DOI: https://doi.org/10.1136/bmjebm-2024-113170
PMID: https://pubmed.ncbi.nlm.nih.gov/39715631
تاريخ النشر: 2024-12-22
المؤلف: Josielli Comachio وآخرون
الموضوع الرئيسي: وسائل التواصل الاجتماعي في التعليم الصحي
نظرة عامة
تستكشف هذه المراجعة نطاق المنهجيات المستخدمة من قبل الباحثين في مجال الصحة لتحديد والتخفيف من الاستجابات الاحتيالية خلال تجنيد المشاركين عبر الإنترنت. تركز الدراسة على الأدبيات التي تمت مراجعتها من قبل الأقران والتي نُشرت باللغة الإنجليزية والتي تتناول استراتيجيات الكشف عن ومعالجة مثل هذه الأنشطة الاحتيالية. تم استخدام تسعة قواعد بيانات لجمع الأدلة ذات الصلة.
تشير النتائج إلى أنه بينما تُستخدم طرق متنوعة للكشف عن الاحتيال في الأبحاث عبر الإنترنت بشكل شائع، إلا أن الاستراتيجيات الفعالة لا تزال غير محددة وغير موثقة إلى حد كبير. تؤكد المراجعة على ضرورة التقييم الدقيق لهذه الطرق، حيث لا يوجد حاليًا معيار ذهبي معتمد لمكافحة الاحتيال عبر الإنترنت. وبالتالي، تدعو إلى نهج متعدد الجوانب لضمان نزاهة بيانات البحث.
مقدمة
تسلط المقدمة الضوء على التأثير التحويلي للمنصات عبر الإنترنت، وخاصة وسائل التواصل الاجتماعي، على تجنيد الأبحاث الصحية. تمكن هذه الأدوات الباحثين من الاتصال بكفاءة مع مجموعات سكانية متنوعة، مما يسهل تسجيل عينات أكثر تمثيلاً بطريقة فعالة من حيث التكلفة. يمكن أن تشجع الخصوصية المتصورة التي تقدمها هذه المنصات المشاركة الصريحة؛ ومع ذلك، فإنها تثير أيضًا مخاوف بشأن المساءلة، مما قد يؤدي إلى انخفاض المشاركة والاستجابات الاحتيالية.
تؤكد هذه الفقرة على المخاطر المرتبطة بالتجنيد عبر الإنترنت، ولا سيما تحيز الاختيار وانتشار الإدخالات الاحتيالية، والتي يمكن أن تقوض نزاهة البيانات. قد تنشأ الاستجابات الاحتيالية من أفراد أو روبوتات آلية تمثل نفسها بشكل خاطئ، مما يؤدي إلى بيانات غير دقيقة قد تؤثر على استنتاجات الدراسة. لمعالجة هذه التحديات، يدعو المؤلفون إلى تنفيذ تقنيات صارمة للتحقق من البيانات وطرق متقدمة لتحديد واستبعاد الاستجابات الاحتيالية. تهدف المراجعة إلى استكشاف الممارسات الحالية في الكشف عن والتخفيف من الاستجابات الاحتيالية في تجنيد الأبحاث الصحية عبر الإنترنت.
الطرق
توضح فقرة “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، مع تضمين تحليلات إحصائية لتقييم البيانات المجمعة من عينة السكان. تم اختيار المشاركين من خلال طريقة أخذ عينات عشوائية طبقية لضمان التمثيل عبر الفئات الديموغرافية الرئيسية.
شملت جمع البيانات استخدام أدوات وبروتوكولات موحدة، تم اختبارها بدقة من حيث الموثوقية والصلاحية. تم إجراء التحليل باستخدام أدوات برمجية تسهل النمذجة الإحصائية المعقدة، بما في ذلك تحليلات الانحدار واختبار الفرضيات. تم تفسير النتائج في سياق الأدبيات الموجودة، مما يسمح بفهم شامل للنتائج وآثارها ضمن المجال.
النتائج
توضح فقرة النتائج عملية البحث المنهجي التي حددت ما مجموعه 2,289 سجلًا، تم فحص 1,826 منها بعد إزالة التكرارات. بعد ذلك، تم تقييم 34 مقالة نصية كاملة، مما أدى إلى تضمين 23 دراسة في التحليل النهائي. يتم تلخيص عملية الاختيار بصريًا في الشكل 1. من بين الدراسات المضمنة، كانت 18 دراسة كمية و5 نوعية، مع أغلبية كبيرة (96%) نُشرت خلال السنوات الخمس الماضية ومن الولايات المتحدة بشكل رئيسي (83%).
