アンケートを作成する

アンケートを作成する

アンケートを作成する

臨床試験参加者のためのアンケートにおけるインフォームドコンセント理解に関する最適な質問

Adam Sabla - Image Avatar

アダム・サブラ

·

2025/08/23

アンケートを作成する

臨床試験参加者を対象としたインフォームドコンセントの理解に関する調査のためのベストな質問例と、その設計方法のヒントについて説明します。SpecificのAIを使用して、短時間で独自の対話型アンケートを作成できます。面倒な作業は必要ありません。

インフォームドコンセントの理解に関する臨床試験参加者へのベストなオープンエンド型質問

オープンエンド型の質問は、臨床試験参加者から本当の洞察を得るために不可欠です。特に表面的な回答を超えたいときに有効です。これらの質問は、考え深い、ニュアンスのあるフィードバックを促し、固定選択肢では現れない理解のギャップを明らかにすることができます。インフォームドコンセントのような感受性が高いまたは複雑なトピックを探索する際に特に強力です。

  • 参加者自身の言葉で文脈、懸念、具体事項を捉えるのに役立ちます。

  • 選択肢形式の質問の後に理想的で、回答を明確化または深めるのに役立ちます。

  • 倫理と継続的な改善のために重要な一般的な誤解を明らかにします。

臨床試験のインフォームドコンセント理解調査におけるトップ10のオープンエンド型質問:

  1. ご自身の言葉で、この臨床試験の主な目的は何だとお考えですか?

  2. 「ランダム化」という概念がどのように説明され、どの程度自信を持って理解したと感じていますか?

  3. 潜在的なリスク、副作用、または不快感に関する情報で最も印象深かったものは何ですか?

  4. 同意書の中で混乱または不明瞭に感じた用語や概念はありましたか?それらを説明してください。

  5. 試験から退く場合、どのようにして進めますか、そしてその後何が起こると考えますか?

  6. 参加の任意性が明確にされたと感じましたか?あなたの経験を説明してください。

  7. この研究における「プラセボ」の考え方をどのように理解し、それについてどのような質問がありましたか(もしあれば)?

  8. インフォームドコンセントプロセスを理解しやすくするために何か役に立つものがあったとしたら、何でしょうか?

  9. 代替治療について説明されましたか?あなたの選択肢をどの程度理解しましたか?

  10. 試験に参加する前に知っておきたかったこと、または違った説明をされていればと思ったことはありますか?

オープンエンド型質問は、参加者の理解にばらつきがあると知られている場合に特に有用です。系統的レビューのデータによると、プラセボランダム化などの概念の理解度は、撤退の自由や研究の性質に比べ(約75%)50%を少し上回る程度と、大幅に低いことが示されています。 [1]

インフォームドコンセント理解に関する臨床試験参加者へのベストな単一選択式の質問

単一選択式の質問は、定量的なデータが必要な場合や、低労力での選択肢で参加者をアンケートに引き込む際に最適です。これらは参加者の理解をベンチマークするのに役立ち、後で掘り下げるフォローアップと組み合わせることもできます。時には、選択肢を提供することで、参加者の考えを整理し、明確さを促し、その後ターゲットを絞ったオープンエンド型のプローブで充実させることができます。

質問:インフォームドコンセントプロセス中に説明されたリスクと副作用をどれほど理解したと思っていますか?

  • 非常に自信がある

  • やや自信がある

  • あまり自信がない

  • 全く自信がない

質問: いかなる時にもペナルティなしで試験から辞退できると告げられましたか?

  • 確かにそうです

  • そう思いますが、明確ではありませんでした

  • いいえ、言及されていないか、または不明確でした

  • その他

質問:コンセントプロセスのどの重要な側面が最も理解しにくかったですか?

  • 研究の目的

  • ランダム化またはプラセボ

  • リスクと副作用

  • 機密保持

  • 代替治療

  • その他

「なぜ?」とのフォローアップをいつ実施するか選択肢として「あまり自信がない」や「研究の目的」を選んだ場合にはすぐに「なぜ理解が難しかったのか、もう少し詳しく教えてください」と直接問いただすことが行動可能な洞察への鍵となります。これにより新しい視点を開き、混乱の根本を明確にします。

「その他」の選択肢を追加する理由と時期「その他」を含めることで、事前に設定した選択肢にぴったりはまらない独自または予期しない回答を収集できます。スマートなフォローアップ—「他にどのようなことが理解しにくいと感じましたか」と質問することで、通常では見逃してしまいがちな重要な問題を明らかにします。

NPS: 臨床試験参加者向けのネットプロモータースコア質問

ネットプロモータースコア(NPS)質問は、インフォームドコンセントプロセスに対する満足度を測るため臨床試験で驚くほど効果的です。この形式—「インフォームドコンセントプロセスの理解に基づいて、この試験体験を他の潜在的な参加者にどの程度お勧めしたいですか?」(0~10のスケール)—は、認識され行動可能な単一の、簡単にベンチマークできる指標を提供します。また、低スコアおよび高スコアの両方に対する「なぜ?」を用いたコメントも促します。

臨床試験参加者のインフォームドコンセント理解に関するNPS調査を実施してみましょう—迅速なセットアップと調査後の深い分析のために構築されています。

フォローアップ質問の威力

フォローアップ質問は、会話型AI調査が本領を発揮する場所です。自動フォローアップを使用すると、初期反応を集めるだけでなく、文脈を掘り起こし、根本原因を探り、部分的な回答を同じ対話フローで明確化します。これには高品質の洞察と、かなり少ない往復や手動データクリーニングが含まれます。

