原始论文
摘要
背景:癌症诊断可以激发戒烟的动力。烟草治疗试验提供了戒烟资源,但应计率较低。数字推广可能会提高收益,但如何最好地招募最近被诊断为吸烟者的知识有限。
摘要目的:这项研究旨在确定最有效的信息框架,以促进与医生谈论参与最近被诊断为癌症的吸烟者的烟草治疗试验的意愿。
方法:从2019年2月至4月,从一个国家网络小组招募了过去24个月内确诊的当前吸烟者,进行了一项多方法试点随机试验(N=99)。参与者被随机分配到2×3 +对照因子设计中,该设计测试了3个独特的信息框架:吸烟的近端威胁与远端威胁,继续吸烟的成本与戒烟的好处,以及参与烟草治疗试验的收益与不参与烟草治疗试验的损失。主要结果是有意与医生讨论参与烟草治疗试验。在第1阶段,使用方差分析检查每个信息因子水平内的主要影响,并与对照条件进行比较。收集了其他信息评估和有效性措施,并在多变量模型中预测与医生交谈的意图。在第二阶段,使用自然语言处理软件(lexximancer)分析信息的开放文本评估,以生成主题概念图和语言查询字数,以识别和比较信息因素中语言标记的流行程度。
结果:在99名参与者中,76人(77%)完成了干预。接受持续吸烟框架费用的参与者比接受戒烟框架收益的参与者更有可能与他们的医生谈论参与烟草治疗试验(平均费用5.13,标准差1.70 vs平均收益4.23,标准差1.86;P= .04点)。接受持续吸烟的近端风险的参与者更有可能寻求更多关于参与的信息(平均远端4.83,SD 1.61 vs平均近端5.55,SD 1.15;P=.04),那些没有参与框架损失的人报告了对戒烟研究的显著改善(平均增益3.98,SD 0.83 vs平均损失4.38,SD 0.78;P= . 01)。男性参加者(P=.006)和信息相关性较大的(P=.001)更倾向于与他们的医生交谈。参与者对他们吸烟习惯的看法,以及他们戒烟的动机,是开放文本数据中普遍存在的主题。在不同的信息框架中,情感词的百分比存在差异。
结论:需要多种方法来为最近诊断出癌症的患者制定基于证据的招募信息。未来的烟草治疗试验应评估不同信息框架对吸烟者登记率的有效性。
试验注册:Clinicaltrials.gov NCT05471284;https://clinicaltrials.gov/ct2/show/NCT05471284
doi: 10.2196/37526
关键字
介绍
背景
在近期确诊的癌症患者中,持续吸烟的比例约为10%至30% [
, ].诊断后持续吸烟与许多不良结果相关,包括治疗效果下降、复发风险增加、第二原发癌发展和总体生存结果较差[ - ].癌症患者中吸烟的普遍现象突出表明需要及时进行烟草治疗。吸烟者更有可能在诊断后立即尝试戒烟,这表明诊断可以作为一种治疗方法教育时机戒烟,即暂时增加戒烟的动机[ , ].利用这一教育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基于证据的药理学和行为疗法,个性化行为治疗内容,以解决癌症吸烟者特有的担忧和动机。然而,烟草处理试验的应计收益并不理想[
].为了利用这一教育时刻,并努力克服收益挑战,通过数字外联主动招募吸烟者提供了希望。其中一种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的合格吸烟者提供有针对性的试验信息,此时戒烟的动机可能是最高的。然而,到目前为止,对于哪些内容最有效地包含在这些推广视频中,还没有进行有限的实证检验。虽然最近的诊断可能提供了一个促进戒烟的机会,但对许多吸烟的癌症患者来说,这也是一个充满压力、内疚、耻辱和宿命论的时期。
- ].因此,促进戒烟和参与试验的招聘信息内容必须平衡适当数量的风险和益处信息,以鼓励参与烟草治疗试验。健康传播理论可以为数字推广视频中应该使用的内容提供信息。解释水平理论认为,时间距离决定了我们如何评估结果[
].因此,近端或更近端的结果被更具体地感知,而远端结果则更抽象。在风险评估范围内,与更长期的风险(如每年)相比,提示对更直接的健康风险(如每日)作出判断的信息线索已被证明能更有效地提高风险感知[ ].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(例如,更差的治疗结果)与未来诊断的前景(例如,复发或新的原发癌症)相比,是否更有利于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[
- ].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效的健康信息,这取决于这些信息是如何构建的。收益框架信息表示获得理想结果的可能性,而损失框架信息表示避免不理想结果的可能性[ ].过去的研究发现,收益框架信息更能有效地传达戒烟的短期好处。 ];然而,对于这种策略是否对最近诊断出癌症的患者有效,研究有限。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,以及提高整体能量水平和降低压力水平,从而带来重要的短期效益[ , ].确定戒烟的好处或不戒烟的成本是否基于这些短期结果,可以作为激励癌症治疗期间戒烟和试验登记的重要机制。最近的一项调查探索了是否使用收益与损失框架招募信息更有效地激励患者参与正在接受肺癌筛查的个体的烟草治疗临床试验(作者失明以供回顾)。虽然框架没有显著改变吸烟者的动机,但在最近被诊断出癌症后,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往往取决于它们所呈现的健康决策类型。例如,收益框架信息在鼓励规避风险的选择方面更成功,而损失框架信息在鼓励结果更不确定或风险更大的选择方面更成功。
].然而,很少有人知道这些选择动机是否受到更大的剩余风险感知(即主动癌症诊断)的影响。据我们所知,以前没有研究在癌症患者群体中调查收益与损失框架的招募信息,以激励他们参与烟草治疗试验。客观的
本研究的目的是开展一项试点因子随机试验,以确定最有效的信息框架,以促进最近被诊断为癌症的当前吸烟者参与烟草治疗试验。为此,我们使用了一种多方法方法来评估3种不同的信息框架,包括评估、有效性和结果测量。我们将消息设计实验的结果与文本分析软件结合起来,以全面了解在癌症诊断的背景下,消息框架如何可能或不可能不同地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)的机构审查委员会的批准。
样本及程序
从2019年2月到4月,共有99名参与者从Dynata面板公司(一家专有的选择加入网络面板公司)招募来完成一项20分钟的调查。参与者必须会说英语,最近被诊断患有癌症(在过去24个月内),年龄为>岁,并报告在过去30天内使用过任何香烟。
参与者被随机分配到9个条件中的1个,作为2×3 +控制因子设计的一部分。析因设计在
.第一个因素测试了持续吸烟威胁的框架(远端vs近端);第二个因素测试了戒烟反应效能的框架(继续吸烟的成本vs戒烟的收益),第三个因素测试了参与戒烟研究的反应效能框架(参加戒烟研究的收益vs不参加戒烟研究的损失)。控制条件是一个核心信息,包括所有条件下的研究信息,但不包括任何信息因素(详细描述在刺激部分)。所有参与者都完成了信息前调查措施。在观看9个视频中的一个后,参与者立即完成留言调查措施,包括开放文本评估回复。条件 | 持续吸烟的威胁(远端vs近端) | 对戒烟的反应效果(成本vs收益) | 参与研究的反应效能(获得vs损失) |
1 | 近端 | 成本 | 损失 |
2 | 近端 | 成本 | 获得 |
3. | 近端 | 好处 | 获得 |
4 | 近端 | 好处 | 损失 |
5 | 远端 | 成本 | 获得 |
6 | 远端 | 成本 | 损失 |
7 | 远端 | 好处 | 损失 |
8 | 远端 | 好处 | 获得 |
9(控制) | N/A一个 | N/A | N/A |
一个N/A:不适用。
刺激
本研究共创建了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。每个视频都由一位肿瘤医生直接对着摄像机讲话,并分为六个部分,其中包括所有视频都具有的四个核心部分:(1)介绍肿瘤治疗的目的无烟支援研究(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)描述研究干预措施中可用的资源(即,获得远程咨询和尼古丁替代治疗的机会),以及(4)预期设置,研究团队成员将在未来联系患者,讨论参与意愿。
