，以确定最有效的信息框架，以促进参与最近被诊断为癌症的当前吸烟者的烟草治疗试验。为此，我们使用了一种多方法方法来评估跨评估、有效性和结果度量的3种不同的消息框架。我们将信息设计实验的结果与文本分析软件相结合，以提供一个整体的理解，即在癌症诊断的背景下，信息框架可能会或可能不会影响烟草治疗试验的参与。

方法

伦理批准

参与者获得了少量的参与补偿，并在数据收集开始前获得了马萨诸塞州布里格姆总医院(#2018P002035)的机构审查委员会批准。

样品和程序

从2019年2月到4月，共有99名参与者从Dynata Panels(一家基于网络的专有选择面板公司)招募，完成了一项20分钟的调查。参与者被要求会说英语，最近有癌症诊断(在过去24个月内)，年龄为18岁，并报告在过去30天内吸烟。

作为2×3 plus控制因子设计的一部分，参与者被随机分配到9个条件中的1个。析因设计在表1．第一个因素测试持续吸烟威胁的框架(远端vs近端);第二个因素测试戒烟反应效能的框架(持续吸烟的成本vs戒烟的好处)，第三个因素测试参与戒烟研究的反应效能的框架(参与戒烟研究的收益vs不参与戒烟研究的损失)。控制条件是一个核心消息，包括所有条件中出现的研究信息，但不包括任何消息因素(详细描述在刺激部分)。所有参与者完成了信息前的调查措施。在观看了9个视频中的1个后，参与者立即完成了post - message调查措施，包括开放文本评价响应。

刺激

总共为本研究专门创建了9个视频，目的是选择1个视频作为家长试验(无烟支持研究2.0)主要视频招募策略的一部分。每段视频由一名肿瘤学家直接对着摄像机讲话，并被分割为六个部分，包括四个核心部分，所有视频都具有:(1)介绍的目标无烟支援研究(2)确认患者因其最近的癌症诊断和吸烟状况而符合条件，(3)描述研究干预中可用的资源(即获得远程咨询和尼古丁替代治疗)，以及(4)设定研究团队成员未来将联系患者讨论参与意愿的期望。

对于持续吸烟的威胁因素，远端框架如下:

每年，癌症患者的病情都在恶化，因为他们一直吸烟。继续吸烟会降低你的治疗效果，这意味着你的癌症可能会复发，你可能会在以后的某一天发展成新的癌症。

近端框架如下:

每天，癌症患者的病情都在恶化，因为他们一直在吸烟。继续吸烟会降低你的治疗效果，这意味着你的癌症可能会继续生长，你的治疗可能不太会有反应。

对于戒烟因素，不戒烟的成本如下:

我们希望你意识到，在癌症确诊后继续吸烟会导致你经历更多的副作用，增加你的焦虑和压力，并减少精力。

戒烟的好处如下:

我们希望你意识到，在癌症确诊后停止吸烟可以使你经历更少的副作用，减少你的焦虑和压力，并有更多的精力。

对于参与因素，损失框架为:

不太好的消息是，如果没有我们的研究支持，戒烟，甚至减少你每天吸烟的数量可能会更加困难。事实上，“无烟支持计划”已经表明，普通患者成功戒烟的可能性比参与戒烟的患者低3倍。如果不参与，你可能会失去学习如何控制你的渴望和拥有更高质量的生活的机会。

增益帧如下所示:

好消息是，在我们研究的支持下，戒烟，甚至减少你每天吸烟的数量，可能会容易得多。事实上，无烟支持研究表明，参与戒烟的患者成功戒烟的可能性是普通患者的3倍。通过参与，你可以从学习如何控制你的渴望中受益，并拥有更高质量的生活。

