ボットかどうか？デジタル研究における参加者の欺瞞を検出し管理する：ランダム化比較試験のケーススタディ
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Bot or Not? Detecting and Managing Participant Deception When Conducting Digital Research Remotely: Case Study of a Randomized Controlled Trial
雑誌名：J Med Internet Res. 2023 Sep 14; 25: e46523.
概 要：
この研究は、リモートで実施されたアルコール削減アプリの試験をケーススタディとして、参加者の欺瞞がリモート研究に与える影響と、これらの問題を検出し対処するための厳格なデータ管理の重要性を強調しています。リモート手法は、対面方法に比べて多くの参加者を便利かつ安価に募集できる一方で、自動化された「ボット」や参加者の欺瞞のリスクが伴います。
方 法：
2020年7月から2022年3月にかけて、アルコール削減アプリ「Drink Less」の効果を評価するためのランダム化比較試験に5602人の参加者をインターネットで募集しました。フォローアップは3回行い、最大£36（約39.23米ドル）の金銭的報酬が提供されました。住所認証と電話確認を用いて、ボットと手動による参加者の欺瞞を検出しました。
結 果：
最初の2ヶ月で登録した1142人の参加者のうち、75.6%（863人）がデータスクリーニングでボットと特定されました。その後、CAPTCHAを追加した結果、ボットは特定されなくなりました。5956人の参加者（ボットを除く）のうち、298人（5%）が虚偽の参加者として識別されました。この割合は、2020年11月の110人から2022年2月にはほぼゼロに減少しました。これは、注意チェックや電話番号の提供を求めるなどの追加のスクリーニング質問を導入した結果です。
結 論：
リモートで実施される試験において、データ管理プロトコルは自動ボットや手動による参加者の欺瞞を検出するために必要です。CAPTCHA、注意チェック、電話番号の提供要求、金銭的報酬の広告を控えることで、ボットと手動の欺瞞を最小限に抑えることができます。