條文本
PDF
文摘
介紹在線社交網絡代表一個潛在的機製傳播衛生幹預措施包括戒煙;然而,哪些元素的幹預確定擴散參與者之間尚不清楚。擴散是經常用R,繁殖成功率,這取決於使用的持續時間(t)的“傳染性”幹預(β)和參與者的總聯係人(z)。我們已經開發出一種Facebook“應用程序”,允許我們啟用或禁用各種組件設計影響的持續時間使用(擴展內容,主動聯係),傳染性(主動和被動共享)和聯係人的數量(不吸煙支持者使用)。我們提出,這些元素將協同對R的影響,雖然包括不吸煙會引起“載體”狀態允許應用程序集群的吸煙者的橋梁。
和分析方法本研究是一個部分的階乘,擴散的隨機控製試驗戒煙的Facebook應用程序。參與者通過在線廣告招募隨機12比1細胞和作為“種子”用戶。所有的用戶交互跟蹤,包括與朋友社交互動。個人安裝應用程序,它可以追溯到一個種子參與者被認為“後代”和形式感興趣的結果。分析將使用泊鬆回歸,與事件計數結果和種子細胞的數量隨著曝光。
結果報告的結果將作為參考基準R0集團和發病率比預測的剩餘部分。
道德和傳播本研究使用了一個簡短的同意過程旨在減少壁壘的采用,並且被認為是最小的風險的機構審查委員會(IRB)。結果將通過傳統學術文獻傳播以及社會媒體。如果可行,匿名數據和底層源代碼的目的是一個開源許可下可用。
ClinicalTrials.gov注冊號NCT01746472。
- 互聯網
- 戒煙
- 擴散
- 傳播
- 個隨機對照試驗
這是一個開放的分布式條依照創作共用署名非商業性(3.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和其派生作品在不同的條款進行許可,提供了最初的工作是正確地引用和非商業使用。看到的:http://creativecommons.org/licenses/by-nc/3.0/
來自Altmetric.com的統計
介紹
吸煙仍443 000例可預防死亡的首要原因,成本超過2000億美元,每年在美國1做一個大規模減少吸煙流行的公共衛生職責。然而,循證臨床實踐指南推薦的幹預治療煙草依賴(2008指南)2不達到4400萬的絕大多數吸煙者在美國。3 - 5如何戒煙幹預的主要範式轉變需要開發,針對大規模的傳播和擴散。2
理論上,以證據為基礎的互聯網的廣泛的範圍和有效性停止項目應該(達到×效果產生巨大的影響6)在減少吸煙的人口患病率。絕大多數(85%)的美國成年人是互聯網用戶,包括風險不成比例的人口吸煙:85%的非洲裔美國人,76%的收入不足000美元/年使用互聯網。7所有互聯網用戶的6%和9%之間(> 1000萬名成年人)每年尋找戒煙。8,9研究和多個薈萃分析10 - 13表明網絡幹預是有效的禁欲的相對風險為1.4410和7 - 26%的戒煙率。14日至17日盡管這一承諾,然而,隻有三分之一的煙民搜索互聯網實際上達到有限數量的網站,提供戒煙治療符合2008年的指導方針。18 - 20大多數現有互聯網停止幹預,包括社會支持煙草依賴的關鍵元素treatment-introduce參與者分成“人工”網絡中個人沒有初始連接,通常創建一個也沒有。在這樣的網絡,參與受限於歸屬與特定行為(如戒煙)。因此,潛在的網絡對個體行為的影響和潛在的傳播受到高水平的大幅減員,21大多數注冊者從未形成一個連接,22和那些可能形成軟弱和暫時的。
在線社交網絡可能代表一個更強大的傳播渠道以證據為基礎的治療煙草依賴。與“構建,夢就會成真”模式中固有smoking-specific在線停止幹預,更一般的在線社交網絡可以用來提供行之有效的戒煙幹預元素吸煙者的地方”。三分之二(67%)的美國成年網民使用至少一個社交網站如Facebook或Twitter上;重要的是,近80%的成年人18 - 49歲的人這樣做,23,41%的人一天多次。24這增加在線社交網絡滲透到織物的典型的美國人的生活提供了吸引人的,如果有挑戰性,幹預設計的機會。幹預交付上下文中的一個在線社交網絡的可用性可以利用個人的認同社會關係不僅優化對戒煙的支持,也為主動和被動幹預通過個人的網絡分布到其他吸煙者和超越。