定量措施

社会人口的

测量了以下社会人口特征:性别(男性、女性、跨性别者、性别不一致者或其他)、种族(美国印第安人或阿拉斯加土著、亚洲人、黑人或非裔美国人、夏威夷土著或太平洋岛民、白人或其他)、种族(西班牙裔和拉丁裔或非西班牙裔和拉丁裔)、年龄(以年为单位)、家庭收入(≥40000美元)和最高教育水平(高中以上教育)。

癌症的特点

评估癌症诊断类型(前列腺癌、肺癌、乳腺癌、胰腺癌、皮肤癌、胃癌、妇科、结肠直肠癌和其他)和诊断后的月份(>6个月、7-12个月或13-24个月)。

吸烟的特征

评估了以下吸烟特征:吸烟的年数或参与者吸烟的时间，通过两个项目测量的吸烟重指数或参与者每天吸多少支烟，参与者醒来后多久吸烟(5分钟内，6-30分钟，31-60分钟，60分钟后)[27)，以及吸烟冲动或参与者在过去24小时内有多少时间有吸烟冲动(所有时间、几乎所有时间、大部分时间、部分时间、少量时间或完全没有)。参与者对戒烟的态度是用作者之前使用的4个维度来衡量的(为回顾盲法):重要性或参与者戒烟的重要性，从0(完全不重要)到10(非常重要);信心或参与者戒烟的信心，从0(完全不自信)到10(非常自信);戒烟能在多大程度上降低参与者患癌症的几率，从0(完全不会)到10(大大降低);戒烟动机阶段(“我决定继续吸烟”)的Biener沉思阶梯;“我没想过戒烟”;“我很少想辞职，也没有辞职的计划”;“我有时想辞职，但还没有计划”;“我经常想辞职，但还没有计划”;“我计划在未来6个月内戒烟”; “I plan to quit smoking in the next 30 days”; “I have begun to make changes in my smoking”; “I have made changes in my smoking but I need to keep working at it”; and “I have already quit smoking”) [28］．

信息评估

信息的相关性

感知信息相关性使用感知信息相关性量表中的两个项目来衡量[29，30.］．项目衡量了刺激的个性化或定制程度(例如，“视频似乎是为我量身定制的”)。问卷内容采用李克特5分制，回答类别从1(非常不同意)到5(非常同意;α= .79;均值4.26,SD 0.91)。

消息的可信度

对信息可信度的感知使用Appelman和Sundar [31，并评估参与者对视频准确、可信和可信的看法。这3个项目(例如，“视频中讨论的信息是准确的”)采用李克特5分制评分，回答类别从1(非常不同意)到5(非常同意;α=结果;均值4.34,SD 0.68)。

信息清晰

对信息清晰度的感知改编自Cacioppo等人[32，并测量参与者认为视频内容清晰的程度，采用李克特1项5分制，回答从1(非常不同意)到5(非常同意)。“视频中的内容解释得很清楚”(平均值4.34，标准差0.68)。

信息有效性

改进的看法

研究人员在李克特量表(李克特量表)5分制中采用一项、由研究者开发的测量方法来衡量戒烟研究的改善程度，应答类别从1(非常不同意)到5(非常同意)不等。该项目表示，“该视频改善了我对戒烟研究的看法”(平均值4.08，标准差0.85)。

信息寻求

关于参与戒烟研究的信息，使用一项调查人员开发的李克特量表(李克特量表5分制)进行测量，回答类别从1(非常不同意)到5(非常同意)。该项目表示，“我对参加戒烟研究的更多信息感兴趣”(平均4.74，标准差1.48)。

明智的决策

参与戒烟研究的知情决策采用1项、研究者开发的李克特量表(李克特量表5分制)进行测量，应答类别从1(非常不同意)到5(非常同意)。该项目表示，“有了这个视频，我相信我可以做出参与戒烟研究的知情决定”(平均值4.15，标准差0.77)。

消息结果:有意与医生讨论参与

参与者参与戒烟研究的意愿采用一项由研究者开发的李克特量表(李克特量表5分制)来衡量，应答类别从1(非常不同意)到5(非常同意)不等。该项目表示，“我打算和我的医生谈谈参加戒烟研究”(平均4.28，标准差1.86)。

