这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mhealth和uhealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
在预防资源有限的国家,基于应用程序的干预措施有可能减少儿童伤害,但其有效性尚未得到严格审查。
本研究旨在评估基于应用程序的学龄前儿童照顾者干预预防中国学龄前儿童意外伤害的有效性。
2017年12月至2018年6月进行了为期6个月的整群随机对照试验。招募通过幼儿园进行,随机分为对照组(即基于app的育儿教育,不包括意外伤害预防)和干预组(即基于app的育儿教育,包括意外伤害预防)。通过学校线下招募长沙市20所幼儿园3-6岁幼儿保育员2920人。主要结局是过去3个月内学龄前儿童的意外伤害发生率;这项措施是通过基线访问和3个月和6个月随访时的在线护理人员报告来评估的。次要结果测量包括照顾者自我报告的上周对儿童监督的态度和行为。在调整了社会人口变量、结果变量的基线水平和指定组的干预措施后,使用广义估计方程(GEEs)来评估基于应用程序的干预措施对3个月和6个月的反应的有效性。所有分析均为意向治疗。还进行了每个方案的敏感性分析。
总共2920名护理人员中有1980人完成了这项研究。参与者的平均年龄为32.0岁(SD 5.5),女性占68.99%(1366/1980)。在6个月的随访中,两组的意外伤害发生率均无显著变化:干预组的发生率从8.76%(94/1073)上升到8.11% (87/1073);
基于app的干预并没有降低学龄前儿童意外伤害的发生率,但显著改善了照顾者的安全行为。这种基于应用程序的干预方法改善照顾者围绕儿童伤害风险的行为,有望得到修改,并最终得到广泛传播。
中国临床试验注册中心ChiCTR-IOR-17010438;http://www.chictr.org.cn/showproj.aspx?proj=17376(由WebCite在http://www.webcitation.org/75jt17X84存档)
rr2 - 10.1186 / s12889 - 018 - 5790 - 1
意外伤害是全世界儿童面临的主要公共卫生威胁。2017年,估计有19.1万多名5岁以下儿童死于意外伤害,其中79%的死亡发生在低收入和中等收入国家[
以往的研究[
随着具有扩展和先进功能的移动电话(即智能手机)在世界范围内迅速普及,基于移动保健(mHealth)的干预措施为广泛和经济有效地提供育儿干预措施提供了机会。Omaki等人最近的一项综述[
本研究旨在评估基于理论驱动、基于应用程序的移动电话干预对中国学龄前儿童预防意外伤害的6个月效果。该研究还评估了干预是否改善了照顾者对伤害的态度和他们促进儿童安全的行为。
本研究于2017年12月至2018年6月在中国长沙进行单盲、分组随机对照试验,分配比例为1:1,随访期为6个月。我们选择整群随机化来避免同一幼儿园的污染。协议(见
研究参与者的招募是基于3-6岁的学龄前儿童。我们将研究限制在至少有100名学生的幼儿园,以提高招聘效率。研究人员随机选择符合条件的幼儿园,并通过官方邀请函与项目信息联系。总共联系了28所符合条件的幼儿园,其中20所同意参与(参与率71%)。
所有拥有手机、有3-6岁学龄前儿童的主要看护人都有资格参加这项研究。主要照顾者被定义为父母、祖父母、其他家庭成员、家庭朋友,或作为学龄前儿童主要照顾者的保姆和保姆[
同意参与的护理人员收到了有关该项目的介绍性材料。在下载由研究小组开发的名为“保护伞”的应用程序后,护理人员查看并填写在线知情同意书。然后,同意的参与者完成了一项在线基线调查,涉及照顾者及其孩子的人口统计学特征,对儿童伤害预防的态度,上周的监督行为,以及在过去3个月内发生在他们孩子身上的任何意外伤害的信息。
