P02.110. Recruitment experiences from piloting the LEAP project: an online spirituality based depression intervention for young adults
Notice bibliographique
Résumé
This trial aimed to recruit adolescents suffering from mild to moderate unipolar depression. A multi-faceted recruitment strategy was used. Poor enrolment during the first 13 months (Phase I) prompted a review of eligibility criteria. Revised eligibility criteria included an age expansion from previously 13-18 to 13-24 and allowance of general, non-depression specific, counselling. An observational study was conducted to assess the impact of investing trial resources into the various recruitment sources pre (Phase I = 13 month) and post (Phase II = 10 months) eligibility change. In total, 1667 staff hours (mail outs, emails, presentations and personal contacts) were invested to generate 196 referrals from five different referral sources (Health Care Professionals, High Schools, Post Secondary institutions and Public Advertising). In Phase I, 11 participants were enrolled (13% enrollment rate) compared to 27 participants in Phase II (25% enrollment rate). In Phase I, invested staff hours to generate a referral that would result in a successful enrollment (82 hours/participant) were three fold that required in Phase II (28 hours/participant). Health Care Professionals and Post Secondary Institutions generated the largest number of referrals and had the highest enrolment rates. Our findings suggest that depressed young people can be successfully recruited to a clinical trial. Eligibility changes accommodated the available client base better, resulting in more referrals and fewer failed eligibility assessments. Recruitment was boosted significantly through referrals from post secondary institutions and through building relationships with health care professionals.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».