定性度量:开放文本响应

参与者通过回答以下提示提供了对视频的开放式文本反馈:“在下面的空白处，请告诉我们您对刚刚看到的视频的看法。”

统计分析

阶段1:消息设计实验

汇总统计用于报告连续变量的平均值(SDs)和分类变量的频率(百分比)。使用方差分析比较消息评价、消息有效性和消息结果变量，以检验3个消息因素与对照和消息内因素水平的主要影响。本研究不支持3个因素之间的相互作用。为了确定与医生谈论参与戒烟研究意向的预测因素，我们进行了单变量分析，以确定参与者的社会人口学特征、癌症特征、吸烟特征和参与意向的信息评估和有效性度量之间的关系。变量与P≤。10were included in the multivariable model, as well as message factors that were shown to have a main effect on intent. A generalized linear model was used to identify significant predictors in the multivariable model with a 2-sided significance level of .05. All analyses were conducted using IBM SPSS Statistics for Mac software (version 26).

阶段2:开放文本响应分析

使用Leximancer和语言学查询字数(LIWC)两个软件包对开放文本数据进行分析。首先，使用Leximancer作为文本挖掘软件生成概念图。Leximancer使用机器学习生成代码本，识别相关的关键字以形成概念，然后根据单词或短语之间的关联级别映射概念之间的关系。其次，使用Leximancer进行自动主题分析。当概念集群被链接起来时，主题就生成了，并且可以封装更广泛的现象。然后给出主题支安打确定它们在文本中的出现频率或突出程度。在概念图中，主题的大小与它在数据中的频率成正比。为了形成地图，主题与有助于洞察主题是否相关的路径联系在一起。先前的研究使用Leximancer作为工具对定性数据进行三角定位[33]，分析大量开放文本数据的语料库，以识别风险沟通的标记[34]，并评估通过调整风险信息来推广结肠直肠癌信息可能有效的机制[35］．

在本研究中，参与者的回答被上传到Leximancer，以生成一个初步的概念图，以了解概念的主要分组和频率。由于样本量的限制，实验条件没有被分离出来用于生成独立的概念图。在回顾了初步的概念图之后，研究小组成员(JN、CS和LB)确定了类似的单词，然后将其分组(例如，退出，戒烟,辞职)，以完善自动生成的概念，并创建最终的概念图。Leximancer使用清理后的数据为每个主题生成最合适的报价，研究团队成员对该输出进行分析，以生成每个主题的定义并选择一个示例报价。为了保证迭代过程的严谨性，本研究采用恒定比较法[14];也就是说，两个编码员(CS和LB)独立地审查Leximancer输出，然后在之后一起审查以讨论反射。然后，这两名成员把他们的印象和任何差异带到一个由3人组成的共识小组(JN、CS和LB)，每周开会一次。一位资深调查员和定性方法(EP)专家随后提供了过程评估和概念的最终审查。

LIWC是一个文本分析软件，它将基于文本的数据与一组内置字典进行比较。LIWC字典是摘要语言变量和特定语言变量。LIWC已被用于在不同的开放文本数据、人际或基于网络的医疗交流环境中识别语言标记或进行情感分析[36]，并广泛应用于与癌症有关的情况[37-41］．本研究使用LIWC分析字数，并选取了4个总结语言变量(分析思维、影响力、真实性和情绪基调)、相关心理变量(总体情感、积极情绪和消极情绪)的存在性、驱动和需求变量(奖励和风险)。汇总语言变量是根据大型比较样本的标准化分数计算并转换成百分比的，而具体语言变量是根据给定语言样本中使用的总单词的百分比计算的。采用方差分析(ANOVA)来检验这3个信息因素的主要影响，并将其与对照和信息内因素水平在汇总和特定语言变量上进行比较。