为了获得足够的权力,我们根据以下标准计算样本量:过去3个月学龄前儿童的基线意外伤害发生率为23%,干预组与对照组之间的效应量(即发病率比)为0.75,每个学龄前儿童的聚类大小为140,类内相关性(ICC)为0.005 [
为了避免幼儿园类型的潜在混淆,我们按幼儿园类型进行随机分层,每个组达到5所公立学校和5所私立学校。随机化由独立(即蒙面)研究者使用SAS 9.2软件(SAS Institute)进行。
对照组完成了由研究团队开发的基于应用程序的育儿教育程序“宝虎三”。这款应用对父母进行了儿科疾病风险和育儿技巧方面的培训,但没有提供有关预防儿童意外伤害的明确信息。
干预组使用同样的应用程序“保虎散”接收了对照组收到的所有内容,但也接触了研究人员开发的额外组件,这些组件专门针对儿童意外伤害的预防。
应用程序组件包括四个活动模块:(1)内容学习,包括通过带有图片的简短书面陈述、卡通短片、视频推荐和互动游戏,向照顾者传授育儿技能的基本知识;(2)交互,包含三个子模块,用于支持用户(即研究参与者)之间以及用户与专业人员之间的交流;(3)调查与反馈,即通过问卷模块在线收集数据;(4)个人模块,允许参与者根据自己的喜好选择应用程序界面的颜色(如粉红色,黄色和蓝色)(见
干预组和对照组都可以使用这四个有效模块,它们在两个方面有所不同。首先,内容学习模块为干预组提供意外伤害预防知识,同时为两组提供儿科疾病风险和育儿技能内容。第二,与伤害预防专业人员的互动模块中的交流仅适用于干预组。
这些伤害预防模块是基于计划行为理论(TPB)、Haddon矩阵和移动教育理性分析框架(FRAME)模型的原理开发的[
Haddon矩阵是一个经典的理论框架,它从三个阶段(即事件前、事件后和事件后)和四个因素(即宿主、代理人或交通工具、物理环境和社会环境)来描述伤害事件的发生[
FRAME模型是一种开发移动学习应用程序的综合模型,它允许研究人员在开发应用程序时考虑用户学习的所有相关组成部分[
我们实施了几种策略来鼓励干预组和对照组的参与者积极使用应用程序:(1)奖励基于应用程序的虚拟货币奖励,(2)对连续7天连续登录应用程序的参与者通过抽奖方式奖励额外的奖励,(3)每月奖励登录最频繁的幼稚园班级的护工,以及(4)定期发送幼儿园教师关于应用程序参与的提醒。有关干预措施的详细说明,请参阅其他网页[
幼儿园或其他机构(如儿童医院和社区)提供的常规父母教育活动,无论是否与预防意外伤害有关,在两组中都是允许的。所有参与研究的学龄前儿童在第1、3和6个月时都收到了酬金。
应用程序干预的主页。翻译成英文的应用程序主页如图MA3-1所示
主要结果是前3个月学龄前儿童的意外伤害发生率,这是通过基线访问以及通过在线调查收集的3个月和6个月随访。非故意伤害的定义参照《国际疾病分类》第十版[
前3个月意外伤害发生率计算如下:
次要结果,如研究方案中预先概述的[
照顾者对儿童伤害预防的态度和参与伤害预防行为的频率是次要结局。每个人都是通过4分制的自我报告来衡量的:态度被报告为
评估态度的两个项目:
学龄前儿童意外伤害的可预防性
自我效能使孩子免受意外伤害
15项(危险行为9项,安全行为6项):
冒险的行为:
把孩子一个人留在家里
洗澡时将孩子单独留在浴室
在孩子吃东西或喝水时批评他们,造成窒息或窒息的危险
给孩子吃整块或大块的食物会有窒息的危险
开车时把孩子放在前排座位上
乘车时不使用儿童约束装置
让孩子在无人看管的情况下骑自行车、电动自行车或摩托车
让孩子独自乘坐自动扶梯
让孩子接触不熟悉或有攻击性的动物
安全的行为:
过马路时牵着孩子的手
给孩子洗澡前测试水温
将热的物质和打火机放在儿童够不着的地方
将尖锐物品放置在儿童够不到的地方
将药品、洗涤剂和杀虫剂存放在儿童够不到的地方
当孩子骑自行车、电动自行车或摩托车时,穿戴好安全设备
护理者对意外伤害预防的总体态度和行为分别计算为2项和15项的总和(见
我们定义列出的每一种危险或安全行为的发生率
这使我们能够关注每一种危险和安全行为的存在与否。共计算15项得分,对应于中列出的15种危险安全行为
