アンケートを作成する

臨床試験参加者の参加障壁に関する調査のための最適な質問

臨床試験参加者から参加障壁を明らかにするための重要な調査質問を発見しましょう。実用的な洞察を得るために、この調査テンプレートを今すぐご利用ください。

Adam SablaAdam Sabla·

こちらは、臨床試験参加者の参加障壁に関する調査で使える最適な質問例と、それらの作成方法のヒントです。カスタマイズされた会話形式の調査をすばやく作成したい場合は、Specificで数秒で生成できます

参加者の障壁を明らかにするための最適な自由回答質問

自由回答質問は、参加者が本当の考えや感情、経験を表現したいときに不可欠です。選択式の質問では見落としがちな微妙な障壁を明らかにするのに適しています。以下は、臨床試験参加者の参加障壁に関するトップ10の自由回答質問です:

  1. この臨床試験に参加することを決める前に、最も大きな懸念は何でしたか?
  2. 試験中に辞めようと考えたほどの困難なことがあれば教えてください。
  3. 参加に自信を持つためにどんな情報が役立ったと思いますか?
  4. 交通手段やスケジュールなど、参加を難しくした物流上の障壁はありましたか?詳しく教えてください。
  5. 友人、家族、コミュニティは参加の決断にどのように影響しましたか?
  6. 試験中に文化的または言語的な障壁を経験または目撃しましたか?詳細を共有してください。
  7. 研究チームは、今後の試験であなたのような人が参加しやすくするために何ができると思いますか?
  8. 試験で十分に代表されていると感じましたか?そうでなければ、何が欠けていましたか?
  9. あなたの体験を改善するためにどのような支援やリソースがあればよかったですか?
  10. 参加者として直面した障害について、他に共有したいことはありますか?

自由回答のフィードバックは、臨床試験で脱落率が30%に達することもある理由を理解する上で特に重要な、独自または予期しない問題を浮き彫りにします[1]。

障壁を定量化するための最適な単一選択式の選択肢質問

単一選択式の選択肢質問は、特定の障壁の発生率を測定したり、共通の課題を簡単に共有したい場合の会話のきっかけとして最適です。また、グループ間で結果を比較したり、フォローアップ調査の傾向を素早く特定するのにも便利です。

質問:この臨床試験に参加しないことを考えた主な理由は何ですか?

  • 試験について十分に知らなかった
  • 副作用やリスクが心配だった
  • 時間がない、またはスケジュールが不便だった
  • 家族や仕事の都合
  • 交通手段や場所の問題
  • その他

質問:試験の参加者グループ(性別、民族、背景など)に自分が適切に代表されていると感じましたか?

  • はい
  • いいえ
  • わからない

質問:参加前に提供された臨床試験の情報を理解するのはどの程度簡単でしたか?

  • 非常に簡単だった
  • やや簡単だった
  • やや難しかった
  • 非常に難しかった

「なぜ?」とフォローアップするタイミング 重要な障壁や最も肯定的な回答以外を選んだ場合は、「なぜ?」と尋ねて背景を深く理解しましょう。例えば、「交通手段や場所の問題」を選んだ場合、「交通手段でどのような困難がありましたか?」とフォローアップすることで、表面的な回答の奥にある実用的な洞察を得られます。

「その他」の選択肢を追加する理由とタイミング 「その他」を含めることで、調査作成者が予期しない経験を参加者が共有できます。ここでのフォローアップは、少数派としての代表不足を感じるなど、通常は表面化しない独自の障壁を明らかにし、試験で報告されている代表性の不足や性別格差の問題に対処するのに役立ちます[2][3]。

NPSスタイルの質問を含めるべきか?

NPS(ネットプロモータースコア)は、参加者が他者に試験参加を勧める可能性を測るシンプルな方法です。臨床試験参加者の調査に適しており、全体的な満足度をベンチマークし、改善が必要な領域を浮き彫りにします。例えば、NPSが低い場合は障壁が大きく広範囲に存在することを示唆します。こちらで臨床試験参加者向けの専用NPS調査を作成できます

NPSの質問は、カスタマイズされたフォローアップ(例:「参加を勧めやすくするには何が必要ですか?」)の出発点としても優れています。特に、参加を妨げるプロセスのボトルネックや障害を特定するのに役立ちます。また、患者の70%以上が認知不足のために試験を断っていることから[1]、NPSのフォローアップはアウトリーチ改善のポイントを特定できます。