استخدمت الدراسات بشكل أساسي منصة الاستطلاع عبر الإنترنت Qualtrics (56% من الذين أبلغوا) وجندت المشاركين بشكل رئيسي من خلال منصات وسائل التواصل الاجتماعي مثل فيسبوك وX/Twitter (57%). ركزت الأبحاث على سلوكيات صحية متنوعة ومجموعات سكانية، بما في ذلك مستخدمي الأفيون، والأفراد الذين يعانون من الاعتماد على الكحول والمخدرات، وناجي السرطان، ومرضى COVID-19، والأشخاص الذين يعيشون مع فيروس نقص المناعة البشرية. من الجدير بالذكر أن 18 من الدراسات (78%) أبلغت عن بيانات حول استبعاد المشاركين بسبب استجابات استطلاع عبر الإنترنت احتيالية أو مشبوهة بالنسبة لحجم العينة الإجمالي. يتم تقديم مزيد من التفاصيل حول خصائص الدراسات المضمنة في الجدول 1 والملف التكميلي عبر الإنترنت 3.
المناقشة
حددت المراجعة نطاق 23 دراسة تناولت استراتيجيات الكشف عن ومواجهة الاستجابات الاحتيالية في تجنيد الأبحاث الصحية عبر الإنترنت. كان سؤال البحث الرئيسي يركز على كيفية تمكن الباحثين في مجال الصحة من تحديد والتخفيف من الاستجابات الاحتيالية للمشاركين خلال التجنيد عبر الإنترنت. أبرزت المراجعة أنه بينما توجد طرق متنوعة للكشف عن الاحتيال، لم تثبت أي طريقة واحدة فعاليتها بالكامل؛ بدلاً من ذلك، يُوصى بدمج الاستراتيجيات لتعزيز نزاهة البيانات. تم إجراء معظم الدراسات في الولايات المتحدة واستخدمت منصات مثل Qualtrics، مع اعتماد كبير على وسائل التواصل الاجتماعي لتجنيد المشاركين.
كشفت النتائج الرئيسية أن التحقق اليدوي تم استخدامه من قبل 34% من الدراسات، إلى جانب ميزات آلية مثل CAPTCHA وخيارات الاستطلاع المدمجة لمنع التقديمات المتعددة. ومع ذلك، كان تقييم هذه الاستراتيجيات غير متسق، مع وجود توافق محدود على التدابير الفعالة ضد الاحتيال. من الجدير بالذكر أن الحوافز المالية الأعلى كانت مرتبطة بزيادة خطر الاستجابات الاحتيالية، مما يشير إلى أنه بينما يمكن أن تعزز الحوافز المشاركة، إلا أنها قد تضر أيضًا بجودة البيانات. تدعو المراجعة إلى نهج متعدد الطبقات للكشف عن الاحتيال، مع التأكيد على الحاجة إلى تقييم مستمر للاستراتيجيات لضمان فعاليتها في المشهد المتطور لتجنيد الأبحاث عبر الإنترنت.
القيود
تقدم المراجعة نطاق نقاط قوة ملحوظة، خاصة تركيزها في الوقت المناسب على استراتيجيات تحديد ومواجهة الاستجابات الاحتيالية في الأبحاث الصحية التي تُجرى عبر وسائل التواصل الاجتماعي. من خلال التركيز على الدراسات الكمية واستخدام قواعد بيانات شاملة، تؤكد المراجعة على الحاجة الملحة للتقييم الدقيق وتطوير استراتيجيات الكشف عن الاحتيال في هذا السياق. يساهم هذا التركيز على منطقة غير مستكشفة في الأدبيات في تقديم إرشادات أساسية للباحثين، مما يعزز نزاهة البيانات وموثوقية نتائج الدراسات عبر الإنترنت.
ومع ذلك، فإن الدراسة ليست خالية من القيود. قيدت معايير الإدراج المراجعة بالدراسات التي تُكتب باللغة الإنجليزية، مما قد يتسبب في تجاهل رؤى قيمة من الأبحاث الدولية، خاصة بالنظر إلى تزايد توفر أدوات ترجمة اللغة. على الرغم من عدم تحديد أي دراسات غير إنجليزية، يمكن أن تستفيد الأبحاث المستقبلية من نهج أوسع وأكثر شمولية. بالإضافة إلى ذلك، لم تتناول المراجعة تحيزات أخرى مهمة، مثل تحيز الاختيار، التي لم يتم تغطيتها بشكل صريح في الدراسات المضمنة، مما قد يؤثر على شمولية النتائج.
DOI: https://doi.org/10.1136/bmjebm-2024-113170
PMID: https://pubmed.ncbi.nlm.nih.gov/39715631
Publication Date: 2024-12-22
Author(s): Josielli Comachio et al.