结果

参与者的特征

共有99名参与者被招募并同意参与研究(图1)．在99名参与者中，22名(22%)参与者被排除在最终样本之外，因为他们表示视频没有显示(7/ 99,7%)，患有良性肿瘤(1/ 99,1%)，或未能通过研究注意力检查(15/ 99,15%)。因此，76名参与者被纳入最终分析。表2报告了76名参与者的特征，他们的平均年龄为53.4岁(SD 1.6岁)，为男性(42/ 76,55%)，主要为白人(65/ 76,86%)，高中后完成正规教育(62/ 76,82%)。几乎所有参与者都有医疗保险(73/ 76,96%)，大多数人的家庭收入为4万美元(56/ 76,73.7%)。最常报告的癌症是皮肤癌(23/ 76,30%)和乳腺癌(10/ 76,13%)，超过三分之一的参与者在过去6个月内被诊断出癌症(29/ 76,38%)。参与者报告了他们吸烟的年数(平均28.93，标准差16.41)，以及目前对每天吸烟的依赖(平均11.84，标准差7.91)和第一次吸烟的时间(<30分钟;24/76, 31.6%)。

‎ 把这个图

消息设计实验

消息评估、消息有效性和消息结果

首先，将消息帧与控件的消息帧(表3)．控制条件报告的几乎每一项测量的平均值较低;然而，在统计上没有显著差异。接下来，在各因素(如近端与远端)内比较消息帧。跨消息评估度量，所有消息在感知的消息相关性、可信度和清晰度度量中表现得同样好。在信息有效性测量中，收到近端威胁信息帧的参与者报告说，与远端帧相比，他们对与医生谈论参与戒烟研究的兴趣明显更大。F₆₇= 4.49;远端平均4.83,SD 1.61，与近端平均5.55,SD 1.15;P= .04点)。在吸烟框架的成本和戒烟框架的收益之间没有统计学上的显著差异。然而，收到不参与信息框的参与者报告称，他们对戒烟研究的认知明显改善(F₆₇= 4.20;平均增益3.98,SD 0.83, vs平均损失4.38,SD 0.78;P= .04点)。在消息结果测量中，未退出消息框架成本的参与者报告了与他们的医生谈论注册的更大的意图(F₆₇= 4.47;平均成本5.13，标准差1.70)vs平均收益4.23，标准差1.86;P= .04点)。

与医生谈论参与戒烟研究意向的预测因素

参与者的社会人口特征、吸烟和癌症特征、信息评估和信息有效性预测因素被探索以确定他们与信息结果的关联——他们与医生谈论参与戒烟研究的意愿。与与医生交谈意向相关的单因素预测因素包括年轻(P=.06)，男性(P=.003)，更强烈的吸烟欲望(P= 0.02)，戒烟的重要性更大(P=.002)，更有信心戒烟(P=.04)，感知到的信息相关性更大(P<.001)，以及改善人们对戒烟研究的看法(P= .002)。在多变量模型中(表4)，单变量预测因子和成本收益信息因素被包括在内，因为前面讨论了显著的主要影响。整体模型是显著的(F_8日,55= 6.33;P<.001)，解释了47.9%与医生谈论参与意愿的差异。在模型中，男性参与者的可能性显著较低(β=−.24，P=.02)，而报告戒烟基线重要性较高的参与者(β=.24，P=.046)，并认为信息与他们的情况相关(β=.37，P=.004)的人更倾向于与他们的医生谈论参与这项研究。随着研究协变量的加入，成本与收益信息因子的主要影响不再具有统计学意义(β=−.17，P=点)。

open text分析

Leximancer

Leximancer分析得出了8个主要主题，这些主题来自对参与者视频评估的开放式文本回应。主题，操作定义，示范引用，参与者的实验条件详细表5．概念图(图2)直观地展示主题之间的联系以及主题气泡重叠的地方，表明每个概念所表达的情感并不相互排斥。概念图上有3条不同的路径，都是从吸烟主题中分支出来的。第一个途径，连接信息丰富的来有帮助的来视频这是对视频的认知评估，承认视频的主要功能是告知吸烟者与戒烟资源之间的联系。第二种途径，包括独特的而且人，强调了戒烟资源的类型和提供这些资源的人(肿瘤学家)之间的联系，这些资源是独特的还是不独特的。第三种途径是从辞职来癌症来演讲者，强调了审判提供的可教时刻背景。参与者将戒烟与他们的治疗和癌症结果联系起来。