フォローアップ質問の力

参加障壁に関する調査ではフォローアップ質問が不可欠です。動的なAIフォローアップ質問(仕組みについてはこちら)を使うと、あいまいな回答がデータのノイズになる前に掘り下げられます。回答が曖昧な場合、システムは経験豊富なインタビュアーのように即座に深掘りします。

  • 参加者:「ほとんど参加しなかったのは、混乱したからです。」
  • AIフォローアップ:「具体的にどの部分が混乱しましたか?医療用語、スケジュール、それとも他のことですか?」

フォローアップは何回まで? 一般的に2~3回のフォローアップで十分な文脈が得られますが、Specificでは制限を設定したり、回答が明確になったらスキップを許可したりできます。これにより調査の流れが良くなり、参加者の時間を尊重します。

これにより会話形式の調査になります—参加者はリアルタイムで回答し、インタビューは自然に進化し、各洞察の文脈が豊かに捉えられます。

AIによる回答分析—これらの微妙で自由回答の回答をすべて分析するのは、GPT搭載のツールのおかげで簡単です(参加者のフィードバック分析方法についてはこちら)。長文で複雑な回答でも、障壁を合成し、フィードバックをグループ化し、改善テーマを大規模に見つけられます。

これらの自動化された会話形式のフォローアップは画期的です。ぜひ試してみて、参加者のエンゲージメントとデータの深さの違いを実感してください。

優れた参加者障壁質問のためのGPTへのプロンプト方法

ChatGPTや他のAIを使って調査質問をブレインストーミングしたい場合は、シンプルなプロンプトから始め、常に文脈を加えるとより良い結果が得られます。例:

基本プロンプト:

臨床試験参加者の参加障壁に関する調査のための自由回答質問を10個提案してください。

対象者、目的、背景情報を指定するとさらに良い結果が得られます。例えば:

私たちは最近がん治療薬の臨床試験に参加した成人参加者を調査しています。目的は、物流的、感情的、コミュニケーション上の障壁を特定することです。これらの障壁に関する詳細な洞察を得るための自由回答質問を10個提案してください。

初期リストができたら、さらに整理できます:

質問を見てカテゴリ分けしてください。カテゴリとその下に質問を出力してください。

さらにカテゴリごとに深掘りも可能です:

「物流的障壁」「代表性と包摂」「医療情報の理解」のカテゴリごとに10個の質問を生成してください。

会話形式の調査とは(そしてAIが変革する理由)

会話形式の調査は、AIエージェントが参加者と自然なチャットのように対話し、質問し、聞き取り、必要に応じて明確化や深掘りを行います。従来の調査フォームとは異なり、回答者の入力に動的に適応します。この方法で調査を作成するのは、ニーズをチャットで伝え、AIに質問のロジック、トーン、フォローアップの分岐を任せるだけで簡単です。AIで調査を作成する手順はこちら

手動調査 AI生成調査
設定に時間がかかり、手動で編集 プロンプトから即時作成
会話体験なし 自然なチャットのように感じる
一般的で硬直した構造 回答者ごとに動的に調整
定性的データの分析が困難 AIによる回答分析が組み込み済み

なぜ臨床試験参加者の調査にAIを使うのか? すべての可能な障壁を計画するのはほぼ不可能です。会話形式のAI調査は問題を動的に浮き彫りにし、個々の文脈に適応し、フォームよりもはるかに参加者の関与を促します。参加障壁に関するAI調査の例では、あいまいな初期回答を掘り下げるだけで、珍しい恐怖や未検討の傾向にすばやく焦点を当てられます。

Specificはこれに特化しており、作成者と参加者の両方に最高のユーザー体験を提供し、フィードバックが手間なく自然に深い洞察につながるように設計されています。

この参加障壁調査の例を今すぐ見る

会話形式の調査が臨床試験参加者にとって本当に重要なことをどのように迅速かつ柔軟に明らかにし、分析も簡単にできるかを実際にご覧ください。参加障壁を文脈の中で捉え、根本原因を浮き彫りにし、フィードバックから迅速に行動へと移れます。

情報源

  1. zipdo.co. Clinical Trial Participation Statistics
  2. axios.com. Black Americans and Clinical Trial Underrepresentation
  3. ft.com. Gender Disparities in Clinical Trials
Adam Sabla

Adam Sabla

Adam Sabla is an entrepreneur with experience building startups that serve over 1M customers, including Disney, Netflix, and BBC, with a strong passion for automation.

関連リソース