关于持续吸烟的威胁因素,远端框架如下:
每年,癌症患者的病情都会恶化,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,以后你可能会发展成新的癌症。
近段文字如下:
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,你对治疗的反应可能会更小。
对于戒烟因素,不戒烟框架的成本如下:
我们希望你意识到,在你诊断出癌症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。
退出帧的好处如下:
我们希望你知道,在癌症诊断后戒烟可以减少副作用,减少焦虑和压力,并有更多的精力。
对于参与因素,损失范围为:
不太好的消息是,如果没有我们研究的支持,戒烟,甚至减少每天吸烟的数量可能会更加困难。事实上,无烟支持计划表明,平均来说,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,并拥有更高质量的生活。
增益帧读取如下:
好消息是,在我们研究的支持下,戒烟,甚至减少每天吸烟的数量,都可以变得更容易。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,并拥有更高的生活质量。
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、性别不符合者或其他)、种族(美国印第安人或阿拉斯加原住民、亚洲人、黑人或非洲裔美国人、夏威夷原住民或太平洋岛民、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(以年计)、家庭收入(≥40,000美元)和最高教育水平(高中或以上学历)。
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)和自诊断以来的时间(>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2项测量的吸烟重指数或参与者每天吸烟的数量,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)[
,以及参与者在过去24小时内有多少时间有吸烟的冲动(所有时间,几乎所有时间,大部分时间,部分时间,少量时间,或根本没有)。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(盲法进行审查):重要性或参与者戒烟的重要性,范围从0(完全不重要)到10(非常重要);信心或参与者对戒烟的信心程度,从0(完全不自信)到10(非常自信);戒烟会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(非常会);戒烟动机阶段的Biener沉思阶梯(“我决定继续吸烟”);“我没想过戒烟”;“我很少想过辞职,也没有辞职的计划”;“我有时想辞职,但我还没有计划”;“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”) [ ].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2个项目来衡量[
, ].项目衡量刺激的个性化或定制程度(例如,“视频似乎是为我个人制作的”)。项目采用李克特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,标准差0.91)。消息的可信度
对信息可信度的感知使用Appelman和Sundar [
并评估参与者对视频准确、可信和可信的看法。这3个问题(例如,“视频中讨论的信息是准确的”)采用李克特5分制进行评分,回答类别从1(非常不同意)到5(非常同意;α=结果;均值4.34,标准差0.68)。信息清晰
对信息清晰度的感知改编自Cacioppo等人[
]并测量参与者认为视频内容清晰的程度,这是通过1项5点李克特量表来衡量的,回答范围从1(非常不同意)到5(非常同意)。该项声明“视频中的内容解释清楚”(平均值4.34,标准差0.68)。信息有效性
改进的看法
研究人员采用李克特量表(Likert scale) 5分制,采用1项测量方法,对戒烟研究的改善感进行了测量,反应类别从1(非常不同意)到5(非常同意)。该项目表示,“视频提高了我对戒烟研究的看法”(平均值4.08,标准差0.85)。
信息寻求
寻求参与戒烟研究的信息使用1项调查员开发的5点李克特量表测量,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”(平均值4.74,标准差1.48)。
明智的决策
关于参与戒烟研究的知情决策使用1项,研究者开发的5点李克特量表测量,响应类别从1(非常不同意)到5(非常同意)。该项目表示,“有了这个视频,我相信我可以就参加戒烟研究做出明智的决定”(平均值4.15,标准差0.77)。
信息结果:有意与医生讨论参与
参与戒烟研究的意图使用1项,研究者开发的5点李克特量表测量,反应类别从1(非常不同意)到5(非常同意)。该项目表示,“我打算与我的医生讨论参加戒烟研究”(平均值4.28,标准差1.86)。
定性测量:开放文本响应
参与者通过以下提示提供了对视频的开放式反馈:“请在下面的空格中告诉我们你对刚刚看到的视频的看法。”
统计分析
阶段1:消息设计实验
使用汇总统计数据报告连续变量的SDs平均值和分类变量的百分比频率。使用方差分析比较了消息评价、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。本研究没有说明这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的意愿的预测因素,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、吸烟特征以及参与意愿的信息评估和有效性测量之间的关系。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
开放文本数据分析使用2个软件包:lexximancer和语言学查询字数(LIWC)。首先,使用lexximancer作为文本挖掘软件生成概念图。Leximancer使用机器学习生成码本,识别相关关键字形成概念,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。主题是在概念集群相互联系时生成的,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,主题的大小与其在数据中的频率成正比。为了形成地图,将主题与有助于洞察主题是否相互关联的路径联系在一起。以前的研究使用Leximancer作为定性数据三角测量的工具[
],分析大型开放文本数据语料库,以识别风险沟通的标记[ ],并评估通过裁剪风险信息来促进结直肠癌信息可能有效的机制[ ].在这项研究中,参与者的回答被上传到Leximancer上,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,实验条件未被分离并用于生成独立的概念图。在回顾初步概念图后,研究小组成员(JN, CS和LB)确定了相似的单词,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挑选一个示例报价。为了保证迭代过程的严谨性,本研究采用了常数比较法[
];也就是说,2个编码器(CS和LB)独立地检查Leximancer输出,然后一起检查以讨论反馈。然后,这两名成员将他们的印象和任何差异提交给一个由3名成员组成的共识小组(JN, CS和LB),该小组每周举行一次会议。然后,定性方法(EP)的高级调查员和专家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[
],并广泛应用于与癌症相关的情况[ - ].本研究使用LIWC分析字数,选取了4个总结语言变量(分析思维、影响力、真实性和情感基调)、相关心理变量(整体情感、积极情绪和消极情绪)的存在性以及驱动力和需求变量(奖励和风险)。摘要语言变量是根据大型比较样本的标准化分数计算并转换为百分比的,而具体语言变量是根据给定语言样本中使用的总字数的百分比计算的。采用方差分析(ANOVA)在总结和特定语言变量中检验3个信息因素与控制和信息内因素水平的主要影响。结果
