Recruitment of physician offices for an office‐based adolescent smoking cessation study
Notice bibliographique
Résumé
Physician office settings play an important role in tobacco cessation intervention. However, few tobacco cessation trials are conducted at these sites, in part because of the many challenges associated with recruiting community physician offices into research. The present study identified and implemented strategies for recruiting physician offices into a randomized clinical trial of tobacco screening and cessation interventions with adolescent patients. A total of 30 community physicians participated in focus groups to elicit their perceptions of facilitators of and barriers to initial engagement of physician practices and the subsequent enrollment of the practices in long-term research projects. Physicians identified facilitators such as (a) the involvement of office staff in the recruitment process and (b) on-site presentations of the study's background and aims. Some of the barriers identified were time commitment concerns and the lack of incentives in exchange for participation. These focus group findings were then integrated with theory-based and empirically driven recruitment strategies for a 12-month randomized tobacco intervention trial with adolescent patients. Of 185 office practices approached to participate (screened from a pool of 273 practices), 103 agreed to on-site presentations of the study. Subsequently, almost all of the practices (101) that received the presentation agreed to enroll in the study. Conclusions are that (a) recruitment is a multicomponent process, (b) the processes of communication, engagement, and enrollment must be carefully planned and implemented to achieve maximal results, and (c) the development of effective strategies for recruiting health care provider practices presents an important infrastructure for testing adolescent smoking cessation interventions.
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 | 0,014 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».