‎ 把这个图

主题1:吸烟行为和认知

吸烟行为是最常见的主题，占总点击量的34.2%(38/111)。参与者反思了他们的吸烟习惯，以及他们如何经常作为一种压力管理工具。一名与会者指出:

我曾三次认真地尝试戒烟，也曾多次随意地尝试戒烟。今年我会再试一次，但我的失败之处一直是把吸烟作为一种应对压力的机制
(远、成本、获得)

另一份声明如下:

我已经减少了香烟的数量，但尽管我做了很多尝试，还是没有找到其他应对压力的方法
(近端、成本、损失)

另一些人则表示，这段视频促使他们反思解决吸烟习惯的必要性:

她让我开始思考我的吸烟习惯，尽管我每天只抽4支烟
(近端、成本、损失)

主题2:辞职的动机或准备

根据概念图，戒烟主题与吸烟主题重叠是可以理解的。然而，在之前的失败尝试之后，参与者的动机和希望成功戒烟的独特实例也被发现了。一位与会者强调指出:

我曾经尝试过很多次，用不同的方法戒烟，但都没有成功。也许其中一种方法会有帮助
(控制)

另一个则反映了更广泛的希望，这可能是由于了解了视频中讨论的治疗成功率:

我以为它给了我戒烟的希望
(近端、成本、获得)

然而，也有人提到，了解新的治疗方案并不一定会提高戒烟的自我效能，他们说了以下的话:

它给了我戒烟的不同选择。我真的很想辞职，但我觉得我做不到
(控制)

主题3:视频的信息量

在这个主题下，参与者的回答主要包括解释视频中信息的有用性。一名与会者评论如下:

它内容丰富，很有趣。对吸烟问题坦诚相待将有助于解决与健康相关的问题
(远端,效益,获得)

其他参与者也报告了类似的观点，并补充说，这些视频既诚实又有帮助:

我认为这是非常深思熟虑和诚实的。对像我这样的人似乎也很有帮助
(近端、成本、获得)

主题4:癌症诊断

在这个主题内的回答与戒烟有关的个人癌症诊断的背景下。评论反映了诊断作为一个教育时刻，激励戒烟尝试，尽管并不总是成功:

它听起来很有趣。即使我被诊断出患有癌症，我也曾多次尝试戒烟
(远、成本、获得)

一些回应表明，参与者已经内化了他们收到的风险信息框架，并认同癌症诊断后继续吸烟的负面后果:

演讲者提出了一些好的观点，比如在被诊断出癌症后，精力会降低。自从前列腺手术后我的精力还没恢复到我想要的水平
(近端、成本、损失)

主题5:视频的相关性

这一主题反映了审判将提供的个人支持结构:

我觉得通过参加这项研究，我可以得到戒烟所需的帮助
(远端,效益,获得)

其他答复如下:

信息丰富，有亲和力，有兴趣，在我的领域是一个受欢迎的计划(支持学习)
(近端,利益,损失)

主题6:研究中提供的烟草治疗服务的评价

对于试验的看法有很大的分歧，这取决于参与者对作为试验一部分所提供的资源的独特感受。例如，一名参与者评论说，这项研究“非常独特、有价值、有吸引力，而且可能挽救生命。”很难相信程序是免费的，并提供补丁以帮助总体可能的成功，改变生活的结果”(近端，利益，损失)，然而另一个参与者评论如下:

一个慷慨的参与提议，但没有什么是独特的，因为所有概述的戒烟治疗方法已经很容易获得
(远端,利益,损失)

主题7:视频的整体观点

本主题包含了一系列视角，但广泛讨论了审判信息数字化呈现的方法。与会者评价说:“这是一个信息量很大、很有趣的视频。我喜欢看它”(近义词，好处，损失)。

主题8:对视频中说话人的评价

在这个主题下，参与者的回答对视频中的演讲者进行了评价，重点是肿瘤学家在介绍诊断后戒烟的重要性时的语气和举止。一名与会者评论如下:

演讲者很专业，没有责骂或居高临下
(远、成本、损失)

另一位与会者同样讨论了下列问题:

我认为演讲者很有见地
(近端、成本、损失)

LIWC分析

在LIWC分析中，对于5个总结变量(字数、分析思维、影响力、真实性和情感语调)，控制因素和信息因素之间或信息因素水平(例如，远端和近端)没有显著差异。接下来，比较了心理过程(影响、积极情绪和消极情绪)和驱动因素和需求(奖励和风险)。与对照组(平均对照28.32，标准差35.82)相比，在远端和近端信息帧中，参与者使用的语言标记在统计上反映了较低的情感水平(F_{2, 72}= 3.13;平均远端17.20，标准差22.04;平均近端9.54，标准差10.17;P=.05)，增益和损耗消息帧(F_{2, 72}= 3.47;平均增益17.16，标准差20.51，平均损耗8.55，标准差11.34;P= .04点)。与对照组(平均对照15.02，标准差37.52)相比，远端和近端(F_{2, 72}= 5.70;远端平均0.05,SD, 0.30，近端平均0.71,SD, 2.49;P=.005)、成本效益(F_{2, 72}= 5.68;平均成本0.20，标准差0.95，平均效益0.57，标准差2.41;P=.005)、损益(F_{2, 72}= 5.69;平均增益0.60,SD 2.30，平均损耗0.06,SD 0.32;P=.005)消息帧的负面情绪水平明显较低。

在信息因子水平上，看到远端信息的参与者使用的语言标记明显比看到近端信息的参与者反映出更多的积极情绪(F₆₆= 3.87;远端平均17.16,SD 22.07，近端平均8.84,SD 10.40;P= . 05)。然而，观看近端信息的参与者使用的语言标记比观看远端信息的参与者(F₆₆= 4.13;远端平均0.00,SD 0.00 vs近端平均0.98,SD 2.85;P= . 05)。在成本和收益信息框架上没有差异。在“得失对比”信息框架中，观看“得失”信息的参与者使用了反映出明显更大影响的语言标记(F₆₆= 4.16;平均增益17.16，标准差20.51，平均损失8.55，标准差11.34;P= . 05)。

讨论

主要研究结果

最近确诊的吸烟者获得循证烟草治疗仍然是一个优先事项。增加获得机会的一个方法是参与烟草治疗试验。尽管累积率仍然不理想，但通过短招聘视频进行有针对性的数字推广可能会带来希望，但尚未在新诊断的癌症患者中进行专门评估。需要多种方法来优化这些视频的内容。因此，本先导因子随机对照试验探索了哪些信息帧对招募最近诊断出癌症的吸烟者参加烟草治疗试验的视频最有效。