参与者的特征
研究共招募了99名参与者,并同意参与研究(
)。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。 报告了76名参与者的特征,他们的平均年龄为53.4岁(标准差1.6岁),男性(42/ 76,55%),主要是白人(65/ 76,86%),并在高中后完成了正规教育(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个月内被诊断患有癌症(29/ 76,38%)。参与者报告了他们一生中吸烟的尼古丁使用情况(平均28.93年,标准差16.41年),以及目前对每天吸烟的依赖程度(平均11.84年,标准差7.91年)和第一次吸烟的时间(<30分钟;24/76, 31.6%)。参与者 特征 |
总计 | 控制 | 近端,成本,损失 | 近端,成本,收益 | 近处,利益,收获 | 近处,利益,损失 | 远端,成本,收益 | 远端,成本,损失 | 远,利,失 | 远,益,得 | |||||||||||||
年龄(年),平均值(SD) | 53.4 (1.6) | 57.6 (17.8) | 59.7 (11.9) | 48.5 (16.9) | 54.8 (11.3) | 63.8 (9.2) | 52.9 (15.1) | 49.1 (12.6) | 52.9 (12.4) | 45.4 (15.0) | |||||||||||||
性别,n (%) | |||||||||||||||||||||||
男性 | 42 (55) | 5 (71) | 4 (57) | 7 (64) | 1 (11) | 3 (50) | 9 (69) | 4 (57) | 4 (44) | 5 (71) | |||||||||||||
女 | 34 (45) | 2 (29) | 3 (43) | 4 (36) | 8 (89) | 3 (50) | 4 (31) | 3 (43) | 5 (56) | 2 (29) | |||||||||||||
种族,n (%) | |||||||||||||||||||||||
白色 | 65 (86) | 6 (86) | 5 (71) | 9 (82) | 7 (77.8) | 6 (100) | 13 (100) | 6 (86) | 8 (89) | 5 (71) | |||||||||||||
非白人 | 11 (15) | 1 (14) | 2 (29) | 2 (18) | 2 (22) | 0 (0) | 0 (0) | 1 (14) | 1 (11) | 2 (29) | |||||||||||||
种族,n (%) | |||||||||||||||||||||||
拉美裔 | 7 (9) | 0 (0) | 1 (14) | 0 (0) | 0 (0) | 1 (17) | 1 (8) | 2 (29) | 0 (0) | 2 (29) | |||||||||||||
教育程度,n (%) | |||||||||||||||||||||||
高中毕业后 | 62 (82) | 6 (96) | 4 (57) | 11 (100) | 6 (67) | 4 (67) | 12 (92) | 7 (100) | 7 (78) | 5 (71) | |||||||||||||
健康保险,n (%) | |||||||||||||||||||||||
被保险人 | 73 (96) | 6 (86) | 7 (100) | 11 (100) | 8 (89) | 6 (100) | 13 (100) | 6 (86) | 9 (100) | 7 (100) | |||||||||||||
收入(美元),n (%) | |||||||||||||||||||||||
≥40000 | 56 (74) | 6 (86) | 4 (57) | 9 (82) | 5 (56) | 3 (50) | 8 (62) | 7 (100) | 8 (89) | 6 (86) | |||||||||||||
癌症诊断时间框架(月),n (%) | |||||||||||||||||||||||
< 6 | 29 (38) | 2 (29) | 5 (71) | 4 (36) | 3 (33) | 2 (33) | 5 (39) | 2 (29) | 4 (44) | 2 (29) | |||||||||||||
7 - 12 | 28 (37) | 3 (43) | 1 (1) | 3 (27) | 3 (33) | 2 (33) | 5 (39) | 4 (57) | 3 (33) | 4 (57) | |||||||||||||
24里面 | 19 (25) | 2 (29) | 1 (14) | 4 (36) | 3 (33) | 2 (33) | 3 (23) | 1 (14) | 2 (22) | 1 (14) | |||||||||||||
癌症筛查史,n (%) | |||||||||||||||||||||||
前列腺癌 | 7 (9) | 0 (0) | 1 (14) | 4 (36) | 1 (11) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | 1 (14) | |||||||||||||
肺 | 5 (7) | 0 (0) | 0 (0) | 1 (9) | 0 (0) | 0 (0) | 1 (8) | 2 (29) | 0 (0) | 1 (14) | |||||||||||||
乳房 | 10 (13) | 1 (14) | 0 (0) | 2 (18) | 3 (33) | 1 (17) | 0 (0) | 1 (14) | 2 (22) | 0 (0) | |||||||||||||
胰腺 | 3 () | 0 (0) | 2 (29) | 0 (0) | 0 (0) | 0 (0) | 1 (8) | 0 (0) | 0 (0) | 0 (0) | |||||||||||||
皮肤 | 23日(30) | 1 (14) | 3 (43) | 2 (18) | 1 (11) | 2 (33) | 4 (31) | 2 (29) | 5 (56) | 3 (43) | |||||||||||||
胃 | 3 (4) | 1 (14) | 0 (0) | 1 (9) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | 0 () | 1 (14) | |||||||||||||
妇科 | 7 (9) | 0 (0) | 0 (0) | 1 (9) | 2 (22) | 1 (17) | 1 (8) | 1 (14) | 1 (11) | 0 (0) | |||||||||||||
结直肠 | 7 (9) | 1 (14) | 1 (14) | 0 (0) | 0 (0) | 0 (0) | 2 (15) | 1 (14) | 1 (11) | 1 (14) | |||||||||||||
其他 | 10 (13) | 2 (29) | 0 (0) | 0 (0) | 2 (22) | 2 (33) | 4 (31) | 0 (0) | 0 (0) | 0 (0) | |||||||||||||
从未做过任何检查 | 1 (1) | 1 (14) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | 0 (0) | |||||||||||||
吸烟特征,n (%) | |||||||||||||||||||||||
电子健康素养 | |||||||||||||||||||||||
值,平均值(SD) | 3.90 (0.65) | 3.73 (0.76) | 3.93 (0.68) | 3.73 (0.78) | 3.75 (0.49) | 4.31 (0.39) | 3.78 (0.71) | 3.88 (0.77) | 4.14 (0.34) | 4.09 (0.77) | |||||||||||||
值,范围 | 2.0 - -5.0 | 2.4 - -4.5 | 2.5 - -4.5 | 2.3 - -4.9 | 2.9 - -4.4 | 3.8 - -4.8 | 2.0 - -4.5 | 2.8 - -5.0 | 3.8 - -4.8 | 2.6 - -5.0 | |||||||||||||
