In for a penny, in for a pound: the effect of pre-engaging healthcare organizations on their subsequent participation in trials
Notice bibliographique
Résumé
BACKGROUND: Participant recruitment in clinical trials is often challenging. Building partnerships with healthcare organizations during proposal development facilitates access to the community and may influence its subsequent organization participation and participant recruitment. We aimed to assess how pre-engaging directors of homecare organizations influenced organization participation in a subsequent trial. FINDINGS: Repeated cross-sectional study prior to a cluster randomized controlled trial involving 33 eligible Health and Social Services Centres (HSSCs). During proposal development, we asked eligible HSSC directors in a randomized order about their willingness to participate in our trial, if funded. In the pre-engagement phase, 23 directors were contacted until we met sample size requirements (n ≥ 16); 19 of whom wrote letters of intent. Once funded, we contacted all 33 eligible HSSC directors in a randomized order to enroll them. Of the 19 directors who provided letters of intent, 15 agreed to participate (79 %); of the four who did not provide letters, one agreed to participate (25 %); and of the ten who had not been approached in the pre-engagement phase, two agreed to participate (20 %). Fisher exact tests indicated that providing letters of intent was associated with subsequent participation (p = 0.003). CONCLUSIONS: Given that significantly more HSSCs directors who signed letters of intent followed through with study participation, pre-engagement with trial sites during proposal development appears to improve recruitment.
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 | 0,279 | 0,581 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».