Increased hepatitis <scp>C</scp> virus vaccine clinical trial literacy following a brief intervention among people who inject drugs
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: While people who inject drugs are at high risk of hepatitis C virus (HCV) infection and will be the target population for future HCV vaccine trials, little is known about clinical trial literacy (CTL) in this group. We assessed the impact of a brief intervention (BI) designed to improve HCV vaccine CTL among people who inject drugs in Sydney, Australia. DESIGN AND METHODS: People who inject drugs enrolled in a community-based prospective observational study between November 2008 and September 2010 (n = 102) completed a CTL assessment followed immediately by the BI. Post-test assessment was conducted at 24 weeks. RESULTS: The median age of the sample was 27 years, 73% were male and 60% had 10 or less years of schooling. The median time since first injection was 5 years and 20% reported daily or more frequent injecting. The mean number of correct responses increased from 5.3 to 6.3/10 (t = -4.2; 101df, P < 0.001) 24 weeks post-intervention. Statistically significant differences were observed for three knowledge items with higher proportions of participants correctly answering questions related to randomisation (P = 0.002), blinding (P = 0.005) and vaccine-induced seropositivity (P = 0.003) post-intervention. DISCUSSION AND CONCLUSIONS: A significant increase in HCV vaccine CTL was observed, suggesting that new and relatively novel concepts can be learned and recalled in this group. These findings support the feasibility of future trials among this population. [Correction added on 21 November 2012, after first online publication: T-score for mean number of correct responses was corrected to '-4.2' in the Results section.]
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».