年吸烟 | |||||||||||||||||||||||
值,平均值(SD) | 28.93 (16.41) | 33.29 (22.49) | 27.86 (15.77) | 24.00 (19.69) | 33.67 (8.65) | 38.00 (15.79) | 32.46 (16.25) | 23.71 (14.87) | 25.67 (14.14) | 22.43 (18.28) | |||||||||||||
值,范围 | 2-57 | 2-54 | 10 - 50 | 2-54 | 17-42 | 18-55 | 10 55 | 5-45 | 3-51 | 2-57 | |||||||||||||
每天吸烟数量 | |||||||||||||||||||||||
值,平均值(SD) | 11.84 (7.91) | 13.57 (10.53) | 6.86 (3.67) | 12.09 (4.89) | 9.67 (5.92) | 15.67 (7.53) | 12.92 (7.92) | 9.00 (8.64) | 13.25 (11.30) | 13.43 (10.05) | |||||||||||||
值,范围 | 0-35 | 0 30 | 3 - 12 | 5 - 20 | 0-18 | 9-30 | 0 30 | 0-25 | 0-35 | 2 - 30 | |||||||||||||
距离第一支烟的时间,n (%) | |||||||||||||||||||||||
> 30 | 24 (32) | 2 (29) | 2 (29) | 4 (363) | 5 (56) | 0 (0) | 3 (23) | 3 (43) | 4 (44) | 1 (14) | |||||||||||||
< 30 | 51 (67) | 5 (71) | 5 (71) | 7 (64) | 4 (44) | 6 (100) | 10 (77) | 4 (57) | 4 (44) | 6 (86) | |||||||||||||
戒烟的重要性 | |||||||||||||||||||||||
值,平均值(SD) | 8.28 (1.86) | 7.71 (2.36) | 9.43 (0.79) | 8.60 (1.58) | 8.00 (2.18) | 7.00 (2.97) | 8.31 (1.49) | 8.00 (2.38) | 8.44 (1.51) | 8.71 (1.38) | |||||||||||||
值,范围 | 3 - 10 | 5 - 10 | 8 - 10 | 6 - 10 | 4到10 | 3 - 10 | 6 - 10 | 3 - 10 | 5 - 10 | 7 - 10 | |||||||||||||
放弃信心 | |||||||||||||||||||||||
值,平均值(SD) | 7.07 (2.41) | 7.00 (1.83) | 8.43 (1.51) | 6.73 (2.57) | 7.33 (2.06) | 6.83 (2.48) | 5.38 (3.07) | 8.00 (0.82) | 7.33 (3.00) | 8.00 (1.73) | |||||||||||||
值,范围 | 1 - 10 | 5 - 10 | 6 - 10 | 2 - 10 | 3 - 10 | 3 - 10 | 1 - 10 | 7号到9号 | 2 - 10 | 5 - 10 | |||||||||||||
戒烟降低癌症风险的好处 | |||||||||||||||||||||||
值,平均值(SD) | 4.96 (2.73) | 4.86 (3.19) | 5.57 (2.23) | 3.45 (2.21) | 6.22 (2.95) | 5.17 (1.94) | 5.08 (3.15) | 4.29 (2.75) | 5.67 (3.43) | 4.57 (1.90) | |||||||||||||
值,范围 | 1 - 10 | 1 - 10 | 1 - 8 | 1 - 6 | 1 - 10 | 3 - 8 | 1 - 10 | 2 - 10 | 1 - 10 | 1 - 7 | |||||||||||||
戒烟的意向 | |||||||||||||||||||||||
值,平均值(SD) | 2.94 (1.08) | 3.17 (0.75) | 2.67 (1.63) | 2.64 (1.21) | 2.75 (1.16) | 2.83 (0.75) | 2.85 (0.90) | 3.17 (1.17) | 3.14 (1.21) | 3.57 (0.98) | |||||||||||||
值,范围 | 1 - 5 | 2 - 4 | 1 - 5 | 1 - 5 | 2 - 5 | 2 - 4 | 2 - 5 | 1 - 4 | 1 - 5 | 2 - 5 |
信息设计实验
消息评估、消息有效性和消息结果
首先,将消息帧与控件(
)。控制条件几乎每项测量都报告了较低的平均值;然而,没有统计学上的显著差异。接下来,将信息帧与因素(例如,近端和远端)进行比较。在消息评估度量中,所有消息在感知到的消息相关性、可信度和清晰度度量中都表现得同样出色。在消息有效性测量中,与远端消息框架相比,收到近端威胁消息框架的参与者报告了与他们的医生谈论参与戒烟研究的显著更大的兴趣(F67= 4.49;远端平均4.83,SD 1.61, v.近端平均5.55,SD 1.15;P= .04点)。吸烟框架的成本与戒烟框架的收益之间没有统计学上的显著差异。然而,收到“失去不参与”信息框架的参与者报告称,他们对戒烟研究的看法有了显著改善(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,不退出消息框架的参与者报告了与他们的医生谈论注册的更大意愿(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)。信息因素 | 控制,平均值(SD) | 远端,平均(SD) | 近端,平均值(SD) | P 价值一个 |
成本,平均值(SD) | 收益,平均值(SD) | P 价值一个 |
增益,平均值(SD) | 损失,平均值(SD) | P 价值一个 |
|
信息评估 | |||||||||||
信息的相关性 | 3.50 (1.29) | 3.99 (0.87) | 4.18 (0.84) | 点 | 4.16 (0.81) | 3.98 (0.90) | .40 | 4.06 (0.82) | 4.10 (0.91) | .85 | |
消息的可信度 | 3.95 (0.78) | 4.46 (0.68) | 4.29 (0.63) | 29 | 4.38 (0.62) | 4.39 (0.71) | .95 | 4.33 (0.68) | 4.45 (0.64) | 的相关性 | |
信息清晰 | 4.43 (0.68) | 4.64 (0.64) | 4.64 (0.64) | 获得 | 4.58 (0.68) | 4.71 (0.53) | 点 | 4.58 (0.64) | 4.72 (0.59) | .33 | |
信息有效性 | |||||||||||
提高人们对戒烟研究的认识 | 3.43 (0.79) | 4.14 (0.87) | 4.15 (0.80) | .95 | 4.18 (0.80) | 4.10 (0.87) | 正 | 3.98 (0.83)b | 4.38 (0.78)b | .04点b | |
参与戒烟研究的知情决策 | 4.71 (0.49) | 4.22 (0.83) | 4.36 (0.74) | .46 | 4.29 (0.80) | 4.29 (0.78) | 1.0 | 4.30 (0.72) | 4.28 (0.88) | .90 | |
对参与戒烟研究的进一步信息感兴趣 | 4.14 (1.57) | 4.83 (1.61)b |
5.55 (1.15)b |
.04点b | 5.18 (1.37) |
5.16 (1.56) |
.95 | 5.15 (1.49) |
5.21 (1.40) |
.87点 | |
消息的结果 | |||||||||||
打算与医生讨论参与戒烟研究的问题 | 4.43 (2.07) | 4.78 (2.00) |
4.67 (1.63) |
.80 | 5.13 (1.70)b |
4.23 (1.86)b |