采用卡方检验和Wilcoxon秩和检验检验两个试验组间人口学特征的差异。使用广义估计方程(GEE)来评估基于应用程序的干预在3个月和6个月时的有效性,这些干预在调整了社会人口统计学变量、过去3个月的伤害预防教育、使用育儿应用程序的频率、结果变量的基线水平以及指定组中应用程序的参与水平之后。对二分类结果使用逻辑链接函数,对连续结果使用身份链接(参见《统计模型》中的统计模型部分)
为了评估父母对预防儿童意外伤害的相关态度和行为,我们首先检查了两组之间总分的平均差异。如果总分在组间有显著差异,则检查个体行为的发生率差异。
在数据分析过程中,分组分配被掩盖。所有统计分析均采用SAS 9.2 (SAS Institute)进行。所有统计学检验均为双侧检验,显著性水平为0.05。
在同意的2920名护理人员中,1980名(67.81%)在基线和3个月和6个月的随访中完成了调查。在完成全部调查的1980人中,干预组1073人(54.19%),对照组907人(45.81%)
本研究流程图。
完成基线调查以及3个月和6个月随访调查的研究参与者的基线特征。
特征 | 总(N = 1980) | 干预组(N=1073) | 对照组(N=907) |
|
|
成人平均年龄(SD) | 32.0 (5.5) | 32.9 (5.0) | 33.6 (6.0) | . 01 | |
|
|
|
|
|
|
|
男性 | 614 (31.0) | 371 (34.6) | 243 (26.8) | <措施 |
|
女 | 1366 (69.0) | 702 (65.4) | 664 (73.2) |
|
儿童年龄,平均(SD) | 4.5 (0.9) | 4.5 (1.0) | 4.5 (0.9) | .68点 | |
|
|
|
|
|
|
|
男性 | 1013 (51.2) | 536 (50.0) | 477 (52.6) | 。 |
|
女 | 967 (48.8) | 537 (50.0) | 430 (47.4) |
|
|
|
|
|
|
|
|
初中或以下学历 | 118 (6.0) | 64 (6.0) | 54 (6.0) | 公布 |
|
高中 | 475 (24.0) | 261 (24.3) | 214 (23.6) |
|
|
大专及以上学历 | 1387 (70.1) | 748 (69.7) | 639 (70.5) |
|
|
|
|
|
||
|
< 1500 | 51 (2.6) | 37 (3.4) | 14 (1.5) | 04 |
|
1500 - 3499 | 366 (18.5) | 213 (19.9) | 153 (16.9) |
|
|
3500 - 5499 | 1339 (67.6) | 634 (59.1) | 705 (77.7) |
|
|
≥5500 | 224 (11.3) | 189 (17.6) | 35 (3.9) |
|
|
|
|
|
|
|
|
一天不止一次 | 170 (8.6) | 96 (8.9) | 74 (8.2) | 53 |
|
每两三天一次 | 224 (11.3) | 127 (11.8) | 97 (10.7) |
|
|
一周一次 | 253 (12.8) | 143 (13.3) | 110 (12.1) |
|
|
每两周或更少 | 1333 (67.3) | 707 (65.9) | 626 (69.0) |
|
|
|
|
|||
|
是的 | 1168 (59.0) | 667 (63.1) | 491 (54.1) | <措施 |
|
没有 | 812 (41.0) | 396 (36.9) | 416 (45.9) |
|
未完成研究的参与者(n=940)与完成研究的参与者在几个基线特征上相似:平均儿童年龄,