在第一阶段，一个消息设计实验评估了3个消息框架:消息评价、有效性和结果度量。对于主要结果，与戒烟框架的好处相比，不戒烟的成本显著增加了与医生谈论参与戒烟研究的意愿。这是一个重要的发现，但与大多数文献不一致，在大多数文献中，收益框架信息主要被证明在促进戒烟方面更有效[19，20.］．然而，当癌症治疗结果成为中心时，强调持续吸烟的负面影响，包括心理(即焦虑和压力的增加)和生理(即精力的减少)影响，避免这些副作用的动机可能是吸收戒烟资源的更强机制。然而，应该注意的是，在多变量模型中，这种影响并不显著。与我们之前的工作一样，对消息相关性的感知，无论使用的是什么消息框架，都能更强地预测想要参与的意图(作者盲目审查)。信息处理理论(如精化似然模型)[42)解释了那些对信息相关性更强的感知与更深入的系统处理相关，这引发了更强的对论点强度的感知，以及坚持信息呼吁行动的动机(例如，参与烟草治疗试验)。有趣的是，信息相关性与参与意愿的相关性甚至比基线退出重要性或信心的相关性更强。这表明，与现有的戒烟态度相比，对招聘信息的内容和背景的认同可能是一种更有影响力的机制。

接收到近端信息帧的参与者(与接收到远端信息帧的参与者相比)更有可能对寻求参与戒烟研究的信息有更大的兴趣。

具体来说，近端信息框架使用了(1)社会规范(例如，“每天，癌症患者……”)和(2)吸烟和劣质治疗结果之间的心理距离缩短(例如，“可能会持续增长，你可能不太可能对治疗产生反应”)。现有模型(例如，计划风险信息寻找模型[43，44)表明，对疾病或不良结果的个人风险的更强感知预示着更强的信息寻求意图。然而，通过增加吸烟者的风险感知来激发他们的意愿可能是困难的。先前的研究表明，对于长期收到基于威胁的行为信息的个人(如重度吸烟者)，风险沟通干预可能效果有限[45，46］．通过关注癌症治疗效果，而不是重复吸烟常见的负面生理影响，风险信息框架似乎在增加寻求意图方面更成功。

从不参与的框架中受到损失的参与者(与从参与的框架中获得的参与者)更可能报告招聘视频积极地改变了他们对戒烟研究的观点。癌症患者可能对损失更敏感，因为他们可能最近经历了其他损失，例如控制他们的健康、他们的日常生活，甚至失去他们的旧身份，现在把自己视为癌症的病人或幸存者。前景理论解释说，损失可能会比相应的收益更大，在描述参与烟草治疗试验的好处时，失去短期自我效能的机会(即，在没有通过试验提供的资源的情况下更困难)和长期反应效能的结果(即，自己戒烟的可能性低3倍)可能更令人信服，特别是对癌症患者。

在第二阶段，多方法评价进一步了解了招聘视频的评价方式。在Leximancer分析中，参与者通常会做出与吸烟和戒烟相关的主题陈述。吸烟被讨论为一种应对压力的机制，尽管压力没有被专门讨论为诊断的结果。一些与会者反思了解决其吸烟习惯的必要性，承认尽管他们最近被诊断出吸烟，但他们继续吸烟，烟草治疗是必要的。Leximancer分析没有按消息帧比较数据;然而，一些回答强调，参与者对他们被随机分配到的至少一个消息框架中提供的信息进行了反思。例如，参与者能够识别风险信息，将他们自己的癌症之旅联系起来，并提及他们在诊断后继续吸烟的感受(例如，他们在治疗期间的副作用有多严重)。

LIWC分析比较了信息因素与控制条件之间以及信息因素水平内开放文本数据的语言差异。研究结果表明，对照组参与者使用语言描述视频的消极情绪水平明显高于干预组。这一发现表明，在任何信息框架中包含的信息，无论框架如何，都能减少负面情绪。尽管控制条件作为核心信息，包含了所有必要的试验信息，但消息框架提供了想要参与试验的内在和外在动机，并可能减少了试验呈现时的心理抗拒。在信息因素水平中，一个值得注意的发现是，查看近端信息框架的参与者比查看远端信息的参与者有显著更高的内化风险的语言标记。这一发现与解释层面理论中阐明的风险心理距离一致，该理论认为，如果未来事件在时间上更近，个体会更具体地解释事件[17］．由于与当前诊断相关的短期风险(例如，更糟糕的治疗结果)在时间上和心理上更具体，参与者使用语言来描述视频，其中包含了更多的近端风险的语言标记。以这种方式衡量风险内部化是一种新颖的方法，但也强调了使用基于威胁的消息来唤起风险感知的挑战。这在与远端信息框架的比较中得到了证明，在远端信息框架中，参与者使用了带有更积极情绪的语言标记，这表明，如果立即体验到风险内化，就可以产生情绪反应，因此，更具体。