.04点b | 4.60 (1.89) |
4.90 (1.72) |
.51 |
一个P值用于比较消息因子级别之间的主要效果。
bP值< 0。
打算与医生谈论参加戒烟研究的预测因素
研究人员探索了参与者的社会人口学特征、吸烟和癌症特征、信息评估和信息有效性预测因素,以确定它们与信息结果的关系——他们是否有意与医生谈论参加戒烟研究。与与医生交谈意愿相关的单因素预测因素包括年轻年龄(P=.06),男性(P=.003),更强烈的吸烟欲望(P=.02),戒烟更重要(P=.002),更有信心戒烟(P=.04),更大的感知信息相关性(P<.001),以及人们对戒烟研究的认识有所改善(P= .002)。在多变量模型(
),单变量预测因子和成本与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(F8日,55= 6.33;P<.001),解释了47.9%的方差是否有意与医生谈论参与。在模型中,男性参与者明显不太可能(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)更有可能打算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)。预测 | β | SE | t测试(df= 8) | P价值 | 95%可信区间 |
年龄(年) | −. 01 | 0.01 | −0.88 | 38 | −0.03 ~ 0.01 |
性别(男性) | −.90 | 0.32 | −2.85 | .006 | −1.54 ~−0.27 |
吸烟的冲动 | .30 | 0.15 | 1.94 | 06 | −0.01 ~ 0.61 |
戒烟的重要性 | 。 | 0.09 | 1.82 | 07 | −0.02 ~ 0.36 |
放弃信心 | .09点 | 0.08 | 1.11 | 低位 | −0.07 ~ 0.24 |
提高人们对戒烟研究的认识 | −.09点 | 0.22 | −0.40 | i = | −0.52,0.35 |
信息的相关性 | .77点 | 0.22 | 3.58 | 措施 | 0.34到1.20 |
成本与效益状况(成本作为参照) | −29 | 0.32 | −0.91 | .37点 | −0.93 ~ 0.35 |
open text分析
Leximancer
Leximancer分析从参与者对视频评估的开放文本回复中得出了8个主要主题。的主题、操作定义、示范引用和参与者的实验条件
.概念图( )直观地显示主题之间的连通性,以及主题气泡重叠的位置,表明每个概念所表达的情感并不相互排斥。在概念地图上有3条不同的路径,它们都是从吸烟主题中衍生出来的。第一个途径,它连接信息丰富的来有帮助的来视频是对这些视频的认知评估,并承认它们的主要功能是告知一项将吸烟者与戒烟资源联系起来的试验。第二种途径,包括独特的而且人,强调了戒烟资源类型与提供这些资源的人(肿瘤医生)之间的联系,无论是独特的还是不独特的。第三条途径,从辞职来癌症来演讲者,强调了试验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。主题 | 主题定义 | 响应中某主题的点击率,n (%) | 报价 | 参与者的条件 |
吸烟行为与认知 | 受访者对自己吸烟习惯的看法 | 38 (34.2) | “(演讲者)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 |
放弃的动机或准备 | 参加者戒烟的兴趣、动机及意愿 | 18 (16.2) | “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 |
视频的信息量有多大 | 参与者对视频的解释是有意义的 | 17 (15.3) | “这次讲座内容丰富,也很有趣。诚实地面对吸烟问题将有助于解决与健康相关的问题。” | 远,益,得 |
癌症诊断 | 参与者对视频中有关他们癌症诊断的方面的框架 | 9 (8.1) | 演讲者提出了一些好的观点,比如在被诊断出癌症后,他们的精神水平下降了。自从前列腺手术后,我的精力一直没有恢复到我想要的水平。” | 近端,成本,损失 |
视频的相关性有多大 | 参与者对视频的描述是否对他们这样的人有益 | 8 (7.2) | “我觉得通过参加这项研究,我可以得到戒烟所需的帮助。” | 远,益,得 |
评估研究中提供的烟草治疗服务 | 参与者对项目独特性的整体感知,包括正面和负面 | 7 (6.3) | “很慷慨地提出要参加,但没有什么独特之处,因为所有概述的戒烟治疗方法都已经唾手可得。” | 远,利,失 |
对视频的总体看法 | 参与者对视频的总体看法 | 6 (5.4) | “这是一个非常有信息量和有趣的视频。我很喜欢看。” | 近处,利益,损失 |
对视频中演讲者的评价 | 参与者对视频演讲者的反应和反馈 | 2 (1.8) | “演讲者非常专业,没有责备或居高临下。” | 远端,成本,损失 |
主题1:吸烟行为与认知
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。一位与会者指出:
我已经认真地尝试过三次,也有过无数次不经意的尝试。今年我会再试一次,但我的失败一直是把吸烟作为一种应对压力的机制
[远端,成本,收益]
另一份声明如下:
我已经减少了香烟的数量,但尽管尝试过,我还是找不到其他应对压力的方法
[近端,成本,损失]
其他人透露,这段视频促使他们反思自己是否有必要改掉吸烟习惯:
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:戒烟的动机或准备
根据概念图,戒烟主题与吸烟主题重叠是可以理解的。然而,在之前失败的尝试后,参与者的动机和希望成功戒烟的独特实例也被确定了。其中一位与会者强调了以下几点:
我曾经尝试过很多次,用不同的方法戒烟,但都没有成功。也许这些方法中有一种会有用
(控制)
另一个则反映了更广泛的希望信息,这可能源于了解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,收益]
然而,其他人提到,了解新的治疗方案并不一定会转化为更大的自我效能来戒烟,他们这样说:
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:视频内容丰富
参与者在这个主题下的回答主要包括解释视频中信息的有用性。其中一位与会者评论如下:
内容很丰富,也很有趣。诚实地面对吸烟问题将有助于解决与健康有关的问题
[远端,好处,收获]
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:
我认为这是经过深思熟虑和诚实的。对我这样的人也很有帮助
[近端,成本,收益]
主题4:癌症诊断
这一主题的回答与个人癌症诊断的戒烟有关。评论反映了诊断作为一个教育时刻和激励戒烟尝试,尽管并不总是成功:
听起来很有趣。尽管我被诊断出患有癌症,我还是试过无数次戒烟
[远端,成本,收益]
一些回答表明,参与者已经内化了他们收到的风险信息框架,并认同了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,比如在被诊断患有癌症后,精力较低。自从前列腺手术后,我的精力一直没有恢复到我想要的水平
[近端,成本,损失]
主题5:视频的相关性
这一主题反映了试验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要的帮助
[远端,好处,收获]
其他答复如下:
信息丰富,有相关性,有兴趣,在我的领域将是一个受欢迎的项目(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
对试验的看法有很大的分歧,这取决于参与者对试验提供的资源有多独特的印象。例如,一位参与者评论说,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,并提供补丁来帮助整体可能的成功,改变生活的结果”(近距离,收益,损失),而另一位参与者评论如下:
这是一个慷慨的参与提议,但没有任何独特之处,因为所有概述的戒烟治疗方法都已经唾手可得
[远端,好处,损失]
主题7:视频整体观点
本主题由一系列的观点组成,但广泛地讨论了数字化呈现试验信息的方法。参与者评价说:“这是一个非常有信息和有趣的视频。我喜欢看它”(近距离,利益,损失)。