社交網絡對吸煙行為的重要性和“病毒傳播”已經在實際網絡。弗雷明漢心髒研究的數據表明,吸煙者往往集中在他們的社交網絡和集成,大大減少,隨著時間的推移這些模式存在,集群的吸煙者往往一起辭職。25這些發現表明,幹預應該目標而不是單獨的吸煙者也圍繞社交網絡。這個命題是強有力的證據表明,社交網絡所支持強烈影響的社會規範,在網絡,規範可能會改變一個由其他網絡成員個人和延續。26此外,非吸煙者可以作為“弱關係”跨越集群的吸煙者,類似於疾病載體傳輸偏遠村莊之間的疾病。招聘不吸煙者戒煙幹預可能增加可用的社會支持戒煙,並增加社會壓力(複雜的傳染效應)對其他吸煙者參與,從而促進病毒傳播。27
本研究旨在確定變量驅動采用和傳播的幹預在網絡。這項研究調查了這個問題在Facebook,最大和增長最快的在線社交網絡。截至2013年,全球每天約有1.43億美國人使用Facebook,與用戶分享每天平均47億項的內容。28Facebook允許個人創建一個配置文件,確定誰是朋友,其他成員交換消息通過多個渠道最相關這study-install小應用程序(“軟件”)由第三方。這些應用程序依賴於病毒的擴散增長他們的用戶群,並實現通過誘導用戶邀請他們的朋友和使他們能夠postinformation應用到他們的個人“時間軸”(本質上等同於術語“牆”或“頁麵”),它可以被別人(圖1)。Facebook的數據顯示,個人積極溝通隻有5%的平均120個朋友,但被動接觸信息2 - 2.5倍。29日暴露一個吸煙者的整個社交網絡流的‘推’信息實時對他們停止進展(如“瑪麗設定戒煙日期”),它可能會顯著提高社會支持停止(生成響應的方式去瑪麗!通過網絡聯係),促進主動和被動擴散的幹預。
Facebook的時間表。
本研究的主要結果指標是擴散過程的效率,定義為生殖率(R)。在線社交網絡依賴病毒式傳播的傳播應用,概念類似於雪球隻招聘,人員招募“種子”個人,和一代又一代被種子和他們的後代。在流行病學、R是量化的平均數(感染),發生二次病例對於一個給定的個人“感染”。30.在線幹預,我們可以量化個人聯係人的數量和持續時間,“傳染性”(即積極使用一個應用程序)。在這種背景下,R可以表示為:
t表示被傳染的持續時間(持續時間一個人使用一個應用程序),β是一個常數決定的可能性概率從一個人傳播到另一個給定的時間單位(稱為“傳染性”以後),和Z是聯係人的數量在網絡。應用程序沒有擴散,R等於0。應用程序與R大於1,指數增長將發生在每個參與者招募/感染至少一人;應用程序與R < 1需要持續的播種維持人口增長。增加的時間(t),應用程序使用的可能性將會增加它擴散到新的主機。應用程序開發人員的目標是達到一個流行閾值R超過1(即應用程序“瘋傳”)和應用程序自動傳播,因此不再需要支出招募種子用戶。27而超過一個R值1是非常可取的,這些情況下一個流行閾值不是交叉仍然可以作為乘數招聘工作。例如,1000個人招募一個幹預與R = 0.2將產生1250個參與者超過五代的病毒擴散。
的目標是
這項研究的主要目的是識別和描述幹預特征通過一個在線社交網絡,催化其擴散。我們係勘探R的概念和三個獨立變量的determinants-duration使用(t)、傳染性(β)和聯係人(Z)的數量。我們經驗構造域的在線幹預元素,我們相信會影響每個變量以最小重疊:信息內容和主動聯係(t,期間使用),社交(β,傳染性)和不吸煙集成(Z,聯係人的數量)。我們假設幹預變量包含更多的信息內容,正在進行積極的接觸和主動傳播策略將超越控製應用程序變量和Rs更高,和他們的組合將協同,將顯示積極的交互作用。我們還假設,不吸煙者的參與流行病學的運營商將允許應用程序更有效地傳播的橋梁集群吸煙者。