在6个月的研究期间,所有参与护理人员的平均登录次数为37.7次(SD 66.7)次,平均学习了39.3个(SD 42.5)个知识片段,收藏了1.8个(SD 7.3)个知识片段,发表了29.9个(SD 67.1)条评论。在研究期间,使用该应用程序的总登录时间平均为150.5分钟(SD 239.7)(见表3-2)
干预6个月后,过去3个月的意外伤害发生率从基线时的8.76%(94/1073)下降到干预组的8.11% (87/1073)(
基于广义估计方程(GEEs)的主要和次要结局结果。
结果测量 | 干预组(N=1073) | 对照组(N=907) | 调整或一个或Bb(95%置信区间)c |
|
||
|
|
|
|
|
||
|
基线 | 8.8 (7.0 - -10.6) | 9.4 (7.4 - -11.4) | - - - - - -d | - - - - - - | |
|
3个月 | 7.7 (6.1 - -9.3) | 7.1 (5.3 - -8.9) | 1.16 (0.82 - 1.63)一个 | .41点 | |
|
6个月 | 8.1 (6.5 - -9.7) | 7.5 (5.7 - -9.3) | 1.14 (0.80 ~ 1.62)一个 | 票价 | |
|
|
|||||
|
基线 | 6.6 (6.6 - -6.7) | 6.6 (6.5 - -6.6) | - - - - - - | - - - - - - | |
|
3个月 | 6.6 (6.6 - -6.7) | 6.6 (6.6 - -6.7) | 0.03 (-0.06 ~ 0.13)b | 的相关性 | |
|
6个月 | 6.8 (6.7 - -6.8) | 6.7 (6.6 - -6.7) | -0.05 (-0.14 ~ 0.04)b | 。31 | |
|
|
|||||
|
基线 | 47.0 (46.7 - -47.4) | 47.2 (46.8 - -47.6) | - - - - - - | - - - - - - | |
|
3个月 | 48.7 (48.4 - -49.1) | 48.4 (48.0 - -48.8) | 0.40(-0.14至0.94)b | 酒精含量 | |
|
6个月 | 48.9 (48.5 - -49.3) | 48.0 (47.6 - -48.5) | 0.87 (0.33 - 1.42)b | .002 |
一个OR:优势比。
bB:回归系数。
c在调整社会人口学变量(即照顾者的年龄、性别、受教育程度、家庭收入、使用育儿应用程序的频率和最近对儿童伤害预防的了解)后,通过广义估计方程(GEE)给出干预效果的比值比和回归系数;(孩子的年龄和性别),基线的结果变量,以及指定组对干预措施的参与(即登录次数,每次登录使用应用程序的时间长度,研究的知识片段的数量,书签的知识片段的数量,以及发表评论的数量)。
d参照群体。
护理者的平均总态度评分从基线时的6.6分(95% CI 6.6-6.7)变为干预组6个月随访时的6.8分(95% CI 6.7-6.8),对照组从6.6分(95% CI 6.5-6.6)变为6.7分(95% CI 6.6-6.7)(见
预防儿童意外伤害的照顾者行为总分的平均变化在对照组和干预组之间确实存在差异(
当我们检查个体伤害预防行为得分时,我们发现两组之间从基线到6个月随访的两种危险行为的得分变化有显著差异:给儿童整块或大块食物(or 0.73, 95% CI 0.60-0.89)和在开车时将儿童放在前排座位(or 0.73, 95% CI 0.57-0.93)。我们还发现三种安全行为的得分变化在组间存在显著差异:给孩子洗澡前测试水温(OR 1.26, 95% CI 1.05-1.52);将尖锐物品放置在儿童够不到的地方(OR 1.24, 95% CI 1.01-1.52);将药品、洗涤剂和杀虫剂存放在儿童够不着的地方(OR 1.24, 95% CI 1.02-1.51)(见