主题8:视频中演讲者的评价
参与者在这个主题下的回答评估了视频中的演讲者,重点是肿瘤科医生在介绍诊断后戒烟的重要性时的语气和风度。其中一位与会者评论如下:
演讲者很专业,没有责备或居高临下
[远端,成本,损失]
另一位与会者同样讨论了以下问题:
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、真实性和情感语气),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)之间没有显著差异。接下来,比较了心理过程(影响、积极情绪和消极情绪)以及驱动因素和需求(奖励和风险)。与对照组相比(平均对照组28.32,标准差35.82),远端和近端信息框架的参与者使用的语言标记反映了统计上显著的低水平的情感(F2, 72= 3.13;平均远端17.20,SD 22.04;平均近端9.54,SD 10.17;P=.05),增益和损失消息帧(F2, 72= 3.47;平均增益17.16,SD 20.51,平均损失8.55,SD 11.34;P= .04点)。与对照组(平均对照组15.02,SD 37.52)相比,远端和近端(F2, 72= 5.70;平均远端0.05,SD 0.30,平均近端0.71,SD 2.49;P=.005),成本和效益(F2, 72= 5.68;平均成本0.20,SD 0.95,平均效益0.57,SD 2.41;P=.005),收益和损失(F2, 72= 5.69;平均增益0.60,SD 2.30,平均损失0.06,SD 0.32;P=.005)消息帧报告的负面情绪水平明显较低。
在信息因子水平内,看到远端信息的参与者使用的语言标记物,比看到近端信息的参与者反映出明显更大的积极情绪(F66= 3.87;远端平均17.16,SD 22.07 vs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使用的语言标记的风险要大得多(F66= 4.13;平均远端0.00,SD 0.00 vs平均近端0.98,SD 2.85;P= . 05)。在成本和收益信息框架上没有差异。在得失信息框架内,观看得失信息的参与者使用了反映显著更大影响的语言标记(F66= 4.16;平均增益17.16,SD 20.51 vs平均损失8.55,SD 11.34;P= . 05)。
讨论
主要研究结果
在新近确诊的吸烟者中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。虽然应计率仍不理想,但通过短招募视频进行的有针对性的数字推广可能会带来希望,但尚未在新诊断出癌症的患者中进行专门评估。为了优化这些视频的内容,需要采用多种方法。因此,这项试点因子随机对照试验探索了哪些信息帧最有效的视频招募最近被诊断为癌症的吸烟者进行烟草治疗试验。
在第一阶段,一个消息设计实验评估了3个消息框架:消息评估、有效性和结果度量。对于主要结果,与戒烟框架的好处相比,不戒烟框架的成本显著增加了与医生谈论参与戒烟研究的意图。这是一个重要的发现,但与大多数文献不一致,在这些文献中,收益框架信息主要被证明在促进戒烟方面更有效[
, ].然而,当癌症治疗结果成为中心时,强调持续吸烟的负面副作用,包括心理(即焦虑和压力增加)和生理(即精力下降)的影响,避免这些副作用的动机可能是摄取戒烟资源的更强机制。然而,应该指出的是,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,无论使用什么消息框架,对消息相关性的感知都能更强地预测想要参与的意图(作者因审查而失明)。信息处理理论(如精化似然模型[ )解释说,对信息相关性的更强感知与更深入的系统处理有关,这引发了对论点强度的更强感知,以及坚持信息的行动呼吁的动机(例如,参与烟草治疗试验)。有趣的是,与基线戒烟重要性或信心相比,信息相关性与参与意图的关联甚至更强。这表明,与现有的戒烟态度相比,认同招聘信息的内容和背景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(相对于远端帧)更有可能报告对寻求参与戒烟研究的信息更感兴趣。
具体来说,最接近的信息框架使用了(1)社会规范(例如,“每天,癌症患者……”)和(2)吸烟与不良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,计划风险信息搜寻模型[
, )表明,对某种疾病或不良结果的个人风险的感知越强,预示着更强的信息寻求意愿。然而,通过增加吸烟者的风险意识来激发吸烟者的意愿可能很困难。先前的研究表明,对于长期收到有关行为的威胁信息的个人(如重度吸烟者),风险沟通干预可能效果有限[ , ].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,风险信息框架似乎更成功地增加了寻求的意愿。从不参与的框架中损失的参与者(与从参与中获益的参与者)更有可能报告说,招聘视频积极地改变了他们对戒烟研究的看法。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损失,比如控制自己的健康、日常生活,甚至失去原有的身份,现在把自己视为癌症患者或幸存者。前景理论解释说,损失可能比相应的收益更大,在描述参与烟草治疗试验的优势时,失去了具有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加困难)和长期反应效能结果(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。
在阶段2中,多方法评价进一步了解了招聘视频的评价方式。在Leximancer的分析中,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,尽管压力并没有作为诊断的结果被具体讨论。一些参与者反思了解决吸烟习惯的必要性,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,参与者反映了他们被随机分配到的至少一个消息框架中提供的信息。例如,参与者能够识别风险信息,将其与自己的癌症旅程联系起来,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分析比较了开放文本数据中信息因素与控制条件之间以及信息因素水平内的语言差异。研究结果表明,对照组的参与者使用语言来描述视频的负面情绪水平明显高于干预条件的参与者。这一发现表明,包含在任何信息框架中的信息,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,但当试验出现时,消息框架提供了想要参与的内在和外在动机,并可能减少心理抗拒。在信息因子水平中,一个值得注意的发现是,查看近端信息框架的参与者的语言标记反映了比查看远端信息的参与者更大的内化风险。这一发现与解释水平理论中解释的风险心理距离一致,该理论表明,如果个人在时间上更接近未来事件,他们将更具体地解释[
].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加具体,参与者使用语言来描述视频,其中包含了更多关于近端风险的语言标记。以这种方式衡量风险内部化是新颖的,但也强调了使用基于威胁的消息传递来唤起风险感知的挑战。这与远端信息框架进行了比较,在远端信息框架中,参与者使用了更积极情绪的语言标记,这表明,如果立即体验到风险内化,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),这对参与者的注册来说并不积极。这项研究的结果可以进一步测试,如果参与者表示他们打算戒烟,然后被引导到一个基于网络的资源,将他们连接到他们社区的积极戒烟试验(例如,Research Match)。其次,样本主要是受过教育的白人,有医疗保险。这限制了概括性,也无助于解决在代表性不足的群体中测试招聘视频的关键需求,这些群体报告说,医疗不信任更大,临床试验的代表性更低[
].为了解决这一问题,我们正在积极开展多项研究,以制定和传播双语、符合文化特点的招聘材料,以提高代表性不足群体在国家癌症研究所资助的烟草治疗试验中的参与度。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。相关的,我们没有收集癌症阶段的预后指标。风险内在化是理解信息因素影响的关键机制,也是潜在的干扰因素。然而,我们决定不收集这一措施,因为患者自我报告的预后可能不准确,并倾向于更大的感知生存可能性[ , ].启示与未来研究