次要目標是識別和描述當地的(自我)的參與者網絡效應擴散和戒煙行為。感興趣的特征包括吸煙狀態、尼古丁依賴,年齡、性別和本地網絡特性(朋友的數量、網絡密度和社會地位)以及他們的朋友的數量已經在使用應用程序。我們假設,當地社會網絡特征預測後朋友邀請的收養行為(主動通信)或接觸(被動通信)的參與者。此外,我們假設邀請、收養、利用率和早期戒煙行為將顯示一個複雜的傳染模式,提高水平的網絡普及率(更多的朋友既存的用戶應用程序)將與較高的擴散有關,使用的應用程序(持續時間和內容暴露)和戒煙行為(如設定戒煙日期)。
方法/設計
研究設計
本研究包括兩個階段。進行第一階段從2012年5月到2012年12月,由造型的研究設計開發、測試和優化一個Facebook應用程序的多個特性題為“無處不在”。每個特性是提出一個微分影響應用程序的R。第二階段是一個正在進行的隨機對照試驗,使用部分因子設計來確定一個在線的主要成分為戒煙幹預,確定其擴散通過社交網絡。第二階段的試驗使用無處不在的應用作為研究環境。
全麵擴散模型指導這項研究提出了圖2。初始種子用戶招募(A)使用購買的廣告在Facebook和贏得媒體(無償宣傳,比如報紙文章或口碑)。結果采用數據(即應用程序安裝)和利用率(分別為B和D)包括使用頻率和持續時間和內容並自動記錄進行分析。評估擴散(C和E),我們使用標準的病毒傳播包括聯係人的數量(“朋友”)每個用戶,活躍的時期使用的組件(“傳染期”)和傳輸的數量來確定每個研究組件的基本R。我們的軟件實時記錄所有數據到一個關係數據庫中供以後重建的網絡地圖和擴散途徑。下麵給出了詳細的數據收集方法。基於基本的設計模式在Facebook,我們分為β(傳染性的度規)分為兩種形式:β被動從觀察到的行為和結果β活躍的結果直接邀請或主動,有意的聯係從一個用戶到另一個。
病毒擴散模型。
第一階段:初始停止應用程序的開發和優化
在第一階段的試驗中,柯林斯31日大多數設計方法指導我們努力打破提出幹預個人特性和原型之前每個特性評估幹預大規模隨機試驗。我們增強我們的內部軟件開發團隊與專業知識從外部圖形設計公司發展幹預的可視化組件。我們原型多個特性,沉降在六個技術上可行,取得了有用的數據和共鳴試點用戶(見表1)。這六個功能可以設置在多個級別,每個針對單一元素的擴散(t,β或Z)。保持因子模型的大小合理,我們有限的每個特性兩個級別(一般開/關或高/低)。
後發展但著手整個隨機試驗之前,我們消費者測試並細化每個特性測試一係列連續的β版本應用。而這一階段使我們能夠檢測編程和數據記錄錯誤,主要焦點集中在迭代評估和優化性能的每個特性之前完全隨機試驗的費用。31日Facebook提供了一個自由發展環境中任何第三方開發人員可以創建應用程序。對於每一個β程序,我們啟動了應用程序特性在Facebook和付費廣告招募用戶使用。基於用戶行為的應用程序通過簡短的調查和定性反饋聚集用戶,我們在布局由數據驅動的細分,演講,內容和信息計劃,目標指標和評估其影響(R, t,β或Z)。改進和優化後,我們繼續招聘和隨機使用階乘模型在第二階段,下麵描述。
設置和參與者
隨機試驗是完全在Facebook上進行招聘,篩選、招生和隨機由我們的臨床試驗管理自動化軟件。參與者是臉譜網的注冊用戶,免費的社交網站。資格,個人必須吸煙者,18歲以上,現有的Facebook賬戶。而種子招生目標講英語的美國居民,沒有語言或居住限製。10%的子樣品隨機選擇初始種子的額外的數據收集和跟蹤。
招聘
