Delivering a “Dose of Hope”: A Faith-Based Program to Increase Older African Americans’ Participation in Clinical Trials
Notice bibliographique
Résumé
BACKGROUND: Underrepresentation of older-age racial and ethnic minorities in clinical research is a significant barrier to health in the United States, as it impedes medical research advancement of effective preventive and therapeutic strategies. OBJECTIVE: The objective of the study was to develop and test the feasibility of a community-developed faith-based intervention and evaluate its potential to increase the number of older African Americans in clinical research. METHODS: Using a cluster-randomized design, we worked with six matched churches to enroll at least 210 persons. We provided those in the intervention group churches with three educational sessions on the role of clinical trials in addressing health disparity topics, and those in the comparison group completed surveys at the same timepoints. All persons enrolled in the study received ongoing information via newsletters and direct outreach on an array of clinical studies seeking participants. We evaluated the short-, mid-, and longer-term effects of the interventional program on clinical trial-related outcomes (ie, screening and enrollment). RESULTS: From 2012 to 2013, we enrolled a balanced cohort of 221 persons in the program. At a 3-month follow-up, mean intention to seek information about clinical trials was higher than baseline in both treatment (mu=7.5/10; sigma=3.1) and control arms (mu=6.6/10; sigma=3.3), with the difference more pronounced in the treatment arm. The program demonstrated strong retention at 3-month (95.4%, 211/221) and 6-month timepoints (94.1%, 208/221). CONCLUSIONS: The "Dose of Hope" program addressed an unmet need to reach an often overlooked audience of older African Americans who are members of churches and stimulate their interest in clinical trial participation. The program demonstrated its appeal in the delivery of effective messages and information about health disparities, and the role of clinical research in addressing these challenges.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».