这项研究的主要目的是在无烟支持2.0家长试验实施前对招聘信息进行预测试,这是一项正在全国范围内进行的临床试验,涉及国家癌症研究所肿瘤研究计划的49个子分支机构。这项试点阶乘随机对照试验的结果表明,关注后果和更直接的结果预期(即近期风险、继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,由于这项研究没有相互作用的影响,并且信息因素的主要影响在多变量模型中不显著,临床研究顾问委员会讨论了使用所有3个消极框架的招聘信息是否会在诊断后这么短的时间内劝阻患者。还讨论了临床医生是否愿意记录和使用包含患者多个负面结果预期框架的脚本。因此,我们做出了一个明智的决定,在包括最近威胁框架的网站上实施招聘视频,但重点是退出的好处和参与消息框架的好处。
未来的研究应首先在临床样本中重复这些初步发现,以进一步探索诊断的近日性和类型以及阶段是否会影响参与烟草治疗试验的意愿。这些因素的结合可能导致更大的教育时机(例如,与诊断后6个月相比,诊断当天邀请参加试验),这可能对风险内化有有意义的影响,并且只能在诊所进行。此外,由于感知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,根据当前退出动机和参与试验的感知障碍量身定制)。
结论
降低新近诊断出癌症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的多方法方法,利用实验数据和开放文本数据来指导决策,如何为正在进行的国家烟草治疗试验设计最佳的招聘信息。研究结果表明,专注于不戒烟的负面和更直接的结果是最有效的。理论驱动和基于证据的招聘信息的开发和测试应该是所有试图利用数字推广来提高应计率的试验的关键过程。
利益冲突
EF已获得Medscape的演讲者酬金。
编辑注意到
该随机研究仅为回顾性登记。作者解释说,目前的试点研究是为了在母体试验中使用之前确定最佳的招聘信息。由于时间限制以及在建立跨多个研究地点的招募实践之前需要初步数据,该试点研究进行了回顾性注册,以确保及时开始母试验的招募。编辑从ICMJE规则中批准了一个例外,要求对随机试验进行前瞻性注册,因为偏倚的风险似乎很低,而且该研究被认为是形成性的。然而,建议读者仔细评估与主要结果或有效性相关的任何潜在的显性或隐性声明的有效性,因为回顾性注册并不阻止作者回顾性地改变其结果测量方法。
联盟电子健康检查表(V 1.6.2)。
PDF档案(adobepdf档案),101 KB参考文献
- 贾马尔A,金BA,内夫LJ,惠特米尔J,巴布SD,格拉夫德CM。成年人吸烟现状——美国,2005-2015年。MMWR Morb Mortal Wkly Rep 2016年11月11日;65(44):1205-1211 [免费全文] [CrossRef] [Medline]
- 韦斯特马斯JL,牛顿CC,史蒂文斯VL,弗兰德斯WD,盖普斯塔SM,雅各布斯EJ。最近的癌症诊断是否预示着戒烟?来自美国一大群潜在人群的分析。中华临床杂志2015年5月20日;33(15):1647-1652。[CrossRef] [Medline]
- 国家慢性病预防和健康促进中心(美国)吸烟与健康办公室。吸烟对健康的影响——50年的进展:外科医生的报告。美国佐治亚州亚特兰大:疾病控制和预防中心(美国);2014.[CrossRef]
- Warren GW, Alberg AJ, Cummings KM, Dresler C.癌症诊断后戒烟与提高生存率有关。中华胸肺科杂志2020年5月;15(5):705-708 [免费全文] [CrossRef] [Medline]
- Parsons A, Daley A, Begh R, Aveyard P.早期肺癌诊断后戒烟对预后的影响:观察性研究的系统回顾与meta分析。英国医学杂志2010年1月21日;340:b5569 [免费全文] [CrossRef] [Medline]
- 烟草报告和出版物。卫生局局长办公室,2019年4月5日。URL:https://www.hhs.gov/surgeongeneral/reports-and-publications/tobacco/index.html[2021-10-03]访问
- Sheikh M, Mukeriya A, shanina O, Brennan P, Zaridze D.诊断后戒烟与降低肺癌进展和死亡率的风险:一项前瞻性队列研究。Ann实习医学2021年9月;174(9):1232-1239。[CrossRef] [Medline]
- Fiore MC, Baker TB, Nolan MB, Emamekhoo H.为每一位吸烟的肿瘤患者提供戒烟治疗:癌症护理的重要组成部分。巨蟹座2022年3月15日;128(6):1162-1164。[CrossRef] [Medline]
- 癌症诊断后吸烟:临床方面。Transl Lung Cancer Res 2019 5月;8(增刊1):S50-S58 [免费全文] [CrossRef] [Medline]
- Unger JM, Cook E, Tai E, Bleyer A.参与临床试验在癌症研究中的作用:障碍、证据和策略。Am Soc cloncol教育书2016;35:185-198 [免费全文] [CrossRef] [Medline]
- 霍尔MB,沃斯P.癌症宿命论在农村吸烟者和非吸烟者的比较。中华社区卫生杂志2019年4月;44(2):215-221。[CrossRef] [Medline]
- Streck JM, Luberto CM, Muzikansky A, Skurla S, Ponzani CJ, Perez GK,等。研究压力和心理困扰对癌症患者戒烟的影响。前医学代表2021年9月;23:101402 [免费全文] [CrossRef] [Medline]
- Hamann HA, Ostroff JS, Marks EG, Gerber DE, Schiller JH, Lee SJ。肺癌患者的病耻感:患者报告的测量模型。心理肿瘤学2014 Jan;23(1):81-92 [免费全文] [CrossRef] [Medline]
- Park ER, Perez GK, Regan S, Muzikansky A, Levy DE, Temel JS,等。持续戒烟咨询和提供药物与短期咨询和药物建议对最近诊断为癌症的患者戒烟的影响:一项随机临床试验JAMA 2020 10月13日;324(14):1406-1418 [免费全文] [CrossRef] [Medline]
- Neil JM, Price SN, Friedman ER, Ponzani C, Ostroff JS, Muzikansky A,等。在最近诊断的癌症患者中,与肿瘤提供者提供简短烟草治疗相关的患者水平因素。Tob Use Insights 2020年8月17日;13:1179173X20949270 [免费全文] [CrossRef] [Medline]
- Warner ET, Park ER, Luberto CM, Rabin J, Perez GK, Ostroff JS。参与戒烟试验的癌症患者的内化病耻感:癌症类型的作用和与心理困扰的关联。心理肿瘤学2022年5月;31(5):753-760。[CrossRef] [Medline]
- 李伯曼。心理距离解释层面理论。精神病学Rev 2010 april;117(2):440-463 [免费全文] [CrossRef] [Medline]
- 当一天意味着超过一年:时间框架对健康风险判断的影响。中国消费研究,2004年9月1日;31(2):375-389。[CrossRef]
- 托尔BA, O'Malley SS, Katulak NA,吴r,杜斌JA, Latimer A,等。比较戒烟与缓释安非他酮的得失框架信息:一项随机对照试验。精神成瘾者行为研究2007 12月;21(4):534-544 [免费全文] [CrossRef] [Medline]
- Toll BA, Salovey P, O'Malley SS, Mazure CM, Latimer A, McKee SA。戒烟的信息框架:风险认知和性别的相互作用。尼古丁含量决议2008年1月;10(1):195-200 [免费全文] [CrossRef] [Medline]