首次采用者(“種子”)通過在線廣告招募主要在Facebook的功能應用程序的名稱,app-related形象和一個簡短的文本片段廣告我們的免費的戒煙程序。個人點擊Facebook應用程序顯示一個對話框要求安裝應用程序的權限。應用程序安裝後,用戶為研究提供知情同意。額外的一波又一波的參與者招募通過滾雪球方法(即病毒傳播)通知或邀請了朋友在網絡中。個人有一個朋友已經在使用應用程序(後代)被納入研究和代表感興趣的結果(即擴散)。
入選標準為種子的參與者是:我們居住,目前的吸煙,年齡18歲以上,有英文的Facebook賬號和一個電子郵件地址,安裝驗收的Facebook應用程序的權限並提供study-informed同意。唯一的排除標準是擁有一個或多個Facebook朋友已經安裝的應用程序。年齡、現有的朋友已經在實時應用用戶和位置相關的資格評估後立即安裝。知情同意是必需的,為了繼續應用。知情同意後立即吸煙狀態評估。資格的用戶提供知情同意可能仍然使用這個應用程序,但被排除在研究之外。
子樣品參與者隨機選擇在一個可變利率,是基於手動調節完成的子樣品調查取得最後一個10%的種子用戶的比例。子樣品參與者報銷20美元每完成調查。
隨機
種子用戶使用一種自適應隨機1 12細胞“偏差硬幣”戰略32這12個細胞相對平衡的審判。個體的概率被分配到任何給定細胞實時調整由臨床試驗管理係統基於任何預先存在的細胞之間的不平衡。
的後代用戶有一個或多個Facebook上的朋友和那些已經安裝的應用程序(“母公司”)。安裝應用程序和後代接受知情同意以同樣的方式作為種子用戶。他們被分配到相同的細胞作為他們的父母。後代有一個以上的朋友學習和為誰的擴散通道(例如,主動邀請,Facebook廣告)還不清楚被分配到相同的細胞朋友安裝了應用程序最近。種子的名稱或後代不會影響用戶的應用經驗;他們隻是認為這樣的關係數據庫。可能是吸煙者和不吸煙者或後代。
不吸煙者沒有一個朋友在應用程序(即,沒有父種子)被分配到支持所有功能的細胞,但他們和他們的後代都不包括在這項研究本身。
Facebook提供了個體位於應用程序的信息,如果他們的朋友已經用戶。我們的應用程序跟蹤潛在的擴散路徑通過嵌入跟蹤標簽在所有鏈接。新用戶進入應用程序通過現有種子實時識別和排除成為種子本身。
幹預
幹預是來自美國公共衛生署(小靈通)“5”模型(問,建議,評估,協助和安排)。2內容主要基於小靈通材料吸煙者戒煙幹預輔以內容寫的團隊。內容是為了要鼓勵吸煙者戒煙,提供支持戒煙日期,通知用戶戒煙的好處,建立自我效能。在安裝,用戶受到應用程序的中心人物,Youkwitz博士問如果他們煙和參與者建議吸煙者戒煙。然後,他評估他們準備離開嚐試次助攻通過提供一個工具(“戒煙日期向導”)計劃戒煙嚐試,並設定戒煙日期(見圖3)。辭職日期存儲的分析和用於裁剪和針對其他幹預組件。如果用戶設定了一個戒煙日期,這個應用程序顯示一個倒計時,自那天起,日期或估計的儲蓄(省錢,估計的生命救了)。用戶沒有設定戒煙日期在他們第一次訪問可能隨時設置一個。應用程序也安排跟進每日簽到的形式與Youkwitz博士提供定製和個性化的信息和支持,和收集自我報告的吸煙狀況。用戶隨機變量t打開收到的細胞主動Facebook應用程序請求提醒他們登機準備他們的應用程序。參與者設定戒煙日期提示在每個簽到確認他們的辭職日期或更新他們的吸煙狀況。吸煙者沒有設定戒煙日期收到各種各樣的每日簽到,包括提示設定戒煙日期,以及基於證據的內容包含“5 Rs”(相關性、風險、回報、路障和重複)來源於小靈通的指導方針。用戶可以收到簽到一年之後辭職日期。
應用程序退出向導。
應用程序使用簡單的遊戲機製(積分和徽章)和一個卡通的代表Youkwitz博士的實驗室,參與者在哪裏暴露於戒煙信息和工具(見圖4)。用戶與應用程序停留的時間越長,越他/她暴露在展開敘事:Youkwitz博士與一種新的anticraving藥物的實驗失敗,用戶的朋友變成“僵屍的渴望”。用戶可以獲得劑量的“治愈”通過使用各種功能的應用程序或通過把他們的朋友實驗室(ie,邀請app)被治愈並提供支持。這種集成的遊戲機製旨在反映在Facebook上現有的應用程序,比如與朋友開心農場或單詞。
