A Neuro-Influence Experiment to Evaluate the Persuasiveness of Pre-Exposure Prophylaxis Promotion Messages Among Men Who Have Sex With Men: Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Pre-exposure prophylaxis (PrEP) is recommended by the US Centers for Disease Control and Prevention, but behavioral factors limit uptake, especially among men who have sex with men. A better understanding of how humans cognitively process information may inform health message development to promote PrEP uptake. OBJECTIVE: This paper is informed by the neuroscience of persuasion and influence and describes the protocol of a neuro-influence experiment using functional near-infrared spectroscopy (fNIRS) to evaluate the persuasiveness of PrEP promotion messages among men who have sex with men in Baltimore, Maryland. METHODS: We will conduct a randomized controlled trial using fNIRS to measure brain activation among 60 participants viewing PrEP promotion messages either developed through a crowdsourcing open contest implemented by the study team or developed with a traditional social marketing approach. We will evaluate the effectiveness of PrEP promotion messages by assessing brain activation in the regions associated with persuasion and changes in PrEP willingness, behavioral intention, initiation, and action between the 2 groups. RESULTS: This study is funded by the National Institutes of Health (National Institute of Mental Health: R34MH116725). Participant recruitment and data collection were completed in October 2023. The first results are expected to be submitted for publication in 2024. CONCLUSIONS: In addition to providing insight into the effectiveness of PrEP promotion messages, this study will examine the feasibility, acceptability, and utility of neuroimaging techniques to evaluate PrEP promotion messages for high-risk men who have sex with men. The findings can also demonstrate the utility of fNIRS as a tool for preproduct testing of health campaigns and enable the public health community to deliver more effective messages to improve health outcomes. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/52546.
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 | 0,039 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,004 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,008 |
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 ».