- vladesceanu S, Vasile M.得失:如何构建反吸烟信息?科学进展社会行为科学2015年8月;203:141-146。[CrossRef]
- Tripp HL, Strickland JC, Mercincavage M, aurig - mcgovern J, Donny EC, Strasser AA。量身定制的香烟警告信息:个性化的损失厌恶和延迟折扣率如何影响感知信息的有效性。国际环境资源公共卫生2021年10月06日;18(19):10492 [免费全文] [CrossRef] [Medline]
- 科纳奇奥尼J,史密斯SW。改变阶段的信息框架对戒烟意图和行为的影响。卫生交流2012;27(6):612-622。[CrossRef] [Medline]
- Moorman M, van den Putte B.戒烟信息框架、戒烟意图和尼古丁依赖对戒烟信息说服力的影响。成瘾者Behav 2008 10月;33(10):1267-1275。[CrossRef] [Medline]
- Van 't Riet J, Cox AD, Cox D, Zimet GD, De Bruijn GJ, Van den Putte B,等。感知风险会影响信息框架的效果吗?重新审视前景理论与信息框架之间的联系。2016年12月10日(4):447-459。[CrossRef] [Medline]
- 格雷JB,哈林顿NG。叙述和框架:在练习环境中对综合信息策略的测试。中华卫生杂志2011年3月16日(3):264-281。[CrossRef] [Medline]
- Kozlowski LT, Porter CQ, Orleans CT, Pope MA, Heatherton T.用自我报告的尼古丁依赖测量来预测戒烟:FTQ, FTND和HSI。药物酒精依赖1994 Feb;34(3):211-216。[CrossRef] [Medline]
- Biener L, Abrams DB。沉思阶梯:验证准备考虑戒烟的措施。健康心理,1991;10(5):360-365。[CrossRef] [Medline]
- Jensen JD, King AJ, Carcioppolo N, Davis L.为什么量身定制的信息更有效?乳腺癌筛查干预的多重中介分析。中国科学通报2012 10月;62(5):851-868 [免费全文] [CrossRef] [Medline]
- Jensen JD, King AJ, Carcioppolo N, Krakow M, Samadder NJ, Morgan S.在增加50-75岁成年人结肠镜检查依从性方面进行定制和叙述现场干预的比较:一项随机对照试验。社会科学医学2014年3月;104:31-40。[CrossRef] [Medline]
- 衡量信息可信度:排他性量表的构建与验证。《大众公报》2015年10月05日;93(1):59-79。[CrossRef]
- 卡乔波JT,佩蒂RE,莫里斯KJ。认知需求对信息评价、回忆和说服的影响。中华精神病学杂志1983 10月;45(4):805-818。[CrossRef]
- 提高定性结果的可信度:使用Leximancer进行定性数据分析三角化。质量报告2020年3月1日;25(3):604-614。[CrossRef]
- 刘伟,赖超,徐伟。关于紧急情况的推文:哈维飓风期间政府组织社交媒体消息的语义网络分析。公共关系Rev 2018年12月;44(5):807-819。[CrossRef]
- 尼尔JM,帕克ND,利未斯特雷卡洛娃YA,杜克K,乔治T,克里格JL。沟通风险以促进结直肠癌筛查:一项多方法研究,以测试量身定制与有针对性的信息策略。卫生教育报告2022年3月24日;37(2):79-93 [免费全文] [CrossRef] [Medline]
- 陈志强,陈志强,陈志强,等。医患沟通中词语使用的特点及相关性。Ann Behav Med 2016 10月;50(5):664-677。[CrossRef] [Medline]
- Alpers GW, Winzelberg AJ, Classen C, Roberts H, Dev P, Koopman C,等。网络乳腺癌支持小组计算机文本分析的评价。计算人类行为2005 3月21日(2):361-376。[CrossRef]
- Bantum EO, Owen JE。评估计算机化内容分析程序识别癌症叙事中的情感表达的有效性。心理评估2009 3月21日(1):79-88。[CrossRef] [Medline]
- Andy A, Andy U.理解在线癌症论坛中的交流:内容分析研究。JMIR Cancer 2021 Sep 07;7(3):e29555 [免费全文] [CrossRef] [Medline]
- Holtzman NS, Tackman AM, Carey AL, Brucks MS, Küfner AC, Deters FG,等。浮夸自恋的语言标记:15个样本的LIWC分析。心理学报2019 9月11日;38(5-6):773-786。[CrossRef]
- Zalake M, Tavassoli F, Duke K, George T, Modave F, Neil J,等。基于互联网的定制虚拟人类健康干预促进结直肠癌筛查:来自两个用户研究的设计指南J Multimodal User Interfaces 2021 Jan 02;15(2):147-162 [免费全文] [CrossRef]
- 佩蒂RE,卡乔波JT。说服的阐述似然模型。在:Petty RE, Cacioppo JT,编辑。沟通和说服:态度改变的中心和外围途径。美国纽约州纽约:施普林格;1986:1-24。
- PRISM:计划风险信息寻求模型。卫生通报2010 6;25(4):345-356。[CrossRef] [Medline]
- 李志强,李志强,梁春华。基于PRISM的个人癌症知识信息检索模型。卫生通报2014年4月;19(4):511-527 [免费全文] [CrossRef] [Medline]
- 黄国仁,无伴奏合唱团JN。反吸烟威胁和功效呼吁:对戒烟意愿的影响,对于戒烟意愿低和高的吸烟者。应用科学学报,2009;37(1):1-20 [J]免费全文] [CrossRef] [Medline]
- Cortland CI, Shapiro JR, Guzman IY, Ray LA。将吸烟污名化的讽刺效果:将刻板印象威胁理论与行为药理学相结合。瘾2019 10月;114(10):1842-1848。[CrossRef] [Medline]
- Williamson LD, Bigman CA.医疗不信任措施的系统回顾。患者教育计数2018年10月;101(10):1776 -1794。[CrossRef] [Medline]
- 鲍姆LV,弗里德曼D.预测死亡的不确定科学。美国医学会网络公开赛2020年4月01;3(4):e201736 [免费全文] [CrossRef] [Medline]
- 左后方,阿诺德右。讨论预后:“你想知道多少?”与准备好接受明确信息的患者交谈。中华临床杂志2006年9月1日;24(25):4209-4213。[CrossRef] [Medline]
缩写
LIWC:语言探究字数 |
A Mavragani编辑;提交23.02.22;C Bullen同行评审;对作者18.03.22的评论;修订本收到日期为17.04.22;接受18.04.22;发表24.08.22
版权©Jordan M Neil, Christian Senecal, Lauren Ballini, Yuchiao Chang, Brett Goshe, Efren Flores, Jamie S Ostroff, Elyse R Park。最初发表在JMIR Cancer (https://cancer.www.mybigtv.com), 24.08.2022。
这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR Cancer上的原创作品。必须包括完整的书目信息,https://cancer.www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。