應用程序主界麵。
本研究利用析因設計測試的影響停止應用程序的多個組件(請參閱表1)。
t(接觸時間)特性
曝光時間最大化通過擴大內容和積極的接觸。應用提供信息的形式一般戒煙指南或多個特定主題戒煙指南(例如,戒煙和減肥/維護,停止和壓力管理)以及圖書館短YouTube視頻和動畫gif可以訪問推動“渴望按鈕”。我們假設,戒煙信息內容的可用性將正在進行的一個強勁動力利用率(從而增加t)主動聯係實現通過鼓勵用戶回到應用程序通過一個提醒,出現在Facebook的界麵是否用戶使用應用程序。這些提示也出現當一個朋友已安裝應用程序,或者當一個安裝的朋友打一個辭職的裏程碑。
β(傳染性)特性
個人在線網絡暴露個人信息約兩倍多的個人提名夥伴或與他們積極溝通。20.,29日應用程序利用這種網絡現象通過操縱共享和competition-driven應用使用驅動蔓延,這兩個映射的社會支持機製,依賴信息傳遞和規範性的影響。
β- - - - - -被動的允許用戶分享應用內容(例如,當他們設定戒煙日期或者獲得徽章或內容從戒煙指南)在他們的朋友看到時間表。應用程序退出時自動帖子代表參與者裏程碑實現(例如,設定戒煙日期,保持連續天辭職,達到月無煙)。每個帖子參與者的Timeline-either由app-generates自己或他們的朋友的機會,積極參與用戶的戒煙嚐試喜歡,評論,分享應用程序生成的對象或單擊共享內容。那些尚未安裝的應用程序點擊應用與進一步的信息內容被帶到一個頁麵(如健康福利用戶月無煙)獲得通過,並鼓勵安裝應用程序來支持他們的朋友。
β- - - - - -活動允許參與者邀請的成員他們的Facebook網絡安裝程序。程序鼓勵參與者邀請其他人停止支持並實現基於遊戲的獎勵。參與者也可以分享內容直接從應用程序到一個Facebook朋友的時間表或牆壁。網絡級數據也顯示,參與者接觸到目標驅動和規範信息,與他人比較,判斷指標(例如,數量的朋友安裝了應用程序,個人“遊戲點”獲得通過參與應用程序和觸及cessation-based裏程碑和集體生活被參與者及其安裝的朋友)。信息和表示是為了鼓勵個人積極招募其他人參與進來。
Z(聯係人)特性
為了一個幹預針對吸煙者傳播的最大效率集群來集群(橋接),它需要在不吸煙者誘發“載體”狀態。應用程序的一個版本不吸煙支持者允許非吸煙者提供支持,內容為不吸煙者。隨機種子用戶可以共享的版本與不吸煙的朋友或一個版本僅限於分享與其他吸煙者。
數據收集和措施
數據收集的大部分發生在Facebook提供的應用程序編程接口(API)。與Facebook API允許我們的係統直接交互的數據庫檢索數據對個人用戶和他們的直接的社交網絡。由於這項研究是一個擴散的考驗,我們有意不插入額外的問題的標準應用程序安裝過程。每個參與者都是通過一個獨特的數字識別Facebook提供的標識符。
補充有限的人口數據可以通過Facebook,我們子樣品10%的種子用戶進一步描述研究對象和提供一個估計的幹預效果。措施收集來自所有種子(後代)下麵列出的用戶。隻從子樣品收集的措施表示。
Facebook的數據
從Facebook數據包括電子郵件地址、出生日期、性別、地理位置、家鄉,照片,喜歡,團體和朋友的列表(包括朋友的生日、性別、位置、喜歡與用戶的關係和照片)。位置和家鄉在Facebook和並不總是可用的信息是可選的。一個參與者之間的連接可用時自動收集的朋友。照片、組、喜歡和位置是用於構造和體重一個社交網絡圖作為證據使用多個共生的一個更強大的領帶。
自動化流程跟蹤措施
