MétaCan
Menu
Retour à la cohorte
Enregistrement W4392046281 · doi:10.2196/50392

#4Corners4Health Social Media Cancer Prevention Campaign for Emerging Adults: Protocol for a Randomized Stepped-Wedge Trial

2024· article· en· W4392046281 sur OpenAlexvenueno aff
David B. Buller, Andrew L. Sussman, Cynthia A. Thomson, Deanna Kepka, Douglas Taren, Kimberly L. Henry, Echo L. Warner, Barbara J. Walkosz, W Gill Woodall, Kayla Nuss, Cindy K. Blair, Dolores D. Guest, Evelinn A. Borrayo, Judith S. Gordon, Jennifer Hatcher, David W. Wetter, Alishia Kinsey, Christopher F Jones, Angela Yung, Kaila Christini, Julia Berteletti, John A Torres, Yessenya Barraza, A M Small

Notice bibliographique

RevueJMIR Research Protocols · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Cancer Institute
Mots-clésSocial mediaMedicineRandomized controlled trialPsychological interventionSmokeless tobaccoGerontologyFamily medicineEnvironmental healthNursingPopulationPolitical scienceTobacco use

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many emerging adults (EAs) are prone to making unhealthy choices, which increase their risk of premature cancer morbidity and mortality. In the era of social media, rigorous research on interventions to promote health behaviors for cancer risk reduction among EAs delivered over social media is limited. Cancer prevention information and recommendations may reach EAs more effectively over social media than in settings such as health care, schools, and workplaces, particularly for EAs residing in rural areas. OBJECTIVE: This pragmatic randomized trial aims to evaluate a multirisk factor intervention using a social media campaign designed with community advisers aimed at decreasing cancer risk factors among EAs. The trial will target EAs from diverse backgrounds living in rural counties in the Four Corners states of Arizona, Colorado, New Mexico, and Utah. METHODS: We will recruit a sample of EAs (n=1000) aged 18 to 26 years residing in rural counties (Rural-Urban Continuum Codes 4 to 9) in the Four Corners states from the Qualtrics' research panel and enroll them in a randomized stepped-wedge, quasi-experimental design. The inclusion criteria include English proficiency and regular social media engagement. A social media intervention will promote guideline-related goals for increased physical activity, healthy eating, and human papillomavirus vaccination and reduced nicotine product use, alcohol intake, and solar UV radiation exposure. Campaign posts will cover digital and media literacy skills, responses to misinformation, communication with family and friends, and referral to community resources. The intervention will be delivered over 12 months in Facebook private groups and will be guided by advisory groups of community stakeholders and EAs and focus groups with EAs. The EAs will complete assessments at baseline and at 12, 26, 39, 52, and 104 weeks after randomization. Assessments will measure 6 cancer risk behaviors, theoretical mediators, and participants' engagement with the social media campaign. RESULTS: The trial is in its start-up phase. It is being led by a steering committee. Team members are working in 3 subcommittees to optimize community engagement, the social media intervention, and the measures to be used. The Stakeholder Organization Advisory Board and Emerging Adult Advisory Board were formed and provided initial input on the priority of cancer risk factors to target, social media use by EAs, and community resources available. A framework for the social media campaign with topics, format, and theoretical mediators has been created, along with protocols for campaign management. CONCLUSIONS: Social media can be used as a platform to counter misinformation and improve reliable health information to promote health behaviors that reduce cancer risks among EAs. Because of the popularity of web-based information sources among EAs, an innovative, multirisk factor intervention using a social media campaign has the potential to reduce their cancer risk behaviors. TRIAL REGISTRATION: ClinicalTrials.gov NCT05618158; https://classic.clinicaltrials.gov/ct2/show/NCT05618158. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/50392.

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)0,027
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,459

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,026
Méta-épidémiologie (sens strict)0,0060,004
Méta-épidémiologie (sens large)0,0080,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,003
Communication savante0,0040,004
Science ouverte0,0040,003
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,1370,022

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 Opus0,427
Tête enseignante GPT0,707
Écart entre enseignants0,279 · 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'étudeEssai randomisé
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207