MétaCan
Menu
← Retour à la cohorte
Enregistrement W2940864612 · doi:10.2196/13221

Text Message Reminders and Unconditional Monetary Incentives to Improve Measles Vaccination in Western Kenya: Study Protocol for the Mobile and Scalable Innovations for Measles Immunization Randomized Controlled Trial

2019· article· en· W2940864612 sur OpenAlexvenueno aff
Dustin G. Gibson, E. Wangeci Kagucia, Joyce Were, David Obor, Kyla Hayford, Benard Ochieng

Notice bibliographique

RevueJMIR Research Protocols · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesJohns Hopkins Bloomberg School of Public HealthCenters for Disease Control and PreventionJohns Hopkins UniversityBill and Melinda Gates Foundation
Mots-clésMeaslesMedicineShort Message ServiceRandomized controlled trialVaccinationText messageImmunizationPediatricsFamily medicineComputer scienceImmunologyTelecommunicationsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Globally, 21 million children do not receive the measles vaccine each year. With high levels of mobile phone access and ownership, opportunities exist to leverage mobile health technologies to generate demand for immunization. OBJECTIVE: The aim of the Mobile and Scalable Innovations for Measles Immunization trial is to determine if text message (short message service, SMS) reminders, either with or without mobile phone-based incentives, can improve measles immunization coverage and timeliness in rural western Kenya. METHODS: This is a 3-arm, parallel, randomized controlled trial (RCT). Using simple randomization, caregivers in Siaya County, Kenya, will be randomized and evenly allocated to 1 of 3 study arms: (1) control, (2) SMS reminders only, and (3) SMS reminders plus a 150 Kenyan Shilling (KES) incentive. Participants assigned to the SMS group will be sent SMS reminders 3 days before and on the day before the measles immunization visit scheduled for when the child is 9 months of age. Participants in the incentive arm will, in addition to SMS reminders as above, be sent an unconditional 150 KES mobile-money incentive to their mobile phone 3 days before the child becomes 9 months of age. Children will be followed up to the age of 12 months to assess the primary outcome, a measles vaccination by 10 months of age. Log-binomial regressions will be used to calculate relative risks. RESULTS: Enrollment was completed in March 2017. We enrolled 537 caregivers and their infants into the following groups: control (n=179), SMS reminders only (n=179), and SMS reminders plus 150 KES (n=179). Results will be made publicly available in 2020. CONCLUSIONS: Few RCTs have examined the effect of text message reminders to improve measles immunization coverage. This is the first study to assess the effect of SMS reminders with and without unconditionally provided mobile-money incentives to improve measles immunization coverage. TRIAL REGISTRATION: ClinicalTrials.gov NCT02904642; https://clinicaltrials.gov/ct2/show/NCT02904642 (Archived by WebCite® at http://www.webcitation.org/78r7AzD2X). INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/13221.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,021
Méta-épidémiologie (sens strict)0,0060,003
Méta-épidémiologie (sens large)0,0110,005
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,003
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0850,012

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,136
Tête enseignante GPT0,577
Écart entre enseignants0,440 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→