Facebook成員可以選擇安裝一個應用程序(“感染”)根據廣告或其他媒體,觀察別人的行為或直接邀請。每日廣告支出的數據,自動曝光和隨後的點擊記錄到關係數據庫中。Facebook API中的標準化機製被用來記錄“邀請”,時間軸的帖子和隨後的“驗收”或點擊個人,允許一個清晰的擴散鏈建立初期采用者和R的精確計算在每一個程度的分離。申請收養不是特別映射到一個單獨的用戶(例如,一個人麵對多個朋友的信息使用的幹預,但誰不是特別邀請),我們記錄他們的朋友最近安裝作為一個單獨的“猜”的父母。
雖然禁欲不是主要結果指標在這項研究中,戒煙日期信息作為吸煙狀態的標誌。這些信息中使用分析來推斷吸煙狀態在任意時間點重建社會網絡結構。在早期研究中,我們發現,戒煙日期發生在過去是一個有用的代理吸煙狀況的描述性分析。20.,22
對於所有的參與者,我們記錄應用程序安裝,每一個回訪,特定頁麵查看,總持續時間的訪問和使用應用程序的工具(例如,戒煙日期向導,每日簽到)。此外,我們記錄應用程序卸載或阻塞和“喜歡”和“不喜歡”標簽。所有應用程序錯誤記錄(如未能發布一個提要)標準化的錯誤日誌,就像Facebook的應用程序和本身的停機時間。這個錯誤數據被用於實時調整性能,如果需要將控製在最後的分析。
基線和隨訪自我報告數據(僅子樣品)
用戶選擇子樣品時提出的一項調查表明吸煙情況調查的應用。提出了Facebook的框架內,並由人口、吸煙狀態和尼古丁依賴,社會支持和網絡規模的問題。子樣品參與者聯係通過電子郵件在30天內將一個基於web的後續調查使用的一個子集基線措施;相對短時幀選擇響應率最大化預期很低。在33天無收到提醒郵件,Facebook直接聯係,研究人員通過私人消息在34天。
社會支持戒煙
子樣品參與者完成一個改編版本的問卷(PIQ)夥伴交互。35這種方法評估收到具體的積極和消極的行為從一個人跟著參與者的努力戒煙最密切。
動力分析
我們有補償的難度估計樣本量在這個領域通過利用可伸縮的能力,低成本的招聘。隨著應用程序變得越來越接受和價值由一群,其他人更有可能值。38因為這個過程是不可預知在個體層麵,最後指數高度不可預知的影響。美國瓦茨提出的常識性的方法,和多茲39“大種子模型”,並涉及到播種應用程序盡可能多的最初的個人,而不是仔細瞄準。在小型網絡中這可能是一個問題,作為初始種子可能知道對方,因此汙染擴散指標;然而,在巨大的社會公用事業與成千上億用戶這是統計上的可能性。
的例子基本R病毒式市場營銷在其他網絡模式範圍從0.041到2。39,40子的研究動力1.0 R和隻有第一個學位(R0)來保證生產分析和結果即使幹預沒有達到“病毒閾值”。使用數據從先前的研究在商業和社會營銷文學,我們估計樣本量計算單個細胞的比較和評估R從0.1到0.5不等。我們計算,研究大小為N = 8000將提供88%有權檢查所有between-factor分析基本最小可檢測不同R為0.1。增加樣本量560產量的能力檢查交互作用在同一檢測差異和80%的力量。
統計分析
結果數據將獲得項新病例的形式因直接接觸主要種子,和接觸的數總種子對象在每個細胞治療。設計是一個分數因子;沒有操縱沒有被動和主動擴散表2操作)。擴散處理將會陷入一個三級分類處理。分析將使用泊鬆回歸,使用廣義線性模型log-link和泊鬆的家人。設計變量將作為代表治療組合,預測輸入參考類別表示最小的內容,沒有不吸煙的人的支持,隻有被動擴散。結果將報告作為參照組,基線R和發病率比所有其他條目和假設進行測試在α= 0.05。我們將為進入測試交互模型,和省略如果不顯著的交互作用。事後比較可以擬合回歸模型使用疊後測試。
道德和傳播
知情同意
我們首先使用一個兩步過程:同意參與者提供同意Facebook的釋放他們的數據通過Facebook內部對話框(見圖5),然後為該研究提供知情同意。這項研究被認為是符合縮寫同意根據聯邦法規。