  • 臨床試験参加者:「ランダム化の部分は本当に理解していませんでした。」

  • AIフォローアップ:「ランダム化のどの部分が不明確に感じましたか、説明してもらえますか?」

このフォローアップなしでは、混乱があることはわかるものの、理由や改善のために何が役立つかについては知ることはできません。

フォローアップを何回聞くべきか?ほとんどのトピックについて二から三つのフォローアップが十分です。特に各プローブが焦点を絞っている場合です。Specificでは基準を設定でき、十分な情報が収集されるとAIが自動的に次の質問に進むようになっており、効率的な体験が得られます。

これが会話型調査です:回答者を自然に導いて、深く掘り下げることによって、会話を生み出す能力が、固定形式の調査でないことを意味します。Specificから提供される会話型調査が非常にスムーズで効果的である理由です。

AI調査分析: オープンエンドな質問やフォローアップから多くのテキストが得られたとしても、AIを使用して調査回答を分析するのは簡単です。すべてのテーマと洞察が手動コーディングなしで明らかになります。

臨床試験参加者の調査を生成し、対話型の追跡質問がプロセスをどのように変革するかを確認してください。

ChatGPT(またはGPTs)にインサイトのある臨床試験調査質問を生成するように促す方法

AIは複雑なトピックに関する調査を作成するための驚くべき援助です。以下は、GPTベースのアシスタントから最大の効果を得る方法です。

シンプルなプロンプトから始めます:

インフォームドコンセントの理解に関する臨床試験の参加者調査のための10のオープンエンドな質問を提案してください。

しかし、より多くのコンテキストを提供すれば—それだけ良い結果が得られます。例えば:

あなたは臨床研究倫理の専門家です。インフォームドコンセントフォームの重要な側面、リスク、ランダム化、プラセボ、および撤退権がどれだけ理解されたかに焦点を当てた、臨床試験参加者向けの調査のために10のオープンエンド質問と5の選択肢を提供してください。各質問が重要である理由を含めてください。

下書きの質問ができたら、AIに整理と精緻化を依頼します:

質問を見て、それらをカテゴリー分けしてください。カテゴリーとその下に質問を出力してください。

その後、特定の理解のギャップに焦点を当てます(例えば機密保持またはプラセボ):

次のカテゴリーのために10の質問を生成してください:ランダム化、プラセボ、リスクと副作用。

このような反復的なプロンプトにより、我々Specificは対象を絞った会話型調査を迅速にデザインします。

会話型調査とは何ですか?

会話型調査は実際の人間の対話を模倣する新しいタイプのAI駆動のフィードバックツールです。参加者を固定形式のアンケートで圧倒する代わりに、チャットインターフェースで彼らを迎え、回答を促し、明確化を求め、各交換を基にしたより豊かでコンテキストを持った応答を構築していきます。それは、古風な固定形式の調査フォームからの大きな飛躍です。これらは研究者と参加者の両方をフラストレーションや疲労に追い込むことがあります。

手動での調査作成

AIによる調査(会話型)

質問を数時間(または数日)かけてドラフトし、修正

AIと対話することで数秒で作成される調査

硬直した論理、個人化が少ない

各回答者の回答に動的に適応

フォローアップには手動の働きかけが必要

完全なコンテキストを探る自動AIフォローアップ

低い完了率とエンゲージメント率

会話型AIで70–90%の完了率 [3]

手動でのテーマ分析

AIによる、リアルタイムの応答分析

なぜAIを臨床試験参加者調査に使うか? AI対応の調査は<強調>エンゲージメントとデータ品質を大幅に向上

させます。会話型調査の完了率は、従来のツールでの10–30%に対し、70–90%範囲であることが研究で示されています。[3]また、AIはリアルタイムの明確化を提供し、適切なフィードバックを提供することによって理解のギャップを埋めるのにも役立ちます。ランダム化やプラセボのような重要な概念を30–50%の参加者が今でも誤解していることが批判的な時には特にクリティカルです。[1][2]


< AI対応の調査は>

こちらの手間いらずのガイドを参考に、臨床試験参加者のインフォームドコンセント理解に関する会話型調査を、プロンプトから開始までステップバイステップで作成してください。

Specificは、会話型調査において最先端のユーザーエクスペリエンスを提供し、作成と応答の両方を円滑に進めることができ、研究者と参加者の双方にとって、より深い洞察を得るためのプロセスが一層優れたものになります。

今、このインフォームドコンセント理解調査の例を確認してください

SpecificのAIによる会話型調査を使用することで、臨床試験参加者が実際に得られる実行可能なフィードバックがどのように見えるか確認してください。より豊富な洞察、会話の流れ、より高い完了率を体験し、数秒で実行可能で参加者に優しい調査を構築し始めましょう。

アンケートを作成する

ぜひ試してみてください。楽しいですよ!

情報源

  1. PubMed: システマティックレビュー。 臨床試験におけるインフォームドコンセントの理解に関するシステマティックレビューとメタアナリシス。

  2. PMC: メタアナリシス。 臨床試験におけるインフォームドコンセントの理解:傾向と持続する問題。

  3. SuperAGI: AI対従来の調査。 調査における自動化、正確さ、ユーザーエンゲージメントの比較分析。

Adam Sabla - Image Avatar

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。