A Trauma-Informed, Geospatially Aware, Just-in-Time Adaptive mHealth Intervention to Support Effective Coping Skills Among People Living With HIV in New Orleans: Development and Protocol for a Pilot Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: In 2020, Greater New Orleans, Louisiana, was home to 7048 people living with HIV-1083 per 100,000 residents, 2.85 times the US national rate. With Louisiana routinely ranked last in indexes of health equity, violent crime rates in Orleans Parish quintupling national averages, and in-care New Orleans people living with HIV surviving twice the US average of adverse childhood experiences, accessible, trauma-focused, evidence-based interventions (EBIs) for violence-affected people living with HIV are urgently needed. OBJECTIVE: To meet this need, we adapted Living in the Face of Trauma, a well-established EBI tailored for people living with HIV, into NOLA GEM, a just-in-time adaptive mobile health (mHealth) intervention. This study aimed to culturally tailor and refine the NOLA GEM app and assess its acceptability; feasibility; and preliminary efficacy on care engagement, medication adherence, viral suppression, and mental well-being among in-care people living with HIV in Greater New Orleans. METHODS: The development of NOLA GEM entailed identifying real-time tailoring variables via a geographic ecological momentary assessment (GEMA) study (n=49; aim 1) and place-based and user-centered tailoring, responsive to the unique cultural contexts of HIV survivorship in New Orleans, via formative interviews (n=12; aim 2). The iOS- and Android-enabled NOLA GEM app leverages twice-daily GEMA prompts to offer just-in-time, in-app recommendations for effective coping skills practice and app-delivered Living in the Face of Trauma session content. For aim 3, the pilot trial will enroll an analytic sample of 60 New Orleans people living with HIV individually randomized to parallel NOLA GEM (intervention) or GEMA-alone (control) arms at a 1:1 allocation for a 21-day period. Acceptability and feasibility will be assessed via enrollment, attrition, active daily use through paradata metrics, and prevalidated usability measures. At the postassessment time point, primary end points will be assessed via a range of well-validated, domain-specific scales. Care engagement and viral suppression will be assessed via past missed appointments and self-reported viral load at 30 and 90 days, respectively, and through well-demonstrated adherence self-efficacy measures. RESULTS: Aims 1 and 2 have been achieved, NOLA GEM is in Beta, and all aim-3 methods have been reviewed and approved by the institutional review board of Tulane University. Recruitment was launched in July 2023, with a target date for follow-up assessment completion in December 2023. CONCLUSIONS: By leveraging user-centered development and embracing principles that elevate the lived expertise of New Orleans people living with HIV, mHealth-adapted EBIs can reflect community wisdom on posttraumatic resilience. Sustainable adoption of the NOLA GEM app and a promising early efficacy profile will support the feasibility of a future fully powered clinical trial and potential translation to new underserved settings in service of holistic survivorship and well-being of people living with HIV. TRIAL REGISTRATION: ClinicalTrials.gov NCT05784714; https://clinicaltrials.gov/ct2/show/NCT05784714. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/47151.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».