Facebook的數據傳輸同意屏幕。
傳播
在理論上,研究數據可以匿名,適用於數據共享;然而,這被證明是高度挑戰性的實踐和信息披露的風險仍在許多數據集。41如果匿名的參與者可以放心,我們打算使數據用於其他調查人員通過國家衛生研究院(NIH)機製(CaBIG)或一個非盈利的學術機製Dataverse等項目。我們打算重新包裝源代碼作為一個開源的平台進行研究在Facebook,並歡迎潛在的合作者。
研究結果將通過會議演講傳播和同行評議的手稿。介紹了廣告和招聘方法的初步結果以抽象的形式在學術會議,而實現和編程方法已經被開發團隊在工程會議上提出。試驗的主要結果,社會網絡分析和輔助數據探索計劃將會在未來的會議和發表在同行評議的文獻。鑒於這個項目的主題,然而,我們也同樣感興趣的小說形式的分布發現自己通過社交網絡。我們正在嚐試建立觀眾與Tumblr(博客平台)和Twitter,並打算發布至少部分結果在開放獲取期刊上。
討論
本協議描述一個實驗探索一種新的機製來傳播以證據為基礎的治療戒煙使用最大的在線社交網絡之一,Facebook。這項研究的結果將添加到知識庫中關於構建幹預能夠堂吉訶德和分布以及它們如何可能會影響行為在本地網絡。幹預通過在線社交網絡提供潛在不僅加強社會支持,而且豐富的社會影響力。在現有的網絡中,一個人戒煙施加影響網絡關係,甚至導致抵押品或層疊戒煙跨多個分離度和可能產生的累積影響大於利率預測的有效性。25這個瀑布有潛力作為一種深刻的對公共衛生支出乘數。42我們預計,新一代的研究協議利用複雜性科學不僅將探討病毒擴散,但相互依存的擴散和吸收的影響社會和行為過程。
這項研究有一些局限性,源於Facebook本身的性質。最重要的是最大化傳播之間的權衡和收集的個人信息。額外的數據收集會“入侵”相對於消費者的期望在在線社交網絡,可能會抑製試驗的主要結果(即病毒傳播)。我們故意選擇不停止評估結果在這個實驗中從這樣做會增加了一個很大的負擔感興趣的參與者和抑製了我們的結果。未來的研究應該解決的問題功效。在撰寫本文時最初的提議對於這個項目,我們承認之前的風險,或在這項研究中,社交網絡格局可能會改變或Facebook可以改變其內部機製。我們這個提議(和飛行員工作)基於什麼似乎是最基本的、共同的元素的平台,似乎不太可能改變。毫不奇怪,許多小Facebook平台的變化發生在第二階段招聘之前,需要協議的變化反映在這個文檔中。我們發現有一個活躍的、內部工程團隊無價的Facebook在跟上變化的環境。
最終,如果這種幹預方法成功證明病毒蔓延,該項目將有可能大幅改變煙草如何治療,或任何其他健康行為,服務銷售和交付。通過現有的社交網絡病毒式營銷的行為幹預可以應用到多個健康狀況,包括吸煙、肥胖、營養和酒精。我們希望本研究能為近期,未來一代的有效的健康幹預措施是傳播大量人口的低成本、高效的方式。
引用
腳注
貢獻者NKC ALG參與研究的概念。電物理加工,NKC ALG參與研究設計。NKC, MAJ ALG參與收購的數據。NKC、電物理加工和ALG參與統計分析。NKC MAJ, JS、電物理加工和ALG參與起草的手稿。NKC MAJ, JS、電物理加工和ALG評論手稿。NKC、電物理加工和ALG參與獲得資金。
資金主要資助這項工作是來自美國國立衛生研究院國家癌症研究所(1 r01ca155369)。
相互競爭的利益NKC MeYou健康LLC的一名員工,他的母公司的產品線包括一個在線戒煙幹預。ALG MAJ遺留的雇員,一個非盈利的公共衛生基金會運行BecomeAnEX.org,一個在線戒煙幹預。
病人的同意獲得的。
倫理批準研究協議批準舒爾曼夥伴機構審查委員會(IRB);以前獨立的IRB)。
出處和同行評議不是委托;外部同行評議。
數據共享聲明沒有額外的數據是可用的。