Primary Topic: Social Media in Health Education
Overview
This scoping review investigates the methodologies employed by health researchers to identify and mitigate fraudulent responses during online participant recruitment. The study focuses on peer-reviewed literature published in English that specifically addresses strategies for detecting and addressing such fraudulent activities. A total of nine databases were utilized to gather relevant evidence.
The findings indicate that while various methods for detecting online research fraud are commonly used, effective strategies remain largely undefined and unvalidated. The review emphasizes the necessity for rigorous evaluation of these methods, as there is currently no established gold standard for combating online fraud. Consequently, it advocates for a multifaceted approach to ensure the integrity of research data.
Introduction
The introduction highlights the transformative impact of online platforms, particularly social media, on health research recruitment. These tools enable researchers to efficiently connect with diverse populations, facilitating the enrollment of more representative samples in a cost-effective manner. The perceived anonymity offered by these platforms can encourage candid participation; however, it also raises concerns regarding accountability, potentially leading to lower engagement and fraudulent responses.
The section emphasizes the risks associated with online recruitment, notably selection bias and the prevalence of fraudulent entries, which can undermine data integrity. Fraudulent responses may arise from individuals or automated bots misrepresenting themselves, resulting in inaccurate data that could skew study conclusions. To address these challenges, the authors advocate for the implementation of rigorous data validation techniques and advanced methods for identifying and excluding fraudulent responses. The scoping review aims to explore current practices in detecting and mitigating fraudulent responses in online health research recruitment.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from the sample population. Participants were selected through a stratified random sampling method to ensure representation across key demographics.
Data collection involved the use of standardized instruments and protocols, which were rigorously tested for reliability and validity. The analysis was conducted using software tools that facilitated complex statistical modeling, including regression analyses and hypothesis testing. The results were interpreted in the context of existing literature, allowing for a comprehensive understanding of the findings and their implications within the field.
Results
The results section details the systematic search process that identified a total of 2,289 records, from which 1,826 underwent title and abstract screening after removing duplicates. Following this, 34 full-text articles were assessed, leading to the inclusion of 23 studies in the final analysis. The selection process is visually summarized in Figure 1. Among the included studies, 18 were quantitative and 5 qualitative, with a significant majority (96%) published within the last five years and predominantly from the USA (83%).
The studies primarily utilized the online survey platform Qualtrics (56% of those reporting) and recruited participants mainly through social media platforms such as Facebook and X/Twitter (57%). The research focused on various health behaviors and populations, including opioid users, individuals with alcohol and drug dependencies, cancer survivors, COVID-19 patients, and people living with HIV. Notably, 18 of the studies (78%) reported data on the exclusion of participants due to fraudulent or suspicious online survey responses relative to the total sample size. Further details on the characteristics of the included studies are provided in Table 1 and the online supplemental file 3.
Discussion
The scoping review identified 23 studies that examined strategies for detecting and counteracting fraudulent responses in online health research recruitment. The primary research question focused on how health researchers can identify and mitigate fraudulent participant responses during online recruitment. The review highlighted that while various methods exist for detecting fraud, no single approach proved entirely effective; instead, a combination of strategies is recommended to enhance data integrity. Most studies were conducted in the USA and utilized platforms like Qualtrics, with a significant reliance on social media for participant recruitment.
Key findings revealed that manual verification was employed by 34% of the studies, alongside automated features such as CAPTCHA and in-built survey options to prevent multiple submissions. However, the evaluation of these strategies was inconsistent, with limited consensus on effective measures against fraud. Notably, higher monetary incentives were correlated with an increased risk of fraudulent responses, suggesting that while incentives can enhance participation, they may also compromise data quality. The review advocates for a multilayered approach to fraud detection, emphasizing the need for ongoing evaluation of strategies to ensure their effectiveness in the evolving landscape of online research recruitment.
Limitations
The scoping review presents notable strengths, particularly its timely focus on strategies to identify and counteract fraudulent responses in health research conducted via social media. By concentrating on quantitative studies and utilizing comprehensive databases, the review underscores the urgent need for rigorous evaluation and development of fraud detection strategies in this context. This emphasis on an underexplored area in the literature serves to provide essential guidance for researchers, thereby enhancing data integrity and the reliability of online study results.
However, the study is not without limitations. The inclusion criteria restricted the review to English-language studies, which may overlook valuable insights from international research, especially given the growing availability of language translation tools. Although no non-English studies were identified, future research could benefit from a broader, more inclusive approach. Additionally, the review did not address other significant biases, such as selection bias, which were not explicitly covered in the included studies, potentially impacting the comprehensiveness of the findings.