使用按方案分析的敏感性分析结果与提出的意向治疗分析相似(见表MA3-4)
过去一周内照料者防止儿童意外伤害的育儿行为发生率。a)给孩子一整块或一大块有窒息风险的食物;b)乘坐汽车时将儿童放在前排座位;c)让孩子在无人看管的情况下骑自行车、电动自行车或摩托车;d)给孩子洗澡前测试水温;e)将尖锐物品放置在儿童够不着的地方;f)将药品、洗涤剂和杀虫剂存放在儿童够不到的地方。这里只包括干预组和对照组之间有显著变化的父母行为。
据我们所知,本研究代表了第一个集群随机对照试验,测试了理论驱动的基于应用程序的干预措施的有效性,通过改善中国学龄前儿童的父母教育来预防儿童意外伤害。我们发现,在使用该应用程序6个月后,干预组的护理人员报告的学龄前儿童意外伤害发生率与对照组的护理人员相比没有显著差异,护理人员对预防儿童意外伤害的态度在两组之间也没有差异。我们确实发现了护理人员自我报告的伤害预防行为的差异,与对照组相比,干预组的护理人员在使用该应用程序6个月后报告的伤害预防行为增加更多。
尽管研究结果表明,父母的行为在参与干预后发生了变化,但结果并不支持我们的假设,即应用程序会减少儿童意外伤害的发生率。我们发现的关于父母行为改变的结果与HICs先前的出版物一致[
第三,任何基于应用程序的干预措施的有效性取决于用户的参与度[
另一个值得注意的发现是:令我们惊讶的是,在6个月的干预后,我们没有发现两组之间育儿态度得分的显著变化。这一发现可能反映了天花板效应:两组护理人员在基线时的态度得分都很高,因此,很难实现显著的改变。例如,在基线时,在保护儿童免受意外伤害方面自我效能低下的照料者比例在干预组仅为3.73%(40/1073),在对照组仅为3.8% (34/907)
我们的发现有两个含义。首先,结合之前的研究结果[
其次,基于应用程序的干预措施可能无法单独发挥作用。相反,如果将它们整合到一个多方面的干预计划中,使移动卫生技术在安全教育方面的效益最大化,它们可能会更有益。例如,我们的应用程序可能会被纳入基本公共卫生服务计划[
这项研究有几个局限性。首先,我们的结果依赖于自我报告的数据,并使用了过去3个月的儿童伤害报告的召回时间。这些数据可能受到各种偏差的影响[
此外,我们允许两组研究参与者参加与父母有关的教育和学习活动,这可能在某种程度上污染了我们的数据。然而,我们认为禁止这样的教育活动是不道德的,随机化表明,由于这种污染,我们的研究结果中的潜在偏差将是最小的。最后,在我们的研究中,儿童意外伤害的实际发生率低于我们计算研究样本量要求时估计的发生率。受试者的退出率(940/2920,32.19%)也高于预期。这两种因素导致的样本量可能不足以检测到小的发病率或行为变化。未来的研究应考虑留住参与者的策略;这些可能包括一个更有吸引力的应用程序,更频繁的沟通和提醒用户,完成研究任务的经济激励,以及社区参与研究的设计和实施[
基于app的照顾者干预并未显著降低中国学龄前儿童意外伤害发生率,但显著改善了照顾者预防意外伤害的相关行为。我们建议进一步完善和评估基于应用程序的干预措施,以提高其在降低中国和其他中低收入国家儿童伤害风险方面的有效性。
基于应用程序的学龄前儿童护理人员意外伤害干预的有效性:聚类随机对照试验方案
配偶- ehealth检查表(V 1.6.1)。
统计模型、附录图和附录表。
综合试验报告标准
流动教育理性分析的框架
广义估计方程
高收入国家
组内相关
增量成本效益比
低收入和中等收入国家
移动健康
优势比
随机对照试验
计划行为理论
本研究受国家自然科学基金(批准号:81573260)资助。赞助方在研究的设计和实施中没有任何作用;数据的收集、管理、分析或解释;审稿:手稿的准备、审查或批准;或者决定提交稿件发表。作者感谢来自中国长沙中南大学湘雅公共卫生学院的魏翔、陈波、何杰一、肖旺新、高玉燕、谭立恒、付艳红、高德岳、谢慈福、李若彤、李杰和王万辉对该项目的协助。
没有宣布。