Poster 2000: A case study in effective innovative strategic multi-modal recruitment strategies in difficult-to-recruit patient populations: study of safety and tolerability of novel SLIT in an adolescent population
Notice bibliographique
Résumé
This article was originally published online on 03 February 2014 Poor subject recruitment is a major cause of cost over-runs, extended finish dates, and delayed agency submissions. Failure to meet recruitment targets is particularly common in allergy immunotherapy studies where unique challenges such as allergen seasonality, lengthy study durations and studying allergen specific populations are necessary. Historically, standard modalities of advertising in newspaper, radio, and television have been employed with mixed success. Increasing availability of communication and sharing technologies, and social media availabilities, affords innovative approaches and tools to customize the recruitment of subjects, especially difficult populations. A dose escalation study investigated the safety and tolerability of a novel sub-lingual immunotherapy in subjects aged 12-17yrs old for the treatment of house dust-mite allergy (HDM). Several challenges to the recruitment of adolescents were overcome including: tight study inclusion criteria, summer vacations, conflicting parent & adolescent schedules, confounding seasonal allergens, and the beginning of a new school year within two months from the study start-up. After thorough identification of HDM allergy symptoms, an appropriate advertising message was created and approved by the sponsor and IRB for use in all advertising campaigns and modalities. A cutting-edge model has been developed with a Business-To-Consumer (B2C) marketing mindset. A similar model to our proprietary Online Central Recruitment Update Platform was used where ideal subject profiles are constructed and advertising avenues are specifically chosen to ensure high penetration into the target demographic. A mix of traditional plus B2C advertising strategies led to successful recruitment mid-September 2013 and on schedule database soft-lock. 160 subjects were booked for screening, 129 screened, 37 screen-passed and dosed, and 36 completed the study with 35 per protocol completes. The mean age of the subjects passing all inclusion/exclusion criteria and completing the study was 15.3±0.5; male to female ratio was 3:2. Strategic planning of marketing and advertising campaigns using a blend of carefully selected traditional and contemporary modalities, targeted to a well-defined niche demographic, yielded successful recruitment of an HDM allergic adolescent population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».