限制

这项研究有很多优点，尽管也有局限性。首先，招募视频宣传了一项特定的戒烟试验(即，无烟支持2.0)，这一试验对参与者的注册并不积极。如果已经表示有意戒烟的参与者被引导到一个网络资源，该资源将他们与他们所在社区的积极戒烟试验(如Research Match)连接起来，那么这项研究的发现就可以得到进一步的验证。其次，样本主要是受过教育并有医疗保险的白人。这限制了概泛性，也无助于解决在缺乏代表性的群体中测试招聘视频的关键需求，这些群体报告有更大的医疗不信任和更低的临床试验代表性[47］．为了解决这一问题，我们正在积极开展多项研究，开发和传播双语的、针对不同文化的招募材料，以增加国家癌症研究所资助的烟草治疗试验中代表性不足群体的参与度。第三，纳入标准(如癌症诊断)是自我报告的，而不是像在母体试验中那样通过电子健康记录进行验证。同样，我们也没有收集癌症分期的预后指标。风险内部化是理解信息因素影响的关键机制，也是潜在的混杂因素。然而，我们决定不收集这一指标，因为患者自我报告的预后可能不准确，并倾向于更大的生存可能性[48，49］．

启示与未来研究

本研究的主要目的是在实施无烟支持2.0母试验前对招聘信息进行预测试，该母试验是一项正在进行的全国性临床试验，涉及国家癌症研究所肿瘤学研究计划的49个子附属机构。这项试验因子随机对照试验的结果发现，关注结果和更直接的结果预期(即近端风险、持续吸烟的成本和不参与的损失)的信息框架是最有效的。然而，由于本研究没有考虑交互效应，且信息因素的主要影响在多变量模型中不显著，一个临床研究顾问委员会讨论了使用所有3个负面框架的招募信息是否会对诊断后这么快的患者产生劝阻作用。我们还讨论了临床医生是否愿意记录和使用一个脚本，其中包括患者在其所在地点的多个负面结果预期框架。结果，我们做出了一个明智的决定，在网站上播放招聘视频，其中包含了最接近的威胁框架，但侧重于退出的好处和参与信息框架的好处。

未来的研究应首先在临床样本中重复这些试点发现，以便进一步探索最近的诊断和类型以及阶段是否影响参与烟草治疗试验的意愿。这些因素加在一起可能导致更大的教育时机(例如，与诊断后6个月相比，在诊断当天邀请参加试验)，这可能对风险内化有显著影响，并且只能在临床进行可行。此外，由于感知到的信息相关性仍然是多变量模型中最强的预测因子，未来的研究应该操纵其他信息成分来增加感知到的相关性。这些可能包括来源(例如，临床医生vs .患者)、媒介(例如，文本vs .视频)以及内容为每个潜在参与者量身定制的程度(例如，根据当前的退出动机和参与试验的感知障碍量身定制)。

结论

降低最近诊断出癌症的患者的吸烟率仍然是公共卫生的优先事项。关于烟草治疗的临床试验可以提供及时的循证干预措施，以促进戒烟。本研究采用了一种新颖的多方法方法，利用实验数据和开放文本数据来指导如何为正在进行的国家烟草治疗试验设计最佳招聘信息的决策。研究结果表明，关注不戒烟的负面和更直接的结果是最有效的。开发和测试理论驱动和基于证据的招聘信息应该是所有试图利用数字外联提高应计率的试验的关键过程。